人工智能與物聯網握手IBM開創高階共享經濟平臺
（上圖為IBM全球Watson物聯網事業部產品戰略和研發總經理ChrisO’Connor）
全球萬物互聯時代逐步到來，中國早在2009年就提出感知中國戰略，以國家戰略性新興產業的高度大力推進物聯網產業。十二五期間，中國成為全球物聯網發展最為活躍的地區之一。根據工信部數據，2015年底我國物聯網產業規模已達7500億元，十二五期間年均復合增長率達到25%。
隨著物聯網產業的深入發展以及NB-IoT商用網絡在中國的大面積建成和覆蓋，物聯網產業的競爭已經從傳感器和基礎芯片層面，轉向了物聯網平臺。建投華科的《中國智慧互聯投資發展報告（2017）》指出，平臺將為整個物聯網行業發展帶來顯著影響，主要體現在：產業價值向軟件和數據服務轉移、利用共性能力覆蓋垂直行業、推動服務模式轉變。
在物聯網平臺上，設備供應商、網絡運營商、系統集成商、應用開發者和企業用戶等產業鏈成員形成互利共贏的生態圈，既可大規模滿足共性需求，也可快速響應個性化和特定需求。所謂工業化與信息化融合，某種程度上就是基于平臺的高階共享經濟。而以IBM認知物聯網平臺為代表，更構建起了人工智能與物聯網的全球化共享經濟平臺，一個新的經濟奇點正在快速形成中。
社會基礎資源的共享
在2017年9月19日的2017IBM上海物聯網論壇上，江河瑞通科技集團有限公司（以下簡稱江河瑞通）總經理田盛華介紹了從2015年開始與IBM合作，針對中國的水行業，構建全社會范圍內的水資源共享經濟平臺。
江河瑞通具有將近20年的水務經驗，為水利、水務、環保、國土與海洋等涉水行業領域提供解決方案、應用軟件、系統集成及監測產品等服務。作為傳統的系統集成商和獨立軟件開發商，江河瑞通近年來也感受到了云、物聯網、大數據與人工智能的沖擊。
2015年，江河瑞通與IBM正式組建了聯合創新實驗室。通過兩年的努力，江河瑞通物聯網云平臺正式上線運營，并獲得工信部數據聯盟的可信云認證；雙方還聯合開發了多種水務模型，使物聯網具備了大數據分析云服務的能力。加上并購的智能硬件產品公司，江河瑞通從純項目模式，向云、管、端一體化商業模式的轉型。
田盛華表示，基于IBM技術，江河瑞通正在顛覆水行業：從之前條塊分割的水資源管理，到可以覆蓋更廣的農村及中小河流的云服務，再到大江大河的靈活水資源調度以及城市水務一體化管理。以前，江河瑞通與水行業客戶一起想的是局部水務管理軟件，但現在江河瑞通思考的是在物聯網平臺與多家單位聯合起來，整體解決整個社會層面的水資源共享問題。
我們認為在中國水市場實在是太大了，涉及到取水、用水、供水、排水等所有環節。在物聯網平臺上，我們真正要做的是一體化的城市水務升級方案，而不是解決局部某一個問題的軟件服務。我們預測大概地市級城市有400個，加上省會城市和大機構，接近500個客戶群。如果通過物聯網把這些城市連起來，能創造多大的水資源社會效益？！
田盛華強調，特別是隨著河長制的推行，進一步加大了整個社會層面的水資源共享。根據2012年的全國第一次水利普查結果，我國水利發展取得巨大成就，但與支撐經濟社會快速發展和提高人民群眾生活水平的需求相比，依然存在很多薄弱環節，特別是水資源和水利資源的高度分散化，全國9.3萬多座水庫、水庫總庫容占河川徑流量的34％，但調控和保障能力較弱，防洪治理率低。
物聯網平臺能把過去分散的水資源和水利資源連起來，形成共享治理。江河瑞通把過去20多年積累的水務知識、文件、數據等一股腦塞進認知計算，通過人工智能分析自動得到專業的水務算法模型。而借助IBMVisualInsights視覺識別檢測解決方案，江河瑞通能夠對水務視頻圖像進行缺陷特征分類學習，包括水面線變化識別、漂浮物識別、黑臭水體識別、水體非法闖入識別、河水垃圾監控等等，并對異常情況及時發出預警，還能通過智能語音自動提醒分散在各地的水資源違規者。
對工業知識主動學習的共享
IBM全球Watson物聯網事業部產品戰略和研發總經理ChrisO’Connor在2017IBM上海物聯網論壇上表示，憑借Watson強大的認知計算能力和云計算能力，IBM物聯網正引領著一場從對數據的簡單收集和預測，進化到真正理解海量數據間的模式和關系的革命。Watson是一個‘主動學習系統’，能根據我們的經驗以及互動，不斷地學習并變得更加聰明。
2017年6月，思科與IBM聯合宣布建立全球合作伙伴關系，為企業提供網絡邊緣上的實時物聯網洞察力。實際上，對于地處偏遠位置的石油鉆井或工廠而言，當需要立即做出重大決策之時，并不總能把數據及時上傳到云中。IBM與思科合作，將IBM物聯網從云端擴展到計算網絡邊緣。企業能夠對設備進行實時監控，及時安排檢修，維修成本降低近50%、生產力提高約25%。
另一家正文科技是一家無線網絡設備制造商，為摩托羅拉、思科等網絡公司生產網絡設備芯片和模組，在昆山、常熟和捷克有四個生產制造工廠，80%以上的員工都配置在工廠里，屬于一家典型的制造企業。在正文科技的生產線上，質檢員是一個重要的崗位，如果質檢員的人手不夠或新質檢員培養不及時，KUKA機器人示教器維修，都會造成生產線不良率的上升，為企業帶來重大損失。
因為人工智能的到來，正文科技思考能否用圖像識別技術，自動化辨識產品的缺陷，從而降低對人工的依賴。正文科技與IBM合作，把基于Watson的視覺識別檢測引入實時的生產線，通過Watson實現毫秒級自動學習和辨識生產線上芯片模組產品的缺陷，再把結果實時反饋給生產線上的機器臂，告知機器臂及時調整。
正文科技技術長特助田馥銘表示：正文科技2017年引入IBM認知視覺檢測第一階段試行成效顯著，采用機器學習技術的新方案可以節省了75%的人工檢測工作，在成本降低的同時，效率得到了大幅提升。正文科技原本配置的一條產線有20個質檢員，通過Watson可以把質檢員的人數降低到4個。過去質檢員疲勞所造成的錯誤率也降低了，利潤率也提高了。
田馥銘特別強調，如果產品線有變動，就要對生產線重新配置，重新更迭整個產線的參數，而整個生產線運作一段時間之后設備也會老化或出現故障，也必須要更換新的零件。過去，這些調整之后要一段時間才能把整個產線的良率拉高，現在依靠Watson就能自動化提高產線的良率。
IBM電子行業全球智能制造解決方案總經理鄧欽介紹說，基于IBM認知質檢解決方案是一個能自學習的人工智能系統，不需要為每一個新出現的產品缺陷而修改軟件代碼，而是讓機器具備自學習的能力。為此，IBM認知質檢解決方案的算法中有一個自信度，提示對新缺陷判斷的自信心程度，程度低的時候由人工復檢，而隨著時間推移需要人工復檢就會越來越少。而這一切，都發生在真實生產線上的毫秒級間隔里。