陳江寧博士簡介：

西門子智能制造總監，寶武西門子聯合探索工業4.0（智能制造）項目總監（中德政府合作項目），原西門子系統集成商總經理，IRM集團中國區總經理，南方商學院特邀教授。

中國兩化融合技術委員會委員

中國智能制造系統集成商聯盟專家委員會成員 

中德數字化轉型，中德智能制造人才培養專家組成員 

中國智能制造國家標準總體工作組專家 

中德智能制造/工業4.0標準化工作組成員 

工信部賽迪研究院學術委員會委員 

中國企業家聯合會智能制造專家委員會 

中國人工智能產業創新聯盟專家委員會成員 

中國《人工智能》雜志編委

重點研究智能制造和德國工業4.0領域的趨勢、發展、實踐及應用，在智能制造的戰略、 標準、智能制造系統集成商的建立，數字化轉型做出相應的研究及實踐成果。在IEEE發表SCI因子論文兩篇，在德國出版智能制造論著（英文版）一部，參與中國智能制造工業4.0戰略 及相關專業性研究；擁有智能制造相關專利7項。 

應邀在芬蘭歐陸大學、華爾街就IOT、智能制造學術交流。

目前大家都宅家中，對抗這場影響廣泛且深遠的新冠肺炎疫情， 可以確定的是中國不會回到過去，我們的制造業也需要從所謂的韌性展現出更強的彈性和協同性。

西門子為應對這場疫情，特別是武漢做為中德的友誼之地，充分體現了“風月同域“的人類的共同情感， 號召員工積極捐款，向武漢疫區捐贈物資據不完全統計達到1500萬以上， 同時與時間賽跑，利用自己的優勢產品為火神山醫院的建設助力，為衛生防疫的消毒機器人提供快捷的服務。

今天進入官方復工的第一天， 其實許多地方， 許多企業在考慮群眾和員工的生命健康， 依舊選擇安排在家辦公；就制造業而言目前討論最多的是三個話題，第一何時復工，如何復？第二企業在疫情中需要的支持, 第三企業如何應對這次疫情。

坦率的說， 由于禁航這些天只能在家帶娃思考，提供一些粗淺的建議供大家參考：

1. 對于企業復工， 需要考慮不是復不復而是需不需要和如何復，所以不能一刀切模式，需要一個可操作流程，盡快落實，建議分區域、分行業、分企業大小、分服務和密集程度；有輕重緩急的復工，防護做好了，政府部門服務到位；另外考慮企業的需求，關系民生和社會發展的如生產衛生防疫的工廠需要優先考慮；基本都是本地員工和長期員工的可以考慮，現階段減少外協；有獨立辦公和廠房的企業優先考慮， 在CPD或可以遠程辦公、鼓勵在家。以企業自主管理結合政府部門監管為主，以平臺形成報備監控機制（這里也許工業互聯網提倡的平臺和App有用武之地）

2. 群中大量企業的呼聲，研究機構對于政府的產業支撐提出新的需求， 前幾天也應邀給政府提出一些建議，從目前最快的對策：第一盡快出臺政策允許企業與員工協商薪酬支付方式，與房東協商暫緩或減免房租承諾支付方式，以及創新借貸工具支持上下游支付展期；第二盡快建立對于特別中小企業的緊急扶助基金和透明的申請流程；第三基于去年的交稅先行返還或減免未來3-6個月稅費；第四將企業員工的五險一金，延期到第四季度到明年上半年繳納或部分減免，特別是中小企業；第四利用此次疫情總結建立企業面對區域性或全國性或世界性風險的運營預報、預測與支持服務平臺；同時發揮國有企業的社會責任，在今年的考核KPI中更多體現人文的考核指標。另外也要防止某些企業利用這個蹭熱點，虛假投資換取政府補貼（如有企業投資口罩生產，利用政府未來包銷產能的政策）

