工業企業數字化轉型的內涵與實踐

郭朝暉

(上海優也信息科技有限公司，上海 201209)

0 引言

數字化轉型的意義重大、影響深遠。安筱鵬博士認為，數字化技術的廣泛應用，既可以帶來全新的技術，又可以重構整個工業生態[1-2]。德國人則認為，工業的生產和組織方式會發生巨大的改變[3]。

但數字化技術領域的新概念層出不窮，有許多概念內涵接近或交叉，每個人的理解也不一樣，比如，智能制造的概念有幾十種之多。有人稱這種現象為“概念的迷霧”。在推進數字化轉型的過程中，“概念的迷霧”給技術人員帶來了很多的困惑，不容易找到方向。很多人都試圖理出其中的脈絡[4]。

要擺脫這種現象，就要正確地認識相關理論的作用。先行者的工作往往是走在理論出現之前的。工業理論是針對這些先進實踐的總結，用來指導落后企業的實踐。

對企業來說，技術創新通常是需求驅動的，而需求與企業的具體場景有關。先行者的經驗，也未必適合所有企業。對此，企業必須學會結合自己的實際情況學習這些理論，并通過這些理論理解信息技術帶來的機會和可能性。但同樣的技術和工作，在不同企業的投入產出不同。企業要做的是：在理解機會的基礎上，找到能給自己帶來價值的場景。這就是常說的理論結合實際[5-6]。

1 自動化、信息化和智能化之間的聯系

數字化轉型的工作往往在自動化、信息化和智能化的范疇內。如果能找到一個統一的理論架構，就易于全面地認清數字化轉型。在筆者看來：維納的控制論[7]是自動化的理論基礎，也是信息化和智能化的理論基礎。從控制論的角度，可以厘清技術發展的脈絡。

控制論的核心思想是通過信息來調整行為。“前饋”和“反饋”都符合這樣的邏輯。“通過信息調整行為”的過程可以分為三個階段，即信息的感知、決策、執行。所謂的自動化，就是將這三項工作全部交由機器自動執行。

從控制論的視角，可以分析信息化的工作。企業開發信息系統的目的，是更加準確、及時地獲取信息，以便企業更好地運行。與自動化不同的是，信息化并不刻意強調機器的自動決策。在常規的情況下，信息系統只是為人提供決策的信息。也就是說，決策的主體是人，而不是機器。不強求機器決策的原因有兩個：首先是計算機接收到的信息有限、缺乏完備性，不足以支持自動決策；其次是有些要求靈活處理的問題需要人的智慧。

從自動化到信息化，決策的自動化程度降低了，但這并不意味著技術的退步。這是因為兩者涉及的領域和范圍不同。常規的自動化系統往往針對小系統，如一個閥門、一臺設備。而常規的信息系統往往針對大系統，如一個車間、一個公司。兩者的直接區別是系統的規模不同，但本質區別則是系統的復雜程度和開放程度不同。

眾所周知，自動化系統正常運行的前提，是系統的結構和參數基本穩定。系統出現故障時，自動化方式往往就要停止運行。這種要求對閥門、設備等小系統是容易做到的，但對車間、工廠等大系統就難以做到。從工廠的維度，某臺設備出現故障、某個訂單出現問題是經常發生的。這時，生產組織的方法就要改變，相當于對系統結構進行調整。這樣的工作往往需要人來協調。信息化系統能為人類的決策提供及時、準確的信息。

進入智能化時代，再次強調計算機參與決策、甚至是自主決策。但應用的場景超出了傳統自動化的范疇。智能化系統既能彌補傳統自動化的短板，又能提高信息系統的計算機決策或輔助決策能力。

自動化和智能化都重視機器決策或機器參與決策，但兩者創造價值的方式和側重點往往不一樣。自動化強調的是讓機器代替人的勞動，降低勞動力成本；智能化強調的是讓決策更加科學、及時，通過優化創造價值。智能化之所以成為熱點，是因為互聯網等數字化技術能夠為機器參與決策提供完整、及時、準確的信息。

信息通信技術的發展，也為人工智能等技術的發展創造了機會。

傳統的人工智能包括三個學派：符號學派、連接學派、控制論學派。從實踐層面看，過去這三個學派的交集很少，發展是相對獨立的。但是，在智能化時代，智能技術領域發生了拓展，把三個學派的領域融合在一起，從而發揮了更大的作用。比如，把連接學派的圖像識別技術與控制論的思想結合在一起，就產生了很多新的自動化應用場景。

