概念解釋概念的產業界
這個世界充滿了概念，各種產業的群裡討論著各種概念，從軟件定義PLC、軟件定義智能、軟件定義安全、軟件定義網絡、軟件定義PLC、軟件定義製造，中臺、容器，就像1999年那會我裝B的時候也學會了ASP、PowerBuider、盈利模式、高端等各種詞彙，也因此產生了眾多的大咖、專家，而且參與著產業各種政策的建議與指導意見，想想也是可怕，似乎偉大的時代已經到來，幾天前和幾位業界前輩討論起這些產業的現象，前輩先生說都是概念解釋概念，要說這是好事吧，還真是，製造業那麼久沒有人關注，一直以來覺得製造業真是個苦逼的領域，今天受到如此多的關注，實在讓產業的人有點受寵若驚的感覺，你要是玩股票你可以F10看看各個企業的淨利潤，就連工商銀行那種被吐槽的都有35%，跟著一幫民生、農業銀行都是在35%左右這個水平，而被定義為大型、引領著行業標杆一大幫標杆型企業，其利潤也僅在10%左右，因此，在很長一段時間裡，我會覺得困惑，這種利潤如此薄的產業，大家進來圖個什麼呢？
當討論起數據驅動賦能製造的時候，每個金碧輝煌的會議室裡，各種論壇都討論著各種高端、大氣上檔次的話題，嘉賓也都有著靚麗的TITLE，院士、教授、CEO、CTO、CIO、CXO，你總是期望著從中聽到點指點你的未來發展的方向，各種概念衝擊著你的大腦，通過數據，發現規律，然後優化製造過程，提高品質的、節省能耗的、預測性維護的…但是，一談到具體的“場景”、“應用”的時候，基本上都是“框圖”、“架構”，還有一些“為了智能而智能”的場景應用，非要為了個電機跑偏弄了個所謂的工業互聯網場景還用起了5G，而且說原有的網絡實時性不足、封閉、成本高，還有一些用了各種高大上的數據驅動、模型之類新詞彙拼出來的場景，搞得我心浮氣躁—你這玩意，我們就兩I/O點拿個你們認為過時的HMI(帶控制)就可以輕鬆搞定，而且，移動端也一樣可以顯示、報警、趨勢圖啊！聽多了就覺得把我們做自動化的一幫人眾都給冤枉了，有時候搞得我不得不給我的友商說句公道話。小邪對此也是有點意見，有一天跟我說“這幫討論著人工智能賦能製造業的人居然不知道什麼是魯棒性”，包括各種討論互聯的—連接起來獲得數據的潛能，做分析，但是，如何連接，就沒有人說話了。
和華為的朋友聊比較多，他們在做很多項目，而且每個人都比較務實的，即使知道很難，但是，卻砸下去大量的人在幹，有時候覺得大概就這麼一家真幹啊！那麼多討論概念的，真正幹事的，可能就華為這樣的，現在還有一種煽動民粹的氛圍，有意思的事情是和外資圈的一些朋友聊起來，反倒覺得真正幹事的可能是這些公司，即使講概念—但是，也來自於其設計的軟件、系統，而非純粹的概念—真傢伙在下面可以商業應用的，不是鬧著玩的，這就讓人比較擔心，忽悠的多，總說人家卡脖子，自己卻什麼也不幹，總想著靠忽悠概念拿點項目、資金、補貼，這種產業氛圍有點讓人憂心啊！
要是說起來，感覺自動化這圈人還是有點土的感覺啊！總是會討論點雞毛蒜皮的事情，什麼工藝流程、現場總線、協議棧，採樣頻率、延遲這些有點LOW的詞彙—PLC被認為是很落後的，要用新的架構來提升，但是，我要是拿出現在PLC能幹啥的話，包括自動化圈我們這些人搞Hypervisor來用多核處理器分別執行實時和數據任務的時候，大概他們才能明白原來這些東西已經有了。
更有意思的是有一次和一位IT界的朋友聊起來，我說現在這場景有點亂啊！怎麼話語權似乎被你們IT圈給控制了，做OT端的人似乎沒有什麼聲音，結果讓我吃驚的是他的反應—不對呀！我們覺得是你們OT端的話語權大啊！搞得我們都沒法幹事—這倒是讓我反思了一下“執念”—難道我們都深陷執念中不能自拔？認真的想想，必須為工業互聯網賦予潛能，否則，就是我們太“自我中心”了。
敬畏專業才能真正看清問題
