通过与阿里云ET工业大脑合作，天合光能4条试点产线上的电池片A品率提升7%，营收增值逾两千万，这次成功合作的背后，有一位女程序员的功劳。
艾思从所谓的精英圈子中解放了出来，告别陆家嘴金融圈，她穿上厚重的防尘服，在常州一家光伏企业的车间内找到了自己。作为阿里云高级算法工程师，她用数据和算法模型来升级传统制造，为企业找到新的利润增长点，与此同时，她也在这份工作中找回久违的归属感和成就感。
转行
“王先生最近很着急，眼看婚期将至，买房还差几万首付……他通过购买银行现金分期产品，贷到几万元，一解燃眉之急……”眼睛刚扫到这条软文，艾思就合上了笔记本盖，屋里憋久了，她要出去走走。
艾思是中山大学数学系硕士，就职于陆家嘴一家知名银行，负责现金分期的信用卡的信贷产品，通过大数据分析找到一个好销售经营策略，一年为银行增加数亿的利润。
艾思生活照
绩效越来越好，收入高到令人惊羡，可不知从何开始，艾思打心底抗拒这份工作，她不知道自己付出诸多努力，到底为社会创造了什么价值，她没有成就感，“信贷部门就是赚利息差，这源于行业特点，虽然我做的模型很有效果，但感觉它并没有创造出真正的价值。”
早晨8点多，艾思穿着正装钻出陆家嘴地铁站，穿过东方明珠塔前乌泱泱的外地游客，踩着点走进银行大楼。下午5点半下班，在家看个电影，或者逛个街，偶尔去个酒吧，这些消遣却无法填补工作中缺失的意义和人生价值。
阿里云为艾思开启了人生的另一种可能。一篇标题是《我在车间写代码，为企业省一亿》的文章启发了她，文章里，阿里云工程师光盐在堆满白色纱布的纺织车间里，穿着黑色T恤牛仔裤，背着双肩包，边向老师傅询问工艺技巧，边捧着笔记本电脑写代码。
“相比金融，工业场景数据智能用得较少，未来是片蓝海，我觉得它能产生真正的价值。”艾思一下子就被说服了，“目前很多工业操作靠经验累积，没有那么有据可循，我想去改变它。”
父母不理解，女儿原来的工作稳定且体面，她的那些同学，哪个不是在银行、券商或是金融机构上班？好好的为什么要去当码农，当码农就算了，为什么还要下车间？
车间
来不及说服父母，艾思就过上了杭州、常州两地跑的双城生活。去年10月，她接手的第一个项目在天合光能有限公司（下称“天合光能”）。
身穿防尘服的艾思下到天合光能的车间
ET工业大脑的任务是，结合天合光能实际生产的数据，借助人工智能技术提高电池片的A品率（以光电转化率为标准，电池片可分为A、B、C三个品类，其中转化率在18.8%以上的为A类）。
第一次下车间，艾思被眼前的场景震撼，耳边设备轰鸣，隔着厚厚的口罩，还能闻到工业原材料刺鼻的味道，车间里百来号工人，都穿着防尘服，戴着口罩手套，只有背标上的名字依稀可辨，走出车间，工人们仍以高八度的嗓子交流着……
项目初启，艾思需要向各车间的管理层阐述自己的工作内容。会议室里，她正在展示一个模型的运作，刚讲到“这样做效率会更高点，但是数据不太全，结果不一定准确，需要你们给一些经验……”时，丝网印刷工艺主管赵主任突然起身离去。
车间的主管们实在太忙了，艾思心里有点委屈，大老远跑到常州，过程却不怎么顺利。
每到一家企业先要与当地车间的老师傅沟通
艾思只好自己下车间去摸索，可是工人们也同样忙碌，一个车间十来条产线，每个环节都有质量实时监测，工艺测试仪一旦检测到质量下降，工人们就需要排查原因——原料有没有问题、设备有没有异常、处理环节是否得当？每个人处理手头的事都来不及，能够配合艾思的时间寥寥无几。
数据
一片光伏电池的生产，需要经历表面制绒、扩散制结、腐蚀、清洗、镀膜、丝网印刷、测试分选等多道环节，有数千类维度的数据影响着电池片的成型，那么，与生产质量最相关的关键参数在哪个环节？
在掌握了车间设备、人员、工艺、质量等海量数据后，艾思最终锁定了丝网印刷。丝网印刷是制作光伏电池电极最普遍的生产工艺，在前序环节后，电池片已经可以在光照下产生电流，为了将电流导出，就需要通过丝网印刷在电池表面制作正负两极。
尴尬之处在于，负责丝网印刷工艺的主管，恰好就是讲解会上不辞而别的赵主任。艾思试图和赵主任有更多互动，但除了工作上偶尔交代几句，几乎没有更多交集。
