智能制造“制造中台”AI 智能中台建设方案

智能制造“制造中台”AI智能中台建设方案——用ABC+IOT重新定义制造探讨篇-“中台”经验分享篇：制造领域建“智造中台”技术篇：百度中台技术010203探讨篇-“中台”经验分享篇：制造领域建“智造中台”技术篇：百度中台技术010203

什么是中台？中台就是技术平台，像微服务开发框架、Devops监控平台、Paas平台、或者容器云之类的；中台就是微服务业务平台，像最常见的

用户中心、订单中心、各种微服务分布集散区域；中台应该是组织的事情，比如内部创新孵化中心（或者系统流程优化部门），平台型组织的进化路线图中就提出了平台型组织和组织中台的概念；说法一说法二说法三

什么是中台？ERPMESPLMBISRMCRM计算存储网络企业内部核心管理平台后台3、用户视角2、客户视角1、供应商视角网站公众号移动端微服务等等等客户触点应用用户触点应用由各类前端系统组成的平台前台

什么是中台？ERPMESPLMBISRMCRM计算存储网络企业内部核心管理平台后台网站公众号移动端微服务等等等客户/用户触点由各类前端系统组成的平台前台3、用户视角2、客户视角1、供应商视角列1SystemsOfRecord

SOR

（后台）SystemsOfDifferentiation

SOD

（中台）SystemsOfInnovation

SOI

（前台）变更路径变更效率机制低；

渐进式开发模式；

稳定后较少开发；

变更周期（功能性）是6个月到12个月；相对后台机制来说更加高频；

变更效率更高；

集成的配置管理是变更的主要手段；

变更周期（功能性）是3个月到6个月；以业务需求为导向高频跟进；

变更效率高，按需变化随时更新迭代；无用的功能就去掉或删除；

变更周期是每周或者每天；使用期限十年以上一到三年0到12个月规划年限

升级期限七年以上一到两年最高6个月治理模型全局业务业务驱动或者责任驱动灵活或临时或特殊需求干系人参与度业务高管主导并制定；

保持业务与IT战略之间的一致性；

从业务到IT的正式移交；

最终用户参与度低；业务高管参与并制定，但受业务线的驱动；

适度的最终用户参与度；

业务在热点上进行，IT负责填补空白；适度的业务高管参与，或者在非战略下的授权范围内；

最终用户参与度高，通常与业务用户快速结合快速实现。资金提供方式资本性支出（Capex）或经营成本支出（Opex）；

公司或大事业部资金；

走年度预算；资本性支出（Capex）和运营成本支出（Opex）的混合；

公司IT预算或部门支出预算；

自由度由IT或某部门按协商计划支配；主要是运营成本支出（Opex）；

部门支出预算；

或者走创新基金；架构大型模块化设计；

需要有正式蓝图设计为主要基础；以面向服务的体系结构和基于云的体系结构(混合为主/公私合璧)为骨干基础;

