专访李杰教授：把制造当做可以传承的系统工程

　　6月29日，工业富联A股上市周年庆高峰论坛在上海国际会议中心举行。会上，工业富联在回顾上市一周年成长历程的同时，对外发布了制造专业领域云服务解决方案，同时披露了5G产品布局的最新进展。会后，亿欧专访了工业富联副董事长李杰，就工业人工智能这一话题展开探讨。

　　工业人工智能是一个系统工程

　　历史上，人工智能几经沉浮。从学术进步与科研转化，到技术创业与投资热潮，人工智能在中国，可以说呈现了相继爆发、相互影响的趋势。大众对AI技术的震撼和期望值亦达到了新的顶峰。

　　据亿欧智库统计，中国人工智能企业共计922家， 2012-2017年间创业热潮显著。七年来，中国私募股权投资市场中，人工智能领域的相关投资约3658.6亿，近818家投资机构参与投资。巨额资金入场，哺育创新企业成长的同时，也催生了资本泡沫和虚假繁荣。

　　“我看人工智能再搞十年也没有钱了，因为做不出东西怎么有钱。”李杰表示，人工智能企业投资的可能性、可成长性、可用性都很难验证。

　　当前，AI技术在消费互联网、金融和安防领域中已经验证了一定的成功性，那么是否可以照搬到工业系统中呢?2018年波士顿在调研评估企业在制造领域采用人工智能的实际进展时发现，将近90%的高管曾计划在3年内将人工智能用于生产，但实际仅有28%有全面详尽的实施路线。

　　联想之星总经理王明耀曾言，虽然人工智能应用于生产制造的前景广阔，但要从概念实现落地，产生规模效益，还需要清晰可行的研究方法。

　　关于这点，从业者从《工业人工智能》一书中或许可以找到答案。

　　在工业系统智能化的道路上探索了30余年，迄今为止，李杰已发表超190个国际学术会议的主题报告，以及《工业大数据》《从大数据到智能制造》《CPS》《工业人工智能》等多本技术相关畅销著作。

　　现简单梳理这几本书所讲的内容：

　　第一本《工业大数据》于2015年7月在GE的中国研发中心发布，分析了工业大数据与互联网大数据之间的区别，并提出了“煎蛋模型”来分析以创造价值为目的的产品设计思路。

　　2016年出版的《从大数据到智能制造》对前书的思想和方法进行了延深和拓展，论述了大数据与智能制造之间的关系，分析了制造的本质价值，对比了德国、美国和日本的竞争优势，以及他们选择不同制造转型道路背后的文化根源。

　　2017年出版的《CPS:新一代工业智能》一书系统性地论述了智能工业系统的架构、层级关系、核心技术要素和实现路径，并从单元级到系统级和集群级分别提供了应用案例。

　　2019年出版的《工业人工智能》以人工智能技术与工业系统的关系为视角，提出了工业人工智能的特征与意义，论述了工业人工智能系统的技术要素和落地路径，并结合大量案例介绍了在不同场景中这种应用模式的落地过程。

　　在李杰看来，人工智能是一门“认知科学”，帮助人类探索在生活中增加便利和加速了解知识的机会;而工业人工智能是一个系统工程，能高效、可靠和持续地解决工业系统中的问题。因此人工智能是以机会和兴趣为导向的发散应用，而工业人工智能则是以解决问题和提升效率为导向的收敛型应用。

　　据悉，《工业人工智能》历经了两年半的撰写时间，已经在一些高校的EMBA课程和企业中得到使用。

　　“从2017年1月开始筹划要写这本书，中间停笔了一段时间。2018年时我有缘与郭台铭先生相识，并开始协助富士康的智能制造和工业互联网转型。过去一年中我们开始在一些工厂和产线中进行“独善其身“的智能化升级探索并取得了很好的成果。结合这部分案例，我们在今年完成并出版了这本书。”

