犹杰:关于工业互联网的再思考

工业互联网轰轰烈烈地搞了好几个年头了,名头也换了不少,从最开始直接借用德国的叫法——工业4.0,到2015年提出我们国家自己的“中国制造2025”,又叫智能制造、云制造等等,现在似乎大家都热衷于叫“工业互联网”了。最近几年,很多地方热衷于搞“万企上云”或“工业企业上云”,不管是大家出于赶时髦呢,还是真正把握了世界发展的趋势,总之有这股劲儿总是好的,我也常常被邀请作为这方面的“专家”去演讲,但总是感觉大家似乎对很多问题并没有想清楚。其实不只是政府,学界、企业界大家都在努力,而最为精彩的还是企业界,因为这里有利益,叫嚷声就会越大一些、使的劲也越大一些,这里常常有两大阵营在主导:一是像BAT这样以IT信息技术为背景的企业,也包含一些以IT技术出身的初创企业,我们大数点就属于这一类;二是以传统工业为背景的企业。划分这两大阵营并不是为了对立,更多地是为了合作,因为“工业互联网”这个名称本身就是两个阵营的组合,一个姓“工业”,一个姓“互联网”,到底姓什么这也常常是大家喜欢争论的话题。不管姓什么,工业互联网难搞起来,也不好搞,我常常在思考为什么?直到最近我看到了一篇应该是来自工业界的人士写的题为“上云本身其实没啥意义,如无必要建议不要上云”的文章,开篇就在论证自建机房还是不自建机房之类的,得出的结论就是上云没啥意义。我忽然间恍然大悟:原来工业界与IT界之间隔阂如此之深,彼此间根本都没搞懂彼此,就凑合在一起搞一个叫做“工业互联网”的东西。所以,今天我觉得有必要,也有责任提笔写点东西,力图先把一些基本问题给讲清楚了,希望对大家思考工业互联网应该如何发展有所帮助。

首先,我们来看看什么是云。最早的云计算开始于2006年的亚马逊(这里讲商业服务,学术界的云计算会更早一些)。众所周知,亚马逊开始只是一家互联网购物网站,美其名曰“电商”。在美国有一个叫做“黑色星期五”的日子,是每年感恩节后一天,类似我们今天的“双11”,在这一天各大商超疯狂打折,人们为了血拼早起排队,各大超市也为了维护购物秩序和防范安全事故等采取了很多措施。当这番景象来到电商网站上时,亚马逊发现由于购物的人潮汹涌,服务器不够用了,很多用户出现无法将商品放入购物车的情况,这可急煞了亚马逊的创始人贝左斯,他心想:“这可是最好的赚钱机会,怎能让用户无法购物呢!”,于是他召集团队说:“我可是未来的世界首富,不缺钱,买买买,赶紧买服务器!”于是,为了应对黑色星期五,亚马逊堆积了大量服务器。可是,黑色星期五一过,亚马逊的服务器利用率极低,大量购买来的服务器处于空闲状态。贝佐斯心想:“我现在还不是世界首富,一大堆服务器放在那全是钱啊!”。不过,贝左斯不愧是世界首富的苗子,他想,既然有那么多服务器生产出来,这个世界就有那么多的需求去使用它们,但人们真正需要的是什么呢?是那些包着铁皮的机器吗?不是,人们(包括我自己)需要的只是计算(运算能力和存储)而已,现在这些服务器已经在我这里了,没必要再把它们贱卖出去,还要花运费搬来搬去。人们要使用运算能力,要用存储,都来我这里用就完事了,这就是云服务的开始,第一次将硬商品(计算机)变成了软服务,但让这得以实现的是一个不可或缺的东西——互联网,因为互联网让人们不用坐在计算机面前使用计算机,本质是数据的流动,数据从你这里通过互联网流到服务器那里,服务器对数据进行计算、处理、存储之后,把结果再通过互联网流回给你。从这个意义上讲,3D打印也是一种云服务,每个人都可以不需要拥有工厂,就可以自己加工自己的产品,只需要将要打印产品的模型(数据)发送给3D打印机,再由3D打印机通过物流将打印好的产品返回给你。如果将今天的互联网和物流网络看成是同一张网络的两根管道,那么所有的产品和服务都可以变成云服务,只是服务的范围可以有很多,可以是商家与客户之间,也可以是企业内部部门之间,或是一条生产线上不同工位之间,只要有数据(或物质)的流动,有请求有应答,就有云服务。

