【智慧製造】新能源汽車供應鏈整合與智慧製造的操作抓手在哪裡？四位大咖熱議工業4.0

隨著工業4.0趨勢興起，在網際網路+與物聯網的雙重推波助瀾下，產業的市場邊界已逐漸模糊，對中國企業而言，如何在產業升級的過程中搭上網際網路+的風口轉型創新，是在思考供應鏈管理時不可忽視的重點。3月31日，由第一電動網與廣東省新能源汽車產業協會主辦的2018珠三角未來汽車供應鏈創新論壇在深圳盛大開幕，在當天下午舉行的“供應鏈整合與智慧製造沙龍”，主持人立達資本投資總監夏令與艾普工華董事長、CTO黃剛、珠海運泰利CEO張琛星、深圳市瑞能實業股份有限公司副總經理李兵，共同就供應鏈整合與智慧製造等熱點議題展開了探討，嘉賓觀點非常精彩。

以下為沙龍實錄：

主持人-夏令：從2015年《中國製造2025》推出及工業4.0概念興起，數字工廠、智慧工廠、智慧製造等眾多概念讓人暈眩。工信部提出的製造水平分為工業2.0、工業3.0普及和工業4.0試點三個階段。從三位從事的新能源汽車產業來看，目前生產製造水平屬於2.0、3.0還是4.0，這裡有沒有可以吐槽的地方？

立達資本投資總監夏令

艾普工華董事長、CTO黃剛：汽車在製造行業處於前列，是最早做流水化生產的行業，本身的特點導致它必須採用資訊化和自動化的手段，單個工廠20-30萬輛車，每輛車有4-5萬個零件，電動車的零件變少，供應鏈會縮短。汽車行業的需求特點導致我們不得不用自動化和資訊化手段解決問題。我認為傳統汽車廠目前處在3.0左右的水平。網際網路汽車和新能源汽車的很多玩家和企業來自於網際網路端，先天優勢是網際網路思維，包括對於人的應用和新技術的應用。目前我接觸的一些新能源客戶採用的技術是沿用傳統汽車的生產模式，期待在此過程中發現新手段和新方法，同時反推到傳統企業。

艾普工華董事長、CTO黃剛

珠海運泰利CEO張琛星：大年初四我飛到美國特斯拉全國唯一的工廠參觀，他們VP給我介紹Model 3現在的產量，我可以認為這是工業製造領域很大的吐槽，他媽的新能源汽車製造只能達到所謂的工業2.0，因為他們的自動化程度和供應鏈體系無法滿足每天的出貨量。現在特斯拉是新能源汽車的標杆，他們的意見比較帶有風向性，所以我認為現在是2.0。

珠海運泰利CEO張琛星

深圳市瑞能實業股份有限公司副總經理李兵：新能源的製造有不同的特點，電池的生產有化學物理特性，這個特性難以在生產端控制。必須在實驗室時做到最好的控制效果，把控制策略和材料、應用、控制工藝放在產線上實施。對工業4.0的理解和其他領域有點區別，畢竟專業化程度更高，技術性更強。另外還有時效性問題，基於這三點，需要更深刻的理解自動化的方法。

深圳市瑞能實業股份有限公司副總經理李兵

主持人夏令：現在電池初步達到3.0水平，在往4.0階段的方向邁步。在整車領域更多的是2.0和3.0的水平。3.0以精益生產為主，由豐田率先提出，豐田精益生產提出的自動化只是其中一塊，還有作業流程標準化等不同的環節。張總是提供系統整合的，您是否面臨跟整車廠客戶溝通精益生產的改變問題。不知道二位如何解決3.0架構裡的體系化結構問題？

張琛星：從業務層面丟擲全新的概念。中國強調人力成本越來越高，所以要實現自動化。真正的自動化或者真正的智慧製造是怎樣的，國家沒有給明確的方向。讓工廠實現智慧，我認為包括四個維度：第一，成立四個事業部，檢測事業部、測試裝置部門、非標部門、標準事業部，這三塊從硬體方面實行。最後實現智慧工廠，必須有很好的軟體平臺，才能達成所謂的智慧工廠。在此過程中，會遇到很多技術難題或者所謂的挑戰，相信智慧製造和智慧工廠的方向毋庸置疑。

