將互聯網的共性技術與制造業行業特征實現有機融合，工業互聯網這種應用模式正逐漸對制造企業的研發、生產、管理和服務等各環節帶來深刻變革。通過數字化提高生產力、提升響應速度已經在許多企業中得到印證。下面我們分享郭朝暉總來自實踐的一些思考。
 
從看得見到智能化
 
數字化怎么搞？其實很簡單。首先能看見，用數據能夠知道現在發生了什么。數據好處是精確、準確、及時。
 
第二個可追溯，能夠記住歷史。如果沒有可追溯的話，出了質量問題，你都不知道出在什么地方，質量問題不可能提高。如果想達到高質量，必須具備可追溯的能力。當然可追溯有個程度的問題，可以手工，也可以用計算機，但是計算機做的肯定比手工要好的多得多，因為人的記錄會出問題。
 
第三點，透明化，避免淹沒在數據的海洋中。透明化是指的在大數據時代，如果對數據不加分別其實有和沒有是一樣的，就會淹沒在數據的海洋當中。透明化可以避免這種現象發生。比如只看到煙氣溫度300度，這個沒用的，通過數字化要知道，煙氣溫度正常應該是250度，現在高了50度，每秒鐘浪費多少能源，一天浪費多少？現在這種情況已經發生了多長時間了。比如在貨車裝上GPS，不需要了解什么速度、流量位置、功率位置，只要了解到卡車有沒有在不該裝貨的地方裝貨，有沒有在不該卸貨的時候卸貨，從一些抽象的很具體的數據當中，告訴客戶所關心的信息。
 
第四，智能化，能夠自動地解決問題。讓機器去做，人就不用做那些簡單的重復的事，或者叫自動化，大概應該沿著這條思路走，我覺得是提高管理的一條路子。
 
透明化這方面的例子其實非常多。我有個深圳朋友給一家生產天線的企業做咨詢。這家企業的天線是手工生產，不容易規范。他發現如果給工人手上夾一個手環，就能夠知道是不是規范的操作。先設定一條標準，如果工人不按照標準操作，手環嘟一聲，工人就知道操作不對，趕緊改正。這樣一來，天線生產的合格率一下子提高了20多個百分點，從七十幾提高到百分之九十幾。
 
同樣，上海某專家在給一家汽車場檢驗打釘子的案例也能說明這個問題。過去認為打釘子的合格率是98%，這個專家把打釘子的有關電信號找出來發現正確的曲線。當工人打釘子跟這條曲線不一樣，嘟一聲，檢查一下糾正過來。結果發現原來真正的合格率只有95%，也就是說很多的不合格原來并沒檢查出來。而現在通過這種方式，合格率提高到99.8%。因此通過數據來做成標準曲線，把實際操作跟標準曲線進行對比，不對的時候嘟一聲，這么一個簡單的邏輯，實現透明化了，就會把質量合格率大大提高。
 
類似的情況還有非常多，用數據立一個標準，操作的時候如果跟這個標準不一樣，提醒并讓工人去改正。工業界就是要有標準的，和標準不一樣往往就出事。這樣一來的話，在提高質量、在管理的尺度上，就可以大大地加強。
 
對智能的理解
 
那么智能是什么？很多人都以為是完全自動化去決策。在我看來智能其實是處理好機器決策與人之間的關系，是處理人機關系的技術和藝術。機器在客觀、并行、速度、少錯、標準等方面比人強，但是它的靈活性是不如人的，許多創造性的問題它是無法解決的。
 
智能其實是處理好機器決策與人之間的關系，是處理人機關系的技術和藝術。機器在客觀、并行、速度、少錯、標準等方面比人強，但是它的靈活性是不如人的，許多創造性的問題它是無法解決的。
 
所以《工業互聯網白皮書》有一個副標題，我把它翻譯成《重構人和機器的界面》。在《三體智能革命》這本書中，我們的觀點是，要把人、賽博(Cyber)空間和物理空間的關系搞清楚。《機·智》這本書上說的是要把人的智慧變成機器的知識。所以在決策過程，我們不追求100%的自動化，而是說更加有利于進行決策。
 
