李培根院士《数据·互联·智能》读后感

似乎是17年最后一个工作日了，拿几篇文本来读一下。

李培根院士《数据·互联·智能》读后感：

说明：本文参考李院士的PPT写成，但所有观点除非明确指出，都是我本人的读后感，可能不是李院士本意。若要了解李院士本意请看其在e-works的原文。

院士共讲述了六个主题：智能制造是方向、数据互联是基础、一切过程活动事物需要数据驱动、要有数字生态系统的意识、数据改变了行业的边界、从数据中学习和提取知识。

关于智能制造的问题，好像我之前已经说过了，再说一次。我没有在工业界处很久，应该说是一个新人，但是一些“大道理”是普适的，比如说智能制造不可能是凭空捏造的。只能说是要么是需求推动，要么是其自身发展在经历了自动化、信息化等过程自然“长”出来的智能制造。竟然有人把这个趋势当作自己的预言……德国工业4.0的要素：物、服务、数据的工业互联网+边缘、模糊、云计算和网络安全+大数据分析+Additive Mfg（不知道这个翻译成什么？添加剂制造？）+模拟仿真+增强现实+自动化与机器人+系统整合。中国制造2025主攻方向是智能制造。能够明显的感觉到大家的意思都是那么个意思，但是用言语形容出来又怕丢三落四。总之一个该是向着环境友好，管理者能看能管，原料有规划有时效，运输存储高空间利用低人工参与，工艺流程高效执行和转变，产品物有其主，消费者有的盼。大概就是这些角色和元素的要求吧

数据互联是基础。我的看法是，国家的工业信息化已经做了这么多年，这个观点应该是每个企业家和每个工厂主每个工业设计人员的共识了。但是其中的细节，比如首先要有数据，其次是互联，再然后是获取有效数据后分析数据得出需要的内容。现在工厂企业在第一步有数据已经做得很好了，一些稍大型的企业工厂每秒都有很多数据被获取到。同时能听到很多人在讲数据孤岛，大概就是一条生产线或者一个工厂或者一个企业的各个设备不是同一家的或者由于一些原因没有使用工业互联网等技术将这些获取到的大量数据有效的连接起来。这样的后果就是数据存储在本地设备上不能很好的利用起来。一来本地处理能力有限二来本地的数据不够丰富缺乏上下游数据，这样的数据孤岛的数据分析出的结果价值有限甚至无用。第二步就是通过工业互联网进行数据流动同时可以信息流通和信号指令流通完成更理想的操作和更高的价值。现在国内外的相关企业大多是在“忙乎”这个步骤。可以预见两三年后大家应该就可以进入下一步——有效数据和分析数据。令人欣喜的是因为其他领域已经有相关的技术和成果，想必智能制造在使用数据分析工具时候会有对这些已经有的工具进行定制化改造就可以了。再进一步，如果从有效数据中得出一些结果，需要利用这些数据分析结果指导生产，这个指导的反馈途径可能也会很快建立起来，毕竟是利益驱动，而且现在大家对数字双胞胎很重视，而这个数字双胞胎就是一个指导生产的很好的桥梁。一旦数据分析结果能对生产产生了指导作用，那么作为企业可以降低成本，降低对环境的污染……说不尽的好处。数据分析结果除了指导生产，数据还可以驱动很多，比如有人说的“一切”（设计、制造、市场、目标、管理）。

李的“一切过程活动事物需要数据驱动”应该是从数据、互联、有效、分析、指导驱动自然产生的结果，不再赘述。

要有数字生态系统的意识。说实话，我不是很赞同院士的这个观点。李的意思是集成用户交互、研发、数字营销、模块采购、供应链、物流、服务，协同设计与全流程交互平台，整合攸关方资源和跨界合作伙伴、智能化、物联网产品服务。我认为这样鼓励一个企业将所有事物都包揽不利于我国工业智能制造的发展。包揽之后不能提高效率与价值，只是有助于提高准入和门槛。说白了即使包揽之后的产品质量不如意，也会因为无法离开其全套系统而不得不用。当然，将智能制造的各个部分分开智能化的问题也有——就是之前所述信息孤岛。对应的解决方法似乎很简单，就是逐步剥离国外工业系统，使用国产设备和智能化管理体系。养大国产方案，之后再使用行政手段发布工业数据互通标准交给各家执行，这样可以强壮国产方案。自成互通一体之时，国外的企业只有朝圣一条路。

数据改变了行业的边界。李的意思应该是之后的企业竞争从单一产品功能转向产品系统性能。同样的，我也不赞成这样的观点，理由也类似。但是我肯定也承认，如果一家企业能做将一个领域做成系统，获取整个系统的数据，能为用户提供更优质的服务。但是如果做恶呢？提升行业门槛，人们便会对其作恶容忍，因为它提供的服务联系程度高耦合强，没办法因为一个小的点作恶而舍弃其全部。解决方法也是类似，制定数据互通标准，严管数据权限，严格按照用户设置分配数据权限。比如智能家居中我授权给照明系统获取我在家中的位置以便提供方便舒适的照明服务，产品就不允许将我在家中的位置信息用在其它地方。