以服务消费者来定义业务需求的所有方（客户-用户）；

以生产者来定义IT服务提供方；

依托于现状架构，通过组合新的应用服务和现有封装应用，重新自定义应用模式来形成新复合应用程序的增强和提效；能结合中台后形成的：

轻量级应用和需求应急应用；

主要是服务消费者（客户-用户）；

逐步视情况推进移动端和云服务的主导地位；应用生命周期管理方法瀑布式开发方式（time-box模式）占比70%；

交互和增量开发（IID）占比30%；瀑布式开发方式（time-box模式）占比40%；

交互和增量开发（IID）占比50%；

敏捷和精益开发占比10%；瀑布式开发方式（time-box模式）占比10%；

交互和增量开发（IID）占比30%；

敏捷和精益开发占比60%；

什么是中台？列1SystemsOfRecord

SOR

（后台）SystemsOfDifferentiation

SOD

（中台）SystemsOfInnovation

SOI

（前台）应用项目集管理评估投入成本、项目风险和业务适配；评估是否仍有差异；评估是否产品或服务等的上线条件；项目和项目集管理优先考虑业务需求和投资回报率；优先考虑业务战略需求；优先考虑业务机会；人员、技术和资源配置专注于可靠、经济高效的交付；专注于业务领域知识和交付速度；注重于实验设计（快速应对和试错）;财务分析和预算专注于可靠、经济高效的交付；随着项目进展小步快跑、快速迭代，预算多以迭代轮进行量化计算;伴随业务模式改进的小试错、小投入（风险投资式）；架构管理必须确保确保数据和过程完整性平衡系统间的重用/复用部分和新流程的建立关系；伴随业务模式改进进行新技术和新结构的小单元尝试；软件开发流程主要是瀑布式开发方式主要是在重用性保障的前提下，进行的增量和迭代的开发方式；主要是敏捷开发方式；运营维护严格控制变更管理；重点关注重用性功能；

在此保障的前提下进行系统的线性简化管理（去复杂度）；以开发或团队责任制为基础；

按部署应用以技术栈进行切换管理；供应商管理大型系统；

稳定的系统；

大型或专业的供应商；应用、流程、移动端的最佳组合方案；（按需设计）实时应对业务需求；（以中台为基础）业务驱动正式的、标准的、既有或共识的体系流程；实时应对业务需求；实时应对业务需求；（以中台为基础）

什么是中台？

什么是中台？ERPMESPLMBISRMCRM计算存储网络企业内部核心管理平台后台核心价值提炼沉淀提炼沉淀数据算法模型经验代码服务业务实例重用性强的共享价值大的

什么是中台？-菅设？建设？健设？去IOE？去遗留系统？打碎一切的重塑？ERPMESPLMBISRMCRM计算存储网络企业内部核心管理平台后台核心价值提炼沉淀提炼沉淀数据算法模型经验代码服务业务实例重用性强的共享价值大的数据目录和集市数据中台DaaS内部各领域数据报表画像人财物外部数据业务中台A-PaaS运营服务用户中心交易中心营销中心产品中心物流中心设备中心…智能中台AIaaS销服运安管模型市场通用AI能力认知：语义、图谱感知：语音、图像通用AI能力认知：语义、图谱感知：语音、图像

什么是中台？-菅设？建设？健设？

企业为什么要建设中台数据算法模型经验代码服务业务实例重用性强的共享价值大的ERPMESPLMBISRMCRM计算存储网络企业内部核心管理平台后台核心价值提炼沉淀提炼沉淀好中台离不开老后台老系统的扶持和帮助兼济则可达探讨篇-“中台”经验分享篇：制造领域建“智造中台”技术篇：百度中台技术010203生产现场感知与操控制造控制制造运营管理业务规划与后勤决策支持计划采购生产制造设备产线设计产品设计物流/销售/服务运营/维护感知认知预测决策判断执行两条中心链以生产制造为中心的供应链和工程链向上支撑的金字塔从设备到现场产线从产品制造过程到运营管理打造智能化基因夯实数字化基础智能制造的的基础架构减少人工降低材料成本提高设备运转率提高生产率提升品质节能环保缩短停工期二级供应商供应商采购集团制造/供应中心一次物流区域供应中心次级仓库物流配送枢纽枢纽最后一公里服务客户销售研发能力精细化计划能力资金回馈流平台支撑集成设计智能化高速路移动数字化研发设计供应链制造营销交货/物流运营维护服务智能中台的业务思路仓库接收品质检验外购物料仓储管理采购计划物流路径强控多组织运货管理送货标签打印送货单下载供应商配货及取消供应商发货及取消发货清单打印发货清单打印供应商送货管理供应商车辆信息备案卸货码头车位位置延时预警参数配置车辆预约管理车辆入场采集车辆卸货采集车辆车位看板送货清单送货卡供应商送货管理外发请领管理供方来料不良退货拉式仓材料调拨出库结算仓材料调拨出库杂项发料盘点调整及清零送货单接收检验QMS回传检验结果送货单批量/单个接收外协成品接收杂项接收公司内调拨/接收生产计划容器维护票据打印自制件完工入库自制件工单发料公司内调拨出库跨组织工单领料票据车间倒冲子库倒冲仓库标签出库、App领料车间自领（拉式、结算等）计划外领料（超领）完工自动倒冲发料车间配送

