智能制造“制造中臺”AI智能中臺建設方案——用ABC+IOT重新定義制造探討篇-“中臺”經驗分享篇：制造領域建“智造中臺”技術篇：百度中臺技術010203探討篇-“中臺”經驗分享篇：制造領域建“智造中臺”技術篇：百度中臺技術010203

什么是中臺？中臺就是技術平臺，像微服務開發框架、Devops監控平臺、Paas平臺、或者容器云之類的；中臺就是微服務業務平臺，像最常見的

用戶中心、訂單中心、各種微服務分布集散區域；中臺應該是組織的事情，比如內部創新孵化中心（或者系統流程優化部門），平臺型組織的進化路線圖中就提出了平臺型組織和組織中臺的概念；說法一說法二說法三

什么是中臺？ERPMESPLMBISRMCRM計算存儲網絡企業內部核心管理平臺后臺3、用戶視角2、客戶視角1、供應商視角網站公眾號移動端微服務等等等客戶觸點應用用戶觸點應用由各類前端系統組成的平臺前臺

什么是中臺？ERPMESPLMBISRMCRM計算存儲網絡企業內部核心管理平臺后臺網站公眾號移動端微服務等等等客戶/用戶觸點由各類前端系統組成的平臺前臺3、用戶視角2、客戶視角1、供應商視角列1SystemsOfRecord

SOR

（后臺）SystemsOfDifferentiation

SOD

（中臺）SystemsOfInnovation

SOI

（前臺）變更路徑變更效率機制低；

漸進式開發模式；

穩定后較少開發；

變更周期（功能性）是6個月到12個月；相對后臺機制來說更加高頻；

變更效率更高；

集成的配置管理是變更的主要手段；

變更周期（功能性）是3個月到6個月；以業務需求為導向高頻跟進；

變更效率高，按需變化隨時更新迭代；無用的功能就去掉或刪除；

變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個月規劃年限

升級期限七年以上一到兩年最高6個月治理模型全局業務業務驅動或者責任驅動靈活或臨時或特殊需求干系人參與度業務高管主導并制定；

保持業務與IT戰略之間的一致性；

從業務到IT的正式移交；

最終用戶參與度低；業務高管參與并制定，但受業務線的驅動；

適度的最終用戶參與度；

業務在熱點上進行，IT負責填補空白；適度的業務高管參與，或者在非戰略下的授權范圍內；

最終用戶參與度高，通常與業務用戶快速結合快速實現。資金提供方式資本性支出（Capex）或經營成本支出（Opex）；

公司或大事業部資金；

走年度預算；資本性支出（Capex）和運營成本支出（Opex）的混合；

公司IT預算或部門支出預算；

自由度由IT或某部門按協商計劃支配；主要是運營成本支出（Opex）；

部門支出預算；

或者走創新基金；架構大型模塊化設計；

需要有正式藍圖設計為主要基礎；以面向服務的體系結構和基于云的體系結構(混合為主/公私合璧)為骨干基礎;

以服務消費者來定義業務需求的所有方（客戶-用戶）；

以生產者來定義IT服務提供方；

依托于現狀架構，通過組合新的應用服務和現有封裝應用，重新自定義應用模式來形成新復合應用程序的增強和提效；能結合中臺后形成的：

輕量級應用和需求應急應用；

主要是服務消費者（客戶-用戶）；

逐步視情況推進移動端和云服務的主導地位；應用生命周期管理方法瀑布式開發方式（time-box模式）占比70%；

交互和增量開發（IID）占比30%；瀑布式開發方式（time-box模式）占比40%；

交互和增量開發（IID）占比50%；

敏捷和精益開發占比10%；瀑布式開發方式（time-box模式）占比10%；

交互和增量開發（IID）占比30%；

敏捷和精益開發占比60%；

什么是中臺？列1SystemsOfRecord

SOR

（后臺）SystemsOfDifferentiation

SOD

（中臺）SystemsOfInnovation

SOI

（前臺）應用項目集管理評估投入成本、項目風險和業務適配；評估是否仍有差異；評估是否產品或服務等的上線條件；項目和項目集管理優先考慮業務需求和投資回報率；優先考慮業務戰略需求；優先考慮業務機會；人員、技術和資源配置專注于可靠、經濟高效的交付；專注于業務領域知識和交付速度；注重于實驗設計（快速應對和試錯）;財務分析和預算專注于可靠、經濟高效的交付；隨著項目進展小步快跑、快速迭代，預算多以迭代輪進行量化計算;伴隨業務模式改進的小試錯、小投入（風險投資式）；架構管理必須確保確保數據和過程完整性平衡系統間的重用/復用部分和新流程的建立關系；伴隨業務模式改進進行新技術和新結構的小單元嘗試；軟件開發流程主要是瀑布式開發方式主要是在重用性保障的前提下，進行的增量和迭代的開發方式；主要是敏捷開發方式；運營維護嚴格控制變更管理；重點關注重用性功能；

