2019-02-21 17:45

　　大家好，我是来自优也的傅源。这个名字听着比较陌生，因为我们是一个比较新创的公司，但是我们团队的人员并不新，都是40多岁以后开始创业。我想从不同的视角来看工业互联网架构以及未来的应用有可能以何种方式落地，或者怎么助力中国工业的升级和转型。

　　远观现在大环境，变数非常大，不确定性非常大，一方面有很多负面的影响，包括贸易摩擦，包括原材料和现在产品的脱钩、环保的压力、软件的安全。但是在另一方面我们也看到更多的，我们叫做高技术的聚合，包括我们新新人类更喜欢用IT、软件，也看到很多新材料，比如像医疗在生物技术上的发展。这个世界变得越来越快，而制造业实际上是一个非常慢的行业，怎么去应对，这是有关灵敏性的问题。

　　大家今天谈的非常多的是我的平台长什么样，它是怎么连接的，可以实施什么功能等，但是我们也看到说我有很多平台，政府也在推，但是似乎企业没有那么起劲，这些工业企业都在想什么。我列了一下平时和我的客户总经理聊天会聊到的话题，基本上跟智能制造的核心技术内容没有任何关系，我们会谈安全环保，谈得最多的是成本，我怎么能降人工，怎么降原材料消耗，还有质量，这是中国特别大的短板。我们在流程行业能做出很大产量，却不能做出高精度的产品，于是利润率也不好，效率不用说了。如果我们把它总结一下，对于一个企业来讲，不管我用什么样的科技，我的当期盈利和未来远期的持续盈利率是最重要的。盈利能力本身才是一个卯点，如果你开门一直跟领导谈我怎么帮你省钱帮你盈利，他一定会听的，所以你从哪个维度谈这件事很重要。

　　工业互联网和工业大数据能做什么，我们会说万物互联，不管是连人还是连机器，会跨空间，所生发的数据，包括实时的计算，它可以追溯可以跨时间。新技术其实需要带来的是生产效率和利润率的提升，很直接，我怎么能让产线中间的操作更加标准，生产运行过程更加稳定，不同工具之间如何协同，当它有变化时，不管是外面的环境变化、产量变化，我怎么样可以灵活应对，让我可以柔性。全部加起来，它代表一个企业的组织能力。这个组织能力，决定了企业的盈利能力和生存状态，保证是不是有更多的现金去持续发展，去开发新品或者进入不同行业，这些很核心。

　　今天最想分享的是工业企业面临的最大的挑战，这些不仅是中国，全球都有同样的问题，刚才ABB的嘉宾也谈到这个问题—人才，制造业已经吸引不到最好的人才。事是人做的，核心是最优秀的人会去哪，我们看到去年到今年大的产业转型规划，我们所有的这些，只要是可能有污染的，都要往更偏远的地方搬，搬到越来越远的地方。当年如果要构筑像宝钢这样的一个大工业，哪些人才会去到那些偏远的地方。这个在未来的5-10年会更加凸显，作为在上海一家高科技创业企业，我前一段做校招，面了上海交大的几位非常优秀的孩子，人家想了想，觉得我应该还是去做金融互联网。这种竞争不是同一维度的竞争，老专家人员老化，可是新的能力又没有跟上，我们怎么转型升级发展。

　　如果有新技术，他首先应该让我们企业的能力得到增长、得到复制。谈一个企业需要具备什么样的能力，第一是需要具备很好的生产服务能力，第二是持续优化能力，第三是突破性变革能力。这些都跟知识和经验相关，知识如何生产、如何复用，可以传承，可以更新。

　　如果我们需要一个新的技术，它应该帮助更多的普通的人很容易做提升，而不是把他们替代。可以把知识沉淀，可以不断的迭代，可以形成闭环管理，收到反馈，因此做提升。可以改变他们的经营方式，可以让他在自己组织的管控力上往前升级发展，这就是所谓的企业的内生性结构化升级，这是非常重要的。

