在上周的中德经济技术合作论坛上，一系列双边合作备受关注。其中，西门子与阿里云之间基于工业互联网的合作成为媒体报道的焦点。在这种合作中，外界的关注重点不过是世界上最大的工业巨头之一与世界三大云计算公司之间的强大联盟。它们中的大多数被解释为两家领先公司的互补优势：西门子提供“工业”服务，而西门子则提供“工业”服务。对于与互联网有关的自动化技术和工业软件，阿里云提供了与互联网有关的“工业互联网”云平台和应用程序。这种刻板印象忽略了一条重要线索：阿里云在工业制造领域进行了许多探索和实践，并积累了大量的工业大数据算法。从另一个角度看，阿里云与西门子的合作是其在工业制造领域布局的缩影，也是其在工业制造领域深度发展的又一个里程碑。阿里云的工业制造实践可以追溯到2016年8月，当时阿里云的ET工业头脑落户了国内大型能源巨头GCL光伏的切片生产车间。从生产特性的角度来看，光伏芯片生产具有非常精确的工艺过程。成千上万的参数（例如湿度，温度，砂浆的上下温度以及上下导轮）会实时影响生产。阿里云进入GCL光伏的第一步是标准化车间中所有端口的数据。通过ET工业大脑的人工智能算法，学习并计算了所有相关参数，并准确分析了与生产率最相关的60个关键参数。并建立参数曲线以在生产过程中实时监视和控制变量。六个月后，试点车间的切片成品率提高了1个百分点，相当于按协鑫光伏的年产值转换后每年可节省数亿元的生产成本。根据数据支持制造的逻辑，阿里云将在未来两年继续使用许多传统行业，例如能源设备，橡胶，钢铁，化工，通信，半导体，LED封装和芯片制造。阿里云机器智能首席科学家闵万里认为，尽管不同行业具有不同的行业特征，信息化基础和特征，但要找到最常见，最核心的问题的解决方案，就可以把握行业的共性。最小公倍数。当阿里云进入GCL光伏行业进行首次探索时，ET大脑经历了数月的经验探索，数据建模和机器学习。但是，当它进入下一个橡胶行业时，只花了三周的时间。进入其他行业后，技术和功能集成的过程越来越快。 2016年11月，阿里云ET工业人才入驻中策橡胶，启动中策橡胶智能工厂项目。作为第一批“工业化与工业化的融合”，在杭州，中策橡胶已应用PLM / MES和其他系统在研发，质量检验和生产中积累了大量数据。但是，要使这些数据有效，不仅需要有效。模型的构建必须匹配相应的计算能力。阿里云仅用不到一个月的时间就对中策橡胶生产侧的各种数据进行了深入的计算和分析，形成了优化资源利用的解决方案组合，最终将混合时间减少了10％，并增加了混合减少5％。胶粘剂合格率； 2017年3月，阿里云ET工业大脑正式发布。在阿里云的定位中，ET工业大脑使用了设备的原始传感器，并辅以智能算法和强大的计算能力，使企业的设备和机器可以感知，传输和自我诊断问题，从而提高效率并降低成本。目标。 2017年12月，阿里云宣布了与天合光能合作的结果：阿里云数据科学家通过研究光伏组件的业务流程和生产流程，调整流程参数，最后在丝网印刷流程中建立了数据分析模型。因素是人为