在此保障的前提下進行系統的線性簡化管理（去復雜度）；以開發或團隊責任制為基礎；

按部署應用以技術棧進行切換管理；供應商管理大型系統；

穩定的系統；

大型或專業的供應商；應用、流程、移動端的最佳組合方案；（按需設計）實時應對業務需求；（以中臺為基礎）業務驅動正式的、標準的、既有或共識的體系流程；實時應對業務需求；實時應對業務需求；（以中臺為基礎）

什么是中臺？

什么是中臺？ERPMESPLMBISRMCRM計算存儲網絡企業內部核心管理平臺后臺核心價值提煉沉淀提煉沉淀數據算法模型經驗代碼服務業務實例重用性強的共享價值大的

什么是中臺？-菅設？建設？健設？去IOE？去遺留系統？打碎一切的重塑？ERPMESPLMBISRMCRM計算存儲網絡企業內部核心管理平臺后臺核心價值提煉沉淀提煉沉淀數據算法模型經驗代碼服務業務實例重用性強的共享價值大的數據目錄和集市數據中臺DaaS內部各領域數據報表畫像人財物外部數據業務中臺A-PaaS運營服務用戶中心交易中心營銷中心產品中心物流中心設備中心…智能中臺AIaaS銷服運安管模型市場通用AI能力認知：語義、圖譜感知：語音、圖像通用AI能力認知：語義、圖譜感知：語音、圖像

什么是中臺？-菅設？建設？健設？

企業為什么要建設中臺數據算法模型經驗代碼服務業務實例重用性強的共享價值大的ERPMESPLMBISRMCRM計算存儲網絡企業內部核心管理平臺后臺核心價值提煉沉淀提煉沉淀好中臺離不開老后臺老系統的扶持和幫助兼濟則可達探討篇-“中臺”經驗分享篇：制造領域建“智造中臺”技術篇：百度中臺技術010203生產現場感知與操控制造控制制造運營管理業務規劃與后勤決策支持計劃采購生產制造設備產線設計產品設計物流/銷售/服務運營/維護感知認知預測決策判斷執行兩條中心鏈以生產制造為中心的供應鏈和工程鏈向上支撐的金字塔從設備到現場產線從產品制造過程到運營管理打造智能化基因夯實數字化基礎智能制造的的基礎架構減少人工降低材料成本提高設備運轉率提高生產率提升品質節能環保縮短停工期二級供應商供應商采購集團制造/供應中心一次物流區域供應中心次級倉庫物流配送樞紐樞紐最后一公里服務客戶銷售研發能力精細化計劃能力資金回饋流平臺支撐集成設計智能化高速路移動數字化研發設計供應鏈制造營銷交貨/物流運營維護服務智能中臺的業務思路倉庫接收品質檢驗外購物料倉儲管理采購計劃物流路徑強控多組織運貨管理送貨標簽打印送貨單下載供應商配貨及取消供應商發貨及取消發貨清單打印發貨清單打印供應商送貨管理供應商車輛信息備案卸貨碼頭車位位置延時預警參數配置車輛預約管理車輛入場采集車輛卸貨采集車輛車位看板送貨清單送貨卡供應商送貨管理外發請領管理供方來料不良退貨拉式倉材料調撥出庫結算倉材料調撥出庫雜項發料盤點調整及清零送貨單接收檢驗QMS回傳檢驗結果送貨單批量/單個接收外協成品接收雜項接收公司內調撥/接收生產計劃容器維護票據打印自制件完工入庫自制件工單發料公司內調撥出庫跨組織工單領料票據車間倒沖子庫倒沖倉庫標簽出庫、App領料車間自領（拉式、結算等）計劃外領料（超領）完工自動倒沖發料車間配送

