如何看待制造业面临的问题，以及未来发展趋势？

人类发展到现在，经历了五代技术浪潮，每一代技术浪潮发展周期是50到60年左右。这60年周期中，前30年基本上是技术本身在发展，后30年是技术应用推进。现在进入了信息技术阶段，前30年也有大量著名的信息技术公司，包括亚马逊、谷歌、IBM、Twitter。后30年这些信息技术开始应用到各行各业，广泛开展数字转型，逐步深入供给侧，持续闭环效能。各行各业如何抓住这波数字化的机会，使自己的业务更加高效，更进一步的优化？是目前各行各业的企业遇到的一个主要问题。

回到工业体系来看，过去30年，工业其实获得了非常快速的发展。企业自动化的水平，信息化水平，都有很大的提升。随着技术逐步演进，特别通过工艺信息化，基本上达到了饱和。进一步再投入巨大的资源，最终获得的收益或者提升也是非常有限的。

中国和日本，制造业、工业的发展脉络、发展曲线，在下一步会将工业和信息化深度融合，包括现在非常多的柔性制造。这是制造业面临的一个工业和信息化深度融合的领域。

回到微观领域，过去大部分企业的信息化解决的都是部门之间的信息和数据打通的问题，也就是企业业务管理处理。数字化是企业各个数据流、人才链、业务流和管理深度融合，通过数字技术把分布各个领域的触点作为行业知识，通过行业知识分析优化之后，再步入这些业务流，从而使得企业核心业务流进一步提升，最基本的动力就来自于生产力工具变革。通过数字技术，让这些知识赋予生产工具，产生一个新的生态。

我们通过与国内外产业伙伴大量交流，发现工业体系系统架构非常关键。这个系统架构基本定义了工业体系现在的产业分工，但是面临新的诉求，特别是小批量、多品种，甚至数字支付、数字孪生等等新的要求之下，传统的工业模式越来越难满足。

在这样一个大背景下，很多组织在讨论这个架构如何满足新的多品种产业链需求。另一个层面，工业信息化面临很大的挑战，包括它的支配，风险巨大。一系列系统性的架构看到国际领先的用户组群、产业族群，都在探讨下一步的工业架构如何演进。

回到一个具体的企业，以矿业集团为例。即使这个矿业企业规模、扩张、产量、产能越来越大，已经做到全球Top1和Top2的级别。但是它也面临越来越多的挑战。

第一，整个企业运维管理挑战非常巨大。

第二，现代化的市场环境，传统企业的处理能力适应不了。

第三，如何用新的方式进行优化，也是面临的一个新的思路。   

一个企业的核心主流都是围绕创造价值的产品链、产品流，以及客户价值链，大企业的资产链。大部分企业都面临三链如何优化的问题。

面对产品链，现在产品周期越来越短，如何在更短的时间内推出更多样化、更智能化，以及更好、更易用的产品，这是越来越多的企业面临的优势。

面对价值链，企业一方面面临用户多样化、个性化定制诉求，另一方面也是通过平台模式接近用户，使得更了解用户的需求。

面对资产链，资产链里面的资产如何通过数字化、增值服务，对业务模式有一个升级状态。

整个三链应用过程当中，产品、产线以及公司都在探索数字孪生技术，配合一个产品线的设计态、生产态，所有全要素优化。另一方面应用主流的数据主线，通过数据主线把原来的模式通过开发出来的主流软件进行优化。

我们基于三链看看企业在技术架构的演进需要适配企业在新产业下的发展需求。

第一，对于工业企业，首先要满足兼容现有系统，这是最基本的需求，因为大量的企业大部分技术已经投入进去了。

第二，优化使能，工业三条链、三条流即生产流、价值流和资金流。如何通过信息通信技术，迭代优化三链条，使得每一条流都能够满足客户的需求。

第三，面向未来的平滑演进，快速融合应用，敏捷开发问题，企业的应用也是需要考虑的。

基于这些考虑，我们尝试性跟很多行业客户伙伴交流。针对很多的工业或者行业，特别是结合现在经济下行形势下，如何针对下一步基础设施，进行我们的设想。

首先传统上大部分企业都具备自己的基础设施，每个企业基本都在参与这次“新基建”。

基于数字知识之上，我们提出了未来所有面向企业的三条流，价值流、创新流和客户流。首先针对很多跨行业或者跨领域的一些数字平台，是可以服务于产业集群的。很多行业知识富集的企业，行业集群，大部分会越来越多沉淀出行业的数字平台。以高铁、飞机设计为例，这种行业的数字平台更多的是通过跨行业的研发协同，这种模式会越来越多。未来大部分制造型企业也在提制造服务化。我们现在看到的制造大部分都是在本地完成生产制造过程，未来会存在制造能力的共享、孵化，这变成一个行业的外溢能力。

