MIT CEO和CMU CTO联合举办浪潮对谈座谈会，线上交流未来
智能化制造和
科技创业经验。
聚会特邀
龚超慧博士作分享嘉宾。
龚超慧
宾通智能创始人兼CEO
卡内基梅隆大学博士，主攻人工智能方向，对复杂系统的决策与调度研究出复杂多自由度系统的规划与控制理论，该技术可以广泛应用于各类制造业管理及机器人控制，并在世界各大学术期刊发表论文四十余篇，其中包括世界顶级期刊Science, PNAS等。
主导过波音，宝马等智能供应链与智能制造项目。博士后期间担任富士康智能制造项目负责人。
曾入选上海科技青年35人，荣获恰佩克新锐创业者、数字化转型年度先锋人物、全球科学企业家TOP30等多个奖项。
龚超慧学长和大家真诚地分享了自己对未来智能化制造的想法和自己创业的经验，包括
创业历程经验分享、
未来智能化制造以及
社会变革和
产学研的结合等话题。与会人员有相关领域的博士生和博后。
本文字数3000字，建议10分钟阅读。
一、创业历程经验分享
1、回国创业的时机和投身智能制造业的动机？
宾通智能2017年12月份注册在上海，并且决定把上海公司变成全球的一个母体。原因非常简单，
第一，中国的制造业规模非常大，占据了世界的大概30%。
第二，中国的产业链非常复杂，需要用数字化技术和人工智能技术连接和整合整个产业，让它整体的效率得到一种革命性的提升。
中国原来制造侧，或者叫供给侧，虽然数字化的基础较弱，但需求侧的数字化水平很高。如果能在中间产生一个桥梁，真正有办法把数据连接到供给侧，并通过数据驱动整个制造行为的话，发展潜力会非常大。
2、
面对大厂的垄断，创业企业如何应对？
越来越多的立法法规和数据资产化、产权化问题，引起了社会上激烈的讨论。滴滴上市前，中国紧急颁布了数据安全法。数据应该怎么被管理，开始了在立法层面的研究和推动。
数据是数字化时代出现的一种全新生产要素，是一种控制产权和实现生产权力、产权分配的关键生产要素。
3、
创业过程中战略方向的调整有哪些？
具体过程中调整有很多，比如宾通智能一开始考虑做硬件，但因为团队做硬件并不强；如果做不好，不如找合作方做，不消耗自身资源。
我们思考的事情，第一是有巨大价值的，二是我们能做好的。
4、如何在有限的时间及资源里将想法变成现实？
尽力缩短 Product Go To Market 的时间，当一个产品推到市场的时候，它的市场价值和用户反馈一定会清晰。即使是一个负面的反馈，也得缩短这个时间，用最快的时间拿到这个负面反馈。
而且如果不能确定只有做了这个软件，才能有巨大价值的时候，就千万不要去做。
这是创业核心的拒绝逻辑，勇于 Say No。
5、宾通如何构建一套信用体系来让工厂主放心地把数据交给宾通？
产销分离在今天已经非常明显了。而且很多OEM代工的制造型企业，其实对于数据的敏感性没有那么高了，工艺才是核心竞争力。它们生产部分的进度数据可以公开，并无风险。
二、数字化工厂
1、要想把中国的所有工厂数字化连接，中国制造业还缺哪些东西？
第一，把很多传统的设备做数字化的改造是具有一定难度的。但今天很多工厂已经开始使用5G和4G技术，只要能联网，并且软件都是运行在云端，那整个对 IT 基础设施的依赖是很小的。
第二，Digitization 其实是一种组织、作业模式和管理模式的底层变革，甚至是一种文化的革命性颠覆。
Digitization 的本质是能够让大家的行为和决策以数据的形式高速透明地跨部门、跨社会地流动，以便人与人之间有更多的信任和更好的配合。
2、针对工厂数字化程度的不一致性，提供通用解决方案的难点有哪些？
