【智能制造】同济大学张曙教授：未来工厂；三论智能制造（经典长篇解读）

中国这几年信息化的发展已经出现很多概念和热点，从云计算到物联网，智慧城市到大数据，到现在的人工智能这一波热浪。这些热浪一定要落地下来，为制造业服务。对于中国人工智能的发展而言，最重要的问题还是要解决中国的制造业发展问题。如果制造业的智能化上不去，中国国民经济的脊梁就不够坚实。

首先需要理解，什么是智能制造？按照百科定义，智能是指获取知识和技巧一种能力。而“人工智能”现在还没有统一定义。这个概念，早在1952年就由图灵提了出来。现在，很多人把人工智能的解释，句子越来越长，讲的越来越复杂，最后大家都搞不清楚到底什么是人工智能了。其实，人工智能简单地说，就是人赋予机器的职能。具体地说，就是通过计算机的硬件和软件，尤其是各种软件，给机器赋予了智能，让机器可以感受环境，意识到环境的变化，进一步为决策者提供建议，拓展了人的智能，甚至在事前授权的情况下自主做出决定。

如果说智能是指获取知识和技能的一种能力的话，无可否认的是，正是这些计算机辅助系统和工业软件为制造业带来了智能。因此，智能制造，简单地说就是计算机制造，无需加上太多的修饰和太复杂的定义。

电脑比人脑更强大之处，不完全在于其强大的计算能力和存储量，关键是其中运行的软件。如果没有软件，计算机也就是一堆金属塑料。以此为基础，可以看看制造业信息化的发展，实际上也可以理解智能制造演进的三个阶段。

制造业信息化的发展，主要是围绕着企业的业务运行而展开。首先是企业内部信息化，见下图。这包括“四化一再造”，也就是研发信息化、产品信息化、生产信息化、管理信息化以及业务流程和组织再造。其中产品信息化，主要是指带有嵌入式系统的产品，其复杂程度各不相同。理解产品信息化，对理解当下的智能制造，非常重要。

图 | 企业内部信息化

与此同时企业还有一个上游供应链和下游社会关系的问题，上游包括原材料、零部件、装备和人员招聘等，下游则与销售、银行、客户关系等相关联。这些属于企业的外部信息化问题。

企业的内部业务和外部业务，构成了企业信息化最基本的内涵。企业信息化最早就是从数字化开始的。计算机刚刚发明的时候，本来是做科学计算的，很快就被用来做业务处理，提升管理效果。这是一个从下往上发展的过程，开始是做一些数据处理系统，如财务管理，包括一些统计报表处理；随后，逐渐上升到管理层，也就是开发管理信息系统（MIS），从财务管理、人事管理，到生产管理，一层层往上走；最后，上升到了决策层和开发决策信息系统（DSS）。企业信息化，一开始就是处在数字化时期。

然而，利用计算机来改造企业的生产装备，实际上比管理信息系统起步还要早。1952年，即商用电子计算机发明的第二年，美国就有一家公司设计了一套数控装置，开发了第一台三坐标数控铣床。尽管这个铣床体积很大，造价也很高，但是开辟了一个数字控制的新时代。1958年，美国研制出第一台加工中心。这意味着，计算机改变制造业的时代，正式拉开了帷幕。随后，随着第一个微处理芯片的发明，各种各样、数以亿计的嵌入式系统开始嵌入到各种装备、各种产品当中去。制造业开始走向以数字制造技术为核心的计算机控制时代，当时国内叫做机电一体化。

“机电一体化”这个提法没有完全点到问题的本质，那就是计算机控制。

可以看到，计算机系统很早就开始赋予各种制造装备以智能。如果按照前面智能的定义的话，那么智能制造这个问题，可以说很早就被提出来了。在整个信息化对制造业的改造过程当中，是工业软件支撑了企业数字化的发展，扮演了一个非常关键的角色。

最近电视台有一个关于中国制造业的讨论会，其中，关于“中国制造业还有什么不能制造？”的问题，提了十个方面，唯独没有提到工业软件。殊不知，中国制造业体量世界第一，占世界制造业的份额20%强，但是，中国的工业软件现在90%以上依靠进口，稍微复杂一点的，都不是国产。而且，中国工业软件的市场份额，仅占世界工业软件市场份额的1.7%。一个20%的制造业大国只占1.7%的份额，足以说明中国工业的“体质”太弱。看上去，大家对于这个问题的认识，还是存在着比较大的偏差。

