2021 世界人工智能大会期间，阿里云智能产品解决方案总经理曾震宇首次公布了产业智能的核心技术体系。该体系基于数据开发和智能引擎两大平台，构建与行业知识深度耦合的一站式解决方案。作为全球产业智能的“拓荒牛”，阿里云一次又一次通过 AI 与产业的结合为各行各业注入新的能量。《云上创新，让产业更智能》分论坛聚焦阿里云场景化解决方案的落地实践，邀请了不同行业的专家分享先进产品技术驱动下各行各业实现云上创新的经验。

阿里云发布产业智能核心体系，全面支持政企升级

产业智能涵盖广泛，落地到具体行业中，需要实际业务架构、代码、算法共同驱动。「阿里云产品解决方案总经理」曾震宇提到，数字化本质是一种手段，其目的是帮助政府、企业实现业务的创新和提升。

他将客户面临的业务挑战概括为三个方面：

• 产品的升级

• 业务效率的提升

• 组织和管理的升级

当前，政府、企业存在大量数据资源没有被充分利用起来的情况，产业智能核心体系通过数据的挖掘和使用智能化的操作方法，帮助行业实现产品、组织的升级和业务效率的提升。

产业智能化可划分为三个维度，分别为感知智能、认知智能和决策智能。在帮助政企实现数字化转型的过程，这三个维度的探索必不可少。感知智能层面，阿里云将各行各业跟业务相关的数据汇聚融合在一起，通过算法的支撑，进行相应的加工处理。主要任务是完成全息数字化基础设施的搭建。认知智能层面，通过知识图谱将企业中多源异构知识进行统一的知识索引，帮助企业进行知识沉淀管理和提升知识应用能力。决策智能层面，则基于认知智能阶段提取的信息，引导用户做出相应的决策。

从感知、认知到决策，形成闭环，阿里云通过超融合数据协同，实现整体治理目标提升。

构建数字平行世界，让交通管理、出行更智能

在交通领域，阿里云已深耕五年之久，其产业智能板块覆盖了城市交通、高速、航空、机场、港口、物流、轨道交通等众多场景。阿里云城市大脑首席科学家张磊博士就产业智能的核心技术体系如何解决各类交通问题进行分享，他着重介绍了阿里云智慧交通操作系统。

阿里云的云控平台数据底盘集合大量采集设备，如交通流检测设备、物联网传感器、互联网终端等；并对这些设备采集到的数据进行统一时空编码，可实时、准确记录路况、车辆和出行需求信息。阿里云通过这样的方式，已对西南地区多条高速公路进行秒级的实时数字化平行世界构建，可做对高速上全量的静态、动态信息准确还原。

智慧交通系统的本质是通过数字化、智能化技术来协同车、路、轨、场、站等供给侧资源，最高效、最优化的去匹配个性化的交通出行和运输的需求。通过数字化可实现对交通系统态势的感知和对事件、安全隐患的快速响应，但仅仅是数字化还不够，只有对整个多模式综合交通系统的运营管控完成全局的智能化，才能更好的解决问题。阿里云利用算力和算法对整个城市的交通系统进行综合优化，将一个省会城市的几百个路口都统一接入到全局智能优化管控系统。通过对道路通行能力进行区域实时自适应管控、交通组织优化、和出行需求诱导和主动管理，从而实现城市交通系统减堵、安全和便捷的目标。

此外，在交通基础设施数字化资产管理方面，也可以用智能化的手段尽可能降低交通系统的养护和大修成本。目前在国内新建基础设施费用和保养存量基础设施费用的比例大概是 6：1，而这个比例在西方国家是 1：1；国内基础设施养护费用占比将持续增加，产生巨大的万亿级的资金需求。通过数字化、智能化的方法在确保结构安全的前提下，降低道路养护和大修成本意义重大。阿里云通过把人工智能跟行业的仿真、决策模型融合在一起的技术体系，让基础设施养护状态和安全监测的数据能够跟产业智能结合，在降低成本中发挥实际作用。

