一文講透智能製造
· 本文由知識自動化（zhishipai）授權轉載
中國這幾年信息化的發展已經出現很多概念和熱點，從雲計算到物聯網，智慧城市到大數據，到現在的人工智慧這一波熱浪。這些熱浪一定要落地下來，為製造業服務。對於中國人工智慧的發展而言，最重要的問題還是要解決中國的製造業發展問題。如果製造業的智能化上不去，中國國民經濟的脊樑就不夠堅實。
論智能製造發展的三個階段
首先需要理解，什麼是智能製造？按照百科定義，智能是指獲取知識和技巧一種能力。而「人工智慧」現在還沒有統一定義。這個概念，早在1952年就由圖靈提了出來。現在，很多人把人工智慧的解釋，句子越來越長，講的越來越複雜，最後大家都搞不清楚到底什麼是人工智慧了。其實，人工智慧簡單地說，就是人賦予機器的職能。具體地說，就是通過計算機的硬體和軟體，尤其是各種軟體，給機器賦予了智能，讓機器可以感受環境，意識到環境的變化，進一步為決策者提供建議，拓展了人的智能，甚至在事前授權的情況下自主做出決定。
如果說智能是指獲取知識和技能的一種能力的話，無可否認的是，正是這些計算機輔助系統和工業軟體為製造業帶來了智能。因此，智能製造，簡單地說就是計算機製造，無需加上太多的修飾和太複雜的定義。
電腦比人腦更強大之處，不完全在於其強大的計算能力和存儲量，關鍵是其中運行的軟體。如果沒有軟體，計算機也就是一堆金屬塑料。以此為基礎，可以看看製造業信息化的發展，實際上也可以理解智能製造演進的三個階段。
1
「四化一造」看工業信息化
製造業信息化的發展，主要是圍繞著企業的業務運行而展開。首先是企業內部信息化，見下圖。這包括「四化一再造」，也就是研發信息化、產品信息化、生產信息化、管理信息化以及業務流程和組織再造。其中產品信息化，主要是指帶有嵌入式系統的產品，其複雜程度各不相同。理解產品信息化，對理解當下的智能製造，非常重要。
圖 | 企業內部信息化
與此同時企業還有一個上游供應鏈和下游社會關係的問題，上游包括原材料、零部件、裝備和人員招聘等，下游則與銷售、銀行、客戶關係等相關聯。這些屬於企業的外部信息化問題。
企業的內部業務和外部業務，構成了企業信息化最基本的內涵。企業信息化最早就是從數字化開始的。計算機剛剛發明的時候，本來是做科學計算的，很快就被用來做業務處理，提升管理效果。這是一個從下往上發展的過程，開始是做一些數據處理系統，如財務管理，包括一些統計報表處理；隨後，逐漸上升到管理層，也就是開發管理信息系統（MIS），從財務管理、人事管理，到生產管理，一層層往上走；最後，上升到了決策層和開發決策信息系統（DSS）。企業信息化，一開始就是處在數字化時期。
2
數字化起步
然而，利用計算機來改造企業的生產裝備，實際上比管理信息系統起步還要早。1952年，即商用電子計算機發明的第二年，美國就有一家公司設計了一套數控裝置，開發了第一台三坐標數控銑床。儘管這個銑床體積很大，造價也很高，但是開闢了一個數字控制的新時代。1958年，美國研製出第一台加工中心。這意味著，計算機改變製造業的時代，正式拉開了帷幕。隨後，隨著第一個微處理晶元的發明，各種各樣、數以億計的嵌入式系統開始嵌入到各種裝備、各種產品當中去。製造業開始走向以數字製造技術為核心的計算機控制時代，當時國內叫做機電一體化。
「機電一體化」這個提法沒有完全點到問題的本質，那就是計算機控制。
可以看到，計算機系統很早就開始賦予各種製造裝備以智能。如果按照前面智能的定義的話，那麼智能製造這個問題，可以說很早就被提出來了。在整個信息化對製造業的改造過程當中，是工業軟體支撐了企業數字化的發展，扮演了一個非常關鍵的角色。