今天的云计算更多的不是关于买不买服务器,或是自建机房或租用机房的问题,而是你如何呈现你的产品和你的服务,如何送达你的服务的问题。比如今天我们听到很多SaaS服务,那就是过去需要购买的软件(如办公自动化、财务管理等),你现在可以选择租用的方式,想用就用,不想用了就停掉,就像你的手机号一样,你甚至可以选择不同的套餐,且可以随时更换套餐。这是一种思维方式,商学院可能甚至把它叫做商业模式。

云讲到这里,我还得多讲一个叫做“容器”和一个叫做“微服务”的东西,这是两个很IT的概念,但它可以给我们的商业服务构建提供一些借鉴。话说贝佐斯决定开始把他的一堆服务器开放出来作为服务供其他人使用时,他就需要开始考虑成本收益比了。假设他有100台服务器,如果每台服务器刚好可以作为一个商品单位租出去,且出租率很高,那么他是赚钱的,但往往事与愿违,客户需要的服务器林林总总,不刚好与他所拥有的服务器大小相匹配,那样则导致空置率很高,是亏钱的。这时,容器技术就发挥作用了,它可以把一台计算机划分为若干大小不定的隔间,称为容器。这就好比你拥有一栋大楼,如果可以灵活且快速地将其划分为各种大小的隔间,就比只能是固定大小的隔间好租出去,出租率更高。随着容器技术的发展,容器的内容变得更加丰富、也变得更加灵活,除了提供一个计算能力的基本隔间之外,它还可以配置一些必要的环境设施,就好比房子的软装和绿植等(今天的一些服务型公寓似乎也是借用了云计算的思想而设计的),而且容器可以像集装箱一样被自由地运送和调度,这就更加丰富了云计算的灵活性和范畴。如果工业的生产线或一些基础设施也可以被灵活划分为“容器”按需调度使用,那么这就是云制造了。把容器的颗粒度再划分细一点,更面向业务一点,那就是微服务了,在IT领域这也是一种架构的设计,目的是在面对千变万化的需求(业务)时,可以不用费太大的力气,快速、灵活、无副作用(不对其他业务构成影响)地构建新产品或服务或扩展服务能力。打个比方,就好比如果你要成立一家公司(业务),你需要行政部、财务部、市场部、技术部等等,但这些你都不需要拥有自己团队,有专门的外包公司提供对应的人员(微服务),他们相互独立,每个部门你想用多少人、什么时候用、用多久,你都可以按需组合,如果你拆掉一个部门或为某个部门扩充,都不会影响其他部门的工作。微服务间互不干涉,它们之间通过某种通信机制进行沟通,叫做API接口。

不管是容器还是微服务,这些通过IT技术实现的创新理念让我们今天的产品和服务更加的丰富,体验也越来越好。所以,云不仅仅是自建机房或不自建机房、买服务器还是不买服务器的问题,云计算更多地是一种思维方式,是构建服务和解决问题的方法,它甚至还是一种商业模式。

