（本文首发于“刘润”公号，订阅“刘润”公号，和我一起洞察商业本质）
和李硕聊完后，我有点不焦虑了。
真的。
生命的一边，中国新生儿出生率降低到72年来的最低：7.52‰，连续2年低于1%；生命的中间，第一批00后大学毕业生达到1076万，历史新高遭遇史上最难就业季；生命的另一边，中国第二波婴儿潮（1962年-1975年，连续14年，每年出生人口大于2000万）开始退休，深度老龄化加速到来。很令人焦虑。怎么办？怎么办？怎么办？
焦虑正常，但焦虑没用，也没必要，李硕说。
李硕，是百度副总裁，一个比我还理工男的理工男。他说，我们享受了40多年的岁月静好，是因为正在老去的那一代人，用尽一生的时间替我们负重前行。是的，他们正在退休。但是不用焦虑。因为AI（人工智能）正在接过他们的担子，继续替这个世界负重前行。
哦？AI？
是的。我给你讲几个故事。
“1小时后，火情得到了有效控制”
我们都怕高压电线。但你知道，高压电线怕什么吗？
高压电线怕鸟，怕风筝，怕木棍，怕积雪，怕烟怕火，还怕挖掘机，怕起重机，怕附近一切会碰到自己的“异物”。因为这些异物，不但可能导致断电事故，影响一方居民生活、工业生产，甚至还可能引发火灾，导致财产损失、人员伤亡。
所以，高压电线附近，必须非常“干净”。
那怎么确保高压电线附近干净呢？派人巡检。巡检员顺着高压电线来回走，边走边检查有没有“附着物”。上午一个来回，下午一个来回。甚至，有时需要打着手电，深夜巡检。
可是你知道，全国220kV电压及以上的省级主干输电线路，有多少公里吗？
80万公里。巡检80万公里输电线路，大约需要2-3万名巡检员。所以你知道吗，你之所以能吹着空调、刷着手机，是因为有2-3万名电力巡检员，每天冒着恶劣的环境，替你负重前行。
但是，替你负重前行的电力巡检员，正在减少。为什么？因为劳动人口减少。根据第7次人口普查的数据，因为老龄化和少子化，中国的劳动人口已经从2010年的10.06亿，降到2020年的9.68亿，并还在持续降低。
那怎么办？让AI，替我们负重前行。
因为这些年在智能驾驶领域的持续耕耘，百度训练出了一双越来越聪明的“眼睛”。这双眼睛，可以识别行人，车辆，路障等等千奇百怪的物体，保证车辆驾驶安全。我们就在想，能不能用这双眼睛，识别高压电线上的异物呢？
2019年，百度智能云和国家电网山东分公司合作，尝试用1万个经过训练的“人工智能眼”，接管了5000公里的高压电网巡检工作。 这些“见多识广”的人工智能眼，24小时监控着电网线路上的任何变化，一旦发现“异动”，立即通知“中央大脑”进行识别。
哦，这是一辆路过的自行车，那是一只飞过的鸟。没事没事。那是什么？好像是烟？隐隐还有火光？立刻通知工作人员，可能有险情。
2020年3月8日下午17:35，山东淄博一处人烟稀少的郊区。百度人工智能眼一直在监控着这里的高压电网。突然，视野里出现异动。什么情况？图像被送回中央大脑做分析。是浓烟。
这可不得了。浓烟之上，是1000倍于家用电压的高压线。如果浓烟变成明火，不堪设想。中央大脑随即发出警报。接到警报，运检人员立刻带着灭火设备、电力检测设备，赶往现场。
5分钟后，浓烟果然变为明火。
还好，运检人员及时赶到了现场。1小时后，火情得到了有效控制。输电线路，继续安全运行。有惊无险。
吹着空调、刷着手机的市民，完全不知道这一个小时发生了什么。 但是，长舒一口气的运检人员知道，这岁月静好的背后，是AI开始接过人类的棒，替我们负重前行。
真好。
李硕说，而且你知道吗，AI的负重能力，比人类要强大得多。我们把用于自动驾驶的眼睛，用于电力巡检后，发现它对导线异物的识别率达到80%，对烟火的识别率达到90%，对各类施工车辆的识别率达到95%。更重要的是，它不吃不喝、不眠不休，一直在那里。
突然，我有些不焦虑了。甚至有些感动。
电网安全，只是一个小例子。AI正在很多领域，接过人类的棒。
比如，质检。
“5秒钟瞥一眼，良品率超过人工质检”
润总，你了解化纤行业吗？
我说，大概了解。化纤行业，上游是石油，下游是纺织。 化纤行业，就是把上游石油里面的高分子溶液，拉成强度高，吸湿、染色、抗静电、阻燃的细丝，盘成一卷一卷的，供下游织布做衣服。
