工业数字化的第一步是底层数据共享，其核心环节在设计端。离散工业因为具有协作痛点，所以，其数字化最容易输在起点，深厚积累是唯一的捷径。
　　当今世界主要工业国家都在经历数字化转型，企业界普遍相信生产线的智能化改造将带来经济上的成功。2016年，世界经济论坛的数字化转型倡议指出：2016-2025年这十年间，各行业的数字化转型有望带来上百万亿美元的社会与企业价值，包括汽车、电子产品、航空航天、机床等离散工业的数字化转型的潜在累积价值将达到数十万亿美元。中国工程院李国杰院士甚至认为“新经济本质上是工业经济向数字经济过渡”，数字化技术对工业经济的驱动力将加速提升。
　　目前，中国工业体系的数字化进程已经进入提速阶段。可是，即使是美国、德国等传统工业强国，在数字化技术的工业应用中尚且面临诸多挑战。例如，如何使工厂中成千上万个传感器与生产过程更好融合？如何创新规划工具使数字化工厂的规划周期更短、更自动化？如何保障信息安全，消除工业企业对大数据、云计算信息安全问题的担忧疑虑……本文重点探讨离散工业面临的数字化瓶颈和突破之道。

　　离散工业的协作痛点
　　如果由五个画师分开画一个杯子，各画五分之一，能否保证五张图完美拼接到一起？貌似很难，要有足够默契才能做到。如果是五百个画师、五千个画师甚至五万个画师，分工、协作画好那么一个杯子，如何做到完美拼接？一定要有“极端标准化的操作工具、工序、流程”+“严丝合缝进行衔接”才有可能做到。
　　诸如飞机、船舶、汽车、武器装备、电子设备、机床等都属于离散工业，如同数百、数千画师协作画好一个杯子，“始终面临难以驾驭的协作痛点”。
　　小小的一部智能手机，由数百个零部件组装而成，背后有上百家供应商提供支持。像飞机、汽车这样复杂的产品，则要有几十万个甚至上百万个零部件进行精密组装，一个汽车制造商至少需要260家左右的各类配套和外协企业，一个民用飞机制造商则需要上千家外协、外供企业的配合。一个完整的终端产品要经过产品设计、生产规划、制造工程、生产执行和售后服务这几个阶段，每一个零部件也要经历这个过程。
　　例如，一款汽车需要上千人设计，设计人员大概要设计3年、生产模具1年、建设生产工厂4年，至少需要8年时间。外界很难想象，汽车座椅上的一个金属零部件，其设计材料就多达数千页。必须做到“极端标准化”，要是任何一个阶段、任何一个细节出了状况（或者精度不行），最后的产品就可能组装不起来。这就导致漫长的研发周期，制造商不敢轻易开动生产线实现量产，担心生产线一旦运行起来，想换型号就很困难了，“极端标准化”会使得整个制造环节丧失柔性。
　　为什么大量PE（私募股权投资）、VC（风险投资）资金更愿意进入移动互联网、VR/AR（虚拟现实与增强现实）、Fintech（金融科技）等行业，很少听说这些逐利资金进入制造业？前者是虚拟经济，后者是实体经济。
　　马云曾说：“全中国把互联网经济称之为虚拟经济，事实上虚拟经济的主体是金融界。”而运行一家工业企业，远比做一家互联网公司或者金融公司难得多。因为工业企业的协作体系太大，产业链太长，从上下游信息一直到生产线实际运行，不像金融和互联网（金融、互联网的产品已经都数字化了），即使工业企业内部有一些管理系统，也就像是这一地的玻璃碎片，要想把这个图拼好、做成一个完整的杯子www.cechina.cn，实在不容易。
　　工业数字化第一步：底层数据共享
　　联合国工业发展组织 (UNIDO)将现代工业体系分成39个大类、191个中类、525个小类，而中国工业体系全球唯一拥有当中全部工业门类，其中很多工业的产品类型和生产工艺的组织方式是离散式的。那么，为何普遍相信“工业数字化”能使“离散式生产”变得更有效率？工业数字化的逐步实现有一个历史过程：
　　模拟绘图阶段：最初，工业界寻求用软件来模仿和增强人的行为方式，例如，绘图软件最早模仿的就是人在纸面上的作画行为。