黃剛：從日本豐田來說，其自動化離不開人。從工業4.0來說，所有自動化、數字化都是迭代的過程，以後可能會變成沒有人，但背後還是人，自動化、數字化是人的思想的體現，生產管理不斷提高，把標準化的內容固化到硬體裝備和軟體裡，通過這種方式實行進一步的智慧化和自動化。

主持人-夏令：現在標準化的水平和能力如何，是否需要外部廠商幫助？

黃剛：在做解決方案時，通常第一步跟客戶方交流，幫他們改善目前生產管理的方式方法，一是經營化，相信工業軟體的實施也是如此。首先跟客戶需求相結合，改善當前痛點，把在其他行業遇到的好的方案注入企業經營管理。通過軟體把它固化、標準化，減少員工出錯的概率。

主持人-夏令：這幾年工信部大力推進智慧製造的試點，裝置商、軟體服務商等有很大的提升。除了三位嘉賓自己的產品越來越有競爭力，我聽到很多投資企業和業界朋友對裝置商和整合商的吐槽。有些認為整合商對製造企業的工藝理解水平不夠，有時候工藝要依託於很高工藝水平的製造企業自己解決。雖說的裝置可以使用，但能否保證穩定性。這個也有很多國外的競爭對手，黃總遇到西門子，在推進智慧製造、工業4.0的工作中，和國外相比，存在哪些優勢和劣勢，請李總先談談，你們的裝置現在具有世界一流水準，哪些做得比國外好？

李兵：從電池測試裝置所要達到的功能和生產線來說，基本在一個水平。三月份我參加了日本裝置展，看到了日本和歐洲的生產技術，他們把自動化領域的機械、電子、控制、資訊等供應商匯入產線整合，整合方式和國內平時專案實施的基本一致。瑞能做電池生產線，匯入物流、測試機和倉儲系統，形成高度整合化。對於電池資訊管理也是如此，從國家到國際橫向比較，量級上達到很高的水平，從測試水平來說，電池的測試水平達到萬分之五，甚至萬分之二的趨勢。沒有很大的差距，在實現產線標準化和產線生產模組化方面，我承認有比較大的差距。這基於兩點：一是在電子技術上，跟國際有幾代的差距水平；二是受到西方國家的影響，有些更高階的晶片或者需要的晶片不能供給，這是發展比較困難的方面。相信隨著國家獨立的發展，這只是時間問題，相信2025並不是夢想。

主持人-夏令：請張總談談目前市場競爭中，尤其跟國外企業相比，目前的優勢和劣勢是什麼？

張琛星：國家強大了，現在中國不缺錢，在技術層面，比日本、德國有一定的差距。但在資本市場，可以先彎道超車。國外企業的優勢也是其弱勢，他們專著於某一塊，這一塊只是一百人甚至幾十人的企業，可以買下來。可以把能力集合起來，可以理解為智慧製造，把各個優勢技術整合到平臺上，成為現在最大的優勢。劣勢是和他們的差距，如何完成彎道超車，一是快速完成資本收購，二是設立辦公室和廠房，選擇世界上一流的人才是最快的方式。有些行業內企業選擇系統整合商時，偏好選擇品牌的，尤其是國際一流品牌的。國際一流品牌可能會拆分給二包、三包，實際工作是中國企業做的。現階段只有通過資本市場，把優質的核心技術企業買過來，通過本土化的製造，降低成本，和客戶形成共贏。很多時候是非標定製化，國人的品牌性不是特別強，他們相信新加坡、日本企業，只有通過企業的收購，形成彎道超車。

