京东会怎么养猪？产业数字化的始局和终局

本篇文章3061字，读完约8分钟

[亿邦电力新闻]2019年，智能转型的焦点将逐渐从改变人们的生活方式扩展到改变生产方式。在机器人、人工智能和物联网等新技术与各种行业紧密联系后，行业的“奇点”正在逐渐到来。

但是所有的改变最终都无法逃脱商业化的问题。技术改变生活方式，服务是基础。针对大量的消费者，企业使用经过一次开发后可以重复使用的技术模型来最小化边际成本。

然而，工业数字化是一项从点到点的业务，不同行业甚至不同企业客户的环境和需求可能互不相同。全到-c播放在工业数字化中很难应用。要真正切入行业的数字化，先锋必须面对以下三个问题:

1.工业数字化只能从垂直行业转移吗？

2.如何使边际效益最大化？

3.如何在不同的场景中有效地迁移和应用核心技术？

带着这些问题，日前，亿邦电源与京东数码科技副总裁兼技术研发部总经理曹鹏进行了深入对话。

从定制开始

义邦电力了解到京东数码科技的前身是京东金融。2018年11月，京东金融品牌升级为京东数码科技，包括京东金融、京东城、京东农牧、京东钼媒、京东邵家五个子品牌。目前，京东数字技术以数据技术、人工智能和物联网为核心，部署在数字金融、数字城市、数字农业、数字营销、数字校园等领域。

事实上，在积累了大数据分析、人工智能、可视化应用等一系列技术后，京东进行工业数字化是必然的选择。曹鹏指出，现在很多行业的发展都很成熟，但成熟的运营体系也意味着非常稳固，急需突破和升级。

“在大量新技术出现的前提下，许多在原来的工业形式下无法完成的事情现在可以完成了。这已成为一些传统行业进行模式变革的基础，因此它们有了新的机会，如大大降低拥有成本和大大增加流量。”他说。

曹鹏以智能农业为例来说明这种变化给工业带来的能量。

在中国，养猪是一项传统产业，其资源利用效率远远低于美国——在中国，饲料成本是美国的两倍，劳动力成本是美国的五倍(注:美国个体雇员的工资水平高于中国)。两国之间的产业差异在于美国养猪企业使用大量自动化设备而不是手工劳动。

改变养猪业的理论基础和所需技术已经成熟。养猪的研究人员知道猪的生活习惯，并知道在哪个精确的时间点给猪什么样的反馈。这些理论局限于实验室，无法大规模推广，因为仅靠人很难获得准确的反馈。所有这些“不可能”最终都可以在新技术下实现。

值得注意的是，仅仅依靠技术支持来实现新模式是不够的，还需要在新技术落地的过程中了解行业的能力。曹鹏告诉亿邦电力，在多次改造和升级中，京东数字分公司提供了数据能力、技术能力、用户管理和运营能力等。，而传统行业显示了他们对过去几十年积累的行业的理解。双方深度结合实现的可实施方案是有价值的。

由于行业不同，双方深度融合的时间也不同。曹鹏指出，有些企业有时需要两到三年时间才能“触及”门槛，这是工业数字化的障碍，而工业数字化的2b业务一开始就注定要走定制化路线。

“不同的行业有不同的需求。当在每个行业落地时，我们必须切入这个行业，了解哪些是痛点。因此，工业数字化一开始可能没有标准化的机会。但是，在通过新技术给行业带来变化之后，有些样本让行业中的其他公司愿意改变过去的流程并实现标准化。”曹鹏说。

让技术在不同的场景之间迁移

当然，工业数字化不仅仅是养猪。京东数字科技积累的数字技术能力可以应用到很多行业。尽管每个行业的大多数初始解决方案都是定制的，但所使用的底层技术是相似的。如果底层技术可以在不同的场景下有效迁移，甚至使用同一个系统，整个行业数字化的边际成本将大大降低。