控制論的思想愈久彌新，可以用來解釋各個人工智能學派之間的關系。有人把智能的特點歸結為5個要素，即狀態感知、實時分析、自主決策、精準執行、學習提升[8]。控制論強調的是把信息感知、決策、執行統一起來。由于某些場景的決策過程比較復雜，可以將其分為分析和決策兩個階段。分析和決策過程都是需要知識的，而知識獲取是智能化的基礎之一。因此，控制論的思想就引出了這5個要素。

連接學派的優勢在于知識獲取，而符號學派的優勢在于復雜的知識推理。對于傳統的自動化系統而言，知識都是由人設定的、決策邏輯也相對簡單。在智能化時代，對于復雜系統，部分知識需要用計算機獲取，決策邏輯也可能相對復雜，綜合應用3個學派的實踐機會就更多了。

2 傳統計算機系統的功能分離

人們習慣于把工業企業內部的計算機分成兩類：控制系統(自動化系統)和管理系統(信息系統)。控制系統用于代替工人的勞動，而管理系統用于幫助管理者工作。兩類工作是相對獨立的。

在鋼鐵行業，人們還把這兩類分成了四個層級。第一層級(L1)是基礎自動化系統，主要針對閥門級的自動控制；第二層級(L2)是過程控制級，主要針對大型設備的自動化；第三層級(L3)負責生產調度，主要針對車間級的管理；第四層級(L4)是管理計算機，針對全廠的管理活動。L1、L2一般被稱為自動化系統，而L3、L4被稱為管理系統。不同層級的計算機數量不一樣，越高層越少。工廠里可能有成百上千個L1計算機，卻只有一個L4計算機。

分級的原因是為了解決一些矛盾，比如，控制計算機管理范圍小、數據存儲周期短，但響應速度快、實時性要求高。管理系統響應速度慢、需要實時處理的工作少，但管理范圍大、數據存儲周期長，涉及數以百計的工作崗位。傳統的計算機很難兼顧這些要求，只能分而治之。

計算機的分級體現了人的分工，而計算機之間的通信則體現了人的協作。生產安排和標準要從管理計算機下達給控制計算機；而生產過程的實際數據，要從控制計算機上傳給管理計算機。但是，受技術條件的制約，底層計算機不可能把所有數據都傳遞到高層，而是需要經過過濾、篩選、壓縮后才能上傳。比如，有些實時工藝參數的采集周期是秒級、毫秒級的，但上傳的時候只給出幾十分鐘內的平均值。需要特別說明的是：在這種結構下，如果現場出現異常，需要現場直接處理；即便涉及管理部門，一般也不是實時響應的。

在計算機發展的早期，通信技術很不發達。80年代建設寶鋼的時候，負責計算機領域的何麟生先生強調“數據不落地”。其含義就是數據交換過程要避免因人的干涉而影響數據的準確性、可靠性。當時的網絡技術很不發達，只能用土辦法去做。隨著互聯網技術的發展，讓數據在網絡上傳送就變得非常簡單了。

計算機網絡出現后，國外提出計算機集成制造系統(computer integrated manufacturing system,CIMS)的概念，希望通過通信技術實現管理和控制功能的融合，提高企業快速響應市場變化的能力。20世紀末，國內也開始重視這個方向。但受當時技術條件的約束，早期的實踐幾乎都失敗了。隨著計算機和通信技術的發展，互聯網、物聯網、大數據、云平臺、人工智能等技術逐漸成熟，信息集成再次成為人們關注的熱點。

3 工業互聯網的技術邏輯

工業互聯網是支撐數字化轉型的重要手段。網絡解決了計算機之間的通信問題。但要理解工業互聯網的作用，還要回答兩個問題：通信能用來解決什么樣的技術困難，以及這些困難的解決為什么能創造價值。為了回答這些問題，我們從GE的工業互聯網白皮書談起[9]。

圖1 工業互聯網的關鍵元素Fig.1 Key elements of industrial Internet

工業互聯網包括三個重要元素：智能機器、高級分析、工作人員。眾所周知：機器是位于工作現場的，與自動化系統控制的對象對應；而工作人員一般是遠離生產現場，從事技術和管理工作的。

按傳統的計算機結構，遠程的管理者一般是不需要看到設備實時數據的。只需要現場操作室的工人看到這些數據。其原因是：現場設備數種類多，數據產生的頻率很高。如果把這些數據匯集到一起，工作人員的注意力會被淹沒在信息的海洋中，沒有辦法有效處理。所以，給他們傳輸大量的實時數據，往往是沒有價值的。

即便能夠把設備數據上傳，處理信息的瓶頸也會出現在工作人員的身上。這是通信問題解決以后產生的新問題。解決這個問題的關鍵就是工業互聯網的第二個要素：高級分析(算法)。在筆者看來，高級分析的作用本質上就是過濾信息：在智能機器中抓取必要的信息送給工作人員，避免人的注意力淹沒在低價值的信息海洋中。可以將高級分析形象地比喻為小秘書。通過這個“小秘書”，可以把管理和控制功能更有效地融合起來。