主持人-夏令：和西門子相比的優勢和劣勢在哪裡，如何形成差異化？

黃剛：從軟體角度來講，談不上優勢和劣勢。從軟體前沿技術來講，中國的技術相對於國外創新有一定的差距。對於工業軟體技術來講，它落後於前沿發展技術5到10年。中國人的跟隨性特別強，市場出一個東西，他有很強的學習能力。我認為中國和國外的差距不是很大，可以基本忽略這種差距。和西門子競爭時，大家知道西門子會帶來先進的製造思想，這是不容忽視的。我認為在新興產業，西門子沒有特別藉助多的產業，國內有自己的優勢，趨勢越來越明顯。在國內競爭過程中，三年前和現在相比，國外中標的可能性下降。很多競爭過程中，他們的價格甚至比低。這是不容忽視的，以後和國產裝備製造商要更緊密結合。很多傳統制造業的一流裝置是進口的，特別是需要整合的裝置是需要進口的。西門子、GE有特別的優勢，這是無法迴避的。希望國內製造裝備能夠大規模普及，對國人軟體有一定的促進作用。

主持人-夏令：大家談到自身裝備的發展優勢，從前沿的製造技術來講，跟網際網路大資料和智慧化技術結合，是從點到面普及的過程。在的產品裡，有沒有結合大資料分析、智慧化應用，出來新模式和新產品？

黃剛：大資料在工業4.0裡，未來會提出人工智慧2.0，這和資料、智慧決策有緊密的關係。在這個行業無法逃避，如果你不做這件事，五年後可能會被淘汰。像做製造的行業，只有大企業能玩得起大資料，因為成本太高，要閉環。大企業近三五年的資料比較好，以前的資料比較殘缺，經營管理資料方面的大資料還在找方向突破，行業內還在探討。大資料的主要供應是過程資料和實時資料，對於加工過程中，刀具的處理。光電傳來的振動，通過視訊識別找到缺陷，判斷鍛造率。

李兵：在電池生產環境中，很多配有系統，但僅僅停留在資訊收集層面。如何從多維角度解決電池問題，甚至延伸到應用端、新能源車廠、運營平臺，我認為未來是一個大方向。一旦提出概念，確實是很大的題材。這是未來必須有的，國家2月份提出電池編碼管理，就是一個大資料的概念。如何從軟體、電池專業化的角度處理資料，我認為這需要像我們這樣的公司和大資料軟體公司進行結合，把管理方式和概念融入到專業中，未來這是一個大方向。

主持人-夏令：智慧製造的核心是橫向、縱向、端到端的整合。談到縱向智慧工廠的建設，今天還有一個主題是供應鏈整合，是橫向的整合。黃總同時是華中科技大學研究這一塊的教授，現在橫向的整合在業內談得比較少，確實遇到很多困難，有什麼原因，有沒有破解之法，什麼時候有更好的突破？

黃剛：縱向的事做得比較多，軟體和硬體的整合，設計到設計的打通提得比較多。供應鏈管理基本停留在基本資訊管理、財務結算和招投標的方面，認為智慧製造的發展不會完全脫離於完整的生態，不能只關注製造，做了這麼多年沒有找多很好的突破口。橫向整合到縱向整合，最後形成端到端。例如有一個車廠，另一端是使用者。或者供應商，另一端是使用者。端對端的整合最後實現打通，今天談了很多電動車的生態，把生態加到“網際網路+”和智慧製造，有助於橫向的組成。智慧製造不僅僅是閉門造車的過程，一定要看生態的發展，包括娛樂系統等，肯定會有很大的發展。李總提到電池，所有生產過程中，特別是電池裝備帶過來的資料，一定會為未來車的行駛、運營有相互促進的作用。

主持人-夏令：智慧製造從微笑曲線來說是資源分配，中國傳統的整車廠將來會變成代工的角色嗎？

張琛星：這個問題太尖銳了，我覺得不會，中國會有自己的自主品牌。要讓中國的品牌形成生態系棟，帶動周邊所有的供應鏈，大家統一發力，才能實現智慧製造、工業網際網路，只有這樣，國家才能真正的崛起。只有這樣，才能真正和歐美、日本跟強國一較高低。

