新一代信息技术在工业中应用

胡群超

本文要讨论的是新一代信息技术在工业中的应用，新一代信息技术其主要代表是人工智能、大数据、云计算、互联网、物联网、5G等信息技术，新一代信息技术发展多年，但在工业领域的应用才刚刚开始，在应用中也出现了各种问题，如：技术成本高、政策落地难、企业意愿不强烈、用户没需求等各种问题，本文从创新、模仿、科学与技术等多个角度阐述新一代信息技术在工业中应用需要注意的事项及发展路线，也从多个角度阐述了智能制造时代来临的必然趋势，智能制造的特点、系统结构，以及工业互联网平台的出现给智能制造的推行提供了基础，并结合中国的实际情况给出了智能制造先从管理入手的建议，最后分析了中国发展智能制造的优势，给出了将来的愿景。

一、模仿与创新

创新不容易，风险极高，成功率也极低，创新过早会失败，过晚又不叫创新，只有根据当前需求，恰当解决问题才能成功；创新是引领发展的第一动力，历史证明，创新并非凭空产生，它需要足够的经验积累，在发展的道路上我们需要用模仿奠定基础，用创新开拓进取。

在中国经济发展遭遇瓶颈的当下，我国政府提出了大众创业，万众创新的战略思想，但是我们要认清现实，脚踏实地，从模仿入手，由借鉴转变，紧贴需求，逐步实现创新发展；中国当前比较好的创新发展之路是从管理创新着手，管理创新目前是可以看到能带来实际经济效益的创新手段。

如果企业发展到必须进行技术创新的阶段，也要做到 “胜兵先胜而后求战“，不能盲目求战，做好市场环境、技术环境、社会法律环境、自然环境等外部环境和内部环境调研，只有这样才能降低无谓的损失，提高技术创新成功几率。

需求是创新的内在驱动力，要善于理解需求，分解目标，降低复杂度，规避约束条件，才能取得创新成功，创新的过程中不能盲目追求高大上的技术，比如5G、AI、大数据等技术，而忽略的原本的需求。

二、科学与技术

科学与技术的关系，在现代，一方面表现为密不可分，几乎被看作是同一范畴；另一方面二者的任务、目的和实现过程等不同，在其相互联系中又相对独立地发展，二者是辩证统一的整体，同时又各有不同的发展重点。

科学主要表现为知识形态，技术则具有物化形态。科学提供物化的可能，技术提供物化的现实。科学上的突破叫发现，技术上的创新叫发明。科学是创造知识的研究，技术是综合利用知识于需要的研究。对科学的评价主要视其创造性、真理性，对技术的评价则首先看是否可行，能否带来经济和社会效益。

根据科学和技术的不同特点，在制定国家政策上，我们更应该注重技术而非科学，科学的发现往往需要一个漫长的技术转化过程才能产生经济和社会效益，当前的技术条件才是我们的基础。这也是当前我们社会中很多失败政策的原因所在，国家往往听取了一部分理论专家的建议，而忽略了现实技术条件，导致政策达不到预期目标。

三、技术发展动力

人类社会发展是一步步的，无法越级发展，社会只有发展到相应阶段才会有相应的需求，只有真正的需求来临时才会有技术的创新。冶铁技术的发明，将人类带入封建社会，蒸汽机的发明使人类进入工业社会，电力及电器设备的出现，使人类进入电器时代，计算机及电子设备的出现，使人类进入信息时代，互联网的出现，使人类进入互联时代，当前我们即将进入工业互联网网时代，工业互联网的到来，必将导致组织结构、商业模式等一系列的变革，这也是时代赋予我们的使命。

长期以来，劳动力成本低是中国企业的本质优势，改革开放之初，中国为了保就业、保民生，导致很多低劣产品盛行市场，现在中国正处于产业转型时期，要进行产业升级，技术进步，其核心是要进行消费需求的升级，需求等级上去了，技术满足需求，体现出价值，才能广泛应用，人口结构的改变也是我国推动智能制造的重要动力。