是的。化纤非常有用，除了做衣服，它还是渔网，医疗缝线，绳索、运输带、滤布等等重要产品的原材料。 但是，化纤业一直有两个问题：断丝和偏色。 断丝被送到下游工厂，会导致在纺织过程中的故障；偏色出现在最终的衣服、袜子、帽子上，会影响产品的品质。
那怎么解决断丝和偏色的问题呢？用“手电 + 女工”来解决。 用强光“手电”照向一卷卷成品化纤，再让“女工”用肉眼检查有没有断丝，有没有偏色。 一家传统的化纤厂，2000名的员工中间，可能就有200多女工，在检查断丝和偏色。
这样质检，效率太低了吧？是的。所以良品率，就成了化纤行业的顽疾。可是，良品率又如此重要，良品率不稳定的化纤厂不可能在下游拿到大单。所以虽然中国化纤产量在全球举足轻重，但全球五大化纤企业中，没有一家中国公司。
怎么办？
李硕说，请AI替中国负重前行。
百度智能云的工业互联网平台叫“开物”。这些年开物服务了不少工业企业，其中就有中国的化纤巨头：恒逸化纤。
恒逸化纤很早就在和我们讨论，能不能把百度的“AI视觉识别”技术，用于“断丝识别”和“偏色识别”，从而取代疲惫不堪的质检员，并提高良品率呢？
当然可以。AI视觉除了识别准确，更重要的是不知疲倦。于是我们和恒逸化纤尝试，把在仓库的成品质检，提前到车间的生产环节，让AI睁大眼睛一直盯着不断拉出来的丝，实时质检。
我们尝试下来发现，只要一只“开物”的人工智能眼，就能抵10个女工的工作量。而且，甚至都不用实时，只要每5秒钟瞥一眼产线，人工智能眼就能达到人工质检的良品率，甚至更高。
但这不是最重要的。 最重要的，是这帮助了恒逸化纤实现“全球化生产”。
大家都在说“全球化生产”。可当你真到越南、非洲建厂后就会发现，他们的工人虽然便宜，但职业化的程度远低于中国。有些要求高的工种，比如质检，很难招人。勉强招到，良品率也会惨不忍睹。有了“人工智能眼”，良品率就不再受限于工人的职业化程度高低了。因此，我们可以把工厂开到世界各地时，在杭州办公室做全球品控。这对“全球化生产”，太重要了。
那这样高密度的AI质检，需要很多算力吧？
是的。现在的AI计算，主要用GPU来做。 而一张进口GPU，非常贵。AI质检，需要很多算力，需要很多GPU，所以要花不少钱。但是，这些GPU其实并不是一直满负荷。有的企业白天用，有的企业晚上用，总有闲暇时间。所以，我们就把GPU做了“池化”，共享算力，从而降低成本。在一些场景，我们也会用自研的“昆仑”芯片替代进口GPU，帮助企业把算力成本进一步“膝盖斩”到25%。
中国走向高端制造，产品质量必须大幅度提高。而提高产品质量，只靠肉眼做质检，是肯定不行的。那怎么办？AI，可以担起这个重任。 而原来那200多位质检员，大部分人可以释放出来，在劳动力极其稀缺的今天，做更有创造力的工作，为经济发展创造更大的价值。
真好。
除了质检呢？还有呢？
还有，环保。比如，碳排放。
从320克煤每度电，降到300克
碳排放，是全球共同面对的重大课题。
我们都知道，过量的二氧化碳排放，会造成温室效应，导致全球气温升高。而全球气温升高1度，阿尔卑斯山冰雪就会全部融化；升高2度，全球海洋的水平面会上升7米；升高3度，亚马逊热带雨林就都会变成荒漠；升高4度，北冰洋所有冰盖全部消失；升高5度，地球将面临彻底的灾难。
一定要减少碳排放。
可是怎么减？需要全球所有国家的齐心协力，并作出承诺。2020年，中国在联合国大会上正式承诺，将在2030年实现“碳达峰”（碳排放总量，达到峰值后回落），2060年实现“碳中和”（碳排放和碳回收相抵，实现中和）。这个承诺，是一个负责任的大国的担当。
具体怎么做？从此关闭所有火电厂，改为只用风电、水电、光电这些绿色能源？不现实。
2021年9月，中国出现了大面积的拉闸限电。有些工厂被要求“做四休三”（开工四天，休息三天），甚至“做二休五”，严重影响了生产。甚至有些地方，城市居民供暖都出现了问题。为什么？因为煤炭价格大涨，火电厂每发一度电都要亏钱，所以限制了产能。那为什么煤炭价格会大涨？因为能源结构转型，煤炭去产能的步伐过快，而风电、水电、光电的产能爬坡又太慢，因此出现了缺口。
李硕说，虽然绿色能源是终极目标，但在现阶段，煤炭依然是我国发电的主要来源。 即便到2030年，我们的能源结构中，依然会有40-50%会是化石能源。完全取代煤，短期内是不现实的。