其实早在上世纪70年代，就可以看到数字化对传统工业的改造蓬勃发展。特别是在1974年，第五代使用微处理芯片和半导体存储器的计算机数控装置研制成功以后，从生产装备的角度来看，发展非常迅速。拿数控机床来讲，从一轴到三轴到五轴到七轴，对基于信息化的工业化产生了革命性的影响。还有各种各样的计算机辅助系统，从辅助制图CAD、到计算机辅助工程仿真CAE、到计算机辅助制造CAM等，都对制造业的现代化产生了深远的影响，完全改变了人们对现代化的工业化的认识。

后来，随着计算机技术的发展，出现了全三维数字化和数字仿真。工业数字化向高端方向发展。企业从接订单开始，一直到最后的产品交付，全流程完全依赖计算机软件的控制和支撑。

上个世纪90年代初互联网开始在全球普及，企业的网络化随之也快速发展。在互联网没有普及应用之前，基本上所有的企业都是采用客户服务器（C/S）的架构，但客户服务器只能解决本地域的联网问题。互联网兴起之后，异地可以联网，企业也很快开始走向网络化。

除了应用互联网之外，企业的网络化有两个主要的方向，一个就是内部网，将企业内部各个部门和下属单位所有的信息系统全部连在一个网上，不管这些部门是在北京，还是在印度或墨西哥。这样极大地提高了企业内部业务的运行效率和有效性。当然，只是实现了信息和数据的交换，还没有做到智能化。

另外一个是外部网。企业的外部联系，全部通过互联网进行。也就是说，把企业内部网的一部分向外部合作单位开放，求得横向打通。比方说生产汽车的，会把生产计划向上游的座椅工厂开放，后者可以进入企业内部网络，了解相关部门的生产进度，以便准确、及时供货。企业跟银行连通之后，只要座椅被汽车制造厂验收，银行就会自动打款给上游供应商。这样，就做到了外部信息系统的一体化。

互联网带来的制造和生产的网络化，正是基于内部网和外部网实现。这个可以看做是早期的“互联网+制造”的核心内涵。可以说“互联网+制造 ”实际上始于上世纪90年代。

制造业网络化带来的重大技术突破，至少表现在以下三个方面。

第一个就是关联设计系统。在虚拟设计与制造的环境下，网络可以支持成百上千个在线用户同时进行实时设计，使得一个系统或者一台装备的总体、子系统之间的三维设计结果相互关联。IBM早期大量发展计算机辅助设计的一个根本动力，就是数字化图纸可以通过网上传送，可以在全世界任何一个IBM的工厂，生产所设计的零部件。当时，新产品的设计速度加快了16倍，产品更改和更新的速度提高了数百倍。“互联网+”为制造能力的提升开辟了一个难以想象的巨大空间，对企业来讲是一个全新的竞争优势。

第二个是网络化协同平台，网络化带来的不仅仅是大家交换信息，而且可以带来工程人员的协同工作。一些大的企业，如波音公司，率先建立了自己非常强大的网络化协同平台。2000年9月以波音、洛克希德•马丁、雷神、BAE及R&R为代表的美英国防航空巨头，发起组建了大名鼎鼎的Exostar，探索国防航空行业的供应链网络协同。目前，通过Exostar进行供应链管理和协同的有六大主制造商，涵盖16,000个不同规模的专业供应商。随后，欧洲国防航空行业的四巨头，空中客车、达索航空、赛峰和泰雷兹，也跟随美国竞争对手的脚步，发起设立了一个属于欧洲国防航空工业的网络化协同制造平台BoostAeroSpace，于2011年正式对行业内客户提供服务。

第三个是全三维标注技术，任何一个产品只要把三维的图做出来，零部件的图纸就可以利用计算机软件和系统自然而然地分解和生成。这就使得企业得以形成单一的数据源管理。美国国防部和航空航天近几年非常重视的数字主线（Digital Thread），也正是这样一种技术的发展和延伸。

然而，不管是关联设计也好，网络化协同平台也好，全三维标注也好，背后的根本支撑，其实并不是网络，而是工业软件。这一切，都是依靠各种各样的工业软件来支撑的。今天大家讨论的中国还不能生产的工业产品，可能很重要的原因就是是没有相应的工业软件支撑的制造设备。集成电路有很多难以突破的核心技术。其中，集成电路的设计就是重要的一环。高端集成电路的设计图纸，人工是画不出来的，是靠计算机辅助设计软件画出来的。没有最先进的这种软件，就不可能设计出最先进的集成电路。如果国外只卖给我们前二代、前三代的设计软件，那么中国也就只能去设计前二代、前三代的相关产品。工业软件的重要性由此可见一斑。

