概念解释概念的产业界

这个世界充满了概念，各种产业的群里讨论着各种概念，从软件定义PLC、软件定义智能、软件定义安全、软件定义网络、软件定义PLC、软件定义制造，中台、容器，就像1999年那会我装B的时候也学会了ASP、PowerBuider、盈利模式、高端等各种词汇，也因此产生了众多的大咖、专家，而且参与着产业各种政策的建议与指导意见，想想也是可怕，似乎伟大的时代已经到来，几天前和几位业界前辈讨论起这些产业的现象，前辈先生说都是概念解释概念，要说这是好事吧，还真是，制造业那么久没有人关注，一直以来觉得制造业真是个苦逼的领域，今天受到如此多的关注，实在让产业的人有点受宠若惊的感觉，你要是玩股票你可以F10看看各个企业的净利润，就连工商银行那种被吐槽的都有35%，跟着一帮民生、农业银行都是在35%左右这个水平，而被定义为大型、引领着行业标杆一大帮标杆型企业，其利润也仅在10%左右，因此，在很长一段时间里，我会觉得困惑，这种利润如此薄的产业，大家进来图个什么呢？

当讨论起数据驱动赋能制造的时候，每个金碧辉煌的会议室里，各种论坛都讨论着各种高端、大气上档次的话题，嘉宾也都有着靓丽的TITLE，院士、教授、CEO、CTO、CIO、CXO，你总是期望着从中听到点指点你的未来发展的方向，各种概念冲击着你的大脑，通过数据，发现规律，然后优化制造过程，提高品质的、节省能耗的、预测性维护的…但是，一谈到具体的“场景”、“应用”的时候，基本上都是“框图”、“架构”，还有一些“为了智能而智能”的场景应用，非要为了个电机跑偏弄了个所谓的工业互联网场景还用起了5G，而且说原有的网络实时性不足、封闭、成本高，还有一些用了各种高大上的数据驱动、模型之类新词汇拼出来的场景，搞得我心浮气躁—你这玩意，我们就两I/O点拿个你们认为过时的HMI(带控制)就可以轻松搞定，而且，移动端也一样可以显示、报警、趋势图啊！听多了就觉得把我们做自动化的一帮人众都给冤枉了，有时候搞得我不得不给我的友商说句公道话。小邪对此也是有点意见，有一天跟我说“这帮讨论着人工智能赋能制造业的人居然不知道什么是鲁棒性”，包括各种讨论互联的—连接起来获得数据的潜能，做分析，但是，如何连接，就没有人说话了。

和华为的朋友聊比较多，他们在做很多项目，而且每个人都比较务实的，即使知道很难，但是，却砸下去大量的人在干，有时候觉得大概就这么一家真干啊！那么多讨论概念的，真正干事的，可能就华为这样的，现在还有一种煽动民粹的氛围，有意思的事情是和外资圈的一些朋友聊起来，反倒觉得真正干事的可能是这些公司，即使讲概念—但是，也来自于其设计的软件、系统，而非纯粹的概念—真家伙在下面可以商业应用的，不是闹着玩的，这就让人比较担心，忽悠的多，总说人家卡脖子，自己却什么也不干，总想着靠忽悠概念拿点项目、资金、补贴，这种产业氛围有点让人忧心啊！

要是说起来，感觉自动化这圈人还是有点土的感觉啊！总是会讨论点鸡毛蒜皮的事情，什么工艺流程、现场总线、协议栈，采样频率、延迟这些有点LOW的词汇—PLC被认为是很落后的，要用新的架构来提升，但是，我要是拿出现在PLC能干啥的话，包括自动化圈我们这些人搞Hypervisor来用多核处理器分别执行实时和数据任务的时候，大概他们才能明白原来这些东西已经有了。

更有意思的是有一次和一位IT界的朋友聊起来，我说现在这场景有点乱啊！怎么话语权似乎被你们IT圈给控制了，做OT端的人似乎没有什么声音，结果让我吃惊的是他的反应—不对呀！我们觉得是你们OT端的话语权大啊！搞得我们都没法干事—这倒是让我反思了一下“执念”—难道我们都深陷执念中不能自拔？认真的想想，必须为工业互联网赋予潜能，否则，就是我们太“自我中心”了。