3. 談到企業如何應對， 從企業運營的角度而言 一、目前為止形勢依然嚴峻，所以大概率是封鎖在家，即使復工也考慮3月中（可以合理的復工）所以我們面對企業需要做一個虛擬安排，梳理關鍵時刻可能會企業需求，包括未來溝通流程和物流規劃，我相信一旦結束會有一批緊急采購，會造成物流和材料的短缺；二、停工時間長，意味設備閑置，一旦恢復，可能會有設備運行問題，如何快速服務而又避開出門風險;三、建議建立動態健康管理平臺，確保企業員工的健康和工作平衡, 四、目前國家對于企業復工有許多擔憂和預測，我們也可以針對不同行業、不同企業體量，做一個疫后復工支持套件，服務企業。同時心理疏導是企業和政府部門應該提供的員工福利。

最后應該對于我們的國家、我們的人民、我們的黨要有信心；其實恐懼本身是最大的病毒，關鍵還是未來如何規劃和完善，否則就會秦人不暇自哀，而后人哀之；后人哀之而不鑒之，亦使后人而復哀后人也。

談到未來有哪些產業和業務機會， 我個人覺得中國不會回到過去，會更加理性的思考， 特別是這些天都宅家中，讓我們突然中斷以前繁忙的社交和購物活動，重新梳理與自己、與家人、與公司、與社會的關系，我相信這超過14多天宅家會徹底改變大部分人的認知和習慣。

第一企業在遠程辦公、在線會議投入，那么其工具、平臺、交互系統、數據安全等均值得關注，從國外的流行會議軟件如SKYPE， CIRCUIT 的實際使用效果和便利程度甚至不如Wechat,所以對于如何快速進入系統， 如何有效傳遞信息， 如何做人-機-人的互動這個是關鍵。

第二企業在工作密集度的降低的需求， 特別是工序物流環節、現場巡檢、遠程集控、工藝及設備運營狀態分析及決策等會發力、通過模型、數據平臺、基礎設施的等體系化建設會有投入；但目前國內基于行業能夠有經驗有實施場景的非常少。

第三對于工廠安全管理，人員定位，物流路徑優化和生產過程優化會有一定的需求。如危險區域無人化巡檢、數據采集無人化網絡化、集控數據平臺遠程5G化等

第四企業運營管理的無人化，流程化，或者更加信息化；這個會加速從而減少人員的密集程度，因為這個是會議集中的所在；同樣對于企業在物流管控、采購管控等方向提供新的需求。

第五企業應對風險和災害的應急對策和實施管控方法及業務流程會有極大的需求，在物質管理和透明分配等應用場景上會創造一批風口。

第六數據分析、人員追蹤、不同平臺的信息協同等對于一直難以推動的大數據、AI等實施場景提供了機會。

所以其實我們唯一擔心的是我們自己是否已經認識到變化， 中國回不到過去， 中國會一往無前， 因為這就是我們的國家，樂觀而向前。

結合2017年的智能制造視頻，就內容做了部分更新， 主要是在過去兩年多實踐與思考的更新：

今天給大家講講我們做智能制造的一些實踐與思考，第一因為我們最主要做借用互聯網的概念叫羊毛出在豬身上。什么意思？我們做業務要找大的領軍企業合作，把這些技術和實踐方法落地之后再進行普及。第二個與大渡河公司有個很好的互動，我們也看到他們在做智能制造實踐過程中結合自己水電產業的特點提出關于數據中臺的概念，觸發我們做的研究，認為 “能力中臺“才是企業最為需要的，接下來給大家匯報一下過去四年多時間對智能制造的工作和思考。

接下來先給大家看一個我們跟寶武炭材公司合作的案例，這是工信部智能制造示范試點項目，在過去的兩年多時間，我們從規劃到落地，實現了很多與智能制造相關的實踐案例。當然其中有很多是寶鋼自身的部門的參與如，比如說寶鋼的裝備、寶信、寶鋼工程等外部如華為、北科大在里面做了很多的貢獻，總體來說效果是非常不錯的，得到中德智能制造專家組的高度評價。

這里有一個視頻是在2019年11月5日在柏林中德智能制造副部長級會議上播放的，寶武炭材做鋰電池負極材料，原來就是叫石墨電極，做了40多年這個東西，現在變得很時髦了， 原因是電動汽車。通過這個大家看到我們很多所謂的智能制造技術集合到它里邊都實現了，而不是僅僅討論了。

