智能制造新机会

　　真正意义上的智能制造，复杂和痛苦程度远比B2C大得多。

　　中国经济已经从高速增长阶段，转向高质量发展阶段。以制造业为核心的工业，在全球重要经济体的GDP占比稳定，仍是国民经济的“压舱石”和“永动机”。随着人工智能、大数据等新兴技术的不断渗透，以智能制造为代表的第四次工业革命将成为中国经济走向新时代的核心驱动。

　　自2015年国务院发布“中国制造2025”的行动纲领，中国经济在有条不紊的升级转型中逐渐积累了哪些产业经验？2018年，工业制造领域将发生哪些变化，技术创新怎样发挥作用，工业自动化企业又该如何把握机会？

　　施耐德电气高级副总裁、工业事业部中国区负责人马跃深耕行业多年，他的解读颇有代表性。诞生于工业1.0时代的施耐德电气是全球知名的电气巨头，也是企业能效管理与自动化领域转型的领导者，其于2016年底推出的工业物联网架构与平台EcoStruxure已经在全球连接了超过10亿台设备。

　　马跃接受《21CBR》专访时表示，这波技术浪潮带动的工业革命，将为满足面向终端用户的大规模定制化需求，推动传统生产模式向柔性生产转变，复杂和痛苦程度远高于其他行业。技术将是赋能行业的翅膀，但若脱离制造场景空谈智能化，则是无根之木。

　　“场景秒杀一切”

　　21CBR：在为国内工厂做智能化改造的过程中，施耐德电气在顶层设计方面有哪些经验总结？

　　马跃：为响应“中国制造2025”的国家战略，我们从三年前开始设立智能制造业务。我们关注这几个方面：第一，精益生产，回归制造业的本质。要让好的产品理念变成大规模生产的产品，需要好的工业化水平。从路径上来看，没有做好产品品质和工业化流程，就失去了工厂的基本核心，中国企业在这方面需要先做补课的工作。

　　在精益生产的基础上，我们再辅以自动化和数字化技术，将制造企业从关注资产变为数据驱动。数字化和智能化的关系好比是易筋经和七十二般武功。武侠小说里的武林高手，常常是先练好易筋经以后，才能继续练七十二般武功。前者可比作数字化的工作，后者则像是智能化的众多赋能技术，包括机器人、计算机视觉等。只有在完成数字化进程后，才有可能运用互联互通的数字化基础做智能化的工作。

　　今天，推进智能制造更多是自上而下的过程。施耐德电气有两个形象的策略说法：“先软后硬”和“先医后药”。我们先做诊断、做顶层设计，规划好生产和运营管理两个平台，再进入到开药阶段，包括分步实施方案、升级硬件等。如此，自上而下地用大数据和人工智能技术，帮助企业提高效率、减少能耗、提升安全、降低成本，真正赋能生产型企业。

　　21CBR：对企业而言，智能制造落实到执行层面如何展开？

　　马跃：施耐德电气此前为宝钢股份做的1580热轧智能车间的升级改造项目，是一个综合运用自动化、数字化、以及特定人工智能技术的典型案例。

　　我们内部总结，宝钢案例的成功在于做到了“场景秒杀一切”，真正抓住了客户的核心痛点。宝钢的日常运营中，还有大约3%-4%的成品钢板坯，放在板坯库里很难找到。运行智能车间后，得益于有效的进出库物流管理系统，物品丢失彻底杜绝，这些钢板坯不会“失踪”。

　　城市化进程和人口老龄化还使得很多企业管理者面临工人短缺的问题。1580智能车间从去年5月起进入无人操作、自动运行状态。目前，行车全自动投入率稳定在98.5%以上，减少了20个工人，日均产量达到10500吨，板坯库倒垛率由30%提升至70%-80%，操作人员的人身安全得到保障。这个项目也是钢铁业首个入围工信部“中国制造2025”的试点示范项目。

　　我们将管理企业的核心称之为“三进两出”。三进是指原材料、能耗和其他生产资料，包括知识的投入。“两出”一个是成品、一个是三废（废水、废气、废渣）。抓住这几个核心要点，就牢牢抓住了场景。只有基于场景发展出来的模型才有意义，吸取的数据才能得到发挥。技术是起到赋能作用的翅膀，如果脱离了应用场景谈数字和智能化，就是无根之木。

　　21CBR：相比互联网大数据，工业大数据目前的应用程度如何？企业下一阶段部署工业大数据项目该怎么做？

　　马跃：B2C的整个价值链相对比较清楚，消费者是相对简单的个体，相比之下，制造业企业则是一个包含很多个体的复杂组合，包括采购、生产计划、生产调度、生产运营、销售、物流等，每个部门的诉求都不一样。如此多样的职能叠加到一起，数据标注困难、模型建立复杂，这仅仅是B2B的一个制造环节，还不包括上下游和供应链。

　　企业要想清楚、做明白数字化和智能化是不容易的，其间难免要打断很多原来的筋骨，重塑管理流程。B2C的线上颠覆线下，更多是“破”和“立”各自发生的过程。我们则是“破”和“立”同时发生，一边换发动机一边开车，并且是自己给自己动手术。所以，真正意义上的智能制造，复杂和痛苦程度远比B2C大得多。