GE工業互聯網白皮書有個副標題：“Pushing the Boundaries of Minds and Machines”。筆者將其理解為：重構人和機器的界面。其強調的是人類和機器一起工作，并不是“機器代人”。這是一種現實主義的做法。在現實中，機器完全代替人是不可能的。但通過數字化技術的應用，讓高級算法幫助人把工作做得更好，是完全可以做到的。

高級算法提升了管理者關注生產現場實時事件的能力。但是，管理者為什么需要關注生產現場的實時動態？一個原因是：這可以幫助現場的管理者更加及時、準確地了解到現場發生的問題，以便于及時處理。另一個原因是：如果高層管理者能夠全面、準確地了解現場的實際情況，必要時給出幫助、督促和獎懲，有利于基層把工作做好。這樣就可以使企業的管理水平得到顯著提升。根據一些咨詢師的經驗，許多企業成本的20%～30%是由管理不善導致的。這就是提升管理水平的價值所在。

4 企業內部的管控制能力提升

目前，工業互聯網被成功地用于能源管理、質量管理、安全管理、操作管理、設備管理等多種業務活動。控制系統的響應速度一般比較快，而管理問題的響應速度比較慢。管控融合的本質作用是通過實時的數據采集，迅速、準確地捕捉生產中出現的各種異常情況，以提高管理響應的速度和準確性。

在大型工業企業中，能源管理是工業互聯網典型的應用場景之一。比如，鋼鐵廠用于產出煤氣的設備非常多，并且分布在幾平方公里到幾十平方公里的范圍內。當某臺設備出現問題時，煤氣的產用平衡就可能被打破。這時，借助工業互聯網和數字化技術，可以及時發現不平衡的隱患并采取措施，避免煤氣的損失以及對正常生產的干擾。

設備管理、質量、安全管理的邏輯是類似的。計算機通過對實時數據的分析，可以準確、及時地發現問題，并在此基礎上迅速提醒相關管理人員前往解決問題。需要特別提出的是：相關數據一旦上網，工作人員是否及時處理也是有據可查的。問題處理的效率和質量，可以作為人員獎懲的依據。需要特別提醒的是：數字化方法的介入管理，可以有效地提升操作的規范性，并有效地防止腐敗。這樣，就可以把“管事”與“管人”有機地結合起來。

北京大學的陳龍博士做了半年的外賣騎手，寫出了《“數字控制”下的勞動秩序：外賣騎手的勞動控制研究》。平臺為騎手制訂計劃、優化調整計劃并評價騎手的工作。在陳博士的眼里，平臺更像是一名管理者。這樣的思想，同樣可以用于工業領域。

隨著互聯網應用不斷深入，越來越多的員工在網上工作、在家里工作。這種工作方式能夠讓職工更好地兼顧家庭和工作，節省上班途中的時間，從而提高員工生活的幸福指數。但人不在單位上班，也為管理工作提出了挑戰。為了解決這個問題，通過數字化技術對員工的敬業度進行考核，已經成為一種趨勢。國外有些企業根據數字化技術的考核結果開除了一些“不敬業”的員工，引起了很大的矛盾。由此可見，數字化背景下的人員考核方式，是需要認真對待、仔細研究的。

管理能力的提升，能用于生產方式的改變。“流水線上的個性化定制”是工業4.0的典型場景。如果按照這種方式組織生產，物料跟蹤、工藝切換、庫存管理、銷售采購、設計研發等方面都面臨極大的挑戰，采用傳統的技術和管理手段很難應對。只有采用數字化技術，這樣的生產方式才能得以實現，從而把工廠管好。

5 企業之間的商業模式創新

管控能力的提升，不僅可以提升企業內部的管理水平，還可以重構企業之間的關系，促進商業模式的創新。根據筆者的觀察，現實中的做法可以分成以下幾種。

最常見的方式是加強企業之間固有供應鏈的聯系。比如，通過信息系統的對接，汽車、家電的主機廠把生產計劃直接傳給上游的零部件供應商，用主機廠的生產計劃拉動供貨商的生產，從而減少庫存，降低成本。再比如，設備提供方通過工業互聯網獲取設備的使用信息，給設備使用方提供設備的維護服務。

第二種方式是重構企業本身的業務。通過互聯網，企業從外部獲得資源變得更方便，可以剝離某些非核心業務，從外部專業公司購買。例如，某些企業需要零星的鋼材切割、熱處理等加工。現在，這些工作就可以外包出去。外包的方式有兩種：一種是多對一的方式，即一個企業為多個企業提供服務；另一種是多對多的方式，即通過平臺公司進行對接。這種業務的重構，也為創業者帶來了新的商機。

