引言。几十年之后人们或许会发现：自动化时代的软件体系满足不了智能化时代的要求，正如自行车不能成为登上月球的工具。两者的关键区别，或许在于灵活应对工业系统本身变化的能力。本文以钢铁、石化等大企业的生产过程智能控制为背景探讨。

新概念、新方法往往是为了解决新问题时衍生出来的。如果不理解新问题，也就不理解新方法。这就好比：先要发明了汽车，红绿灯才有了必要性；红绿灯影响交通效率，才会想到修高速公路；要解决高速公路交叉问题，才会想到建立立交桥。所以，认识新概念、新方法，首先要弄清楚它们产生的背景、用来解决什么问题的。

最近，智能制造的新概念和方法很多。比如工业互联网平台、工业APP、数字孪生、CPS等。导致这些概念成为热点的重要根源之一，是互联网在工业中的深度应用。

我们知道，工业互联网的优势在于促进大尺度实时协同。为了理解这些概念与工业互联网的关系，我们来分析一下“大尺度实时协同”会带来什么样的问题。

“大尺度”背后是相关系统规模大：范围从几米、几百米，拓展到若干公里，从设备拓展到车间、工厂、产业链。而“实时协同”则是子系统之间的耦合度提高。复杂系统规模和耦合性一旦变强，很多问题和困难就会显著增加。

尺度大了以后，系统复杂性增加、系统和子系统之间的关系复杂。我们注意到：CPS、数字孪生技术，都包含了系统解耦的思想，有利于描述和处理系统、子系统之间的复杂关系。

协同性要求，使得子系统之间的联系增加——工业4.0强调所谓的“信息集成”，就是为建立联系建立条件。系统间联系复杂到一定的程度，“顶层设计”的难度就会变大、就难以一蹴而就地设计好智能系统。从而要求企业依照“持续改进”的思路推进智能化。

如果按照“持续改进”的思路推进智能化，就要求软件系统支持。所有的“持续改进”，必须用数字化的手段，把知识沉淀到系统中来。沉淀的知识变成常态以后，知识管理就变得复杂，搞不好会变成“黑瞎子掰棒子，掰一个丢一个”。这一个要求反映到软件管理者那里，就是要求系统的可维护性加强。我个人认为，基于数字孪生的工业互联网平台，就是一个易于支撑持续改进的载体，有利于促进知识的管理。

从控制的角度看，系统的“状态值”变化比较容易管控，系统本身的变化比较难以管控。其中，温度、速度、库存量等参数的变化，可以看成系统状态的变化。而系统构成和特性的变化，如增删、改变子系统，则是系统本身的变化。

我们知道，传统的控制系统一般只针对规模较小的系统，比如一台设备。在设备正常运转的前提下，很多变化都可以归结为状态变化，从而容易实现自动化。与之对应，信息系统则管理车间、工厂甚至更大的系统。这时，系统本身的变化是一种常态。比如，如果系统针对的是一个钢厂。很可能今天增加了一台设备、明天又有一台设备发生故障了。这就是系统结构的改变。所以，信息系统的决策者往往是人类——因为人类在灵活性方便有绝对的优势。

在智能化时代，试图打通管理和控制的鸿沟，甚至把人类管的一些工作交给机器去管。这就要求软件系统有更大的灵活性，以适应管控对象本身的变化。这一定会给工业互联网相关的软件系统提出巨大的挑战。

当人们认识到红绿灯的麻烦，就会想到要建设立高速公路。同样，理解了灵活性要求，大概就能想清楚，如何建立工业互联网平台、工业APP、数字孪生和CPS了。技术方案的竞争，恐怕也要围绕着这个要求展开。

怎么去建设“高速公路”，恐怕也会是“八仙过海、各显神通”。我注意到：有几家技术公司的做法或明或暗地指向了“灵活性”这个核心问题，但手段各有不同。

来源：微信号 蝈蝈创新随笔

作者：郭朝晖

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。