李杰：大数据与工业4.0的价值创造

美国辛辛那提大学讲座教授，美国国家科学基金会(NSF)智能维护系统(IMS)产学合作中心主任，曾撰写《工业大数据：工业4.0时代的工业转型与价值创造》一书。

李杰教授从2013年起担任美国白宫信息物理系统(CPS)专家组顾问，上海交通大学特聘讲座教授与先进产业技术研究院前瞻顾问。

在工业4.0时代，如何构筑新竞争优势?

专访记者刘成军：目前国内有一些观点提出，中国整体推进工业4.0还为时过早，推进工业4.0还是少数企业的事情，应该把更多精力去补工业2.0和3.0落下的课。争议的焦点在于制造基础差，自动化和信息化应用水平低，本身的产品质量和生产效率水平很有很大提升空间。对于这种观点您怎么看?

李杰：工业4.0是一理想世界也是全世界工业努力的方向。不同国家不同企业所注重的地方会不一样。但是我们一定要了解我们社会与工业发展的目的進而從基本上做起。就好比我们不应该等我们有钱了或有能力了才汪注重品格与品德。

我们不妨用6M和6C的煎蛋模型来深入探讨一下。

首先，传统制造的6M并不是智能制造6C的先决条件，两者的接口在于第六个M(Modeling，通过数据分析的建模能力)，这一部分中国的能力还比较薄弱。除此之外，6C和6M并非此消彼长，而是相辅相成的关系，6C 是中国制造业的一个机会，一方面可以通过6C产生的增值服务去弥补6M较为薄弱的竞争力缺口，另一方面还可以利用使用过程中的数据分析和创值服务作为新的视角去改善6M中的薄弱环节。

德国的经验也已经告诉我们，蛋黄并不是核心竞争力，因此德国提出的工业4.0战略是在努力去弥补蛋白方面的薄弱，这是一个对大家而言都较为陌生的领域，还并没有产生明显的差距，我们恰恰需要以6M+6C的观念去布局中国制造业的机会空间，通过在6C空间中的服务转型反向弥补原本薄弱的环节，或许将会为中国提供一个弯道超车的机会。

专访记者：智能化也是德国推进工业4.0的核心目标，这将是一个复杂而艰难的过程。智能化过程包括了自动化与信息化的深度融合、物联网和CPS技术的运用，以及庞大数据量的分析和价值挖掘能力。德国在智能化方面的战略推进思路和路径是怎样的?

李杰：在智能化技术布局上，德国提出了“本地的智能化”和“连接的智能化”协同发展的战略，一方面在设备的智能化、传感技术、通信技术、信息与控制技术等方面加大研发力度，使德国的企业成为世界领先的智能设备供应商。另一方面，加快物联网和CPS技术的研发，实现智能设备的整合，并利用CPS平台技术实现设备、人、和服务的连接。

在实施方案的规划上，德国提出了“二维战略”的发展思路，从横向和纵向这两个维度推进工业体系的智能化进程。纵向的应用指的是企业内部“端到端的信息整合(end-to-end digitalintegration)”，实现从最底层的驱动器和传感器信号到最高层的企业资产管理系统的无缝连接，其核心是物联网技术和CPS技术。横向的应用主要指面向企业之间和产业链上下游信息和服务的整合，实现整个产业链的价值链整合和协同优化，面向全产业的全价值链提供智能化服务。

专访记者：社会上也存在工业4.0的路线之争，即技术优先还是商业价值优先。前者着眼于技术进步，通过导入先进技术(如CPS技术、工业大数据智能算法)来改造传统企业生产模式和商业模式;还是从投入收益比来决定是否导入、以及导入的进程。您的观点呢?

