将互联网的共性技术与制造业行业特征实现有机融合，工业互联网这种应用模式正逐渐对制造企业的研发、生产、管理和服务等各环节带来深刻变革。通过数字化提高生产力、提升响应速度已经在许多企业中得到印证。下面我们分享郭朝晖总来自实践的一些思考。
 
从看得见到智能化
 
数字化怎么搞？其实很简单。首先能看见，用数据能够知道现在发生了什么。数据好处是精确、准确、及时。
 
第二个可追溯，能够记住历史。如果没有可追溯的话，出了质量问题，你都不知道出在什么地方，质量问题不可能提高。如果想达到高质量，必须具备可追溯的能力。当然可追溯有个程度的问题，可以手工，也可以用计算机，但是计算机做的肯定比手工要好的多得多，因为人的记录会出问题。
 
第三点，透明化，避免淹没在数据的海洋中。透明化是指的在大数据时代，如果对数据不加分别其实有和没有是一样的，就会淹没在数据的海洋当中。透明化可以避免这种现象发生。比如只看到烟气温度300度，这个没用的，通过数字化要知道，烟气温度正常应该是250度，现在高了50度，每秒钟浪费多少能源，一天浪费多少？现在这种情况已经发生了多长时间了。比如在货车装上GPS，不需要了解什么速度、流量位置、功率位置，只要了解到卡车有没有在不该装货的地方装货，有没有在不该卸货的时候卸货，从一些抽象的很具体的数据当中，告诉客户所关心的信息。
 
第四，智能化，能够自动地解决问题。让机器去做，人就不用做那些简单的重复的事，或者叫自动化，大概应该沿着这条思路走，我觉得是提高管理的一条路子。
 
透明化这方面的例子其实非常多。我有个深圳朋友给一家生产天线的企业做咨询。这家企业的天线是手工生产，不容易规范。他发现如果给工人手上夹一个手环，就能够知道是不是规范的操作。先设定一条标准，如果工人不按照标准操作，手环嘟一声，工人就知道操作不对，赶紧改正。这样一来，天线生产的合格率一下子提高了20多个百分点，从七十几提高到百分之九十几。
 
同样，上海某专家在给一家汽车场检验打钉子的案例也能说明这个问题。过去认为打钉子的合格率是98%，这个专家把打钉子的有关电信号找出来发现正确的曲线。当工人打钉子跟这条曲线不一样，嘟一声，检查一下纠正过来。结果发现原来真正的合格率只有95%，也就是说很多的不合格原来并没检查出来。而现在通过这种方式，合格率提高到99.8%。因此通过数据来做成标准曲线，把实际操作跟标准曲线进行对比，不对的时候嘟一声，这么一个简单的逻辑，实现透明化了，就会把质量合格率大大提高。
 
类似的情况还有非常多，用数据立一个标准，操作的时候如果跟这个标准不一样，提醒并让工人去改正。工业界就是要有标准的，和标准不一样往往就出事。这样一来的话，在提高质量、在管理的尺度上，就可以大大地加强。
 
对智能的理解
 
那么智能是什么？很多人都以为是完全自动化去决策。在我看来智能其实是处理好机器决策与人之间的关系，是处理人机关系的技术和艺术。机器在客观、并行、速度、少错、标准等方面比人强，但是它的灵活性是不如人的，许多创造性的问题它是无法解决的。
 
智能其实是处理好机器决策与人之间的关系，是处理人机关系的技术和艺术。机器在客观、并行、速度、少错、标准等方面比人强，但是它的灵活性是不如人的，许多创造性的问题它是无法解决的。
 
所以《工业互联网白皮书》有一个副标题，我把它翻译成《重构人和机器的界面》。在《三体智能革命》这本书中，我们的观点是，要把人、赛博(Cyber)空间和物理空间的关系搞清楚。《机·智》这本书上说的是要把人的智慧变成机器的知识。所以在决策过程，我们不追求100%的自动化，而是说更加有利于进行决策。
 