通过数字化和智能化，阿里云首先给交通系统的管理者带来非常有现实意义的价值；在此基础上他们还希望真正能触达用户，增加老百姓出行的幸福感和获得感。通过高德地图、政务云应用小程序等触达端，阿里云为出行者和运输企业提供泛在的、伴随式的信息服务。从出行前、出行中、服务区、到出行后提供娱乐、生活、工作全链路服务，把有用的信息在正确的时间、地点给到合适的人，带给用户真正智能化、数字化的体验。

斑马智行发布天瀑 AI 平台，助力智能汽车创新

如果说城市大脑是城市道路的“导演”，那么车辆就是道路上的“演员”，智慧交通的构建少不了智能汽车的参与。斑马智行机器智能副总裁王恺从出行者的视角，带大家了解了未来智慧交通会有怎样的可能性。

据《2021 麦肯锡汽车消费者洞察》显示，80%消费者重视智能汽车技术 超过半数愿意为智能功能买单。由此看出，智能化最重要的是要做到让消费者满意。因此，车的智能化技术研究和产品研发的核心宗旨是以人为本、为人服务。

斑马智行打造的 AI 智能助手小跟斑，融合达摩院、天猫精灵和斑马智行的核心基础技术，可实现方言的识别、交互。此外，AI 智能助手小跟斑还能实现自学习、自成长，在实时和用户交互的过程中学习新的表达，并反馈给用户。

王恺认为，目前汽车智能化面临三座大山，分别为技术门槛高、成本投入大、优化体验难。斑马智行将打造智能助手的经验积累和沉淀下来，发布“天瀑”平台，助力车企跨越三大门槛，打造智能领先的车 AI 产品。“天瀑”平台架构包括基础设施、算法开发、引擎能力输出、场景创新方案和服务方式。核心是基于通用 AI 基础设施，打造车上智能的终身自学习平台，该平台能支撑持续领先的技术开放、输出及模型的训练，拥有完整、完善的自学习机制，是可实现自成长的智能平台。“天瀑”的能力将落地不同品牌的车型，赋能更多的行业和客户。

智能开放技术体系落地，让城市更美好

交通领域的创新分享核心是为人服务，那么，从整个城市服务的角度，又有哪些方面是可以通过技术实现优化的呢？阿里云智能政企行业事业部首席解决方案架构师杜胜海分享了他的看法和经验。

杜胜海谈到，城市化运营是未来的必然趋势。公共服务运营和数字城市运行是数字化运营基础。目前非常重要的是通过城市调优搭建政府、企业、百姓间的通道，这就要求流程调优的人一定要具备快速搭建的能力。此外，当前城市调优一定是基于全量数据，实现全域资源的调配，从而将整个城市连接起来。

阿里云一直致力于数字产业化，运用智能技术助力城市数字化转型。其核心能力包含三个方面：基础设施能力、智能能力、开放能力。这三种核心能力构成实现众多智能场景强有力的支撑。例如，在政务办理方面，过去通常流程繁琐。而现在，基于智能技术的一体化政府，统一了办公入口，可以把办事要点通过语音识别，自动填写到表单上，极大程度的优化了办事流程和服务体验。此外，在面对投诉的时候，接线员刚开始一定会听到很多牢骚，而现在，通过小秘这样的人工智能，可以先让大家平息下来，然后指导用户把表单填好，甚至还会有好差评的评估。阿里云通过技术的创新，解决了老百姓办点事就要“跑断腿”的问题，同时公务员也只需要面对一个简单的接口就可以了。