供應商送貨管理場內物料存儲管理物流車輛管理自制件管理車間配送管理自制件倉儲管理01供應商配發貨送貨單無紙化02車位預約實時車位動態車輛出入管理出門管理03實物條碼化庫存實時可視批次、庫位、容器管理04自制件庫存透明票據管理05配送指導實時賬務工廠內供應鏈管理-“人”“貨”“場”生產制造-人

機

料

法

環

測5M1E人機料法測環Man

Machine

Material

Method

Measurement

Environment

造成產品質量的波動的原因主要有六個因素：人、機器、材料、方法、環境、測量。人、機、料、法、環、測的六項分析不是獨立的，是你中有我、我中有你。生產制造-人

機

料

法

環

測上環降時易夾損設備工藝不熟悉新員工較多程序設計不合理機臺定型失控作業方法不合理人員機臺控制元件損壞按合模或上環降動作夾膠囊未按標準作業抽真空、定型閥門切換不合理氣動管路設置不良作業員責任心不強例一材料方法環境生產制造-人

機

料

法

環

測模具本身存在缺陷，驗收把關不夠嚴謹組裝現場光線不足花紋塊之間存在差異化上下模不一致檢測和安裝現場環境太差環料例二機智機臺熱板上、模具上粘有雜物機臺熱板存在不水平裝模人員發現問題意識不強，操作不專業化法人安裝檢測未能標準化模具在運輸、沙洗、安裝過程的損壞提高一次裝模合格率生產制造-人

機

料

法

環

測上胎側板下胎側板花紋塊弓形座上模固定板下滑板活絡模裝配圖模套型腔場景分析零件外觀缺陷的機器檢測是目前行業的業務瓶頸外觀缺陷檢測是一個天然的深度學習應用場景執行方無法獲取理想的模型效果，PaddlePaddle提供了大量模型調優建議。需求分析數十種不同尺寸的零件十余種問題類型檢測時間20-50ms基于Windows操作系統模型需要部署在Windows機器，要求每次檢測時間20-50ms支持Windows預測，并保證預測性能將缺陷檢測算法集成到整個零件檢測解決方案（包含拍照、外觀缺陷檢測、尺寸檢測、分揀等環節）數據采集/標注為客戶提供自行圖像采集標注的系統針對不同客戶零件種類和問題種類進行數據采集和標注模型訓練與調優模型部署應用落地134562技術方案選型客戶需求技術任務為圖像語義分割選擇兼顧了準確率和速度ICNET模型被替換掉質檢工人哪去了？基于百度PaddlePaddle框架訓練深度學習模型，能夠高效準確地識別出問題零件及其種類，精度可與人工檢測持平，檢測速度可以達到20ms/個。經測算一臺檢測機器可以代替10個熟練質檢工人，能夠幫助企業降低生產成本15%以上。百度案例：某制造企業采用機器視覺技術進行零件外觀缺陷檢測百度案例：一汽物流無人機自動盤點一汽物流與百度云合作，運用無人機航拍，獲取圖像數據，并基于視覺識別技術模型，進行自動分析，快速識別子庫區及庫內汽車數量、車輛所在的車位號，與庫存系統進行實時比對，如果實際數量與系統庫存不吻合，將會對異常數據進行警示，實現庫存的自動盤點，目前視覺識別準確率高達100%。BIE-AI-BOX視頻接入幀處理多幀識別結果聚合分析基礎云平臺大數據平臺云端模型訓練數字化探訪水動作（行程、速度、角度、次數）,保障工作質量，為礦產安全保駕護航，在本地智能邊緣部署算法，避免高帶寬成本單幀動作分析算法煤炭生產安全監管云平臺智能邊緣（BIE）算法迭代識別結果上傳百度案例：某煤礦企業利用AI算法對探放水工作安全監管百度案例：工廠安全高附加值任務瑣碎雜務高附加值任務例如需求管理、供應商管理瑣碎雜務智能中臺的業務思路-目標任務的轉換：“制”

轉

“智”

“值”

轉

“智”

“志”

轉

“智”二級供應商供應商采購集團制造/供應中心一次物流區域供應中心次級倉庫物流配送樞紐樞紐最后一公里服務客戶銷售研發能力精細化計劃能力資金回饋流平臺支撐集成設計智能化高速路移動數字化人工智能+客戶人工智能+研發人工智能+供應商人工智能+制造人工智能+計劃人工智能+訂單人工智能+物流/服務人工智能+流程人工智能+辦公研發設計供應鏈制造營銷交貨/物流運營維護服務智能中臺的業務思路探討篇-“中臺”經驗分享篇：制造領域建“智造中臺”技術篇：百度中臺技術010203大數據架構待完善大數據分析仍不完整；缺高效模型生產平臺數據服務化能力還弱；智能服務化能力還無大數據治理待全域數據孤島和沼澤存在；企業全域數據待治理數據智能期待深挖大量數據統計分析為主；多數企業數據架構及人工智能現狀分析和目標架構多數企業的現狀和問題目標架構核心：2個工廠，2個中臺數據管理信息中心數據目錄Hadoop營銷數據目錄各專用系統Hadoop數據庫企業已有數據

