智能制造与转型升级技术与经济的逻辑发酵罐
2022-10-10 18:05:52 花元机械网
智能制造与转型升级：技术与经济的逻辑
本文内容选编自清华大学软件学院郭朝辉教授在“清华大学智能装备大数据高级研修班”上的演讲。
技术发展带来的拐点：从原理到技术 1.创新与矛盾同行 创新转型其实是需要在困惑中前行。所谓的困惑也就是需要面对这样几个矛盾：知与行的矛盾：听明白很容易，落地很难；技术与价值的矛盾：技术很好，创造价值很难；新颖与实用的矛盾：新颖的往往不实用，实用往往不新颖。总之，再好的想法，也得落地才行。2.创造条件让创新成功 太多的技术原理并不新颖，但过去无法实时计算与应用，懂得理论也没用。条件不成熟时，难以创新。理论与原理往往最容易理解，原理总是简单，难的是找到有条件走通的路。条件改变时才能看到创新机遇，所以我们往往需要创造条件，让创新成功。我们想要超越前人在于产生条件（基础条件或需求），超越他人在于抓住并创造条件、避免无效劳动。
3.摩尔定律：ICT技术成本的降低 根据摩尔定律，数据的存储通信成本将继续大大降低，同时互联网进一步导致数据量骤然上升，带领我们进入了大数据时代。有人预测，未来85%~90%的创新与ICT技术有关。而基础技术成本的降低，往往是千载难逢良机。4.互联网背景下的经济学原理 个性化定制、服务化转型、高质量发展.......从概念的本源看看问题，经济学大师熊彼特指出：技术发明不等于创新，将发明用于商业活动并取得成功才是创新。创新活动的本质，是企业家对资源的配置。互联网在智能制造的发展过程中起着承上启下的重要作用。数字化是智能制造的基础；智能化是目的；网络带动大数据、并让协同、共享重用的价值倍增；从经济性方面带动数字化和智能化深入；智能化基于大数据和网络化的价值才大，智能化需要知识，大数据便于知识产生。
在市场经济活动中，人们对信息的了解是有差异的。掌握信息更多的一方，往往处于较为有利的地位。一般情况下，卖方享有信息优势。而互联网成为了卖方信息优势的终结者。因为网络电商的出现，竞争立刻变得全球化。买家可货比N家，卖家信息优势大大减弱。产能过剩时，卖家在高于边际成本时就要出货。5.应对快速变化和个性化：必须进行转型 工业互联网时代，企业需要快速响应，避免同质化；研发伴随创新、服务与个性相伴，远离同质化。互联网让企业能够快速感知需求，为避免同质化竞争奠定了条件。在转型过程中，由于制造商的信息优势增强，有利于向服务业延伸。国家发展带来的拐点：从原理到技术 1.很多技术原本就是成熟的，只是经济性发生了变化 发展中国家的创新，首先应该注重需求拉动，而不是技术驱动。大量智能制造技术并不是新的，而是有了必要性采用的。经济落后的国家：优势往往在劳动力而非高技术的配置。长期以来，劳动力成本低就是中国企业的本质优势。
缺乏创新：为什么会发展？改革开放30年，让我们有机会学习、引进新机会、并打开了巨大的市场。这为我们告别传统的农业社会创造了条件。劳动力的转化，基本可以解释我国经济的快速、持续增长。提高人工效率和质量创新：本质是缺乏需求。所以，推动智能制造的根本动力之一是人口的变化。2. 供给侧改革、创新与高质量发展的推动力 1）总量约束 我国的产能已经严重过剩。俗话说：人再有钱，也只能吃三顿饭、睡一张床。要发展，只能提高产品质量。2）环境约束 宝马和QQ的价格差几十倍；中国和日本的圆珠笔价格差10倍，生产的能耗差多少？我国中产阶级的兴起给供给侧改革带来了现实可行性。我们已经度过了短缺经济时代。低质量、同质化产品没有出路。加强消费者保护，逼迫企业提高质量是供给过剩时的必由之路。