在這個過程當中有了互聯網，有了大數據或者智能化，會提供很多的好處。比方說CPS。原始的CPS，比如物理的無人機在賽博空間當中有一個映象，軍事人員在萬里之遙操作計算機賽博空間，就可以影響物理空間。這解決了一個技術困難，如果你想讓無人機自動的鎖定誰是恐怖分子誰不是，讓機器自動決定殺人，難度太高。而且還有一個好處，人不在飛機上，它如果被打下來的時候人不會死。所以人不愿意干的活讓機器去干。創造這個東西的目的是，不要糾結于是不是100%的機器決策。
 
智能化的理想是把管理問題變成控制問題。
 
智能化在工業互聯網和工業知識軟件化當中，一個非常重要的機遇，就在于大尺度的協同優化。比如說鋼鐵廠。寶鋼20平方公里，首鋼30平方公里，很多工廠的面積都很大。在這么大的范圍里，涉及到幾十、幾百臺的跟能量、跟煤氣相關的設備。過去是人工制定計劃決定這些設備什么時候停，什么時候開。但是計劃沒有變化快，稍微的差了幾分鐘，可能煤氣就不平衡了。多了的話要排散掉，少了的話，有些東西就影響生產。現在有了互聯網，我們可以知道誰什么時候停，誰什么時候不停，可以讓誰什么時候停，什么時候不停。這樣一來把人的決策邏輯交給計算機，原來幾十、幾百臺設備的安排可以短時間內由計算機算出來。“優也”這么一個不大的企業，每年就可以創造4200萬的效益。
 
沒有互聯網的時候，基本是個管理問題，在未來自動化基礎上，是標準的問題。
 
其實美國大河公司的基本做法就是這樣，可能說法不一樣，但是邏輯上無非是能看見、可追溯、透明化、智能化。所以我說智能化對很多企業可能不是一個天翻地覆的變化，而是把眼前做不好的做好，他就有充分的能力。
 
企業重大的能力在于持續改進
 
一個好的企業重大的能力在什么地方？在于持續改進！ 
 
日本的智能工廠有一個架構，叫做IVRA結構。這個架構我一開始并沒重視，直到有一天我意識到，智能化是要通過管理的手段來實現，直到有巨大的經濟價值為止。
   
大家注意，這個架構有三個維度，一個維度叫做管理，管理成本、質量等等。另外一個是資源，管理的對象是資源，怎么管理？通過PDCA。搞工業的人都知道PDCA這個概念，這樣一個大家都很熟悉的東西，為什么能夠成為智能化的一條路呢？當時我沒有特別明白，直到何老先生說了一個觀點，我徹底明白了。他說PDCA其實是過去一種常見的做法。但是目前有了數字化，這個辦法就不一樣了。比如過去我們做P（計劃）是在紙上做，甚至腦子當中做，現在數字化背景下，就完全可以在賽博空間做，賽博空間做的結果馬上跟物理空間的執行（D）相對應，進行檢查（C）。檢查好了之后，我們再改變計劃，再根據差，把計劃進行優化（A），使得下一次做得更好。其實工業界很多知識怎么來的？就是久久為功不斷的優化來的。
 
過去的PDCA是人去做，人做的時候搞不準。比如，工廠可以生產1000種鋼種，不同的鋼種有不同的厚度、不同的處理方式等等，人的腦子記不住什么是好的，因為每一種方式都有不同的好，但是計算機記得住，這種情況下的好就是什么？然后根據這種情況告訴工人怎么做，所以PDCA這個邏輯是計算機是能很好執行的。
 
在數字化時代，PDCA可以智能化地去做。它能在每個特定場景下保持好，全生命周期的優化。工具變了，效率就像用火車代替了我們的雙腿。沒有比計算機更認真的PDCA!
 