部分外部數據數據應用個性服務協同運行通用AI語音語義人臉業務模型預測調度推薦業務使用數據，找人、找不全數據標準、統計口徑、數據質量精準營銷精細管理主動安全模型工廠模型開發平臺數據探索平臺標注平臺開發、集成、治理平臺Hadoop高性能分析引擎大數據存儲和計算引擎數據采集和交換數據匯聚整合工具數據工廠數據治理平臺數據安全管控工具智能中臺AIaaS數據中臺

DaaS數據目錄和集市內部各領域數據報表畫像人財物外部數據研造質供運市場及競爭分析工具模型市場感知：語音、圖像通用AI能力認知：語義、圖譜可視化門戶百度智能中臺建設路徑：結構化數據智能

非結構化數據智能19

年前9

年前3

年前百度大腦自然語言處理NaturalLanguageProcessing圖像Image用戶畫像UserProfile語音Voice1.0版本的百度大腦在完成了基礎能力的搭建之后，僅僅實現了語音、圖像、用戶畫像和PaddlePaddle深度學習框架等核心技術的初步開放2.0版本的百度大腦形成了完整的AI技術體系，向開發者開放的能力也超過了60項能力，既有各方面AI核心技術，也有場景化能力及解決方案3.0版本的百度大腦在開放的能力數量方面又有了新的提升——已經超過110項，百度大腦3.0的最核心技術，用一句話概括，就是多模態深度語義理解。具體而言，就是對文字、聲音、圖片、視頻等多模態的數據和信息進行深層次多維度的語義理解，包括數據語義、知識語義、視覺語義、語音語義一體化和自然語言語義等多方面的語義理解技術。百度大數據戰略思路：全域數據治理、數據中臺戰略公司上下統一價值觀：數據作為公司核心資產，屬主為公司百度在2015年解決了跨體系、跨部門和跨團隊的數據流通問題，通過數據共享提升數據價值，驅動業務發展組織生態的成功，重視數據流通安全管理委員會技術委員會數據資產委員會：公司最高決策層人員任主席具體落地組織和方法政策發布合法合規順暢流通整體技術方案和人員晉升全生命周期安全審計大數據部數據流通服務團隊數據技術管理團隊運營數據資產促進流通推廣數據流通平臺基礎設施的建設業務部門數據生產方注冊數據保證準確數據使用方了解所需申請自主使用百度數據資產管理平臺大數據整合和治理的技術成功，全數出擊重點用戶數據的個性化服務平臺加速變現，優化體驗，提高流量，用戶分析用戶數據倉庫（公司級通用數據倉庫）客戶數據倉庫互聯網數據倉庫ERP信息數據倉庫IDC信息數據倉庫合作伙伴數據倉庫外部經營內部管理數據智能：孔明數據架構：魯班用戶畫像：全網貫通行為預測：個體未來需求虛擬的強賬號ID體系多產品的用戶完整行為全公司數據統一展示字典、視圖、地圖、血緣全公司數據統一管理元數據、權限全公司數據統一使用云服務API，業務自助化百度平臺化調用和業務中臺實踐：河圖百度生活服務（地圖/糯米）業務中臺抽象POI地理興趣點服務中心名稱、類別、坐標、分類券碼中心發券、領券、消費交易中心購物車、交易流程、訂單管理、支付、結算商家中心商品的各種操作服務用戶中心登陸服務、賬號服務、VIP服務百度共享服務（河圖）和中臺戰略：數據中臺、智能中臺、業務中臺內部各系統和外部數據各類信息資產知識AI中臺模型工廠數據工廠AI中臺數據工廠模型工廠數據治理百度AI中臺-制造業整體架構智能制造架構中的工業互聯網市場用戶協作企業互聯網工業大數據平臺網絡化協同個性化定制產品服務化基于算法和模型實現工業數據分析和決策智能模塊產品實體智能化生產智能工廠供應商管理