最近電視台有一個關於中國製造業的討論會，其中，關於「中國製造業還有什麼不能製造？」的問題，提了十個方面，唯獨沒有提到工業軟體。殊不知，中國製造業體量世界第一，佔世界製造業的份額20%強，但是，中國的工業軟體現在90%以上依靠進口，稍微複雜一點的，都不是國產。而且，中國工業軟體的市場份額，僅佔世界工業軟體市場份額的1.7%。一個20%的製造業大國只佔1.7%的份額，足以說明中國工業的「體質」太弱。看上去，大家對於這個問題的認識，還是存在著比較大的偏差。
其實早在上世紀70年代，就可以看到數字化對傳統工業的改造蓬勃發展。特別是在1974年，第五代使用微處理晶元和半導體存儲器的計算機數控裝置研製成功以後，從生產裝備的角度來看，發展非常迅速。拿數控機床來講，從一軸到三軸到五軸到七軸，對基於信息化的工業化產生了革命性的影響。還有各種各樣的計算機輔助系統，從輔助製圖CAD、到計算機輔助工程模擬CAE、到計算機輔助製造CAM等，都對製造業的現代化產生了深遠的影響，完全改變了人們對現代化的工業化的認識。
後來，隨著計算機技術的發展，出現了全三維數字化和數字模擬。工業數字化向高端方向發展。企業從接訂單開始，一直到最後的產品交付，全流程完全依賴計算機軟體的控制和支撐。
3
網路化崛起
上個世紀90年代初互聯網開始在全球普及，企業的網路化隨之也快速發展。在互聯網沒有普及應用之前，基本上所有的企業都是採用客戶伺服器（C/S）的架構，但客戶伺服器只能解決本地域的聯網問題。互聯網興起之後，異地可以聯網，企業也很快開始走向網路化。
除了應用互聯網之外，企業的網路化有兩個主要的方向，一個就是內部網，將企業內部各個部門和下屬單位所有的信息系統全部連在一個網上，不管這些部門是在北京，還是在印度或墨西哥。這樣極大地提高了企業內部業務的運行效率和有效性。當然，只是實現了信息和數據的交換，還沒有做到智能化。
另外一個是外部網。企業的外部聯繫，全部通過互聯網進行。也就是說，把企業內部網的一部分向外部合作單位開放，求得橫向打通。比方說生產汽車的，會把生產計劃向上游的座椅工廠開放，後者可以進入企業內部網路，了解相關部門的生產進度，以便準確、及時供貨。企業跟銀行連通之後，只要座椅被汽車製造廠驗收，銀行就會自動打款給上游供應商。這樣，就做到了外部信息系統的一體化。
互聯網帶來的製造和生產的網路化，正是基於內部網和外部網實現。這個可以看做是早期的「互聯網+製造」的核心內涵。可以說「互聯網+製造 」實際上始於上世紀90年代。
製造業網路化帶來的重大技術突破，至少表現在以下三個方面：
第一個就是關聯設計系統。在虛擬設計與製造的環境下，網路可以支持成百上千個在線用戶同時進行實時設計，使得一個系統或者一台裝備的總體、子系統之間的三維設計結果相互關聯。IBM早期大量發展計算機輔助設計的一個根本動力，就是數字化圖紙可以通過網上傳送，可以在全世界任何一個IBM的工廠，生產所設計的零部件。當時，新產品的設計速度加快了16倍，產品更改和更新的速度提高了數百倍。「互聯網+」為製造能力的提升開闢了一個難以想像的巨大空間，對企業來講是一個全新的競爭優勢。
第二個是網路化協同平台，網路化帶來的不僅僅是大家交換信息，而且可以帶來工程人員的協同工作。一些大的企業，如波音公司，率先建立了自己非常強大的網路化協同平台。2000年9月以波音、洛克希德?馬丁、雷神、BAE及R&R為代表的美英國防航空巨頭，發起組建了大名鼎鼎的Exostar，探索國防航空行業的供應鏈網路協同。目前，通過Exostar進行供應鏈管理和協同的有六大主製造商，涵蓋16,000個不同規模的專業供應商。隨後，歐洲國防航空行業的四巨頭，空中客車、達索航空、賽峰和泰雷茲，也跟隨美國競爭對手的腳步，發起設立了一個屬於歐洲國防航空工業的網路化協同製造平台BoostAeroSpace，於2011年正式對行業內客戶提供服務。
