【大資料】中國工程院院士何友：工業大資料及其應用

來源：德先生D-Technologies

工業大資料面臨的挑戰。

第一是資料蒐集，要對來自網路包括物聯網和機構資訊系統的資料附上時空標籤，去偽存真，儘可能收集異源甚至是異構的資料，還可與歷史資料對照，多角度檢驗資料的全面性和可信性。

第二是資料儲存，要達到低成本、低能耗、高可靠性目標，要用到冗餘配置，分佈和雲端計算技術，儲存時對資料進行分類，並加入便於檢索的標籤。

三是資料處理，利用上下文關聯進行語義分析，現在關於上下文這種關聯，也是一個國際上比較熱門的一個領域。

第四是視覺化呈現，目前計算機智慧化有了很大的進步和發展，但是談不到深層次資料探勘，現有資料探勘演算法在行業中難以應用，就是我們談到的智慧之路進步很大，但還很遙遠。

中國工程院院士、海軍航空大學資訊融合研究所所長何友

以下為演講全文：

共彙報三個方面，第一個方面是概論與現狀，這個我就簡單過一下。隨著網際網路資訊系統及電子裝置的發展，人類各行各業每時每刻都在生成海量資料，例如社交媒體每天要產生12TB的資料，製造業波音737引擎每30分鐘飛行產生10TB的資料，如此等等可以說大資料的時代正在到來，並且正在改變著我們的工作和生活。

那麼大資料隱含的戰略價值已引起已開發國家政府的重視，許多國家相繼出臺大資料戰略，發展大資料應用。美國政府發力推動大資料行業的應用，2012年就把大資料上升為國家戰略，2016年白宮出臺聯盟發展大資料發展的計劃，2016年又加大撥款的力度。

與此同時，英國以資料共享為根本積極推動大資料平臺。英國2013年10月31日把大資料帶來的機遇作為英國資料能力戰略，同時相應出臺一些政策法規。日本、法國、澳大利亞和瑞士也相應把大資料作為國家戰略，這些大家都很熟悉了，這些國家除了頒佈戰略規劃進行整體佈局外，還十分注重配套的構建，目的都是為本國大資料發展構建良好的生態環境。

我們國家各部委規劃符合實際的發展戰略路線圖，像2014年到2017年大數均寫入我國《政府工作報告》，2015年5月19號國務院釋出《中國製造2025》的通知，將工業大資料發展作為重要工作內容。2015年12月29日，中國電子技術標準化研究院網站釋出了《大資料標準白皮書2.0》，大資料標準由基礎標準、技術標準、產品和平臺標準、安全標準、應用和服務標準五個類別的標準組成。2017年釋出了《2017年中國大資料發展報告》。

發改委2012年開始也釋出了這方面的指南，組建了13個國家級大資料實驗室。還有應用方面的，科技部973、863也陸續把大資料列入研究計劃。這是科技部一些重點研發專案，像2018年雲端計算、大資料基礎設施，基於雲模式資料驅動的新興軟體，以及包括大資料分析應用與類人智慧，也包括雲端融合的感知認知與人機互動。

國家自然科學基金委在2013年開始將大資料列入釋出指南，2014年200萬以上專案達到18項。

工信部也是這樣的，也把大資料發展規劃作為重要的內容。2017年釋出了大資料產業發展規劃，加快實施大資料發展戰略，加快大資料產業快速發展。

國家大資料中心，我們國家大資料中心有三大基地（北京、貴州、內蒙古）、八個節點。

大資料戰略重點實驗室。2017年12月9日，強調大資料發展日新月異，我們應該審時度勢、精心謀劃、超前佈局，力爭主動，深入瞭解大資料發展現狀和趨勢一起對經濟社會發展的影響，分析我國大資料發展取得的成績和存在的問題，推動實施國家大資料戰略，加快完善數字基礎設施，推進資料資源整合和開放共享，保障資料安全，加快建設數字中國，更好服務我國經濟發展和人民生活的改善。

工業大資料的時代背景。2012年麥肯錫在《工業大資料的崛起》報告中給出了一個有趣的事實，在虛擬經濟占主導地位的美國，工業蘊含的資料總量超過其他部門，第二是工業部門已進入大資料時代，正以創記錄的速度迅速增長。目前中國工業正面臨著轉型升級，迫切需要將大資料融合到經營管理與生產運營活動中，來促進製造企業向服務化、智慧化轉型升級。

