智能制造与转型升级:技术与经济的逻辑

AI摘要

本文内容选编自清华大学软件学院郭朝辉教授在“清华大学智能装备大数据高级研修班”上的演讲。 技术发展带来的拐点:从原理到技术 1.创新与矛盾同行 创新转型其实是需要在困惑中前行。所谓的困惑也就是需要面对这样几个矛盾:知与行的矛盾:听明白很容易,落地很难;技术与价值的矛盾:技术很好,创造价值很难;新颖与实用的矛盾:新颖的往往不实用,实用往往不新颖。总之,再好的想法,也得落地才行。2.创造条件让创新成功

本文内容选编自清华大学软件学院郭朝辉教授在“清华大学智能装备大数据高级研修班”上的演讲。

技术发展带来的拐点:从原理到技术

1.创新与矛盾同行

创新转型其实是需要在困惑中前行。所谓的困惑也就是需要面对这样几个矛盾:知与行的矛盾:听明白很容易,落地很难;技术与价值的矛盾:技术很好,创造价值很难;新颖与实用的矛盾:新颖的往往不实用,实用往往不新颖。总之,再好的想法,也得落地才行。

2.创造条件让创新成功

太多的技术原理并不新颖,但过去无法实时计算与应用,懂得理论也没用。条件不成熟时,难以创新。理论与原理往往最容易理解,原理总是简单,难的是找到有条件走通的路。条件改变时才能看到创新机遇,所以我们往往需要创造条件,让创新成功。我们想要超越前人在于产生条件(基础条件或需求),超越他人在于抓住并创造条件、避免无效劳动。

3.摩尔定律:ICT技术成本的降低

根据摩尔定律,数据的存储通信成本将继续大大降低,同时互联网进一步导致数据量骤然上升,带领我们进入了大数据时代。有人预测,未来85%~90%的创新与ICT技术有关。而基础技术成本的降低,往往是千载难逢良机。

4.互联网背景下的经济学原理

个性化定制、服务化转型、高质量发展.......

从概念的本源看看问题,经济学大师熊彼特指出:技术发明不等于创新,将发明用于商业活动并取得成功才是创新。创新活动的本质,是企业家对资源的配置。

互联网在智能制造的发展过程中起着承上启下的重要作用。数字化是智能制造的基础;智能化是目的;网络带动大数据、并让协同、共享重用的价值倍增;从经济性方面带动数字化和智能化深入;智能化基于大数据和网络化的价值才大,智能化需要知识,大数据便于知识产生。

在市场经济活动中,人们对信息的了解是有差异的。掌握信息更多的一方,往往处于较为有利的地位。一般情况下,卖方享有信息优势。而互联网成为了卖方信息优势的终结者。因为网络电商的出现,竞争立刻变得全球化。买家可货比N家,卖家信息优势大大减弱。产能过剩时,卖家在高于边际成本时就要出货。

5.应对快速变化和个性化:必须进行转型

工业互联网时代,企业需要快速响应,避免同质化;研发伴随创新、服务与个性相伴,远离同质化。互联网让企业能够快速感知需求,为避免同质化竞争奠定了条件。在转型过程中,由于制造商的信息优势增强,有利于向服务业延伸。

国家发展带来的拐点:从原理到技术

1.很多技术原本就是成熟的,只是经济性发生了变化

发展中国家的创新,首先应该注重需求拉动,而不是技术驱动。大量智能制造技术并不是新的,而是有了必要性采用的。经济落后的国家:优势往往在劳动力而非高技术的配置。长期以来,劳动力成本低就是中国企业的本质优势。

缺乏创新:为什么会发展?改革开放30年,让我们有机会学习、引进新机会、并打开了巨大的市场。这为我们告别传统的农业社会创造了条件。劳动力的转化,基本可以解释我国经济的快速、持续增长。

提高人工效率和质量创新:本质是缺乏需求。所以,推动智能制造的根本动力之一是人口的变化。

2. 供给侧改革、创新与高质量发展的推动力

1)总量约束

我国的产能已经严重过剩。俗话说:人再有钱,也只能吃三顿饭、睡一张床。要发展,只能提高产品质量。

2)环境约束

宝马和QQ的价格差几十倍;中国和日本的圆珠笔价格差10倍,生产的能耗差多少?我国中产阶级的兴起给供给侧改革带来了现实可行性。我们已经度过了短缺经济时代。低质量、同质化产品没有出路。加强消费者保护,逼迫企业提高质量是供给过剩时的必由之路。

