【工業網際網路】郭朝暉：工業網際網路平臺背景下的工業大資料與智慧製造

4月11日，工業網際網路平臺宣講團第二季第三講繼續開講，由走向智慧研究院工業大資料首席專家、清華大學訪問學者郭朝暉為大家分享“工業網際網路平臺背景下的工業大資料與智慧製造”。“工業網際網路平臺宣講團”，在工信部信軟司大力支援下，由中國資訊通訊研究院、工業網際網路產業聯盟、走向智慧研究院主辦，通過組織線上線下宣講活動，邀請國內著名專家、學者、企業家就工業網際網路平臺白皮書相關理念與技術發展體系開展宣貫活動。本場宣講團活動有101個微信社群參加同步圖文直播轉播，覆蓋專業人群超過兩萬人。

宣貫活動為公益性專業性知識分享活動，歡迎大家踴躍參與。

工業網際網路平臺宣講團第二季第三講

郭朝暉：工業網際網路平臺背景下的工業大資料與智慧製造

時間：2018年4月11日晚20點

主講專家：

郭朝暉：走向智慧研究院工業大資料首席專家、清華大學訪問學者

主持人：

蘇明燈：走向智慧研究院執行祕書長

【主持人開場白】：

各位群友，晚上好。工業網際網路平臺宣講團活動第二季第三講現在正式開始。我是本次宣講活動主持人蘇明燈，是活動主辦方之一的走向智慧研究院執行祕書長。走向智慧研究院作為國內首個智慧化綜合創新類研究智庫，在智慧製造、工業網際網路、人工智慧等領域做了一些基礎性工作，歡迎大家持續關注、支援我們的各項活動。

最新統計，今天晚上有101個科技產經微信群將同步圖文直播或轉播宣講團活動，其中60個微信群通過機器人“直播小助手”同步直播。

本次宣講活動，是為了貫徹落實國務院《關於深化“網際網路+先進製造業”發展工業網際網路的指導意見》，宣貫《工業網際網路平臺白皮書》，在工信部信軟司大力支援下，由中國資訊通訊研究院、工業網際網路產業聯盟、走向智慧研究院聯合主辦，我們邀請國內著名專家、學者、企業家組成工業網際網路平臺宣講團，通過組織線上、線下宣講活動，就平臺建設與推廣、技術體系、創新應用等開展宣貫活動。

在宣講團之前的活動中，我們分別邀請到中國信通院總工程師、工業網際網路產業聯盟祕書長餘曉暉，中國信通院兩化所副所長朱敏，中航工業集團資訊科技中心首席顧問寧振波，走向智慧研究院執行院長趙敏，中國西電集團中央研究院總經理康鵬舉，分別對工業網際網路平臺相關發展態勢、白皮書核心內容、平臺技術體系、技術內涵、行業創新應用等開展了網路宣貫活動。同時，宣講團組織開展了 “工業網際網路平臺建設與應用”研討會，來自主管部門以及平臺相關企業約30餘名專家、學者、企業負責人出席研討會並取得積極成果。

宣講活動得到我國工業、IT等領域若干重要的行業協會、管理部門、產業聯盟、研究機構、知名企業大力支援。本次宣講活動得到以下單位大力支援：

工業網際網路平臺宣講團支援單位（排名不分先後）：

中國機電一體化技術應用協會、中國工業技術軟體化產業聯盟、中國工業服務聯盟、寧夏寧東能源化工基地管委會、瀋陽市大資料管理局、蘇州工業園區科技和資訊化局、白銀市工信委、杭州市餘杭區科學技術局、東北大資料產業聯盟、浙江省工業網際網路產業聯盟、山東省物聯網協會、江蘇省企業資訊化協會、河北省服務貿易和服務外包協會、浙江省網際網路產業聯合會、中國精算研究院大資料中心、成都汽車產業研究院、蘇州市智慧製造公共服務平臺、北京中關村科技園豐臺園3D列印數字維創中心、杭州市計算機學會、杭州市物聯網行業協會、無錫市資訊化協會、紹興市產業網際網路促進會、深圳市大資料研究與應用協會、工業網際網路產業聯盟上海分聯盟、IEEE資訊物理融合系統專業委員會、華東理工大學資訊科學與工程學院、北京資訊科技大學自動化學院、蘇州大學機電學院、中國人工智慧學會智慧能源系統專業委員會、中國通訊工業協會物聯網應用分會、航天雲網、徐工資訊、海爾工業智慧研究院、樹根互聯、中國移動、中船資訊、西門子、ABB、PTC、金蝶軟體、中鋼集團資訊管理中心、東方國信、日海物聯、索為系統、《航空動力》編輯部、e-works數字化企業網、工業4.0俱樂部、中國科技自動化聯盟、工業4.0創新平臺、工業4.0商業共同體、智慧製造百人會、工控兄弟連、工業服務聯盟、資訊科技服務與外包產業聯盟、寄雲科技、北京兮易、蘭光創新、研華科技、英諾維盛、合眾聯恆、北京格分維、大馳工業設計、昱辰泰克、青島天河製造業轉型升級研究院、中之傑、互聯智佑、寶信資訊、中安鼎輝、安星聯供應鏈、聯訊動力、造奇智慧、制學網、廊庭科技、2045加速器、翔正國際、智匯工業、長沙博為軟體、青島元啟智慧、杭州軌物科技、國脈物聯網、工程師聯盟、慧造智慧研究院、渤海方略、先進製造業全媒體、物聯網創新聯盟等等。