具體表現，第一是工業面臨的問題和挑戰，一是成本優勢不在了，二是資料資源難用了，三是市場反應不準了，四是資料技術落後了，五是工業大資料已經形成，六是工業大資料技術需求迫切。

工業大資料的定義我就不講了。

工業大資料的來源，產品全生命週期一般分為三個階段，開發製造階段、使用維護階段和回收利用階段。工業大資料來源於產品全生命週期各個環節的機器裝置資料、工業資訊化資料和產業鏈跨界資料，包括市場、設計、製造、服務、再製造等，每個環節都會有大量資料，全生命明週期會合起來的資料更大。

工業大資料的特徵，一是資料價值密度高資料型別繁多，二是多源異構的結構化，三是資料處理實時性要求也是非常高的，四是資料關係和關聯性異常複雜。

工業大資料的價值，大資料將在工業各個方面創造價值，像產品的創新、工業物聯網、工業供應鏈的分析優化等等。這是工業大資料的平臺，應該是最終驅動工業升級和產業整合。

帶來的價值主要體現，第一是可適應從大定單大批量產銷模式向小定單多規格的產銷轉變的需求。二是可滿足在特定工藝水平和裝置精度上，進一步改進和提升產品質量的需求。然後是適應市場競爭、縮短產品研製和生產週期的需要。

在工業大資料所推動的變革中，即使效率只提升1%，效益也是空前巨大的。如在全球節約1%的商用航空燃料意味著節約300億美元的成本。工業大資料是工業網際網路與工業4.0的核心關鍵技術，更是《中國製造2025》的重要工作內容，也是人工智慧未來發展的一個基石。

工業大資料的現狀，大資料正從零售、金融、電信、物流、醫療、交通等領域加速向工業擴充。百度的工業大資料監測平臺已應用到汽車、日化等行業，三一重工利用大資料分析技術為智慧工程機械物聯網提供決策支援。

2017年12月8日，工業大資料產業應用聯盟成立大會在北京舉行，聯盟由聯想集團和中國電子技術標準化研究院攜手眾多行業骨幹企業共同發起。

工業大資料的一些代表性會議，第一是2015年的11月18日，國內首個專注於工業領域大資料應用的權威會議在北京舉辦。第二個是首屆中國工業大資料產業發展高峰論壇在杭州舉辦。第三個是第十三屆中國製造業國際論壇在天津召開。第四個是山東省科學技術年會及智慧製造、工業網際網路與工業4.0分會在濟南召開。第五個是中國大資料產業峰會在貴陽召開。2017年5月5日，2017年中國工業大資料大會暨錢塘峰會在杭州召開。後面還有幾個會議。

---

彙報第二個方面應用與案例，我簡單彙報一下，這裡面有八個方面的應用。第一是加速產品創新設計，傳統的產品設計模式是基於設計師的靈感和經驗，揣摩消費者的需求喜好，設計產品，針對性不強，不精確。大資料可拉近消費者與設計師的距離，精準量化客戶需求，指導設計過程，改變產品設計模式。

未來產品的創新設計主要有三種模式，一是C2B定製模式，第二是垂直整合的製造模式，第三是柔性的製造模式。

這是一個示意圖，一共有九個步驟。福特公司將大資料應用到福特福克斯電動車的產品創新和優化中，使這款車成為一款名副其實的大資料電動車。

Textron公司的戰鬥機Scorpion，2012年該公司利用大資料的思維深入分析國家、客戶需求，發現急需增加生產戰鬥機的業務，更好地滿足了國民警衛隊和出口的需求，大幅提高了公司的核心競爭力，實現了真正意義上的產品創新，這說明未來行業的界限越來越模糊，它原來沒搞過戰鬥機，沒搞過飛機，經過自己的組裝成功了。

華為Mate手機與天貓聯合C2B，自2012年11月起，天貓與華為展開了一場日點選量超過24萬次的使用者調研，涉及CPU、核數、記憶體、螢幕、材質等，基於調研資料，華為通過大資料分析更好地認識了使用者偏好，並直接用於華為Mate手機的研製中，非常有競爭力。

