工業4.0產生的背景是離散制造業。將思想用于流程業時，多少總會感覺有點‘別扭’。這到底是為什么呢?只有搞清楚這個問題，才能實現信息技術與流程業的深度融合點。本文就此談一點粗淺的想法。

　　流程工業推進工業4.0的困難在于數字化。

　　工業4.0的本質是智能化,智能化的前提是數字化。數字化有程度上的差異：對產品和生產過程的數字化描述，必須達到足以支撐CPS的水平，才能實現智能決策。這一點，恰恰是流程行業難以做到的。

　　流程行業的數字化為什么難呢?這是因為：產品和工藝的耦合太強。

　　對離散制造業來說，工藝對產品質量的影響相對較小。只要能正確地安裝起來、不損害零件，不同安裝工藝下產品質量的差別較小。 而流程行業則不然，工藝(包括設備狀態)對產品質量的影響非常大。以鋼鐵為例，同樣的成分，不同工藝可以生產出完全不同的產品;不同的成分，工藝要點差別很大;工藝的稍許變化，會引發質量不合。工藝影響為什么這么大呢?因為流程行業的生產，往往伴隨物理和化學變化。與之相比，離散制造業則主要是簡單安裝，連物理變化都很少。

　　耦合度強，為什么就難以數字化呢?這是因為：問題太復雜了。假設產品的設計組成有n個要點，工藝過程有m個要點。耦合度低時，影響產品質量的要點大體有n+m個;耦合度高時，產品質量的要點則可能有n*m個。故而，耦合度越強，問題的復雜性往往越大。

　　在離散制造業，問題的復雜度相對較低，技術人員有能力把每個關鍵因素遍歷一遍。在鋼鐵行業，從煉鐵到冷軋，有成千上萬個工藝要點、且與產品相關。遍歷要點的難度和工作量太大，只能抓住重點進行考慮。

　　說流程行業復雜，是有具體表現的。

　　復雜的表現之一：質量控制難。在離散行業，人們追求產品質量的6σ。然而，在鋼鐵行業，有的高端產品的成材率不足60%，連1個σ都沒有;能有2σ，就比較滿意了;產品合格率達到3~4σ時，就考慮降成本了....產品合格率低，本質上還是人們掌握的知識不完整，很多重要因素被當成了‘隨機干擾’。

　　復雜的表現之二：經驗很重要。理論上可能引起質量問題的因素太多，難以逐一分析。因此，需要依賴經驗，抓住關鍵問題，才能用可接受的有限嘗試得到合理的做法。事實上，盡管理論上的影響因素很多，現實中真正起作用的因素一般卻較少。能否正確抓住重點，要看水平了。

　　復雜的第三個表現是：標準化方法難以推廣。像6σ、APQP等標準化方法，在鋼鐵行業中的推進很難。這些方法都需要從邏輯上羅列重點要素，以避免經驗上的盲點。但是，離開經驗，要羅列的問題實在太多。羅列得少，與經驗方法差不多;羅列得多，工作會極其復雜。故而，這個度非常難把握。

　　那么，流程行業如何推進工業4.0呢?

　　如前所述，流程行業推進工業4.0的難點在于數字化。而數字化的難點又在于工藝與產品的耦合。無論如何，這都要求我們加強對產品質量和工藝過程(含設備狀態)的感知。但是，如果不能解決復雜性帶來的問題，流程智能化很可能以兩種形式失敗：

　　1、因用戶反對失敗。

　　如果無端地為用戶增加大量無效的勞動，肯定受到現場技術人員的抵制，導致失敗。

　　2、因數字化建設過于復雜失敗。

　　數字化建設可能因工程量浩大，難以結尾，而最終失敗。

　　據此，流程工業數字化的方向是什么?筆者認為：處理好“簡單”與“復雜”的關系，是在流程行業推進工業4.0的關鍵。

　　那么，如何才能解決“簡單”與“復雜”的矛盾呢?筆者認為：要解決這個矛盾，需要的是“知識管理的智能化”。具體地說，知識必須能夠智能地推送到需要知識的人手中、推送到所需要的流程中。

　　要做到這一點，需要做的基礎工作是數據和知識的結構化。而結構化一定是針對問題的，問題一定是某個工作流程中的。無論如何，這將是一個工作量極大的工作。做得好，路越走越寬;做的不好，路越走越窄。關鍵是頂層設計。一個好的頂層設計，應該可以在未來幾十年中持續得到優化，而不至于被迫放棄。這是項非常復雜的智慧活動，是項極大的挑戰。

　　順便說一句：數字化企業的建設不同于大數據。大數據、尤其是商務大數據的思維方式，在很多地方不適合企業界。我們必須辯證地吸收大數據的思想，不能盲目跟風，才能走向正確的方向。有些人提到大數據，就否認因果性、就強調非結構化、關注數據存不下怎么辦.....這些說法，就像當年被熱炒的神經元，害人不淺啊。