從科學家到企業家，持續優化不止是技術

紅杉匯

+ 關注

2022-08-05 14:45

605次閱讀

十幾年前，深圳寶安，每天數十萬工人在上下班路上形成滾滾人流，支撐起成千上萬家制造業企業，也成為深圳一道最為獨特的風景線。

深圳制造是中國制造的一張縮影，四十多年的努力培育出眾多優秀的企業，其中不乏世界500強。今天它們中的許多紛紛向自動化方向發展，雖然生產效率和質量初步得到全球認可，但到生產決策時仍然需要大量傳統人工來推動。

如果能讓機器實現“看”“聽”“想”，就能讓工業生產自動化更智能，生產的瓶頸將被進一步打破。

在深圳河的另一側，有人在思考著解決方案。

賈佳亞是香港中文大學終身教授，他的另一重身份是智能制造獨角獸企業思謀科技董事長。他所創立的思謀科技是一家專注機器視覺和深度學習的高科技公司，從事工業領域算法的研發和持續優化迭代。

在賈佳亞看來，計算機視覺技術能讓中國的制造業智能化發展更進一步。

“我相信有非常大的空間去貢獻中國智慧。”他表示，不僅僅要跟世界齊頭并進，更希望用絕對優勢的技術去引領時代。

這與紅杉中國投資理念不謀而合。自2020年起，紅杉中國連續兩輪加注思謀。紅杉中國合伙人劉星表示，從第一次和賈老師見面起就非常認可他對思謀的定位和對智能制造的愿景，在不到兩年的短短時間里，公司在產品化和商業化上的快速發展帶給了他超出預期的驚喜。思謀團隊充分展現了他們把紛繁復雜的工業場景進行抽象化的能力，打造出了思謀ViMo這樣一個平臺化、系統化的產品，實實在在地幫助到眾多數字化轉型中的制造業邁向智能制造。

思考的本質在于批判性和不斷試圖突破和挑戰自己。

——思謀科技董事長賈佳亞

思謀ViMo誕生記：

真正巨大的行業突破

今天，關于計算機視覺，人們其實并不陌生。個人電腦和手機中的消費級OCR（光學字符識別）應用比比皆是，從人臉識別到指紋識別，再到圖文轉換，計算機視覺技術憑借快捷準確的識別效率，早已深入到我們生活的方方面面。

然而，在工業生產上，計算機視覺要實現應用卻難得多。

首先，工業級應用對 準確率的要求極高。消費級應用中，文字識別的不準確可以人工修改，但在工業中，尤其是在一些高附加值、高精密度的產業，包括消費電子、半導體、新能源、汽車制造等應用場景里，工業級標準要求產品能夠每天24小時工作連續一年，錯誤率不能超過萬分之一。

其次，計算機視覺 所需的工業數據極度短缺。工廠不比消費互聯網，數據的來源非常分散，每家工廠都有自己的一套工序，不同工廠的數據沒有可比性。

此外， 工業產線的迭代速度極快。以蘋果手機為例，iPhone 13里有超過上百個集成化非常高的元件，但到了iPhone 14，元件的生產工藝以及產能都可能完全不同。因此，不僅產品的形態非常多，不同批次產品之間的質量也沒有關聯。

即便難度很高，工廠對計算機視覺的剛需仍然存在。在思謀進入這個行業之前， 有不少硬件廠商想通過改進傳感器等方式滿足自動化需求，但有兩個層面的問題。

一是在算法層面。傳統算法就是用各種優化、匹配和處理工具解決。這類優化算法沒有統一的框架，每一個都與其他的不同，雖然速度很快，但是沒有完整的體系。

二是在管理層面。由于工業標準要求高，而且場景分散難以標準化，傳統的工業視覺檢測絕大部分采用項目制管理。然而，當技術團隊每次接到一個項目，首先要去攻關，反復調試算法才能實現一個非常高的準確率。然后交付產線試用，工廠還要進行二次驗證，在實際的運行過程中跑上三天甚至一個禮拜，如果達不到要求又要重新回到實驗室開發。而且在實際生產過程中，還總會遇到一些意想不到的問題，要保證高精準度和低缺陷率，還需要硬件廠商在工廠有持續性的服務。