二是產品故障診斷與預測。案例一是波音公司，案例二也不展開了，案例三是寶鋼大資料應用。

三是供應鏈的分析和優化，產品電子標識、物聯網、移動網際網路等技術能幫助工業類企業獲得完善的產品供應鏈的大資料。基於大資料技術，利用銷售資料、產品的感測器資料和供應商資料庫的資料，企業可準確地預測全球不同區域的需求，通過跟蹤庫存和銷售價格，可以在價格下跌時買進，從而可節約大量的成本。大資料將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降，實現供應鏈的優化。這是寶鋼大資料應用的一個例子。

四是產品銷售預測與大資料營銷。大資料是一個很好的銷售分析工具，通過歷史資料的多維度組合，可以看出區域性需求佔比與變化、產品品類的市場受歡迎程度以及最常見的組合形式、消費者的層次等，以此來調整產品策略和鋪貨策略。大資料是一種相對比較穩定的，並不是大起大落，或者實時性很強的一個環境，所以對大資料的應用是一個非常好的基礎。那麼基於大資料分析可以發現，在開學季高校較多的城市對文具的需求會高很多，這樣可以對供貨做一些調整。

五是生產計劃與排程。大資料可以給予企業更詳細的資料資訊，發現歷史預測與實際的偏差概率，考慮產能約束，人員技能約束、物料可用約束、工裝模具約束，通過智慧的優化演算法，制定預計劃排程，並監控計劃與現場實際的偏差，動態的調整計劃。

六是產品質量管理與分析。在工業類企業對產品進行管理與分析時會產生大量的資料，利用傳統的分析方法難以發現資料之間複雜的隱性關聯關係。然而利用大資料技術，建立質量管理分析平臺可快速得到一個長長的傳統單一指標的過程能力分析報表，更重要的是還可以從同樣的大資料集中得到很多嶄新的分析結果。特別是一些隱性結構往往價值是很高的。這是寶鋼大資料的運用流程。

七是無線網路智慧管控。隨著移動資料業務、使用者數量的增多和需求的差異化，使用者出現等級分化，無線網路中的策略控制與計費方式需進一步考慮使用者的匹配性，從而制定更合理的資源分配方式以適配不同層級的使用者體驗。

八是行動通訊大資料網路的部署。行動通訊大資料具備較高的空—時變化特徵，傳統固定的行動網路部署無法有效匹配某一特定區域內的流量與負載特徵，超密集化的小小區部署也無法實時適配業務需求的動態變化。

九是基於通訊大資料的金融徵信判別。通訊行業的大資料應用於金融行業目前是徵信領域。目前，國內網際網路金融發展的一大壁壘是信用體系的缺失，而運營商擁有的寶貴大資料將是較好的解決渠道之一。聯通與招商銀行成立的招聯消費者金融公司是較好的方式。

十是典型案例，輪胎產業大資料關鍵技術研究及應用示範，聯合申報的是玲瓏輪胎股份有限公司。專案背景是輪胎製造資料與外部市場銷售等相關資料的快速增長。這是它的具體流程。主要研究內容是研究輪胎產業大資料應用模式，整合輪胎全生命週期中產品設計、生產環節等等。

這是大資料分析決策系統的一個登入介面，輪胎產業大資料分析決策系統可根據使用者在企業中的工作職能設定不同等級的許可權，使系統中不同功能模組及資料，面向不同級別的使用者，對企業的重要資料及情報進行有效的保護。這是整個分析決策系統的主介面，有幾個分系統。分為五個模組，主要是大資料資源中心、巨集觀銷售預測系統、微觀銷售預測系統、質量分析系統、計劃排程系統。

一是大資料資源中心，包括銷售、計劃、質量資料以及外部網站爬取獲得各大相關行業的資料。這是它的一個子模組的介面。具體說五個大資料資源中心子模組可實現輪胎產業大資料資源的區分地域、資料來源和各相關行業多維度的管理和展示。

二是巨集觀銷售預測系統，巨集觀銷售預測模組主要基於輪胎行業大資料資源中心的資料，如輪胎原材料歷史價格、人工成本、國內外巨集觀經濟環境、匯率及利率變化、下游行業波動等進行深度綜合分析，對輪胎製造業企業的巨集觀銷售情況進行預測分析。這是它的子模組的介面，具體來說四個巨集觀預測子模組分別實現輪胎製造業主要原材料價格的波動預測、與輪胎製造業相關的海量新聞的自動收集、整理和重點推送及國內外市場的銷量巨集觀預測。