李杰：我觉得这两者并不矛盾，技术和商业价值并不存在谁优先，而是要协同发展。中国的最大问题是在考虑商业价值的时候往往只考虑短期的价值，这其实导致了中国的技术红利积累不足。比如GE最近刚刚推出了用陶瓷材料制作的飞机发动机叶片，具备更好的散热性和更轻的材质，将发动机的能耗提高了大约0.25%。这背后是十数年的研究和几千万美元的投入，这个技术红利能够保证GE在航空发动机领域继续领先几十年。这只是一个成功的案例，但是在GE里面还有许许多多没有直接转化成为产品的研究，这些研究从商业价值上来看是失败的，但是也积累了许多技术红利，不一定未来哪一天就用得上了。

专访记者：从国家竞争力的发展阶段来看，中国已从“需求驱动”迈入“效率驱动”阶段，并在这个阶段深耕多年，应该说总体拥有了很好的制造基础。在进入第三个“创新驱动”阶段上，我们面临哪些明显的短板?工业大数据的发展能起到什么样的作用?

李杰：

从世界竞争力报告中的这幅雷达图中我们可以看出，中国目前的短板主要在创新能力、高等教育、人力效率、和基础技术可用性这几个方面。而中国最大的机会在于市场，因为中国的市场不仅够大，而且是弹性增长的，这样弹性的市场其实给了中国企业很好的创新环境，因为市场的包容性特别大，人们对于新鲜事物的接受能力和购买欲望远远高于发达国家。

工业4.0中的各类核心技术，如传感器技术、物联网、云计算、控制器、和3D打印等技术都可以找到相应的供应商，但是仅仅引进这些技术还是远远不够的，因为其中最核心的两个部分，智能化的数据分析以及服务和模式的创新是需要修炼的内功，而这恰恰是中国企业最欠缺的。工业大数据分析能够帮助中国去避免和解决以往不可见的问题，进一步减少制造成本和提升产品质量。也可以帮助我们去发掘用户不可见的需求，从产品创值的角度提升中国制造的竞争力。

专访记者：德国是工业4.0的首先倡导的国家，也是利用工业4.0平台集中发力的国家。而您认为，工业4.0的中心将会在中国，这让德国“情何以堪”。这背后的依据是什么?如何充分工业4.0的产业机会，促使鲜花和果实落地在中国?

李杰：无论是发现用户价值的缺口、发现和管理不可见的问题、实现无忧的生产环境、以及为用户提供客制化的产品和服务，都离不开对数据的分析挖掘。我相信工业4.0 的中心将会在中国，是因为中国不仅仅是世界制造大国，更是世界第一的使用大国，无论是从制造设备还是从终端消费品来看，中国都拥有最庞大的使用数据。然而这只是从潜力的角度去分析的，意思是中国应该成为工业4.0的核心，但是这些数据还并没有被很好地分析利用，并没有成为真正的竞争力。德国的内需市场小缺乏大量使用数据，中国可以提供好的设计改善建设如果中国能有效的分析這些数据。

专访记者：从工业4.0的微观实施主体来看，企业家和企业将是主力军。面对大多处于产业竞争低端/低附加值的企业格局，有中国特点的互联网+制造的解决模式能否帮助企业实现突围?真正的难点在哪，有没有可行的路径?

李杰：中国的互联网+更多的注重的是商业模式和销售渠道，对制造本身的关注还明显不足，并不能解决中国制造的根本问题。中国工业4.0道路需要遵循科学的规律，继续推进和完善合理化与标准化，同时注重挖掘制造的意义和价值。

工业4.0为中国制造业的转型升级带来的契机，其核心并不是互联网+制造，而是关注制造业对客户、人类以及环境的价值，以零故障保障设备运行性能，以零浪费体现对效率的追求，以零意外彰显对生命的尊重，以零污染表达对社会的关切。

中国制造需要以6M+6C的观念去布局中国制造业的机会空间，通过在6C空间中的服务转型反向弥补原本薄弱的环节，更多地去创造原始的创新想法，摆脱位于产业链低价值环节的现状。

专访记者：未来的工厂将实现具备自省性、自预测性、自比较性和自重构能力的无忧生产环境。您预测在2030年，传统的生产系统将转型为生产智能产品的智慧工厂，您认为哪些行业可能会率先实现智慧工厂?

