1月18日，在“2018重慶產業互聯網高峰會”上，來自京東、阿里巴巴、海爾和科大訊飛等國內AI企業的代表，圍繞“智能+前沿”這一主題，分享了各自企業在人工智能領域的探索之路，讓人們看到了零售業、制造業等產業領域正在發生的變革。

海爾：用戶是制造全流程的核心

在“萬物互聯”之下，市場在悄然發生變化。此前以企業為主導的技術和產品生產正在逐漸失去市場，用戶將作為最終和最挑剔的裁判員，主導產品的迭代升級。

海爾家電產業集團智能制造總經理張維杰說，在這樣的背景之下，海爾率先提出了工業大規模定制的解決方案，讓用戶成為制造全流程的核心。

工業大規模定制模式的根本就是“激活用戶”，實現產品體驗到用戶場景定制的價值閉環。把生產鏈轉向用戶群，同時把用戶群搜集的信息反饋到生產鏈，這就意味著生產要轉化到以用戶為中心，從而實現對企業的回饋指導，形成“用戶閉環”。

張維杰表示，通過建立企業—用戶—產品實時互聯的平臺，讓用戶能夠在平臺上實時提出個性化的需求，企業通過已有連接產品或用戶場景中積累的大數據進行智能整合，同時讓用戶參與進行實時交互，這樣，有助于設計師形成滿足用戶需求的產品模型。

“我們所說的定制不是一次性定制，也不是某個環節的定制，而是用戶參與創意設計全過程，參與產品的持續迭代。”張維杰說。

“通過大數據平臺，我們可以連接全球研發資源，精準匹配需求，能夠快速形成產品創新。”他表示，原來創造一個產品可能需要3個月，現在只需要7天。

京東：無界零售顛覆零售業

零售業態先后經歷了百貨商店、連鎖商店和超級市場三個發展階段。如今，伴隨著互聯網和新興技術加速滲透零售業，零售業已開啟第四次革命——“無界零售”。

什么是“無界零售”?京東集團副總裁鄧天卓介紹，這是一種建立在互聯網電商基礎上，同時又超越互聯網電商的新零售業態。這場零售業的新革命，主要體現在智慧物流、智慧供應鏈和智慧營銷等方面。

譬如，一家零售企業在全國有500個倉庫，其每個倉庫的庫存量、進貨量應該是多少、商品應該放什么地方，都是需要解決的問題。過去，都是靠人用統籌學來做計算、分析。如果其管理的商品數量只有幾千個、幾萬個，這是可行的。如果商品數量非常龐大，達到上億個，這就是非人力能夠解決的問題了。在京東，依靠人工智能、大數據和云計算等技術，就比較容易地解決了這個難題。

同樣在京東，借助智能化的管理系統，還能掌握消費者的喜好，針對消費者的個性化需求進行智慧營銷。在這種情況下，1000個消費者打開京東APP，首頁顯示的內容都會不同——對于某個人，系統可能會自動推薦一種商品，但對于別人，系統則會推薦別的商品。

還有，京東的定價也很有“智慧”——根據京東及競爭對手的商品庫存量、分布情況，以及京東每個區域的銷量和消費者對產品組合的接受情況等數據，智能地進行分析、定價——同一種商品，在不同的地方可能會有不同的定價策略。

“不過，這場零售業的革命，還處于非常初級的階段，其給零售業帶來的變化才剛剛顯現。”鄧天卓表示，未來，無界零售一定會給零售業帶來顛覆。

阿里云：工業大腦助企業提升良品率

提及傳統制造業的智能化升級，人們普遍想到的就是機器換人。不過，在阿里云政府事務部總經理李樹翀看來，傳統制造業智能化升級的趨勢，一定是“互聯網化+平臺化”。而用機器人取代人工，只是制造業企業智能化的一部分。

“以智能化為特征的第四次工業革命中，最主要的技術就是網絡信息技術。”李樹翀認為，制造業的智能化，就是要借助網絡信息技術打通管理鏈條、營銷網絡和供應鏈體系等環節，實現生產、運營管理及營銷供應鏈等方面的協同。最終，幫助企業解決長期存在的難題——用最低廉的成本、最短的時間，生產出最多的質量符合要求的商品，推動傳統企業轉型升級。

目前，阿里云正在進行這方面的探索。其推出的ET工業大腦，致力于通過人工智能、大數據等對傳統的工業生產線進行智能化改造。

2016年夏天，阿里云ET工業大腦入駐蘇州的協鑫光伏切片生產車間。光伏切片生產有著十分精密的工藝流程，生產環境復雜，人工經驗很難100%地保障產品質量。不過，在新的生產模式下，該公司標準化車間所有端口的數據可傳入工業大腦。隨后，工業大腦通過人工智能算法，對所有關聯參數進行深度學習計算，精準分析出與良品率最相關的數十個關鍵參數，并搭建參數曲線，在生產過程中實時監測和控制變量。

經過半年的測試調整，ET工業大腦最終在數千個生產參數中發現了影響光伏良品率的規律，幫助提升協鑫光伏提升良品率1個百分點——相當于一年可以為協鑫光伏節省上億元的生產成本。

科大訊飛：執業醫師中也有機器人

如果沒有了傳統意義上的望聞問切，給你看病的是一臺機器，你信得過嗎?

科大訊飛大數據研究院執行院長譚昶說，這樣的事情已經發生。

假設一個病人通過CT診斷肺部，分層掃描產生了200張片子，現在需要從200張CT片里面找出3到5個潛在的病灶，然后判斷病人是否有肺結核或者肺癌——這個過程，醫生可能需要的時間很長，但機器1分鐘之內就能看完，然后醫生再花1分鐘時間復核一遍機器看的對不對，就可以下診斷。

如果醫生忘了怎么治了，這時候怎么辦?

“機器人的優勢就發揮出來了!我們只要通過大數據訓練一個醫學機器人，醫生用語音告訴它病人肺部產生了什么樣的斑狀陰影，情況如何，機器就會自動彈出一個提示框，告訴醫生這個病人有多大的可能性是肺結核，有多大的可能性是肺癌早期，有多大的不確定性……還會建議醫生下一步如何診斷。”

憑什么機器能去輔助醫生?

譚昶笑著說，去年的執業醫師資格考試，除了畢業一兩年的醫學專業人士參加，還有機器人參加。對于人類來說，360分就算及格，但有機器人考了456分，遠遠超過了大多數人類醫學學生的水平。

“你如果覺得機器人還不夠聰明，還不能獨立給人看病，那么它至少已經可以給醫生當助手了。”譚昶說。