接下來簡單跟大家描述一下我們怎么做的，實際上中國的發展確實比國外要快，包括在數字經濟領域和移動端支付的領域，我舉個簡單例子，前段時間我在美國講課的時候，跟人吃飯，吃飯的時候拉卡不能用，微信肯定不行，移動支付是沒有的。要求你到馬路對面的小超市用信用卡把現金提出來，每次只能提20美金。所以數字化改變不僅是一種思維模式也是生活方式，大家可以想象一下。

今天談互聯互通的技術，談了仿真的技術等等其實是賦能，大家仔細讀一讀2014、2015年美國跟德國的出的關于工業4.0及先進制造業的書講的很清楚，所以這個大家一定要想通這個問題。實際上從產業的角度看一下，從簡單到復雜的行業，原來做的都是比較容易做的行業，數據的關聯度很少，對數據的安全性要求很低，而且數據的防護幾乎是沒有做。什么時候用數據要付錢了？大家看看歐洲的數據安全法，如果你要用個人的數據，必須要事先爭得這個人的同意，如果掙錢了還要跟這個人分享。按照我們目前互聯網的操作模式，如果這樣跟14億中國人溝通，不用溝通已經破產了。實際上我最想講的兩個，就是通過技術的驅動和業務的驅動，帶來很大的一個變化，我們怎么從這里面找到變化？

上午騰訊的先生講過，他找到to B跟to C之間如何拉動的一個變化，這些細分的應用會產生很大的業務的機會。實際上從世界的生產率，整個世界的變化在未來數字經濟的領域會發生很大的變化，包括我們的產業變化我們總結了五個變化ABCDE的方向可以供大家思考，我們現在討論最多的就是第三個C這個方向，中國工程院已經意識到了太多強調先進的行業，我們傳統的行業占90%的GDP的產值。據屈賢明院長談到比如紡織行業，一年給中國外匯的貢獻率是70%，中國外匯的利潤的70%是來自紡織行業，這個非常有意思，我們做了那么多的智能制造，人工智能，最后是紡織工業給我們帶來了價值。

是我們團隊做的，從目前來看未來會變成什么樣子？現在的企業我們更多討論自動化、網絡化，當然我們說這個過程是迭代的不是孤立的，實際上大家可以看到整個過程。我們理解在未來可能三年左右的時間，在網絡協同這個領域會有很大的發展，六年以后我們會預見到在預測跟優化，會有有更多的案例跟實踐的效果，特別是在企業層級上會有很大變化。

以上是我們做了一個調研，中國企業目前的狀況的理解，基本上中國企業從目前所處的智能制造的階段和所關注的技術，和投資的領域以及關注的方向我們從四個維度給大家做個分享。

中國智能制造戰略我也參加里邊的很多的工作，我們的理解我給它加了一條，要有一個互聯互通的平臺，原來只談了快速到市場等五個方向，我們覺得除了上面講的五個方向，一個互聯互通的平臺可能是更為重要的，而且我們所有智能制造的目的，我們目的本身實際上就要提高企業效率，提高企業的價值研究。

我前段時間在美國的時候，大河鋼鐵（BRS）你可以查一下特朗普總統的推特里面專門提了這家公司，它背后的投資是私人基金PE同時也投了三家人工智能的公司，其中兩家我去過，其中一個是做流程優化，一個專門做能效管理。這三家公司估值一直做不起來，因為沒有場景，于是就在密西西比河上游建了一個鋼鐵廠：美國大河鋼鐵公司(BRS)。如果到現場你們會發現，按照中國的環保標準這樣的環境基本立刻就關閉了，但是這個工廠的生產效率是最高的，四百個工人的人均勞動生產率是3750噸每人每年，這是全球最高的勞動生產率，像寶鋼在湛江的才2500，所以這就是管理與技術差距。在今年下半年賣給了美國鋼鐵，6.3個億一半的股份賣給美國鋼鐵，三年時間投資者掙了一倍鋼鐵的錢，而其中的AI公司的估值第二輪據說幾千萬美金以上，大家明白意思了嗎？這就叫資本跟技術結合，產生這樣的場景跟案例，最后應用和價值就出現了，實現前端與后端的統一，所以在現在這個時代討論更多的是有多少的場景，有多少案例，可以實現用戶價值與市場價值的統一。