企业智能化的发展，可以回溯到上个世纪六十年代初。通过下图的制造业智能化发展，可以看到制造业如何从数字化走到网络化，再走到智能化。

图 | 制造业智能化的发展史

可以看到制造业的智能化，实际上跟数字化基本上是同步的，不过在早期，只是单机、单个装备而已。像CAE这种非常复杂的软件，需要把计算、工程知识和人类的经验，都融合在里面。因此工业软件并不简单是软件，而是一门学问。只有学计算机软件的工程师，是设计不出先进的工业软件的。就智能化而言，从数据处理的角度来看，业务智能（Business Intelligence）也是很重要的一个分支。

过去几十年中国信息化的发展有两个不足之处。一个网络化的内向性问题，很多企业只做了内部网，几乎没有做外部网，这种情况与我们的国情有关。第二个就是业务智能的使用在中国发展非常缓慢，这可能是因为“拍脑袋做决策”已经成为习惯。

现在炒得比较多的概念就是人工智能，其中最热门的是深度学习和机器学习。这方面的发展主要是基于两个条件：超强的计算能力和充沛的大数据集。现在，一方面是计算机的运转速度很快，存储量也很大；另外就是很多重要的数据可以收集上来处理。如语音识别、图像识别，都不是今天才搞起来的。早在上世纪60年代初，中科院自动化所就开展了模式识别中的研究。但在当时，数据既算不过来，也存不过来。因此，70年代以后人工智能的动静就不大了。这几年人工智能又开始热起来，是因为数据量大了，计算机算的快了。当然，人工智能不仅仅是深度学习和机器学习，比方说人脑的模拟等，人工智能比较高级的发展阶段，还将有更大的发展。

智能化实际上是依托于计算科学，而不仅仅是计算机科学。美国国家总统信息技术委员会在2005年专门就“计算科学”的重要意义给时任总统小布什写过一个报告，其中讲到计算科学是由三个不同的元素组成的：计算机与信息科学、建模与模拟软件和计算的基础设施，这三点缺一不可。

在计算科学意义上的智能化，实际上包含四个基本的要素：模型、算法、软件和数据。研究任何一个问题，必须首先要把物理问题的数学模型构造出来；之后需要有一套模型计算的算法方法，例如各种微分方程和代数方程的求解；需要形成可以按算法重复执行计算的软件；而在计算的时候，则需要大量的数据处理和分析。如果只是做了信息的采集、存储、处理、检索和利用，这个不是智能的系统，而只是一个简单的信息系统；即使把它们都连成网络了，仍然只是一个联网的信息系统，而不是一个智能的系统。因此，判定一个系统是否是真正的、智能的系统，一定要从这四个方面去评估。很多地方搞智慧城市、搞智能制造，如果需要仔细推敲其真伪，最好的衡量的方法，就是利用这把具有四个维度的尺子。

上面谈到了对智能制造的三个阶段的基本认识，而如何实施智能制造，则需要考虑智能制造的三个支点：产品、装备和过程。

图 | 智能制造的三个支点

第一个需要考虑的是推动智能制造的目标是什么。显然，企业追求的是产品，而不是要把企业搞的有多时髦。企业销售产品的时候，不是要宣传企业的生产线有多漂亮、多现代，而一定要说明这个产品的价值何在。产品是企业面向社会的表现。智能制造的目标是产品，而不是智能制造本身。因此，产品的智能化是企业必须考虑的首要问题之一。智能制造如果不能生产出智能的产品，智能制造就失去了时代的意义。而且，企业的产品如果不是智能化的，产品和企业今后被淘汰的可能性就很大。

第二个支点是装备，生产过程（包括研发、设计）中的每一个关键环节上的装备，一定要智能化。如果这个智能化实现不了，劳动生产力和劳动效率就不可能得到很大提高，企业可能就没有竞争力。不是数字化、网络化和智能化的生产装备，就不是这个时代的先进制造装备。而且，如果设备没有智能化，也可能无法生产出企业想要生产的智能化产品。

第三个支点是企业生产过程的智能化问题。装备智能化解决的是生产过程中“点”的智能化问题；企业只有实现生产全过程的智能化，才能实现企业全局的智能化，才能够实现智能化效益的最大化。

一个机床生产厂，生产装备和过程如果都是智能化的，而它生产出来的机床却是一般的机床，没有智能化的要素，那么这个机床厂的前途就非常堪忧。因为，他自己都不会去购买这样不够智能化的机床。

因此，任何一个企业在考虑其智能制造如何发展的时候，首先应该想到的是自己的产品怎么实现智能化。即使生产过程没有部分或全部实现智能化，能够把智能的产品做出来，那么企业还是应该首先考虑产品的智能化问题。

