【工控中國  工控上下游】專訪記者劉成軍：目前國內有一些觀點提出，中國整體推進工業4.0還為時過早，推進工業4.0還是少數企業的事情，應該把更多精力去補工業2.0和3.0落下的課。爭議的焦點在于制造基礎差，自動化和信息化應用水平低，本身的產品質量和生產效率水平很有很大提升空間。對于這種觀點您怎么看?
　　　　李杰教授：大數據與工業4.0的價值創造
　　
　　李杰：工業4.0是一理想世界也是全世界工業努力的方向。不同國家不同企業所注重的地方會不一樣。但是我們一定要了解我們社會與工業發展的目的進而從基本上做起。就好比我們不應該等我們有錢了或有能力了才汪注重品格與品德。
　　
　　我們不妨用6M和6C的煎蛋模型來深入探討一下。
　　
　　首先，傳統制造的6M并不是智能制造6C的先決條件，兩者的接口在于第六個M(Modeling，通過數據分析的建模能力)，這一部分中國的能力還比較薄弱。除此之外，6C和6M并非此消彼長，而是相輔相成的關系，6C是中國制造業的一個機會，一方面可以通過6C產生的增值服務去彌補6M較為薄弱的競爭力缺口，另一方面還可以利用使用過程中的數據分析和創值服務作為新的視角去改善6M中的薄弱環節。
　　
　　德國的經驗也已經告訴我們，蛋黃并不是核心競爭力，因此德國提出的工業4.0戰略是在努力去彌補蛋白方面的薄弱，這是一個對大家而言都較為陌生的領域，還并沒有產生明顯的差距，我們恰恰需要以6M+6C的觀念去布局中國制造業的機會空間，通過在6C空間中的服務轉型反向彌補原本薄弱的環節，或許將會為中國提供一個彎道超車的機會。
　　
　　專訪記者：智能化也是德國推進工業4.0的核心目標，這將是一個復雜而艱難的過程。智能化過程包括了自動化與信息化的深度融合、物聯網和CPS技術的運用，以及龐大數據量的分析和價值挖掘能力。德國在智能化方面的戰略推進思路和路徑是怎樣的?
　　
　　李杰：在智能化技術布局上，德國提出了“本地的智能化”和“連接的智能化”協同發展的戰略，一方面在設備的智能化、傳感技術、通信技術、信息與控制技術等方面加大研發力度，使德國的企業成為的智能設備供應商。另一方面，加快物聯網和CPS技術的研發，實現智能設備的整合，并利用CPS平臺技術實現設備、人、和服務的連接。
　　
　　在實施方案的規劃上，德國提出了“二維戰略”的發展思路，從橫向和縱向這兩個維度推進工業體系的智能化進程。縱向的應用指的是企業內部“端到端的信息整合(end-to-enddigitalintegration)”，實現從底層的驅動器和傳感器信號到高層的企業資產管理系統的無縫連接，其核心是物聯網技術和CPS技術。橫向的應用主要指面向企業之間和產業鏈上下游信息和服務的整合，實現整個產業鏈的價值鏈整合和協同優化，面向全產業的全價值鏈提供智能化服務。
　　
　　專訪記者：社會上也存在工業4.0的路線之爭，即技術優先還是商業價值優先。前者著眼于技術進步，通過導入先進技術(如CPS技術、工業大數據智能算法)來改造傳統企業生產模式和商業模式;還是從投入收益比來決定是否導入、以及導入的進程。您的觀點呢?
　　
　　李杰：我覺得這兩者并不矛盾，技術和商業價值并不存在誰優先，而是要協同發展。中國的大問題是在考慮商業價值的時候往往只考慮短期的價值，這其實導致了中國的技術紅利積累不足。比如GE近剛剛推出了用陶瓷材料制作的飛機發動機葉片，具備更好的散熱性和更輕的材質，將發動機的能耗提高了大約0.25%。這背后是十數年的研究和幾千萬美元的投入，這個技術紅利能夠保證GE在航空發動機領域繼續領先幾十年。這只是一個成功的案例，但是在GE里面還有許許多多沒有直接轉化成為產品的研究，這些研究從商業價值上來看是失敗的，但是也積累了許多技術紅利，不一定未來哪一天就用得上了。
　　
　　專訪記者：從國家競爭力的發展階段來看，中國已從“需求驅動”邁入“效率驅動”階段，并在這個階段深耕多年，應該說總體擁有了很好的制造基礎。在進入第三個“創新驅動”階段上，我們面臨哪些明顯的短板?工業大數據的發展能起到什么樣的作用?