　　写书很简单，但写出一个系统概念却很难。李杰表示，在写书过程中，自己考虑更多的是如何把工业人工智能当作是一个新的知识跟方法，结合案例去启发更多的企业，吸引更多的参与者。

　　“在写书过程中，我们会跟不同的人交流。看看对方是不是真的懂你讲的东西，他懂了以后可不可以再复述给别人。此为书的传承性，重点在于要能‘系统化’。”

　　传承，需要“系统化”

　　将数据变成知识，再把知识变成管理系统，这样才能进行传承。

　　李杰表示，工业人工智能包括五大ABCDE系统元素，分别是Analytics(or AI) Technology(智能分析与人工智能技术)，Big Data(大数据)，Cloud(and Cyber)Technology(云与赛伯技术)Domain Knowledge(专业知识)和Evidence(事实)。

　　其中BAT做的就是ABC，实体经济在做DE;像富士康、海尔、华为等实体经济为主导的企业，他们要做的就是先把自己工厂内部管理好，把自己的工厂作为模范后再去服务别人。

　　或许每个企业的升级转型路径都不太一样，但关键点相同，那就是一定要为客户解决其不能解决的问题，或者让客户能通过自己达到目的从而获得价值。

　　几年前兴起的物联网技术将以往的由人管理事和物变成了由物来驱动人，但这远远不够。

　　李杰提出，工业智能化需要的是将人通过系统与物连接起来，用系统去驱动人和事，从过去的experience-based转变成为 evidence-based运行模式，并在这个过程中不断优化系统。

　　在这个过程中，系统与人的连接就是“六流”和“六管”，并通过移动化的企管应用打破地理边界和使协同更加高效。系统与物/事之间的连接靠的是CPS的5C系统，以及DTATPTOT等技术工具。

　　“今天未来所有的工匠器匠最缺乏的就是数据传承，那这里面就谈到智造，智能制造它必须要有人，工匠;必须要有器，器匠;必须要有技，技匠;中间核心部分的技术，我们叫数据的传承性。分析完数据后，分析的方法我们可以传承下去。”

　　工业制造领域的革新，大体上可以分成自动化，信息化，智能化这三个层面。然而，在国家大力倡导“机器换人”的政策引导下，一些企业陷入了为了智造而智造的怪圈，大肆引进了机器人、新系统。技术投入的越多，成本越高，在还没有摸清消费端需求的时候，企业便通过机器人提升生产效率，结果却生成了大量库存，利润空间被压缩得更小。从这点上看，机器换人或许成为了一个伪命题。

　　“机器换人和自动化其实是对制造业智能化最大的误解。”李杰说道。“机器换人只是一种低廉劳动力的转变，自动化是制造过程中系统的建立，智能化却是文化跟管理系统的改变，这并不是简单的技术问题。智能化的最终目的是为了给顾客创造价值，起协助的作用。”

　　按照这点去考虑，马云的无人超市似乎将中国商业带向了一个错误的思维。

　　此前网上有一个很火的段子，当记者问中国大妈如何看待无人超市时，大妈关心的只是物价是否更为低廉，商品中是否假货更少，至于有没有员工并不是重点。

　　“毕竟大家不喜欢的只是需要排队付钱，无人超市并没有解决这个问题。”李杰告诉亿欧，无人工厂的概念亦是错的，应称为无忧工厂。毕竟当工厂仅仅被当成加工制造的场所时，其意义非常低。制造是世人传承的问题，它需要有制造的思维，制造的文化。

　　李杰 (Jay Lee)教授，现任美国⾟⾟那提⼤学(Univ. of Cincinnati)特聘讲座教授(Ohio Eminent Scholar and L.W. Scott Alter Chair Professor)，美国国家科学基⾦会(NSF)智能维护系统产学合作中⼼ (IMS)创始主任，⾃2000年起领导全球⼯业⼤数据分析与智能维护系统技术研发并与全球100多个企业合作;他在2016年被美国制造学会(SEM)选为美国30位最有远⻅的智能制造⼈物