大数据文摘出品
作者:周素云
当我们在讨论人工智能、物联网等前沿科学技术给我们经济社会的变化时,作为制造业大国,越来越多的专家学者、业界人士开始思考如何将传统的制造业与这些年轻的科技相结合。
信息化和工业化的深度融合,能创造什么?智能制造的未来又需要什么?从农业经济、工业经济到数字经济,数据起到什么作用, 它能给工业的数字化转型带来什么?
在上周品玩主办的2019科技创新者大会上,国家工业信息安全发展研究中心系统所所长周剑发表了题为《制造业如何向数字经济加速转型》的演讲。
以下是演讲全文:
尊敬的各位专家、各位企业家、各位朋友,非常荣幸今天来参加这么年轻的一个大会。说它年轻,因为我们讨论的都是最前沿的科学、技术以及最前沿的科学技术给我们带来的经济社会的变化。
今天,我想向各位聊一聊新一轮科技革命给我们制造业、产业带来的“数字化转型”。
这轮数字化转型最大的背景就是我们正处在一场大变革的时代,有人把它解读成“第四次工业革命”;有人说它是真正意义上的信息革命的开端,这场变革非常重要的特征就是我们将从工业经济进入数字经济的新时代。过去的工业经济我们理解它的核心特征就是追求物理的、产品的不断规模化,规模化的生产、供给,通过物理产品的规模化去推动经济社会的发展。
我们理解数字经济的根本特征是它不再是以物理产品的规模化增长为主要的内容, 而是数据、信息和知识。过去更多的是物质层面,未来更多的是数据、信息、知识层面,经济的发展、价值的创造、服务的内容、价值交换的形式会更多地以数据信息内容为主,而物质更多地变成载体。
从农业经济迈入数字经济
我们要如何更好地理解它的本质?首先做一个简要的对比,也就是农业经济、工业经济、未来的数字经济。
我们看到农业经济时代最主导的要素是两个:实现资源会聚的主导型要素是土地,农业一定先有土地,在这片土地上投入其他要素才会有收入,才有可能发展农业。直接的价值创造是靠什么?靠劳动者的体力劳动、直接劳动,知识的传播更多的是靠口口相传、靠劳动者自己,就是农业时代并没有无差别的知识经验的传播和载体,在那个时候形成了微观的经济单元叫家庭。
工业经济时代这些要素发生了深刻的变化,物质产品的大规模的生产,它需要其他要素来实现要素的快速会聚,就是资本。资本成为工业时代规模化经济、规模化生产的主导性要素。而工业时代创造价值或者传播价值、传播人类知识经验的方式也发生了重大改变,不纯粹是靠物,有了一种新的东西,我们叫技术创新。
技术从一帮更先进的人群里形式化出来,用一种可以被无差别化传播的载体去承载它,就是我们讲的类似于工业装置、工艺装置等等,刚开始是物理的、机械的装置,后来慢慢有了软件新形式。就可以实现经验的快速传播,价值就是由它们创造。在工业时代形成了新的经济作业单元,就是企业。
规模经济本身决定了企业不断发展,随着信息化的不断发展,企业更加专注于核心竞争力,更愿意开放式的方式合作。逐步进入数字经济时代。
数据作为一种新的生产要素
工业经济完全是以物质的规模化为主要目标,未来一定是个性化的,而且是对个性化的极度满足。技术创新的周期会越来越短,价值创造的周期或者整个生命周期,资本投入回报周期也会越来越短。这种情况下,资本实现资源的大规模动态会聚难以满足要求。
数据作为一种新的生产要素,怎么去理解它?其实它不仅仅是因为它是资产、是石油,数据的最大作用是未来实现所有其他能够支持推动数字经济要素的快速的动态的汇聚。
我们现在体会到一个词非常有意思,叫“赋能”,实际上未来很可能,在工业时代我们把技术从人身上剥离出来了,把知识经验可以被无差别化、形式化地传播,很可能未来能力也从组织上和人身上剥离出来,用一种形式化的方式去承载无差别化的传播。
这种承载能力的形式是什么?可能是平台,可能是大量被形式化的大数据+人工智能的很多的载体。这种工具、手段,很可能是一个个小的生态圈,可以给人赋能。能够被形式化的是一部分,还有一部分不能被形式化的,那一部分还得靠人,就是通过人工智能不断地增强人的能力,让每个人变成多面手,降低每个领域的门槛,这是数字经济时代未来的基本特征。把人从僵化的组织里释放出来,更灵活地去发挥每一个人的价值。