那么PDCA是什么？P就是怎么做事，這就是知識。工業界重要的知識是什么？重要的知識就怎么做事的。大數據的本質是什么？大數據的本質產生知識。所以PDCA又引出另外一個重要的概念，就是工業大數據。時間關系，工業大數據的本質沒辦法展開了，只跟大家說一個邏輯。工業界的很多知識涉及到幾千、幾萬個變量，是根本沒有辦法用理論推出來的。它是對人的想法進行實驗，在實驗的過程當中不斷的改進這么來的。
 
這樣的邏輯我們可以讓計算機去做，涉及到幾十個變量，你想求優的時候，特別當你的模型又不太準的時候，幾乎是很難做到的。
 
而大數據的特點是什么呢？大數據給我們提供大的優勢之一就是跟著學就行了。歷史上這么做過，他做的好，跟著學就行了。過去也能跟著學，但是過去數據量少，只有幾種情況，突然出現一種情況，以前沒有的就不知道跟誰學了。大數據呢？樣本等于全體，總能夠找到一個學習的樣板。還有大數據，把方方面面的數據記錄的很完整。過去學的時候，經常會學錯了，大數據背景底下不容易學錯。所以大數據重要的知識是把這些離散化的信息給記下來，哪怕有一千一萬種場景，都能記下來。時間關系不展開了。
 
對平臺的認識
 
再談談平臺的邏輯。
 
平臺是干什么用的？告訴大家我的一個體會，所有的工業技術軟件化做的好的地方都跟平臺有關系。比如說寶鋼的許多東西，就落在平臺上，可以直接讓計算機自動的去用。如果不落在平臺上，往往就變成離線的，發揮的能力就變小了。另外，平臺就是把方方面面的數據和知識能集中在一起。所以某種程度上來講，平臺是工業技術軟件化的土壤，沒有他的話，能不能做？能做，但是投入產出比不一定合算。
 
平臺是存儲數據的倉庫，平臺是信息流動的道路，平臺是承載知識的書架，平臺是持續改進的階梯。
 
我們要做一件事，要持續改進，要慢慢的走。慢慢的走意味著當我想不清楚的時候，就從手頭開始，然后就會越做越好。那么平臺的好壞在什么地方？我覺得平臺的好壞可以通過時間的檢驗，而且好的平臺不需要推倒重來，因為它是不斷積累的東西。
 
平臺為什么有用？簡單講兩個事情。很多工廠里的知識都是碎片化的，比方說煉鋼的時候，前一個中間包不能含有什么合金，這是很特殊的需求，是碎片化的知識（碎片化表現為知識只在小范圍內有用）。所以持續改進面對的一個問題，特別當信息集成涉及到很多的部門，很多的業務知識的時候，任何兩者之間產生的這種連線，都是一種知識，非常碎片化的，不容易管理。所以，寶鋼ERP系統負責人王洪水先生曾經有過一個想法：一個大的企業，除了要把過去的數據結構管理好，重點是未來碎片化的管理。否則知識沒有管理好的時候數據又在用，企業的產品質量不可能搞得很好。生產用什么樣邏輯都不清楚，怎么可能會管的好呢？ 
 
數據知識要結構化，這是工作的難點，也將是更輝煌創新的起點。
 
第二方面，很多企業會遇到極其復雜的問題。比如鋼鐵行業未來的發展智能化怎么搞？智能化說起來很簡單，單獨從生產環節來說，不能只考慮一個設備，而要考慮整個生產線；不能只考慮控制，不能只考慮管理，而是管控要融合；不能僅考慮生產本身，也要考慮為生產提供保障的環保和設備。從理論上講是這樣，但是面對實際問題的時候各種條件極端復雜，是做不成的。我經常說，騎著自行車上不了月球。如果持續改進的話，拉了一批數據，做了一個東西，花了一年的時間，100萬，這個功能上去了。可是帶來多少效益呢？30萬。這不虧死了。特別是一個大系統，今天改一點，明天改一點，就像一個人整天給他動手術，不可能健康的。所以持續優化，大范圍的優化挺好，但是遇到具體問題非常麻煩。怎么辦？
 
持續改進的載體：工業互聯網平臺
 
我們需要一個階梯，這個階梯是什么呢？工業互聯網平臺。工業互聯網平臺的本質是什么？過去搞一個信息系統，是希望搞好了之后，不要改動它。所以前期需求分析要很認真，初步設計、詳細設計、編碼，一步步下來，不要出錯，一出了錯麻煩大了。工業互聯網平臺不是這個邏輯，它是把各種條件準備好，在上面愿意搭個帳篷就搭個帳篷，愿意加個什么東西就加。它是數據采集，知識共享，把有些操作共性的東西給拎出來，下次你就不需要做這個事情了。比方說數據都采來了，下次就不用到處找數據了，對生產的影響就會減少，做持續改進，它的成本就低了。成本低了之后，一步步往前就走就行了。同樣是，過去100萬的成本效益30萬，現在變成5萬的成本，那么30萬的效益就劃算了。
 