第三種方式是產業鏈重構。利用互聯網加強小微企業之間的聯系，讓小微企業像大企業中的職工、部門或車間一樣協同工作。阿里訊犀就是其中的典型。2020年下半年，阿里推出了訊犀數字科技有限公司。這個公司整合了服裝產業鏈上的若干資源：需求方、設計方、生產制造方、原料供貨商、快遞運輸等。通過整合，可以用合理的成本生產小批量的訂單。

這種做法往往適合縣市級區域的特色產業、工業園區，促進傳統產業的轉型升級。地方的特色產業區域往往能夠聚集成百上千個相關或類似企業，有許多能夠共享的資源。從某種意義上說，推進工業互聯網應用，就是推進資源的共享。幾年前，廣東省工信廳開始推進產業集群的工業互聯網應用，取得了很好的效果。

需要特別指出的是：這種模式往往是互聯網公司帶動低端產業的轉型升級。低端產業往往有兩個特點：勞動密集型、技術含量低。隨著社會的發展和老齡化問題的日趨嚴峻，勞動密集型產業的壓力很大。壓力大意味著對轉型的需求強烈，而產業的技術含量低意味著互聯網公司容易介入。所以，這類應用的廣泛使用是有中國特色的。相關應用往往涉及農業、畜牧業等領域。因此，有人把這類應用稱為“產業互聯網”。

需要特別指出的是：美國人應用工業互聯網實踐的側重點與我國有所差異。現今的美國面臨制造業外流的問題，美國企業擔心制造環節的外流會引發核心技術的外流。于是，美國的一些先進企業通過工業互聯網來加強對供應商的控制，以便更有效地保護核心技術。蘋果公司利用互聯網管理代工廠的設備，就是典型的做法。

6 技術創新能力的提升

傳統工業是生產物質產品的，但高端制造業的業務重心往往會向“知識產品的生產”傾斜。工業互聯網等數字化技術同樣可以提升“知識生產”的能力。

數字化技術能夠幫助研發人員實現跨專業的知識深度融合。比如，設計零件時涉及選材、設計、生產等多個專業。傳統的做法是按照選材、設計、生產的順序進行的，由不同專業的技術人員分工協作。雖然這樣做可以發揮技術人員的專業特長，但是難以實現技術知識的深度融合。借助計算機的運行能力，可以實現多專業的技術知識的深度融合。例如，通過仿真在設計環節中優化選材和生產環節，就能實現選材、設計、生產這3個環節的綜合優化。美國一家企業采用這個辦法后，把某個飛機零件的重量減少了85%。

數字化技術最顯著的作用之一，是支持技術的持續改進。

我國長期處于技術模仿和跟隨階段，創新能力相對薄弱，對持續改進的意義認識不足。事實上，中國在某些高科技領域被國外“卡脖子”，根源就是持續改進的速度慢、效率低。數字化技術的一個重要作用，就是促進研發和持續改進。

數字孿生是目前的技術熱點之一。數字孿生把產品全生命周期的數據集成起來。全生命周期的信息集成以后，仿真技術的應用將會更加方便，也會更加普遍，從而有利于減少物理實驗的次數，提高研發效率。對于大型設備來說，如果把需求分析、設計、制造、調試、使用、維護等階段的數據貫通起來，任何一個環節出現的問題都可以及時地反饋到相關的環節，對持續改進的促進作用是非常顯著的。

事實上，工業互聯網平臺的一個重要作用就是支持工藝和管理技術的持續改進。在推進數字化轉型的過程中，需要不斷地把工藝和管理知識沉淀下來，變成計算機的數據和代碼。工業互聯網平臺能夠減少數據收集的工作量、提高數據管理的能力，從而降低持續改進的成本、提高持續改進工作的質量和效率。當人們把知識沉淀到平臺上，變成了計算機代碼，本質上也解決了知識傳承問題，而知識傳承是技術創新的重要基礎。

7 結論

數字化轉型是漫長的過程,可能需要幾十年的時間。在這個過程中，企業需要善于把握技術推進的節奏。好的節奏要以價值創造為前提，技術的先進性則要適度。為此，必須結合企業自身的特點，并與社會經濟的發展程度相適應。

從技術角度看，工業互聯網促進了不同系統之間數據和信息的集成；從業務角度看，工業互聯網則促進了業務的融合和管控能力的提升。由此，我們能用統一的邏輯分析數字化轉型中的各種實踐活動：管控能力的提升，不僅能提升企業內部的管理水平、改變生產和管理方式，還能把能力拓展到企業之外，推動商業模式的改變；不僅能提升物質產品的生產和管理水平，還能提升知識產品生產和管理水平、促進技術創新和持續改進。