离不开煤，那如何实现碳达峰的目标呢？提高火电用煤的效率。把每发一度电要用320克煤，降到十四五结束时（2025年）最多只用300克，甚至更少。
有道理。但火电发展这么多年，用煤效率如果还能提高，早就提高了吧？
是的。通过升级设备的方式提高发电效率，已经没有低垂的果实了。 现在靠机器升级换代能提升的效率，大约是“10年升1代，1代降10克”。 这就是说，要实现每度电降20克煤耗的目标，还需要20年。但是，现在是2022年，我们离2025年就要降20克的目标，只有3年。
怎么办？还是要靠AI。
火力发电的物理原理，简单来说就是一个汽轮机，一头连锅炉“热端”，另一头连接“冷端”，然后利用压降带来的压差，驱动蒸汽做功，汽轮机带动发电机高速旋转，切割磁感线发电。热端的热，来自煤粉“高效”把水烧开（锅炉）；冷端的冷，来自空气或水冷却降温（空冷岛/水冷塔），怎么高效，怎么优化？很多学问。
很多大学都有个专业，叫“热能与动力工程”，就是专门研究，根据锅炉内不断变化的温度和压力环境，怎么喷煤粉，怎么给氧气，燃烧效率最高；还研究冷端的优化，如空冷岛在不断变化的负荷、环境风速、温度下怎么调整空冷风机，降低机组背压，提升发电量。 这背后的知识，逐渐变成了老师傅的经验。老师傅根据经验，每半天调整一下发电机组的参数，提高发电效率，降低煤耗。
但是润总，你知道锅炉里的温度和压力环境，可不是半天才变化一次，空冷岛的风速和风向，也不是半天才改变一次。这些参数一直在变化。半天才调节一次，还是太粗了。调整完后的10分钟内，效率是提高了。但10分钟后的几个小时，又降到了普通水平。
这个问题，很麻烦，但是很重要。它已经不仅仅是一家企业能否盈利的问题了，也是关系到我们能否早日实现双碳目标的问题。
那怎么办？试试AI。
百度智能云的同事们，尝试用内蒙古一家电厂的上千个传感器，以秒为单位采集数据（而不是每半天看一眼），然后用人工智能深度学习算法，建立了一个不断进化的AI模型，模拟锅炉内精确的温度场、烟气场，算出来锅炉管道的温度是多少，炉内的温度是多少，蒸汽的温度是多少，冷端降背压需要多少送风量。然后，和华北电力大学的教授合作，结合他们毕生所研究的“机理模型”（如何调节机组的各项参数，才能获得最大的发电效率），优化整个火电机组的运行状态。
举个例子。空冷岛作为电厂的冷却系统，往往有几十个大型风机在同时运转，但是外界的自然风的速度、风向、环境温度一直在变化，如果风机不能进行随时调整，则会造成能耗的浪费。风机策略半天调节一次，显然是不够的。 百度通过“AI模型”和华电教授的“机理模型”，每分钟调整一次，降低风机的能耗。
你猜，这项改进，能节省多少煤？每度电，节省1.55克-2克煤。
还记得吗，我们目标，是从每度电320克煤降到每度电300克煤。在没有做大规模发电机组技术改造的情况下，单凭用AI优化运行参数的情况下，我们就降低了近2克。目前，全国一共有1000套左右的空冷机组。单凭这一项改进，就能为中国减少600多万吨的碳排放。
这是去年。百度智能云的“AI模型”正在变得越来越聪明。 未来几年，我们的AI，有机会帮火电厂每度电节省5-10克煤。
中国规模以上的火力发电机组，有2000多个。我们把这套训练过的AI算法放在了开物工业互联网平台上，所有电厂都可以用自己的数据来进行模型训练，并可以实时看到节碳减排的成果。而且以后，平台的云端算力部署在风电、水电、光电充沛的西部，进一步降低碳排放。这就是“东数西算”。
我们经常说，大国重器，大国重器。可是谁来背负这些大国重器？靠人吗？不。未来要靠人工智能。中国走向碳达峰，碳中和，很艰难，有很多制约。AI替我们负重前行。
感谢AI。
最后的话
我知道，百度这些年一直在AI上下功夫。早在8年前，我在微博上写过我对百度智能云（当时叫百度大脑）的期待。但是，和李硕聊完，我还是有些惊讶的。没想到，百度AI这8年的进化这么快，居然已经可以帮助电网防止安全事故，已经可以帮助化纤企业提高产品质量，已经可以帮助火电机组降低碳排放。
我们常说，你以为的岁月静好，只不过是有“人”替你负重前行。
这句话说得非常好。只不过未来替我们负重前行的，可能不再是“人”，而是“AI”，是“人工智能”。
感谢百度智能云，感谢替我们负重前行的人工智能。
我有点不焦虑了。