據(jù)工信部數(shù)據(jù)，2025年中國新材料產(chǎn)業(yè)將達到10萬億市場規(guī)模，復(fù)合增長率達13.5%，到2035年我國新材料產(chǎn)業(yè)的總體實力將躍居全球前列。其中AI技術(shù)對材料科學(xué)賦能的關(guān)注度明顯上升，AI材料科學(xué)相關(guān)技術(shù)的迭代速度也明顯加快。

　　目前AI材料科學(xué)市場仍處于發(fā)展初期，市場規(guī)模較為有限，但具有強勁的增長潛力。億歐智庫認(rèn)為，2020年至2025年，中國AI材料科學(xué)CAGR預(yù)計將達36.76%，材料企業(yè)將逐步采用材料基因組模式進行新材料研發(fā)，以替代傳統(tǒng)成本高、時間長、風(fēng)險大的“炒菜式”研發(fā)模式。長期來看，中國AI材料科學(xué)或達到萬億市場規(guī)模。

　　10月20日電 就像一個不用看琴鍵就能熟練彈奏的鋼琴家，美國加州大學(xué)洛杉磯分校的機械工程師設(shè)計出了一種新的材料，可隨著時間的推移學(xué)習(xí)行為并發(fā)展出它自己的“肌肉記憶”，允許實時適應(yīng)不斷變化的外力。該材料由一個具有可調(diào)梁的結(jié)構(gòu)系統(tǒng)組成，能根據(jù)動態(tài)條件改變其形狀和行為。19日發(fā)表在《科學(xué)·機器人》上的這項研究，將。

　　領(lǐng)導(dǎo)該研究的加州大學(xué)洛杉磯分校工程學(xué)院機械和航空航天工程教授喬納森·霍普金斯說，這種人工智能材料可對暴露于環(huán)境條件時應(yīng)表現(xiàn)出的行為和特性進行學(xué)習(xí)。例如，當(dāng)材料被放置在飛機機翼中時，它可以學(xué)習(xí)飛行過程中風(fēng)的模式，改變自身機翼的形狀，以提高飛機的效率和機動性;而被注入這種材料的建筑結(jié)構(gòu)還可自我調(diào)整某些區(qū)域的剛度，以提高其在地震或其他自然或人為災(zāi)害期間的整體穩(wěn)定性。

　　科學(xué)家們利用和調(diào)整了現(xiàn)有人工神經(jīng)網(wǎng)絡(luò)的概念。人工神經(jīng)網(wǎng)絡(luò)正是驅(qū)動機器學(xué)習(xí)的算法，研究人員在互連系統(tǒng)中開發(fā)了人工神經(jīng)網(wǎng)絡(luò)組件的機械等效物。這一機械神經(jīng)網(wǎng)絡(luò)由以三角形格子圖案定向的單獨可調(diào)光束組成。每根梁都具有音圈、應(yīng)變片和撓曲件，使梁能夠改變其長度，實時適應(yīng)不斷變化的環(huán)境，并與系統(tǒng)中的其他梁相互作用。

　　縱軸 Vision | Strategy | Product 是不同時間跨度關(guān)心的事情，分別是遠(yuǎn)見看十年，戰(zhàn)略看五年和產(chǎn)品看三年，從遠(yuǎn)到近，從模糊的正確到具體的執(zhí)行。企業(yè)基本上以V | S | P 為軸，把長短期目標(biāo)連接起來。

　　橫軸展現(xiàn)企業(yè)以什么組織形式，其重心以產(chǎn)品×市場張成組織結(jié)構(gòu)的底，具體結(jié)構(gòu)取決于什么樣的產(chǎn)品陣列以及服務(wù)什么樣的客戶，大體分為 ToB、ToC 市場。

　　橫軸從右到左是由表及里的拆分，其中比較重要的是財務(wù)和人事。財務(wù)以數(shù)字化指標(biāo)來指導(dǎo)企業(yè)運營，有幾個值得關(guān)注的基礎(chǔ)指標(biāo)：收入、利潤、現(xiàn)金流和增長率，用來衡量企業(yè)運營效率和產(chǎn)品競爭力。人事關(guān)心以什么樣的組織薪酬結(jié)構(gòu)匹配業(yè)務(wù)需求，在A輪B輪等不同發(fā)展階段，定制不同KPI激勵團隊達到更好的財務(wù)指標(biāo)。

