2016年11月26日，中国信息化百人会第三届信息战略论坛在苏州成功举行，本次论坛的主题为“工业物联网与智能工厂——大数据时代的企业信息战略”。
　　工信部信息化和软件服务业司副司长安筱鹏在“软件视角的未来工业”主题演讲中指出，制造企业从自动化向智能化转型，是要解决局部优化到整体优化的过程，智能制造的本质是以数据的自动流动解决复杂系统的不确定性，提高资源配置效率。而软件会在其中扮演重要的角色，软件在支撑和定义智能制造。
　　安筱鹏先从智能、集成、智能制造等多个角度，对新工业革命中的工业软件进行了再认识；同时从产品、流程、生产方式、新型能力和产业生态等多个方面，对工业的未来制造进行了再定义，为我们描绘了一幅以“软件定义”的智能制造的蓝图。

　　以下为安筱鹏演讲实录：
　　在去年国务院发布的《中国制造2025》战略里面提出，以新一代信息通信技术和制造业融合为主线，以智能制造为主要方向。今年国务院又出台了一个文件《深化制造业与互联网融合发展的指导意见》，在这个指导意见里面提出，强化软件支撑和定义制造业的基础性作用。
　　所以，我今天就围绕这两句话看我们在实践中的一些认识和理解。我们从软件的视角如何来看智能制造，我跟大家谈两个方面的体会。第一，认识新一轮工业革命中的软件。要想认识软件的地位和作用，就要认识什么是智能，什么是集成，什么是智能制造，什么是工业软件。第二个是再定义，以工业软件的视角看未来的制造。

　　新技术的发展带来了很多新的热词、概念和技术，物联网、大数据、云计算、区块链等等，层出不穷，我们能够看到在这些新的概念的背后CONTROL ENGINEERING China版权所有，支撑它的都有一个非常核心的关键的技术，就是软件。有很多人在谈物联网，谈云计算，但是很多时候我们对软件的重视是不够的。

　　就像新一轮产业变革中，我们看两个最具有标志性的公司，一个是西门子，一个是GE，GE说未来要把自己打造成为一个软件公司，2020年成为全球十大软件公司之一。

　　如何来认识软件的地位和作用呢？就像我刚才提到的，今年的28号文件提出，《深化制造业与互联网融合发展的指导意见》提出强化软件支撑和定义制造业的基础性作用。如何来认识呢？

　　在去年国务院发布的《中国制造2025》文件中提出了五大工程：制造业创新中心建设工程、绿色制造工程、智能制造工程、高端装备创新工程，还有工业强基工程（四基）：基础材料、基础零部件元器件、基础工艺、产业技术基础。
　　对于智能制造来说，我们需要补制造业的“新四基”：“一硬”、“一软”，“一网”，“一云”。“一硬”是智能的感知和处理，要有高性能、低成本、高可靠的传感器和处理器作为支撑，“一软”是核心工业软件，“一网”是工业互联网，“一云”是工业云和智能服务平台。这是和智能制造密切相关的。

　　什么是智能制造？我们首先理解什么是智能，智能可以认为是四大要素和五大环节，从智能制造的角度来看，我们需要对制造系统的物理对象——人、机、物进行感知，感知以后要实施分析，分析以后根据我们的期望值进行对比、分析，对比以后做科学决策，决策以后做执行。状态的感知、实时的分析、科学的决策和精准的执行，这样的一些关键环节跟刚才说的新四基相关，要想对物质世界进行感知，我们需要自动控制技术，需要传感技术，也需要对采集的数据进行深入实时的分析，分析以后也需要工业云和大数据的处理平台。这些需要在不同的机器和系统之间互联互通。

　　所以智能的状态感知、实时分析、科学决策、精准执行需要我们在技术上有感知、软件、工业云、工业互联网。如果说我们把智能的最小单元做一个定义的话，它事实上是散布在智能制造系统的方方面面。这个最小单元可以用这样一个符号显示，这个符号会成为我们的智能机器，成为一个智能生产线，在计划生产调度中也是一个最小的单元。