記得韓寒以前寫過一篇文章《不要拿你的業餘愛好與專業》比，很有些道理，其實，的確如此，就像以前在武漢的時候大樓裡打乒乓球比賽，不知道哪個公司請了個外援—據說只是武漢少年隊的小夥，直接滅掉武漢國際貿易大廈那棟大樓裡最好的秋手，輕鬆11:0就幹掉那種，大概為了顯得不要那麼囂張跋扈，也就有兩局打個11:1,11:2這種比分。
說這個是的確想說“別把製造”不當回事，以為誰都可以玩，技術的進步都是經歷過上百年的，今天五門是站在前人的肩膀上，而這些前人所創造的偉大成就，今天我們都沒有超越。
有些總想“顛覆”的力量，似乎要革命製造業—但是，卻對製造業知之甚少—也不知道何來的顛覆之念，包餃子就不用麵粉了還是餡了？礦泉水不用瓶子裝了？還是口罩不用熔噴布了？或者，你的印刷精度更高了，人家都+/-0.1mm精度，你顛覆了，達到了0.01mm—我想告訴你這個沒用，overqualified，人家總是說要顛覆，沒有想到顛覆哪裡了？問及細節，又似乎完全不知所云，看來想超過我們的認知也不是件容易的事情，如果不能超越我們製造業的認知，顛覆就無法發生—誰能讓我們眼前一亮呢？
你想賦能，但你得經歷苦逼的過程
傳統的製造業，就其發展而言，本身是經歷過非常艱苦卓絕的歷程才到今天的自動化程度比較高，很多人試圖開始為製造業賦能。
對於書法而言，你若想創造所謂“風格”，你必須得經歷大量的臨摹，對漢字的結構之美有一定的瞭解後，你才能按照自己的特徵發展出所謂的“獨特”風格，因為你首先得讓“結構”這個基本的架構是穩定的、合理的。
記得有一次和我們的一個新的工程師，一位算法設計的博士聊起數據驅動的模型，他就說了一句“如果機理模型可以幹，幹嘛要用數據方式呢？”，因為機理模型，PID這樣的算法經過數十年已經非常成熟，而且“經濟”，編個程序方便，都有現成的，大量的工程師都基本上受到這樣的訓練。
要做一個行業，都是得沉下去數十年不斷的優化，就像吹個瓶子—有多少種材料呢？有多少流程，這個過程中光出現的質量問題很多種，比如珠化（分子的過方向性分佈造成）、材料固有的特性帶來的變形、珍珠光膜（造成瓶子不清晰透亮）、熱瓶（乳白色的瓶子-透光率差、抗爆性差）、注口偏移、局部變形、底部過重/積料、重量分佈不均勻，這些問題都是依靠工藝的不斷對材料、流程、機械、控制參數等進行復雜的測試驗證才能生產出高品質的瓶子，才能到後道灌裝、貼標確保質量，而又要不斷降低成本（通過壁厚控制實現均勻-滿足材料的最小和強度的滿足質量要求）。
吹瓶過程
做一件你認為高級的事情，必須經歷這個製造現場苦逼的過程，記得2010年在富士康的時候，看富士康針對注塑機的各種缺陷的分析與處理的牌子，掛了上百塊，在那裡看了半天，深刻感受這其中的艱難，想做好製造業是非常艱苦的，沒有去過現場的人不能理解什麼叫“現場有神明”，必須到現場，你才知道你想賦能的對象它有什麼特徵？它的流程有多麼複雜？工藝有多少？材料有多少？
建模—是整個工業領域最關鍵的環節，所有機理模型用於製造業都是經過上百年、數十年成熟起來的，而採用數據驅動模型本身在工業裡就已經大量應用了，今天，我只能說新的方法在硬件上更有經濟性、但是，建模，無論是機理模型還是數據模型，都是工業基礎，而且，在很多時候，你如果不從機理開始，你就無法理解，因為“數據”模型不可解釋—這是問題，你如果不懂現場，你連模型為何無法達到效果？也無法明白—因為模型不會主動告訴你這樣不行。
工業軟件
前幾天，就工業軟件的困惑問了幾位行業的前輩，對於“軟件定義X”，比如軟件定義製造，個人有些覺得不大嚴謹，因為IT的自上而下可以這樣定義製造—這麼說有一定的道理，但是，如果製造業自下而上—就是不是軟件來定義製造，而是製造的工藝知識凝聚，軟件僅為載體，但是，如果只是個載體，那就不能稱為定義對此問了幾位業界專家，大家都覺得不是非常嚴謹，當然另一方面，已經封裝的工藝知識通過軟件作為載體可以配置生產—應該說這是一個類似於“知行合一”的過程，或者“理論與實踐相互作用”的過程，也可以以數字孿生來進行交互的過程，不是軟件定義了網絡，而是製造提出了網絡需求—然後有了網絡，而軟件定義網絡只是為了實現一個靈活的配置能力以應對變化與不確定的生產環境而提出的一個需求，是被拉動的，當然了，有些時候也有技術推動的，但是，如果沒有需求，那麼推動也會沒有著力點，應該說軟件定義X--是一個閉環過程。