供应商送货管理场内物料存储管理物流车辆管理自制件管理车间配送管理自制件仓储管理01供应商配发货送货单无纸化02车位预约实时车位动态车辆出入管理出门管理03实物条码化库存实时可视批次、库位、容器管理04自制件库存透明票据管理05配送指导实时账务工厂内供应链管理-“人”“货”“场”生产制造-人

机

料

法

环

测5M1E人机料法测环Man

Machine

Material

Method

Measurement

Environment

造成产品质量的波动的原因主要有六个因素：人、机器、材料、方法、环境、测量。人、机、料、法、环、测的六项分析不是独立的，是你中有我、我中有你。生产制造-人

机

料

法

环

测上环降时易夹损设备工艺不熟悉新员工较多程序设计不合理机台定型失控作业方法不合理人员机台控制元件损坏按合模或上环降动作夹胶囊未按标准作业抽真空、定型阀门切换不合理气动管路设置不良作业员责任心不强例一材料方法环境生产制造-人

机

料

法

环

测模具本身存在缺陷，验收把关不够严谨组装现场光线不足花纹块之间存在差异化上下模不一致检测和安装现场环境太差环料例二机智机台热板上、模具上粘有杂物机台热板存在不水平装模人员发现问题意识不强，操作不专业化法人安装检测未能标准化模具在运输、沙洗、安装过程的损坏提高一次装模合格率生产制造-人

机

料

法

环

测上胎侧板下胎侧板花纹块弓形座上模固定板下滑板活络模装配图模套型腔场景分析零件外观缺陷的机器检测是目前行业的业务瓶颈外观缺陷检测是一个天然的深度学习应用场景执行方无法获取理想的模型效果，PaddlePaddle提供了大量模型调优建议。需求分析数十种不同尺寸的零件十余种问题类型检测时间20-50ms基于Windows操作系统模型需要部署在Windows机器，要求每次检测时间20-50ms支持Windows预测，并保证预测性能将缺陷检测算法集成到整个零件检测解决方案（包含拍照、外观缺陷检测、尺寸检测、分拣等环节）数据采集/标注为客户提供自行图像采集标注的系统针对不同客户零件种类和问题种类进行数据采集和标注模型训练与调优模型部署应用落地134562技术方案选型客户需求技术任务为图像语义分割选择兼顾了准确率和速度ICNET模型被替换掉质检工人哪去了？基于百度PaddlePaddle框架训练深度学习模型，能够高效准确地识别出问题零件及其种类，精度可与人工检测持平，检测速度可以达到20ms/个。经测算一台检测机器可以代替10个熟练质检工人，能够帮助企业降低生产成本15%以上。百度案例：某制造企业采用机器视觉技术进行零件外观缺陷检测百度案例：一汽物流无人机自动盘点一汽物流与百度云合作，运用无人机航拍，获取图像数据，并基于视觉识别技术模型，进行自动分析，快速识别子库区及库内汽车数量、车辆所在的车位号，与库存系统进行实时比对，如果实际数量与系统库存不吻合，将会对异常数据进行警示，实现库存的自动盘点，目前视觉识别准确率高达100%。BIE-AI-BOX视频接入帧处理多帧识别结果聚合分析基础云平台大数据平台云端模型训练数字化探访水动作（行程、速度、角度、次数）,保障工作质量，为矿产安全保驾护航，在本地智能边缘部署算法，避免高带宽成本单帧动作分析算法煤炭生产安全监管云平台智能边缘（BIE）算法迭代识别结果上传百度案例：某煤矿企业利用AI算法对探放水工作安全监管百度案例：工厂安全高附加值任务琐碎杂务高附加值任务例如需求管理、供应商管理琐碎杂务智能中台的业务思路-目标任务的转换：“制”

转

“智”

“值”

转

“智”

“志”