　　这些智能单元在企业内部的纵向系统集成组成了一个企业局部的系统，从单一的系统构建成一个局部的系统。当然，企业的系统需要跟上下游的企业进行系统的互联互通互操作，构建一个复杂的系统、产业链的系统，最后构建一个生态。不仅仅是向产业链上下游开放，要向整个社会开放自己的资源，构建一个复杂的巨系统。智能是从小系统、单一系统构建成一个局部系统，从局部系统构建成复杂系统，到最后构建成一个巨系统的过程。

　　从这个角度来讲，什么是集成？集成的本质就是对制造资源优化范围、领域深度的描述，从自动化到智能化，就是从局部优化到全局优化的过程，在时间上优化只有起点没有终点，空间上参与优化的资源是沿着点，从机器、智能生产线、控制系统、制造执行系统，再到整个的企业内部系统，到整个产业链，到整个的产业生态，是沿着点、线、面、大系统、巨系统的方向不断的扩展。当然，自动化是单点的、低水平的，有限的资源优化。智能化是多点的，高水平的，全局的资源优化。所谓集成的过程就是对制造过程的范围领域不断的深化的过程。

　　在几年前曾经对几万家企业做了一些工作，评估企业两化融合的水平，之后我们有了一个结论，就是：企业的信息化投入和企业信息化的收益之间并不是一个线性的关系，企业信息化的收益只有他迈过了集成创新阶段之后才会呈现指数化的增长，企业的系统是不断集成的，当集成的数量只有达到某一个临界点之后，他的收益才会呈现指数化的增长。

　　什么是智能制造？智能制造就是以数据的自动流动解决复杂系统的不确定性、多样性，提高资源配置效率。
　　我们知道，个性化定制是未来产业发展的方向，但是个性化定制带来了企业生产的一系列的挑战、一系列的问题，因为制造的产品越来越多，工艺越来越复杂，需求越来越复杂。成本如何解决，质量如何解决，交货期如何解决，这些问题带来了企业生产的复杂性、多样性和不确定性。而智能制造所要解决的问题就是解决企业由于个性化定制，由于生产本身的复杂性所带来的不确定性和多样性。

　　数据如何实现流动呢？有两个非常重要的方面，一个是数据的及时性、准确性、完整性，第二个是背后的算法的科学性、先进性和有效性。
　　我们只有能够实现了数据的及时性、准确性、完整性，算法的科学性、先进性和有效性，把数据不断的输入，实现数据的流动，才能解决复杂制造系统的不确定性，这个需要我们网络的集成，软件的集成和数据的集成。在集成的过程中，我们需要把生产系统中的隐性数据显性化www.cechina.cn，只有这样，把大量的隐性数据不断的采集、汇聚、加工，实现数据的及时性、完整性和准确性，只有把隐性知识的显性化，对工业研发技术、生产工艺、业务流程、员工技能等知识的逻辑化、数字化和模型化，使得大量隐性工业知识被固化在各类软件和信息系统中，把数据转化为信息，信息转化为知识，知识转化为决策，决策不断的优化CONTROL ENGINEERING China版权所有，提高资源配置的效率。

　　从这个角度来说，什么是软件？软件是系统运行的代码化，软件的作用是构建数据流动的规则体系。智能制造背后的逻辑也在于建了一套赛博空间和物理空间的闭环赋能体系，CPS的核心是软件。

　　我们需要再看看在智能制造发展的过程中，软件到底扮演了什么角色。就像文件中说的，软件在支撑和定义智能制造。因为它在定义产品，在定义企业的流程，在定义生产方式，在定义企业的新型能力，也在定义产业的生态。