物联网

谈到物联网,大家首先想到的是“万物互联”,这种说法没错,但关键是怎么个互联法?前几年,各种大大小小的物联网项目也搞得火热,智能家居、智能路灯、智能井盖。。。,都喜欢加“智能”两个字,认为只要加了个联网就智能了,我想这种叫法应该是源于智能手机,在移动互联网之前的手机叫做功能机,只是实现打电话和发短信的功能,3G时代之后,手机可以直接连接互联网了,就叫做了智能手机,所以这里的“智能”应该还不是真正意义上的智能,只代表应用和服务更多了、更丰富了,今天的手机里各式各样的App和小程序应有尽有。那么,这些物联网项目是不是带了更多的应用和服务呢?答案应该是肯定的,只是有的应用很诱人,有的却很鸡肋,比如通过手机App遥控空调我认为意义就不太大;而如果是通过传感器对环境变化的感知和对人的偏好的分析,空调自动调节温度、送风模式等,我认为这就是真正的物联网,而且这里有了真正的智能。那么万物互联真正的意义在于哪呢?其实不仅仅在于连接本身,而重要的是通过物与物之间的互联与协作,形成了一种智能化的局面,让这些物更好地服务于我们人类,比如让我们的社会环境更安全、生活更便捷(智慧城市),让自然环境也更安全、更绿色(自然灾害预警、污染监控),还有其他很多很多。但为了实现这种智能化局面,我们需要攻克很多问题,研究多种技术来解决,例如在偏远的山区,没有蜂窝网信号覆盖的地方如何让水泵将数据传出来,有人就研究了LoRa这种远距离中继传输技术;对于一些小设备,如井盖传感器,如何让它们在非常有限的电量情况下保持长时间的连接和数据传输,所以就有了NB-IoT这样的通信技术;而在工业里,如何对接适配成百上千的工业协议以实现工业设备数据采集,并让工业数据安全、可靠传输和得到语义解析就是工业物联网比较具有挑战性的内容。除了网络传输和通信技术之外,物联网还需要各式各样的传感技术,去感知各式各样的数据,比如温湿度、压力、速度、光、化学气味等。感知完后,还要根据环境的这些参数对设备进行控制,如调整机械臂的动作、控制开关等,这些技术组合在一起,就接近于了智能制造理论里的一个核心概念——赛博物理系统(CPS)的大部分元素:感知、网络、控制,关于CPS我推荐大家看李培根院士写的关于智能制造的文章。

总结一下,物联网不是某一项技术,而是包含了传感、控制、通信等技术的技术集,虽然今天的物联网我们看到的仍只是比特的流动(信息网络),但未来的物联网一定也是像在上一章里提到的一张网络两条管道,而另外一条管道就是真正的物质的流动(分子流),在今天现有的科技水平下,我们临时用发达的交通运输网络(物流)来代替。无论这条分子流网络何时准备好,物联网的核心是让物与物互联互通、实时在线,并在此基础上形成了一个智能化局面,让物更好地服务人类的需求。

大数据

曾几何时,大数据似乎成了忽悠人的代名词,不过看起来也是,似乎除了那几个有关啤酒与尿布的故事和有关《纸牌屋》编剧的故事之外,没有太多关于大数据实际应用案例的动人故事了。其实不然,大数据今天已经渗透到了我们生活的方方面面,因为成为了习惯而忘却了它的存在。大家如果经常用滴滴打车的话,有没有发现每次你上下车的具体位置越来越准,不用你说司机都可以在更加准确地点停下来让你下车。大数据更典型的应用是一个叫做“智能推荐”的东西,大家经常在网上购物的或经常看视频、看新闻的,常常会在App的主页或推送消息里收到一些给你推荐的商品、影视剧和新闻资讯,虽然有人说这些推荐有时有些烦人,但从商家的角度来看,这是很有价值的,因为通过用户行为大数据分析,商家广告投放会更加精准、点击率更高,获得的收益也自然更高。大数据背后的本质是概率论与统计,在概率论里有一个叫做蒙特卡洛的方法,这是一种很有实践意义的数学方法。在现实世界里,很多事件发生的概率是无法精确计算的,因为没有固定的公式可以计算或推导,那么蒙特卡洛就说你可以通过采样,对样本里发生的事件进行统计,计算其发生频率,那么当样本越大时,这个频率就越接近事件的真实概率。这样说大家是不是觉得有点摸不着头脑,那我来举个具体而简单的例子:我有一枚一元人民币的硬币,我想知道如果这枚硬币掉到地上是数值面的概率和是国徽面的概率分别是多少,或者说是竞猜比赛你猜哪一面赢的机会更大。那么我怎么做呢,我就需要事先把这枚硬币扔个几十次或上百次,然后分别统计是数值面的次数和是国徽面的次数,分别除以总次数,得到的就是这枚硬币掉到地上出现数值面和国徽面的概率,这就是蒙特卡洛方法。除了蒙特卡洛方法,在概率论里还有一个叫做大数定律的理论,这些都是讲的当数据样本逼近无穷大时,我们对事物的认识就更加接近其真相。