　　人机交互阶段：经过一段时期发展，人机交互技术开始走向成熟，工程师和设计人员开始用CAD软件模仿产品的结构与外观，CAE软件模仿产品在各种物理场情况下的力学性能，CAM软件模仿零部件和夹具在加工过程中的刀轨情况，CAPP软件模仿工艺过程，CAT软件模仿产品的测量/测试过程，等等。
　　数字孪生阶段：近些年来，一些前沿工业企业已经不满足于“长得非常像”某些实体事物的三维图形，希望数字虚体空间中的虚拟事物与物理实体空间中的实体事物之间具有可以联接通道、可以相互传输数据和指令的交互关系，即实现“数字化双胞胎工厂”，也叫“数字孪生”。
　　数字孪生，是工业数字化的高级阶段。数字化工厂的解决方案非常简单，就是五百个画师甚至五万个画师，都在同一张图纸上一起作画。数字化工厂就是提供了一张底板纸，一个底层数据库，然后把原来的一个个系统，研发、生产、制造、服务什么的都插进去，构成一幅完整拼图。
　　更确切说，何谓“数字化的离散式生产”？就是要将所有零部件的生产过程都放在同一个系统来进行。传统的离散式生产，是各画各的图纸，然后根据一个标准拼接起来。“数字化的离散式生产”是各方共用一张底板纸，大家一起一笔一笔添上去，由“接下来……接下来……”变成“一边……一边……”，先形成一个虚拟工厂，然后再将虚拟工厂与真实工厂实现同步。
　　为什么说“数字化生产就是要实现完全用不到纸张的生产车间”？传统的制造过程一般是先出一张设计图纸，然后交给生产部门做出样品，图纸返回研发部改进后再生产。在数字化制造下，从研发到制造基于同一个数据平台，改变了传统制造节奏，研发和生产几乎同步，完全不需要纸质的图纸。这种节奏的改变带来的是产品上市时间的大大压缩、生产效率和产品质量的全面提升。
　　工业数字化将从根本上解决“传统工业在效率提升方面所面临的困难”。让工人加班，以非常标准的方式工作，不能有任何浪费的动作，这种提高生产效率的方式已经越来越不适用了。此外，不断变化的市场需求，对制造业的灵活性提出了更高要求，特别是定制化生产需求越来越多。而那种原创于福特公司的大规模流水线装配作业，很难兼顾生产效率和灵活性，必将在工业数字化的浪潮中，实现脱胎换骨的深刻变革。
　　中国工业的数字化进程并非第一天开始，而是已经准备了30年。现在到了一个关键时期，具体做法是最关键的。具体可以分为三个基本步骤：
　　第一步建立产品数据模型。
　　一个离散式的工业企业，从研发开始，到生产规划、制造工程、生产执行，这是整个生命周期过程。在这个过程中，从产品设计开始，研发部门就把设计产品的元器件清单、组装图、测试条件这些信息放进一个数据库里，一个基本的产品数据模型就做好了。
　　第二步优化工艺流程参数。
　　到了生产规划部门，如果还用刚才那个数据模型，内容就不够了，因为那里只有设计参数，而没有生产参数。所以，要继续输入如何把产品生产出来的数据，比如工艺流程、质量标准这些东西，这个数据库就自然扩大了。
　　第三步完善运营管理数据。
　　到了制造工程部门，要对生产机床进行编程，各种自动化组态、程序调试，把制造环节的数据进一步地扩大。这个过程当中可能还需要从ERP（企业资源计划）来调用生产订单的信息，从PLM（产品生命周期管理）得到产品设计的信息，然后还要从物流系统得到物料信息，把这些综合在一起和生产线进行互动，这个环节就是运营管理。
　　数字化离散式生产的整个过程，从头到尾都是在一个数据库中不断扩展起来的。具体到一个数字化工厂的形态，就是生产控制的自动化系统、制造执行的MES系统、财务管理的ERP系统、产品生命周期管理的PLM系统，基于同一个底层的数据模型，根据需要缺哪个补哪个，适时优化调整。
　　数字化技术在离散工业中的应用，能够带来非常惊人的精度和透明度——精度效果：许多零部件的运算，有限的人力根本无法完成。比如一块规则的方形零件，人力能够计算它的效能，而一旦零件是不规则形状，边缘弯弯曲曲，人力就无法计算了。电脑运算时，却能把这个不规则零件，分割成为成百上千个规则的小方块，再合并出一个运算结果。