第三個是全三維標註技術，任何一個產品只要把三維的圖做出來，零部件的圖紙就可以利用計算機軟體和系統自然而然地分解和生成。這就使得企業得以形成單一的數據源管理。美國國防部和航空航天近幾年非常重視的數字主線（Digital Thread），也正是這樣一種技術的發展和延伸。
然而，不管是關聯設計也好，網路化協同平台也好，全三維標註也好，背後的根本支撐，其實並不是網路，而是工業軟體。這一切，都是依靠各種各樣的工業軟體來支撐的。今天大家討論的中國還不能生產的工業產品，可能很重要的原因就是是沒有相應的工業軟體支撐的製造設備。集成電路有很多難以突破的核心技術。其中，集成電路的設計就是重要的一環。高端集成電路的設計圖紙，人工是畫不出來的，是靠計算機輔助設計軟體畫出來的。沒有最先進的這種軟體，就不可能設計出最先進的集成電路。如果國外只賣給我們前二代、前三代的設計軟體，那麼中國也就只能去設計前二代、前三代的相關產品。工業軟體的重要性由此可見一斑。
4
智能化發展
企業智能化的發展，可以回溯到上個世紀六十年代初。通過下圖的製造業智能化發展，可以看到製造業如何從數字化走到網路化，再走到智能化。
圖 | 製造業智能化的發展史
可以看到製造業的智能化，實際上跟數字化基本上是同步的，不過在早期，只是單機、單個裝備而已。像CAE這種非常複雜的軟體，需要把計算、工程知識和人類的經驗，都融合在裡面。因此工業軟體並不簡單是軟體，而是一門學問。只有學計算機軟體的工程師，是設計不出先進的工業軟體的。就智能化而言，從數據處理的角度來看，業務智能（Business Intelligence）也是很重要的一個分支。
過去幾十年中國信息化的發展有兩個不足之處。一個網路化的內向性問題，很多企業只做了內部網，幾乎沒有做外部網，這種情況與我們的國情有關。第二個就是業務智能的使用在中國發展非常緩慢，這可能是因為「拍腦袋做決策」已經成為習慣。
現在炒得比較多的概念就是人工智慧，其中最熱門的是深度學習和機器學習。這方面的發展主要是基於兩個條件：超強的計算能力和充沛的大數據集。現在，一方面是計算機的運轉速度很快，存儲量也很大；另外就是很多重要的數據可以收集上來處理。如語音識別、圖像識別，都不是今天才搞起來的。早在上世紀60年代初，中科院自動化所就開展了模式識別中的研究。但在當時，數據既算不過來，也存不過來。因此，70年代以後人工智慧的動靜就不大了。這幾年人工智慧又開始熱起來，是因為數據量大了，計算機算的快了。當然，人工智慧不僅僅是深度學習和機器學習，比方說人腦的模擬等，人工智慧比較高級的發展階段，還將有更大的發展。
智能化實際上是依託於計算科學，而不僅僅是計算機科學。美國國家總統信息技術委員會在2005年專門就「計算科學」的重要意義給時任總統小布希寫過一個報告，其中講到計算科學是由三個不同的元素組成的：計算機與信息科學、建模與模擬軟體和計算的基礎設施，這三點缺一不可。
在計算科學意義上的智能化，實際上包含四個基本的要素：模型、演算法、軟體和數據。研究任何一個問題，必須首先要把物理問題的數學模型構造出來；之後需要有一套模型計算的演算法方法，例如各種微分方程和代數方程的求解；需要形成可以按演算法重複執行計算的軟體；而在計算的時候，則需要大量的數據處理和分析。如果只是做了信息的採集、存儲、處理、檢索和利用，這個不是智能的系統，而只是一個簡單的信息系統；即使把它們都連成網路了，仍然只是一個聯網的信息系統，而不是一個智能的系統。因此，判定一個系統是否是真正的、智能的系統，一定要從這四個方面去評估。很多地方搞智慧城市、搞智能製造，如果需要仔細推敲其真偽，最好的衡量的方法，就是利用這把具有四個維度的尺子。