主持人-夏令：目前電動汽車行業有沒有具體操作抓手，如果現在想推動這件事，應該怎麼做，現在可以做的是什麼？

黃剛：我們的視角從如何通過軟體的方式更緊密的管理現有的供應鏈。傳統企業的供應鏈和電動汽車供應鏈在哪裡，再找抓手。個人認為傳統汽車供應鏈更長，工藝系統更復雜，汽車是電機、電控系統和電池。這一塊有自己比較大的主機廠，現在各種汽車廠也開始做這方面的事情。供應鏈跑的東西跟傳統企業不太一樣，特別是電池有特定的引數。匹配問題和傳統不一樣，傳統做了多年，做得比較好。電池驅動系統的匹配會否對未來市場帶來影響，如果有，這可能是一個切入點。

主持人-夏令：自從工信部推出智慧製造試點專案後，跟很多企業交流，尤其是處於供應鏈的企業。你申請這些專案或者做智慧製造背後的驅動力是什麼？第一，如果智慧業企業不申報智慧製造專案，難以從政府拿錢，這是一個框，一定要框在裡面； 第二，整車廠的要求是可追溯，原來沒有補足這塊系統和裝置的企業會受下游客戶的要求必須做的。每個汽車要申報國家平臺，要實時可追蹤。鋰電池和電機電控目前不是特別成熟，存在安全問題、質量問題合和其他不知道的問題。一旦出現問題一定要追溯企業和產品，這是上游零部件的必然要求，我認為這是上游必須做的事情。

李兵：從我們的角度出發，電池自動化生產不僅僅是生產一個產品，他生產的可能是小型炸彈，這是安全性問題。電池生產應該把安全問題放在第一位。關於如何自動化，我認為要基於安全生產為前提。另一方面，從系統整合角度出發，要增加資訊的透明度。在這個產業有新興的公司出來，技術先進，並且有很多創新。很多整合商和廠商資訊不太透明，選擇供應鏈時有選擇難題，對於供應鏈上的公司來說，新能源在某一段時間有生產爆發增長，在增長過程中，有些公司發展到極致，在供應鏈上釋出產品存在一定問題，希望有一個平臺，把產業供應鏈進行完整整合，解決資訊透明的問題和即時性問題。

智電互動集團龐義成：從我這個角度看發展的幾個可能特徵。第一，未來10年的發展，產能一定會過剩，事實上一定會過剩。基於對無人駕駛的判斷，無人駕駛的到來必定會使消費生態發生大變化，終端需求不會那麼多，現有的成本會過剩，新增的產能也會過剩。在產能過剩的大背景下，會要求行業標準化、模組化的程度快速提升，也要求行業技術進步快速提升。李總談到需要一個平臺做資訊透明、標準化工作，我比較理想化，我認為不只是資訊標準的問題，要更快的推動整個產業零部件整合的問題，爭取有一天實現通訊行業的水平。過程中需要供應鏈管理，包括縱向、橫向的整合。資訊、技術、硬體分割在一個個主機廠，沒有被打通，我認為這個局面會被改變。不是由改變，而是被大環境改變。大環境改變的前提下，業內專業機構能否提前做一些有價值的點，這一點是我所說的抓手。我瞭解到所有的新興造車公司瞭解這個問題，一方面大家懂這個機會，拿了錢，招一批人開始做這件事。同時大家知道過程九死一生，創業本來便是九死一生。關鍵在於資源會否被浪費，在各地投的土地、廠房、裝置，如果創業中無法勝出，這些將會變成廢鐵。一個廠投資幾十億，投資量非常大。我從媒體工作者的角度提出理想化的期望和建議，我希望行業專業人士可以站在大發展趨勢的角度考慮，看能否作出真正對行業未來發展有戰略價值的點，一定能得到主機廠的支援，至少能被新興造車公司朋友們看到。