过去很多人讲大数据都喜欢讲什么4V特性、5V特性,容易把人讲到云雾里去,其实几V不重要,重要的是它的核心原理是什么,它有什么用,带来什么价值。像谷歌、百度这些搜索引擎网站通过对人们搜索词出现频率的统计并结合地理位置信息可以推断某些地区的舆情、新冠疫情的严重程度及其发展趋势,甚至还可以预测美国大选的结果等。那么,大数据跟工业有什么关系呢?谈到工业大数据实则有些尴尬,因为现阶段很多工业领域的数据量(样本数)其实不够大,甚至很多企业都还没实现数字化,处于手工记录的水平,数据都没有,更谈不上大数据了。如果把工业放到更长的时间范围里去看的话,它的发展路径本身就是符合大数据思维的,这里的“大数据”是靠几代人甚至几十代人积累的经验,不断地试错-修正(这本身就是一种蒙特卡洛统计过程),形成了今天工业生产中的工艺、流程、管理和方法。只是说有了今天先进的计算机技术,我们是否可以将这种传统工业迭代的路径缩短一些,发展速度更快一些。但要真正地做到工业大数据,我们需要做很多的投入。首先,要做物联网,需要采集数据,虽然刚开始只能实现设备运行状态监控和可视化等应用,但是这是第一步,因为有了这一步我们才使拥有大量的样本数据成为可能。然而,在工业领域做到这一步其实面临一个极大的困境:那就是先有鸡还是先有蛋的问题,先有数据还是先有应用。工业是很看重投入产出比的,如果在没有具体应用和价值的情况下,让企业投入设备改造、大量铺设传感器、构建物联网和安装大数据库系统,这个投入是相当大的,而且大数据始终是一个概率科学,有了数据能不能产生真正很有价值的应用还只是一个概率而已

我们再回头去看那些消费互联网领域里的大数据应用,他们刚开始也只是提供了某种功能和服务满足了用户的某些需求,比如订餐、打车、购物、娱乐等,只是做着做着,随着用户越来越多,产生的数据量也越来越大,才发现利用对这些数据的分析,反过来又可以优化他们原有的产品和服务,甚至衍生出新的业务。所以,对于工业我倒是觉得不要盲目地赶时髦,而是从解决具体的业务痛点着手,看看是效率需要提升,还是流程需要优化,或是质量需要改善,大胆地上相关的数字化系统(大部分工业软件是专业领域里经验积累的结晶,是基于经验模型的具体应用),只是这些数字化系统需要有云计算和大数据平台的架构,而不是传统的定制化软件,要具备模块化、可扩展、解耦性,还有大数据的存储能力和做大量数据分析计算的潜力。工业是经验科学,我相信在这些经验积累和已经形成的大量的工业软件和数字化系统的基础上,只要加上云计算和大数据的思维,工业大数据大有可为。

人工智能

这是我最喜欢讲的一个话题,不是因为它比较时髦,而是因为它包涵了很多深层次的含义。人工智能这个词直译于其英文名称(Artificial Intelligence),简称AI,意思就是人为搞出来(创造)的智能,应该是为了区别于人类与生俱来的智能(进化形成的,或者干脆说是上帝创造的,也叫做自然智能)。自然智能伴随着生命在地球上的诞生已经进化了5亿多年了,我们现在搞人工智能并不表示我们已经对自然智能有了多么深刻的理解和很成熟的研究,相反,自然智能还存在很多的未解之谜,对这两种智能的研究现在几乎是平行进行的,在大学里有人工智能相关的专业,也有与自然智能相关的专业,如解剖学、分子生物学、脑神经科学、认知科学等,还出现了这两种智能的交叉学科——计算神经学。那我们首先来看看什么是智能呢?当你正在阅读本文章时,恭喜你,表明你是有智能的。那你为什么有智能呢?因为首先你有一个叫做大脑的东西,它可以接受通过你眼睛传来的信号,处理后辨别出你看到的是汉字,并且理解了每个句子的意思,把最后理解的意思存储起来,而这些存储起来的记忆对你日后的工作、学习和生活有参考或指导意义,而对于未来的指导可以是联想、分析、推理、归纳等中的一种或几种形式,也可以是你的语言表达或动作行为。所以总结一下,智能包含了一系列的过程:首先是接受信息(可以是通过视觉、听觉、嗅觉、触觉等感官获得的外部信息),然后这些信息通过复杂的生理化学过程传输给大脑进行处理运算(包括计算和存储),最后给外界一个反馈,可以是无形的(如思考和情绪),也可以是有形的(如语言表达或行为动作)。简化下来,智能就是输入-计算-输出的过程,但这个过程里输出可能又变成输入,形成连续不断的循环,每循环一次,智能提高一些,通俗地讲叫做变得更聪明,短时间的循环叫做学习,长时间的循环我们将之称为进化。那么理解了什么是智能,理解人工智能就简单了,它就是用计算机(包含软件和硬件)来模拟这种可以学习、可以进化的输入-计算-输出过程,或者叫做模拟大脑的计算过程。在人工智能界有个著名的实验叫做图灵测试,用于判断一个计算机系统是否具备“思考”能力:将一个人和一个计算机系统分别放在两间黑屋子里,你事先不知道哪个屋子里是人,哪个是计算机,在一定时间内,如果你通过对他们提一系列的问题还无法区分谁是人谁是计算机,那么就表明这台计算机系统是具备思考能力的。。