　　透明度效果：过去，工厂简直就是一个黑箱，每一个产品生产到哪一步了，每一个产品的每一个零部件来源，每一个工人的工作状态，产品的质量和可追溯性……除了工程师心里稍微有点数，连总经理都不知道真实情况，因为他面对的永远是一个由无数因素构建起来的复杂系统。现在这些都不是问题，只要提前把设备“数字化”，电脑就能算出“黑箱”里面究竟会发生什么。
　　工业数字化是智能制造或者工业4.0绕不过去的一个关键支撑。可是，国内工业界很多人误认为“需要像投资自动化一样投资数字化”。难道给车间或设备装上芯片和传感器，通过后台软件编个程序，机器就能“数字化”吗？这是迷茫中的一种误解。若是如此简单，那么每个工业企业只需要扩招一批软件工程师，帮设备写代码就行了。而现实是，工业领域的数字化、智能化进程仍然缓慢。其实，工业数字化最关键的部分，不是生产端，而是更前面的设计端。
　　离散工业的研发成本普遍很高，而其中消耗最大的，是试错成本。传统工业当中，有人制造出一台新设备，就必须全部造完，零部件组装好，随后试运行，运行的过程中发现错误，修改是很累的，零件拆了改，改了再装，一次次人工试验、动手安装，最终才能完成。
　　运用数字化技术（即实现“数字孪生”），能够大幅降低研发过程中的试错成本。就是这台设备无需真的“造”出来，只需把每一个零部件的材料、物理属性、形状大小全部输入电脑，怎样运作的工作原理也输入电脑。随后由电脑来模拟它运行时是什么状况，会有哪些效果。工程师如果觉得结果不过关，可以直接在电脑里修改设计。
　　大概在上世纪90年代，波音公司在研发民用飞机时，已经采取整机“数字化”，就是把整台飞机都转化成数据“塞”进电脑，由电脑运算试飞结果。这就不用再像传统的离散工业那样，先造出一台真飞机，让它去做真实的撞墙试验。“数字孪生”在飞机研发中的实际应用，无疑能够节省大量的人力和物力成本，而后续的修改流程也简单到不可思议。当时电脑运算的精准度已经能达到99%以上。
　　智能手机也是一个典型的离散制造，在传统的手机制造业里，怎么做手机外壳呢？首先对外壳进行设计，之后要设计一个模具，还要做出一个真实的模具来，再对模具注塑，然后才能生产出塑料外壳。那么，数字化工厂会怎么做呢？外壳设计完了，直接生成CNC数控机床程序，CNC程序直接灌注到加工机床，加工机床直接会做出外壳来，节省了步骤控制工程网版权所有，提高了灵活性。
　　“数字孪生”的工业应用，实质上就是把现实中的工厂，从设备、流水线到车间，一切都转化成数据www.cechina.cn，由电脑虚拟运作，产生一个个模拟结果。不满意的部分，直接在电脑里改。如果等一切都已经变成物理设备，成为真实的生产线，再提什么“数字化”，就为时已晚了。
　　离散工业数字化最容易输在起
　　当今世界上最先进的数字化工厂——德国安贝格工厂，其核心产品是PLC（可编程逻辑控制器）。最近几年，西门子全数字化的成都工厂已经建成运行，正是复制德国安贝格工厂而来的，主要产品也是PLC。
　　国内媒体大多将此视为“西门子助力中国制造业的数字化进程”，其实，这当中存在一个不被外界理解的误区。如果一个工业企业不掌握产品核心技术，如何“用数字化方式精确描述产品，精确描述产品制造过程”？
　　据工信部2016年统计，国内22个行业900套大型工业控制系统大部分由国外厂商提供产品，特别是可编程逻辑控制器（PLC），外商占据了94%以上的份额。由于工控领域国内企业仿制国外产品都难以做到，国外企业不需要在中国申请专利保护其产品销售，国外企业在华申请专利数长期维持在该领域中国专利总量的10%左右（通信和计算机领域国外企业的专利占到43%）。
　　这里面透露出两个信息：一、很多核心工业技术因为过于高端和精密，是长年累月深度积累的结果，根本不担心被轻易偷走；二、中国离散工业的数字化进程，最容易输在核心技术的起点。