在这个过程当中有了互联网，有了大数据或者智能化，会提供很多的好处。比方说CPS。原始的CPS，比如物理的无人机在赛博空间当中有一个映象，军事人员在万里之遥操作计算机赛博空间，就可以影响物理空间。这解决了一个技术困难，如果你想让无人机自动的锁定谁是恐怖分子谁不是，让机器自动决定杀人，难度太高。而且还有一个好处，人不在飞机上，它如果被打下来的时候人不会死。所以人不愿意干的活让机器去干。创造这个东西的目的是，不要纠结于是不是100%的机器决策。
 
智能化的理想是把管理问题变成控制问题。
 
智能化在工业互联网和工业知识软件化当中，一个非常重要的机遇，就在于大尺度的协同优化。比如说钢铁厂。宝钢20平方公里，首钢30平方公里，很多工厂的面积都很大。在这么大的范围里，涉及到几十、几百台的跟能量、跟煤气相关的设备。过去是人工制定计划决定这些设备什么时候停，什么时候开。但是计划没有变化快，稍微的差了几分钟，可能煤气就不平衡了。多了的话要排散掉，少了的话，有些东西就影响生产。现在有了互联网，我们可以知道谁什么时候停，谁什么时候不停，可以让谁什么时候停，什么时候不停。这样一来把人的决策逻辑交给计算机，原来几十、几百台设备的安排可以短时间内由计算机算出来。“优也”这么一个不大的企业，每年就可以创造4200万的效益。
 
没有互联网的时候，基本是个管理问题，在未来自动化基础上，是标准的问题。
 
其实美国大河公司的基本做法就是这样，可能说法不一样，但是逻辑上无非是能看见、可追溯、透明化、智能化。所以我说智能化对很多企业可能不是一个天翻地覆的变化，而是把眼前做不好的做好，他就有充分的能力。
 
企业重大的能力在于持续改进
 
一个好的企业重大的能力在什么地方？在于持续改进！ 
 
日本的智能工厂有一个架构，叫做IVRA结构。这个架构我一开始并没重视，直到有一天我意识到，智能化是要通过管理的手段来实现，直到有巨大的经济价值为止。
   
大家注意，这个架构有三个维度，一个维度叫做管理，管理成本、质量等等。另外一个是资源，管理的对象是资源，怎么管理？通过PDCA。搞工业的人都知道PDCA这个概念，这样一个大家都很熟悉的东西，为什么能够成为智能化的一条路呢？当时我没有特别明白，直到何老先生说了一个观点，我彻底明白了。他说PDCA其实是过去一种常见的做法。但是目前有了数字化，这个办法就不一样了。比如过去我们做P（计划）是在纸上做，甚至脑子当中做，现在数字化背景下，就完全可以在赛博空间做，赛博空间做的结果马上跟物理空间的执行（D）相对应，进行检查（C）。检查好了之后，我们再改变计划，再根据差，把计划进行优化（A），使得下一次做得更好。其实工业界很多知识怎么来的？就是久久为功不断的优化来的。
 
过去的PDCA是人去做，人做的时候搞不准。比如，工厂可以生产1000种钢种，不同的钢种有不同的厚度、不同的处理方式等等，人的脑子记不住什么是好的，因为每一种方式都有不同的好，但是计算机记得住，这种情况下的好就是什么？然后根据这种情况告诉工人怎么做，所以PDCA这个逻辑是计算机是能很好执行的。
 
在数字化时代，PDCA可以智能化地去做。它能在每个特定场景下保持好，全生命周期的优化。工具变了，效率就像用火车代替了我们的双腿。没有比计算机更认真的PDCA!
 