　　软件在定义产品的功能。我们说，IOT时代正在到来，标志是产品功能演化为四个模块，动力部件、执行部件、智能部件、互联部件，软件在定义这样的基本功能，使得未来的智能产品可以监测、可以控制、可以优化，产品的功能灵活性、易扩展性、安全性、可管理性都是通过软件实现的。这样的演进，产品形态和功能的演进已经经过了三十多年，最初是上世纪八十年代的计算机，软件定义计算机的功能，2006年我们业界提出软件定义网络，软件定义存储，软件定义服务器，定义数据中心。手机的出现是软件定义的另一个里程碑事件，不仅仅如此，战斗机、特斯拉汽车等等，所有的这些高度智能化的产品和功能越来越取决于软件功能是否强大。

　　软件在定义产品的结构。这种结构的基本逻辑是把通用的功能硬件化，把可变的部分软件化，在重构产品结构，优化产品的功能结构，也在重构产业的价值链，产品的价值链，使产品从低端向高端跃升的重要组成部分。

　　软件也在定义企业的流程。这个流程首先体现在研发流程，过去研发是沿着需求，研发设计、工业设计、原材料采购、生产制造这样一个线性的方式走的，新的软件平台和工具的出现，把我们的工艺、销售、生产、采购、研发，从串型转变成了并行，过去的研发是基于功能、性能的研发，现在的研发是基于产品的可生产性、物料的可采购性。本质上是从局部资源的优化到全局优化的过程。

　　软件也在定义着企业的管理流程，企业的生产组织方式也在变革，很多企业把垂直的管理方式演变成平台化的组织管理方式，企业正在成为一个赋能平台，很多的部门在转变为一个自组织，决策单元小型化、自主化、灵活化，就像华为的任总说的，让听见炮声的人去决策。企业的边界在哪里？组成企业最基本的单元在向什么方向演进？因为自组织单元正成为企业的基本细胞，他们自我决策、自我激励。

　　软件也在定义企业的生产方式。最重要的标志是实体制造和虚拟制造的融合，软件在重构传统的设计制造、测试、再设计的流程。软件正在推动实现研发设计仿真、测试、制造在虚拟空间完成之后再到实体空间生产和制造。所以，软件推动了制造业的生产范式的迁移，就是以快速迭代、持续优化、数据驱动重建制造效率、成本和质量。

　　从未来制造业的发展趋势来说，会经历三个阶段，局部的虚拟制造、静态的虚拟制造和动态的虚拟制造。所谓局部的虚拟制造是在单机设备、单个环节、单一场景中的虚拟化应用。带来的是局部的效率提升。而静态的虚拟制造以周或者天为周期，流程工业以批次为中心，对下一个周期的工业生产进行优化，动态的虚拟制造是能够实现人员、机器、物料、工艺、环境、产品等各种生产要素在虚拟世界完整、实时、动态的响应。当然，对很多企业来说，我们现在仍然处于局部的虚拟制造阶段，对于静态的虚拟制造可能有个别的企业，比如西门子，他们在探索，在实验，真正的实现静态的虚拟制造还有很长的路要走。
　　软件定义生产方式还体现在个性化的定制。

　　前一段时间，有一个小企业的董事长碰到我，说把红领作为智能制造的典型，我们去看了，看了以后非常失望，为什么失望呢？因为没有他想看到的机器人和数控机床，有的是一个传统的工人在手工制作个性化的西服，他说我看不出它的智能制造智能在什么地方。这也引起了我们的思考，去工厂参观的时候，它是典型的劳动密集型的生产场景，这个董事长说红领和富士康没什么区别，甚至赶不上富士康，为什么呢？
　　我想了想，自动化有两种，一个是看得见的自动化，数控机床、机器人等等，还有一种自动化是看不见的自动化，就是我讲的数据流动的自动化，红领更多的探索是数据在企业内部的流动，从采集了18个部位、22个指标以后，这个数据如何在内部流动，而且是在没有人为干预的流动，这种流动的方式我们可以是打电话，可以是传真，可以是EXCEL，可以是U盘，可以是光盘，这些都是需要人为的干预，而我们推动智能制造是需要这些没有人为的干预。

