2019年3月22日，由BV百度风投、广州高新区科创局联合主办的“2019国际工业智能大会——暨粤港澳大湾区工业人工智能峰会”在广州高新区举办。中国工程院院士谭建荣、富士康工业互联网副董事长李杰、BV百度风投CEO刘维等专家学者、多位工业企业和人工智能方案及服务商代表参与大会，从多个维度探讨了工业企业人工智能发展的趋势及应用之道。

BV百度风投Ai学院第2期CEO班学员、埃睿迪创始人兼CEO吴奇锋受邀参会，并就“运筹帷幄：精准与柔性——优化、决策、工厂智能操作系统”主题，与数位业内高层进行深入讨论，并结合iReadyInsights平台理念，以及服务工业企业的经验， 为工业企业工厂智能操作系统的建设献言进策。

随着市场竞争压力的不断加大，人工成本的增加，节能减排环保标准的不断升级，工业企业面临严竣的考验。与此同时，新一波规模化工业智能应用浪潮的到来，也为工业企业深化转型升级，实现智能制造提供了强大的动力。数据技术及AI在企业中的应用，一方面被定义为工厂智能操作系统所承载的应用价值，即为企业更精准和柔性的决策提供支持，提升工厂运营效率，达到提质增效、降本节能的效果；另一方面提供供应链效率，优化成本、提升收入，实现企业级AI应用。

吴奇锋在讨论中提到，“数据+算法”和“数据驱动智能+时代”，对这个主题做了特别好的诠释。目前，我国工业的“智能+”还存在很大的成长空间。在工厂智能化的过程中，第一步是实现工业场景的数字化，包括设备、产线、工艺等都要进行数据化的工作，即我们常说的数字孪生的工作。通过数字化仿真建模，在系统中将设备、产线描述清楚，对接设备和产线的相关数据，从而实现用模型的方式来描述、监控和管理这些设备和产线。

下一步重要的工作是生产工艺的数字化。可以通过各种模型，比如机理模型、大数据模型、AI模型等实现生产和效益的最佳平衡。机理模型是理念、机理的公式和规则。例如固废焚烧中的工艺优化，通过热平衡模型可以将控制点的燃油输入做到最优。

而对历史经验的总结，则是用到大数据模型，通过历史大数据找到类似问题的处理措施和知识，通过输入、匹配、响应，进而实现节能降耗、提质增效的目标。多数设备的预测性维修，基于视觉的质量检测，根本上都是基于大数据模型。

另外，还有一些领域是未知或者算法非常复杂，企业就需要AI的模型应用，通过数据训练机器，让AI帮助企业做预测、优化调控的模拟，结合创新目标找到优化工艺流程的方法。

埃睿迪iReadyInsights基于大数据的绿色工业互联网平台，以”输入响应、优化调控”的原理，将大数据、人工智能、物联网等技术，结合自身深度融合行业的经验积累，可以助力工业企业从源头制定环保及生产指标，并将其引入生产流程，通过丰富的机理模型进行实时调控，最终帮助工业企业实现绿色制造和智能升级的目标。