对于工业互联网的质疑、对于AI+的质疑在各大群里也开始泛滥了，争议是好事，理不辩不清，我也有些质疑，不过，有些时候，我觉得需要“批判型思维”，我们不要被环境中的声音而左右，要独立思考，积极的思考。

让专家说话，而非作家说话

前段时间在樊登听了本《思辨与立场》，突然发现这种普遍存在的认知错误—如该书所说，对于大部分人而言，可能即使经常说“批判性思维”的人都未必意识到“批判性思维”并非指批判别人，质疑别人，而是指“对自我的批判”，让自己保持开放、接受、成长性的状态，而且要从准确性、深度、精度、广度等多个角度不断审视自己对事物的看法，每个人都必须意识到自己的狭隘与局限，才可能突破这个“认知局限”而进入更高的境界与格局，站在一个局部看问题会让我们失去对事物的客观与公正。

图1-思辨与立场值得一读

坏消息才具有传播价值—这大致是新闻传播的要点，似乎骂声、质疑才能赢得传播，而真正聚焦于钻研的人反倒是没有声音的，这是非常可惜的事情。因此，我得反思一下，每个人说话的立场、目的，这都会影响你是否客观，就像作为一个OT领域的人，我就会站在OT的视角、经验、立场看问题，而如果是媒体，它就擅长于挑起“焦虑”、“关注”，因为最挑起“焦虑”才能赢得关注，因此，“负面”的才能引起关注，赢得传播，进而得名得利。

比尔.盖茨说“人们总是高估技术在两年之内的变化，而低估其在10年后的影响”—这很正常，因为对于大多数人而言，年前就预料到股市的暴涨并予以行动就已经算是“远见卓识”并受益其中了。

诚如我的朋友昨天所说“要让专家说话，而非作家说话”，因为很多传播这些声音的人都是类似于媒体、自媒体，他们往往人云亦云，听风便是雨，并没有实际的产业调研和参与，而是为人鼓与舞，并非真正的专家，基础问题认知如果不清楚，那么就会延伸出非常多的错误，其实就像任正非先生说的“要让听得见炮声的人决策”。

图2-让听得见炮声的人决策

制造业创新中的思维发散与收敛

科学与工程的区别在于思维的发散与收敛，对于制造业同样如此，传统的工业解决问题的方法包括机械、电气、通信、软件都会存在着一些问题，例如：传统减材制造也存在着一些问题—最大有可以切削掉90%材料的可能性，因此需要今天的增材制造来弥补，而自动化有一些动态的多回路调节传统的架构无法实现需要采用新的计算架构，对于通信而言，传统的网络成本较高，且不具备互操作性，因此，需要借助于新的技术，寻找IT中的优良解决方案，就是自动化类企业的一个重要的研究方向，就像贝加莱作为开放自动化的代表，这里的“开放”其实主要指的对开放的世界中的资源的应用，就像mappVIEW采用Web技术的HMI开发，不但非常美观大方、易于理解，而且开发简单—因为IT世界里的UI设计显然投资巨大，为了用户体验更为简单易用，苹果、华为、腾讯这些公司已经为此耗费了巨大的投入以及人才。

工业需要ICT技术的资源，但需要进行“收敛”—即，根据工业场景进行再次的封装和验证，例如TSN在原有IEEE1588上进行的更优化来提高高可靠性，对最初的AVB基于CBS整形器的升级到Qbv的TAS形式，这就是“收敛”—根据工业进行优化，但是，那个从0开始建设时钟系统、从0开始设计整形器的过程是不必要的。

图3-TSN的整形器设计

我的媒体朋友老石问我“是不是TSN在工业应用以后也可以用于其他行业？”，我说这个逻辑不对，应该是其它行业（音视频同步、汽车、高铁、航空航天）应用了TSN，然后工业发现这个趋势，认为未来它会变得更为经济，因此，开始引入TSN到工业—这就是借助于跨界技术来实现工业问题的解决。

前天和朋友聊到AGV的调度，让我想起来TSN网络为了最优路径而选择的快速生成树算法是否可以应用于这个调度—这纯粹是个发散，可能根本不用，如果尝试一下，也许具有可借鉴性。

上次写了《自动化早已不是那个自动化了》后，杜品圣博士留言道“自动化还是那个自动化，只不过如何融合IT技术成为自动化网络系统需要不断的创新和实践”，其实，无论是否是那个自动化还是不是，自动化融合IT技术并服务于用户是非常关键的。

IT与OT与谁做主并不需要争论

我自己也曾经写过《工业互联网的江湖：我们需要对制造业有敬畏之心》而且阅读量较高，后来很多同业说写的很好算是为自动化人说了句话，大概是因为有点感慨吧！不过，也并非如此，因为就和华为、微软、阿里等IT同行的交流中，其实，他们对自己的认知还是比较清晰的，知道“有所为，有所不为”，因此，我仔细分析为何会有这种声音，因为这里有一些声音很大的人并非是实业中的“专家”，而是带有媒体性质的声音，包括一些被称为“神棍”的人士—他们到处讲课，自我标榜，甚至号称“XXXX首席经济学家”、“工业4.0先生”、“机器智能创始人”但又非来自实业中的人，多半人云亦云，再加上资本的炒作力量，就像边缘计算最近都开始在股市有了热炒的标的，包括昨天看到一个评论“数字孪生”也开始被炒作--我想大部分所谓的“数字孪生”标的可能跟数字孪生一点关系都没有，总归很多声音大的都是外行，而内行的无论来自IT还是OT都比较低调，毕竟落到制造业的实际项目时候，吹牛这件事情，真的要缴税的。