　　
　　李杰：
　　
　　從世界競爭力報告中的這幅雷達圖中我們可以看出，中國目前的短板主要在創新能力、高等教育、人力效率、和基礎技術可用性這幾個方面。而中國大的機會在于市場，因為中國的市場不僅夠大，而且是彈性增長的，這樣彈性的市場其實給了中國企業很好的創新環境，因為市場的包容性特別大，人們對于新鮮事物的接受能力和購買欲望遠遠高于發達國家。
　　
　　工業4.0中的各類核心技術，如傳感器技術、物聯網、云計算、控制器、和3D打印等技術都可以找到相應的供應商，但是僅僅引進這些技術還是遠遠不夠的，因為其中核心的兩個部分，智能化的數據分析以及服務和模式的創新是需要修煉的內功，而這恰恰是中國企業欠缺的。工業大數據分析能夠幫助中國去避免和解決以往不可見的問題，進一步減少制造成本和提升產品質量。也可以幫助我們去發掘用戶不可見的需求，從產品創值的角度提升中國制造的競爭力。
　　
　　專訪記者：德國是工業4.0的首先倡導的國家，也是利用工業4.0平臺集中發力的國家。而您認為，工業4.0的中心將會在中國，這讓德國“情何以堪”。這背后的依據是什么?如何充分工業4.0的產業機會，促使鮮花和果實落地在中國?
　　
　　李杰：無論是發現用戶價值的缺口、發現和管理不可見的問題、實現無憂的生產環境、以及為用戶提供客制化的產品和服務，都離不開對數據的分析挖掘。我相信工業4.0的中心將會在中國，是因為中國不僅僅是世界制造大國，更是世界的使用大國，無論是從制造設備還是從終端消費品來看，中國都擁有龐大的使用數據。然而這只是從潛力的角度去分析的，意思是中國應該成為工業4.0的核心，但是這些數據還并沒有被很好地分析利用，并沒有成為真正的競爭力。德國的內需市場小缺乏大量使用數據，中國可以提供好的設計改善建設如果中國能有效的分析這些數據。
　　
　　專訪記者：從工業4.0的微觀實施主體來看，企業家和企業將是主力軍。面對大多處于產業競爭低端/低附加值的企業格局，有中國特點的互聯網+制造的解決模式能否幫助企業實現突圍?真正的難點在哪，有沒有可行的路徑?
　　
　　李杰：中國的互聯網+更多的注重的是商業模式和銷售渠道，對制造本身的關注還明顯不足，并不能解決中國制造的根本問題。中國工業4.0道路需要遵循科學的規律，繼續推進和完善合理化與標準化，同時注重挖掘制造的意義和價值。
　　
　　工業4.0為中國制造業的轉型升級帶來的契機，其核心并不是互聯網+制造，而是關注制造業對客戶、人類以及環境的價值，以零故障保障設備運行性能，以零浪費體現對效率的追求，以零意外彰顯對生命的尊重，以零污染表達對社會的關切。
　　
　　中國制造需要以6M+6C的觀念去布局中國制造業的機會空間，通過在6C空間中的服務轉型反向彌補原本薄弱的環節，更多地去創造原始的創新想法，擺脫位于產業鏈低價值環節的現狀。
　　
　　專訪記者：未來的工廠將實現具備自省性、自預測性、自比較性和自重構能力的無憂生產環境。您預測在2030年，傳統的生產系統將轉型為生產智能產品的智慧工廠，您認為哪些行業可能會實現智慧工廠?
