近來，智能化逐漸成為影響工業發展的關鍵。在日前舉行的“新一代工業智能與體系工程國際論壇”上，中國船舶工業系統工程研究院海洋智能技術中心主任邱伯華認為，過去我國一直注重看得見的設備投入，形成了很大的存量。現在要考慮的不是簡單繼續投資增量，而是如何將存量的能力釋放出來，將“使用經驗”變價值。

　　根本價值是無憂的環境

　　我們對這樣的生活場景并不陌生：在一些城市的公交站臺會顯示下一班車到達本站的時間，該信息本身并不會提升公交車的到站速度和運行效率，但將“到站時間”這一原本不可見信息的透明化，讓等公交車的乘客少了一份焦慮。

　　“工業系統中的問題分為可見的問題和不可見的問題。”在邱伯華看來，人們的焦慮往往不是來自失敗所造成的結果，而是因為不明白什么時候失敗會發生、會造成什么后果以及為什么會發生。“理想的智能工業系統，應該是建立在對不可見問題深入對稱管理的基礎上，最根本的價值是去避免可見的問題，最終實現‘無憂’的環境。”

　　邱伯華在美國國家科學基金會智能維護系統研究中心（NSF-IMS）了解到這樣一件事：日本株式會社電裝（DENSO）位于美國田納西州的汽車啟動器生產工廠，每100萬個產品中只有1.5個次品。即便是這樣，他們仍覺得有提升的空間和動力：“即便100萬個產品中只有一個失敗了，我們仍想要知道它為什么會失敗，只有這樣我們才能夠學會如何去不斷地成功。”

　　邱伯華認為，這句話反映了非常深刻的制造哲學：在智能的工業系統中，成功并不是目的，關鍵是如何不斷地成功；失敗也并不可怕，關鍵在于我們是不是能夠知道為什么會失敗。

　　核心是將數據價值化

　　從物聯網、大數據、云，到工業4.0、工業互聯網，各國都將智慧化作為其工業發展的關鍵。

　　“智能化，從字面上可以理解為一種感官描述，直觀來說就是用‘物的智慧’來補充和代替‘人的智慧’，讓人覺得‘物’具備了與‘人’一樣的智慧，這也讓很多企業提出‘只要用戶覺得智能就是智能’的理念。”但邱伯華認為，對工業產品來說，其性能指標先進性已經不再是用戶最關心的問題，終端用戶更看重的是如何能夠更好地利用、維護和管理所獲得的工業產品，最關心對產品狀態的定量化了解和未來趨勢的精準掌握問題。

　　工業系統主要由設計者、制造與集成者以及使用者組成。與德國、美國相比，我國整體上仍較為薄弱，但作為制造大國、使用大國，產品價值鏈十分完整，又有很強的制造能力和豐富的使用場景，大量數據在我國匯集，但數據并不會直接創造價值，真正能為企業帶來價值的是數據流，是數據經過實時分析后及時流向決策鏈的各個環節，或是成為面向客戶創值服務的內容和依據，也就是“使用經驗”帶來的價值。

　　邱伯華建議，我國應該考慮如何立足“加工制造”這個環節挖掘資源，充分利用好在使用和制造端中“量”的優勢以及整個產業鏈較為完備的優勢，并將重心放在使用場景的價值方面，從使用的數據和經驗中獲得集成和設計的知識，從下游到上游逐步增強我國產業鏈各個環節的整合能力。同時，結合我國在“智能使用”解決方案上的知識積累，推動我國工業產品“走出去”戰略，在向國外出口高鐵、輪船、電力基礎設施等裝備產品的同時，配套“智能使用”的增值服務，在提升中國制造品質競爭力的同時，強化服務型的可持續收入模式。