English

大数据专家李杰:智能制造的内涵到底是什么?

发布日期:2017-04-26 10:00
智能制造不是技术而是思维
 
2013年,德国在汉诺威工业博览会上推出“工业4.0国家战略”,这被认为是人类第四次工业革命的开端,也开启了各个国家在新一轮产业革命中竞争的序幕。
 
世界各主要经济体纷纷从自身的现状与优势出发,制定了应对新一轮制造业革命的国家战略。美国在2012年3月提出了“国家制造业创新网络(NNMI)计划”,在制造业的4个重点领域列出了9个创新中枢项目;日本在2015年6月公布了《2015年版制造业白皮书》,将3D打印、人工智能和智能ICT作为转型升级的轴心;韩国提出了《制造业创新3.0战略行动方案》,在3D打印、大数据、物联网、ICT服务等8项核心智能制造技术中发力;法国提出了《工业新法国2.0》,将智慧物流、新能源开发、智慧城市、未来交通等9个重点领域作为改革的重心。中国也在2015年3月正式出台了《中国制造2025》,作为新一轮工业革命的指导纲要,将工业化与信息化“两化”深度融合发展作为主线,力争在10个重点领域实现突破性发展。
 
在过去三年中,关于工业4.0的定义和对世界各国战略的解读已有很多,也有许多专家学者和政府机构提出了一系列的实施路径和方案,我们看到政府相继提出了机器换人、智慧工厂、大数据、互联网+和工匠精神等一系列改革举措。然而,有不少人都表达过这样一种感受:我们越深入分析各个国家的政策,越是去尝试不同的转型路径,反而愈发地感觉迷茫和浮躁。我认为之所以会有这样的感受,是因为大家把智能制造当成了一个技术问题来看待,因此在分析其他国家行动的时候也只是停留在表面的方法和技术上,却忽略了这些行动背后的思维和逻辑。于是当德国有“工业4.0”,我们就有了“中国制造2025”;美国提出“工业互联网”,我们也提出了“互联网+”;日本精益制造做得好,我们就要大力提倡工匠精神。事实上,智能制造并不仅仅是一个技术体系或文化,更重要的是背后对智慧的理解、解决问题的逻辑和重新定义制造的思维。
 
从大数据到智能制造
 
我曾在《工业大数据》这本书中曾表达过一个观点:大数据并不是目的,而是一个现象,或是看待问题的一种途径和解决问题的一个手段。通过分析数据,从而预测需求、预测制造、解决和避免不可见问题的风险,和利用数据去这整合产业链和价值链,这才是大数据的核心目的。
大数据与制造之间的关系可以用图中表示,这里面有3个重要的元素:
 
 
问题
 
制造系统中显性或隐性的问题,比如质量缺陷、制度缺失、设备故障、加工失效、性能下降、成本较高、效率低下等。
 
因此大数据与智能制造之间的关系可以总结为:制造系统中问题的发生和解决的过程中会产生大量的数据,通过对大数据的分析和挖掘可以了解问题产生的过程、造成的影响和解决的方式;当这些信息被抽象化建模后转化成知识,再利用知识去认识、解决和避免问题。当这个过程能够自发自动地循环进行时,即我们所说的智能制造。从这个关系中不难看出,问题和知识是目的,而数据则是一种手段。在图1的要素中,当把“数据”换成“人”之后就是“工匠精神”,换成“自动化生产线和装备”之后就是德国的“工业4.0”,换成“互联网”之后就变成了“互联网+”。今天我们来谈利用大数据实现智能制造,是因为大数据的研究已经成为一个日益受到关注的行为,而在制造系统和商业环境变得日益复杂的今天,利用大数据去推动智能制造,解决问题和积累知识或许是更加高效和便捷的方式。
 
利用大数据推动智能制造主要有以下三个方向:
 
1、把问题变成数据,利用数据对问题的产生和解决进行建模,把经验变成可持续的价值。
 
2、把数据变成知识,从“可见解决问题”延伸到“不可见问题”,不仅要明白“how”,还要去理解“why”。
 
3、把知识再变成数据,这里的数据指的是生产中的指令、工艺参数和可执行的决策,从根本上去解决和避免问题。
 
在第一个方向上最成功的应用案例应该是美国在20世纪90年代开展的“2mm计划”,利用统计科学对汽车的设计和生产过程中的质量问题进行建模和管理,随后推广到了飞机制造等其他先进制造领域,对美国制造精度的提升起了重要的推动作用。
 
在第二个方向上的典型应用是制造系统中的数据预测性分析,包括虚拟量测、健康管理、衰退预测等。核心是通过先进的分析算法对数据中的隐性知识进行挖掘和建模,并在制造过程中预测和避免问题。
 
第三个方面上的典型应用是反向工程,即从问题的结果出发,利用知识反向推出问题发生的原因和过程;或是从产品最终的结果出发,反向推出产品的设计和制造过程,以及这样去设计和制造的原因。这不仅需要知识,还需要了解知识之间的相关性和逻辑关系。
 
就当前最热门的话题,李杰教授采访著名经济学家马光远先生、上海交通大学致远讲席教授王安正先生、《福布斯》(中文版)总编康健先生、三一集团高级副总裁贺东东先生等多位专家、企业家,以下节选部分对话内容,希望能给大家带来启发。
 
问题
 
李杰:中国如何应对工业4.0的挑战
 
马光远:
 
2015年出台的《中国制造2025》是中国面对新的科技革命以及德国,美国等国新一轮的制造业竞争战略所做出的应对。“中国制造2025”提出中国成为制造业强国的三步战略:
 
第一步,到2025年迈入制造强国的行列;
 