軟件背後實際上是工藝知識的封裝，如果這個世界用什麼可以定義和描述—那麼肯定是數學，第一次聽郭老師講4.0，他會以一個數學的視角看待內生的邏輯和複雜的關係，抽象的理解問題還是數學專業比較功底深刻，在製造業裡，無論是邏輯控制的布爾代數還是PID的牛頓-萊布尼茲，包括人工智能符合主義從羅素在數理邏輯領域奠定的基礎，而愛因斯坦的相對論也是在黎曼幾何的基礎上，而維納和香農的控制論、信息論在統計力學、概率統計，包括人工智能馬爾科夫過程等，所有我們今天討論的話題，都可以回到數學，而數學是物理世界與虛擬世界的橋樑，用數學看待一切製造，你就會看透事物的本質，而不會為概念所困惑，或者明白如何去獲得創新的源泉。
數學的獨特力量來源其普適性，數學普遍性在於“一切現象下面，都有物理結構，而這個物理結構只能用數學來表示”，“大自然這部署是用數學文字寫成的”。
由喬治.布爾所研究的布爾數學為邏輯控制淡定了基礎，後來由電子控制計算機的推出，而使得這種繼電器邏輯形成了可能性，然而繼電器邏輯電路由繼電器、接觸器等構成，實現開關動作、聯鎖保護等機制，但是，這種繼電器迴路的控制方法往往比較固定的控制，而且維護成本也比較高，因此在電子計算機與單片機出來後，才能更好的開發可編程邏輯控制器，這個帶來了今天PLC的基礎邏輯，因此，PLC本身基於布爾代數的邏輯控制，由香農提出《開關電路與邏輯控制》。
關於數學與製造業的關係，今後可以專門寫篇聊聊—這個話題挺有意思，最近看了很多科技史，發現數學真的可以把各種問題看清楚—在這個紛繁的世界裡，數學就像一把“照妖鏡”，如果你無法在數學上進行描述、構建模型、測試驗證，那麼都是假的。
智能製造是先進的嗎？
記得2001剛畢業那會，是IT產業興奮的打了雞血的年代，有一位ERP業的朋友聊天起來總是喜歡用“傳統”行業來說我們這些“過去年代”的產業，IT被認為是高科技產業，剛好那段時間在一個個小的代理商那裡賣一些小的工業零配件，有個玩意叫“卡套”，就是儀表閥上連接316SS不鏽鋼管的類似於“墊片”的東西，這玩意還真挺神奇，就一個類似墊片（錐形設計）的東西（有單卡套、雙卡套，原因區別在於專利，單卡套申請了專利，另一家公司只好做雙卡套），連接儀表與管子後在高壓下管子都可以裂了，這個卡套也不會產生洩露，這玩意挺貴，大概8美元一個，客戶會問“這玩意怎麼這麼貴？”，我就問機械設計的工程師，他說“你想一個圓是什麼？圓心到圓上的每個點稱為半徑對吧？那麼這個半徑的偏差是多少呢？如果這個偏差是0.1mm的話，這個東西就是按噸隨便賣，如果是0.05mm的話那就得按斤賣，但是，如果到0.001的話那就得按個賣”—具體忘記了，但是，這個小玩意看樣子還真是有科技含量。
順便給我提到了“吉列刀片”，你覺得這個刀片的鋼材得多高強度？你別以為鬍子這個東西就是軟的，如果刀刃不夠強照樣給你“崩掉”，這個刀片壽命可以很長，難道沒有技術含量？包括像3M做膠帶，你可得想想，這些膠為什麼這麼高粘性，在一個溫度、溼度都變化的環境裡還能用很久？這些都是長期的工藝積累才形成的，很多人總是會說這些東西怎麼賣的和麼貴？暴利啊！其實，這個世界上哪裡有什麼暴利？因為，很多這樣的公司都是上市公司啊！你去看看他們的年報啊！你覺得他們有多少利潤？跟我們的工商銀行比起來，都是“不值一提”。
