原标题：半年时间，拍摄8省市10个案例，我们见到了这样的智能中国
2021年年初，我们决定到各个行业的一线，拍摄关于“智能中国”的故事。
如今，自媒体做视频似乎已经是大势使然。但作为一家以AI为主线的科技自媒体，实在觉得对着镜头读稿子没什么意思。AI这种技术一直都喊着“与行业结合，与企业结合”，我们就想那莫不如去真实的行业中看看：智能技术到底带来了什么，是不是忽悠大于实效？
于是我们成立了视频品牌“奎者”。这个名字背后自然有一点自己的小寓意，想要做这件事的考虑和准备工作也有很多故事可说，但碍于篇幅就不展开了。
从4月开始发布内容，奎者做到现在粉丝也不算多，播放量较比知名UP有天壤之别。但也收获了一些认可和关注，还算勉强能过自己这关。期间也经历了一些困难，尤其7、8月份疫情卷土重来，所有拍摄计划全部搁浅，能支撑下来也是不易。
比起这些，这里更想跟大家聊聊对于“智能中国”这个大命题的一些真实感受。十一假期之前盘点了一下，这半年我们走过了8个省市，拍摄了10个案例。去到了煤矿、工厂、农田、商场、运营商、养老院、公益组织等等地方。回顾之后，发现还是有很多感想值得总结一下。
我们一直都在说数字中国、智能中国，但平时讨论这些的场合更多都是论坛、峰会、展会上。大家很容易获得从产、学、研、政各个角度对智能化、数字化提纲挈领的设想。但当AI、5G、云计算、IoT这些热门词汇，来到车间、矿井、农田中，真实发生技术与人的联接，可能过程和结果都和设想的有些不同。
这里选取了几个印象深刻的角度，跟大家聊聊寻访智能中国的一路见闻。
备注一下，为了防止有广告嫌疑。文章中就一律隐去具体企业名称了。其实拍摄这些案例没有任何收益，真的是想去做这件事。
另外谈到一些可能不那么积极的方面，就把行业也隐去了，避免被好事者按图索骥。其实各个企业推动智能化都不容易，谁也不可能很快尽善尽美。抓着一些薄弱环节去放大和贬低真没必要。
真实比宏大更重要，我们一直这么相信着。
智能中国，真的浮在大城市吗？
先来一起想个问题吧：你觉得AI在哪？
绝大部分人联想到人工智能，应该首先会想到北京、深圳、杭州的互联网和AI公司，或者知名院校里的AI实验室。总而言之，AI在一线大城市。
曾几何时，我们也这么认为。AI应该是资本、顶级院校、高科技公司的游戏，关注这个领域的也更多是相关专业学生、互联网白领和技术从业者。但当我们真正去了一些三四线城市的企业和机关单位探访AI，却发现并非如此。
大同周边的某个大型煤矿，是我们寻访AI落地的第一站。矿厂的智能选煤和井下智能化作业是我们的主要拍摄对象。但这次拍摄让团队印象更深刻的是遇到的人。
陈工是我们在矿山遇到的一位工程师，他的本职工作并不是IT、信息化相关。但得知我们是AI领域的自媒体后，他跟我们侃侃而谈对国内AI产业的认识，甚至对各个厂商推出的AI开发工具了如指掌。比如他就跟我们聊到，自己对比过百度EasyDL和华为的ModelArts，尝试用他们做了一些煤矿场景的AI模型，并且知道这些工具的接口和操作有什么不同。当时就给我们惊到了。说实话，很多互联网公司的CTO、CIO是不是了解到这一层我都持保留态度。远在山西煤矿中的非IT岗位工程师，其实已经想过并试过AI了。
这趟旅行还遇到一位让我们感慨颇深的人。负责接待我们的工作人员中有一位小伙子。他跟我们聊煤矿智能化的进程，说他把煤矿智能化总结成三个阶段：先是人操作机器，然后是人盯着机器，最后是机器干活人歇着——总之聊了很多。