這是微觀預測系統的一個介面情況。微觀銷售預測模組整合企業內部資料和外部相關行業資料，通過建立模型分析預測具體型號輪胎的未來銷量走勢，為企業安排生產和調整產品結構提供支援。這是子模組的介面。具體來說三個微觀銷售預測子模組分別實現輪胎產業面向主機廠的整體銷售預測、各主要型號的銷售預測及對各主要型號的輪胎進行銷量預警。

四是質量分析系統。質量分析系統模組標準化資料平臺提供的生產全過程貫通資料，實現對產品全過程的追溯，採集聚類、分類、異常檢測等資料探勘方法，從原材料、配方、工藝、環境等多維度對產品生產全過程進行資料關聯分析，來找出質量影響因素對關鍵供需及製造過程的影響關係，提升產品質量、故障診斷的效率。具體來說三個質量分析子模組可實現多維度全過程產品質量控制、基於產品質量巨集觀分析調整生產原料、工藝及環境等引數，產品質量可追溯到工藝等功能。

五是計劃排程系統。計劃排產模組根據市場訂單量、銷售預測量、備用庫存量和現有庫存量，制定下月實際生產量，充分合理的分配生產資源，通過充分挖掘工藝引數、成組生產、裝置狀態、排程規則等與訂單交貨期複雜關聯關係。這是主要考核指標，整個的專案現在基本完成。預計今年上半年要進行驗收，後來還要進行相應的推廣應用。

面向製造業的大資料關鍵技術研究與應用，這個我就不展開了。

還有一個例子是紡織產業大資料關鍵技術研究與應用示範，這是煙臺市科技計劃專案，這是一些主要研究內容。

彙報第三個方面，技術與挑戰。

面向工業大資料的思考。

• 思考一，工業大資料和企業已有資料之間的關係。工業大資料應該遵循二八法則，第一是資料價值密度方面，也就是20%的SQL小資料具有80%的價值密度。他們之間是相互依存、不可分割的。

• 思考二，工業大資料和業務流程的關係，傳統企業資訊化專案一般是從梳理業務流程起步的，流程主動、資料被動，而工業大資料環境下，要求企業快速滿足個性化使用者需求，企業僵化的長流程難以適應實時決策的要求。

• 思考三，工業大資料的驅動力，這個不展開了。

• 思考四，工業大資料的工作步驟，

• 思考五，工業大資料的特殊性。

工業大資料的科學問題。一是資料來源多，資料型別不統一，資料質量要求高。研究突破工業大資料多源異構資料的實時整合與資料融合技術。二是資料儲存的可靠性要求。三是工業大資料分析模型難度大，決策分析的影響因素多。四是需要構建工業大資料智慧分析工具。五是需要大資料驅動下的工業物聯網與智慧製造模型。

工業大資料的關鍵技術。一是工業大資料平臺架構與儲存技術，二是多源異構工業大資料統一描述與整合分析技術，大資料驅動的工業系統分析與決策支援技術、工業大資料視覺化技術，工業大資料容災備份技術等等。

工業大資料學術研究方向，方向一是資料科學基礎理論，方向二是大資料技術及應用，一是大資料分析與挖掘，大資料可用與視覺化，大資料隱私與安全，四是大資料系統架構與基礎設施，大資料儲存管理模型與技術。

工業大資料面臨的挑戰。挑戰一，大資料技術的應用仍有困難，第一是資料蒐集，要對來自網路包括物聯網和機構資訊系統的資料附上時空標籤，去偽存真，儘可能收集異源甚至是異構的資料，還可與歷史資料對照，多角度檢驗資料的全面性和可信性。第二是資料儲存，要達到低成本、低能耗、高可靠性目標，要用到冗餘配置，分佈和雲端計算技術，儲存時對資料進行分類，並加入便於檢索的標籤。三是資料處理，利用上下文關聯進行語義分析，現在關於上下文這種關聯，也是一個國際上比較熱門的一個領域。第四是視覺化呈現，目前計算機智慧化有了很大的進步和發展，但是談不到深層次資料探勘，現有資料探勘演算法在行業中難以應用，就是我們談到的智慧之路進步很大，但還很遙遠。