在城市服务方面，阿里云打造从预案到评价的服务闭环，通过事件预案拆分出无数场景和子场景，并将其转化为数据资源，最终提供服务并针对服务做出评价。以车辆违章为例，以往如果车辆不小心违章，交警过来贴罚单，甚至车被拖走，这个过程不在场的你是无法知道的的。而通过城市智能运营中心，就可以实现柔性执法。当发生违章，智能短信会通知车主违章挪车，如果没有回应，交警会来处理，处理完交警会通知你车挪到了哪。基于超融合理念业务，阿里云将分散的场景联结到了一起，支撑城市智能运行。

在产业智能方面，阿里云始终秉持开放的态度，并相信技术开放才能释放最大动能，加速城市数字化转型。

一站式工业数据智能平台驱动制造业转型升级

相比于其他传统行业，制造业的转型似乎拥有更强的驱动力。近两年，突如其来的疫情加速了各行各业的“无人化”，制造业的无人化和智能化也在加速深化。政策层面，十四五规划中，国家明确提出对规模以上制造业企业的数字化转型目标；经济层面，国家加大“新基建”方面的投入。内在动力与外在环境共同驱动制造业的转型和升级。

阿里云智能制造研发总监孔令西深耕制造业产业智能方面超过五年，通过实践及案例的分享，他让大家对制造业的数字化转型有了更立体的认识和了解。

目前，数据、算力、算法已成为智能制造的三大核心要素。阿里云致力于探索如何将三大核心要素统一，提供一站式工业数据智能平台。

智能制造平台以云计算和大数据为底座，中层为围绕三大核心要素的产品能力，顶层为业务应用与创新。孔令西在分享中着重向大家介绍了智能控制优化平台 AICS。该平台采用云边一体的架构，并将传统的控制技术和机器学习的 AI 组件整合在一个平台上，两者的融合能方便、快捷的一站式解决客户具体的优化问题。

此外，若想从全局角度围绕整个集团的经营决策做出提升，就需要通过数据中台将企业上下游的数据打通，通过数据加工、清洗、融合形成企业数据资产，基于这些企业资产去做创新应用，工艺全流程优化、产品质量追溯、供应链优化、产业上下游协同效率提升。三一集团作为中国最大的重工企业，阿里云通过工业数据中台的能力帮助三一，6 个月内完成 86 个业务系统上云，堪称制造业目前最全场景的数据中台在三一建成，涉及营销、研发、计划排产、生产执行、质量监控、商务采购、仓储管理、客户服务系统、融资债券、财务人事等 12 个业务环节；实现所有在外设备在线化、每年产生 PB 级物联网数据沉淀；完成数据全量入湖、数据治理落地、平台集成开发三大目标。

阿里云在智能制造方向通过工业数据智能平台、SaaS 平台赋能行业伙伴，希望和行业其他伙伴一起为中国的智能制造做出贡献。

高质量发展需要金融智能一体化支撑

金融行业和服务行业非常相像，需要对接各个产业，数据本身作为生产要素在其中发挥着重要的作用。阿里云智能新金融事业部的副总经理兼首席架构师张翅认为，产业智能变化背后对于金融的挑战体现在三个方面：

• 金融服务的在线化

• 产业融合过程中的协同化

• 面对海量数据的精准性

要想做到高质量发展就需要金融智能的一体化能力的支撑。对于金融行业，更多则会强调基础的智能算力平台支撑，需要基于工程一体化平台对面向智能研发的效率进行提升。由此衍生出移动端智能、交互智能、图智能、开放智能等不同形式的智能服务，该行业强调一体化能力和平衡，而不再局限于某个场景。

以移动端智能为例，智能手机 CPU、NPU 已成为标配，尤其数据隐私保护越来越严格，在进行智能场景预算时，在端的层面就近做智能运算能够有效的提高分析的使延性，阿里云在这方面做了众多尝试，如 app 端发红包、抢红包分配的策略也是在端的框架里进行的。未来，音视频的直播，图片优化识别等更多场景，金融侧线上能力会有更大的提升