最近給學校講《智能製造導論》，希望學生預先提問，以便有針對性的講解，想不到學生問了50來個問題，覺得大家都是很認真的提問，還是一個個回覆，其中兩個問題拿來分享。
24.智能製造其主要研究的是否即為最新科技前沿的有關知識，社會發展較快，該行業是否能夠長久保持優勢？
答：智能製造研究如何更好的製造出產品，任何技術都有歷史發展的過程，即使再先進的製造，都必須把材料處理好、工藝處理好，智能製造只是指用更好的方法和工具，而不是說製造就不管質量、成本和交付能力了。
想想，你用手工包的餃子和機器包的餃子有什麼不同？
43.智能製造比較於傳統制造行業的優勢之處？
答：它沒有比傳統產業更有優勢，它只是傳統制造的升級，他們之間不是優勢的關係，而是一個進化的關係，智能製造是傳統制造的進化，它有新的特徵，但這個不稱為“優勢”。
要說起製造業，大量的材料經過長期的工藝改善、製造成本不斷的優化才形成今天大家用的高品質、低成本產品，只有不斷的降低成本，就像美國的NNMI所設定的目標，通過材料、工藝、產業協同降低成本，比如將SiC、GaN降低到和IGBT一樣的成本才能推廣大規模應用，而大規模應用才能不斷降低成本，產業化---這就是唯有經濟性才能有前途，包括食品飲料行業，不斷的降低瓶子的材料消耗、全球的食品飲料行業都在大量併購，為什麼？因為利潤太薄了，必須通過規模效應，削減中間部門，擴大采購量，才能形成不斷下降的成本，製造業從大量的精益管理投入、工程師現場大量的持續改善、不斷投入研發進去改善品質、成本、交付能力，才讓大家過上越來越便宜的汽車、消費電子、日常用品都是如此，想當年一瓶礦泉水還3塊錢（1990年那會），現在一瓶也不過5塊，通貨膨脹這麼多年，這是怎麼做到的呢？
銀行靠什麼，你翻一下銀行的利潤構成，我還真看過工商銀行的利潤來源，1100億中800億來自利差業務、100億手續費，剩下的才是他們的“創新”類業務如私人銀行、保險投資、股權投資類，在2000年時候就有老師講到銀行業，全球的大銀行都是依賴中間業務—即，金融創新，而利差業務則是人民銀行只要把利息差擴大，帶寬利率是下降了，但是存款利率下降的更快—這樣反倒產生了他們更高的利潤—20年過去了，我們的銀行也麼有提高創新能力和服務能力，依舊依靠利差佔據70%（一個優秀的銀行這個利差通常在30%以內）。
來，看看工商銀行2018年的年報，773億營業收入，利息淨收入有572億，淨利潤接近300億，看看人家這個利潤率，製造業汗顏不？雖然不大玩股票，但是，還經常翻看一下製造業的利潤，15%那就是很牛的。
再看看製造業的標杆-格力電器
不用計算，大概一掃就是13%左右，再翻翻就知道，這個已經算不錯的了。
什麼是高科技？人工智能是高科技嗎？難道不知道在河南有一個數據標定產業，有數十億的產值，就是靠人去給各種物品標定，這個是玫瑰花、這個是蘋果，這不是“勞動密集型”產業嗎？
另外，有工業專家談到“AI界如今承載大部分工作的調包黨、調參俠，也稱得上高科技嗎？”，你以為機器學習自動化的啊？還不是人工設定特徵值，降維，驗證。
筆記本電腦現在還是高科技嗎？就是個加工業，記得在20年前我的大學寢室同學做軟件，就跟我聊過，印度的軟件外包在全球做的非常大—這是靠什麼？他們可不是靠大學生，而是高中學生、職業高中學生經過嚴格的軟件工程訓練，寫的代碼、文檔、註釋很規範，因此，能夠拿到全球大的軟件外包，我們的大學生有天賦是吧？但是，程序寫的亂七八糟，沒人看得懂，就沒有多少軟件外包業務—好吧！軟件外包產業是一個“勞動密集型”產業吧？
不管幹啥—都得老老實實的現場幹，抬頭看路這個事情不是經常乾的，腳踏實地是大部分時間要乾的，不要把時間分配比例搞反了。
說了半天，回到主題—我們的確需要敬畏製造，而且，不要停留於概念，拿出實幹精神來做具體的推動它實現的事情，我們有那麼多事情，而不是每天討論概念。
本文作者：宋華振，《說東道西》主持人