但这不是一项容易的任务。不同的行业有不同的场景，不同场景的差异和复杂性使得迁移底层技术变得困难。在这方面，曹鹏列举了标准系统无法处理的两种情况。

场景1。私人情况。

例如，银行要求不得传输数据。因此，JD.com数字分行在与银行合作时，必须将过去的合作模式转变为私有云+京东数字分行共享云的混合云模式。这个模型应该建立在跨多个云的架构上。

场景2:网络断开。

例如，养猪业和一些终端零售商(线下商店)有时没有网络。过去，大多数模型的许多功能(如算法导航)依赖于网络，所有计算模型都分布在云中，有些甚至需要手动远程控制，因此它们必须有网络支持。当没有网络时，不可能像传统模式那样将整个模型放在服务器上进行计算。取而代之的是，所有的处理能力都被向前推并推送到终端进行边缘计算。最后，计算结果并反馈到现场，然后在某个时间将数据发回进行同步。

(编者按:边缘计算是指在靠近对象或数据源的一侧集成网络、计算、存储和应用核心功能的开放平台，并提供最近的服务。(

从以上两个场景来看，虽然每个场景都需要应用相似的技术能力(数据技术、人工智能、物联网)，但由于不同场景的特点不同，京东数字科学部需要根据不同的场景对技术系统进行相应的修改，以满足特定场景的一些特点。

这种形态变化和技术转移是如何实现的？曹鹏以图像识别为例进行了分析。

在联网场景中，如手机进行图像识别，手机将采集图像数据并传输到服务器，并基于gpo(一种图像技术处理计算模型)制作整个图像计算模型。

然而，在网络断开的终端场景中，如养猪场的猪识别，终端边缘计算模型是基于fpga或一些ai芯片的，因此技术复制需要迁移整个系统，这相当于在新环境下底层系统的定制版本以适应场景。

Fpga是一种现场可编程门阵列，指的是通过软件手段改变和配置器件内部连接结构和逻辑单元以完成设计功能的所有数字集成电路。简而言之，京东数码通过一个类似的可编程模型，将底层模型复制到一个新的场景中，然后将其可编辑模型改变为适合场景的模型，以降低边际成本。

用生态学方法构建开源系统

从曹鹏的描述中，我们可以梳理出工业数字化的商业理念。根据具体场景，JD.com数码分公司从现有技术能力中寻找行业所需的能力，然后与行业内企业合作，探索定制解决方案，推动行业转型。

在这个过程中，解决方案的制定者是由技术提供商京东数码分公司指导的。如果解决方案制造商与技术提供商分离，会怎么样？

当技术提供商作为平台单元存在时，垂直行业的服务提供商甚至行业内的企业本身都可以直接在平台单元中选择自己的技术能力来制定自己的解决方案。

这种边际效益更高的开源系统会出现在工业数字化领域吗？

曹鹏相信这样的开源系统将会在未来出现。这也是京东数码在不同行业和场景下扩张的原因之一。

“例如，操纵计算机房和金库的机器人。这个细分场景是非常定制的，天花板非常低。然而，在做这些事情时，JD.com可以积累一系列能力，例如底盘能力、控制能力、空定位能力和物体识别能力。中国的全部劳动力成本正在增加。当机器人行业的需求爆发时，京东数字科技可以将这一系列功能打开成一个平台，每个人都可以利用这个平台来制作自己定制的机器人。”曹鹏说。

因此，在切入特定行业时，京东数码分公司也会选择不同的场景来积累不同的基本底盘。例如，京东数码分公司在积累检测能力时，一方面会切入机房进行检测。这个场景代表一个封闭而平坦的环境；另一方面，京东数码分公司也将切入铁路轨道的检查，这是一个有很多变化的户外环境。

曹鹏告诉亿邦电力，京东数码将尝试在不同行业开展项目，并通过这些项目积累能力。最后，这些能力将成为促进整个生态发展的底层能力——更多的合作伙伴将进入生态，中间将有需求者、开发者和底层能力提供者。这些玩家进入后，行业的数字化会越来越大。

“事实上，现在京东数码已经开发了一些技术。例如，人工智能底部的人脸识别能力和支付能力对外部世界开放，银行可以利用这些能力在自己的应用程序上开发自己的产品。”例如，曹鹏说。

来源：搜狐微门户