論智能製造的三個支點
上面談到了對智能製造的三個階段的基本認識，而如何實施智能製造，則需要考慮智能製造的三個支點：產品、裝備和過程。
圖 | 智能製造的三個支點
第一個需要考慮的是推動智能製造的目標是什麼。顯然，企業追求的是產品，而不是要把企業搞的有多時髦。企業銷售產品的時候，不是要宣傳企業的生產線有多漂亮、多現代，而一定要說明這個產品的價值何在。產品是企業面向社會的表現。智能製造的目標是產品，而不是智能製造本身。因此，產品的智能化是企業必須考慮的首要問題之一。智能製造如果不能生產出智能的產品，智能製造就失去了時代的意義。而且，企業的產品如果不是智能化的，產品和企業今後被淘汰的可能性就很大。
第二個支點是裝備，生產過程（包括研發、設計）中的每一個關鍵環節上的裝備，一定要智能化。如果這個智能化實現不了，勞動生產力和勞動效率就不可能得到很大提高，企業可能就沒有競爭力。不是數字化、網路化和智能化的生產裝備，就不是這個時代的先進位造裝備。而且，如果設備沒有智能化，也可能無法生產出企業想要生產的智能化產品。
第三個支點是企業生產過程的智能化問題。裝備智能化解決的是生產過程中「點」的智能化問題；企業只有實現生產全過程的智能化，才能實現企業全局的智能化，才能夠實現智能化效益的最大化。
1
智能產品是第一支點
一個機床生產廠，生產裝備和過程如果都是智能化的，而它生產出來的機床卻是一般的機床，沒有智能化的要素，那麼這個機床廠的前途就非常堪憂。因為，他自己都不會去購買這樣不夠智能化的機床。
因此，任何一個企業在考慮其智能製造如何發展的時候，首先應該想到的是自己的產品怎麼實現智能化。即使生產過程沒有部分或全部實現智能化，能夠把智能的產品做出來，那麼企業還是應該首先考慮產品的智能化問題。
產品的智能化，是通過產品中包含有各種複雜程度不等的計算機系統，尤其是嵌入式系統，來實現的。嵌入式系統不僅可以成為智能製造最重要最具有代表性的技術，而且會形成一個龐大的產業鏈。中國的嵌入式系統，發展的速度比較緩慢——儘管起步並不晚。產品所用的嵌入式系統，絕大多數對於晶元的要求都不一定特別高，一般也就是幾十納米到上百納米，甚至檔次再低一點，也或許夠用。因此，技術難度並不大。
圖 | 計算技術應用的發展階段
現在的智能產品跟以前所謂的嵌入式系統功能需求還不完全一樣，主要功能體現在三個方面。第一個是感測，產品需要能夠感受外部的情況變化，或者能夠整合產品內部的數據。第二個是計算，包括產品本身的操作系統，以及產品使用的各種應用系統。例如，從數據分析到高端計算——也就是人工智慧。第三個是聯網，隨著全球物聯網的發展，產品可能具有霧計算、邊緣計算和雲計算相聯結的功能。因此新一代的智能產品，跟以前講的嵌入式系統的概念已經大不相同。
圖 | 無處不在的智能產品
2
智能裝備是最大難點
裝備是智能製造最大的難點。生產裝備一般都比較複雜，而且批量可能不大，所採用的工業軟體也往往非常複雜。這使得生產成本很高，市場很小，因此願意或有實力從事智能裝備製造的企業並不多。而且，由於裝備的開發周期長，導致企業經營的風險很大。另外，裝備製造的難點很大程度上是在軟裝備上面，即以工業軟體為代表的軟裝備，包括CAD/CAE這樣的軟體工具。沒有軟裝備，就不可能有「數字化、網路化、智能化」。抽去軟體，信息化的一切成果都不復存在。工業軟體首先是一個工業產品，而且往往是高端工業產品。這是中國製造2025主要的難點，而工業界對這一點的認識，還很不充分。
3
過程智能化