　　最右側(cè)也是最表層容易被感知的企業(yè)運營。最左側(cè)最底層的是創(chuàng)始人的使命、價值觀和方法論，支撐遠(yuǎn)見的達成。

　　創(chuàng)新路徑有很大不確定性，作為CEO，相比于管理層，更需要的是兼容不確定性的能力(Be compatible with uncertainty)。

　　遠(yuǎn)見是看大事件的獨特視角

　　遠(yuǎn)見(Vision)是一個非常獨特的看行業(yè)變革的視角，本質(zhì)上只要有不同的角度，就會產(chǎn)生不同的遠(yuǎn)見。但遠(yuǎn)見要討論 Big Thing 是什么。比如英偉達的聯(lián)合創(chuàng)始人兼 CEO 黃仁勛(Jensen Huang)30年前對圖形卡的展望，隔十年對圖形卡和計算卡的演進關(guān)系是怎么構(gòu)想的，對摩爾定律在不同時代與同行有什么獨到的見解。

　　獨到的遠(yuǎn)見非常珍貴，深刻的行業(yè)洞察有幫助，但很多時候還靠企業(yè)家的直覺和偏執(zhí)，很難短期訓(xùn)練形成。遠(yuǎn)見指導(dǎo)創(chuàng)始人形成差異化的戰(zhàn)略。

　　Strategy = Maximize ROI = Maximize Efficiency

　　商業(yè)領(lǐng)域非常關(guān)心戰(zhàn)略。戰(zhàn)略就是用方法論把模糊的遠(yuǎn)見具體成產(chǎn)品路徑的過程。在早期，戰(zhàn)略等同于產(chǎn)品策略，最開始要去找特定的小眾市場，盡量在其中尋求高占有率，極度專注地通過產(chǎn)品獲得差異化競爭力，且能夠隨著時間擴大，而不是衰減。

　　但值得特別注意，技術(shù)往往不是時間的朋友。從商業(yè)來講，技術(shù)的價值不在于第一個的出現(xiàn)和領(lǐng)先，而是在于優(yōu)勢的持續(xù)性，最奢侈的是最后一個技術(shù)擁有者。

　　另外，人們可能容易混淆技術(shù)的整體社會價值和特定機構(gòu)的商業(yè)價值，比如，AI 對社會的價值大不大，很大!那特定的公司在 AI 領(lǐng)域里分到的價值大不大?這其實是兩個命題。技術(shù)必須和市場、商業(yè)化過程相結(jié)合，才能構(gòu)建競爭力和壁壘。反之，科學(xué)家因為很難持續(xù)領(lǐng)先甚至壟斷，往往拿著相對很低的報酬。

　　許多行業(yè)的公司都在成功地將機器學(xué)習(xí)(ML)或人工智能(AI)用作其數(shù)字化轉(zhuǎn)型計劃的組成部分。在材料科學(xué)和化學(xué)領(lǐng)域，人工智能應(yīng)用的開發(fā)始于幾年前，豐田和康寧等公司建立了內(nèi)部人工智能中心，巴斯夫，松下和Lanxess等其他大型企業(yè)均與相關(guān)的供應(yīng)商或者機構(gòu)合作開發(fā)了數(shù)據(jù)驅(qū)動的研發(fā)項目。這些公司發(fā)現(xiàn)，當(dāng)將AI應(yīng)用于新產(chǎn)品開發(fā)時，可以提供正向投資回報，并且現(xiàn)在正從一次性項目轉(zhuǎn)移到部署企業(yè)范圍的AI基礎(chǔ)架構(gòu)。 這一轉(zhuǎn)變使整個組織具有更大的自治權(quán)和可擴展性。

　　然而，每個領(lǐng)域都有每個領(lǐng)域的所謂的專業(yè)知識和know-how，也就是我們說的隔行如隔山，每一個領(lǐng)域都有所謂的領(lǐng)域壁壘。用于材料和化學(xué)制品的機器學(xué)習(xí)比典型的應(yīng)用程序更復(fù)雜，因此在ML工作流中的許多點都需要更細(xì)微的方法。 本文概述了更成熟的AI應(yīng)用程序(例如，商業(yè)智能，消費者見解)與AI在材料和化學(xué)品中的應(yīng)用之間的區(qū)別以及面臨的一些挑戰(zhàn)和相應(yīng)的對策。算是拋磚引玉，如果有更好的方式，歡迎大家一起交流。

　　AI是一種強大的工具，具有巨大的潛在業(yè)務(wù)收益。 然而，在材料和化學(xué)工業(yè)中，有許多獨特的挑戰(zhàn)需要克服。

　　我們在看工業(yè)大數(shù)據(jù)與商業(yè)大數(shù)據(jù)的區(qū)別的時候，經(jīng)常進行各種對比，不過相關(guān)的白皮書，提出了一些區(qū)別后，經(jīng)常反復(fù)講的就是要求，下圖展示的是具體的局別，將工業(yè)大數(shù)據(jù)白皮書中展示的對于可復(fù)用、穩(wěn)定性和重復(fù)性在其中做了細(xì)化的展示。