3. 需求带动工业体系提升 高技术是在高质量、高效率、高端业务需求拉动的。很多技术只有在企业转型升级后才有用，所以，现实情况是，有了需求再谈技术，有了需求才有经济性。4. 第三个拐点：贸易战与全球化的拐点 “不公平”的技术转让制度、“歧视性”许可限制、对外投资的“非市场定价”等，这些国际上的不公平竞争环境，把中国克服“后发劣势”的奇招一步步堵死。
认识技术原理：其实都很简单 1.简单的道理 ：人机关系的改变 人类通过Cyber Space（赛博空间）控制物理世界。让人类摆脱劳累的体力劳动和枯燥、重复的脑力劳动。转而从事有创造性、灵活性更高的工作。2.互联网的作用：Cyber 空间暴涨 人类感知和控制资源能力可以通过互联网突破空间限制，有能力调用和利用更多的资源。未来我们通过智能化可以实现：感知、决策和执行的统一。
3. 理解工业智能的原理 工业智能化的原理本质上是从及时、准确的信息+简单知识到模糊信息+复杂推理，通过数字化、模型化的知识来实现这一过程是关键所在。人是不确定性的重要来源，会对质量、效率、效益产生严重的负面影响。所以，在工业中：人的工作要尽可能地用标准来规范、限定；发挥主观能动性的前提，是有明确的边界约束；自动化和智能化常常能带来额外的效益。而大数据的特点为工业智能化提供了重要机遇：样本=总体： 知识的存在性；不纠结于因果：知识的完备性；混杂性：知识的可验证性及质量。而工业应用的技术逻辑是，要求在各种场景中技术和产品的持续的安全、稳定。因为产品问题导致的风险，在工业中常常被放大。工业互联网、工业大数据的难点都在于：要求高。
智能制造与转型升级：为技术创造条件 多家实验室开发了工业过程仿真软件，用于实时模拟生产现场。但模拟的目的是什么呢？有人利用移动互联网，监控现场生产。说是给领导用。但领导那么忙，哪有时间去看这些呢？所以，我们应该明白智能制造的瓶颈不是技术本身，而是应用技术的场景：神枪手拿着好猎枪，却找不到兔子。场景的重要性决定经济性。信息集成、MES、PLM.....诞生的地方，都是需求特别强的地方。智能制造依靠协同、共享、重用创造价值，而不是原岗位的持续改进；首先是转型带动生产关系的变革，技术是变革的目的。智能制造是转型，不能用今天的痛点考虑明天的问题。创新往往发生在在条件不太成熟的时候：所以要创造条件。从长期看，是技术推动转型；从眼前看，则是转型带动技术。科技进步导致社会经济改变，社会经济状态决定市场需求；市场需求引领企业创新转型，创新转型带动具体技术需求。如果把工业4.0作为一个案例来看，工业4.0是如何让技术和业务结合在一起的？这个体系体现了：技术是业务需求拉动的，而技术需求，又来自于外部的压力。从本质上讲，工业4.0包括将CPS （信息物理系统,Cyber-Physical System）与制造和物流进行集成、并工业生产过程中使用物联网和服务技术。这将对价值创造、商业模式、下游服务和工作组织产生影响。
工业4.0带给我们的启示
智能转型的中国特色：围绕人的问题
同样一个技术，对象不同经济性不一样。智能制造往往更适合高端产业和业务。但我们没有那么多高端产业。所以对于我国来说，规律与国情：必须同时遵守。围绕人和现实，对不同的困难和问题分别对待进行改革。
总的来说，智能化的推进之道是让企业真正能做。首先，发现好的场景与目标，这主要需要依靠企业家的眼界来创造，让技术有施展空间，一般不需要深入的专业知识；其次，设计好推进步骤，这一层需要依靠总师的能力，难点是战略规划，让后续技术工作简单、便于操作、减少风险；再次，才是做好技术细节，这是科技人员的任务，其战术级的难点在于处置细节和风险，学术问题其实并不多。