产品的智能化，是通过产品中包含有各种复杂程度不等的计算机系统，尤其是嵌入式系统，来实现的。嵌入式系统不仅可以成为智能制造最重要最具有代表性的技术，而且会形成一个庞大的产业链。中国的嵌入式系统，发展的速度比较缓慢——尽管起步并不晚。产品所用的嵌入式系统，绝大多数对于芯片的要求都不一定特别高，一般也就是几十纳米到上百纳米，甚至档次再低一点，也或许够用。因此，技术难度并不大。

产品智能化是当今计算技术发展的一个新的重大趋势。计算技术发明的初衷是为了科学计算。而后，发展为支持人类各种业务活动的信息处理和传播，即业务计算。业务计算的覆盖范围已经比科学计算要大得多。上世纪90年代以后，随着互联网的发展，QQ、微信、facebook等开始崛起，计算技术渗入了人们的社会生活，大大地推动了社会计算的发展，计算技术的应用覆盖范围则更进一步扩大。现在，计算技术开始向各种产品领域渗透，提升产品的智能化水平。智能产品数以百亿，甚至千亿计，产品计算的覆盖范围可以说是“无远弗届”，一定会给整个IT产业带来巨大的变化。因此，计算技术应用的下一个热点，是产品计算。所有的产品都要程度不等地走向智能化，计算都有可能参与其中。这一点，跟工业互联网快速发展的需求有很大的关系。

图 | 计算技术应用的发展阶段

现在的智能产品跟以前所谓的嵌入式系统功能需求还不完全一样，主要功能体现在三个方面。第一个是传感，产品需要能够感受外部的情况变化，或者能够整合产品内部的数据。第二个是计算，包括产品本身的操作系统，以及产品使用的各种应用系统。例如，从数据分析到高端计算——也就是人工智能。第三个是联网，随着全球物联网的发展，产品可能具有雾计算、边缘计算和云计算相联结的功能。因此新一代的智能产品，跟以前讲的嵌入式系统的概念已经大不相同。

图 | 无处不在的智能产品

装备是智能制造最大的难点。生产装备一般都比较复杂，而且批量可能不大，所采用的工业软件也往往非常复杂。这使得生产成本很高，市场很小，因此愿意或有实力从事智能装备制造的企业并不多。而且，由于装备的开发周期长，导致企业经营的风险很大。另外，装备制造的难点很大程度上是在软装备上面，即以工业软件为代表的软装备，包括CAD/CAE这样的软件工具。没有软装备，就不可能有“数字化、网络化、智能化”。抽去软件，信息化的一切成果都不复存在。工业软件首先是一个工业产品，而且往往是高端工业产品。这是中国制造2025主要的难点，而工业界对这一点的认识，还很不充分。

发达国家的制造业在生产装备智能化这一点上，已经非常领先。尤其是日本和德国，已经基本上垄断了全球重大制造业生产装备的市场。而智能制造的下一步的发展，就是要实现过程的智能化，完成从装备这个“点”向过程这条“线”的发展。

过程智能化最典型的代表，正是工业4.0和工业互联网的奋斗目标。工业4.0提出，企业的信息系统要走向一体化，包括纵向一体化和横向一体化。纵向一体化就是《三论智能制造》的系列之一中提到的企业的内部网，而横向一体化正是企业的外部网。现在，要把内部网和外部网完全整合在一起，将数据完全打通。

图 | 内部网和外部网的一体化

此外，要把整合之后的系统，打造成一个智能物理系统（Cyber-Physical-System, CPS）。这里的Cyber意指计算机或计算机网络。在很多现代化企业里，不管内部网或外部网，都还只是一个独立的计算机网络或者系统，或者实现了初步的整合。如何跟企业这个物理实体融为一体，有效地运转，是一门大学问。美国国家科学基金（NSF）在2006年的一个报告中指出，现有的、工业时代发展出来的系统科学（包括系统工程理论），还不能很好地回答这类问题。他们认为，企业这个物理实体与其内含的计算机和网络系统如何协同一致、高效精确的工作，如何增强这类系统的适应性、自主性、功能性、可靠性、安全性、可用性和效率，将会发展成为一个新的系统工程学，是美国需要重点发展的前沿命题。实际上，美国关于CPS的研究报告非常多，对这个命题非常关注。