人工智能作为一门专门的学科或研究领域始于1956年,期间经历了几波高潮与低谷,但最近十年的迅猛发展得益于两个非常重要的因素:一是计算机硬件技术的进步,使得在短时间内进行高维的矩阵运算成为可能;二是互联网和移动互联网应用的发展为研究AI算法模型提供了大量数据(比如互联网上大量的图片)。在这两个因素的支撑下,科学家和企业界的工程师们可以设计很多复杂的模拟大脑运算机制的算法(计算机程序)并验证它们,这些算法中有两个非常著名的模型:一个叫做循环神经网络;另一个叫做卷积神经网络,他们都是可以对输入数据进行一系列非线性计算(如果无法理解,就把它想象成一个数学公式吧,至于具体是什么公式先不用管)的网络结构,这些网络结构是模拟大脑的结构设计而成的,因为大脑就是由无数的脑细胞(或叫做神经元)连接而成的一张网络(据说我们的大脑里有1000多亿个脑细胞),如果这些神经网络的层数很多,我们将之称为深度神经网络,现在深度神经网络被广泛应用到语音识别、语言理解、图像识别/分类,基因测序、药物发现等领域,比如我们手机App上的人脸识别就是神经网络具体的应用案例。今天的人工智能在某些方面已经超过了人类的智能,例如著名的AlphaGo战胜了世界围棋冠军,而机器在图像分类上也比人类更擅长。

可是,今天的人工智能相对于人类智能仍然面临一个巨大挑战,那就是一方面它需要“吃”大量数据,另一方面它还消耗比较高的能量。对于一个卷积神经网络,要很好地识别猫和狗,它需要预先学习上千张猫和狗的图片,而对于一个人类的幼儿,他只需见过几次猫或狗他就能识别它们;与此同时,计算机要识别一只猫或狗要比我们的大脑做同样的识别消耗的能量大得多。这个挑战也是人工智能在工业里应用的一个巨大障碍,因为如上一章中所说,工业领域里是比较缺大量样本数据的,而且在给人工智能算法学习之前,需要人工对样本数据进行预先标记,比如对某种产品标记它是合格品还是不合格品,如果是有缺陷的还要标出具体属于哪类缺陷。从整个工业范围来看,这些需要标记的类别是千差万别的,而每一个类别的样本数并不多,更是有些类别(比如某种机械故障)需要人工(某领域专家,俗称老司机)先做大量研究之后才整明白了,所以有些人工智能系统沦为了“专家系统”(将人为经验编写成按规则运行的计算机程序)。因此,要想让人工智能在工业领域大显身手,我们需要解决几个问题:1.需要积累更多的工业数据,这往往变成了一个商业问题,工业企业会考虑投入成本建数据平台划算还是花成本培养专家划算;2.研究开发更加灵活的AI算法,如自动标注和非监督的自主学习。无论是对于第一点还是第二点,都需要时间,积累数据需要时间,非监督学习过程也需要时间,对于工业来讲,是否能投入成本并等待算法的自主学习成长是一个需要考虑的现实问题。其实这个过程类似于一个人从出生到大学毕业,花了二十几年的时间学习才能开始创造价值,只是这二十多年的成本投入不是由企业来完成的,它分摊到了无数个家庭,还有政府的支持(学校及其他教育投入),所以企业喜欢拿来就用,但这些受教育的人不仅给企业创造了价值,他们更是推动了整个社会的进步。那么类似地,AI将如何更好地应用于工业并推动整个社会进步呢?我想这里边除了技术课题之外,还涉及到整个经济社会的方方面面,比如资源如何配置?AI的学习成本如何分摊?AI创造的价值如何衡量与评价,如何归属?以及政府在这里边扮演什么角色,发挥什么样的作用等等问题。