發達國家的製造業在生產裝備智能化這一點上，已經非常領先。尤其是日本和德國，已經基本上壟斷了全球重大製造業生產裝備的市場。而智能製造的下一步的發展，就是要實現過程的智能化，完成從裝備這個「點」向過程這條「線」的發展。
過程智能化最典型的代表，正是工業4.0和工業互聯網的奮鬥目標。工業4.0提出，企業的信息系統要走向一體化，包括縱向一體化和橫向一體化。縱向一體化就是《三論智能製造》的系列之一中提到的企業的內部網，而橫向一體化正是企業的外部網。現在，要把內部網和外部網完全整合在一起，將數據完全打通。
圖 | 內部網和外部網的一體化
此外，要把整合之後的系統，打造成一個智能物理系統（Cyber-Physical-System, CPS）。這裡的Cyber意指計算機或計算機網路。在很多現代化企業里，不管內部網或外部網，都還只是一個獨立的計算機網路或者系統，或者實現了初步的整合。如何跟企業這個物理實體融為一體，有效地運轉，是一門大學問。美國國家科學基金（NSF）在2006年的一個報告中指出，現有的、工業時代發展出來的系統科學（包括系統工程理論），還不能很好地回答這類問題。他們認為，企業這個物理實體與其內含的計算機和網路系統如何協同一致、高效精確的工作，如何增強這類系統的適應性、自主性、功能性、可靠性、安全性、可用性和效率，將會發展成為一個新的系統工程學，是美國需要重點發展的前沿命題。實際上，美國關於CPS的研究報告非常多，對這個命題非常關注。
4
過程智能化的實現
工業4.0或者工業互聯網的目標，不僅要把內部網、外部網連起來，而且要變成一個智能物理系統（CPS）。二者都可以通過一個「5C（五層）」結構來表述。
最下面一層是智慧的連接層，第二層是數據轉換成信息，第三層是Cyber層，是企業的雲計算數據中心。在這裡，需要把第二層處理所得的有效數據，與企業計算機系統中相對應的期望值做對比分析。第四層是認知層，根據對比差異，找到問題之所在及解決問題的方法。因此，這一層實際上是一個決策層。第五層是配置層，可以按照決策要求，通過計算機網路，對人、對物、對計算機進行重新配置或更改。這樣的一個五層結構，構成了一個標準的反饋控制系統，可以對企業的控制對象，即：人（員工）、機器、計算機系統、各種物理實體等，進行實時的反饋和控制。這樣的一個反饋系統，其各層次所對應的技術支撐，如圖7所示。正是利用這些當下最時髦的先進技術，工業互聯網實現了企業整個業務活動全過程的的智能控制。
圖 | 工業互聯網和工業4.0的「5C（五層）」架構
根據這個思路，工業4.0和工業互聯網在2015年分別完成了系統的架構設計。工業互聯網的參考架構，可以清楚地說明系統的要素和相互之間的關係，並提供了一個開放的「工業互聯網系統設計指南」。應該強調的是，這裡說的是指南，是給出了一個大家共同努力、同向而行的方向，而不是標準。
這個架構設計描述了工業互聯網系統的內外三層結構。從邊緣層，到平台層，再到企業層，如果我們把它看作是一個球體的話，外面就是設備端的邊緣層，中間是平台層（工業互聯網平台，主要指這一部分。當然現在也有將工業互聯網平台泛化的趨勢），最內層是企業層。在邊緣層上主要是邊緣的網關，採集各種各樣的數據；送到平台層之後，平台層對數據做必要的處理和分析；分析完之後，再送達企業層，送到企業的應用系統。企業會根據不同的應用做不同的分析，做出判斷和決策，將數據再往回傳送到平台層和邊緣層，直至送達企業內外聯接的各個部門和單位。
圖 | 工業互聯網架構的內外三層結構
（來源：工業互聯網聯盟的白皮書）
