上周的中德经济技术合作论坛期间，一系列双边合作备受关注。其中，西门子与阿里云基于工业互联网的合作一时成为媒体报道的焦点。
在这起合作中，外界的关注点不外乎是全球最大工业巨头之一与世界前三云计算公司的强强联合，大多数解读为两家头部企业的优势互补：西门子提供“工业互联网”与工业相关的自动化技术和工业软件，阿里云则提供“工业互联网”与互联网相关的云平台和应用。
这样的刻板印象却忽略了一条重要线索：阿里云在工业制造领域已进行了诸多探索与实践，积累了大量工业大数据算法。换个角度来讲，阿里云与西门子合作是其布局工业制造领域的一个缩影，也是其深耕工业制造领域厚积薄发的又一个里程碑。
阿里云的工业制造实践
时间回溯到2016年8月，阿里云ET工业大脑入驻国内大型能源巨头协鑫光伏的切片生产车间。从生产特点来看，光伏切片生产有着十分精密的工艺流程，车间的湿度、温度、砂浆上下部温度、导轮上下部温度等上千个参数在实时影响着生产。
阿里云入驻协鑫光伏的第一步就是将车间所有端口的数据标准化，通过ET工业大脑的人工智能算法，对所有关联参数进行学习计算，精准分析出与良品率最相关的60个关键参数，并搭建参数曲线，在生产过程中实时监测和控制变量。
6个月后，试点车间的切片良品率提升了1个百分点，以协鑫光伏的年产值换算相当于每年可节省上亿元的生产成本。
按照以数据赋能制造的逻辑，阿里云在此后两年不断沿用到能源设备、橡胶、钢铁、化工、通信、半导体、LED封装、芯片制造等诸多传统行业。
阿里云机器智能首席科学家闵万里认为，尽管不同行业间有着不同的行业特性、信息化基础和特点也不尽相同，但找到解决最通用和最核心的那个问题，就能抓住行业共性中的最小公倍数。
阿里云进入协鑫光伏进行工业领域的第一次探索时，ET大脑经历了几个月的经验摸索、数据建模和机器学习；但进入到下一个橡胶行业时，只需要三周时间就取得了较大的突破；之后再进入其他行业，技术和能力融入过程越来越快。
2016年11月，阿里云ET工业大脑入驻中策橡胶，开展中策橡胶智能工厂项目。作为杭州市首批“两化融合”贯标企业，中策橡胶应用PLM/MES等系统在研发、质检、生产等环节积累了大量数据，但要让这些数据产生效用，不仅需要有效的模型搭建，更要匹配相应的运算能力。阿里云用了不到1个月时间，将中策橡胶生产端的各类数据进行深度运算和分析，形成了资源最优利用的方案组合，最终减少密炼时长10%，提升了5%混炼胶合格率；
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工业大脑通过设备原有的传感器，辅之以智能算法和强大的计算能力，让企业的设备和机器能够感知、传递和自我诊断问题，从而达到提升效率、降低成本的目的。
2017年12月，阿里云公布与天合光能的合作成果：阿里云数据科学家通过研究光伏组件的业务流程和制作工艺，构建出数据分析模型，对工艺参数进行调整，最终在丝网印刷环节捕获到了关键因子，优化后A品率提升了7%；
2017年底，阿里云将全国工业云总部落户于广州，并在广东省搭建阿里云工业互联网云平台。阿里云以ET工业大脑与广东制造业融合，依据企业需求场景深度再造，推动广东制造业向智能化转型升级。