智能化时代需要一些关键的基础设施，阿里云作为一家云计算公司，数据中心从传统的 IDC 走向云化数据中心，目前，更多细分的场景需要把人工智能的能力也融入到数据中心来，也需要通过虚拟池化的方式用云的理念，将一体化能力的计算资源提供给上层平台。

未来，不同行业场景对智能算法的优化和使用会屏蔽相应的复杂性，通过系统化层次构建，阿里云希望赋能金融行业，金融行业跟产业协同，能够更好的把智能场景融合起来。

今年，阿里云的一个重点就是实施云钉战略，在钉钉上创造金融机构和各行各业的数字化连接，实现可持续增长的场地。该场地是完全的线上化产品，阿里云希望用这样的方式能够为产业和金融智能融合的发展创造更大的舞台和空间。

AI、电力结合，推动行业实现降本增效

随着经济的发展，我国对电力资源的需求量越来越大。而电力的调度、变电、配电、用电各个环节，均存在不同的挑战和优化空间。阿里云智能能源行业产品总监周文闻从电网的角度分享了过去三年在产业智能方面的技术创新和实践。

首先是调度。在调度流程中周文闻认为有三个方面可通过技术实现优化，分别是：

• 指挥疲惫：业务增长迅速，人力资源不足大量重复性工作

• 枢纽拥堵：高峰期占线等待影响正常用电和输电收入

• 操作繁多：配网网架结构复杂多系统查看操作

基于这三个方面，阿里云在作业现场和人工调度员之间加入了虚拟调度员系统。这样做的优势是：第一，通过数字化和智能化的手段，省掉人工进行的重复性的工作，第二，提升 AI 走票的通过率，第三，实现降本增效。

其次是变电。在变电侧，目前主要面临以下几个方面的挑战。

• 任务繁重：巡检任务重、人力缺口大、大量重复性工作

• 设备繁多：设备种类繁多、设备差异化大

• 智能升级：立体巡检、一键顺控

变电站通常地处偏远，环境差，作为领导层没办法像在驾驶舱中一样完全看到变电站的现状，因此管理起来困难，另外，变电站的员工每天必须带好安全帽、做好全身防护出去巡检，夏季高温也不例外，非常辛苦。

通过 AI 与电力产业的结合取得了显著的技术突破。第一，刀闸状态识别，做到 13 种刀闸识别，准确率可达 93%，第二，分合储能开关识别率可高达 99%，第三对于外观本体缺陷进行识别，识别率达 81%，另外在规模化使用方面阿里云复制了 39 个变电站，希望通过 AI 减轻一线员工的压力。

第三是配电。其特点是需要一线员工拥有丰富的行业积累，并将行业积累应用于检修上面。阿里云用电力行业的语料训练通用模型，然后创建三元组，通过图谱的形式，在业务系统的下层构建技术支撑，通过技术支撑服务一线员工，协助其完成配网的检修工作。在图谱的基础上阿里云还打通了知识图谱和钉钉的连接，令知识图谱的运用更加便捷、高效。

第四是用电侧。对于用电侧来说，窃电风险一直是行业痛点。阿里云通过窃电算法融合思路解决这一问题。首先是把常用的窃电算法聚合起来，然后对这些算法进行二次开发，底座完全依赖现在的用电信息采集系统，有了数据、算法，再去做相关的业务输出。该方式对于有表窃电可达到 76.4%的准确率，同时，通过对数据的异常监测，阿里云也能对无表窃电实施监测，这在过去是没办法实现的。

最后是碳中和。对于双碳来说，首先要做得就是利用光伏进行能源结构的调整。分布式的能源构建起来后就需要进行能源的消纳。未来真正想要实现双碳和能源转型，需要把新能源大规模并网的事情解决。达摩院通过求解器 MindOpt，进行负荷预测和新能源发电的预测。负荷预测准确率达到 96%多，新能源发电预测准确率达到了 87%，

目前，阿里云在负荷预测和新能源预测方面有了重大的技术突破，未来，会着重在非线性的求解器上做出努力。