顯然，數據分析和處理在工業互聯網系統中極為重要，包括：端點數據的獲取、從數據中提取信息的先進數據處理技術，各種決策模型的分析計算，以及系統結果的輸出。其中，大量使用的是計算科學的辦法：需要建模，需要演算法，需要數據等等，最後產生的是決策數據。當然，安全、可信、隱私等，在結構中也有詳細的考慮。
5
智能製造與工業互聯網
現在，國內關於工業互聯網平台的概念討論很多。工業互聯網平台，是一個以企業為中心的平台，而不是說在整個工業行業建一個大的所謂「工業互聯網平台」。所謂平台化是發展的趨勢，其實是指企業的平台化，每一個大企業都會有自己的一個企業平台，而不會把自己的業務搬到其他企業的平台上去。波音的平台不會到中航工業的平台上，空客的平台也不會到波音的平台上去。如果一定要說有一個工業和產業共用共享的平台，那這個平台就是全球物聯網平台（Internet of Things， IOT），它不是為哪個工業，為哪個部門而設計的，而是面向全世界各行各業乃至個人服務的全球物聯網。
工業互聯網平台是一個理想的「過程」智能化的平台。設想非常完美，但系統非常複雜。在實現過程當中，未知數還很多，不同產業類別的企業平台之間的差異也很大。例如，中航工業的平台，幾乎不太可能拿去給中石油用，基本上要推倒重建。所以，每個企業一定要從自身的緊迫需求和實際效益出發，分步推進，絕對不能盲目跟隨，尤其考慮到當前中國製造業發展的水平和信息化的水平離國際先進水平相差仍然很大，「過程」智能化的路途還比較遙遠。
如果把智能製造的全部資源和精力都投在工業互聯網平台上，又把平台理解為產業的平台，可能就誤判了智能製造的發展方向。當務之急，還是我們的產品和裝備的智能化問題，這對當下的中國來講，是智能製造的重點努力方向。
論智能製造數字轉型的三個方面
智能製造是中國製造2025的主攻方向，而企業家則是正面戰場的主力軍。如何實現企業的數字轉型，是智能製造成功與否的關鍵所在。
2016年1月，世界經濟論壇和埃森哲公司合作發表了一本白皮書《產業界的數字轉型（Digital Transformation）— 數字企業（Digital Enterprise）》。其中，一個最核心的觀點是，信息技術在經濟和社會發展當中的作用，已經從提升效率和勞動生產力的輔助角色，上升為基礎創新和創造的使能者（Enabler），演變為支持經濟社會創新和可持續快速發展的一個主要角色。國際上許多產業巨頭和學者都認為，數字轉型是所謂「第四次產業革命」最重要的內容之一。
長期以來，許多企業都有首席信息官CIO，但往往卻很難起到「首席」的角色。因為，信息化在企業中扮演的畢竟還是一個輔助的角色。一般的、不是有遠見卓識的企業家，很難理解規模化的信息化投入到底是為了什麼，而能夠立竿見影的效果又在哪裡。因為，信息化投入與一般購買或使用硬裝備（設備）的投資效果相比，表現的方式很不一樣。很多CIO都有「小媳婦」似的體會，感覺說服第一把手重視信息化非常困難，有吐不完的苦水。現在，隨著信息化向著數字轉型的發展，這樣的時代快要結束了。企業中從事IT業務的人才，將會逐漸演變為企業的主角；哪個企業如果不是IT唱主角，哪個企業就會落伍於時代，並最終被淘汰。首席信息官CIO的好日子要來了，這是正在發生巨大變革的這個時代所帶來的伴生現象之一。
1
認識全球信息化發展階段的另一個視角
理解數字轉型的意義，與一個非常重要的問題有關，那就是看待全球信息化發展階段的另一個視角。這種視角認為，全球信息化的發展歷經了以下三個不同的階段。2012年，IBM的伯爾曼（Saul J. Berman）首先提出了數字轉型的概念；2016年，卡恩（Shahyan Khan）在他的一篇文章《數字時代的領導力——數字化對高層管理領導力的影響研究》中指出，人類擁抱數字化的進程可以分為三個階段，即：信息的數字化（Digitization），業務的數字化（Digitalization），以及數字轉型。