李杰：现在信息化和智能化水平最高的应该是半导体工厂，半导体产线中的传感器数量恐怕也是最多的。我们现在已经跟美国的许多半导体工厂和半导体制造设备厂商开展了合作，能够精确地预测出产线上的设备和生产工具的健康状态和剩余寿命，以及各种因素对产品的影响，离预测型制造已经非常接近。

专访记者：实现智慧工厂或者智能工厂，有两条路径：一是从现实出发，将传统工厂进行信息化与智能化改造;二是着眼于未来，在新建工厂的时候直接系统化构建智慧工厂。两种方式从投资和受益来看，各有优劣。对此，您倾向于哪种主张?

李杰：我对这两者并没有倾向性，或者说决定使用哪一种方式恐怕不是取决于我们更喜欢哪种方式，而是客观条件的问题。国内有大量的已经建成的工厂不可能脱胎换骨进行系统化改造，但是依然有很大的提升空间。首先要做的是去管理和避免可见的问题，这些可以从更科学的管理辅助一些信息化工具来实现。

另外也可以根据需要对一些设备进行智能化升级，比如加装一些传感器或是直接从控制器中获取数据，再建立一个分析中心搭载先进的分析工具进行分析和决策支持，依然可以管理和避免原本不可见的问题。因此两者并没有绝对的优劣，而是要从需求出发去判断。

专访记者：大众汽车“尾气门”持续发酵，据天津大学内燃机燃烧学国家重点实验室副主任、教授姚春德分析，这种作弊软件的运作原理是，“所谓的’失效保护器’是通过软件感知方向盘位置、车速、周围气压等参数来判断车辆是否在实验室环境，从而向发动机发动指令，用来改变NOx(氮氧化物)的排放，以实现检测达标的假象”。这是不是利用CPS技术进行的技术作假和恶意欺诈?这将对“德国制造”的整体品牌产生什么样的不利影响?

李杰：不得不承认的是这个软件确实具备了很强的智能化，也具备了自省性的特点，但是很遗憾实现这些的最终目的是为了在尾气排放测试中作弊。技术就好像是把双刃剑，运用得当才能够真正造福人类。

最近也有新闻报道许多企业在竞相购买大众的这项软件技术，说明这个技术本身是有价值的，比如通过感知周围环境的变化调节发动机的控制策略来实现最佳的油耗和最小的排放，技术都是可以通用的。

这个事件无疑会对大众汽车甚至德国制造带来不小的负面影响，因为在消费者的印象中德国制造就是品质和诚信的代表，而德国“隐形冠军”的企业价值观也是被世界所推崇的。但是我相信这只是个例，这是德国的民族性格所决定的。

专访记者：工业4.0的推进离不开工业大数据等行业专才，而且对跨界人才的质量会越高，因为这本身就是跨学科技术的融合，涉及数学、物理、IT、智能硬件等，目前来看，还没有很好的应对人才需求的方法。您有什么建议?

李杰：我觉得工业4.0人才的培养离不开学校与企业的合作培养，还应该形成一个很好的社区文化使学校和工业界的人能够分享和交流。在美国我们有类似于PHM Society的许多组织，他们每年都会举办数据竞赛，数据的贡献者都是美国的企业，学校和企业的研究人员都可以参加来交流和切磋。

我们不久前也刚刚成立了工业大数据俱乐部，种子俱乐部设立在上海交通大学。这个俱乐部的目的是人才培养，有许多企业都跟我们合作成为了俱乐部的会员，这使得我们除了能够给学生提供大数据分析工具的理论培训外，还可以利用工业界的真实数据训练他们解决问题的能力，还可以到企业去实习，这种与工业界互动的模式能够保证培养出来的人才是企业真正想要的。

专访记者：随着工业4.0及工业大数据的深入探讨，目前国内民间力量开始崛起，比如工业4.0俱乐部就是围绕工业4.0和智能制造开展的线上线下互动及合作平台，您如何看待工业4.0俱乐部的崛起?如何构建一个基于工业4.0的产业生态体系?