四、智能制造及其发展路线

人工智能传统主流有两个学派，符合学派（会思考）和连接学派（会学习），除了两个传统主流学派外，还有一个控制论学派，其主要特点是不按照固定的套路走，而是根据外部的变化在变（感知->决策->执行）；不过在工业中的应用就不管具体什么流派以及是否非主流，能解决问题的技术就是好技术。

智能制造就是信息通信技术在工业企业的深度应用，其深度主要体现在不仅要服务于现有的业务，还要促进业务的创新，即转型升级；企业层面的智能制造，强调的往往是定制化、高质量、快速响应,而不是高度自动化；国家层面的智能制造战略是一个核心CPS，三个维度的集成（横向集成、端到端集成、纵向集成），以及八项优先行动领域

推动智能制造本质还是要回归商业的源头（需求），有了需求技术才有价值，技术才能创造经济效益，所以推动智能制造一方面要供给侧改革，另一方面更需要进行需求侧改革，否则最后就变成技术人员在台上盲目表演，而台下却没有观众。

技术创新风险大，不易推广，不过我们可以先从管理创新开始，目前国内企业管理漏洞一般占成本的20%~30%，如果把管理能数字化、网络化，使事事可记录、可追溯、透明化、智能化、标准化，这样能极大提高管理能力，能使最佳状态保持并成为常态，这无疑对企业来说是一个巨大的提升，企业也更愿意接受这种创新，因为他的风险很低，效益可见。

五、智能在技术上如何实现

互联网、大数据与智能化要统一起来看，不能割裂，这几种技术相互依赖，紧密联系，对于实现智能制造这些都是必要的技术。

在大数据背景下，只要案例足够多，就可以找到可以借鉴的先例，通过知识的提炼，可以把个性问题转化成共性问题，形成模型，进而知识共享；传统的人工智能技术目前只有图像识别和模式识别在工业领域应用比较广泛。

要实现智能就需要让机器具备人类的知识，知识是从大数据中提取的有效数据, 大数据中的数据是通过互联网、物联网等技术收集上来的，知识是数据之间的桥梁，把知识模型化后就有了智能化；模糊信息和复杂推理往往不实用；“吴淑珍式的智能” ：逻辑清晰、可代码化的智能才具有可实施性。

六、互联网平台的作用

互联网平台企业通常提供IaaS、PaaS、SaaS等平台服务，他们的一个显著作用就是，信息化成本显著降低、效率显著提高，极大促进了中小企业的信息化建设，生态建设也有了新途径，先建立联系再建立生态，这种做法也极大的促进了产品的循环迭代，共享平台降低了产品成本，并且提高了产品质量。

互联网是企业配置（知识、物质、人才）资源的工具，他能做到，跨越空间实时优化，目标动态设定，管控一体化等以前的系统无法做到的功能。过去的系统设计代价很大，从L1获取数据有风险、从管理系统拿有混乱，每个功能都要开发一个新系统，代价大、周期长，事先对数据的需求可能不清楚，后面改困难。现在基于互联网平台让建设过程简单、工作量小、风险小、速度快，使得智能制造成为可能。

七、未来工业发展的问题和展望

智能化的机器人等技术很早以前就有了，但当时的市场人力成本很低，所以从经济效益角度看，用人更经济，所以无法推广，但现在我们将面临老龄化问题，用工成本上升，所以智能制造成为未来趋势是必然的，但是，没有必要操之过急、违背经济性原则，我们应该从企业最基本的需求出发,争取达到多、快、好、省的目的，提高生产力。

但是当前智能制造的发展存在诸多难点，归结在于理想的技术无法实现，现实的方向思路不明，理论家们提出了非常理想的模型，现实的技术无法实现，或成本过高，无法推广。要解决这些问题就要改革技术应用和研发环境，释放技术创新的空间，不要把未来的理想当成当今的现实，不要脱离战术谈战略，也不要脱离战略谈战术。

我国在发展智能制造方面有诸多优势，产业链完整、聚集度高优势，市场规模巨大，有很大的规模优势，白领人数众多，人才成本低廉、充足，互联网基础好，发展互联网产业多年，有众多世界级企业以及人才，未来只要我们稳扎稳打，一步一个脚印去做，必将取得辉煌成绩，同时这也是众多创业者一个非常好的努力方向。