我们要去做的核心就是要激发那些以新一代信息技术为代表的技术创新的新潜能,社会化组织管理的新动能,还有就是数据作为一个新的主导性驱动要素的新价值。如果这一部分做好了,我们的全员劳动生产率就能提升,而我们的创新驱动就找到了新的用武之地。
未来个性化时代的开放经济,需要大家更多的是形成一种价值共创、共建、共享的能力,是一种开放价值生态共建的能力。在那个时候也许我们更应该关心的是我的需求怎么样准确地把握、怎么定义和引导,我怎么真正实现在线价值交换,快速在线整合资源,应对需求,怎么快速交付,怎么快速在服务周期里面精准地识别和提供这种超体验的服务,这些是很重要的。
中国制造业转型的五个判断
我们在推动数字化和工业化融合过程中集中了一些数据,这个跟工商企业的分布是大体相当的,我们基于这些数据对中国制造业转型有一些总的判断。
制造业数字化价值正进入爆发的前夜
中国的制造业信息化或者数字化转型,它的价值成效正在进入即将爆发的前夜。大多数企业,我们发现只要进入内部全面系统的综合计算以后,价值效益就会非常明显体现出来。可国内大多数企业恰恰是什么东西都做,但都只是在局部,推动局部优化,主要是对现有业务的简单的支持,它没有完成这种全面的系统化的业务变革、经营管理变革、组织变革。但这些会即将完成,所以说大部分企业的效果会集中爆发出来。
中西部数字化转型快
我们发现企业数字化转型、区域之间发展不平衡出现了明显的新动向,什么意思?大家都知道一般来说,数字化转型或者数字化一定是东南沿海到中部、内陆,中部、中西部,中部差一点,西北更差,但是实际上我们发现,现在处在转型发展或者是数据上云,处在第一梯队的60%是中西部省市加速度最快,反而不是东南沿海。在转型方面各地区都没有重大的突破。东南沿海做完基础性工作,进一步的工作并没有做太好,中西部很容易就赶上了。
不同行业转型差异大
不同行业之间数字化转型重点和路径差异非常大,比如这里举了几个例子,航天行业主要是做智能生产的新系统;机械行业主要是在寻找智能服务型的价值;家电主要是精准定义新路径,全面定义客户的新需求。这些变化不只是因为不同行业的特点不一样,商业模式不一样,更重要的很可能在新的数字化转型时代每一个行业会重新定义他的价值创造和价值供给的新的体系。也就是价值创造方式根本性地发生了改变,不是靠卖原来的产品和服务挣钱和发展。
云平台成为重要切入点
云平台将成为新模式、新业态培育的重要切入点,或者解决现在很多企业面临难题的重要切入点。先把资源上云,用上云倒逼企业内部的改革和企业内部的协作,解决利益壁垒的问题。而产品智能化水平跟企业服务模式创新有非常紧密的正相关关系,也就是说所有的领域里面,凡是模式创新走得比较靠前的都非常关心自己产品本身的智能化水平。
数字孪生与智能供应链倒逼企业转型
我们发现真正的推动数字化转型比较务实的切入点,是从底向上搞数字孪生系统,实现真正意义上的全镜相系统。从单位单一的技术工艺环节、生产线、生产系统开始到整个车间、工厂等等,但是这个非常难。现在产品层面做得比较多,生产线上的比较成功,全镜相的比较少。第二,沿着供应链往下倒逼,现在智能供应链对企业的价值效应是非常非常清晰的,通过智能供应链倒逼企业内部的变革,智能供应链和未来数字孪生系统很可能顺利会师,企业数字化转型可能就能真正实现大的跨越。
数据层替代物理层促进“三化”
无论是两化融合还是智能制造,都可将其分为数字化、网络化、智能化三个阶段。现在国内企业绝大部分处在数字化向智能化转型的阶段,有一部分领先的企业从数字化往网络化探索。
我们理解数字化阶段核心解决的是企业内部资源优化,整体优化配置的问题,网络化阶段解决的是社会化资源大范围动态配置的问题。智能化阶段解决的是资源大范围内外部协同动态精准配置的问题。
现在对于绝大多数的企业来说,如果从内部配置能转型成全社会配置的话,在我们这个产业领域将带来极大的动能,但真正成功的非常少。
这就是我们要做的事情,当前的战略重点就是制造业与互联网的融合,或者叫工业互联网,但是工业互联网是非常难的,并不是所有企业现在都有条件做。制造业要实现网络化的大范围动态协同协作,太困难了。既有的利益体系、技术体系都已成型,要实现所有设备互联互通互操作怎么可能?不可能,很多专家说要搞统一接口,根本不可能。