此時，如果是按照項目制的方式，意味著公司要投入相當大的人力、物力、精力，還可能會影響交付效率。在工業級場景里面，如果不能按時交付，損失將非常大。

所以，就要從底層構建更智能的算法，用標準化的手段解決分散的工業場景，克服可復制性和標準性等關鍵性問題。此外，整個調試和生產過程還必須是自動、連續優化的，每次出現一個新的項目時，算法能夠自動生成，完成產品交付。

在數據短缺的情況下，由算法自動生成算法，錯誤率還極低，這看似是個不可能完成的任務。要實現強大性能，背后一定需要結合人類最前沿的算法自動生成方式，以及最強的算法人員。思謀具備了這樣的能力，并在中國工業向智能制造轉型的浪潮下應運而生。

然而即便思謀有一流的算法人才，要打磨出產品仍是一個非常難完成的過程。

在一次和紅杉中國的交流中，賈佳亞也和沈南鵬、劉星談到了這些挑戰。

令他頗感意外的是， “沈總跟我們說，工業有自身的規律，不需要刻意求快，也可以慢慢積累。紅杉有耐心，也愿意長期陪伴，希望思謀能夠在toB業務上真正打下自己的疆域。”

這些話讓賈佳亞受到了感動。“很多人希望我們盡快往前跑，趕快把東西做出來。但紅杉中國告訴我們要踏踏實實地把業務落到實處，而不是只喊口號。于是我們不斷努力，用顛覆性技術在行業里構建壁壘，在口碑上面無人出其右，這也是我們對自己的一個基本要求。”

當然，賈佳亞沒有辜負大家的期望。思謀自主研發的SMore ViMo智能工業平臺是在智能制造的多個環節中最強大的工業系統之一。它將深度學習、小樣本學習、自學習等高速發展的技術結合成了一個龐大的系統，已具備了提供分揀、數據分析、定位、質檢等在內的十多個功能模塊，未來還將擴展至超過30個模塊，是一個全站式的工業操作系統。

由于ViMo的高度智能化、標準化，思謀能夠同時完成100個到300個交付，未來還有望再擴大十倍，同時完成1000個以上的交付量。 重要的是，這個交付量是通過系統自動完成，并不是靠工程師或算法人員一個個調試出來，是一個真正巨大的行業突破。

ViMo實現商業交付后，就像熱刀切黃油，服務了超過20家行業頭部企業，助力了近100條產線實現智能化改造。同時思謀也開始在布局上突飛猛進，持續城市版圖擴張，在香港、深圳、上海、蘇州、杭州、重慶，東京、新加坡等多地設立研發和商務中心。同時，以SMore ViMo智能工業平臺為核心形成了完整的工業視覺體系，推出了SMore ViScanner智能讀碼器、SMore ViNeo智能相機等視覺傳感器產品，以及高端智能檢測一體機等適配多種設備的標準軟硬件產品及套件，并在先進的自動化設計能力和光學能力的加持下，形成了全棧式工業視覺技術的閉環部署。

“市場在往前跑，我們應該永遠比市場跑得更快。” 持續奔跑，持續優化，是賈佳亞給自己的一份承諾。

自動持續優化：

讓裝備像人腦一樣去分析

人類正在迎來一場以“智能化”為標志的新工業革命。

人工智能可以為數字化轉型中的制造業企業提供自動化流程或生產工藝的改進，也為中國從制造業大國向制造業強國轉變提供了彎道超車的機會。

這要如何實現呢?

賈佳亞提出了MOA（Manufacturing Optimization and Automation，自動持續優化）概念：一個能夠根據產線實時情況做自我調節的流程。

他認為，自動化（Automation）只解決了硬件的問題，但它既不會看，也不會聽，更不能決策，生產依然需要靠人的決策才能完成。

而未來的生產會是一個柔性的、可替代的、多變的甚至是自決策的過程，例如當人工智能發現產品的某種缺陷因生產質量或工藝變化增減時，會對流程做相應處理。簡而言之，MOA能使裝備像人腦一樣去分析，是一種基于數據分析、洞察，找到最佳方案（Optimization）的方式。

以質檢流程為例，思謀掌握的技術，可以提供從一個元器件上的一條劃痕缺陷，到一條生產線，再到整個工廠里所有制造環節質量把控的關鍵數據，從而使工廠的決策者能夠通過這些關鍵數據去分析整個工廠的復雜情況。