转

“智”二级供应商供应商采购集团制造/供应中心一次物流区域供应中心次级仓库物流配送枢纽枢纽最后一公里服务客户销售研发能力精细化计划能力资金回馈流平台支撑集成设计智能化高速路移动数字化人工智能+客户人工智能+研发人工智能+供应商人工智能+制造人工智能+计划人工智能+订单人工智能+物流/服务人工智能+流程人工智能+办公研发设计供应链制造营销交货/物流运营维护服务智能中台的业务思路探讨篇-“中台”经验分享篇：制造领域建“智造中台”技术篇：百度中台技术010203大数据架构待完善大数据分析仍不完整；缺高效模型生产平台数据服务化能力还弱；智能服务化能力还无大数据治理待全域数据孤岛和沼泽存在；企业全域数据待治理数据智能期待深挖大量数据统计分析为主；多数企业数据架构及人工智能现状分析和目标架构多数企业的现状和问题目标架构核心：2个工厂，2个中台数据管理信息中心数据目录Hadoop营销数据目录各专用系统Hadoop数据库企业已有数据

部分外部数据数据应用个性服务协同运行通用AI语音语义人脸业务模型预测调度推荐业务使用数据，找人、找不全数据标准、统计口径、数据质量精准营销精细管理主动安全模型工厂模型开发平台数据探索平台标注平台开发、集成、治理平台Hadoop高性能分析引擎大数据存储和计算引擎数据采集和交换数据汇聚整合工具数据工厂数据治理平台数据安全管控工具智能中台AIaaS数据中台

DaaS数据目录和集市内部各领域数据报表画像人财物外部数据研造质供运市场及竞争分析工具模型市场感知：语音、图像通用AI能力认知：语义、图谱可视化门户百度智能中台建设路径：结构化数据智能

非结构化数据智能19

年前9

年前3

年前百度大脑自然语言处理NaturalLanguageProcessing图像Image用户画像UserProfile语音Voice1.0版本的百度大脑在完成了基础能力的搭建之后，仅仅实现了语音、图像、用户画像和PaddlePaddle深度学习框架等核心技术的初步开放2.0版本的百度大脑形成了完整的AI技术体系，向开发者开放的能力也超过了60项能力，既有各方面AI核心技术，也有场景化能力及解决方案3.0版本的百度大脑在开放的能力数量方面又有了新的提升——已经超过110项，百度大脑3.0的最核心技术，用一句话概括，就是多模态深度语义理解。具体而言，就是对文字、声音、图片、视频等多模态的数据和信息进行深层次多维度的语义理解，包括数据语义、知识语义、视觉语义、语音语义一体化和自然语言语义等多方面的语义理解技术。百度大数据战略思路：全域数据治理、数据中台战略公司上下统一价值观：数据作为公司核心资产，属主为公司百度在2015年解决了跨体系、跨部门和跨团队的数据流通问题，通过数据共享提升数据价值，驱动业务发展组织生态的成功，重视数据流通安全管理委员会技术委员会数据资产委员会：公司最高决策层人员任主席具体落地组织和方法政策发布合法合规顺畅流通整体技术方案和人员晋升全生命周期安全审计大数据部数据流通服务团队数据技术管理团队运营数据资产促进流通推广数据流通平台基础设施的建设业务部门数据生产方注册数据保证准确数据使用方了解所需申请自主使用百度数据资产管理平台大数据整合和治理的技术成功，全数出击重点用户数据的个性化服务平台加速变现，优化体验，提高流量，用户分析用户数据仓库（公司级通用数据仓库）客户数据仓库互联网数据仓库ERP信息数据仓库IDC信息数据仓库合作伙伴数据仓库外部经营内部管理数据智能：孔明数据架构：鲁班用户画像：全网贯通行为预测：个体未来需求虚拟的强账号ID体系多产品的用户完整行为全公司数据统一展示字典、视图、地图、血缘全公司数据统一管理元数据、权限全公司数据统一使用云服务API，业务自助化百度平台化调用和业务中台实践：河图百度生活服务（地图/糯米）业务中台抽象POI地理兴趣点服务中心名称、类别、坐标、分类券码中心发券、领券、消费交易中心购物车、交易流程、订单管理、支付、结算商家中心商品的各种操作服务用户中心登陆服务、账号服务、VIP服务百度共享服务（河图）和中台战略：数据中台、智能中台、业务中台内部各系统和外部数据各类信息资产知识AI中台模型工厂数据工厂AI中台数据工厂模型工厂数据治理百度AI中台-制造业整体架构智能制造架构中的工业互联网市场用户协作企业互联网工业大数据平台网络化协同个性化定制产品服务化基于算法和模型实现工业数据分析和决策智能模块产品实体智能化生产智能工厂供应商管理

