光盐是阿里云一名算法程序员的“花名”。在很多人印象里，像他这种“搞IT的”，本该终日枯坐在办公室的格子间。但在以云计算、大数据、物联网为代表的人工智能技术不断深入生产环节，“身临其境”地发挥作用的大背景下，一些类似光盐这样的从业者选择了走进工厂车间，在车间里面写代码，为工厂装上数据大脑。
“我们对制造业的基本知识不了解，客户又都有非常丰富的技术积累，他们希望通过数据算法实现数据化控制、升级生产线或者预测设备故障。我们必须走到工厂里去，向师傅请教工业制造的流程、规则。”光盐说。
光伏、橡胶、风电……从去年到现在，光盐和团队已经陆续跑了30多家不同行业的工厂，为的就是研究车间里繁琐的数据，为企业提供算法，提高生产效率、降低生产成本。
“用数据改造工业流程，这样的成功案例比较少，国内几乎没有，也就是说，基本没有经验可以参考。”光盐说，没有清晰的方案、清晰的模板，这是一次“从无到有”的创造过程，而整个过程，他所坚信的只有一点：数据。
光盐的第一个项目，是与江苏一家光伏行业的龙头企业合作。对方要求他关注生产环节中的业务流程、关键业务点和关键数据，并对这些数据进行分析、搭建模型，定位出哪些节点对工厂提升良品率来说更有意义。
光盐说，这家企业的工厂分布在不同的地方，每一家他都去过，花了差不多1个月的时间近距离观察工业生产流程，与工艺人员、设备人员交流，一有灵感，就在各种看起来“格格不入”的地方敲起键盘。
从宏观理解到聚焦具体环节、具体事物，要结合数据去判断的问题也不断深入。在光盐看来，所有问题量化、抽象后都是数学问题，工程师必须提供合理的决策，这个决策在逻辑上不能有瑕疵。他说，数据的价值在于还原真相而非观点，而所有交流得到的“碎片”，最终拼出的图，必须是基于数据分析得出的结论。
现在，阿里云同这家企业的合作，已经从切片环节深入到整条光伏生产产业链。
“一战成名”后，制造企业要求进行智能化改造的订单如雪片一般飞来，这也催促光盐的团队不断成长。他告诉记者，现在，团队里的算法工程师就有十几个，而他们已经手握几十个标杆项目，分布在各个行业。
在车间写代码，对光盐来说是不同的体验。“以前只能用经验去判断的事情，现在可以通过数据获取，从数据角度去描述和判断一个部件是否在正常状态下运行。”他说，这件事带给他很多成就感。
他说，未来，工业一定会是大数据、云计算应用的主要市场，布局这一领域，将是最重要的机会点。在他的设想中，自动传感器的安装将成为ET工业大脑实现流程监控的助手。