工业4.0或者工业互联网的目标，不仅要把内部网、外部网连起来，而且要变成一个智能物理系统（CPS）。二者都可以通过一个“5C（五层）”结构来表述。

最下面一层是智慧的连接层，第二层是数据转换成信息，第三层是Cyber层，是企业的云计算数据中心。在这里，需要把第二层处理所得的有效数据，与企业计算机系统中相对应的期望值做对比分析。第四层是认知层，根据对比差异，找到问题之所在及解决问题的方法。因此，这一层实际上是一个决策层。第五层是配置层，可以按照决策要求，通过计算机网络，对人、对物、对计算机进行重新配置或更改。这样的一个五层结构，构成了一个标准的反馈控制系统，可以对企业的控制对象，即：人（员工）、机器、计算机系统、各种物理实体等，进行实时的反馈和控制。这样的一个反馈系统，其各层次所对应的技术支撑，如图7所示。正是利用这些当下最时髦的先进技术，工业互联网实现了企业整个业务活动全过程的的智能控制。

图 | 工业互联网和工业4.0的“5C（五层）”架构

根据这个思路，工业4.0和工业互联网在2015年分别完成了系统的架构设计。工业互联网的参考架构，可以清楚地说明系统的要素和相互之间的关系，并提供了一个开放的“工业互联网系统设计指南”。应该强调的是，这里说的是指南，是给出了一个大家共同努力、同向而行的方向，而不是标准。

这个架构设计描述了工业互联网系统的内外三层结构。从边缘层，到平台层，再到企业层，如果我们把它看作是一个球体的话，外面就是设备端的边缘层，中间是平台层（工业互联网平台，主要指这一部分。当然现在也有将工业互联网平台泛化的趋势），最内层是企业层。在边缘层上主要是边缘的网关，采集各种各样的数据；送到平台层之后，平台层对数据做必要的处理和分析；分析完之后，再送达企业层，送到企业的应用系统。企业会根据不同的应用做不同的分析，做出判断和决策，将数据再往回传送到平台层和边缘层，直至送达企业内外联接的各个部门和单位。

图 | 工业互联网架构的内外三层结构

（来源：工业互联网联盟的白皮书）

显然，数据分析和处理在工业互联网系统中极为重要，包括：端点数据的获取、从数据中提取信息的先进数据处理技术，各种决策模型的分析计算，以及系统结果的输出。其中，大量使用的是计算科学的办法：需要建模，需要算法，需要数据等等，最后产生的是决策数据。当然，安全、可信、隐私等，在结构中也有详细的考虑。

现在，国内关于工业互联网平台的概念讨论很多。工业互联网平台，是一个以企业为中心的平台，而不是说在整个工业行业建一个大的所谓“工业互联网平台”。所谓平台化是发展的趋势，其实是指企业的平台化，每一个大企业都会有自己的一个企业平台，而不会把自己的业务搬到其他企业的平台上去。波音的平台不会到中航工业的平台上，空客的平台也不会到波音的平台上去。如果一定要说有一个工业和产业共用共享的平台，那这个平台就是全球物联网平台（Internet of Things， IOT），它不是为哪个工业，为哪个部门而设计的，而是面向全世界各行各业乃至个人服务的全球物联网。

工业互联网平台是一个理想的“过程”智能化的平台。设想非常完美，但系统非常复杂。在实现过程当中，未知数还很多，不同产业类别的企业平台之间的差异也很大。例如，中航工业的平台，几乎不太可能拿去给中石油用，基本上要推倒重建。所以，每个企业一定要从自身的紧迫需求和实际效益出发，分步推进，绝对不能盲目跟随，尤其考虑到当前中国制造业发展的水平和信息化的水平离国际先进水平相差仍然很大，“过程”智能化的路途还比较遥远。

如果把智能制造的全部资源和精力都投在工业互联网平台上，又把平台理解为产业的平台，可能就误判了智能制造的发展方向。当务之急，还是我们的产品和装备的智能化问题，这对当下的中国来讲，是智能制造的重点努力方向。

智能制造是中国制造2025的主攻方向，而企业家则是正面战场的主力军。如何实现企业的数字转型，是智能制造成功与否的关键所在。

2016年1月，世界经济论坛和埃森哲公司合作发表了一本白皮书《产业界的数字转型（Digital Transformation）— 数字企业（Digital Enterprise）》。其中，一个最核心的观点是，信息技术在经济和社会发展当中的作用，已经从提升效率和劳动生产力的辅助角色，上升为基础创新和创造的使能者（Enabler），演变为支持经济社会创新和可持续快速发展的一个主要角色。国际上许多产业巨头和学者都认为，数字转型是所谓“第四次产业革命”最重要的内容之一。