· END ·

---

任正非松山湖工廠溝通紀要——從系統工程角度出發規劃華為大生產體系架構，建設世界一流的先進生產系統

總 裁 辦 電 子 郵 件

電郵講話【2018】027號 簽發人：任正非

從系統工程角度出發規劃華為大生產體系架構，
建設世界一流的先進生產系統

——任總在松山湖工廠溝通紀要

2018年2月24日

面向工業4.0和智慧製造，我們要從系統工程角度出發，從未來的商業模式規劃和設計供應模式、製造模式和生產方式。先要把大生產體系的架構規劃清楚，架構不清楚未來就會走彎路。

一、以德國的工藝流程和工業軟體為主體，把日本的質量管理嵌進去，松山湖實驗室要統籌規劃未來整個大生產體系的系統性框架

松山湖實驗室要研究整個華為公司大生產體系和智慧製造的系統性框架應該怎麼做。你們一定要跳出現有的平臺、跳出過去的基礎，站得高一點來完成這個框架。也許這個框架將來還有更優秀的人進來做，但你們今天作為思想者、先驅者把框架提出來，這樣我們德國實驗室和日本實驗室就不會迷航了。

我希望未來五年以後的大生產體系架構，以精益生產為基礎，以德國的工藝流程和工業軟體為主體，把日本的質量管理嵌進去。德國和日本的工業自動化實驗室快要進入使用狀態了（李建國：德國實驗室今年7月份投入使用，日本實驗室已開始運營），架構清楚以後，它該生產什麼就生產什麼，精密製造、零部件開發等我都不阻撓，你想多做一些我也不干預，先踏踏實實做好。但要挑難的做，越難越可以立項，簡單的就不要做了。德國和日本管理日常生產的是一夥人，要認真做好東西；還有另一夥人，要把關鍵能力（包括先進的流程、裝備/工藝、軟體、質量管理等）提取出來，組成我們未來新的生產模式。這樣我們在德國做實驗，在日本做實驗，松山湖統一管，更大規模地把關鍵能力黏結起來，就形成了世界一流的先進生產系統。

為什麼要設立德國工廠和日本工廠（建議改成德國和日本實驗室），德國人工作非常嚴謹、流程非常嚴格、工業軟體非常優秀。比如說西門子，將機械、電氣、電子、工藝、結構、材料、熱能等多學科能力整合到了一個統一的軟體平臺上，產品和工藝的設計、開發、試製驗證都可以在這個平臺通過數字化手段完成，節省大量重複性工作。並且在西門子數字化轉型過程中得到了充分檢驗，我們就可以借鑑德國的工藝流程，直接應用其工業軟體。生產系統的軟體對我們來講是不重複使用的軟體，堅決買。日本的 “檢一個、裝一個、測一個”一個流沒有斷點的精益生產模式，從來料到出貨全流程不間斷流動，通常集中的老化工序也能隨線。生產能流起來的前提是質量穩定，直通率達到95%，生產線可以動起來，達到98%時就可以順暢流動。流動可以減少等待、減少溝通協調、減少浪費，也能避免出現批量質量問題，保證製造過程的高質量、高效率，這就是我們要學習的日本經驗。結合德國“高質量/高效能/高度自動化”和日本“小型/低成本/一個流自動化”之長，把這些都融入到我們的大生產體系架構中，以有綜合競爭力的成本實現高質量、高度自動化和部分智慧化生產。

我們的大生產體系架構，包括質量方針/質量目標、計劃體系、排程體系、生產體系、工藝體系等等，實際上都可以轉化為確定性的。你們的計劃體系不是指熊樂寧的那個計劃體系，那個計劃體系是非常不確定的，因為市場在波動。不要把波動傳遞到製造系統，製造就是要通過合理的吸收波動，做到均衡生產，按照計劃怎麼能生產出優質產品來。這些確定性的工作怎麼融合起來，整個管理過程每一個口的經線是什麼、緯線是什麼，怎麼走向智慧化，希望在這一次新架構設計和思想框架搭建過程中要很清晰。