　　根据对5万家企业开展的评估，对企业内部信息能否实现在产品设计、工艺设计上实现数据打通的大概占45%，能够在产品设计、工艺设计、生产过程控制打通的占36%，而在产品设计、工艺设计、生产过程、产品维护等几个环节可以打通的只有18.7%。而在横向上，采购管理和生产管理能够打通的有29%，生产管理和销售管理能够打通的有17%。从企业的生产管理来看www.cechina.cn，生产制造和机器设备的互联互通来说，生产计划指令自动下达的企业占39%，生产调度计划能够自动下达给机器设计的占45%；数据能够上传的占47%，生产制造数据上传给经营管理的只有24%。这只是说实现了集成，实现了网络，软件、数据的互联互通和操作，当然，要真正实现各个环节数据的打通，而且实现自动的流动是非常难的。

　　软件定义的新型能力。我们回顾一下世纪之初的时候，美国有一次非常重要的争论，美国《哈佛商业评论》的主编卡尔在2003年的5月份发表了一篇文章，“IT无关紧要”，这个观点受到了很多人的反驳，比如比尔盖茨、韦尔奇等等。
　　这位一不做二不休，后来出了一本书，2009年的时候，他把这个观点进行了升级，他说“IT仍然没有用”（IT still doesn't matter）。他在讲一件什么事情呢，他说，如果说信息通信技术像你们讲的，是云计算，那这个像自来水、用电一样可以打开水龙头就可以获取的话，那么新一代通信技术对于企业获取竞争优势没有多大意义。

　　当然，卡尔有两个假设，他说有两个前提是错误的，第一，信息化是否都可以买来，有些可以买来，有些买不来，第二个，信息化是否有终点，只有起点没有终点，但是卡尔给我们提出了一个思考问题的角度，这个角度就是，IT系统对于一个企业能否超越你的竞争对手是否有用？
　　换句话说，信息化要从企业的竞争能力的视角观察，我们在推动两化融合管理体系贯标过程中，很多企业都提出了要打造什么什么能力，但是不同的企业在不同的技术背景下都会构筑新型能力，从规模化生产能力构建起个性化的定制能力，从渠道建设能力演变成对客户需求的实时感知、响应和服务的能力www.cechina.cn，从成本控制能力演变成精细的成本管控能力，从制造能力演变成在线诊断到新的服务型制造的能力，对有些领军企业还要构建产业的生态能力。

　　我记得，去年我来江苏的时候，开了一个座谈会，其中一家酒厂的董事长说，我过去思考的问题是我怎么服务好全国三十几个一级代理商，现在我晚上经常思考的问题变了，我晚上经常思考的问题是每天晚上喝我们酒的人是什么人，是一线城市多，还是二线城市多，是年龄大的人多还是年轻人多，有什么样的购买能有什么样的喜好。这个互联网思维就体现了，他在思考什么呢？在思考如何把一级代理商渠道建设能力演变成对客户需求的实时感知、响应和服务的能力。

　　而在企业新型能力的构建过程中，无论是研发、生产、供应链、销售服务，每一个环节，人们都在发挥核心作用，我们可以观察红领，这样的传统企业都有一批软件研发人员，背后是企业新型能力的表现形式。
　　所以，对于两化融合，对于智能制造来说，我们需要把软件、设备、流程、管理变革，最终转化为企业的新型能力，我们将供给侧的结构性改革，讲新技术、新产品、新业态，培育新的动力，落实到企业层面上就是企业新旧能力的更替。

　　回到卡尔说的，IT有没有用？重要的不是你做了什么？而是你比竞争对手多做了什么？重要的不是你做了什么？重要的是你的客户感受到了什么。

　　最后，软件也在定义产业的生态，这个生态就像三十年前的Wintel体系，像十年前的IOS体系，安卓体系，未来的智能制造也在形成一个新的产业生态，GE、西门子、因特尔等等，这些企业都在构建自己基于数据的采集、设备的互联、工业软件、大数据的分析等，就像我刚才说的，一硬、一软、一网、一云，最终构建的就是一个智能制造的产业生态。