以上是我们对整个行业基础设施未来远景基本设想。

下面跟大家分享一下，未来我们看到技术领域的一个发展趋势。

第一，联接。过去在各行各业存在很多种联接，面向未来，行业对连接的诉求是增多，而不是减少，联接的对象种类更多。除了机器、装备、传感、人之外，还有更多的像工艺材料都可以连上来，数量也非常庞大。

联接的协议也是越来越多，各行各业的协议都是千差万别。再就是联接性能的要求越来越高，不像人的联接。人对联接感受是比较低的，但是对于机器来说，它要求时延更低，可靠性、确定性、安全性要求更高。

大部分企业对于联接专业性是不具备的，面向行业联接更多的是要求网络能力、易用，更好的是简单的维护就能实现网络的自动驾驶。

面对这种诉求，我们发现联接未来几乎有四种形式。一是New  IP，从协议层和未来统一；二是5G，现在我们已经开始推；三是F5G，面向光的，光进入一个机器；四是自动驾驶网络。

第二，智能。现在AI大部分有点贵，对于很多企业来说，成本门槛有点高。未来AI会有两个基本特征，一是多样性的计算——面向传感的，面向终端的，面向边缘的，面向中心的都是不太一样的。未来这种多样性的计算架构是满足不同场景的经济效能最高，也是性价比最高的一种计算模式。二是普惠性的，随着AI深入各行各业，首先在人才知识结构上越来越多的企业会培养跨界人才，要懂AI、懂业务。将来AI会越来越渗透到各行各业，无论是从易用性还是从成本上来讲，都会满足行业的需求。

第三，分布式智能架构，叫广自治的模式。首先通过计算能力和AI能力，将来越来越乘到传感、装备侧。装备具有这种能力，自动有自连接、自发现，逐步能产生数据，形成一些知识。知识分享之后，更多的会形成一种协作，协作之后又会对原来的终端形成进一步优化，增强自主化。

这个过程中你会发现未来的智能是分布式的，终端有终端的智能，边缘有边缘的智能，产品中心有中心的智能，对未来的智能分布式架构也提出新的诉求、新的要求。

第一，相当于有四类协同。除了我们现在见到的人与物协同之外，将来是物与物的系统、物与本地系统的协同，以及边缘云的协同越来越广泛。

第二，它要有新的机理模型。我们现在的工艺机理模型有新的模式，通过理论建立机理模型，获得大量的数据，通过数据结合AI会形成持续的迭代和优化，聚合一个新的算法、新的理论模型。

第三，对最基本的算力，将来也是多种模式，有低功耗的各种CPU，不像现在只是一个X86的模式。特别是实时性、多合的堆栈也越来越广泛。

第四，数据，实时全量数据。这块有一些刚才提到了，有一些新的联接技术保证实时数据的获取，实时数据库也有新的诉求。

第五，协同，前面讲到的技术之外，还有新的协同模式。我们讲到两化融合，讲到工业和信息化融合之后，这两个产业其实过去发展的时候，是截然不同的特性。我们ICT产业发展过去基本上是标准代际模式，2G之后有3G，3G之后有4G，4G之后有5G，基本上每一代标准制订出来之后，差不多会启动试点，最后全球会启动运营商的试点。几乎每一代是10年生命周期，可预测的。

面对很多垂直行业，特别是制造业，很多并没有这种模式。大多都是先做起来，解决实际问题，变成事实之后，事实标准为王，最后才会在全球推进标准。而且每个组织演进的节奏，每个产品完全不一样。

比较快的，像智能手机，需要一年到两年的演进周期，5G是10年的演进周期。很多的行业特别是像钢铁、化工这样的行业，它的周期更长，20年、30年等。两化融合面向明显的问题，工业企业关心的是可靠性、稳定性、能效比。ICT企业大部分关心的是所谓的技术参数、技术指标。不同的思维方式组成组合，工业和信息化融合过程当中，探索一种新的产业发展路径，通过新的路径探索，使合作的能效、合作效率更高。

我们认为通过这种新的模式，首先要制定一个新的顶层架构设计，通过这种参考架构，牵引大部分产业工程师意识到整个产业链中你做哪一块，我做哪一块，达到基本的共识。有了这种共识之后，我们会针对具体的问题做一些PLC、测试床前期的孵化，打样板，最后形成行业标准。这种模式在行业内越来越得到大家的认可。

我们认为未来数字化的核心就是行业知识，面临一个新的生产模式，会有两层。

针对很多散落在各个人脑里面，或者散落在各个工人师傅里面的知识，通过数字平台、数字模式的方式，沉淀积累下来。第一层是装备，装备是大部分制造生产环节核心的生产设备，装备能力的提升决定了整个供给能力的提升。装备首先通过一套模式，特别是装备知识通过装备数字平台，将来会出现新的以自定义形式面向工艺、生产新业态，新的生产工具和软件。面对跨行业的，同样也会成为行业的数字平台。这里面通过知识组件化，按需柔性生产，最后变成工业软件，是整个工业软件基本的形态。