經線做到比較清晰相對容易，緯線要打通則很難。我們每個口有大迴圈、中迴圈、又有小迴圈，我認為小迴圈有統計規律，大迴圈、中迴圈也有統計規律，要根據這些統計規律，在一個複雜的地方建一個模型，在另一個複雜的地方再建一個，模型和模型連線起來，就解決了很多緯線相銜接的問題。你們過去的很多改進做的很好，要不斷地通過統計學進行持續優化。

二、參考工業4.0的架構，大生產體系的主體就是沿著三個流打通、整合和融合

智慧社會萬物感知、萬物智慧和萬物互聯，機器人也可以像真人一樣溝通。自動化解放了人手，智慧化會解放人腦，工業4.0和數字化/智慧製造可能會深刻改變未來的商業模式、供應模式、製造模式和生產方式。自動化/數字化/智慧工廠內，關鍵資源都相互連線，可以動態靈活調配，通過“人與物”的相互協同、“物與物”的相互通訊，達到“人與物”的最佳配置和最優配合。未來有沒有可能會部分走向C2M模式？市場、研發、生產製造等環節都數字化融合和整合，工廠與客戶可以直接連線，可以遠端驗證、遠端驗收和遠端維修/維護。比如說，客戶通過虛擬環境進入工廠走一圈，就可以直接下單、甚至可以有規則地影響製造過程，滿足不同使用者的定製化需求，實現“設計即製造、所見即所得、製造即服務”。

未來大生產體系架構的主體應該圍繞從產品設計到投入生產的產品工程資料流、從客戶需求到生產指令的生產資訊流、從來料到成品出貨的生產工藝流這三個端到端的過程進行打通、整合和融合。

1）設計與製造數字化融合，多角色在一個平臺上工作。產品工程資料流在先進的MPM軟體平臺上進行研發與製造融合設計，虛擬驗證和實物驗證相結合。產品工程資料從PDM到MPM，再到MES+端到端整合，設計到製造多角色在一個平臺上工作。產品、物料、工廠設施/生產裝置和工藝流程都數字化，從而為真實的物理世界建立起一個虛擬世界的“數字雙胞胎”，在設計階段就可以在這個虛擬世界進行生產過程中每一步製造方案的設計/模擬/驗證/優化和DFM的工具化/自動化檢查；產品設計資料和工藝引數就可以免轉換、一鍵式地灌入生產系統和生產裝置，從設計源頭保證產品高質量，縮短產品開發週期和試製週期。

2）客戶訂單/供應計劃資訊透傳到製造工廠，共享式整合、自動化處理。生產資訊流通過ERP把訂單/計劃資訊透傳到MES+，通過MES+實現客戶資料驅動按價值流自動化生產。產業鏈上的供應商、製造工廠全過程互聯，訂單狀態、供應商來料狀態和生產過程狀態透明可視，客戶下單後就可以直接看到產品製造過程，看到他的產品生產到哪兒了，生產完就可以直接送到指定地點。

3）生產工藝過程是多級物聯的，高度自動化、部分智慧化，可以軟體定義。生產工藝流要實現精益一個流/有綜合成本競爭力的高度自動化生產，關鍵資源儘可能100%互聯，生產裝置智慧診斷和預防性維護，資源動態調配。這樣，原材料都是自動分揀、自動配送，然後自動檢測、自動組裝、自動測試和自動包裝，一個流自動化不間斷生產。人的工作就是設計機器、管理機器、維護機器，鍵盤敲一下就可以集中呼叫機器人、控制機械手工作，保證機器生產都是6西格瑪的高質量水平，甚至零缺陷。這樣，生產線/生產系統的研發、維護和生命週期管理將成為越來越重要的工作，要不斷將人的經驗變成數字化的管理平臺和工業控制軟體，不斷迭代優化和重新整理，機器人出問題了、系統出問題了，馬上能夠恢復，零部件的壽命到來之前也能夠智慧預防性維護。