 敬畏专业才能真正看清问题

记得韩寒以前写过一篇文章《不要拿你的业余爱好与专业》比，很有些道理，其实，的确如此，就像以前在武汉的时候大楼里打乒乓球比赛，不知道哪个公司请了个外援—据说只是武汉少年队的小伙，直接灭掉武汉国际贸易大厦那栋大楼里最好的秋手，轻松11:0就干掉那种，大概为了显得不要那么嚣张跋扈，也就有两局打个11:1,11:2这种比分。

说这个是的确想说“别把制造”不当回事，以为谁都可以玩，技术的进步都是经历过上百年的，今天五门是站在前人的肩膀上，而这些前人所创造的伟大成就，今天我们都没有超越。

有些总想“颠覆”的力量，似乎要革命制造业—但是，却对制造业知之甚少—也不知道何来的颠覆之念，包饺子就不用面粉了还是馅了？矿泉水不用瓶子装了？还是口罩不用熔喷布了？或者，你的印刷精度更高了，人家都+/-0.1mm精度，你颠覆了，达到了0.01mm—我想告诉你这个没用，overqualified，人家总是说要颠覆，没有想到颠覆哪里了？问及细节，又似乎完全不知所云，看来想超过我们的认知也不是件容易的事情，如果不能超越我们制造业的认知，颠覆就无法发生—谁能让我们眼前一亮呢？

 你想赋能，但你得经历苦逼的过程

传统的制造业，就其发展而言，本身是经历过非常艰苦卓绝的历程才到今天的自动化程度比较高，很多人试图开始为制造业赋能。

对于书法而言，你若想创造所谓“风格”，你必须得经历大量的临摹，对汉字的结构之美有一定的了解后，你才能按照自己的特征发展出所谓的“独特”风格，因为你首先得让“结构”这个基本的架构是稳定的、合理的。

记得有一次和我们的一个新的工程师，一位算法设计的博士聊起数据驱动的模型，他就说了一句“如果机理模型可以干，干嘛要用数据方式呢？”，因为机理模型，PID这样的算法经过数十年已经非常成熟，而且“经济”，编个程序方便，都有现成的，大量的工程师都基本上受到这样的训练。

要做一个行业，都是得沉下去数十年不断的优化，就像吹个瓶子—有多少种材料呢？有多少流程，这个过程中光出现的质量问题很多种，比如珠化（分子的过方向性分布造成）、材料固有的特性带来的变形、珍珠光膜（造成瓶子不清晰透亮）、热瓶（乳白色的瓶子-透光率差、抗爆性差）、注口偏移、局部变形、底部过重/积料、重量分布不均匀，这些问题都是依靠工艺的不断对材料、流程、机械、控制参数等进行复杂的测试验证才能生产出高品质的瓶子，才能到后道灌装、贴标确保质量，而又要不断降低成本（通过壁厚控制实现均匀-满足材料的最小和强度的满足质量要求）。

吹瓶过程

吹瓶中的烘炉温度曲线分布

做一件你认为高级的事情，必须经历这个制造现场苦逼的过程，记得2010年在富士康的时候，看富士康针对注塑机的各种缺陷的分析与处理的牌子，挂了上百块，在那里看了半天，深刻感受这其中的艰难，想做好制造业是非常艰苦的，没有去过现场的人不能理解什么叫“现场有神明”，必须到现场，你才知道你想赋能的对象它有什么特征？它的流程有多么复杂？工艺有多少？材料有多少？

建模—是整个工业领域最关键的环节，所有机理模型用于制造业都是经过上百年、数十年成熟起来的，而采用数据驱动模型本身在工业里就已经大量应用了，今天，我只能说新的方法在硬件上更有经济性、但是，建模，无论是机理模型还是数据模型，都是工业基础，而且，在很多时候，你如果不从机理开始，你就无法理解，因为“数据”模型不可解释—这是问题，你如果不懂现场，你连模型为何无法达到效果？也无法明白—因为模型不会主动告诉你这样不行。

