《X战警：逆转未来》中，有一句台词：足够多的涟漪就可以改变河流的流向，因为未来从来不是一个定数。
回到现实，多元且个性化极强的工业数据正在驱动工业人工智能成为熄灯工厂中“无形的手”，从根本上改变跨过历史长河的传统工业形态。
“我懂逻辑且有经验，你不懂的话那我就投资得比你成功。我认识一些人而你不认识，那么我就比你清楚来路。因为个体的关系、逻辑和知识沉淀的差异性，就区别了其自身的价值。这也是工业人工智能的价值所在。”
日前，2019国际工业智能大会——暨粤港澳大湾区工业人工智能峰会在广州启幕，工业富联副董事长、工业大数据及工业人工智能专家李杰受邀发表主题演讲，围绕中国制造业发展现状及未来发展趋势给予深度研判，并在工业人工智能技术研发到落地应用给出了系统性建议。
工业人工智能不是人工智能的简单升级
“机器跟人一样，需要将类似人血的数据提取出来，进而分析含量几何，这是工业大数据的起源。有了不同机器产生的数据便可以进行比对，找出差异性，进而智能预测机器故障发生。”但令李杰失望的是，看似简单的逻辑至今还未得到有效落地。
归根结底，企业对数据价值及挖掘技术的认知还不够全面。李杰表示，互联网是人的问题，物联网是事的问题，但是我们缺乏一个系统管这个人和事。我们觉得物联网加上传感器加上人工智能就可以管这个人和事，这个观点对但是不完全对。
李杰进一步补充道，工业互联网不是传感器、网络二者的叠加，而是完成人、机器、客户三者找到关系规律；从客户可见的痛点到不可见的未知痛点如何解决和避免；从数据而来的基本内容到分析目的性产生的价值，这才是工业智能。
问题来了，未知痛点指的是什么，预测未知又有何重要性？
李杰解释称，高铁、风电、汽车都是具体事物，涵盖可见问题及不可见问题，类似冰山露出的表面及底面情况。现在我们都在解决可见问题，但在生活中，动车、汽车在路上跑，轴承怎么动，电池如何发电，我们都不知道，而工业人工智能读懂多维度数据（时间、种类等）的规律性跟未知的逻辑性后，进而发现不可见问题。
在认知体系的构建上，李杰提出了3R理论（Resource，Relation，Reference），即
数据的来源性要怎么找，数据之间的关系怎么建立，数据的参考性怎么来帮助预测。举例说明，在毫无数据支撑的条件下，空谈飞机想要省油是不可能的。而单单有发动机数据并没有用，还需要结合全方位要素的数据包括天气、湿气等数据，才能透过数据的层叠打通逻辑的脉络，真正溯源找出发动机耗油的原因所在然后对症下药。
“工业人工智能所带来的可能性、增长性，但在工业工程上可用性是首要因素。需要解决了它的差异性、不稳定性和数据断层的问题，才能真正投入使用。作为一个系统工程，未来的工业人工智能的应用将集中在不可见的领域，即冰山下的世界，真正解决不可见的痛点。”
李杰强调，工业人工智能可以解决客户的核心痛点，这是工业4.0时代的价值缺口。
打造工业人工智能人才高地
实践是检验真理的唯一标准。会上，李杰以工业富联工厂为例，透过无忧化的制造现场，诠释工业人工智能系统的现实价值。
李杰表示，在工厂管理上，工业富联采用了“比较法”进行了自我配置的优化。人会通过比较进行优劣选择，如对比不同房价和地理位置选择更优的购房选择，但传统机器设备并不具备这种人类智慧，其则用成千上万的传感器将它们相连并建立一个网络运算中心，数据上传清洗分析之后能自动对生产管理流程进行自动比较而无需太多监控，这是工业富联智能化的基础之一。
2019年初，工业富联的熄灯工厂被达沃斯列入全球十六家“灯塔工厂”之一。备受市场关注的是，这是第一家用机器学习和工业人工智能做无忧工厂。
工业富联在中国制造业智能化转型中起着风向标的作用。在李杰看来，如果工业富联不能充分利用工业数据及开发工业人工智能，那么市面上就很少有企业能做到。因为富士康的机床数量就占到了中国总量的14%，在工业沉淀和机理模型上具有先天的优势。
目前，工业富联不仅在内通过赛事、培训进修等方式加速培养工业人工智能人才，还站在智能赋能的角度，通过灯塔学院，对外输出工业人工智能系统知识，尽最大能力解决垂直领域人才紧缺的问题。
李杰表示，目前产业存在三大人才困境，包括找不到人，请不起人，留不住人。而工业富联要打造自己的智能基地，必须要培育专业工业人才，内部训练目的是要培育1万以上工业工程人才。同时，叠加对外智慧赋能，“灯塔”价值将迎来新一轮释放。