我们最初以为他是IT、数字化方面的工作人员，结果得知他是矿里的摄影师，这些东西都是他自己平时琢磨出来的。他说自己就出生长大在矿区，智能化的对矿山的改变他是真切看在眼里的。这些技术其实已经改变了矿山的很多人。
还有一个小插曲。在矿山等待下矿的时候，我们跟保安室的大哥聊了聊。得知我们是科技自媒体后，大哥马上问我们几个灵魂问题：华为到底怎么样了？华为是不是世界第一？其实他也说不上来到底想问华为是什么领域的第一。但那种对中国科技的期待和自豪，是如此简单且生动。
这趟煤矿之行，不光让我们对AI与行业结合有了新的感觉，更理解了为什么刘慈欣能在电厂写出《三体》。
在泉州拍摄某水厂的智能化案例时，也遇到了一位让人印象深刻的朋友。当时负责接待媒体的是1997年的男孩小夏。他也不是技术人员，而是水厂党政方面的专员。但他被厂里普遍认可是位“大拿”。面对八九家突然到访的媒体，临时接到通知负责讲解的小夏应答如流，对智能化技术、一线生产、水厂的历史如数家珍，还给我们看手机上他自己拍摄的一线作业情况，并且开车带我们到厂里拍摄参观。
提起到三四线城市事业单位工作的95后，你的第一印象是什么？是不是想到了躺平、内卷、小镇青年等等标签？小夏真的是击碎了我们一些刻板印象。他表现出的综合能力和工作热情，以及对技术变化的了解，或许可以说是中国发展智能化的一个侧写。
走访了很多案例之后，会发现无论南北，不分城乡，老百姓对5G、AI、科技强国这些概念的认知和了解是远超想象的。甚至于说，三四线城市对技术变革的认可与热忱，不像一线城市有时候表现出的那种“过度理智客观”带来的冷漠。
你以为AI是一阵风口刮过去就算，但对于某个农场某个车间来说，可能是一场影响十年二十年的变化。
也希望更多朋友可以去关注一线城市以外，真实存在且生长的智能中国。机会在那里，人心也在那里。
尤其咱们这些坐在办公室，对着word和PPT指点江山的人，有时候是该跳出自己画的圈走走看看的。
困难既在意料中，也在意料外
智能化、数字化技术的落地容易吗？应该所有人的共识都是不容易。但到底不容易在哪里？这也是我们走访了很多案例后，反复认真思考的问题。
在宁波，我们结识了一家“IoT+农业”领域的公司。提到做农业智能化的企业，应该第一感觉领导是男性。但这家公司的总裁却是一位和蔼可亲的大姐。张大姐带我们一起下到了水稻田里，给我们讲AI+稻田除虫的案例。她不仅长时间在农田工作，还在实验室扣各种细节，对数字化和编程也非常了解。
对于农业智能化，她跟我们聊了非常多很实在的看法和经历。比如，她们公司非常想做一个给养殖场的猪测体温的AI项目。在养殖场，猪发烧其实是非常大的麻烦。它被发现的几率很低，而一旦形成传染病就可能带来巨大损失。张大姐经常看一些报道，都在说什么“互联网大厂养猪”啊，“猪脸识别”啊，想来应该不难。
结果真的来了几家AI和科技公司的人，却发现根本没法操作。首先AI摄像机挂在工厂里没事，但挂在养殖场里蚊虫太多，设备经常卡住；同时，给人测体温的AI算法在猪身上却测不准，因为猪皮太厚了；另外，用来训练AI+猪体温监测模型的数据也不够，没有养殖场留存过大量猪体温高精数据。
说了好多年，做了很多事，听上去很厉害的AI技术，千算万算也没算过猪皮太厚这个问题——这样的困难在真正的AI落地中比比皆是。但如果花费大量人力物力，调集专家解决这个问题，最后的收益却可能连专家工资都付不起。