通過這些決策自動持續的優化，可以幫助企業解決生產、制造以及供應鏈管理問題，比如上下料問題、生產后的運輸問題以及產品的溯源問題等等。思謀不再只檢查某一個單點數據，而關注所有涉及質量和來源、追溯定位等關鍵數據的收集、整理、反饋，最后實現整個工廠的降本增效，提升產品價值，幫助企業實現最終的數字化轉型。

MOA更重要的意義是，將思謀首次以一種產品化的思路，從工業生產的實際痛點出發，為甲方工廠提供服務。在德勤最新的MOA白皮書《智能制造新工具：自動持續優化》里，思謀也作為標桿案例被重點提及。

賈佳亞說：“思謀正在做的事，是結合自身的技術優勢與產業思考，以技術形態為切入點，通過快速理解行業，從更高的維度和層次提出解決方案，通過‘思謀模式’來改變業態，實現工業規范級的交付，進而實現制造業向智能制造的轉型。服務了幾百家客戶，其中還有不少世界500強的客戶，我們能從行業的高度提煉出他們的共性，并指引他們，減少人為的干擾，從而在Manufacturing過程中實現企業從運營維度、績效維度到財務維度的Optimization。”

兵種協同：

走出技術創業者的窘境

很多技術創業者起點很高，擁有高端的技術或系統，能解決很多問題。他們往往能憑借這些優勢，在創業中占得先機。

然而，隨著時間的推移，一些技術創業者常常陷入窘境：有人過于糾結早期的優勢，把所有精力都放在死磕技術上，導致其他方面頻頻出現短板；也有人因為早早地放下技術，導致企業不能形成有力的“護城河”。

賈佳亞認為，憑借技術實力在市場謀得一席之地，這是技術創業者的基礎。思謀在創立時，也是以技術為先導。彼時，距離人工智能創業最炙手可熱的時期已經過去一段時間，他看了非常多的AI賽道，用學術研究的嚴謹，分析每個賽道的市場容量、未來發展前景和可能性，最終選定了工業智能這個范疇，并將思謀的前沿陣地落在這里。思謀憑借自身多年的技術積累，通過快速打入行業，了解行業痛點，尋求最佳解決方案，從項目到產品，在這個過程中不斷打磨自己的產品，使其逐漸符合制造業市場更加廣泛的需求與場景，在這個過程中，產品的不斷完善也在幫助技術團隊不斷提升技術水平。這就形成了一個完美的三角形閉環——思謀通過技術的積累賦能行業，引領整個制造業實現智能制造的變革轉型，在這個過程中孵化出更好的產品，進而繼續打磨技術本身，形成一個良性循環。

香港特別行政區行政長官李家超（左）為賈佳亞（右）頒獎

“不僅因為思謀團隊在這里有很強的技術積累，而且有把技術轉化成真正的生產力，并探索出商業模式的能力。”賈佳亞說。

而創業往深處延展時，團隊既需要“正規軍”，也需要“游擊隊”，要有“多兵種協同”的能力。

對創始人而言，要思考的就不能僅僅是技術了。其他很多知識，包括管理學、會計學、市場營銷等，他們都要了解——要能看懂財務數據，構思企業文化，還要通曉市場運作。

在賈佳亞看來，創始人要為公司掌好舵，需要對公司有全面的理解。這不僅需要個人認知不斷迭代，也需要很多各行各業的專家加入，靠企業文化把大家整合在一起，形成一個多維度的實體，這才是商業運作的真正本質。

“我在做企業的過程中也經過了長年累月的思考，學自己不懂的東西。”他說，“作為教授，各種專業知識我可以娓娓道來。但當我坐到董事長辦公室里，做一家公司的管理工作，我就會去看數據、看財務，看很多管理書籍。還要思考該怎么調整才能讓公司組織架構和能力不斷地提升。”

也許這也是一種組織形式的自動持續優化。

保持思考：

持續優化不只在技術

在賈佳亞眼中，思考是一輩子最重要的事情，而 思考的本質在于批判性和不斷試圖突破和挑戰自己。

在培養學生時，他除了帶學生做研究、寫論文，更重要的是會帶他們思考，例如“為什么要做研究，什么樣的研究有用，人生目標是要做什么”之類的問題。

思謀的CEO沈小勇，以及商湯的聯合創始人、CEO徐立，既是賈佳亞的學生，也是多年的朋友。

“這么多年里面，我覺得做的最對的一件事情就是跟他們聊了人生。”賈佳亞說，他告訴同學們，要學會批判性思維，學會尋找下一個熱點問題的基本方式方法。

他表示，一個人思考的多了，自然對于很多問題都會有自己的理解，既不會去盲從，也不會盲目批判。他會去思考在這過程中有沒有新的想法，有沒有創意。這樣即便不做學術去創業，他們也能從這段經歷中得到收獲——對一個新的、從未接觸過的問題，能夠在短時間內形成充分完整的見解。