談到數字孿生車間，在數字孿生車間有三個主導因素，一個是設計模式的改變，第二個是工廠生產模式的改變，最重要的就是數字孿生，出現數字化的資產。這些資產很重要，如何把這些資產管理好，從設計到運維到運行，整個的維度來看待這個事情。

實際上整個邏輯架構是技術賦能從電器化、數字化、網絡化到智能化，通過數據安全的迭代最后還要做降低運營成本等五個KPI，未來的許多年也會這樣，只不過技術通過融合和迭代的方式來推動KPI提高與優化。

接下來講講我們的實踐，這是我們2016年6月13日在大會堂兩國領導人的一個項目，我們先從寶鋼的基地開始，接下來是在一個工廠，現在就是開始準備在一些行業或者一些應用復制。基本上就分成這三步，在這個過程當中最難的不是做項目本身，因為我們這個項目要求的是蠻高的，大家看到下面這頁就知道了，一個我們要有突破，第二要有IP的特點，還要有專利，還要有案例，這就是我們在過去三年所有的項目組跟寶鋼合作的成果，你看到做這個項目我們要做多少事情，我們要有業績，完全業務導向，這個項目組不是純搞研發的項目組，而是要背定單的項目組，要做研發、標準、IP。我給華為講課，他們說你們做這么多得到什么？做這個事情很有意思在于可以把對于工業的情懷和客戶的需求之間對接，這其中最難的是團隊的人才，為什么會這樣？原因就跟大家分享，這樣的人才非常難培養，因為第一個你是需要對工藝管理熟悉，第二個對IT熟悉，第三個對整個工廠的流程要熟悉，因為你要做業務，第四對自動化和供應商的工程架構熟悉，你要求的人才在目前的教育體系里是很難培養出來的。

如果在座各位想要奔智能制造的方向，我給大家提四個建議：

第一，要有合適的團隊，這個團隊的人要有很強的創新機制； 一定是跨界和領導力，有風險和經濟意識的。

第二，每個項目要從業務導向，到底能不能帶來效益，是否有長短期結合，這個很重要。

第三，知識產權，如何分享、如何保護、其實最重要的是不能為保護而做IP。

第四，智能制造必須從咨詢開始， 從規劃、可行性方案，需要有強的行業Know和客戶關系，因為這個是共同投入的過程。

這是我們做的第一個案例，用逆向建模，這個老的工廠做逆向建模最重要的意義就是把設備層的電氣、儀表、機械的各類信息能夠協同起來；第二個就是遠程應用，因為隨著企業越來越大，你的規模在異地如何做運維協同很難，我是從寶鋼的現場出來的，我們知道80%的現場的問題什么原因？是因為你的溝通不暢，不是因為現場沒有數據，你是帶厚厚的資料到現場干活，基本半夜到現場去的，如何解決現場跟后臺的協同很關鍵，虛擬遠程監控和實時決策可以解決這個問題。

這個案例也比較有意思，工業網絡包括大家理解的物聯網的技術，RFID技術，識別技術，機器視覺識別技術很多場合都可以應應用，這些應用可以幫助我們減少大量的人力、物力的成本的。

工業網絡信息安全很重要，數據安全有兩個問題，一個數據自身的安全，第二個承載數據系統的安全，我們通常談的基于態勢感知的公共安全是對系統本身的一個保護，大家不要被這個詞誤會，但是在國內能做好基于態勢感知的公共安全的幾乎沒有，我們說的多做的都沒有，就是我們板磚的專家很多，砌磚的專家沒有。

在工廠級，在工廠很多的工藝段之間的優化怎么通過數字化數字孿生進行仿真和優化是很關鍵的問題， 就像以前工程設計需要設計總師對于工程和工廠工藝路線和邏輯進行優化。

下面就是跟大家講講對企業數字化轉型的思考，其實我們調查了一些國內的企業最關心什么？第一中國的概念太多，第二個就是剛才談到的智能制造需要什么樣的隊伍，最后有一點就是如何解決裝備制造業制造升級不兼容的問題，因為我們上了這么多不同類型的設備、產品，怎么把不同的系統兼容，像阿里的數據中臺的概念，是幫助解決一部分的問題。