拍摄过一些案例，走访了一些垂直领域的技术公司，会发现田间地头、街头巷尾的智能化需求无穷无尽。很多需求你不跟专业的人聊聊，可能永远都想不到。比如张大姐就跟我们说，她们公司正在推动一个用AI给牛称体重的项目。对于广大农户来说，散养的牛是家中一个重要收入，买卖之前过程非常重要。但要把牛放在秤上可难， 需要专业的设备和人员。农户往往需要牵着牛走很远的路才能过一次秤。这就导致在乡间，很多时候给牛估算体重要依靠老师傅摸牛腿之类的方式。如果AI能解决这个问题，那会给农户带来实打实的价值。
这样的智能化需求，在中国特别多，也特别分散。发现问题和解决问题都不仅仅是技术的事情，而是需要不同领域的人、企业、平台，像多米诺骨牌一样推导和渗透过去。而首先，是需要各方面知道有这样一种关于智能的可能。
道阻且长，吾辈共勉。
走访了一些智能化案例之后，发现能够接待自媒体参观，愿意对外发声的企业，其实是有一些共性的。比如大多是新近十年规划的工程，并且在规划之初就考虑到了面向智能化、数字化的升级演进。但那些更老、更旧，缺乏智能化顶层设计和数字化基础设施的工厂、码头、矿山呢？这是一直萦绕在我们脑海中的未知。毕竟我们是希望拍摄智能化案例，那些还没有推动智能化的案例我们拍什么呢？但它们又是否需要智能化？答案恐怕是肯定的。
这让团队的小伙伴想到了欧洲和中国的对比。很多新的数字化、智能化技术在欧洲都难以推进，就是因为他们IT做得太早，如今基础设施能力已经跟不上了。但全面更新的成本又太高，最终只能选择一些保守的发展方案。如今这种情况在中国也已经出现，更新基础设施完全不如新建项目来得快和稳，并且也更容易得到各方支持。
根据我们比较片面的观察，面对这轮智能化浪潮，2000年以前的工业化设施已经出现了明显的数字化鸿沟。但那些老工厂、老车间里的设备和人未来何在？这应该是一个必须回答，但又不好回答的问题。
还有一种AI落地的难题也经常能够见到。新上马的自动化、智能化设备往往需要大量时间学习。而对于已经比较熟练的产业工人来说，学习新技术还不如接着用老设备更顺手。智能化建设是一把手和IT主管的事，一线产业工人的配合度却是另一回事。一些案例里我们也会发现，工人对智能技术还比较陌生。一些智能设备的作用仅仅是摆放在那，只有检查和评比的时候才打开。
这种情况其实很容易理解，毕竟大家对若干年来的工作习惯是有依赖的。这可能需要企业和供应链长效、持续的配合。AI落地需要的不仅仅是算法和软硬件，还需要人才培养、生态建设、管理变革等一系列辅助。
另外可能就想说说宣传了。这部分可能多少有点敏感，但我们的实际感受是，真的有很多案例和产业经验亟待普及。相关宣传足够充沛，AI落地的门槛才能越来越低。
但真正在产业中应用智能技术的大多是传统行业、传统企业，其中又以大型政企居多。他们本身宣传诉求较低，也缺乏比较新颖的宣传手段；且宣传中的主要考量是不能出错，不愿意提及企业与行业的痛点。这种情况当然可以理解，但也确实导致很多有价值的产业智慧和经验“不出工厂大门”。
提起AI，很多人会觉得没有用，价值不大，比较空洞，其实原因在于宣传。
这种情况下，宣传智能化经验的责任就来到了媒体和技术服务商这里。但媒体更多关注的是峰会和展会，抵达一线的机会很罕见；而技术服务商的业务和品牌工作是分开的。品牌公关的负责人，往往也没有亲临一线的机会。我们同科技企业一起探访一线案例时，经常发现科技公司这边的负责人感触比我们还深。
种种隔阂的存在，让原本有价值的智能化案例、行业智慧留在了产业深处。这是应该改变的事情，也是我们会继续努力的方向。
无声潮涨