圖 | 數字化進程的三個階段
第一個階段，是信息數字化。這個階段解決的是信息本身的數字化問題，就是把各種不同的形態的信息，如數字、文字、語音、圖片、視頻等都。信息化的進程是從信息的數字化開始的。最初是數據、文字數字化了；隨後，隨著多媒體技術的蓬勃發展，圖片、語音和視頻的數字化也逐步實現。信息的數字化是信息化的起點。沒有信息的數字化，就沒有電子數字計算機的發明，就不可能利用電子數字計算機構造各種信息系統和走向業務的信息化，就沒有今天信息革命所帶來的一切經濟和社會進步。如果從1700年前後，德國數學家萊布尼茨（Gottfried Leibniz）率先提出二進位數的運演算法則算起，信息數字化已經走過了300多年的歷程。目前，信息數字化還在繼續發展。
第二個階段，是業務數字化。1946年電子數字計算機的發明，開啟了當代信息革命和信息化發展的一個新時代。1951年，美國人口普查局購買了世界上第一台商用計算機，用作普查數據的處理，開始了全球漫長的業務數字化之路。業務數字化始自企業的操作層，以財會和統計報表系統最為典型。如2013年出版的、由傑弗里·A·霍弗(Jeffrey A.Hoffer)所著的《現代系統分析與設計》一書中所述，美國第一個數字業務信息系統的開發商是通用電氣公司（GE），它在1954年開發了第一個工資單系統。隨後，業務數字化逐步向管理信息系統和決策支持系統發展。此後，科學計算、業務計算、社會計算陸續成為數字計算的主要應用領域。70多年來，業務數字化經歷了數字化、網路化、智能化三個台階；三者之間彼此並不排斥，也不是「你方唱罷我登場」，而是「攜手」努力，不斷地提高業務數字化的水平。業務數字化極大地提高了全社會的勞動生產率和工作效率，對人類經濟社會的發展發生了極為深刻的影響。
第三個階段，就是數字轉型。儘管前面的信息數字化和業務數字化進程都沒有結束，還在繼續發展，但是，全球信息化發展的重點已經開始轉向，進入了以數字轉型為重點的新階段，一個信息化發展的新時代已經來臨。
2
數字轉型的三個方面
國民經濟或產業的數字轉型，起點在於企業的數字轉型。一個傳統產業的企業經由數字轉型而成為數字企業，主要包含以下三個重要的方面。
首先，是業務模式（或商業模式 – Business Model）的轉型，即轉型為數字業務模式（Digital Business Model）。這是數字轉型的最基本、最核心的要義。企業家必須認識到，以往數十年成功運行的業務模式，已經或即將被數字創新所摧毀，不會永遠有效。企業如果不下決心「自毀而重生」，丟棄或改造原有的非數字業務模式，努力創造一個適應於數字時代的、可變的、數字業務模式，必將在未來的競爭中失敗。數字業務模式，是一個數據密集和信息技術密集的業務模式，這是智能製造所呈現的全新特徵，企業家無可迴避。如果一家機床生產廠在轉型前後都是只賣機床的，那麼即使生產系統完全智能化了，由於業務模式沒有變，那麼仍然未能完成數字轉型。
第二，是運行模式（Operational Model）的轉型，即轉型為數字運行模式（Digital Operation Model）。企業必須重新定義其基於計算機和網路的運行模式，清晰地描繪業務功能、流程、與組織架構之間的關係，在數字化、網路化、智能化、自動化的基礎上，實現企業的戰略和最終目標。就此而言，工業互聯網和德國工業4.0將是數字企業運行模式的典型代表。