從企業數字化轉型我覺得有四個困境，就是角色團隊跟執行團隊的不一致，這是很明顯的問題，第二如何評估投資問題，第三如何選用合適的數字化平臺，這個問題POSCO的CEO專門私下來找我，他問了一個問題，他說我們被人忽悠，天天說要建一個平臺統一我整個公司的管理，我說你想象一下可能嗎？你不同的數據有不同的屬性，不同的平臺有不同的著眼點，怎么把它統一起來，最后就是如何合理的使用數據。我們大概只有10%的數據能被很好的利用起來，這是比較困難的一個局面。

實際上目前我們工業轉型的一個誤區就是我們都想從常規的業務到數字化轉型，其實我們從過去的三年的實踐，就覺得從精益化的管理和系統化的提升兩個維度考慮的，實際上我們現在這些問題就不多說了，我們面臨的局面最的問題我們最后這個問題其實值得大家思考的，我們建了太多的示范中心，忘了應該做什么了。

中國企業做智能制造， 我理解有以上五個問題？可能通過這種研發、計劃生產過程物料這些提高我們的水平，無外乎怎么把不同類型的數據通過完整的數字化的過程有效的管理起來，從我們個人做項目的過程當中總結起來是這樣的，第一個很重要，一定以數據切入，供需服從場景為核心的。那么第二個關于流程的梳理跟需求分析是必備的程序，我們給用戶做規劃的時候，通常會畫一個流程，就是說從信息流、物流、工藝流程到底有什么樣的問題？另外選擇合適的人選推動是很重要的問題。

還有一點我們在做智能制造一定要有頂層的規劃，然后把自己的公司，我們能做什么，具體的項目落到業務模塊里，中間一定要有一個業務能力藍圖層，到底你能干什么這個企業，要把這個畫出來。有的企業做了智能制造最后編程智能制造展示中心，我們一家青島的企業最后靠參觀收費掙錢了，西門子成都燈塔工廠參觀什么時候收錢過？

做智能制造一定是分布的實施的結構，也不能說一下把問題都解決了，最開始把現場的自動化層跟數據的標準化做起來。工廠的數據從哪里來？一定是傳感器從網絡層、從PLC、從DCS來。

人很重要，我們在做的過程當中看到這些人確實是很難培養，有很多人確實是很難，但是通過做這個過程，如何把有效的人鑒別出來，給它一個合適的位置來推動，其實很重要。而且最后會造成整個企業組織架構會發生巨大的變革，我們總結了三個的變革，第一個傳統的層級管理，第二以供需為核心的貼近模式，第三集控模式。剛才那個寶武炭就是集控，什么概念？大家現在知道很時髦，只要把操作室一合并直接就減人了，合并完了怎么辦呢？這個數據怎么管理？那就是把所有車間的屏幕堆在一個上面，這不叫可視化。在國外可視化什么意思？就是智能的一部分，因為你能把一個圖做的讓大家明白，這不是智能嗎？換句話說如果你寫了一個報告領導很喜歡，那也叫如何“智能的玩領導“。

最后我想如何做業務？我覺得我們要建一個能力的平臺，不僅建一個數據的平臺，要建能力的管理平臺。實際上我們理解從基礎層、平臺層跟業務模型層把它迭代起來，這就是建立這樣一個架構，可能我們要從數據化、模型化到制造的協同，資源按需配置所有投IDC的基金都講這個詞，我們搭了一個這樣的平臺的架構，說中臺應該怎么做，基礎設施層，平臺層，業余層，包括跟其他企業的架構怎么做，但是我們想基礎設施、平臺業務三層怎么結合在一起，這是很重要的一個方向，但是如何要把這些數據業務起來，模型是很關鍵的因素。

最后跟大家談談未來，這是我們理解的2019-2030年會發生什么樣的變化。從到市場創新、可視化、投入的精度等等會發生一些變化。另外邊緣計算很重要，我相信在數字化工廠車間未來的邊緣側的控制器、存儲器、業務模型會有大量的應用空間。5G現在應該有很大的應用前景，但是更多的是低功耗、低時延，大功耗數據。

我們要為這個世界進入數字化時代做好準備。我們唯一恐懼的其實就是我們自身， 努力吧， 一定會春暖花開。

感謝中德政府、感謝西門子、感謝寶武集團、感謝寶武炭材以及所有為之付出、所以為之加油的人們。

以上材料、數據未經許可不得轉載，版權所有。