智能制造竞争的制高点

魏志强

根据“工业4.0”概念的解释，前三次工业革命，制造业都是“硬件”革命，这次即第四次工业革命则是通过充分利用CPS系统，将制造业向智能化转型，所以可称为“软件”革命。因此，“软件”是未来制造业竞争的制高点。中国企业如何应对？

当下，德国人创造了一个十分流行的词汇，即“工业4.0”。按照德国人的解释，迄今为止，人类经历了以蒸汽机、大规模流水线生产和电气自动化为标志的三次工业革命，现在正迎来第四次工业革命。这次工业革命与前三次不同，其特点是通过充分利用信息物理融合系统（Cyber-Physical System，CPS），将制造业向智能化转型。

前三次工业革命都是“硬件”革命，制造业的水平也由“硬件”决定。智能制造则不同，它是由“软件”定义的，也就是Cyber决定Physical（C定义P）。过去从事制造业，首先是在土地上建工厂，然后开展生产经营活动。在智能制造时代，企业虽然还是在土地上建起，但它的运营则是在网络空间进行（Cyber）。企业竞争的制高点不再是“硬件P”，而是“软件C”。美国GE、德国西门子是引领这一潮流的先锋和领袖企业，它们正在分别打造重新定义制造业的Cyber系统，即工业互联网。中国企业如何应对这一新的竞争态势？这是一个关系到企业如何转型升级，制造业能否由大变强的重大问题。

Predix-GE工业云平台

与“工业4.0”的说法不同，GE认为，工业互联网的出现是一次新的“工业革命”。GE指出，从18世纪中期到20世纪初的“工业革命”是产业界的第一次革命，20世纪末的“互联网革命”是第二次革命，通过将这些革命带来的先进产业设备与IT融合，将产生第三次革命——工业互联网（Industrial Internet）。

工业互联网源于1998年麻省理工学院首次提出的物联网概念。最初，物联网主要指射频识别技术——也就是俗称的“电子标签”，随后慢慢延伸至传感器、网络、应用平台。经过十几年的发展，物联网在很大程度上仍旧像是20世纪六七十年代的计算机——在许多领域都有着出色的应用，但却是一个个“应用孤岛”。

进入21世纪后，谷歌、Facebook、亚马逊等互联网公司群体崛起，GE从这些互联网公司学到了如何管理大量信息，并利用这些信息给客户提供新型服务。据GE工业互联网项目负责人，前思科高管William Ruh透露，在金融危机时期，随着经济增长的不确定性增加，工业客户开始将注意力从提高生产力转向提高利润率。大数据的概念也越来越火爆，最终，William Ruh的团队开始考虑，是不是该制定一个GE产品的数据战略——工业互联网由此诞生。

2011年，GE在硅谷建立了全球软件研发中心，启动了工业互联网的开发，包括平台、应用以及数据分析。2012年11月，GE发布《工业互联网——冲破思维与机器的边界》报告，率先提出工业互联网概念，并将工业互联网称为200年来的“第三波”创新与变革，即第三次工业革命。2013年，GE宣布将在未来3年投入15亿美元开发工业互联网，并于同年发布《工业互联网@工作》报告，对工业互联网项目要开展的工作进行了细化。2014年3月，GE与AT&T、思科、IBM和英特尔共同发起成立了工业互联网联盟。2014年末，GE发布了《2015工业互联网观察报告》，强调了大数据分析在工业互联网中的作用，并且针对赛博（Cyber）安全、数据孤岛和系统集成等挑战提出了解决思路和行动指南。

Predix是GE耗資数十亿美元打造的工业互联网平台，相当于美国微软的作业系统Windows的工业设备版。GE总裁伊梅尔特认为，Predix有机会成为工业互联网的操作系统标准。

其实，GE最初创建Predix平台并不是考虑外部需求，而主要是出于连接、监控、优化自身的数以百万计数据资产的需要，换言之，Predix的第一个使用者是GE自己。

2015年10月，GE决定向所有企业开放Predix云平台，这被业界称为全球第一个、也是唯一一个专为收集与分析工业数据而开发设计的云解决方案。它能够帮助各行各业的企业创建和开发自己的工业互联网应用。