　　韩国三星公司在2007年就开始启动数字化进程，主要是针对两大痛点而来：第一，如何以更快的速度把创新产品投向市场，同时确保高质量并控制成本；第二，如何确保与全球业务合作伙伴，及其自身在地域上分散的工厂一起高效工作。
　　于是，三星开始寻求“数字化产品开发架构(包括设计、验证和制造等)和数字化协同”。三星经过多年的数字化改造，大部分的模型设计和制造过程实现了自动化，这个内部开发的自动化系统建立在规章制度和持续更新的企业知识的基础之上。自动化数字产品设计、数据和物料清单(BOM)管理、数字样机、知识管理和并行工程使其获益匪浅，现在三星只需要10天时间就能开发出新的手机模型。
　　不过很少有人看到，三星数字化改造的全面推进，与产品核心技术的深度挖掘是并行的。电子产品带有显著的“离散制造”特征，在复杂的材料、零部件体系中CONTROL ENGINEERING China版权所有，三星力求抓住其中技术门槛最高、利润最高的核心部分。
　　三星电子在成功掌握存储、非存储芯片技术后，又陆续掌握了TFT-LCD、PDP、有机发光显示（OLED）、移动芯片、闪存芯片等核心技术。这里面可以看到一个规律：这些技术其实从根上都是半导体技术，这些半导体芯片技术很大程度上得益于前面对存储芯片技术的深度掌握，再拓展到其他芯片技术就容易多了。
　　在工业数字化时代，为何还要特别强调“产品核心技术”？不是应该更关注“互联网+”或者“工业物联网”吗？注意，掌握核心技术的意义不仅仅是将产业链向前延伸，降低成本。更重要是深入了解技术之后，才谈得上技术创新，产品创新。离散工业并不只是“组合装配”，那只是表层皮毛，如果不深度挖掘核心技术，对技术的理解就永远是含糊的，没把握的。而工业数字化要求的，恰恰是精确、精确，再精确。
　　深厚积累是唯一捷径
　　真正推动工业前沿发展的，是不断涌现出来的新知识、新技术、新工艺、新产品。由知识向产品的转化一般要经过四个环节：一、通过基础研究发现新知识；二、通过发明将知识转化为满足应用需求的新技术；三、通过前沿创新将技术变成新产品和服务，开始投入市场；四、在商业应用中不断改进、提高产品和服务的市场竞争力。从知识到技术，从技术到产品，从产品到市场，每一步都可能经过“死亡之谷”。而数字化技术能在其中起到关键性的辅助作用，制造过程固然重要，但产品本身才是根本。
　　其实，数字化工厂所有的技术都是现成的，哪怕是最先进的安贝格工厂，也只是西门子把一些现有技术重新组合到一起而已。工业4.0时代频繁提及的技术，其实3.0时代就已存在，只是今天电脑更快、科技更便宜、沟通成本更低、环境更成熟。
　　目前看来，离散工业的数字化是由实际的订单来驱动的，这跟互联网高度依赖投融资的增长模式不同。放眼全球，工业机器人市场已经连续多年实现20%以上的增长，3D打印年均增速超过30%，两者都很可能成为千亿美元的市场规模。而工业互联网更是增速显著，市场规模快速接近万亿美元量级。
　　智能制造的实现需要有大量数据支持，包括机械、传感器等，这些数据需要通过数字化来实现。譬如大型燃气轮机有1500个传感器，每一个传感器都可以形成独有的数据体系。不过CONTROL ENGINEERING China版权所有，数据不是最终目标，如何对数据进行评估、筛选和分析，然后从中真正获得对业务的理解才是重点。
　　有一个工业创业家表示：“工业数字化不仅仅是一项技术变革，跟互联网兴起的过程类似，它更多是带来商业模式的变革，未来10年，它将渗透到工业制造体系的每一个毛细血管中，改变现代经济学和管理学的底层规律，重塑整个人类的商业社会。”
　　不过CONTROL ENGINEERING China版权所有，中国工业界更需要的，是技术积累和沉淀的过程。数字化工厂的软件系统再先进，也只是个工具。没有产品核心技术上的深厚积累和深度挖掘，很难有效发挥数字化技术的关键性辅助作用。