挑戰二包括三個方面，大資料給資訊保安帶來新挑戰，一是加大隱私洩露風險，二是對現有儲存和安全措施提出挑戰，三是被運用到攻擊手段中。

工業大資料是新一輪產業革命的核心，是實現工業4.0、工業網際網路和中國製造2025的重要抓手，將推動企業從製造走向智造。需要用全新的大資料思維模式開闢工業化建設實現跨越式發展的新途徑。我的彙報完畢，希望各位同行、領導批評指正，謝謝大家！

---

工業4.0和大資料融合 你想知道的轉型升級核心點這裡都有

近日，涵蓋人工智慧、大資料、物聯網、雲端計算、AR/VR、機器人等諸多領域的80家企業宣佈成立中國工業大資料產業應用聯盟，旨在推動構建工業大資料產業技術創新鏈，為工業大資料技術在各個行業的深度融合與落地提供涵蓋技術、平臺、標準等多方面服務在內的能力支撐體系。

工業大資料是網際網路、大資料和工業產業結合的產物，是中國製造2025、工業網際網路、工業4.0等國家戰略在企業的落腳點。目前，中國正在積極推動製造業轉型升級，為什麼要重視工業大資料，如何利用工業大資料來加速中國製造業的轉型升級等問題，備受關注。

資料利用關乎中國製造業未來

近期，百分點公司董事長蘇萌在演講中向臺下的觀眾詢問一個問題：“下一個世界工廠會在哪裡?”臺下的觀眾給出了各種各樣的答案。蘇萌搖頭表示可能都不對，蘇萌認為，下一個世界工廠會是無人工廠，未來製造和人口無關，更在於背後的智慧決策、智慧製造。

智慧決策、智慧製造離不開資料，資料將成為未來的“石油”，是關鍵的生產要素之一。

目前，中國的製造業群體龐大，製造體系完整，這意味著中國擁有全球最多的工業大資料，那麼，抓住這些資料財富，充分釋放資料價值，便能助推中國製造業的轉型升級，把我國建設成為引領世界製造業發展的製造強國。

工業大資料對製造企業的意義

在清華大學工業大資料研究中心主任王建民看來，過去，製造企業將重心放在開發製造階段，企業的核心目標就是將裝備設計製造出來。而產品售賣給消費者後，就和企業沒有關係或者變得無關緊要了。所以產品的使用維護階段和回收利用階段，常常被企業忽略。但裝備的價值真正體現在使用者的使用體驗上，而不在於製造，儘管製造由質量決定。但消費者在使用階段的流暢程度，才能反映出產品的最終功效。

加工製造環節的確能夠產生很多利潤，但在當前環境下，生產製造的利潤越來越薄，使企業越來越難以為繼。而中國是一個製造大國，更是一個使用大國，製造業的興衰事關重大。王建民認為，只有利用大資料搶佔價值高地，實現產品智慧化，才能實現從“中國製造”到“中國創造”的轉變，從“生產型製造”到“服務型製造”轉變，這也是“中國製造2025”戰略的應有之義。

製造企業如何借力工業大資料

◆ 大資料融入生產，實現生產精準化、智慧化

基於工業大資料構建新一代智慧工廠，利用生產現場的物聯網等專用裝置對生產過程進行實時資料採集和控制，同時將大資料技術融入製造過程的各個環節，有助於製造企業在未來實現生產智慧化。

案例一：光伏切片生產有著十分精密的工藝流程，生產過程中有上千個引數在實時影響著生產。而在如此複雜的生產環境下，人工經驗很難100%地保障產品質量。協鑫光伏與阿里雲合作，將所有車間資料傳入ET工業大腦，通過人工智慧演算法，對所有關聯引數進行深度學習計算，精準分析出與良品率最相關的60個關鍵引數，並搭建引數曲線，在生產過程中實時監測和控制變數，生產良品率提升1個百分點，每年節省上億元的生產成本。