　　如果一家企业的产品是跟着图纸在走，你就知道它是在用历史信息管理现在的生产，还没有真正用到实时数据。比如拿着昨天交班会总结的数据说，上一班出了什么问题，今天要改进什么东西。从这点上能看出来，很多企业在工业化、自动化方面做得很好，但在面向未来的数字化基础层面还有很多工作要做。

　　比如我们的客户之一、某电子产品代工企业就曾面临从大规模批量生产到个性化定制的C2B业务模式的转型。比方说，原先三个月里全线生产100万台A手机，用历史数据管理大规模连续生产做得很好。现在是上午生产5万台A手机，下午生产5万台B手机，就很难用历史数据来管理生产，而要用实时数据，并且还要预测产线、前端销售和供应链分别需要做什么调整。

　　我们认为，用实时数据+预测数据来指导管理，最终实现可控成本的柔性生产和大规模定制，才是未来真正意义的“工业4.0”或是“中国制造2025”。

　　AI被炒过热

　　21CBR：人工智能过去一年在全球引发关注，如何预计新技术在2018年工业制造领域的实施效果？

　　马跃：比尔.盖茨常说，我们总是低估未来十年发生的变化，高估最近两年发生的变化。我有一个担心，人工智能最近可能被炒得过热了，其实我们还有大量基本的数字化补课工作需要完成。并且，目前大多数基于场景做出的模型还比较浅，好比IT领域可以利用机器识别技术做出一套翻译程序，但进入工业领域就比较困难。

　　我认为2018年不一定会是人工智能应用落地的爆发年，但我们能做很多事，有巨大的前景，也有巨大的困难。但如果不这么做，我想象不出制造业将如何蜕变。这不仅仅是中国制造企业面临的问题，德国、美国的数字化做得好，目前更多依靠的是工匠精神的积累，比如产品文档做得好。所以在这个问题上，中国的制造业企业还有机会。

　　B2B的人工智能不像B2C，能够很快看到实际效果。现在还在比起跑快、比加速度的阶段，未来五到十年内，发展到一定程度后，相互比拼的一定是三样东西：数据、算法、场景，比谁手里的数据体量大、算法积累多，以及与场景的结合。如果工业公司和技术公司能花更多精力，有足够的投资和研究在应用场景和数据模型上，可以从现在开始持续改变人们的生活。

　　21CBR：施耐德电气是能效管理方面的专家，2018年的工作重点有哪些？

　　马跃：我们对能效领域未来的市场前景基于这样一个判断：随着全球人口增长、能源需求加大，一次能源中化石能源的消耗将面临封顶。这时就面临一个选择，是更有效地用电，还是发更多的电。我们选择在用电侧花更多的工夫。

　　某建材集团水泥工厂的能源管理工作就用到了我们的人工智能决策系统。该工厂此前超过一半的生产运营成本用于窑炉和生料磨等能源消耗上，客户的核心关切是把整个水泥生产的用电降下来。

　　我们通过使用先进过程控制专家系统（APC）和能源管理系统，收集原有的能耗数据，用原来人脑中的知识建立模型，告诉客户什么地方多加煤、哪里应该调低温度，做到了主动调节而非辅助决策，成本大幅降低，同时提高了合格品比率。以前要达到这样的效果，需要位于河西走廊沿途的多个水泥厂，每个厂内都设有经验丰富的老专家，实际是很难办到的。

　　应对能源消耗，本质上要做的就是削峰填谷，过程中还有大量的基础设施工作没有完备，互联互通的问题没有解决，大量的终端只能是静默资产。比如双方想做P2P交易，首先得装上双向电表，把资产连上网络，再解决信息安全问题，之后才是远程监控。我们的能源部门专门成立了名为“prosumer”（产销者）的团队，探索将生产者和消费者结合在一起的业务模型，这部分的工作还在早期阶段。

　　21CBR：华为、阿里等科技公司也涉足工业互联网，如何看待2018年智能制造领域的行业格局？

　　马跃：我们和很多互联网巨头有合作。

　　首先，我们强调“平台为先”和“融合共生”的业务体系，术业有专攻，比如我们基于互联网、即插即用的开放架构EcoStruxure在国内外都有实力雄厚的云平台合作伙伴。

　　这里还涉及一个关键点，在实际应用中，部分企业不会将所有信息都上传到云端，比如炼油和核电企业不会将核心的工艺管理控制放到云上，云上的响应速度也不足以支持。反过来，水、能耗、用电等不涉及需要快速切断、及时响应的数据管理，用云则更简单明快、成本更低。所以，未来在工业现场和云端，将会出现两套平台和数据库混合工作的情况。

　　我们也认识到，大数据所有者未必能够用好大数据，要发挥出大数据的作用、实现人工智能的突破性价值，关键在于大数据的使用者。所以施耐德电气希望与数据的所有利益相关方，形成一个社群，共同管理、使用、发掘数据的价值。

　　互联网巨头能在城市交通、人的舒适性等方面发展出足够多的算法和应用。那么现场的平台、与核心工艺有关的部分就是我们的专长。未来这个领域的业务模型可以是窄而深，也可以是薄而宽。我们的选择是窄而深，在我们能提供很强场景支持的特定领域当好专家，既有技术平台的合作，未来也会成为一个技术交易的平台，以“融合共生”的方式引领行业的发展。

　　本刊记者 沈玉姗

关注读览天下微信， 100万篇深度好文， 等你来看……