首页 >
日前，工业和信息化部批复创建上海（浦东新区）人工智能创新应用先导区，助力加快推动人工智能创新发展与成果应用的同时，支持上海打造“智能+”产业高地。
今年8月底，2019世界人工智能大会再次在上海开启，又一次聚集了中外顶尖的AI界大咖，为人工智能未来发展贡献了“上海方案”。目前，上海已明确将加快建设“国家人工智能发展高地”为目标，推动人工智能和实体经济进行深度融合。
在不久前上海出台的《上海市智能制造行动计划（2019-2021年）》中，到2021年，上海将打造成为全国智能制造应用新高地、核心技术策源地和系统解决方案输出地，推动长三角智能制造协同发展。
也是同期，21世纪经济报道“触摸智造——2019中国制造业价值发现之旅”走进上海，采访了五家“AI+实体经济”概念企业。受访企业均向记者表示，感受到了近几年政府对于智能制造企业的重视，也是近几年上海政策红利的受益者。
新技术加速应用
成立于2015年8月的上海千寻位置网络有限公司，在北斗技术的应用上走在全国的前列。
“千寻位置作为国内较早布局北斗产业应用的科技企业，在成立之后的很长一段时间内，并没有同类竞争对手。”千寻位置CEO陈金培告诉记者，“时至今日，我们已经成为别人进行对标的公司，这对我们来说是一种激励。”
结合北斗卫星系统，千寻位置目前已经在全国范围内建立了超过2400个地面增强基站，可以实现动态厘米级静态毫米级的定位服务和纳秒级的授时服务，覆盖除西部无人区外的全国大部分区域。
伴随着北斗卫星的发射，上海在近几年加大投入力度，以促进新技术和实体产业的融合。
2013年6月，中国北斗产业技术创新西虹桥基地由原总装备部和上海市政府正式揭牌，同年年底基地正式开园，成为国内第一个正式运营服务的北斗产业园区。目前，上海已经形成了完整的北斗导航与位置服务产业链。
“当我们的厘米级定位的能力在全国范围里面提供的时候，大家才发现这个东西是可以用来做很多事情的。”陈金培说，“当然，需要经历一定时间的市场培养，精准时空服务才会被大家慢慢接受。”
除了导航定位，在人工智能结合实体经济方面，上海也走在了全国前列。
“全球首套港口人工智能理货系统、与振华重工合作的全球首辆自主驾驶无人跨运车、全球首辆港口无人集装箱卡车第一箱作业、全球首款真正意义的全时无人驾驶电动重卡Q-Truck实现量产……”在成立短短四年的时间里，上海西井科技拿下了多个“全球首发”。
迄今为止，已有海内外38个码头使用了西井科技的人工智能智慧港口产品，中国人工智能技术已经走出实验室，逐步在国际范围内实现了商业化落地。
这座栖身于长宁区小弄堂的企业得名于朱家角西井街，是一家“土生土长”的上海企业，西井科技首席运营官章嵘向21世纪经济报道记者介绍，作为国内最早一批创立的人工智能企业，西井科技创立初期以人工智能芯片和算法为重点。
为了更好地实现技术的价值转换，西井科技从2016年4月开始逐步切入港口领域，并在同年九月份收获第一份订单。目前，西井科技的全局化人工智能智慧港口整体解决方案已涵盖集装箱物流链智能识别、港口机械智能化改造、无人驾驶（包括无人驾驶跨运车和无人驾驶集卡）等三大产品线，除国内市场外，西井科技研发的智慧港口产品已经在包括瑞典、阿布扎比等多国港口落地。
在章嵘看来，西井的快速发展得益于上海提供的优惠政策和广阔的市场空间。“上海是一个有着大量传统制造业的区域，这为人工智能企业提供了充足的场景。”他说，“同时，这里也拥有着突出的人才集聚效应，能够很好的帮助我们这些初创企业。”
关键在“商业落地”
艾瑞咨询发布的《2019中国人工智能产业研究报告》指出，“商业落地”已经成为人工智能发展到当前阶段鲜明的主题词。过去人工智能技术驱动阶段重在AI算法模型比拼，如今更要以商业场景洞察、专家团队实力、将AI技术与行业实际需求结合，产生应用与经济价值。
“在前两年，大部分人工智能公司都在讲，核心竞争力是先进的算法能力。”上海图麟科技创始人魏京京告诉记者，“但其实到了现在这个时间点，最考验AI公司的，是你如何赋能实体经济，是否能够真正下沉到产业中解决实际问题。”
图麟科技是国内少有的做原创算法的AI企业。基于深度学习技术的研发，公司的核心技术涵盖人脸识别、物体检测、工业视觉、图像检索等，主要应用于安防、工业、商业等领域。
工业方面，其已经开发出了一套基于视觉与图像处理技术的工业玻璃检测仪器，实现了国内首家白玻检测设备方案的落地，为工业制造提供软硬件一体化AI视觉解决方案。
他认为，当前中国制造业智能化还有很长的路要走，而且AI企业在切入工业环节时，必须要考虑自己能够为企业带来多少效益的提升。“效率能够提高多少，质量能够提高多少，这是目前大部分客户的需求关键。”他说。
在魏京京看来，细分行业的选择有两个需要弄清楚的关键问题。首先，就是要符合工业的标准化要求，而不是自行去发散。
其次，就是AI企业提供的产品和服务也能够达到标准化，并且切入的是一个拥有足够大市场空间的工业领域。“可以标准化地服务客户，同时客户本身也有一套成型的标准。”他说，“选择玻璃行业，就是因为它的所有的质量品质检测的细节以及它的标准是非常一致化的。”
也是因此，一旦解决了一个客户的需求，就意味着了解了同行业的一部分需求。接下来，就是打造企业自身的能力，去适应客户并真正解决工业企业在生产过程中遇到的问题。
在选择行业之外，对于AI企业来说，也需要配置更加定向的人才。除了传统的算法人才，还有机械设计人员、电气设计人员以及现场制造工厂的技术服务人员，这都是在服务具体工业客户时必不可少的环节。
在和传统工业用户的沟通方面，需要长时间、耐心的沟通，从而让彼此的认知达到对等的程度。“需要秉持一开始对技术的一个初衷，就是赋能工业是在帮助工业企业提高效率。”他说