今晚參與直播轉播工業網際網路平臺宣講團活動的微信群有101個,同步直播轉播微信群包括（系列微信群只列舉主群)：

工業網際網路產業聯盟群、走向智慧-工業互聯精英群、走向智慧-工業互聯產融群、工業網際網路平臺宣講團直播系列群、CPS資訊物理系統專家宣講團、寧東管委會系列群、中國工業技術軟體化產業聯盟群、中國資訊自動化交流群、《三體智慧革命》雅讀匯、工業4.0俱樂部系列微信群、工業4.0商業聯合體系列微信群、中歐智慧製造、中國智慧製造Imchina、工業網際網路安全討論小組、中國建造3.0&建築數字領導力論壇、人工智慧創新高峰論壇、智慧科技創新交流群、工業4.0研討會主群、中歐校友製造業群、西南精益製造聯盟、走向智慧論壇讀書匯、中國智慧製造IMchina、國脈物聯網與智慧製造論壇微信群、工業物聯網合作交流群、工業服務聯盟群、中國智慧能源+國際化高階智庫群、杭州智慧製造研究會、創新設計群、兮易強企交流群、【未來智+】微直播課堂系列群、國家紡織商會工業4.0中心、瀋陽大資料產業交流群、山西裝備製造之家、工業網際網路產業聯盟上海分聯盟群、江蘇大資料聯盟系列群、江蘇省工業軟體產業發展聯盟群、弗戈學堂交流群、紹興市產業網際網路促進會系列群、濰坊工業網際網路學習群、聞鼎·先進製造業群、工業智慧製造群、智匯工業群、經信雲會2017、江蘇省企業資訊化協會總群、山東物聯網百人會、珠海市工業網際網路協會、工業網際網路+工業區塊鏈研究組、轉型升級高階研修班總群、泰興CIO聯盟、大華南IT高管共贏圈、河北省服務外包協會群、浙江省網際網路產業聯合會群等等微信社群。

作為宣講活動主持人，對上述支援單位、社群組織表示衷心的感謝。

今晚是宣講團第二季第三期宣講，我們邀請到的主講嘉賓是走向智慧研究院工業大資料首席專家、清華大學訪問學者郭朝暉博士，郭首席是寶鋼中央研究院原首席研究員，長期從事自動控制、資料建模、智慧製造、大資料等研究，他經常在微信公眾號（蟈蟈創新隨筆）分享一些專業思考，具有相當高的行業影響力和知名度。兩年前，我有幸與郭首席等專家一起參與《三體智慧革命》一書寫作，郭首席知識淵博給我留下了深刻印象。

今天郭首席主講的題目是《工業網際網路平臺視角下的大資料與智慧製造》，接下來，有請郭首席進入宣講時間。

以下為郭朝暉首席宣講圖文：

各位朋友，大家晚上好！在講這次內容之前，我的壓力很大：前面幾位專家已經把問題講得非常清楚、也非常全面了，我該講些什麼呢？後來想，就向大家彙報我的一點心得：關於工業網際網路平臺以及相關智慧製造、工業大資料、人工智慧等概念的關係。我試圖用簡單的邏輯把這些概念串起來。平心而論，這些觀點也不都是有把握的。網友中高人很多，今天把這些觀點丟擲來，正好請大家幫我指出問題、改正錯誤。

準備這個報告時，我開始準備了接近40張。後來發現，說的多了反而不容易說清楚。於是決定乾脆少幾張。今天的話題其實就圍繞這張圖展開的：裡面有我很多曾經的困惑。

這張圖可以分成三個部分。左邊講的是相關技術的原理、思想是怎樣的，講這些技術為什麼突然一下子突然發力——其實是有了經濟潛力；右邊講的是創造經濟價值的邏輯，就是技術要與業務場景結合、如何尋找或者創造這樣的場景。中間這一部分就是工業網際網路平臺以及承載的相關技術。它的作用是把技術和業務連線起來，把原理體現出來、把潛力變現、是企業推進智慧化的支撐技術。

      如果沒有這個支撐技術，再好的想法也難以落地。或者說，落地的代價太大、經濟性不好。如果有了這個公共的支撐技術，就不要大家各自開發軟體了，只要用公用的東西就行了。這樣，小企業也有能力來用先進技術了。這個道理和淘寶平臺其實是一樣的。不過，這個平臺承載的是企業自己的專有的知識、經驗、訣竅等專用的“私貨”，並連線人、機、物、資料等資源。這些“私貨”可以自己用，也可以像商品一樣“出售”、給別人提供服務。

我們先看圖的左邊這一部分。這部分回答一個困惑——這些技術為什麼突然成了熱點了？

大家可能都知道，最近幾年出的新概念特別多：從工業4.0、智慧製造、大資料、CPS、工業網際網路及其平臺、人工智慧、工業APP......這些概念讓很多人覺得很懸，又怕趕不上潮流，於是就到各個地方去看很多文獻、聽專家報告。到頭來還是似懂非懂。