3. 需求带动工业体系提升

高技术是在高质量、高效率、高端业务需求拉动的。很多技术只有在企业转型升级后才有用,所以,现实情况是,有了需求再谈技术,有了需求才有经济性。

4. 第三个拐点:贸易战与全球化的拐点

“不公平”的技术转让制度、“歧视性”许可限制、对外投资的“非市场定价”等,这些国际上的不公平竞争环境,把中国克服“后发劣势”的奇招一步步堵死。

认识技术原理:其实都很简单

1.简单的道理 :人机关系的改变

人类通过Cyber Space(赛博空间)控制物理世界。让人类摆脱劳累的体力劳动和枯燥、重复的脑力劳动。转而从事有创造性、灵活性更高的工作。

2.互联网的作用:Cyber 空间暴涨

人类感知和控制资源能力可以通过互联网突破空间限制,有能力调用和利用更多的资源。未来我们通过智能化可以实现:感知、决策和执行的统一。

3. 理解工业智能的原理

工业智能化的原理本质上是从及时、准确的信息+简单知识到模糊信息+复杂推理,通过数字化、模型化的知识来实现这一过程是关键所在。

人是不确定性的重要来源,会对质量、效率、效益产生严重的负面影响。所以,在工业中:人的工作要尽可能地用标准来规范、限定;发挥主观能动性的前提,是有明确的边界约束;自动化和智能化常常能带来额外的效益。

而大数据的特点为工业智能化提供了重要机遇:样本=总体:   知识的存在性;不纠结于因果:知识的完备性;混杂性:知识的可验证性及质量。

而工业应用的技术逻辑是,要求在各种场景中技术和产品的持续的安全、稳定。因为产品问题导致的风险,在工业中常常被放大。工业互联网、工业大数据的难点都在于:要求高。

智能制造与转型升级:为技术创造条件

多家实验室开发了工业过程仿真软件,用于实时模拟生产现场。但模拟的目的是什么呢?

有人利用移动互联网,监控现场生产。说是给领导用。但领导那么忙,哪有时间去看这些呢?

所以,我们应该明白智能制造的瓶颈不是技术本身,而是应用技术的场景:神枪手拿着好猎枪,却找不到兔子。场景的重要性决定经济性。信息集成、MES、PLM.....诞生的地方,都是需求特别强的地方。智能制造依靠协同、共享、重用创造价值,而不是原岗位的持续改进;首先是转型带动生产关系的变革,技术是变革的目的。智能制造是转型,不能用今天的痛点考虑明天的问题。

创新往往发生在在条件不太成熟的时候:所以要创造条件。从长期看,是技术推动转型;从眼前看,则是转型带动技术。科技进步导致社会经济改变,社会经济状态决定市场需求;市场需求引领企业创新转型,创新转型带动具体技术需求。

如果把工业4.0作为一个案例来看,工业4.0是如何让技术和业务结合在一起的?这个体系体现了:技术是业务需求拉动的,而技术需求,又来自于外部的压力。

从本质上讲,工业4.0包括将CPS (信息物理系统,Cyber-Physical System)与制造和物流进行集成、并工业生产过程中使用物联网和服务技术。这将对价值创造、商业模式、下游服务和工作组织产生影响。

工业4.0带给我们的启示

智能转型的中国特色:围绕人的问题

同样一个技术,对象不同经济性不一样。智能制造往往更适合高端产业和业务。但我们没有那么多高端产业。所以对于我国来说,规律与国情:必须同时遵守。围绕人和现实,对不同的困难和问题分别对待进行改革。

总的来说,智能化的推进之道是让企业真正能做。首先,发现好的场景与目标,这主要需要依靠企业家的眼界来创造,让技术有施展空间,一般不需要深入的专业知识;其次,设计好推进步骤,这一层需要依靠总师的能力,难点是战略规划,让后续技术工作简单、便于操作、减少风险;再次,才是做好技术细节,这是科技人员的任务,其战术级的难点在于处置细节和风险,学术问题其实并不多。

买卖新机、二手机
行业展会
学习交流
设备最低价
行业前沿信息
挖掘机
养车维护
扫码加群
同行好友等你交流
评论(0)
nothing

期待你的精彩评论

相关推荐