伊梅尔特说：“云计算已经在消费领域实现了令人难以置信的创新。通过Predix云，GE公司将为工业领域提供更高水平的服务，创造更多的成果。数字化程度越高的医院意味着更好、更高效的医疗服务；数字化程度越高的制造企业意味着更快速地生产更多的产品；数字化程度越高的石油公司意味着每个油井的资产管理更高效，生产力也更高。我们期待着与客户共同开发出能帮助企业进行业务转型的定制解决方案。”

有媒体报道，与其他产业相比，工业互联网正以两倍的速度生成数据。未来15年基础设施建设的投资预计将高达60万亿美元，联网设备的数量将持续暴涨，生成空前巨大的数据量和分析需求。因此，伊梅尔特把占领工业未来制高点的希望，放在了Predix云平台和工业APP经济上。GE希望，2016会有2万名开发者在Predix平台开发应用软件。2020年，GE商店（GE Store）内的应用程序目标是50万个。这些APP的安身立命之地，正是GE倾力打造并寄予厚望的Predix平台。为此，GE这些年走了一条去多元化、专注高端制造、回归工业根基的转型之路。GE对重点发展的发电和水处理、航空、石油天然气、能源管理、交通运输和医疗等6大板块实施兼并重组，并削减了占公司净利润超过50%的家电所属的消费业务和金融业务，计划2016年把金融业务占公司利润的比例降至25%，2018年进一步减少到10%。“GE希望成为一家纯粹的工业制造企业，并依靠工业板块业务贡献其未来90%的利润。”伊梅尔特说。

但GE的转型并非简单地回归传统工业，而是带着重塑工业帝国梦想的回归，其核心就是首创工业互联网概念，打造Predix平台。随着GE向工业互联网的转型，其业务形态也在不断增加新的内容。例如，“GE的软件业务每年增长20%，今年（2015）我们大约有60亿美元订单。到2020年，GE软件业务订单预计达100亿美元（GE随后表示，2020年软件业务订单预计达150亿美元）。” 伊梅尔特说，“按现在的轨迹发展，GE将跻身十大软件公司之列。”endprint

中国一直是GE最为看重的巨大市场，最近一两年Predix正在中国稳步落地。3月14日，GE与中国电信签署协议，双方将依据Predix工业互联网技术在中国构建一个开放的工业互联网生态圈，推动《中国制造2025》战略的落实。尽管此前GE与华为、海尔等中国的领军企业也建立了在工业互联网方面合作的战略伙伴关系，但这次与中国电信正式签署协议才可称为GE Predix落地中国的标志性事件。

设想一下：当你打开PC机见到的操作系统是微软的Windows、打开企业的运营系统见到的是GE Predix时，这个世界将会是什么样子呢？虽然企业的物理空间（赛博的P）还要在一块土地上建起，它的产权也归属于投资者，但企业的运营必须要在一个虚拟空间（赛博的C）即工业互联网上完成。GE Predix正是这样一个孵化企业并为企业服务的平台，它最终很可能成为一个孵化和培育工厂的巨型工厂。如果说，智能制造是通过CPS来实现，而且是由C定义P，那么，很显然，GE Predix意欲定义未来的制造业。

MindSphere - Siemens工业云平台

GE在工业互联网领域高歌猛进，同时它的百年竞争对手——西门子也在加紧布局。比GE稍晚一点，西门子于2015年推出MindSphere - Siemens Cloud for Industry。西门子宣称，这个开放的IT生态系统是基于SAP HANA云平台，客户和开发人员可以使用它来开发、扩展和操作云中的应用程序。MindSphere云平台的特点是三维开放：“首先是基于OPC的开放接口。所有西门子产品，如控制，转换器，HMI系统和SCADA系统都可以在此基础上进行整合。然而，非西门子产品也可以使用该技术进行连接，因为它们通过OPC进行标准化和公开。这意味着其他合作伙伴，甚至竞争对手可以与西门子云平台联系起来。其次，客户可以自由选择存储数据的方式，无论是在公共云还是私有云中，或者为那些希望维护自己的云基础设施的客户提供现场云解决方案。第三，我们提供一个开放的应用程序框架。”