中國5000年農民生產、手工生產是這三條主線，今天走向機器自動化生產也是這三條主線，管理也沒有本質上的變化。三條線中間加一朵雲，把所有的東西都連線起來，就改變了我們現在的生產方式，就是智慧製造了。智慧製造還是要堅持繼承和發展，迭代推行，邊規劃、邊實施。要優先保證高質量，也不能片面地追求全自動、無人化，人在未來智慧製造系統中還是會起核心和決策作用，但工廠人員結構將會改變，都是工匠科學家和工匠專家。

三、要系統性地規範工匠科學家、工匠專家的管理，提高這些領域人的待遇，適當增加編制，讓研發和製造從一開始就是融合在一起、就是打通的

我們的生產過程不斷地智慧化，生產系統中越來越多的是工匠科學家、工匠專家。現在已經不再是做磚瓦砂石的時代，可能3-5年後我們每條線只有5-6個人，這5-6個人主要是維修/維護工程師，生產人員怎麼還叫工人呢？你們一定要破除迷信，在製造系統以後沒有工人稱呼，大小都是專家。就像我們英國光晶片工廠，有大量動手能力很強的德國博士，要不是博士，就生產不了。研發很偉大，工藝研究也很偉大，管理也很偉大，就是要去掉這個界限，才能有利於公司的全流通。因此要系統性地規範工匠科學家、工匠專家的管理，提高他們的待遇。薪酬包怎麼定呢，可以採用分享制，你們產生的貢獻是多少，就分享一點錢嘛，這樣製造和研發從頭一開始就是融合在一起的、就是打通的。

未來生產人員的素質也很高，賺錢也很多，也有自豪感。你看研發人員老是不願意出來，他認為你們還是工人，出來以後地位低了，掙錢少。所以製造系統不要去壓弟兄們的工資、擠成本，要提高這個領域人的待遇，然後號召你們弟兄吃飯都稍微吃好一點，松山湖食堂的場地補貼是最高的。

三個實驗室找到改進、突破方向之後，還要規模化的引進一些優秀人才，適當增加編制，要重視華為大生產體系的規劃和設計。我們不僅要吸納中國的博士、碩士進來，還要引入德國日本等已開發國家的優秀博士、碩士，學習大工業的概念、學習世界的先進製造。你們可以引進些統計學、系統工程學、控制學……的大學生來做工匠科學家，還可以進來一些搞系統工程的、搞統計學的博士加強研究，他們有建模的能力。有時不一定完全看簡歷，受過這麼高的訓練，只要踏踏實實，有耐心好好幹活，幹幾年他慢慢就能悟出道理來，這種改進對整個公司的價值創造是有很大幫助的。

現在你們需要人工智慧研究方面的人才，可以有三個來源。第一，整個軟體研發體系集體轉型合併到用服，中間會抽出1000人來補到各個戰略機會點，可以去挖五六個人進來；第二，2012實驗室要整合一部分，裡面有硬體、軟體、物理的，劃給陶景文做使能工程部和人工智慧用，他一時吃不了那麼多人，可以去挑幾個人，李建國去找陶景文和李英濤要。不足的，高階的社會招聘，低端的別招了，留一點我們的員工轉崗用，誰改行都能做。

多找一些人充實你的隊伍，未來三五年的後備幹部，都放到德國和日本學習培養，訓練未來的各級管理幹部和專家。

文章來源於《心聲社群》，著作權解釋權屬原創者所有

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”、“智慧金融”、“智慧零售”、“智慧駕駛”、“智慧城市”；新模式：“財富空間”、“工業網際網路”、“資料科學家”、“賽博物理系統CPS”、“供應鏈金融”。

官方網站：AI-CPS.NET

本文系“產業智慧官”（公眾號ID：AI-CPS）收集整理，轉載請註明出處！

---

---

版權宣告：由產業智慧官（公眾號ID：AI-CPS）推薦的文章，除非確實無法確認，我們都會註明作者和來源。部分文章推送時未能與原作者取得聯絡。若涉及版權問題，煩請原作者聯絡我們，與您共同協商解決。聯絡、投稿郵箱：erp_vip@hotmail.com

---

---