客户服务基于仿真、大数据的新型工业软件ERP、MES等传统工业软件工业生产系统工厂内网络安全隔离智能控制系统智能模块传统工业控制模块智能机器智能机器智能模块智能模块生产装备生产装备工厂内网络IT系统OT系统工业互联网关键要素数据分析软件应用智能设备智能模块大数据

平台新型网络（工厂内／工厂外）工业互联网传统工业要素反馈为海量数据的集成、计算处理及应用开发提供资源实现海量泛在多样工业数据的实时传输分布于工业系统各层的计算处理能力DT系统AI中台：OT+IT+DT百度AI中台-制造业整体架构加速产品创新设备故障诊断与预测生产线全流程告警与优化供应链分析与优化产品销售预测生产计划与排程产品质量管理与分析研发生产供应销售难度系数高难度系数高难度系数高OCR等数据治理企业AI中台大数据平台质检（AI）一体机深度学习训练（AI）一体机质检（AI）平台深度学习训练（AI）平台质检+深度学习+模型工厂企业图谱-设备图谱企业搜索机器学习思维引擎平台深度学习算法融合平台大数据平台数据层算法层模型层+业务实例层数据治理层数据应用层企业AI中台百度AI中台-制造业整体架构使用举例：深度学习训练除了传统机器学习使用的拖拉拽、自动化建模外，在深度学习方面，平台也提供了强大的自动化能力，大大降低了深度学习的使用门槛传统机器学习的拖拉拽与自动化深度学习的自动化建模使用举例：深度学习自动化方式建模流程1，数据上传、标注2，模型训练3，模型仓库4，模型预测企业AI开发平台软件架构用户管理运维管理集群管理/资源调度深度学习框架机器学习框架数据管理模型管理预测训练用户交互系统接口硬件资源操作系统兼容框架兼容操作系统可用性docker容器化作业调度高可用多机多卡异构特征工程tensorflowxgboostsklearnpaddlepaddlecaffe数据预处理数据标注数据共享可视化/代码编辑级训练接口多算法/多模型并发训练评估模型产线可视化工具资源（自动）适配分布式训练多实例部署模型输出ONNX、PMML模型导入导出模型增删查模型管理与分享模型发布Console自主账号个人/分组多层权限和quota部署升级功能监控和状态展示日志查看镜像制作/仓库SDK模型评估作业调度自动流量平衡评估结果转换成再训练数据集tensorflowserving预测框架第三方账号对接paddlepaddleserving预测框架图谱展现平台知识图谱展现平台，分为数据查询、数据字典、数据统计和数据服务四大模块。支持企业用户在可视化平台上查询、管理和调用知识图谱。数据查询可按不同维度（字段、垂类、实体）查询知识图谱样例数据，让用户方便快捷地了解数据的内容和格式。支持图谱可视化展示，让企业用户直观的了解知识间关系。数据统计统计企业知识图谱总体数据建设进度、各垂类数据详情与分布，让用户完整、清晰地掌握数据建设情况。数据服务介绍数据输出服务详情，数据申请流程和实体属性检索服务，支持用户通过api调用数据。让抽象的知识图谱直观可见，方便管理、统计及被其他业务系统调用数据字典分垂类介绍数据的概况、基本属性、数据量和详细schema，方便用户了解每个垂类数据的详细情况；支持某垂类文字简介和schema的新建、修改，让简介和schema能够不断的基于业务更新、完善。智能中台规划建议和总体设计建议实现大IT一盘棋，坚持灵活、敏捷、开放的分层架构，互联网化和智能化升级业务1、前端应用层2、共享服务层3、数据智能层4、云化资源层共享平台5、信息化安全体系灵活、自主、高效的业务应用借鉴互联网运营“中台“模式，整合各能力，构建运营服务层数据全面有序整合开放模型标准生产全流程逐步收敛标准，促进I-PaaS融合资源池化，集约化，专业化6、信息化运营体系基础业务应用数据目录和集市创新业务应用企业管理应用内部创新：开发测试云对外输出：赋能伙伴管理办公和人财物管理SaaS信