那么PDCA是什么？P就是怎么做事，这就是知识。工业界重要的知识是什么？重要的知识就怎么做事的。大数据的本质是什么？大数据的本质产生知识。所以PDCA又引出另外一个重要的概念，就是工业大数据。时间关系，工业大数据的本质没办法展开了，只跟大家说一个逻辑。工业界的很多知识涉及到几千、几万个变量，是根本没有办法用理论推出来的。它是对人的想法进行实验，在实验的过程当中不断的改进这么来的。
 
这样的逻辑我们可以让计算机去做，涉及到几十个变量，你想求优的时候，特别当你的模型又不太准的时候，几乎是很难做到的。
 
而大数据的特点是什么呢？大数据给我们提供大的优势之一就是跟着学就行了。历史上这么做过，他做的好，跟着学就行了。过去也能跟着学，但是过去数据量少，只有几种情况，突然出现一种情况，以前没有的就不知道跟谁学了。大数据呢？样本等于全体，总能够找到一个学习的样板。还有大数据，把方方面面的数据记录的很完整。过去学的时候，经常会学错了，大数据背景底下不容易学错。所以大数据重要的知识是把这些离散化的信息给记下来，哪怕有一千一万种场景，都能记下来。时间关系不展开了。
 
对平台的认识
 
再谈谈平台的逻辑。
 
平台是干什么用的？告诉大家我的一个体会，所有的工业技术软件化做的好的地方都跟平台有关系。比如说宝钢的许多东西，就落在平台上，可以直接让计算机自动的去用。如果不落在平台上，往往就变成离线的，发挥的能力就变小了。另外，平台就是把方方面面的数据和知识能集中在一起。所以某种程度上来讲，平台是工业技术软件化的土壤，没有他的话，能不能做？能做，但是投入产出比不一定合算。
 
平台是存储数据的仓库，平台是信息流动的道路，平台是承载知识的书架，平台是持续改进的阶梯。
 
我们要做一件事，要持续改进，要慢慢的走。慢慢的走意味着当我想不清楚的时候，就从手头开始，然后就会越做越好。那么平台的好坏在什么地方？我觉得平台的好坏可以通过时间的检验，而且好的平台不需要推倒重来，因为它是不断积累的东西。
 
平台为什么有用？简单讲两个事情。很多工厂里的知识都是碎片化的，比方说炼钢的时候，前一个中间包不能含有什么合金，这是很特殊的需求，是碎片化的知识（碎片化表现为知识只在小范围内有用）。所以持续改进面对的一个问题，特别当信息集成涉及到很多的部门，很多的业务知识的时候，任何两者之间产生的这种连线，都是一种知识，非常碎片化的，不容易管理。所以，宝钢ERP系统负责人王洪水先生曾经有过一个想法：一个大的企业，除了要把过去的数据结构管理好，重点是未来碎片化的管理。否则知识没有管理好的时候数据又在用，企业的产品质量不可能搞得很好。生产用什么样逻辑都不清楚，怎么可能会管的好呢？ 
 
数据知识要结构化，这是工作的难点，也将是更辉煌创新的起点。
 
第二方面，很多企业会遇到极其复杂的问题。比如钢铁行业未来的发展智能化怎么搞？智能化说起来很简单，单独从生产环节来说，不能只考虑一个设备，而要考虑整个生产线；不能只考虑控制，不能只考虑管理，而是管控要融合；不能仅考虑生产本身，也要考虑为生产提供保障的环保和设备。从理论上讲是这样，但是面对实际问题的时候各种条件极端复杂，是做不成的。我经常说，骑着自行车上不了月球。如果持续改进的话，拉了一批数据，做了一个东西，花了一年的时间，100万，这个功能上去了。可是带来多少效益呢？30万。这不亏死了。特别是一个大系统，今天改一点，明天改一点，就像一个人整天给他动手术，不可能健康的。所以持续优化，大范围的优化挺好，但是遇到具体问题非常麻烦。怎么办？
 
持续改进的载体：工业互联网平台
 
我们需要一个阶梯，这个阶梯是什么呢？工业互联网平台。工业互联网平台的本质是什么？过去搞一个信息系统，是希望搞好了之后，不要改动它。所以前期需求分析要很认真，初步设计、详细设计、编码，一步步下来，不要出错，一出了错麻烦大了。工业互联网平台不是这个逻辑，它是把各种条件准备好，在上面愿意搭个帐篷就搭个帐篷，愿意加个什么东西就加。它是数据采集，知识共享，把有些操作共性的东西给拎出来，下次你就不需要做这个事情了。比方说数据都采来了，下次就不用到处找数据了，对生产的影响就会减少，做持续改进，它的成本就低了。成本低了之后，一步步往前就走就行了。同样是，过去100万的成本效益30万，现在变成5万的成本，那么30万的效益就划算了。
 