　　
　　李杰：現在信息化和智能化水平高的應該是半導體工廠，半導體產線中的傳感器數量恐怕也是多的。我們現在已經跟美國的許多半導體工廠和半導體制造設備廠商開展了合作，能夠地預測出產線上的設備和生產工具的健康狀態和剩余壽命，以及各種因素對產品的影響，離預測型制造已經非常接近。
　　
　　專訪記者：實現智慧工廠或者智能工廠，有兩條路徑：一是從現實出發，將傳統工廠進行信息化與智能化改造;二是著眼于未來，在新建工廠的時候直接系統化構建智慧工廠。兩種方式從投資和受益來看，各有優劣。對此，您傾向于哪種主張?
　　
　　李杰：我對這兩者并沒有傾向性，或者說決定使用哪一種方式恐怕不是取決于我們更喜歡哪種方式，而是客觀條件的問題。國內有大量的已經建成的工廠不可能脫胎換骨進行系統化改造，但是依然有很大的提升空間。首先要做的是去管理和避免可見的問題，這些可以從更科學的管理輔助一些信息化工具來實現。
　　
　　另外也可以根據需要對一些設備進行智能化升級，比如加裝一些傳感器或是直接從控制器中獲取數據，再建立一個分析中心搭載先進的分析工具進行分析和決策支持，依然可以管理和避免原本不可見的問題。因此兩者并沒有的優劣，而是要從需求出發去判斷。
　　
　　專訪記者：大眾汽車“尾氣門”持續發酵，據天津大學內燃機燃燒學國家重點實驗室副主任、教授姚春德分析，這種作弊軟件的運作原理是，“所謂的’失效保護器’是通過軟件感知方向盤位置、車速、周圍氣壓等參數來判斷車輛是否在實驗室環境，從而向發動機發動指令，用來改變NOx(氮氧化物)的排放，以實現檢測達標的假象”。這是不是利用CPS技術進行的技術作假和惡意欺詐?這將對“德國制造”的整體品牌產生什么樣的不利影響?
　　
　　李杰：不得不承認的是這個軟件確實具備了很強的智能化，也具備了自省性的特點，但是很遺憾實現這些的終目的是為了在尾氣排放測試中作弊。技術就好像是把雙刃劍，運用得當才能夠真正造福人類。
　　
　　近也有新聞報道許多企業在競相購買大眾的這項軟件技術，說明這個技術本身是有價值的，比如通過感知周圍環境的變化調節發動機的控制策略來實現佳的油耗和小的排放，技術都是可以通用的。
　　
　　這個事件無疑會對大眾汽車甚至德國制造帶來不小的負面影響，因為在消費者的印象中德國制造就是品質和誠信的代表，而德國“隱形”的企業價值觀也是被世界所推崇的。但是我相信這只是個例，這是德國的民族性格所決定的。
　　
　　專訪記者：工業4.0的推進離不開工業大數據等行業專才，而且對跨界人才的質量會越高，因為這本身就是跨學科技術的融合，涉及數學、物理、IT、智能硬件等，目前來看，還沒有很好的應對人才需求的方法。您有什么建議?
　　
　　李杰：我覺得工業4.0人才的培養離不開學校與企業的合作培養，還應該形成一個很好的社區文化使學校和工業界的人能夠分享和交流。在美國我們有類似于PHMSociety的許多組織，他們每年都會舉辦數據競賽，數據的貢獻者都是美國的企業，學校和企業的研究人員都可以參加來交流和切磋。
　　
　　我們不久前也剛剛成立了工業大數據俱樂部，種子俱樂部設立在上海交通大學。這個俱樂部的目的是人才培養，有許多企業都跟我們合作成為了俱樂部的會員，這使得我們除了能夠給學生提供大數據分析工具的理論培訓外，還可以利用工業界的真實數據訓練他們解決問題的能力，還可以到企業去實習，這種與工業界互動的模式能夠保證培養出來的人才是企業真正想要的。
　　
　　專訪記者：隨著工業4.0及工業大數據的深入探討，目前國內民間力量開始崛起，比如工業4.0俱樂部就是圍繞工業4.0和智能制造開展的線上線下互動及合作平臺，您如何看待工業4.0俱樂部的崛起?如何構建一個基于工業4.0的產業生態體系?
　　
　　李杰：在工業4.0這個全新的領域中我相信合作的空間是遠遠大于競爭的，因此希望能夠建立一個有學校、企業、政府、和各方面人士共同參加的平臺，核心的原則是分享各自的經驗，保守各自的秘密。