看起来有对标GE Predix之意。MindSphere与Predix大同小异，其功能主要是为工业现场数据采集、传输以及在云端的数据存储、处理及分析等各个环节提供基础技术支持，以便降低制造企业实现信息化、智能化的技术门槛，助力企业向智能制造转型。但西门子CTO博乐仁认为，MindSphere云平台有自己不同的特点，其关键优势在于“工业软件”。“我们在过去10年里，一直在投资工业软件和数字化服务，特别是物联网操作系统MindSphere。”

确实，西门子在转型的路上已经大刀阔斧布局了10多年。西门子对软件的谋划从本世纪初就有迹可循。2001年，西门子收购意大利ORSI、2003年收购Compex、2006年收购Berwanger，这三家公司都是MES厂商。

不过，真正影响西门子业务格局的转变，是从2007年开始。2007年，西门子以35亿美元的价格收购UGS公司，并承担UGS公司现有债务。这个巨大的代价让西门子获得的是数字化世界的三项重要产品： NX， Teamcenter和Tecnomatix。随着Siemens PLM Software的加入，西门子面向制造业的信息化系统自然地被划分为两大部分：面向虚拟开发的PLM，以及针对现实制造的工业自动化系统TIA。

随后，西门子加大收购力度，不断巩固和扩展工业软件的版图，现已成为世界十大软件公司之一。正是在这些收购的基础上，西门子才具备了推出工业云服务项目MindSphere平台的资本。

和GE一样，西门子也特别看重中国市场。为了零距离接触中国客户，拓展其数字化产品和服务的市场，2013年9月11日，西门子成都工厂竣工。据称，该工厂实现了从产品设计到制造过程的高度数字化，是迈向工业4.0的样板工厂，同时也是继西门子德国安贝格、美国凤凰城之后的全球第三个工业自动化产品研发中心。

济南二机床副总经理张世顺认为，“机床制造需要利用虚拟世界的数字化技术解决物理世界的现实问题”。张世顺说，“西门子三维设计软件Solid Edge直观、实用，设计效率高，加快了产品的设计速度，缩短上市时间；Teamcenter软件用于产品生命周期的数据流管理；冲压线仿真软件（PLS）搭建‘虚拟实验室，能帮助济二优化冲压的节奏和送料设备的运动轨迹，提高整线效率；全集成自动化（TIA）系统则集成到济南二机床生产的汽车冲压设备中……可以说，西门子数字化技术帮助济南二机床满足了汽车工厂对冲压线精度、效率和柔性化不断增长的要求。”

GE Predix已在中国落地。在中国已有良好市场基础的西门子，其MindSphere云平台落地中国也应该是早晚的事。

目前，西门子的软实力已经涵盖设计、分析、制造、数据管理、机器人自动化、检测以及逆向工程、云计算和大数据等领域，他们正在全面发掘制造业数字化的发展潜力。

工业互联网的中国军团

GE和西门子两个工业巨头在工业云平台方面的竞争难分伯仲。德国人强调“工业4.0”概念，虽然他们也认为未来制造业要由C来定义P，但西门子推出MindSphere工业云平台还是基于强大的硬件制造能力，他们是一步步从设备层向信息系统、云端扩展，自下而上来构建未来的工业发展体系。而美国人提出的是“工业互联网”，GE Predix工业云平台，则是强调从信息系统向设备层渗透，这也是充分发挥美国IT技术优势的必然选择。