工业互联网是智能化工作的工具，知识重用的载体。
 
没有平台的时候，做个APP就像建一栋大楼，成本高、周期长；有了APP就像搭帐篷，把成本降下来，把效率提上去。所以，平台能够使得这种持续改进简单化。 一个个的帐篷，其实就是一个个的知识软件化，就是一个个APP，这样就比较简单了。平台本质上是保证持续改进更加高效。而持续改进对很多企业来说，就是一种战略。但是，持续改进不能狗熊掰棒子，掰一个丢一个，也不能花很大成本来做。所以我们需要各种平台、工业大数据平台、工业互联网平台等等，使得企业做持续改进这个逻辑更加简单、更加方便、更加高效。
 
优也的CTO林诗万先生，就是按照这样的思路设计工业互联网平台的。
 
历史告诉未来：好东西要降低成本、广泛使用才能推动历史进步
 
在人类发展过程当中，往往是生产力带动生产关系的改变。比方说铁器的发明带动了生产力的提高。人类从奴隶社会进入封建社会，生产力怎么提高的？道理很简单，过去要用石头斧子砍树，过去是木头犁犁地。如果用铁制的工具那就简单多了，生产力明显提高了，过去能种一亩地，现在能种10亩地，它广泛应用了之后，效率就提高了。农业的效率提高了，整个社会的生产效率就提高了。
 
但是，在出现铁器之前，其实有铜器。铜器为什么不能带来这么大的一个变化呢？道理很简单，因为当时铜太贵。《墨子·非攻》上有个故事，墨子对公输盘说，我给你10斤铜，你给我杀一个人去。铜就像金子一样的。请献十金。如果用这个铜，给奴隶打一个铁锨，打成一个一个铁犁让他去犁地，你放心吗？肯定不放心的。所以本质上是要把成本做低了之后，才能广泛应用。广泛应用了，才能促进生产力的发展，才能带动社会的变化。
 
工业知识软件化某种程度也是这个样子，他要通过软件化的办法变得可传承，使它的应用次数增加，使它的可复制性增强。这样一来，把它的成本降下来了，就可以广泛应用了，也能够促进我们生产力的极大发展，从而把我们带入一个新的智能社会。这个时候，人不愿意干的活就可以交给机器去做了，哪怕是一点小活都可以用机器人来做了。前提是先要把成本做下来，然后广泛应用，然后促进生产力的发展。
 
其实数字化有很多的好处，大家不要老是想着机器代人，老是想着劳动力不足。这是未来的发展路线，现在要想新技术在企业里面落地生根，它的前提一定是创造价值。大家一定要记住这句话。不仅是我个人的认识，也是我的实践。进行转型升级和大的改变，这样的企业是少数的、精英的企业，大多数企业数字化有用的切入点，在于企业的管理。因为中国几乎所有的企业管理都是有短板的，如果短板补不上，技术其实都是上不去的，质量上不去，成本也降不下来。
 
所以我强烈建议，要按照这种思路，用数字化的办法，推动管控一体的发展，让它创造价值，逐渐的往上走。多数企业沿着这条路子走，是具备经济性，走得通的，这是我个人一点肤浅的见解。跟大家不一样的地方，也可以批判。
 
最后我用何麟生先生的一句话跟大家共勉。他说世界上有两种人，一种是懂数字化的人，一种是不懂数字化的人。我觉得我对于数字化一知半解，多少知道一点点，这就是我今天对这个东西的理解。
 
工业的两大特点之一，就是个性化特别强，别人成功的，对我来说不一定成功，叫做彼之糖蜜，我之毒药。所以再强调一点点，就是我说的不一定对，欢迎大家批评指正。这也是对我的一种激发和对我的一种进步，谢谢大家。