长期以来，许多企业都有首席信息官CIO，但往往却很难起到“首席”的角色。因为，信息化在企业中扮演的毕竟还是一个辅助的角色。一般的、不是有远见卓识的企业家，很难理解规模化的信息化投入到底是为了什么，而能够立竿见影的效果又在哪里。因为，信息化投入与一般购买或使用硬装备（设备）的投资效果相比，表现的方式很不一样。很多CIO都有“小媳妇”似的体会，感觉说服第一把手重视信息化非常困难，有吐不完的苦水。现在，随着信息化向着数字转型的发展，这样的时代快要结束了。企业中从事IT业务的人才，将会逐渐演变为企业的主角；哪个企业如果不是IT唱主角，哪个企业就会落伍于时代，并最终被淘汰。首席信息官CIO的好日子要来了，这是正在发生巨大变革的这个时代所带来的伴生现象之一。

理解数字转型的意义，与一个非常重要的问题有关，那就是看待全球信息化发展阶段的另一个视角。这种视角认为，全球信息化的发展历经了以下三个不同的阶段。2012年，IBM的伯尔曼（Saul J. Berman）首先提出了数字转型的概念；2016年，卡恩（Shahyan Khan）在他的一篇文章《数字时代的领导力——数字化对高层管理领导力的影响研究》中指出，人类拥抱数字化的进程可以分为三个阶段，即：信息的数字化（Digitization），业务的数字化（Digitalization），以及数字转型。

图 | 数字化进程的三个阶段

第一个阶段，是信息数字化。这个阶段解决的是信息本身的数字化问题，就是把各种不同的形态的信息，如数字、文字、语音、图片、视频等都。信息化的进程是从信息的数字化开始的。最初是数据、文字数字化了；随后，随着多媒体技术的蓬勃发展，图片、语音和视频的数字化也逐步实现。信息的数字化是信息化的起点。没有信息的数字化，就没有电子数字计算机的发明，就不可能利用电子数字计算机构造各种信息系统和走向业务的信息化，就没有今天信息革命所带来的一切经济和社会进步。如果从1700年前后，德国数学家莱布尼茨（Gottfried Leibniz）率先提出二进制数的运算法则算起，信息数字化已经走过了300多年的历程。目前，信息数字化还在继续发展。

第二个阶段，是业务数字化。1946年电子数字计算机的发明，开启了当代信息革命和信息化发展的一个新时代。1951年，美国人口普查局购买了世界上第一台商用计算机，用作普查数据的处理，开始了全球漫长的业务数字化之路。业务数字化始自企业的操作层，以财会和统计报表系统最为典型。如2013年出版的、由杰弗里·A·霍弗(Jeffrey A.Hoffer)所著的《现代系统分析与设计》一书中所述，美国第一个数字业务信息系统的开发商是通用电气公司（GE），它在1954年开发了第一个工资单系统。随后，业务数字化逐步向管理信息系统和决策支持系统发展。此后，科学计算、业务计算、社会计算陆续成为数字计算的主要应用领域。70多年来，业务数字化经历了数字化、网络化、智能化三个台阶；三者之间彼此并不排斥，也不是“你方唱罢我登场”，而是“携手”努力，不断地提高业务数字化的水平。业务数字化极大地提高了全社会的劳动生产率和工作效率，对人类经济社会的发展发生了极为深刻的影响。

第三个阶段，就是数字转型。尽管前面的信息数字化和业务数字化进程都没有结束，还在继续发展，但是，全球信息化发展的重点已经开始转向，进入了以数字转型为重点的新阶段，一个信息化发展的新时代已经来临。

国民经济或产业的数字转型，起点在于企业的数字转型。一个传统产业的企业经由数字转型而成为数字企业，主要包含以下三个重要的方面。

首先，是业务模式（或商业模式 – Business Model）的转型，即转型为数字业务模式（Digital Business Model）。这是数字转型的最基本、最核心的要义。企业家必须认识到，以往数十年成功运行的业务模式，已经或即将被数字创新所摧毁，不会永远有效。企业如果不下决心“自毁而重生”，丢弃或改造原有的非数字业务模式，努力创造一个适应于数字时代的、可变的、数字业务模式，必将在未来的竞争中失败。数字业务模式，是一个数据密集和信息技术密集的业务模式，这是智能制造所呈现的全新特征，企业家无可回避。如果一家机床生产厂在转型前后都是只卖机床的，那么即使生产系统完全智能化了，由于业务模式没有变，那么仍然未能完成数字转型。