案例二：對於鋼鐵行業，傳統手段無法實現對鋼包的狀態感知，無感知的鋼包成為影響鋼廠效率、成本、能耗和安全的重要因素。寶鋼公司與百度雲合作，通過對傳統鋼包進行智慧化改造，實現對運轉溫度、壓力的動態採集，同時輔以熱成像視覺監測技術，形成鋼包狀態資訊“黑匣子”，實現對鋼包實時執行狀態的智慧感知，使鋼包由感知狀態突破到認知境界，進而實現對精細化生產、裝置安全、節能降耗和供應鏈優化的決策支援，每年創造的效益超過百億元。

◆ 跨界運營是工業網際網路轉型的核心

王建民曾提出，和之前很多技術一樣，工業大資料並非橫空出世，而是一脈相承。但又有新的變化，這種新的變化，其核心在於連線，將原來孤立的機器連線起來，將人和機器連線起來，將不同的企業、行業連線起來。

事實上，這種連線已經產生了巨大的價值，有很多企業已經開始實踐了。

案例一：將人和產品聯絡起來，可以實現產品創新。日本科研人員設計出一種新型汽車座椅，根據駕駛者的體重、壓力值等資料識別主人，以判斷駕駛者是否為主人，從而決定是否啟動。

案例二：將兩個不同領域連線起來，可以實現銷售模式的創新。歐洲人可以做到今天賣明天的風電，怎麼賣？他們根據一系列資料，對明天的風力精準地進行測算，從而實現當天交易。這是風電裝備在整個大氣環境下進行的跨界運營的絕佳案例。

只有通過資料進行跨界運營，才抓住了整個裝備製造業在服務階段轉型升級的核心。

◆ 側重市場和客戶分析，充分連線消費者

在市場分析方面，企業可藉助大資料分析市場需求的變化和組合形式。在客戶分析方面，基於大資料的客戶型別細分和行為模式描述，有助於企業分析不同型別使用者的價值貢獻度和潛在需求，從而制定差異化的生產和服務策略。

案例一：連線消費者的能力是傳統企業非常重要的一個環節，每一個製造企業都希望精準、快速地找到消費者。上海汽車通過與騰訊合作，利用騰訊大資料和LBS能力，通過大資料分析上汽集團資訊實時觸達狀況，通過觸點、卡包、微信紅包等網際網路手段，觸動潛在客戶到達4S店，簽單率提升了數十倍。

大資料時代和工業4.0時代同時達到一個爆發期，這可以看作兩化融合的最高階狀態。工業網際網路不斷普及的過程，是工業大資料不斷釋放的過程，是智慧製造不斷髮展的過程。當前，工業大資料正處於高速發展的歷史階段，其概念內涵、技術方法、價值創造模式還在不斷創新演化之中，需要在具體工作中實踐創新。大資料和工業4.0融合的時代，這是個最好的時代。

人工智慧賽博物理作業系統

AI-CPS OS

“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧）分支用來的今天，企業領導者必須瞭解如何將“技術”全面滲入整個公司、產品等“商業”場景中，利用AI-CPS OS形成數字化+智慧化力量，實現行業的重新佈局、企業的重新構建和自我的煥然新生。

AI-CPS OS的真正價值並不來自構成技術或功能，而是要以一種傳遞獨特競爭優勢的方式將自動化+資訊化、智造+產品+服務和資料+分析一體化，這種整合方式能夠釋放新的業務和運營模式。如果不能實現跨功能的更大規模融合，沒有顛覆現狀的意願，這些將不可能實現。

領導者無法依靠某種單一戰略方法來應對多維度的數字化變革。面對新一代技術+商業作業系統AI-CPS OS顛覆性的數字化+智慧化力量，領導者必須在行業、企業與個人這三個層面都保持領先地位：

1. 重新行業佈局：你的世界觀要怎樣改變才算足夠？你必須對行業典範進行怎樣的反思？

2. 重新構建企業：你的企業需要做出什麼樣的變化？你準備如何重新定義你的公司？

3. 重新打造自己：你需要成為怎樣的人？要重塑自己並在數字化+智慧化時代保有領先地位，你必須如何去做？

AI-CPS OS是數字化智慧化創新平臺，設計思路是將大資料、物聯網、區塊鏈和人工智慧等無縫整合在雲端，可以幫助企業將創新成果融入自身業務體系，實現各個前沿技術在雲端的優勢協同。AI-CPS OS形成的數字化+智慧化力量與行業、企業及個人三個層面的交叉，形成了領導力模式，使數字化融入到領導者所在企業與領導方式的核心位置：