客戶服務基于仿真、大數據的新型工業軟件ERP、MES等傳統工業軟件工業生產系統工廠內網絡安全隔離智能控制系統智能模塊傳統工業控制模塊智能機器智能機器智能模塊智能模塊生產裝備生產裝備工廠內網絡IT系統OT系統工業互聯網關鍵要素數據分析軟件應用智能設備智能模塊大數據

平臺新型網絡（工廠內／工廠外）工業互聯網傳統工業要素反饋為海量數據的集成、計算處理及應用開發提供資源實現海量泛在多樣工業數據的實時傳輸分布于工業系統各層的計算處理能力DT系統AI中臺：OT+IT+DT百度AI中臺-制造業整體架構加速產品創新設備故障診斷與預測生產線全流程告警與優化供應鏈分析與優化產品銷售預測生產計劃與排程產品質量管理與分析研發生產供應銷售難度系數高難度系數高難度系數高OCR等數據治理企業AI中臺大數據平臺質檢（AI）一體機深度學習訓練（AI）一體機質檢（AI）平臺深度學習訓練（AI）平臺質檢+深度學習+模型工廠企業圖譜-設備圖譜企業搜索機器學習思維引擎平臺深度學習算法融合平臺大數據平臺數據層算法層模型層+業務實例層數據治理層數據應用層企業AI中臺百度AI中臺-制造業整體架構使用舉例：深度學習訓練除了傳統機器學習使用的拖拉拽、自動化建模外，在深度學習方面，平臺也提供了強大的自動化能力，大大降低了深度學習的使用門檻傳統機器學習的拖拉拽與自動化深度學習的自動化建模使用舉例：深度學習自動化方式建模流程1，數據上傳、標注2，模型訓練3，模型倉庫4，模型預測企業AI開發平臺軟件架構用戶管理運維管理集群管理/資源調度深度學習框架機器學習框架數據管理模型管理預測訓練用戶交互系統接口硬件資源操作系統兼容框架兼容操作系統可用性docker容器化作業調度高可用多機多卡異構特征工程tensorflowxgboostsklearnpaddlepaddlecaffe數據預處理數據標注數據共享可視化/代碼編輯級訓練接口多算法/多模型并發訓練評估模型產線可視化工具資源（自動）適配分布式訓練多實例部署模型輸出ONNX、PMML模型導入導出模型增刪查模型管理與分享模型發布Console自主賬號個人/分組多層權限和quota部署升級功能監控和狀態展示日志查看鏡像制作/倉庫SDK模型評估作業調度自動流量平衡評估結果轉換成再訓練數據集tensorflowserving預測框架第三方賬號對接paddlepaddleserving預測框架圖譜展現平臺知識圖譜展現平臺，分為數據查詢、數據字典、數據統計和數據服務四大模塊。支持企業用戶在可視化平臺上查詢、管理和調用知識圖譜。數據查詢可按不同維度（字段、垂類、實體）查詢知識圖譜樣例數據，讓用戶方便快捷地了解數據的內容和格式。支持圖譜可視化展示，讓企業用戶直觀的了解知識間關系。數據統計統計企業知識圖譜總體數據建設進度、各垂類數據詳情與分布，讓用戶完整、清晰地掌握數據建設情況。數據服務介紹數據輸出服務詳情，數據申請流程和實體屬性檢索服務，支持用戶通過api調用數據。讓抽象的知識圖譜直觀可見，方便管理、統計及被其他業務系統調用數據字典分垂類介紹數據的概況、基本屬性、數據量和詳細schema，方便用戶了解每個垂類數據的詳細情況；支持某垂類文字簡介和schema的新建、修改，讓簡介和schema能夠不斷的基于業務更新、完善。智能中臺規劃建議和總體設計建議實現大IT一盤棋，堅持靈活、敏捷、開放的分層架構，互聯網化和智能化升級業務1、前端應用層2、共享服務層3、數據智能層4、云化資源層共享平臺5、信息化安全體系靈活、自主、高效的業務應用借鑒互聯網運營“中臺“模式，整合各能力，構建運營服務層數據全面有序整合開放模型標準生產全流程逐步收斂標準，促進I-PaaS融合資源池化，集約化，專業化6、信息化運營體系基礎業務應用數據目錄和集市創新業務應用企業管理應用內部創新：開發測試云對外輸出：賦能伙伴管理辦公和人財物管理SaaS信