第二，是运行模式（Operational Model）的转型，即转型为数字运行模式（Digital Operation Model）。企业必须重新定义其基于计算机和网络的运行模式，清晰地描绘业务功能、流程、与组织架构之间的关系，在数字化、网络化、智能化、自动化的基础上，实现企业的战略和最终目标。就此而言，工业互联网和德国工业4.0将是数字企业运行模式的典型代表。

第三，是核心人才与技能（Digital Talent and Skills）的转型，数字人才与技能，将成为企业的核心技能。在数字转型的过程中，企业的技术专长和人才结构将发生深刻的变化。各种数字技术，包括建模与仿真、信息网络、人工智能、网络安全等技术，将要成为企业数字人才和技能的核心，企业的人才结构将发生深刻变化，信息化人才将占据特别重要的地位。而要实现这个转型，企业的领导层必须首先进入数字时代。德国工业4.0平台为了辅助中小企业的数字转型，在人才转型方面花了非常大的精力，提供了各种指导手册（如《数字人才转型指南》）和详细的案例。

值得注意的是，数字化转型（Digitalization Transformation）与数字转型（Digital Transformation）是非常不同的两个概念。前者强调的只是一个单位的运行模式的转型，并没有改变企业的业务模式；而后者强调的则是一个单位的业务模式的转型。从上面所述的、企业实现数字转型的三个方面不难看出，前者只是后者的内涵之一。

目前，网上有相当多的文章将数字化转型与数字转型混为一谈，混淆了概念，值得大家关注。二者虽然只差一个字，但却是一个重大的概念上的差异。如果当前企业关注的还只是数字化转型的话，实际上还是把重点聚焦在了企业的运行模式上，与以前推进的企业信息化并无差异。如此，企业忽视了业务模式转型的重要性，有可能导致一个重大的方向性偏差，延误了企业转型的战略机遇。

我国一些优秀的企业，近年来实际上都非常重视自身的数字转型。华为的数字转型启动就很早，其研发和生产的主要产品，从原来的通讯设备扩展至智能手机，就是一个重大的转型。2010年9月，华为生产了中国电信首批推出的天翼3G智能手机C8500，实现了由CT向IT+CT的转型。2017年，华为的手机收入为2300亿，已经占其业务总收入的1/3强。现在，华为也不仅是手机生产商，同时还生产自己的IT、芯片和软件产品。华为的软件队伍在6万人以上，成为中国少有的、拥有庞大的软件人才的企业，也是一个全数字的企业。

原来以空调产品引领行业的格力集团，也开始向智能装备制造转型。2010年，格力就向上游发展，切入模具制造。2016年3月，格力在武汉市蔡甸区投资50亿元，建设“格力智能装备制造业产业园”，主要从事精密模具、高端数控机床、智能自动化设备、大型商用空调、空调压缩机等产品的研发、生产和销售，从空调设备制造向智能装备制造转型的目标非常明确。这与德国许多优秀的企业，大力向上游装备产品进军以确保产品竞争力的思路，是非常一致的。同样是做消费电器和空调的美的集团，也在向机器人和工业自动化系统转型。美的收购了德国最大的一家机器人公司Kuka，一时惊动德国朝野上下。海尔集团也建设了面向全社会的孵化转型平台，实现用户的全流程最佳交互、交易和交付体验；其重点开发的COSMOPlat智能制造云平台，实现制造的数字化、柔性化、智能化，力图从传统家电产品制造向全社会孵化创客平台转型。

中国本土企业努力实现数字转型的例子还很多。显然，很多企业，特别是大企业，已经感觉到了当今世界正在发生的这个意义深远的变化：只有进行数字转型，企业才能有明媚的未来。

最后，值得一提的是，企业业务模式的数字转型，也顺应了当前全球物联网发展的大势。智能制造要求企业向数字化、网络化、智能化转型，实际上推动了企业产品智能化和智能产品的发展。只有智能化的产品才能够接入全球物联网，进入正在扑面而来的全球物联网时代。否则，产品和企业就有可能被边缘化、被淘汰。产品智能化和智能产品的发展，无疑将推动企业和产业的数字转型，特别是业务模式的转型，从而在最大程度上推进全社会数字经济的发展，推动国家的经济和社会的数字转型。

目前“工业4.0”具有多重定义。通常，德国的“工业4.0”研究专家是不会给出“工业4.0”明确定义的，因为“工业4.0”所描述的是未来的下一级产品开发、智能生产以及与这些智能“工业4.0”产品有关的各种智能服务。例如，我在研讨会中，经常用两句话描述“工业4.0”的含义，将“工业4.0”与物联网进行对比。