GE Predix是通用型云服务开放平台，横向拓展，大小通吃；西门子MindSphere在開放平台的基础上擅长纵向延伸，借助软件技术为客户打造数字化解决方案。

不同于德国的“工业4.0”，也不同于美国的“工业互联网”，面对未来工业发展制高点的竞争，中国的主攻方向是智能制造。实现智能制造的技术路径是两化融合，就是信息技术和工业技术的深度融合。由于中国的IT技术不如美国，制造技术不如德国，所以，实现智能制造的路径也不用考虑从上到下还是从下到上，C和P融合即可。endprint

受GE、西门子这样的工业巨头影响，中国工业领军企业也开始向工业互联网领域进军，比如海尔COSMO、三一重工的树根互联、中航科工的航天云网平台等，都想在未来制造业竞争的制高点占有一席之地。这些企业都是国家智能制造试点示范企业，他们都有必须拿出成果的压力。但仔细看他们各自的表述，的确都带有“中国特色”， 海尔COSMO更像重点解决供应链问题，中航科工称自己的航天云网平台为“互联网+智能制造产业化创新服务平台”，其立意和GE Predix、西门子MindSphere相比，似乎都还有差距。

有些事可能急不得，炒概念也没用。德国西门子公司是“工业4.0”的主要践行者，它的安贝格公司据说已经实现了“工业3.8”，据“工业4.0”还有0.2差距。即使这样接近“工业4.0”，德国人依然认为，他们的制造业要达到“工业4.0”的水平，还要奋斗10年到20年。

而中国的制造业在1.0、2.0、3.0并存的情况下如何追赶制造强国呢？靠炒作是没用的，一定要一步一个脚印的追赶。现在流行弯道超车的说法，但弯道也很容易翻车。我们的企业能不能有一部分考虑换道超车呢？为什么都要挤到弯道那儿呢？

GE认为，工业互联网有三大要素：智能设备、智能系统、智能决策。也可以说是智能制造发展的三个阶段。现在，一些大企业已经完成了智能设备阶段，正在做实现智能设备的数据采集；一些企业，如GE的Predix平台、西门子的MindSphere都是智能系统的代表性平台，这些企业正处在智能系统的阶段。智能制造的进一步发展需要具备很强的工业大数据分析能力，而Predix与MindSphere把这个任务留给了第三方，在分析服务功能中，两个工业云平台都支持第三方开发的分析算法的嵌入。有人说，这主要是由于制造业的细分领域太多，任何平台都难以做到大而全，因此，GE和西门子把这部分功能开放出来，让用户根据自身的实际需求，将自己的经验转化成分析算法与模型，加入到平台的分析功能中。但是，在实际应用中，制造业的广大用户是很难自行设计分析模型的，要完成这一工作，需要用户具备计算机、设备、生产工艺等多个领域的知识，甚至还要具备比较高的数理知识水平，绝大部分制造业从业人员的技术水平恐怕还难以达到这样的高度。因此，目前阶段，用户在使用Predix或者MindSphere的分析功能时，恐怕只能停留在输出一些统计结果与简单的对比分析阶段。

显然，智能决策是智能制造最高的制高点，也可能是终极难点。攻破了这个难点可称为换道超车。这是空白吗？非也。北京大学施乐媛教授的团队开发出的坤特智能决策系统（Quantitative management system）正是致力于解决这个问题。2008年，施乐媛教授专著《Nested Partitions Method，Theory and Applications》正式出版。根据这部专著的方法论和优化算法体系，她提出“Q管理”（Quantitative management system）的理论体系和信息化系统工具。

坤特智能决策系统在应用中获得了极高的评价。世界500强企业——美国NOV（National Oilwell Varco），NOV使用了坤特智能决策系统后评价说：订单生产周期缩短近1/3、产能提升10%?18%、订单交付预期提升到90%以上。更可贵的是，NOV说，坤特智能决策系统的应用改变了他们企业的文化。

中航工業集团的企业在坤特智能决策系统上线的第二年，在设备和工人不变的情况下，企业的产能提升120%。

北京大学的团队登上了智能制造的制高点，摘下的是智能制造皇冠上的明珠。

但，他们还不为更多人所知。endprint