建模用的数据，车间里每10秒产生一条，一天要用到8千多条数据。很快，艾思发现车间提供的数据跟数据工程师需要的数据有误差。以温度为例，昨天26摄氏度，今天27摄氏度，工人会觉得没差别。
丝网印刷机印刷时，刮刀是一个核心部件，它的角度直接影响着印刷质量的好坏，但此前没有一个指标，能显示刮刀是A型、B型还是C型（不同型号代表不同角度），很多类似这样的关键数据都没有记录下来。
数据不准、数据不全，就像一块烙铁的两面，反复煎熬着艾思。她能做的，就是泡在车间，观察工人们在生产中怎么调整，为什么调整，寻找并记录关键参数，不断更新数据库。
实验
通过不断积累、分析、总结，艾思找出七八十个影响电池片光电转化率的参数，核心参数为温度、压力、间距、高度、速度这五项。
根据艾思的设想，对实时数据进行深度学习分析，构建算法模型，调试出最适合的参数，就能够生产出更多光电转化率高的电池片。不过，她的这套理论在老师傅们眼里，就是华而不实的纸上谈兵。
相比数据，老师傅们更相信自己的眼睛。在车间，工人们通过观察电池片栅线的线高线宽判断等级，通常，线宽越窄，线高越高，导电性就越好，光电转化率越高。
可艾思认为，老师傅的经验，肯定不如数据来得可靠，为了验证自己的设想，扭转那些老师傅的成见，她需要一次成功的实验。
第一次上设备调参数，艾思内心忐忑。一块电池片成本大约是10块钱，一次实验一般要用掉几百片，艾思担心，万一自己调到敏感参数，导致压力过重或印刷过快，都会导致电池片碎裂，就算实验允许出现一定的损耗，但如果损耗过多，会进一步动摇大家对ET工业大脑的信心。
实验的第一个环节是分片，艾思将一千块电池片搬运到操作台面上，均匀分布，启动功率测试仪监测，产生的数据实时上传到天合光能内网“人之合创团”报表系统，一个小时左右，实验完成，艾思在系统上加上字段，表明这段时间内的操作片段是实验片段，跟正常工作的片段区别开来。
最终，当艾思捡出2片碎片时，心里的大石这才放下。
认可
这次实验后，艾思发现，赵主任也热情起来了。一次，艾思正在车间做记录，赵主任走过来拍拍她的肩膀说，“你们做的事确实有效果。”艾思还没反应过来，对方已经走远。
后来，艾思才知道赵主任看了她的实验结果，实验组的良品率曲线上升到正常组的上方，证实设置的参数的确有效，赵主任甚至把艾思的实验结果分析出要点，发邮件给车间的人学习。
天合光能电池车间的ET工业大脑电子看板
赵主任也会找艾思分享经验，比如他觉得艾思的模型数据中，丝网间距数据不准，为了验证自己的观点，他冒着受伤的风险，钻到正在运转的设备底下，用肉眼查看丝网间距。在他的帮助下，艾思发现设备产生的数据果然存在偏差，因为测量仪用了五年以上，存在机械老化。
一直奉机器与数据为权威的艾思恍然大悟，原来设备产生的数据也不能迷信。
赵主任还指出，有时候参数好，A品率上去，但加剧了设备磨损，反而得不偿失，他从技艺的角度给出建议，帮助艾思设置安全有效的参数。
老师傅和工程师相处得越来越融洽，还经常邀请艾思一起下食堂。从小有点洁癖的艾思，就算手上还沾着车间里的油垢，也能开心地大嚼食堂的饭菜，和师傅们聊着车间里的趣事，大家打成一片。
有时，赵主任也会感叹“你们做这么好，我是不是要下岗了？”艾思安慰他，ET工业大脑提供的是工具和能力，机械还是要由工人自己主导，毕竟现场这么复杂的生产情况，程序员没有办法完全感知和处理。
2017年12月7日，天合光能宣布，通过与阿里云ET工业大脑合作，其4条试点产线上的电池片A品率已提升7%，营收增值已逾两千万。
艾思常说，一个能做好模型的人需要天分，训练好一个模型，就像做面包模具一样，模型就等于模具，面块面团其实就是数据，把它压下去，把数据和模型套在一起，输出一个需要的结果。她正努力让更多的钢铁躯体像人一样去思考，拥有智能大脑。
https://yyk.familydoctor.com.cn/21222/comment_1.html
https://yyk.familydoctor.com.cn/21222/map/