第三，是核心人才與技能（Digital Talent and Skills）的轉型，數字人才與技能，將成為企業的核心技能。在數字轉型的過程中，企業的技術專長和人才結構將發生深刻的變化。各種數字技術，包括建模與模擬、信息網路、人工智慧、網路安全等技術，將要成為企業數字人才和技能的核心，企業的人才結構將發生深刻變化，信息化人才將佔據特別重要的地位。而要實現這個轉型，企業的領導層必須首先進入數字時代。德國工業4.0平台為了輔助中小企業的數字轉型，在人才轉型方面花了非常大的精力，提供了各種指導手冊（如《數字人才轉型指南》）和詳細的案例。
值得注意的是，數字化轉型（Digitalization Transformation）與數字轉型（Digital Transformation）是非常不同的兩個概念。前者強調的只是一個單位的運行模式的轉型，並沒有改變企業的業務模式；而後者強調的則是一個單位的業務模式的轉型。從上面所述的、企業實現數字轉型的三個方面不難看出，前者只是後者的內涵之一。
目前，網上有相當多的文章將數字化轉型與數字轉型混為一談，混淆了概念，值得大家關注。二者雖然只差一個字，但卻是一個重大的概念上的差異。如果當前企業關注的還只是數字化轉型的話，實際上還是把重點聚焦在了企業的運行模式上，與以前推進的企業信息化並無差異。如此，企業忽視了業務模式轉型的重要性，有可能導致一個重大的方向性偏差，延誤了企業轉型的戰略機遇。
我國一些優秀的企業，近年來實際上都非常重視自身的數字轉型。華為的數字轉型啟動就很早，其研發和生產的主要產品，從原來的通訊設備擴展至智能手機，就是一個重大的轉型。2010年9月，華為生產了中國電信首批推出的天翼3G智能手機C8500，實現了由CT向IT+CT的轉型。2017年，華為的手機收入為2300億，已經占其業務總收入的1/3強。現在，華為也不僅是手機生產商，同時還生產自己的IT、晶元和軟體產品。華為的軟體隊伍在6萬人以上，成為中國少有的、擁有龐大的軟體人才的企業，也是一個全數字的企業。
原來以空調產品引領行業的格力集團，也開始向智能裝備製造轉型。2010年，格力就向上游發展，切入模具製造。2016年3月，格力在武漢市蔡甸區投資50億元，建設「格力智能裝備製造業產業園」，主要從事精密模具、高端數控機床、智能自動化設備、大型商用空調、空調壓縮機等產品的研發、生產和銷售，從空調設備製造向智能裝備製造轉型的目標非常明確。這與德國許多優秀的企業，大力向上游裝備產品進軍以確保產品競爭力的思路，是非常一致的。同樣是做消費電器和空調的美的集團，也在向機器人和工業自動化系統轉型。美的收購了德國最大的一家機器人公司Kuka，一時驚動德國朝野上下。海爾集團也建設了面向全社會的孵化轉型平台，實現用戶的全流程最佳交互、交易和交付體驗；其重點開發的COSMOPlat智能製造雲平台，實現製造的數字化、柔性化、智能化，力圖從傳統家電產品製造向全社會孵化創客平台轉型。
中國本土企業努力實現數字轉型的例子還很多。顯然，很多企業，特別是大企業，已經感覺到了當今世界正在發生的這個意義深遠的變化：只有進行數字轉型，企業才能有明媚的未來。
最後，值得一提的是，企業業務模式的數字轉型，也順應了當前全球物聯網發展的大勢。智能製造要求企業向數字化、網路化、智能化轉型，實際上推動了企業產品智能化和智能產品的發展。只有智能化的產品才能夠接入全球物聯網，進入正在撲面而來的全球物聯網時代。否則，產品和企業就有可能被邊緣化、被淘汰。產品智能化和智能產品的發展，無疑將推動企業和產業的數字轉型，特別是業務模式的轉型，從而在最大程度上推進全社會數字經濟的發展，推動國家的經濟和社會的數字轉型。
作者簡介
作者周宏仁：國家信息化專家諮詢委員會常務副主任，賽迪專家學術委員會主任
編審孟采菽：《知識自動化》主編
來源：知識自動化公眾號
TAG:久友合伙人 |