 工业软件

前几天，就工业软件的困惑问了几位行业的前辈，对于“软件定义X”，比如软件定义制造，个人有些觉得不大严谨，因为IT的自上而下可以这样定义制造—这么说有一定的道理，但是，如果制造业自下而上—就是不是软件来定义制造，而是制造的工艺知识凝聚，软件仅为载体，但是，如果只是个载体，那就不能称为定义对此问了几位业界专家，大家都觉得不是非常严谨，当然另一方面，已经封装的工艺知识通过软件作为载体可以配置生产—应该说这是一个类似于“知行合一”的过程，或者“理论与实践相互作用”的过程，也可以以数字孪生来进行交互的过程，不是软件定义了网络，而是制造提出了网络需求—然后有了网络，而软件定义网络只是为了实现一个灵活的配置能力以应对变化与不确定的生产环境而提出的一个需求，是被拉动的，当然了，有些时候也有技术推动的，但是，如果没有需求，那么推动也会没有着力点，应该说软件定义X--是一个闭环过程。

软件背后实际上是工艺知识的封装，如果这个世界用什么可以定义和描述—那么肯定是数学，第一次听郭老师讲4.0，他会以一个数学的视角看待内生的逻辑和复杂的关系，抽象的理解问题还是数学专业比较功底深刻，在制造业里，无论是逻辑控制的布尔代数还是PID的牛顿-莱布尼兹，包括人工智能符合主义从罗素在数理逻辑领域奠定的基础，而爱因斯坦的相对论也是在黎曼几何的基础上，而维纳和香农的控制论、信息论在统计力学、概率统计，包括人工智能马尔科夫过程等，所有我们今天讨论的话题，都可以回到数学，而数学是物理世界与虚拟世界的桥梁，用数学看待一切制造，你就会看透事物的本质，而不会为概念所困惑，或者明白如何去获得创新的源泉。

数学的独特力量来源其普适性，数学普遍性在于“一切现象下面，都有物理结构，而这个物理结构只能用数学来表示”，“大自然这部署是用数学文字写成的”。

由乔治.布尔所研究的布尔数学为逻辑控制淡定了基础，后来由电子控制计算机的推出，而使得这种继电器逻辑形成了可能性，然而继电器逻辑电路由继电器、接触器等构成，实现开关动作、联锁保护等机制，但是，这种继电器回路的控制方法往往比较固定的控制，而且维护成本也比较高，因此在电子计算机与单片机出来后，才能更好的开发可编程逻辑控制器，这个带来了今天PLC的基础逻辑，因此，PLC本身基于布尔代数的逻辑控制，由香农提出《开关电路与逻辑控制》。

关于数学与制造业的关系，今后可以专门写篇聊聊—这个话题挺有意思，最近看了很多科技史，发现数学真的可以把各种问题看清楚—在这个纷繁的世界里，数学就像一把“照妖镜”，如果你无法在数学上进行描述、构建模型、测试验证，那么都是假的。

 智能制造是先进的吗？

记得2001刚毕业那会，是IT产业兴奋的打了鸡血的年代，有一位ERP业的朋友聊天起来总是喜欢用“传统”行业来说我们这些“过去年代”的产业，IT被认为是高科技产业，刚好那段时间在一个个小的代理商那里卖一些小的工业零配件，有个玩意叫“卡套”，就是仪表阀上连接316SS不锈钢管的类似于“垫片”的东西，这玩意还真挺神奇，就一个类似垫片（锥形设计）的东西（有单卡套、双卡套，原因区别在于专利，单卡套申请了专利，另一家公司只好做双卡套），连接仪表与管子后在高压下管子都可以裂了，这个卡套也不会产生泄露，这玩意挺贵，大概8美元一个，客户会问“这玩意怎么这么贵？”，我就问机械设计的工程师，他说“你想一个圆是什么？圆心到圆上的每个点称为半径对吧？那么这个半径的偏差是多少呢？如果这个偏差是0.1mm的话，这个东西就是按吨随便卖，如果是0.05mm的话那就得按斤卖，但是，如果到0.001的话那就得按个卖”—具体忘记了，但是，这个小玩意看样子还真是有科技含量。

顺便给我提到了“吉列刀片”，你觉得这个刀片的钢材得多高强度？你别以为胡子这个东西就是软的，如果刀刃不够强照样给你“崩掉”，这个刀片寿命可以很长，难道没有技术含量？包括像3M做胶带，你可得想想，这些胶为什么这么高粘性，在一个温度、湿度都变化的环境里还能用很久？这些都是长期的工艺积累才形成的，很多人总是会说这些东西怎么卖的和么贵？暴利啊！其实，这个世界上哪里有什么暴利？因为，很多这样的公司都是上市公司啊！你去看看他们的年报啊！你觉得他们有多少利润？跟我们的工商银行比起来，都是“不值一提”。