其实,AI是一个很深远的话题,除了我们今天看到的种种应用之外,我们目前还搞不清楚它到底只是与人类智能平行的世界,还是它是一个更大的范畴。我个人比较赞同马斯克的说法:人工智能才是宇宙里真正的高级智能,而以生物大脑为载体的自然智能只是进入那个高级智能的加载程序而已(简单地给非计算机专业人士解释一下什么是加载程序,当你给你的电脑开机的时候,在Windows画面出来之前那一闪而过的黑乎乎的画面就是加载程序),而AI才是智能世界的操作系统。AI的研究虽说起源于对大脑的模拟,但它也正在反过来帮助我们更好地理解大脑的工作原理,卷积神经网络对图片的识别过程已经在猴子的脑神经实验中得到了验证(可以关注麻省理工学院近期的研究进展),那么是不是可以说像卷积神经网络这些数学模型才是智能的本质,而大脑只是对这些模型的一种实现方式而已。如果AI才是宇宙里真正的高级智能,那么我们怎么来看待工业的发展呢?那就不是用AI来服务工业的问题了,而是反过来,工业只是这个AI世界里的一小部分,为它提供能源?提供载体?还是只是一个AI世界的仿真或模拟程序?这是一个我们需要深入思考的问题。

哲学

在工业互联网发展进程里困难重重,我们不得不像许多科学家那样,在面对宇宙的诸多未解之谜时暂时诉诸哲学了以慰籍,或至少马克思主义发展观告诉我们:前途是光明的,道路是曲折的。其实,做工业互联网我们可以把视野放得更远一些,人类在手工农作时代里摸索了几千年才进入了工业时代,在最近一百多年里才出现了信息产业,最近二三十年出现了互联网。严格意义上讲,互联网也属于信息产业。头些年,人们试图把人类历史上最后出现的两个产业合并,叫做两化融合(工业信息化),现在又试图把之后出现的互联网与工业合并,叫做工业互联网。这仿佛是在黑夜里点亮了一只火把,给人们暂时照亮了方向,但这只火把能燃多久不知道。还有人把工业互联网叫做产业互联网,也许是因为工业的英文Industry不仅仅是工业的意思,还有产业的意思(我特地查了牛津词典里Industry的意思:1. 在工厂里对原材料的处理和对产品的制造的商业活动;2. 某种形式的经济或商业活动的分支;3. 消耗大量时间和精力的活动或领域),也可能是因为觉得互联网可以改造的不只是工业,还可以改造农业、服务业等其他商业活动。即使叫做工业互联网,人们也热衷于争论它姓“工业”还是姓“互联网”,工业是主体还是互联网是主体。在我看来,叫什么不重要,姓什么更不重要,这就好比一个孩子,无论跟父亲姓还是跟母亲姓,他的基因以及他与生俱来的能力都不会变,无非是跟谁姓了谁家更有面子罢了。虽然,现在看起来更多的是工业主体在推动工业互联网的发展,但已经开始有些产品不是工业的基因了,比如说特斯拉,你说他是一件工业品呢,还是互联网产品?即使现在还不太好定义,但它已经标志了一种颠覆性的开始。