我们在工厂里落地系统的时候，不一定所有的数据和指令都是发到自动化设备上去的，也有发到个人手机上面的。人接触到这个指令之后，就知道什么时间、什么地点该做什么任务，也进入了一个闭环里面。在调度和管理人的时候，就要考虑到非精准性，要加上一些容忍度。
不同的非精准性给通用解决方案的应用带来一定难度。
3、由于传统企业庞大的架构以及严密的风控，在逻辑当中是否遇到一些和人相关的问题，是如何解决的？
把两个问题分开来讲。首先，如果我们能把功能按APP做拆解，先在
不同部门分别上线单点功能，就能一定程度解决组织架构庞大的问题。其次，风控确实非常重要，数据自由流动会带来决策权的分散，部门之间会产生一些不必要的管理成本上升，所以在这个
系统后台一定要做一套精密的数据权限配置系统。
4、Model Driven 的方式如何帮助或辅助 Data Driven 的方式来实现安全生产？
能 Model base 尽量 Model base，因为其可验证性对于我们来说是很重要的。如果没有 Model，Data Driven 算出的结果一定要有一个严格的监控过程，进行结果的验证，再连接到物理控制系统。先在不同部门分别上线单点功能，就能一定程度解决组织架构庞大的问题。其次，风控确实非常重要，数据自由流动会带来决策权的分散，部门之间会产生一些不必要的管理成本上升，所以在这个系统后台一定要做一套精密的数据权限配置系统。
三、社会变革
1、产业变革和社会结构变革两者之间的关系是什么？
其实全世界包括中国，有很多企业的存在是因为非充分竞争。当它们数字化之后，效率更高，一些企业会被淘汰掉，这是一个短期的阵痛。但长期来看，我们的基础生产能力更强，人们会开始做更加个性化的产品设计，去调动已有的产能做产品的创新、个性化的创新、体验的创新，这能在体验侧去创造更多的附加值。
2、算法可以全面地替代人与人之间的交流吗？
随着 AI 和 Digitization 的升级，哪一个是推动者，哪一个是享受福利的执行者，这之间的角色会发生越来越大的替换，人与人之间的交流会越来越自动化。
实际上算法是一种辅助人与人之间交互的方式，而不是进行替代。
3、宾通智能现有的一些产品是怎么感知中国数字化进程的潜在能力的？
我们通过
三层产品，即
基于数据的决策 —— 刘邦、
基于数据的过程调度系统 —— 韩信，和
连接物理设备的自动化控制系统 —— 愚公，把
决策、
调度和
自动化执行形成一个
完整的数据流的闭环，然后工厂就变成了一个机器人，这个工厂也不再是一个传统意义上大家理解的工厂了。
四、产学研
1、将学术界的前沿框架运用到产业界，会遇到什么阻碍？
学术界会有一个比较宽松的环境，它的容错率会更大，也给大家更多试错的空间。但对于初创企业来说，它的资源非常有限。这里面怎么去做好每一个
商业决策，对CEO来说是非常大的挑战。
2、传统的控制理论不能打通产供销3层的数据隔阂，从更高的层次来进行统筹规划，这对于控制理论或者人工智能算法提出了什么样的挑战？
今天很多最前沿的挑战已经在产业界了，产业界有最多的数据，所以会看到很多的数据分析师，很多好的学者和教授都在产业界。
学界更多的是一种全新的想法和突破式的创新。而更
加前沿的技术挑战和性能挑战，其实今天已经转移到产业界了。
宾通智能
上海宾通智能科技有限公司是一家以智能算法为核心，提供柔性制造与智慧物流系统解决方案的高科技公司。
BITO主要创始成员来自有着国际知名机器人核心技术积累和研发优秀基因的卡内基梅隆大学机器人研究所。BITO掌握人工智能算法、视觉识别感知、机器人软件架构、电子硬件控制等关键技术，赋能各行各业。
