策划&撰写：Lynn
自2017年以来，随着消费互联网红利的消散与我国工业互联网利好政策的到来，工业互联网领域持续升温，后在机器人、大数据、人工智能等技术发展的拉升下，2018年下半年工业互联网热潮终汹涌起来，众多科技公司涌向了能源、制造、环保等工业领域。
但易见的是，在驶向工业互联网未来的路上，应用与架构设计融合的高难度就已经让很多人“搁浅”。就这样的话题，我们采访了安徽领云物联科技有限公司（LINCOOS，下文简称“领云物联”）CEO徐国。
从需求出发，贴合用户做解决方案
由HRG（合肥）国际创新研究院孵化，领云物联成立之初专注的就是工业领域，而技术出身的徐国也十分直率，推门落座后他就开门见山地表达了自己的想法，“我希望今天能够更偏向实际案例去探讨。”
作为工业互联网领域的“前线老兵”，徐国在访谈伊始抛出的这句话其实已经给出了今天议题的答案：想要做好工业领域的智能化解决方案，必须从实际需求出发。
徐国解释说，“工业的应用来自于实际需求，物联网、AI等技术其实都是工具，真正解决用户的需求才能推动这个行业发展，这也是我更想要探讨实际案例的原因。”
作为行业内初创公司大军中的一员，领云物联有着一支年轻的队伍，其中80%以上持985/211硕士学历，但他们都有着丰富的工作经验。这一点则要归功于徐国，“我不会让他们整天坐在办公室，经常去工厂深入场景是我们公司每一位员工的必修课。”
重视场景，这样的效果是显而易见的。经过不到两年的努力，领云物联已经与国内外10多家企业达成业务深度合作，其机器人云诊断、工业安全生产等解决方案也陆续落地新加坡、苏州、安庆等地。
“离炮火最近的地方才是真正的战场”
其实，在做技术研究的过程中，因为深入场景，领云物联的方向有过一次小的调整。也正是这样的调整之后，徐国才意识到，应用场景中的刚需并不都是那些看起来核心而明显的方向，还有一些易被忽视但却也并不容易处理的细微之处。
“一开始，我们做机器人云诊断方向，并且参与了国家科技部智能机器人重大专项，但是后来深入到工业场景中，我们才发现工厂不仅关心机器人、数控机床等重要设备的健康，还有人员监管和环境感知。”
如徐国所言，随着工厂在机器人布设上的成熟应用，机器人的设备健康、能耗环保、安全生产等需求逐渐衍生，因此它们都是亟待解决的问题。了解到这一层需求，徐国在自己的技术研发基础上面向应用做了调整，他提出了AIoT 工业安全生产解决方案，通过人员-环境-设备（Human-Environment-Device，简称HED）立体感知与智能辅助决策平台，帮工厂做智能化安全生产管理，而这样的调整也让他的新方案更加周全而贴合需求。
图 | 领云物联工业安全生产智慧监测平台
“很多人都小看了这些事情，包括我们最开始也是如此。但在真正去做之后，我们发现装个水表都是一件很费劲的事情。”
他解释说，“因为安装过程需要考虑到水质成分、是否满管、酸碱度、污染物大小等因素，所以安装智能水表就变得需要行业经验。”这也让他颇有感触，“离炮火最近的地方才是真正的战场，纸上谈兵并无大用。”
提炼真正有效的大数据，方能走向智能
现如今，在不断的试错和积累之后，立足合肥，徐国已经为周边包括安庆、苏州等地在内的多家工厂做了智能升级，团队也有了自己的厚厚一本“实战经验指南”。
确实，在这场理论与现实的博弈中，研究人员想要用好AI技术并非易事。对于做数据采集和智能分析的他们来说，总会被现实中很多看似简单的场景“虚晃一下”，而这都是需要避免的坑。
图 | 领云物联解决方案应用场景
“没有这些源于场景的知识，企业如果盲目去做，就可能会面临比较大的损失。比如你订购了几百台流量计，去装的过程中发现由于不满管数据不准，这几百台设备怎么办？如果不用将损失很大；即便选对了流量计，不同点位的数据信号强度不一样，也会影响丢包率，这些都是让人焦头烂额却不得不去解决的事。”
在徐国看来，只有这些细小的点点滴滴才是真正需要注意的行业知识，而正是因为有这些经验，技术与场景才得以恰当地融合在一起，也才能提炼出真正有用的行业数据。
“客户有提到过，在他们遇到过的产品中，还是我们的解决方案好用。”对于徐国而言，“好用”一词胜过千万嘉奖，而这自然归功于团队在场景中的千锤百炼。
最后
智能化远非一件轻松就可以达成的事情，它需要无数工程师投入到现实场景中，不厌其烦去反复尝试，打通线下与线上，以实现最终的“数据沉淀”。
带领团队走向场景创新，徐国的本意正是如此，“很多人把装摄像头理解为场景的智能化提升，但是我们认为真正的智能是一定要加入人工智能、大数据分析的元素。无论是工业领域，还是其他行业，分析这些海量数据才会进入真正的智能时代。”
【镁客·请讲】专注于报道科技创新项目；我们敞开心扉面对每一位创业者，力求为您呈现一群鲜活、有性格的品牌和人物；我们倾听创业故事和人生经历、探讨商业模式和行业趋势、对接资本市场和供需双方，以期为产业发展注入新的活力。