1. 精細：這種力量能夠使人在更加真實、細緻的層面觀察與感知現實世界和數字化世界正在發生的一切，進而理解和更加精細地進行產品個性化控制、微觀業務場景事件和結果控制。

2. 智慧：模型隨著時間（資料）的變化而變化，整個系統就具備了智慧（自學習）的能力。

3. 高效：企業需要建立實時或者準實時的資料採集傳輸、模型預測和響應決策能力，這樣智慧就從批量性、階段性的行為變成一個可以實時觸達的行為。

4. 不確定性：數字化變更顛覆和改變了領導者曾經仰仗的思維方式、結構和實踐經驗，其結果就是形成了複合不確定性這種顛覆性力量。主要的不確定性蘊含於三個領域：技術、文化、制度。

5. 邊界模糊：數字世界與現實世界的不斷融合成CPS不僅讓人們所知行業的核心產品、經濟學定理和可能性都產生了變化，還模糊了不同行業間的界限。這種效應正在向生態系統、企業、客戶、產品快速蔓延。

AI-CPS OS形成的數字化+智慧化力量通過三個方式激發經濟增長：

1. 創造虛擬勞動力，承擔需要適應性和敏捷性的複雜任務，即“智慧自動化”，以區別於傳統的自動化解決方案；

2. 對現有勞動力和實物資產進行有利的補充和提升，提高資本效率；

3. 人工智慧的普及，將推動多行業的相關創新，開闢嶄新的經濟增長空間。

給決策制定者和商業領袖的建議：

1. 超越自動化，開啟新創新模式：利用具有自主學習和自我控制能力的動態機器智慧，為企業創造新商機；

2. 迎接新一代資訊科技，迎接人工智慧：無縫整合人類智慧與機器智慧，重新

   評估未來的知識和技能型別；

3. 制定道德規範：切實為人工智慧生態系統制定道德準則，並在智慧機器的開

   發過程中確定更加明晰的標準和最佳實踐；

4. 重視再分配效應：對人工智慧可能帶來的衝擊做好準備，制定戰略幫助面臨

   較高失業風險的人群；

5. 開發數字化+智慧化企業所需新能力：員工團隊需要積極掌握判斷、溝通及想象力和創造力等人類所特有的重要能力。對於中國企業來說，創造兼具包容性和多樣性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。”  《論語·子路》雲端計算、大資料、物聯網、區塊鏈和 人工智慧，像君子一般融合，一起體現科技就是生產力。

如果說上一次哥倫布地理大發現，擴充的是人類的物理空間。那麼這一次地理大發現，擴充的就是人們的數字空間。在數學空間，建立新的商業文明，從而發現新的創富模式，為人類社會帶來新的財富空間。雲端計算，大資料、物聯網和區塊鏈，是進入這個數字空間的船，而人工智慧就是那船上的帆，哥倫布之帆！

新一代技術+商業的人工智慧賽博物理作業系統AI-CPS OS作為新一輪產業變革的核心驅動力，將進一步釋放歷次科技革命和產業變革積蓄的巨大能量，並創造新的強大引擎。重構生產、分配、交換、消費等經濟活動各環節，形成從巨集觀到微觀各領域的智慧化新需求，催生新技術、新產品、新產業、新業態、新模式。引發經濟結構重大變革，深刻改變人類生產生活方式和思維模式，實現社會生產力的整體躍升。

---

產業智慧官  AI-CPS

用“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧），在場景中構建狀態感知-實時分析-自主決策-精準執行-學習提升的認知計算和機器智慧；實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈。

長按上方二維碼關注微信公眾號： AI-CPS，更多資訊回覆：

新技術：“雲端計算”、“大資料”、“物聯網”、“區塊鏈”、“人工智慧”；新產業：“智慧製造”、“智慧農業”、“智慧金融”、“智慧零售”、“智慧城市”、“智慧駕駛”；新模式：“財富空間”、“特色小鎮”、“賽博物理”、“供應鏈金融”。

點選“閱讀原文”，訪問AI-CPS OS官網