我覺得呢，這些概念不應該特別難以理解。如果覺得難以理解，那是因為陷入了思維誤區、把問題想複雜了。想複雜的原因大概有幾種：第一種覺得這些概念是牛人提出來的、一定有很多的學問（很多是故弄玄虛）；第二個方面就是發現自己不知道怎麼做，就以為自己不明白（其實是條件不夠）；第三個方面是相近的概念太多了，腦袋都搞大了（本來就相近啊！）。

在我看來，這些概念其實很簡單，確實是過去一些思想的延伸、相似或者相近是很自然的。我們要解釋的是：為什麼突然成為熱點？

這些概念被熱炒的原因，是因為技術條件發生了改變。換句話說，如果過去提出這些概念、卻沒法實現、只能是空想、至多是寫寫論文、做個樣板。我常舉控制論之父維納的例子：維納或許有CPS的思想，但他的時代沒有計算機和網際網路、提出CPS也只能停留在生物控制層面。在前幾年，網際網路不發達、難以實施掌控資源時，CPS的概念幾乎可以用計算機裡面的“控制模型”來取代。現在到了工業網際網路（智慧製造時代），問題變得複雜了，要把眾多的模型組織起來，需要一個更加一般性的概念來說事。於是，就有了CPS。總之，沒那麼懸。

前面提到條件的改變。最重要的一個就是ICT技術的進步：摩爾定律連續發展了50年，量變到質變了。這種變化常常被人提起來，以至於很多人習以為常、當成耳旁風了——其實，如果不是身在其中，有過經歷、這種變化的真正意義卻難以體會到。曾經有一位年輕博士問我：現在工業上的先進技術一點都不先進、我讀書時研究得就比這個深。我就告訴他，理論方法雖然不新、但技術應用是新的啊。比如，20年前，我博士畢業剛工作的時候，一個微分方程求解都沒辦法實時計算，更不用說CPS、實時影像處理了。所以，理論再好也不能用於實時管控、只能發發論文。

      ICT技術讓技術成本大大降低。這讓相關應用範圍大大增加。30年前的寶鋼是中國最現代化的工業企業，那時搞資訊整合的100臺PC機，需要經過中央領導特批！有ICT技術的進步，現在一些小企業都有辦法搞了。這就是所謂普遍性、一般性的意義。條件發生變化以後，很多技術搞起來就合算了。於是，概念一下子熱起來了。當然，這只是潛力，要把潛力變現還不是那麼容易。而這真是我們這代人要做的事情。

下面談談我對網際網路本質的看法。網際網路的本質作用很簡單：人類可以通過空間限制獲得資訊、掌控資源。這句話很簡單、很多人都說過類似的話。大家想想看：從雅虎、谷歌、淘寶、微信、滴滴等，這些東西其實都是這個道理啊！

於是問題就來了，為什麼最近幾年工業網際網路才熱起來呢？

要回答這個問題呢，就要知道科技發展有個規律：技術往往是從難度最低、收益最大、成本最低的地方產生，然後向難度高、收益相對較少的領域聚散。就像流水的規律一樣。在我看來，現在紅領製衣的技術，和30年前寶鋼搞的按合同組織生產本質上差不多。現在很多所謂的創新，本質上就是技術擴散。比如，現在很多數字化設計的技術，就是從航天、航空、軍工擴散過來的。而且，技術成本越低，越容易擴散。

我們看看，網際網路的發展過程就會發現的確是難度越來越高的。最初普及的應用只是非實時地發普通的電子郵件，後來從非實時的交換到實時資料交換，從小資料到大資料，從單純的資訊交換到資金產權的交換等等。這裡就不展開了。按照這個邏輯來說，工業網際網路的應用一定是比較難的。但難在什麼地方呢？

理解工業的本質特點：我常說一句話：確定性是工業人追求的目標。工業人追求安全、穩定、可靠。當外行看到技術的效能不斷地突破極限（比如高鐵越來越快）——其背後是在這種極限條件下解決了安全、穩定、可靠這些問題；而且背後這些工作量極大、難度極高！不理解這個，怎麼能叫理解工業呢？有些“磚家”膽子特別大，啥都敢說，就是因為沒在現場幹過、沒幹過真正的難事，不瞭解這個道理。

現代工業系統對可靠穩定要求是非常高的。為什麼呢？因為出現一點點的問題就有可能出現危及生命的大事故、會造成非常大的物質損失。這一點和個人消費品很不一樣。舉個例子：你花了50塊錢買個杯子，如果杯子不好，至多損失50塊錢。但是，如果你花50塊錢給高鐵買了一個零件，導致高鐵事故：那損失是多少倍啊？所以，“損失放大”很要命。另外，工業技術的個性化很強、默會知識很多，這些都是普通商務活動沒法比的。我們會發現搞工業的人往往比較踏實，有經驗的人看起來往往膽小，其實都是環境和背景導致的性格。