工業互聯網是智能化工作的工具，知識重用的載體。
 
沒有平臺的時候，做個APP就像建一棟大樓，成本高、周期長；有了APP就像搭帳篷，把成本降下來，把效率提上去。所以，平臺能夠使得這種持續改進簡單化。 一個個的帳篷，其實就是一個個的知識軟件化，就是一個個APP，這樣就比較簡單了。平臺本質上是保證持續改進更加高效。而持續改進對很多企業來說，就是一種戰略。但是，持續改進不能狗熊掰棒子，掰一個丟一個，也不能花很大成本來做。所以我們需要各種平臺、工業大數據平臺、工業互聯網平臺等等，使得企業做持續改進這個邏輯更加簡單、更加方便、更加高效。
 
優也的CTO林詩萬先生，就是按照這樣的思路設計工業互聯網平臺的。
 
歷史告訴未來：好東西要降低成本、廣泛使用才能推動歷史進步
 
在人類發展過程當中，往往是生產力帶動生產關系的改變。比方說鐵器的發明帶動了生產力的提高。人類從奴隸社會進入封建社會，生產力怎么提高的？道理很簡單，過去要用石頭斧子砍樹，過去是木頭犁犁地。如果用鐵制的工具那就簡單多了，生產力明顯提高了，過去能種一畝地，現在能種10畝地，它廣泛應用了之后，效率就提高了。農業的效率提高了，整個社會的生產效率就提高了。
 
但是，在出現鐵器之前，其實有銅器。銅器為什么不能帶來這么大的一個變化呢？道理很簡單，因為當時銅太貴。《墨子·非攻》上有個故事，墨子對公輸盤說，我給你10斤銅，你給我殺一個人去。銅就像金子一樣的。請獻十金。如果用這個銅，給奴隸打一個鐵锨，打成一個一個鐵犁讓他去犁地，你放心嗎？肯定不放心的。所以本質上是要把成本做低了之后，才能廣泛應用。廣泛應用了，才能促進生產力的發展，才能帶動社會的變化。
 
工業知識軟件化某種程度也是這個樣子，他要通過軟件化的辦法變得可傳承，使它的應用次數增加，使它的可復制性增強。這樣一來，把它的成本降下來了，就可以廣泛應用了，也能夠促進我們生產力的極大發展，從而把我們帶入一個新的智能社會。這個時候，人不愿意干的活就可以交給機器去做了，哪怕是一點小活都可以用機器人來做了。前提是先要把成本做下來，然后廣泛應用，然后促進生產力的發展。
 
其實數字化有很多的好處，大家不要老是想著機器代人，老是想著勞動力不足。這是未來的發展路線，現在要想新技術在企業里面落地生根，它的前提一定是創造價值。大家一定要記住這句話。不僅是我個人的認識，也是我的實踐。進行轉型升級和大的改變，這樣的企業是少數的、精英的企業，大多數企業數字化有用的切入點，在于企業的管理。因為中國幾乎所有的企業管理都是有短板的，如果短板補不上，技術其實都是上不去的，質量上不去，成本也降不下來。
 
所以我強烈建議，要按照這種思路，用數字化的辦法，推動管控一體的發展，讓它創造價值，逐漸的往上走。多數企業沿著這條路子走，是具備經濟性，走得通的，這是我個人一點膚淺的見解。跟大家不一樣的地方，也可以批判。
 
最后我用何麟生先生的一句話跟大家共勉。他說世界上有兩種人，一種是懂數字化的人，一種是不懂數字化的人。我覺得我對于數字化一知半解，多少知道一點點，這就是我今天對這個東西的理解。
 
工業的兩大特點之一，就是個性化特別強，別人成功的，對我來說不一定成功，叫做彼之糖蜜，我之毒藥。所以再強調一點點，就是我說的不一定對，歡迎大家批評指正。這也是對我的一種激發和對我的一種進步，謝謝大家。