工業智能應注重將「使用經驗」變價值

近來，智能化逐漸成為影響工業發展的關鍵。在日前舉行的「新一代工業智能與體系工程國際論壇」上，中國船舶工業系統工程研究院海洋智能技術中心主任邱伯華認為，過去我國一直注重看得見的設備投入，形成了很大的存量。現在要考慮的不是簡單繼續投資增量，而是如何將存量的能力釋放出來，將「使用經驗」變價值。

工業智能的根本價值是無憂的環境

我們對這樣的生活場景並不陌生：在一些城市的公交站台會顯示下一班車到達本站的時間，該信息本身並不會提升公交車的到站速度和運行效率，但將「到站時間」這一原本不可見信息的透明化，等公交車的乘客少了一份焦慮。

「工業系統中的問題分為可見的問題和不可見的問題。」在邱伯華看來，人們的焦慮往往不是來自失敗所造成的結果，而是因為不明白什麼時候失敗會發生、會造成什麼後果以及為什麼會發生。「理想的智能工業系統，應該是建立在對不可見問題深入對稱管理的基礎上，最根本的價值是去避免可見的問題，最終實現『無憂』的環境。」

邱伯華在美國國家科學基金會智能維護系統研究中心（NSF-IMS）了解到這樣一件事：日本株式會社電裝（DENSO）位於美國田納西州的汽車啟動器生產工廠，每100萬個產品中只有1.5個次品。即便是這樣，他們仍覺得有提升的空間和動力：「即便100萬個產品中只有一個失敗了，我們仍想要知道它為什麼會失敗，只有這樣我們才能夠學會如何去不斷地成功。」

邱伯華認為，這句話反映了非常深刻的製造哲學：在智能的工業系統中，成功並不是目的，關鍵是如何不斷地成功；失敗也並不可怕，關鍵在於我們是不是能夠知道為什麼會失敗。

工業智能核心是將數據價值化

從物聯網、大數據、雲，到工業4.0、工業互聯網，各國都將智慧化作為其工業發展的關鍵。

「智能化，從字面上可以理解為一種感官描述，直觀來說就是用『物的智慧』來補充和代替『人的智慧』，讓人覺得『物』具備了與『人』一樣的智慧，這也讓很多企業提出『只要用戶覺得智能就是智能』的理念。」但邱伯華認為，對工業產品來說，其性能指標先進性已經不再是用戶最關心的問題，終端用戶更看重的是如何能夠更好地利用、維護和管理所獲得的工業產品，最關心對產品狀態的定量化了解和未來趨勢的精準掌握問題。

工業系統主要由設計者、製造與集成者以及使用者組成。與德國、美國相比，我國整體上仍較為薄弱，但作為製造大國、使用大國，產品價值鏈十分完整，又有很強的製造能力和豐富的使用場景，大量數據在我國彙集，但數據並不會直接創造價值，真正能為企業帶來價值的是數據流，是數據經過實時分析後及時流向決策鏈的各個環節，或是成為面向客戶創值服務的內容和依據，也就是「使用經驗」帶來的價值。

邱伯華建議，我國應該考慮如何立足「加工製造」這個環節挖掘資源，充分利用好在使用和製造端中「量」的優勢以及整個產業鏈較為完備的優勢，並將重心放在使用場景的價值方面，從使用的數據和經驗中獲得集成和設計的知識，從下游到上游逐步增強我國產業鏈各個環節的整合能力。同時，結合我國在「智能使用」解決方案上的知識積累，推動我國工業產品「走出去」戰略，在向國外出口高鐵、輪船、電力基礎設施等裝備產品的同時，配套「智能使用」的增值服務，在提升中國製造品質競爭力的同時，強化服務型的可持續收入模式。

編輯：陳瑩

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！