工廠裡面有一種說法：說的好不叫好，用的好才是好。把這句話翻譯：單純用資訊描述工業技術是不夠的！人們甚至不清楚自己需要什麼，只能用實踐來證明。所以，即便找到更便宜的，企業一般也不會隨意更換供貨商：怕出事啊！對網際網路來說，這就糟糕了：即便用網際網路把資訊傳過去，人家也不一定敢用。這就是工業特性約束網際網路應用的原因。

      事實上，工業網際網路會把網上的聯結物件（如較為封閉的機器）構成一個有機的系統、甚至是動態控制系統（後面有個例子），而不是像淘寶這樣鬆散的、一對一的聯絡。所謂的系統，就會有“牽一髮而動全身”的事情發生。所以，工業網際網路對安全、穩定、可靠、實時性的要求更高。

工業網際網路領域很多的事情都與這個道理相關。工信部原副部長楊學山說工業網際網路姓“工”不姓“網”，工信部信軟司安筱鵬副司長說工業網際網路平臺應用要解決“能力度量問題”。在我看來，就是這個道理。還有些實踐表明，工業網際網路不像淘寶這樣2C的網際網路，就是打不掉中間商！也是工業的特點造成的。

      總結一下，工業界技術創新的特點是：先進技術在工業企業中能否應用，往往決定於穩定可靠性問題能否解決。打個比方說：車子能跑得快，往往不是車子效能決定的，而是車況和路況所決定、能夠保證安全的速度是多快。大資料、智慧製造、網際網路的工業特色都能用這個道理解釋。反映到實際工作中就是：理念先進技術不一定有用、但對安全、穩定、可靠有幫助的技術卻往往用處很大。順便說一句，不展開：這個道理能指導我們創新的方向。

我們現在再來談一談對智慧的認識。《三體智慧革命》中提出了智慧的20字箴言：“狀態感知、實時分析、自主決策、精準執行、學習提升”。這5個要點中最近本的有三個，就是把感知、決策和執行三個過程統一起來。

我們知道，網際網路是智慧製造的重要推手。為什麼呢？就是感知和控制資源的能力大大加強了！ 管控資源的能力加強，為什麼會引發智慧製造呢？我的邏輯是：管控的資源多了、問題就變得很複雜了，人忙不過來或者容易出錯；這個時候，必須要計算機來代替他人決策——注意，我的邏輯是：必要性增加了，而不是技術可行性改變了。

反之，如果問題簡單的話，沒必要上這些高大上的概念和系統，企業幹“高射炮打蚊子”的事情是不划算的。按照智慧製造（smart manufacture）的含義，鋼鐵行業很早就具備了基本特徵。那時候，日本人就對我們說：“100萬噸產量的時候，靠人管得過來；600萬噸的時候，沒有計算機就管不過來了！”所以，智慧製造是人們不得不把任務交給計算機來完成的。這個時候才有意思。

注意提醒一下剛才說過的邏輯：問題複雜到人沒法幹，這是負面問題。智慧化相關概念，是解決負面問題的！解決負面問題，才有價值。當然，這些負面問題是企業“自找”的：為了更好地滿足使用者需求。

 

讓我們的感知和執行能力大大擴充了，能幹什麼呢？我把它總結成了六個字，就是“協同、共享、重用”。這六個字針對各種資源，包括物質資源知識資源，公司內部和外部的資源，人、裝置和資料的資源等等。這六個字，既讓問題變得複雜，但另一面是能更有效地創造價值，並實現智慧製造快速響應的要求。

這個圖上，手和眼睛代表網際網路帶來的感知和執行能力，而腦袋代表計算機的自動決策。要自動決策、體現智慧需要知識。對智慧化來說，知識這個東西非常重要、是關鍵所在。有人說大資料很重要，我卻覺得：外面看是大資料、裡面看其實是大知識。下一頁會深入展開。

      另外說明一下：要實現這個邏輯呢，需要做很多事情，包括ICT技術之外的事情，如物質條件的準備、組織流程改革、商業模式創新、裝置更新換代等等。所以，推進智慧製造被稱為兩化的“深度融合”。我甚至認為，真正的智慧製造首先是生產關係的變革。很多企業覺得難，就是這個原因：改變生產關係，關鍵在領導！

人工智慧最近很熱。智慧製造（Smart Manufacture）和人工智慧(AI)有聯絡，也是有重大區別的。由於時間關係，這裡只簡單說幾句。

 

我經常給人家打一個比方，工廠裡的智慧主要是“吳淑珍式的智慧”。吳淑珍是台灣地區前領導人陳水扁的夫人，內線炒股發財：陳水扁的親信告訴她哪個股票要漲，她就去買、買了就賺。我把“吳淑珍式的智慧”表述為“準確及時的資訊+簡單的推理”。這種智慧不像巴菲特炒股，是“模糊的資訊+複雜的推理”。

工業過程智慧更多的是“吳淑珍式的智慧”而不是“巴菲特式的智慧”，為什麼是這種呢？

要回答這個問題，還要回到工業的特點說事：人的隨意性很強，是工業中不確定性的一個重要來源。所以，工廠裡一般要求工人進行標準化操作、抑制隨意發揮，在什麼場景下做什麼樣的事情，是有明確規定的。