在海边玩的时候，有时候会突然发现海水竟然涨上来这么高。在拍摄记录了一些案例之后，如果让我们描述对“智能中国”的第一印象，那应该是一场悄无声息的涨潮。
如果只在网上读一些智能化的报道和分析，你可能会觉得要么是官样文章，要么是企业软文，似乎都有点“样板房”的味道。但真正了解过一些案例，沟通过一些人之后，摸着良心说智能技术在中国的普及度是高于初始认知的。果园、农田、高速路口、小区物业，这些地方都可能已经具备了很完善的AI解决方案，并且真实服务于民生。不知不觉间我们已经身处水面以下，在无声息中感受着智能世界的压强。
智能技术没有多么神奇，也没有多么不堪，它只是一个不可逆的工业化过程而已。就像在很多企业中探访时，我们都会问企业管理者智能带来的最大改变是什么。得到最多的答案不是“提质增效”这类的套话，而是非常简单的一句话：人用得少了。
在一个水务相关的案例中，原本一个水泵站需要三到五个人看守，智能化之后两三个人可以看住一个城区的水泵站。这带来的改变当然很大。在煤矿中，负责人告诉我们“对于煤矿什么是安全？不下矿少下矿就是最大的安全”。智能技术就负责这件事，对于社会生产力它当然是好的，但对于个人来说恐怕就取决于你所处的位置了。
很多人面对AI都有两个好奇：一是AI复杂难用吗，二是AI会不会替代自己的工作。我们的实际探访经验是，大多数AI并不复杂，尤其对于产业工人来说并不比此前的设备更难。但AI确实会极大缩减很多岗位的用人需求。这也给这些职位上的人带来了选择题。
我们发现了一个有趣的现象：AI到底是剥夺了人的价值，还是给人带来更多可能，很大程度上都取决于从业者自己。有些岗位在智能化之后很清闲，那么从业者就真的去享受清闲了；也有的工人心思很活络，去琢磨怎么发展，怎么创造更多价值。AI把一些岗位从饱和的“流水线”式工作中解放了出来，既是一种取代，也是一个机会。
对于AI与人的关系，我们有个直观感受：AI是一个全新的，跨领域的学习过程。
前文提到的张大姐，她们和宁波本地一所高校的张博士有“农业+AI”方面的合作。张博士外表非常斯文，你绝对不会想到这样一位AI领域的学者，每天都要下到稻田里去查看AI捕虫灯。他如今已经对各种稻田里的害虫了如指掌。AI落地的价值，就是靠技术专家双脚埋到泥土里去实现的。
智能中国，正在改变着太多人。流水线工人、矿工、企业主、博士、工程师、老年人、残疾人，这些角色都出现在我们这个小小的，不怎么成熟的节目里，这可能就表达了某种现实。
跟互联网革命的电闪雷鸣、刀光剑影不一样，我们发现智能中国的到来是无感的，不知不觉间的。但有一件事我们觉得极大概率会发生：今天看着AI干活和琢磨AI怎么干活的，将迎来不同的命运。
暗潮汹涌，其实更甚。
结束语：几幅画面
这半年的旅程，其实还有挺多内容值得分享。但这次总结就姑且到这吧，等记录了更多再考虑怎么发感慨。
最后有几个印象特别深刻的画面，想要送给大家。智能中国在哪里？智能中国可能就在这里：
一、上文提到的那位矿山的摄影师，他聊智能化三个阶段时的兴奋神情，很像是小男孩谈论变形金刚。
二、在某个智能化工厂的办公室，只有两位员工看着面前的屏幕。他们什么也不用做，他们只是AI算法背后的一重保障。
三、到宁波的那天下着雨。张博士带着我们和某科技大厂的PR去看田里的AI捕虫灯。一侧是稻田，一侧是乡村。当时的情形是，两边是中国的农民，中间是中国的科技企业和AI博士。
不管怎么说，智能中国，还是值得。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