第二步,到2035年中国制造业整体达到世界制造强国阵营中等水平;
 
第三步,到新中国成立100年时,综合实力进入世界制造强国前列。很显然,这是对美国、德国等新一轮制造业战略的回应。
 
对于中国而言,是要认识到全球新一轮的产业革命也好,产业洗牌也好,产业的基点都是制造业。制造业过去是,现在是,而且未来仍然是强大经济的基础。在美国的产业部门中,制造业所占比重一直在所有行业里排第一,没有其他产业可以取代它在国民经济中的地位。没有坚实的制造业基础,服务业和金融业将崩溃。一个国家如果没有制造能力,他也不可能有创新能力。
 
基于此,中国应该把制造业放到产业复兴最重要的位置,把《中国制造2025》视为中国最重要的国家战略予以重视,而不是听任制造业的沉沦而强调虚无缥缈的服务业。要知道,美国人从来没有放弃制造业,美国制造业一直是美国国民经济强有力的支柱,2005年之前,制造业一直都在美国的GDP中占有最高的百分比。2006年,房地产业上升到首位(14.9%),制造业屈居第二(13.8%),但是在2008年之后,制造业再次越居首位。不要忘了,中国只是在2010年在制造业规模上超过了美国,美国仍然是全球制造业大国、强国。
 
应该说,面对全球制造业和新的科技革命的挑战,中国能够清醒的意识到制造业的地位,并提出相应的应对措施,还是令人欣慰的。
但是,我们也应该看出,经过30多年的发展,中国尽管已经成为全球制造业规模最大的国家,但中国制造业的竞争力仍然不强,很多产业处在价值链的低端。在这种情况下,正确的做法应该是努力通过创新,提升制造业的核心竞争力,但遗憾的是,这几年,我国在很多策略上有轻视制造业,盲目强调服务业比重提升的倾向。中国制造业目前最大的尴尬,是低端产业面对越南等东南亚国家的竞争,高端产业又面临德美新一轮的挤压,再不把制造业真正放到国家最重要的战略位置,再过几年,中国制造业的竞争力将荡然无存,我们将一无所有。过去我们老是强调,中国由于历史原因,错过了前三次工业革命,但是,在新一轮的工业革命到来之时,如果我们不重视制造业,只是谈虚无缥缈的“互联网+”,中国很有可能又一次与全球产业革命擦肩而过。“互联网+”的基础是制造业,没有制造业,“互联网+”什么都不是。
 
问题
 
李杰:《中国制造2025》的提出,会给中国制造业带来一个什么样的发展?中国制造业会不会在2025年有一个全新的发展?会不会在2025年达到新高?
 
王安正:
 
随着3D打印、云计算、大数据等新科技的发展,全球的制造业格局正在面临重大调整。怎么利用这些新科技为中国制造服务,是制造业需要面临的问题。而《中国制造2025》为制造业的改革和发展提供了方向,为加快提升我国制造业整体水平并赶上发达国家提供了可能性。中国能不能在2025年完成迈入制造强国行列的目标还是一个未知数,但只要在未来几年中,我们可以找到适合本国制造业发展方向和目标,并朝着中、高端和智能制造等方向转型并稳步发展,《中国制造2025》的基本战略目标就已经实现了。至于我国制造业到2025年会发展到什么程度,则是由制造业整体现状、2025战略规划的落实程度、社会经济发展状况等诸多因素共同决定的,是很难预测的。不过,相信经过十几年的不懈努力,我国一定可以在世界中、高端制造和智能制造的市场中形成较强的国际竞争力,逐步迈向制造强国的行列。
 
问题
 
康总编:对于中小型成长型的制造企业,您觉得他们在工业4.0或中国制造发展的趋势下,从哪个方面去切入呢?
 
李杰:
 
在工业制造的大海洋里,每一种鱼都有它的特征,有大的企业,类似于大鲨鱼和大鲸鱼,也有小白鱼,还有很多的特征鱼,不属于任何一种类型,但也能生存。同样,对于任何的科技,例如德国制造企业强调的技术,当他做得特别有特色时,它已经能生存了。在这种情况下,中国的制造企业,应该尽量学习竞争者,致力于超越它,并且和它差异化。对于小企业而言,因为企业规模不大,所以转变速度快,当别的企业还在决定新方向的时候,小企业就可以快速投入进去。中小型企业更应该把知识产权、差异化和速度当作最重要的方向,形象地讲,在大海里,当中小型企业躲在岩石下面,就不会被看到,能找到机会发展。
 
问题
 
李教授:现在很多企业都已经开始使用大数据,这已经不是一个新名称或者新想法,但是还是有一些区别。以前收集大数据是为了满足制造的需求理念,但是我现在一直强调一个新思维,大数据的收集就不仅仅只是满足制造,而是应该转换思维,运用大数据了解制造流程中需改进的方向,这是一个增加效益的方向,您对这个问题怎么看?
 
贺东东:
 
是的。我还可以再补充一点,我们不能只是从狭义的“造东西”的角度去理解大数据的应用,而是应该站在一个生态系的大范围去看。广义来说,制造其实就是服务,就是满足用户的需求、要提供整体的解决方案。从这一点出发,如何满足C2M的高度个性化需求,并以全制造生态最可靠和高效的方式实现,对制造业生态提出了非常多的挑战。比如说全生命周期的使用如何高效,跨企业的制造协同如何实现,社会化的研发众筹如何可行等。我们所有的制造企业都要在这个大数据物联网的时代重新思考我们的战略定位,以及如何变革我们的制造生态。
 
部分内容摘自《从大数据到智能制造》