從程式設計師的角度說，“吳淑珍式的智慧”用的知識其實就是一些“IF語句”。這個聽起來有點土，但本質就是這個。而且，這種提法不新鮮、不知道出現多少年了。專家系統理論中有個“學術化”的說法叫“產生式規則”，就是這個東西。20年前我到北京培訓一個所謂的人工智慧軟體，差不多就是這個東西。

我也曾經困惑：這個東西過去為什麼用得少呢？現在想來，用得也不少，但直接程式設計更容易、似乎沒必要用那麼多專用語言和工具，來“殺雞用牛刀”。現在為什麼不一樣了？因為問題複雜了、管理的知識多了、靈活性要求高了，實現的辦法就要重新想一想了。我覺得，對於真正複雜的問題，還是要平臺來解決。我給人講創新，常常講到簡單的問題和複雜問題的處理方法不一樣，量變到質變，就是這個道理。這裡就不展開了。

我們現在再來看看大資料的本質。在我看來，大資料最根本的用途是產生有用的知識、特別是用於智慧決策的知識。工業大資料真的有這個潛力！我們知道，人類一切的知識來源於歷史，如果大資料能夠廣泛完整地記錄歷史發生的痕跡，人們有可能大資料中獲得更多的知識。畢竟，在大資料背景下，人的記憶力遠不及計算機。

當前，產生知識的“潛力”要轉會為現實的“能力”，還需要有其他的前提。其中一個即所謂“樣本=全體”。換一種說法就是：這個能力保證，你總能從歷史資料中找到你想要的案例。在GE關於飛機發動機實時監控的著名案例中，一個重要的條件就是：一臺發動機偶爾出現的故障，很可能在其他發動機上也出現過。診斷和處置的知識就可以直接利用。資料多了，這個前提就容易實現，即所謂：日光之下無新事。

在這個前提下，有一種思維方式特別重要，就是強調相關性。我覺得，這句話很多人理解的有問題、不到位。我的理解是：所謂強調相關性就是找相似的案例。找到這樣的案例，直接去模仿就是了，而不必要按照科學的邏輯去思考。就好比我們用高德導航：走一條路要花多長時間，只要看看別人用了多長時間，而不是根據時間、速度來推算時間。我覺得，這未必就是排斥因果性，而是在一定場景和範圍內，不需要知道因果性就可以了。這個差別很重要：因為工業大資料強調可靠性，常常需要因果來保證。

大資料還強調“混雜性”。在我看來，強調混雜性就是便於找到“相似的”一種保證。能夠讓我們能夠從多個角度去分析知識、從而得到更加可靠的知識。我們知道，新一代人工智慧最近很熱。其背後的原因就是大資料智慧可以支撐新一代智慧製造正規化。大資料能夠讓機器學習“學得好”、“學得對”、“學到本質”，甚至連一些人說不清楚的知識（如感性知識）機器都能自己學會。

我的這些觀點不一定對，但不是無的放矢。我認為：工業大資料要用得好，就要設法根據業務的需求，從這個角度去準備資料，而不是有什麼資料用什麼資料。否則，大資料也可能成為大垃圾。我見過很多成功的案例，都是按照這個邏輯做的。即所謂“預則立、不預則廢”。

順便提一句：工業大資料追求確定性。這決定了其分析方法也有特殊性。特別不能把大資料當成“算命先生”、宣傳有多神奇，這就和騙子差不多了。工業追求的是確定性，不是“神奇”這種小概率事件。

      有人可能會說：你怎麼不提大資料4V的理論呢？說實話，我有點鄙視這種說法。或者說，至多是技術提供方關心的、不是應用技術的人所需要關心的。

現在，我們進入後半部分，再看第一張圖的後半部分。做企業的都應該知道：企業採用先進技術的目的是為了獲得經濟效益。但不幸的是：人們常常發現採用先進技術無法帶來效益。比方說，提高自動化水平時，人減少了裝置成本卻高了，總體上不合算。再比如，推進智慧化的時候，機器代替人決策，人的工作量少了，價值卻沒有增加。我們下面要聊的，就針對這種誤區。

導致這種現象的原因，一般是是技術沒有用到合適的地方、應用場景不對。IT行業有句話很有名：要雪中送炭不要錦上添花。只有這樣才能創造價值，否則可能就是資源浪費。怎樣做到這一點呢？我們有位老領導說過一句很有意思的話：“使用者決定價值。半杯水放在沙漠裡可以救命，放在餐桌上就是垃圾”。所以，我們需要仔細研究技術的使用場景。下面我們給出幾個中國企業的例子。

石家莊一家叫做天遠的公司，業務是幫助人家監控各種運輸裝置（如集卡）。汽車出去了，老闆不在身邊，司機就可能幹私活、偷油等等。用了網際網路加上資料分析，老闆就能時刻遠端監控自己的車子。效益就來了。

過去，油田的工人需要在沙漠裡面看著裝置。遠離城市和家人，工作條件非常差。後來，他們用網際網路把訊號傳出來，幾千號人就可以離開沙漠、在城鎮裡生活了。而且，更少的人可以看著更多的裝置。對工人來說，生活更幸福了；對企業來說，勞動力成本可以降低了。