　　知识的沉淀与复用，老专家知识不是用嘴教，是通过数据挖掘、建模，大数据建模分析，最后封装软件，这是一个基础。但是你怎么样把模型抽象，需要有前瞻性的洞见。我自己是从流程行业来，刚才非常同意ABB的分享，离散行业资产在不断追加，流程性行业实际上存量资产变化不大，主要还是效率提升，它最大的痛点是什么，它是一个非常复杂的过程系统，多工序，每个供需都头尾相接，互相影响，一定要用一种方式去替代人，因为算术这件事机器算得比人好。

　　如何帮人做得更好？所谓基于用户角色的个性化界面，听着好像很简单，想象一下，我们每一个操作人员他面前的电子看板都是针对他个人的话，那你的管理就靠系统去执行了。通过算法帮他进行辅助决策，他能做到他自己平时做不到的事情，而且很容易，形成了一个像飞机驾驶舱一样，有一个实时导航系统。如何实现？很多人说要极致培养跨界人才？我自己从医学的背景到管理背景到工业背景，已经很快跨了，但是让我去编程这件事很费劲，我现在大概也就只能去看结果。其实在工业领域，培养大批量的跨界人才不太现实；第二，中国的这种培养体系也不培养这种跨界人才，都是往精专的方向培养。如果有一个系统，你不是说让它跨界，而是说让它就自己做自己的事情，互相不关联，然后能连起来，这个时候你会看到每个地方做数据采集的、做算法的、做运行的、做界面的都封装在自己的那一层，你就可以非常容易的管理过程。一定要把整体拆解开，这是在IT实现的部分，能够通过架构实现的是什么。

　　是不是所有的工业算法都要上云？我只能说我在工业做了十年，我的客户都是很大的流程性工业企业，他们没有一个想上公有云。为什么不上公有云，有几个很核心的看点：第一，是算得不够快，上云需要占很多资源，并且有时延，像过程性行业，当时当刻这件事非常重要。第二，要解决他自己内生性可用性，怎么能让自己内部在机台边的这些主任们都能应用这个系统，才会对生产过程有帮助有提升。一定要把所有复杂的系统隔开，让上面越简单越好，他可以轻易调用，可以实现他的需求，不是IT或者算法科学家替他写，而是他们自己可以去生发应用。这个概念可能有点像微信的小程序，即用即走，在机台边马上用马上算我想用的东西。举个例子，钢铁的，如果我们能让钢铁所有的一线主任、厂长都可以随时调用我们想要的这些组数据，进行分析，就会对他们的工作有帮助。

　　大家都忙于做系统，我做咨询服务很多年，在这里面看到的是管理本身是有问题的。如果管理最基本的操作都不能被控制，没有稳定流程，系统是不会直接帮你做管理的。还是要从最基本的开始，把自己流程理顺，把这个基线稳定住，系统会有一定助力，但是它只是帮助的，自己还是需要干自己的活。如果自己已经有很好的管理体系，各种各样的成体系的管理，你可以通过自由生发的横向扩展的新架构平台，帮它来落地，它就会加速。这里讲的系统不是我们的工业互联网平台，是管理的系统，或者叫业务运行系统。

　　我们在谈到未来新工业架构去做什么的时候，到底是到公有云上服务于海量的工业；或者都说要做平台去做生态；还是说要一个小而精的，在自己防火墙内，把自己眼前部分可以用起来的。我更倾向于后者，可以直接让工业企业在自己内环境下落地，让数据真正开始得到生发。今天早晨华能的朱总有一页分享，很多星和很多云，未来的结构会是是一个星云结构，把复杂的东西就让专业的人去做，一体化的中心架构或者一体化的业务系统，而对于模块化的知识模型和应用，它应该是复用的。几年前我曾经向东京大学经济系主任藤本隆宏教授请教过未来工业应该是什么样的，教授提到未来的工业会是两极分化的，一种是极致的协同的一体化运营，一种是极致的分布式模块化的灵活配置。以Thingswise工业数据操作系统的新架构，能够实现对两种工业运营形态的支撑。

　　最后，希望工业互联网和智能应用可以赋能大多数的人，让大家真正在自己的日常工作中能应用数据，提高精度，提升效能，帮助盈利；能够有很好的应用可以使用，最后形成企业系统性结构化的转型升级。

　　非常感谢大家！