图4-资本市场炒作的力量真的是有意思

用户才是IT和OT的专家真正关心的，真正姓工或姓网并非要紧的事情，因为谁能为客户解决问题，谁才能赢得市场，因此，大家的聚焦都在如何为客户带来真实的利益上，不同于具有垄断性质的银行、运营商，这些企业都是由市场来决定其成败，而非由谁的声音大来决定的。

之前有Internet+现在又有AI+，谁说了算都不重要，制造业若能真的被这么关注，在探索中把该走的坑都走一遍，中国的道路未必就一定是沿袭美国、德国、日本的道路，该填的坑最归是要填，看看什么材料填这个坑比较好。

经济性是问题的关键

IT有非常多的资源可以在制造业中与OT融合，这个融合中，IT是一个发散的来源，但OT会收敛这些技术来应用于制造业的升级。

1.转型转什么？

转型的本质不是采用工业互联网叫转型，而是回到制造的本质，将粗放经营专为精细化经营，将低价竞争转型为高价值产品输出，将劳动密集型转型到技术密集型，因为产业的环境约束条件越来越强，中美贸易战并非是川普同志心血来潮，而是一种国家竞争必然要发生的事情，出口关税提高约束国外订单，逼迫进口关税降低同样会压制中国制造业，过去环保省略的成本要补回来，过去不好好缴纳社保而低成本也要提高，知识产权方面没有投入的也必须自主研发上投入加上去，在这么多不利的环境下，国家能做的就是给你减税，但是，企业长久的生命力还是来自于自身的转型升级，更为精益的制造能力。

2.工业互联网是提高经济性

将数据集中，全局分析，其实，想做CIMS也不少年头了，记得在2002年那会就在e-works上看关于CIMS、MES的资料，那时候就在谈企业建模，如何用数字化技术来实现一体化的设计、制造运营的全局能力，记得原华中科技大学校长杨叔子院士在1992年就有一篇关于智能制造的文章，因此，想来20余年来，OICT界的人不断思考如何去实现今天我们热议的这些话题，因为这其中非常多的不经济性制约了其发展，包括基础数据、服务器架构、软件实施成本，而另一个严重的问题在于，这种架构可能会有致命的风险—市场是变化的，而我们实施了一个平台却在它完成的时候发现它过时了—人生的悲催莫过于此啊！这种事情发生的概率还是很高的，采用传统架构实施的系统往往非常复杂、成本高昂，需要大量的人力物力投入，而新的云服务架构则更为精简、易于部署，但是，传统系统所积累的知识、功能封装对于云服务架构尚需一个过程来积累，因此，在这个阶段，人们对于IT的质疑是很普遍的，认为不可行。

图6-杨叔子院士1992年轮智能制造技术与系统发展

但是，现在采用新的云计算平台，依赖其数据存储、挖掘、分析的能力，至少能够解决一个“经济性问题”，至少你不需要花费巨大的代价购买服务器，很多开源软件可以让我们使用，难题还是那个难题“模型”的构建问题、工艺的知识问题，这些问题有没有解决？

很多问题诚如任正非先生所说“变革的目的就是更简单，更及时，更准确”—我们要转型，就要借助于新的技术来让事情变得更简单，更及时准确，那么就会导出更为经济的实现。

IT为我们解决了基础问题，但产业自身的Know-How是否具备？这才是工业互联网可能为人所质疑的原因—因为基础的精益管理与运营缺乏良好基础，对工艺没有积累。

3.如何去用好工具

工欲善其事，必先利其器—这大概是我初中那会学习书法的时候就记得的一句话，说的笔墨纸砚要好的，工业互联网是个工具，要善于发挥工具的作用，开放的心态、创新的想法去接纳新事物，在其中寻找有利于你的工具，机器视觉的开发者可以在像华为的摄像技术软件中寻找到日常光源处理下如何让图像更高的对比度，也可以在通信的网络调度与配置中寻找到适合于调度物流的算法、或者在机器学习的算法中延伸到机器的工艺最佳参数，你不必为了切菜自己打造一把好刀，也不用为了烧饭研发一个电饭煲，因此，就像很多机器的开发者并不需要自己去研究非常多的算法，就像贝加莱的mapp已经为你做好了很多基础的工作，你要做的是如何烧一盘好菜。

质疑的声音很多，这也无可厚非，但是，必须寻找解决问题的道路，人云亦云，搬弄词汇、总感觉走在前沿，大谈创新，多如郭老师所言的“叶公好龙”，都非科学的道路，研究中国产业的本质、特征，寻找适合我们的道路，其实，才是有必要的。

来源：微信号 说东道西

作者：宋华振

该作品已获作者授权，未经许可，禁止任何个人及第三方转载。