河南登封嵩山腳下有家叫做昊南的小公司，生產環保用的耐火材料的。企業雖小，但自動化程度相當高，缺乏裝置維護的人才。他們把機器上的資料採集過來，存到計算機上。必要時直接通過網際網路傳給德國人，讓他們決定怎麼辦，借用了外腦。

這幾個例子告訴我們：網際網路好的應用，一定與“距離遠”有關。

上海有一家叫做優也的公司，是麥肯錫的專家出來創業的。公司最近做了一件事：把某鋼企的、與煤氣相關的裝置聯絡起來，進行實時控制。讓煤氣的使用效率大大上升。這件事原理也很簡單，但過去沒有網際網路，技術上就很難做到。過去實時控制迴路限於一個裝置範圍，一般必須在車間裡面。現在可以把隔著幾公里的不同車間的裝置串在一起、形成一個實時閉環控制系統。當然，他們還有個好的想法值得推薦：先算好可能有多少收益再去做，而這是諮詢公司擅長的東西。類似地，還有號稱“世界上第一家智慧化鋼廠”的美國大河公司，這裡就不展開了。

上面這些場景或許比較特殊。中國有種比較普遍的場景：就是通過網際網路提升企業的管理水平。

與已開發國家相比，中國企業的管理是比較差的。我曾經調研過一家公司：管理問題導致的成本比企業的利潤要高。原因有很多，比如人的素質問題、農業文化問題、私心私慾等。這樣，管理的難度就很大。但是，利用網際網路和大資料，領導就能夠有效地管起來了。剛才說到優也公司的例子：據說系統經常給領導“打小報告”，操作工都不敢亂來了。天遠公司的例子其實也有一樣啊！

這幾件事讓我想起十年前我做政協委員時，參觀一家豆腐廠：老闆把攝像頭裝在車間裡，工人的操作就規範多了、質量和成本都好了。這個例子很形象，但大資料和這個的道理是一樣的。就是讓網際網路促進“透明化”、“扁平化”。這些管理理念，在網際網路、大資料的背景下，容易做到了。

對於這種邏輯，一個常見的問題是：老闆哪有時間看呢？對於這個問題，我有兩個觀點：

把歷史過程完整地記錄下來（形成大資料），即便老闆不看，至少也“有據可查”；也能促進管理水平的提高。

在大資料的基礎上，推進“智慧化”（吳淑珍式的智慧）：必要的時候自動推送給老闆，讓老闆用少的注意力獲得大的“關注力”。這就是用智慧化提高管理效率啊！

      實際上，實現這些功能都離不開工業APP和PaaS平臺。我在後面會講到這些內容。

對於某些管理上特別好的公司，可能真的難以找到好的場景。這時，要推進智慧化的辦法就是對企業進行轉型升級。在我看來，提高自動化、智慧化水平都屬於轉型升級：也就是未來的工作方式、場景、市場定位發生變化。

但這種轉型升級一定要注意：一般不能僅僅考慮勞動力成本或者勞動量的降低，而要考慮到其他的附加價值。否則，先進技術在經濟上可能不划算。比如，通過智慧化改造，提高質量、降低成本、進軍高階市場，提升設計研發或快速響應能力等等。具備這些能力的原因是：這些改造能夠減少人的負面作用和干擾、讓機器的反映比人更快，而不是僅僅代替人。

轉型升級之後，新的場景就出現了。很多技術由原來的錦上添花變成了雪中送炭。上面這張圖是我常說的邏輯：

通過網際網路的應用，實現大範圍的“協同、共享、重用”。這一方面會提高企業的快速響應能力，也會對技術提出挑戰。比如，問題太複雜了、人忙不過來了！但這種挑戰，恰恰就是智慧化的動力啊！讓機器去智慧決策啊。當“智慧決策”是“逼出來的”，一般就會產生價值了。

      這些事還可以產生連鎖反應：比如，人離開了生產現場，從事更富有創造性的“知識生產”，從而讓人的生活更加美好等等。其實，技術的發展就是像一個“多米樂骨牌”：一件事推推動另外一個事情的發生，技術半步半步往前走，以至於“積跬步以至千里”，導致了工業革命。技術發展就是這樣的規律。時間關係就不展開了。

智慧化轉型說起來容易，做起來是有點難的。如何推動呢？我想是有三類人寫作來完成。

1、設計場景與目標。企業家的事。要看企業家的眼界。目標設定的好，會讓技術有施展空間。但目標設定一般不需要深入的專業知識。

2、設計好推進步驟。靠總師能力，難點是戰略規劃。要點是讓後續技術工作簡單、便於操作、減少風險。

3、做好技術細節。這是科技人員的任務。戰術級的難點在處置細節和風險，學術問題其實並不多。

我實踐中體會到一種現象：優秀的企業家往往低學歷、優秀的CIO很多不是IT相關專業畢業的、好的技術往往少用先進的理論。上面三條大概可以解釋這種怪事。

現在再談談對平臺的看法。有個朋友說各種網際網路平臺的本質和淘寶差不多：就是促進連線。我覺得這句話是有道理的，但是要考慮工業的特點、工業的要求——怎樣然更大家放心地用、更可靠地用。涉及到企業之間的關係時，要涉及更嚴格的標準、信用等方面的問題。這些方面，呼喚更多的創新——否則，工業網際網路的應用就會限制在公司內部、走不出去；相當於企業內部為可靠性和信用背書。

