國家專精特新“小巨人”企業、60+項行業相關發明專利、29項工業人工智能相關軟件著作權、在冊商標85件、參與1項國際標準和5項國家標準的編制工作、參與承擔多個國家重大專項、榮獲多個政府以及媒體等機構獎項、發布“Wind X”無憂風電智慧運營平臺，始終貫穿“1+2+X”的戰略布局，以模力工場為基座，躬身入局打造兩大示范引領行業的智能化落地，同時探索更廣闊領域的基于模力工場™的工業智慧化場景應用與深度合作，實現超過80個工業智能化場景交付。

這一切榮耀的背后要從6年前的深秋說起。

緣起|遇見“預見”

1、“西點軍校”與“黃埔軍校”的強強聯合

來自IBM的孫昕、謝炯兩人與工業大數據及工業人工智能的全球領軍人物李杰教授經過持續深入的交流一拍即合，三人融合IMS近20年故障預測與健康管理技術和實踐經驗的工業基因以及IBM軟件工程、系統工程和認知物聯網領域的工程基因，從而能讓工業人工智能真正在中國落地生根的想法漸漸成型！在2016年11月份天澤智云正式成立。李杰教授擔任首席顧問，孫昕和謝炯則分別擔任CEO與COO。

2、解決工業領域的“不可見”問題

那么如何解決工業領域中“不可見”問題呢？李杰教授常用“可見”和“不可見”，“解決”和“避免”的四象限圖來分析人工智能目前的應用場景。目前人工智能在工業領域主要用來解決和避免“可見”的問題，前者包括工業機器人、視覺檢測等，后者則包括無人駕駛、語音助手等。

在工業領域，可見問題僅僅是海面上的“冰山一角”，“不可見”的隱性問題才是海面下的惡魔。生產系統中的“不可見”問題包括設備性能的衰退、精度的缺失、易耗件的磨損、資源的浪費等。工業企業向智能化轉型的本質就是從解決可見問題到避免不可見問題的過程。

情深|工業人工智能

1、新工業軟件賽道工業人工智能軟件的機遇與挑戰

隨著近年來云服務，物聯技術，人工智能的迅猛發展，工業軟件必將迎來一次重大洗禮。對于工業軟件，特別是處于風口浪尖的工業人工智能軟件，在未來的幾年，幾十年中必將勢如破竹，成為下一代工業發展的重要轉折點。對于我們工業軟件人來講，是機遇也是挑戰。出于一個老IT人對數據的敏銳嗅覺，我們不難發現這個看似完美的矩陣，依舊存在著木桶效應。

2、生產運維數據分析軟件的缺失

一方面，近半個世紀以來投入大，比較成熟的工業軟件一半以上都發生在設計研發中，在此過程中產生的各種數據都有比較好的支持和利用。但在生產制造和運營維護階段，也會用到很多工具和系統，這個階段產生的數據更會上升到一個數量級。是否有一個系統或工具平臺對在生產制造運營維護產生的數據提供專業有效的分析方法？并可低門檻友好的支持業務專家和運維工程師？事實上全球所有頂尖工業軟件大廠，如西門子、施耐德、PTC等早在多年前就投入巨資布局這個領域，而這也將是工業軟件下一個十年的新核心賽道。

3、對隱形數據的深度挖掘分析

另一方面，工業軟件賽道已經開始關注到大數據分析預測，工業人工智能等更廣泛的應用領域。IAI的出現，以數據為基礎，更寬泛的應用，更深層次的價值探索。比之PHM將解決問題的重心放在設備端，IAI更充分利用制造數據，運維數據，挖掘隱形價值，幫助企業更加全面的呈現并解決在產品全生命周期各個環節中的問題，進而提升工業發展的質量。

數據作為產生知識的主要途徑將成為企業的核心資產，知識交易將成為企業之間協同和增值服務的主要方式。工業大數據分析還有一個重要的缺口，就是中間的工業建模軟件的缺失，尤其是機理融合數據驅動模型的預測性分析，工業的模型分析不但要有先進的算法，還要分析者結合特定的工業場景，有專業的領域知識。這也是目前工業人工智能軟件發展面臨的挑戰。

意濃|讓工業無憂

1、工業人工智能四要素

天澤創始至今，工業人工智能的魔力感召一批有情懷，有實力，有價值的人聚在了一起。從始至終，我們堅定地站到工業人工智能算法和軟件賽道前沿，總結出了具有前瞻性且具有廣泛共鳴的工業人工智能四要素：資產化關鍵小數據、智能洞察隱性世界、系統工程加速轉型、可持續工業模型庫。

這是天澤智云在“工業人工智能實踐者”的自我定位下，作為一家工業人工智能專業公司的深度思考，并不斷付諸實踐。近年來天澤更是提出了“1+2+X”的戰略理念，加速了工業IAI落地的步伐。

1：以模力工場為基座

模力工場是天澤自主研發的一套工業人工智能專業平臺，是天澤工業人工智能跨領域的“新基建”基座。從工業場景及企業痛點出發，縱向打通數據采集、邊緣計算、分析建模、系統部署，到工業應用的閉環。

2：賦能風電、鋼鐵兩大示范引領行業智能化落地

在初期的摸索，沉淀下，我們躬身入局，聚焦在風電新能源、鋼鐵兩大行業之上。實現工業人工智能應用在智慧運營和能源優化管理方向上的規模化推廣。

X：探索更廣闊領域的工業智能化場景應用與深度合作

工業場景千人千面，天然具有專業性、特異性，場景之間遷移困難，行業之間的遷移則難上加難。

然而“場景”并非工業人工智能軟件中的最小單元。當落地多個細分行業場景、積累足夠多的算法模型后，將各場景下的應用進行拆分，總能發現一些核心場景、底層邏輯、處理流程的一致性。可以考慮適宜顆粒度的復用，幫助我們獲取和管理更豐富來源且有效的數據，對更加復雜的關系進行建模，以及提供更廣泛維度的參考和比較性。進而形成更為泛用的可持續工業模型庫。

未來，可持續工業模型庫將成為一個工業AI企業最重要的核心資產，這一“護城河”的打造沒有任何捷徑，只有經過體系化系統工程的建設和工業場景中落地算法的積累，踏實扎根于工業。唯有此，才能實現知識的積累、傳承和規模化應用，收獲知識資產的快速增長和價值釋放的回饋。

堅守初心，篤行致遠

天澤智云是一支能夠體系化作戰的高效團隊，因為我們具備學習型組織文化、指數型組織模式，我們設計的核心價值觀是CARE，即Commitment、Ambition、Reflection、Execution。

在工業人工智能這一片廣闊的星空中，我想成為一個漫游者，漫游于工業人工智能落地無限場景與可能；在工業人工智能這一片寬闊的海洋中，我也想成為一個工匠人，用自己的所見所學真正地在這片海洋中建立一個個島嶼。

天澤人必須直面肩頭的歷史使命，無論是對學術界隱形世界的核心競爭力PHM的探索，還是解決我們卡脖子工程的關鍵技術研發落地；無論是在新能源領域運用IAI技術對“雙碳”的貢獻，還是對未來工業協同化發展的引領，天澤人始終披荊斬棘，走在賽道的前沿。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。

關鍵詞：