陈述1：通过构建所有涉及增值的实例网络的方法，实时获得所有相关信息的可用性。 在任何特定时间内，能够使用这些数据在业务流程中建立最佳价值流，并促进全新业务模式发展的能力。

陈述2：在所有产品生命周期过程中，实时信息无缝流动，包括信息技术（IT）、操作技术（OT）（车间），以及基于“工业4.0”环境当中各个部件数字双胞胎的产品开发和优化。

“智能工厂”这一词，自动包含了一条更加智能的生产线、机器模块、机器和机器人的模块化理念。 无缝信息的可用性大大提高了效率和质量，同时缩短了产品开发周期。在未来的“智能工厂”中，安全性、可靠性和连接性将成为“工业4.0”组件的既定属性（硬件和软件）。

OT生产自动化应用信息技术是“工业4.0”智能工厂发展的第一步。“工业4.0”的概念思想通过在智能工厂（纵向整合）中应用AI等无缝可用信息，同时结合不同智能工厂（横向整合）的不同技术，创建样本规模唯一的独特产品，从而优化生产技术。

“工业4.0”描述了未来制造业的一种方式，即工厂传统边界部分消失，产品可以靠近客户开发和生产，并为特定客户提供完全定制化服务。未来，我们将看到各种工厂生产线，多家批量生产智能工厂，其中部分工厂灵活基于“工业4.0”机器和“工业4.0”机器人，部分虚拟工厂基于“工业4.0”数字双胞胎靠近客户生产。在所谓的“未来工厂”中应用“工业4.0”原理的结果是改变了销售、开发和生产产品的方式。  

工业物联网功能金字塔描述了超越物理资产（我们目前和未来所有的传感器和执行器）之上的所有层级，以实现业务流程专用相关信息的连通性和可用性。在整合或设备层当中整合资产，其次是通信、信息和功能层。最高层是业务层，我们期待业务层当中的新业务应用程序。工业物联网功能金字塔可以映射到智能工厂边缘云实施当中，只有在最高级别需要与外部连接。我想借助RAMI 4.0来解释这些层级，因为RAMI整合了IT，OT和生命周期三大维度。

图1 数字化转型——物联网和工业物联网能力金字塔

各种不同的物联网、智能电网和工业互联网，都需要不同的参考架构模型，以为企业行动提供指引。这些模型描述了网络物理组件和网络物理系统的基本原理，并将其应用于特定的细分市场当中。“工业4.0”参考架构模型（RAMI 4.0）是基于当前可用的工业标准，并精确描述了RAMI模型当中每个机柜的资产管理外壳内部所有信息无缝可用性的需求。RAMI模型明确了实现所有信息无缝可用性的九大要求。“工业4.0”通讯基于SOA——服务导向架构原则。安全性、可靠性和互操作性逐渐成为“工业4.0”组件的特殊属性。

“工业4.0”环境中的数字化转型描述了创建一个或多个生态系统的任务，该系统将RAMI 4.0的所有通用规则转换为基于行业标准的具体实施，以实现无缝的互操作性。必须在架构原则当中推动贯彻（开发）可靠和安全原则，满足连接到云的完全模块化智能工厂生产设备的要求。数字化转型是一个发展缺失概念、实施、学习和优化的过程。在这个过程，为实体资产（包括设备、软件等）建立一个资产管理外壳（包括属性、功能等甚至更多）非常重要。这相当于为实体资产装上一个“数字马甲”，从而可以进一步应用CPS赛博物理系统的概念，将基于连接的机器和机器模块的虚拟测试和虚拟验证实现无缝整合。在“工业4.0”智能工厂环境中工作的人员通过相同的原则进行连接，因此人机界面HMI逐渐成为一个关键的推动要素。

过去20年里，逐渐形成了机械安全原则，机械安全原则基于基础性安全原则。应用相同的基本原理，并将安全概念作为“工业4.0”组件的固有属性，确保机器安全性达到相同或更高的水平。所有信息的实时可用性与目前安全监控的一个子集形成鲜明对比，如果所有组件满足RAMI 4.0通用规则，安全性将会大大提高。

美国的工业互联网IIC和“工业4.0”平台创建了描述参考体系结构和系统要求的基本文档。将这些原则应用于试点生产线、智能工厂并创建搭载最新IT技术的测试平台的过程显示出即将到来的工业革命的巨大潜力。未来，全球都将采用“工业4.0”的概念（所有相关信息的无缝可用性）。 “工业4.0”的关键推动因素具有互操作性和连通性， 使得新建工厂无论在那里都可以轻松实现。 在全球范围内，一场新的比赛已经开始，与应用全新理念的发展速度相比，局部的历史性因素已经变得不那么重要。