我喜歡從經濟性的角度看問題。平臺重要的另外一個原因是涉及到成本和質量的問題。一家企業把平臺建好，很多家企業都能用。這樣，經濟性就可以大大提高，小企業就有能力來用。這種共享不僅降低了成本，也可以通過重複使用減少平臺的“BUG”、提高可靠性。

最近，工信部推一個工業APP的事情。我覺得這件事非常好。在我看來，這就是要建立一個知識共享的平臺。這件事意義非常大，但難度也非常大。需要在探索中逐步明確起來。這張圖是幾年前我對知識管理平臺的一點設想，還非常不成熟。

最後，我再把智慧製造、工業網際網路等概念的關係串一下。個人的想法，觀點不一定對。

GE在工業網際網路白皮書上有一個副標題“Pushing the Boundaries of Minds  and Machines”。我把這個副標題翻譯做“重構人和機器的邊界”。我認為，這句話本身就是一個很好的切入點和視角，能夠反映工業網際網路、智慧製造的根本思想。

隨著工業網際網路在工業界的廣泛應用和機器、產品的智慧化，將會形成一個巨大的Cyber Space。人類越來越多地通過Cyber Space 同物理物件打交道。換句話說：Cyber Space 能夠讓人體離開所控制的物理物件。

隨著Cyber Space 越來越複雜、資料描述越來越完整，越來越多的工作可以通過機器自動決策來實現，這其實就是智慧決策（雖然不一定要AI）。從這種意義上講，智慧的本質就是能夠讓人體有條件離開Cyber Space，獲得更大的自由。當然，人體離開Cyber Space 是有條件的，最好能讓智慧決策做得比人更好。

這個Cyber Space執行的痕跡，就構成了工業大資料。利用工業大資料，人類可以獲得更多的知識。雖然有些知識可以讓機器自動產生，但人類的靈活性是機器難以比擬的。所以，未來人類的一項重要工作，是豐富完善Cyber Space，尤其是豐富其中的知識。而這些知識，又會進一步促進智慧化的發展。

      當然，推進這些想法的時候，都要注意漸進發展的原則；不要搞基於“大躍進”、“放衛星”，還要遵從技術發展的規律。比如，要根據實際情況，不一定急於把人踢到控制迴路之外。有經驗的專家，不會無謂地冒險。人與機器的邊界，一般是漸變的。

根據前面的觀點。我畫了一張圖，以平臺為核心描述了智慧製造、大資料、工業網際網路、AI等概念之間的關係。這裡想談幾個碎片化的想法，可能有點片面，但大的路數可能是這樣的：

1、新一代人工智慧在工業中的應用。這裡說的“新一代人工智慧”，就是“吳淑珍式的智慧”之外的東西，如影像識別。這些技術也會很有用。我認為主要作用可能是解決感知的問題（就是我畫眼睛的地方）。工業界中很多地方需要人靠眼睛、耳朵、鼻子等感覺器官來檢驗質量。我發現，自動化程度高、質量要求越高的工廠，人工檢驗員的比例往往就越大。這嚴重影響了自動化程度的提高。而新一代AI本質上是讓計算機具有了“感知的知識”、“感性認識”；而不是像“吳淑珍式的智慧”那樣說得清楚、可以用人來編碼的顯性知識。這一點，經濟意義非常重大。從技術上說，可以讓更多的人離開控制迴路，意義也很大。

2、從大資料到大知識。無論是人說的清楚的、“吳淑珍式的智慧”所需的顯性知識，還是說不清楚、需要機器自學習的“感性知識”，以及成功的案例、失敗的教訓，也可以歸結到知識的範疇。我覺得，大資料的關鍵作用就是形成知識，並通過知識推進智慧（人體逐漸離開Cyber空間）。這個就是DIKW體系給我們的啟示。在此基礎上轉型升級。所以，“大知識”才是個關鍵的環節。企業一定要為形成大知識多動些腦筋，做平臺的人更應該注意這個。這件事不能等待、要自己思考，因為問題不會自己解決。

3、知識的數字化、模型化、工業APP。很多企業都重視工業知識管理，但往往沒有管好，成了形式主義。一個原因就是：工業知識的應用、掌握不容易。其實，即便給你一本書，一般也要花很長時間去學、搞不好還會用錯。但變成數字化和模型化知識以後，應用就方便了，甚至可以被機器直接來用！所以，知識的數字化、模型化、工業APP本質上是解決了知識應用的困難、讓知識複用的難度降低。一旦知識複用的比例提升，“知識生產”的經濟性就會發生巨大的變化，就會有越來越多的資源投入“知識生產”。當然，這些觀點也不是新的，只是現在推動這件事的意義變得巨大了。