物理层面解决不了,我们在数据层面解决。
我们把所有这些底层的物理系统都做出数字孪生系统来,我们不指望在设备层面解决这个问题,我们在数字孪生系统解决互联互通互操作的问题。所以说我们只有通过制造能力和IT能力的集成融合和创新,我们让我们的制造业搭上IT这列快车,走向横向发展的道路。
我们能否尝试做出一个制造业的操作系统,把所有的制造资源数字化、模型化,把制造能力也模型化,让这些模型都组件化、微服务化。可以组织、可以编排,中间做一个制造业系统,还可以调度底下的资源,应用与应用之间也可以建立起连接关系,制造业也可以像互联网和IT一样。
要实现这些,需要考虑以下几个关键点:
第一, 要做工业互联网,刚才讲到的制造能力模型是很难做的,怎么办?推动制造资源的云化,这些事情不是企业自己做,只有极少数企业能够做得到,我们可以建议由大平台商带动大家做。大的平台商的效率更高、成本更低,更重要的是它一定有商业模式,一定有超越用户预计的体验和价值,大家才愿意跟着它做,由大平台商带动资源全面上云,这是第一步。
第二,上云以后,云上的资源就可以加工、制造、研发、做很多的工作。把刚才讲的各种各样的模型做出来,能够被调度、编排底层的资源、模型,让它去调度物理资源,把制造能力模型搞出来,部署在平台上能够共享。
第三,需要进行全面创新,降低专业领域创新的门槛,改变过去关着门自己搞研发的局面,真正变成开放式的研发。
大企业率先尝试工业互联网,中小企业仍在观望
在前一段时间整理了全球77个所谓的工业互联网平台,他们做的206个在工业企业里面的案例,中国有34个平台,美国23个,欧洲十几个,还有日本2个、韩国1个,加拿大1个这样的分布。
基于这些案例,我们看到所谓的基于平台的工业企业的应用案例或者数字化转型案例里面,83%的案例都在做的是产品和设备的在线管理,有68%是在做业务运营的优化,19%在做新模式、新业态。
其中机械行业占36%,能源占22%,轻工、石化、电子各占10%左右,其他加起来才14%。为什么这样?道理很简单,大家知道机械行业,尤其是机械行业部分细分行业,比如工程机械等。产品卖不动,严重过剩,卖不动产品只能在产品后市场找价值增长的空间,所以他们一定要做产品的在线管理。
还有能源行业,安全管控危险系数非常高,石油、钢铁、石化都一样,单工艺改进很困难,但是所有工艺集体寻求改进空间还是很大的,大家都愿意做类似的事情,产品状态监测,在监测的基础上做那种新的工艺模型或者是控制模型等等。
这很有效,所以大家愿意做。所以机械行业、能源行业有实际的价值引导,他先做,其他的都是类似,运营优化里面,绝大部分案例都跟流畅行业有关系。
用平台肯定是中小企业愿意用,但是为什么大企业多?首先,大企业技术更好,总体数量并不多,春江水暖鸭先知的大企业愿意先试点。还有就是说明现在平台给企业赋能的价值并不是很清晰,所以中小企业不愿意使用。
大企业为了战略考量先去实践了,中小企业则在观望中。
应用场景对比上看,国内更多的是大规模投入,搞大场景,国外更多的是小应用、大作为。在创新模式上;国内更多的是多元创新,什么创新都有国外更多的是做数字化新技术、新业务,从平台企业发展的角度来看也很有特点;国内更多的是各种巨头都在做,国外更多是IT公司+初创公司,从实际市场收入来看,国内更多专注于自己的市场,而且是由政策带动的市场,国外更多关注的是全球市场。
从更细的角度看,83%都在做产品和技术的在线管理,做的水平很高,他们都是做了产品的状态监测,仅仅是状态监测,有的只是监测了简单的开关量,这些数据拿来做数据分析、优化备件资源的分布是有用的,但是水平真的不是很高。
故障诊断在一定程度上实现自动诊断的案例只有29%,远程运维的只有19%,我们的要求还不算很高,能够实现模型自动驱动的这一部分案例还是非常非常少的,所以大家都刚刚起步,业务运营优化器模式都是一样的。我们确实也看到成本的节约、效率的提升、业务运营的优化以及产品服务的提升方面,它的实际价值成效都非常清晰。
所以这个方向是正确的,只是还需要大家共同努力。