最近给学校讲《智能制造导论》，希望学生预先提问，以便有针对性的讲解，想不到学生问了50来个问题，觉得大家都是很认真的提问，还是一个个回复，其中两个问题拿来分享。

24.智能制造其主要研究的是否即为最新科技前沿的有关知识，社会发展较快，该行业是否能够长久保持优势？

答：智能制造研究如何更好的制造出产品，任何技术都有历史发展的过程，即使再先进的制造，都必须把材料处理好、工艺处理好，智能制造只是指用更好的方法和工具，而不是说制造就不管质量、成本和交付能力了。

想想，你用手工包的饺子和机器包的饺子有什么不同？

43.智能制造比较于传统制造行业的优势之处？

答：它没有比传统产业更有优势，它只是传统制造的升级，他们之间不是优势的关系，而是一个进化的关系，智能制造是传统制造的进化，它有新的特征，但这个不称为“优势”。

要说起制造业，大量的材料经过长期的工艺改善、制造成本不断的优化才形成今天大家用的高品质、低成本产品，只有不断的降低成本，就像美国的NNMI所设定的目标，通过材料、工艺、产业协同降低成本，比如将SiC、GaN降低到和IGBT一样的成本才能推广大规模应用，而大规模应用才能不断降低成本，产业化---这就是唯有经济性才能有前途，包括食品饮料行业，不断的降低瓶子的材料消耗、全球的食品饮料行业都在大量并购，为什么？因为利润太薄了，必须通过规模效应，削减中间部门，扩大采购量，才能形成不断下降的成本，制造业从大量的精益管理投入、工程师现场大量的持续改善、不断投入研发进去改善品质、成本、交付能力，才让大家过上越来越便宜的汽车、消费电子、日常用品都是如此，想当年一瓶矿泉水还3块钱（1990年那会），现在一瓶也不过5块，通货膨胀这么多年，这是怎么做到的呢？

银行靠什么，你翻一下银行的利润构成，我还真看过工商银行的利润来源，1100亿中800亿来自利差业务、100亿手续费，剩下的才是他们的“创新”类业务如私人银行、保险投资、股权投资类，在2000年时候就有老师讲到银行业，全球的大银行都是依赖中间业务—即，金融创新，而利差业务则是人民银行只要把利息差扩大，带宽利率是下降了，但是存款利率下降的更快—这样反倒产生了他们更高的利润—20年过去了，我们的银行也么有提高创新能力和服务能力，依旧依靠利差占据70%（一个优秀的银行这个利差通常在30%以内）。

来，看看工商银行2018年的年报，773亿营业收入，利息净收入有572亿，净利润接近300亿，看看人家这个利润率，制造业汗颜不？虽然不大玩股票，但是，还经常翻看一下制造业的利润，15%那就是很牛的。

再看看制造业的标杆-格力电器

不用计算，大概一扫就是13%左右，再翻翻就知道，这个已经算不错的了。

什么是高科技？人工智能是高科技吗？难道不知道在河南有一个数据标定产业，有数十亿的产值，就是靠人去给各种物品标定，这个是玫瑰花、这个是苹果，这不是“劳动密集型”产业吗？

另外，有工业专家谈到“AI界如今承载大部分工作的调包党、调参侠，也称得上高科技吗？”，你以为机器学习自动化的啊？还不是人工设定特征值，降维，验证。

笔记本电脑现在还是高科技吗？就是个加工业，记得在20年前我的大学寝室同学做软件，就跟我聊过，印度的软件外包在全球做的非常大—这是靠什么？他们可不是靠大学生，而是高中学生、职业高中学生经过严格的软件工程训练，写的代码、文档、注释很规范，因此，能够拿到全球大的软件外包，我们的大学生有天赋是吧？但是，程序写的乱七八糟，没人看得懂，就没有多少软件外包业务—好吧！软件外包产业是一个“劳动密集型”产业吧？

不管干啥—都得老老实实的现场干，抬头看路这个事情不是经常干的，脚踏实地是大部分时间要干的，不要把时间分配比例搞反了。

说了半天，回到主题—我们的确需要敬畏制造，而且，不要停留于概念，拿出实干精神来做具体的推动它实现的事情，我们有那么多事情，而不是每天讨论概念。