最後說明一下：我是站在一個工程師的角度來思考問題的——也就是怎麼做事、做什麼事情。這個角度和方法與有些人研究的角度和方法是不一樣的。我這些觀點不一定對。我吃不準的時候，就結合歷史發展、結合實際背景去考慮一下，怎奈自己的見識很有限，難免以偏概全，更歡迎各位專家批評指正！

      謝謝大家！

【主持人】：

感謝郭首席帶來精彩分享，通過淺顯的語言和生動的案例，就把一些重要問題給說清楚了，給郭首席點贊！

郭首席精心準備了一張PPT圖片，把工業網際網路平臺以及相關智慧製造、工業大資料、人工智慧等概念的關係給串了起來，一目瞭然，簡單明晰！通過梳理相關技術原理、技術思想，梳理創造經濟價值的邏輯，思考如何把技術與業務場景相結合創造價值，以此來凸顯工業網際網路平臺及其承載的相關技術作為核心支撐技術的重要性。通過郭首席的介紹，無論平臺企業，還是中小企業都能在工業網際網路平臺生態體系中，清晰找到自己的定位。

郭首席曾長期在寶鋼中央研究院工作，對工業的本質理解很透徹。站在一個工程師的角度，郭首席認為確定性是工業人追求的目標，工業人追求安全、穩定、可靠。對於工業網際網路平臺，工業特性約束著網際網路應用，因此工業網際網路姓“工”不姓“網”，這點對於正確理解當下工業網際網路熱潮非常重要。

針對智慧製造、大資料、工業網際網路、AI等當下熱門概念之間的關係，郭首席認為，新一代人工智慧在工業中應用主要通過解決感知的問題，以實現經濟價值。而大資料的關鍵作用就是形成知識，並通過知識推進智慧，“大知識”才是關鍵環節。同時，知識的數字化、模型化、工業APP從本質上是解決了知識應用的問題。梳理清楚了這些關係，對於工業企業來講，就知道怎麼做事、做什麼事情，而不是單純跟風。

【網友互動環節】

【群友提問】：在日常工作中，很多人都不太明白幾個“網際網路”的關係，請問郭首席，如何理解網際網路，工業網際網路，產業網際網路，物聯網，以及他們之間的關係？

【郭朝暉】：這些概念是很饒人的。著名哲學家維特根斯坦有句話：語言是迷霧。其實，在英文中industrial有“工業”的意思，也有“產業”的意思。我不知道為什麼有的中國學者要變成兩個概念，會增加很多混亂。這就好比把“Smart Manufacture”翻譯成“智慧製造”，再自說自話地認為智慧製造是人工智慧在製造業中的應用。所以，我不太贊成提出“產業物聯網”這個概念。

我認為，從網際網路到“工業網際網路”是網際網路應用向深度方向的發展，進入了新的階段。在這個階段中，促進跨越時空連線的本質是一樣的，但為了適應工業場景的應用，對安全、穩定、實時、可靠的要求更高；還要發展“工業網際網路平臺”這類技術，以應對工業的複雜性。所以，兩者的關係類似PC機與工控機（或巨型機）之間的關係。

與“工業網際網路”相比，“物聯網”的概念提出較早。“物聯網”的概念側重網際網路向寬度的發展，連線的物件更多；但涉及到的問題深度較“工業網際網路”淺一些。

作為一個工程師，我其實並不是特別喜歡把太多的時間花在鑽研概念上，而是面向問題解決。

 

【群友提問】：去年底國務院釋出《關於深化“網際網路+先進製造業”發展工業網際網路的指導意見》，能否簡單描述一下這份檔案與《中國製造2025》、智慧製造的關係？

【郭朝暉】：據我所知，《中國製造2025》除了強調智慧轉型，還強調“工業強基”。既要跟上時代的潮流，又要重點補課。這一點有很大的不同。我注意到“工業強基”在社會上被冷處理了，而美國的貿易戰則針對這些範疇。這樣的話，我們更不應該忽視“工業強基”。

根據中國工程院最近的研究結果，智慧製造的第一個階段是數字化，和網際網路的關聯度相對較小。但到了第二個階段，網際網路的作用就變得空前巨大了，以至於兩者很難區分了。

 

【群友提問】：請問在鋼鐵工業是否有必要推進工業網際網路平臺建設工作？

【郭朝暉】：這是當然的。鋼鐵工業工序多、組織結構複雜、體量大、涉及到的客戶種類千差萬別、知識種類多。這些都是意味著工業網際網路有“用武之地”，在鋼鐵業推進工業網際網路的價值將會是非常大的。我前面講到的優也能源實時管控、大河的資訊整合就是很好的例子。最近寶鋼推進集中監控，也是很好的例子。鋼鐵行業應該是推進工業網際網路的龍頭行業。

 【主持人】：

經過宣講團六期權威專家的分享，工業網際網路平臺宣講團線上宣講活動告一段落。下一步，將圍繞工業網際網路平臺白皮書提到的工業網際網路平臺典型案例，以線上線下結合、採取更豐富的直播形式宣傳典型案例，更加具體深入地推動工業網際網路“建平臺，用平臺”。歡迎更多的有志於工業網際網路平臺創新實踐與應用的企事業單位共同參與下一步活動。

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

---

---