文 / 天下网商记者 孙茜茜

阿里云女算法工程师宇西第一次爬上了8米高的锅炉。

车间中，燃料在锅炉内燃烧着，空气中弥漫着浓郁的麦芽糖加热的味道；五个高大的锅炉、密集的管道散发出钢铁般的质感，让整个车间看起来有些偏灰。

宇西爬过的锅炉

云超是阿里云人工智能算法专家，他回忆当时和宇西在一起的场景：8米高的锅炉，宇西一点犹豫都没有，没有嫌弃环境脏，也没有害怕的情绪。“我们首先要是生产工艺师，其次才是人工智能算法工程师。”

阿里云的ET工业大脑，正在帮助中国制造业转型。例如，全球最大的光伏组件供应商——天合光能提升电池片A品率因此提升7%，仅此一项可帮企业提升年利润数以千万计。

阿里云的全国工业云总部也落户广州，落户珠三角这个中国制造最为活跃的地方。阿里云还在四个多月前宣布设立阿里云广东研发中心，招募1000名云计算和人工智能工程师，推动前沿技术与珠三角产业融合。

云超就被派到广州，负责组建一支人工智能团队。看数据，学工艺，他们要用数据智能的方式帮助升级中国的第二产业。随着工业互联网的不断发展，“把研发平台搭到车间去”，像宇西、云超这样的算法工程师，会越来越多出现在车间里。

云超（左）和宇西（右）

爬锅炉的女算法工程师

宇西是哥伦比亚大学的统计学硕士，回国后，她在一家咨询公司担任分析建模师，做数据层面的咨询。

她说，做咨询更偏向于方案上的实施，给客户提完落地的建议后，她的工作就结束了。她希望自己的经验能够沉淀下来，但是当缺乏实践反馈的时候，就很难去做算法的优化。客户在落地时，会遇到困难、取得成绩，也会有新的数据产生，这些都能帮助她对算法进行优化。

宇西

因此，她选择加入阿里云ET工业大脑团队，到一线实际参与项目的落地。

在迪森热能，为了向工人师傅请教锅炉的生产工艺，宇西第一次爬了8米高的锅炉。

“当时为了看清楚锅炉中的每个部件是怎么工作的，整个工作原理是怎么样的，为了有个直观的感受，就去爬了。”她说。

爬锅炉不算挑战，和工人师傅交流，让她犯了难

迪森热能是宇西目前负责的一个项目。

迪森热能关心的问题是，锅炉的关键部件什么时候会坏，能不能提前知道、提前做好准备，尽量减少停机？宇西和同事，就是来帮他们来解决这个问题的。

一方面，对设备运行情况实时监测，及时捕捉设备的异常。通过数据、预测出有隐患的零部件，然后通知工厂调配物流，提前把备件送到附近仓库。另一方面，在工人师傅检修锅炉时，利用大数据指导他们，哪个环节出问题的可能性比较大、可以优先检查哪个，让他们更有针对性地去解决问题。

但在此之前，宇西和其他算法工程师需要先走访工厂、搞清楚工业锅炉的整个生产过程。

对宇西来说，爬锅炉不算什么挑战，和工人师傅的交流沟通挑战更大。因为不仅是建立算法模型，优化算法模型也需要他们的反馈，“我需要他们的帮助。”

宇西说，早期进入车间时，工人师傅对工业大脑的作用是持怀疑态度的。他们认为，自己几十年的经验不可能轻易被工业大脑取代。他们对数据决策、人工智能没有概念。当宇西向他们请教故障预警的相关问题时，他们说，“你单看数据是看不出什么的，要在现场通过经验去看。”

“工业领域的东西专业性很强。把人的经验教给工业大脑，可以让计算机帮助人决策。我们是为了减轻你们的工作量、提高你们的工作效率而来的，不是为了取代你们而来的。我们能做的只是帮你们发现问题，解决问题还是要靠你们。”宇西讲清楚来意后，工人师傅们才消除了疑虑。

说工人师傅的语言

在向工人师傅请教时，宇西又遇到挑战：“沟通要用他们的语言，不能直接说数据。”

“平时，你们是怎么发现问题的？”

“凭经验。”

“什么经验？”

“看火的颜色。”

坚守一线几十年，工人师傅能够用手、眼睛、耳朵来分析异常。比如，他们会把机油抹在排烟管道中，通过定期观察机油的状况，判断烟是否排得干净；通过观察火焰的颜色、听机器运转的声音，判断锅炉内部是否出现异常。

但是宇西没有这方面的经验，那怎么才能得到自己想要的数据？

她首先会去观察，然后提出问题找工人师傅解答，再根据工人师傅的表述去推理，数据上会有什么表现。

比如，她不会硬生生去问“温度会不会怎么样”，而是会一步步追问导致温度升高的原因：温度升高，会不会是空气不流通导致的？空气不流通又是什么原因导致的？发生了堵塞吗？什么情况下会发生堵塞？

工人师傅会回答，可能是由于燃料不均匀、导致炉排片局部发生结焦、堵塞，进而导致空气不流通、温度升高。

这样做，宇西才终于把表象和数据联系起来。

从进车间写代码，到组建工业云总部人工智能团队

宇西在工业领域中踩过的坑，云超也都踩过。

云超是第一代进车间写代码的算法工程师，本科就读于清华大学，研究生就读于美国北卡罗来纳大学。工业大脑首个成功案例——协鑫光伏，就有他的参与。他最近还从杭州来到广州，负责组建阿里云全国工业云总部的人工智能团队。

在云超看来，互联网和工业的融合，既是机遇也是挑战。因此，他会与新人一起讨论项目的细节，跟进算法的方向，对项目进行把关。

为了让新人了解更多的业务场景，他组织了大量讨论。他还会把杭州的项目拿出来，让大家针对算法难点进行头脑风暴，每个人都贡献出自己的知识和思路。

一次会议上，和跑京信通信车间的算法工程师交流效能综合评分，宇西就分享了自己给产品做综合评分的方法。

京信通信是全球前三的通信天线厂商，还曾经打赢过与国外天线巨头的“专利战”。“京信通信，是阿里云ET工业大脑要打造的第一个离散制造标杆。”实修说。

京信通信车间

实修与云超一同被派到广州，他负责华南区域整个工业大脑的产品与技术。他同样是阿里云ET工业大脑创始团队成员之一。

用人工智能定义“新制造”

宇西说，以前她只是在方案层面对客户提出落地的意见，“现在，我们是在一线去设计实验，根据实验结果对算法做出调整，希望真的帮到企业的忙，等他们认可我们的效果后，再给我们验收。”

这位程序媛还说，她的经验也因此有机会沉淀在产品里面，变成一个可复制的资产，“我觉得，这个算是对工作的一种回报。”

目前，ET工业大脑已经帮助全球最大的光伏组件供应商——天合光能提升电池片A品率7%；也帮京信通信的一款产品提升了调试定标工序35%-50%的生产效率；还与全球最大LED封装企业——木林森达成了合作，帮助它提升生产良品率和设备利用率；与迪森热能的合作，则希望实现实时评估锅炉健康状况，能够提前6-12小时发出预警。

阿里云ET工业大脑落地木林森

阿里这群大数据与人工智能工程师，正和客户一起，用产业AI变革第二产业，定义“新制造”。