賈佳亞說， 他最終能夠創業，來自兩方面的驅動力。

第一種驅動力是來源于他的工作。雖然早早在香港中文大學拿到終身教職，賈佳亞卻長期在從事實用性前沿研究，一些有趣的基礎性研究成果，包括相機的效果增強、夜景取照、圖像放大等，早就被工業界采用。他覺得既然這些單點的研究成果能夠突破推動科技發展，何不用創業把眾多的點連成一張商業化、科技化、智慧化相結合的網，更好地服務大眾。

另一個驅動則來自于他的內在。賈佳亞從小就喜歡物理、天文、地理，在星辰宇宙和人類歷史的長河里，每個人的價值都不過是滄海一粟。人生短暫，在有生之年，他覺得應該做一點點對人類有意義的事情。

當思謀推動著其服務的一家家企業向著智能制造邁進的時候，賈佳亞感到， 終于在這一場正在親身經歷的工業革命里做出了自己的貢獻，也印證了他的內在驅動力——做一點點對人類有意義的事 。

快問快答

作為一個優秀的學者，您覺得創業中最大的挑戰是什么？

賈佳亞：通過創業，我也完成了從學界到商界的角色轉變，實現了科技利群這一追求。談及最大的挑戰，那就是如何將團隊過往20多年在機器視覺技術和應用領域的鉆研積累，更好地下沉到實業，做到變革產業的、系統性的智能制造。

您現在還會花很多時間讀論文和寫論文嗎？

賈佳亞：即使在忙碌的企業管理工作中，我依舊會努力擠出更多的時間繼續推進前沿科研。思謀基于團隊過往20余年的機器視覺和深度學習技術積累，在商業落地過程中實現并驗證了技術轉化與應用的全新形態，也在一定程度上證明了前沿科研對于商業化落地的重要性。

學術研究和企業管理上的時間分配各占多少？

賈佳亞：從在校教書育人，到帶領團隊做前沿研究，再到創辦高技術企業推動生產力進步。這一路走來，我也會更加慎重地看待公司未來的發展。公司發展需要很多宏觀且具有前瞻性的思考。因此，除了日常的企業管理工作，我也會擠出很多時間去思考公司未來的發展問題。

MOA（自動持續優化）的概念是如何提出的？

賈佳亞：MOA（自動持續優化）的概念，是在制造業向智能制造轉型的大背景下提出的。人力資源受限，降本增效需求增加，以及生產追溯、工藝優化等難題，都是思謀一直致力于攻克的挑戰。我們基于多年來的技術沉淀以及對行業的觀察與思考，提出了這一理念。

MOA概念的內核是什么？

賈佳亞: 思謀首提的制造業MOA，也就是自動持續優化，是在原有的優化概念基礎上，更強調基于數據分析洞察找到最佳替代方案，借助數字孿生、深度學習、智能化設備等實現精準執行，其核心為更高效、無人為干預、持續優化的能力。

思謀從哪些維度來實現自動持續優化？

賈佳亞: 思謀對于自動持續的優化，體現在多個維度。首先，在運營維度，自動持續優化可以非常有效地改善產品開發的過程，也可以及時進行生產追溯；另外，從企業績效維度，自動持續優化為企業提供了一整套完善的數據管理與應用場景，通過持續的數據積累與對比，實現企業的持續增值；第三，在財務維度，通過對人力、能耗和設備運維成本的有效優化，為企業降本增效賦能。

您能否分享一些實際案例？

賈佳亞: 以新能源行業的紐扣電池為例，紐扣電池的點膠工藝難度很大，而思謀針對客戶的痛點問題，通過對算法、軟件系統和硬件系統的集成，專門為新能源領域紐扣電池自動研發了密封膠涂覆機器視覺質檢設備，不僅有效替代了人工全檢的方式，提升了車間流水線上的作業規范與效率，同時也大幅降低了企業的生產成本，在效率和質量上都得到了顯著的提升。