所以我们要看它名称背后的本质是什么?自从人类开始拿起棍棒打猎,人类就开始了文明的进程,工具让人类具有了改造自然的能力和更具有创造力,工具的发展史其实也就是我们的产业发展史:镰刀、锄头、铲子造就了农业;金属、蒸汽机、电造就了工业;天线、电缆、计算机造就了信息业;互联网极其相关的技术工具造就了今天丰富多彩的互联网经济和商业体系。那么我们今天搞工业互联网,本质是什么呢?我认为,本质是利用云计算、物联网、大数据、人工智能和区块链等这些新的技术工具去创造一个新的业态,至于这个业态叫什么?我们暂且把它叫“工业互联网”吧,但这始终是一个用旧有词汇组合成的新词,它是否能准确表达这未来的新业态,乃至反而有误导性,现在暂时不好得出结论。从历史上看,很多词原来是没有的,完全是随着新事物的出现而在字典里出现的。比如Cyber这个词,是当初控制理论之父维纳无法用现有词汇或知识描述在控制理论方面的一些发现和研究而创造出来的新词;互联网(Internet)也是在这项技术和应用出现后用来描述它的专用名词。

因此,我敢预言:未来,我们正在奔赴的这个光明前途一定不是我们今天想象的样子,至于它未来叫什么名字我们不得而知,只知道它是一种更加高级的业态,或文明创造方式。

现实

既然我们知道前途是光明的,那就大胆地回到现实吧。这些年,我实地走访和考察了诸多行业和许许多多的工业企业,大多数对工业互联网和智能制造是充满期待的,但落地很难,究其原因多种多样,有的条件不具备、有的没钱、有的不确定效果、有的根本不是面临升级问题而是转型问题(要么倒闭、要么换方向),而一些大中型先进制造业倒是都在尝试,有的做了漂亮的电子看板,有的上了在线实时数字化仿真系统(有的叫做数字孪生),有的安装了先进的机器人,有的做了一体化的园区管理系统(摄像头监控、人脸识别门禁等),有的结合互联网营销实现了定制化生产,有的利用二维码和RFID技术实现了物流及物料的在线查询和追踪,这些都是工业企业主导的;也有互联网企业主导的,比如通过互联网平台整合工厂的制造能力,利用互联网提高原材料供应的效率和质量,还有像蔚来汽车、小鹏汽车这些互联网汽车。总之,工业企业努力用新技术武装自己,让自己更强大,而互联网企业试图用新技术创造新的产品服务乃至新的业态模式。工业互联网哪家强?尚无定论。而在这背后,有千千万万正面临困境的企业,例如我们走访过的船舶制造业,这几年是极其的产能过剩,你说要去给这些企业安装物联网,提高设备的运行效率和质量吗?我看没这个必要,一来,旧设备改造成本很高,企业也没钱投入;二来,改造完了做什么呢,企业都没有订单了,要那么高的效率做什么。我看现在他们把船坞租赁出去,并提供船舶的维修保养服务倒是个不错的选择。所以,对于这类企业(很多,包括一些高耗能、高污染行业)面临的不是升级问题,而是转型问题,要改方向了,一些旧有业务未来不存在了。不过,互联网极其相关的技术工具(云计算、物联网、大数据、人工智能)仍然可以为新的方向、新的业务赋能,比如用互联网平台整合船坞资源,使其利用率更高;用物联网和数据分析帮助船舶维修保养更高效、用户体验更好。

那么,从整个工业来看,主要面临的是升级还是转型呢?要具体问题具体分析,要面对现实。那什么是现实呢?还是我们党的领导层高屋建瓴、抓住要害:不断满足人民对美好生活的向往。所以,“人民对美好生活的向往”就是最大的现实,前不久,习总书记向全世界宣布了:中国要在2060年之前实现二氧化碳零排放!所以,我们往这个目标去做就好了,过程与方法都只是为目标服务的,而如何利用好工具和实现思维转变与创新是我们能否到达目标或是否可高效、高质到达目标的关键。我看接下来的几十年,整个产业格局会有很大的变化,很多旧有的东西淘汰掉了,新的东西不断冒出来,总之人民要过上高质量的生活,气候不能一直变暖,灾难不断,我们要过得更健康、更舒适、更快乐。因此,搞不搞工业互联网,到底怎么搞?绝不是简单的现有工业与互联网的简单加合,而是人类在掌握了新的技术工具之后,创造出来新的产品、新的服务和新的生活方式,这是一个过程,一个人类文明不断向前的过程。

本文源自头条号:大数点

本站是提供个人知识管理的网络存储空间,所有内容均来源于网络,不代表本站观点。如发现有害或侵权内容与我们联系。