重构：数字化转型的逻辑-上篇（书摘）

人类社会的发展史就是一部应对不确定性、寻求确定性的历史，克服对不确定性的恐惧是人类认知深化的重要动力，对客观世界的理解、预测、控制是人类化解不确定性恐惧的三步曲，哲学、科学、经济学对于不确定性这一基本命题的研究，形成了不同的方法论和学术体系。

《重构：数字化转型的逻辑》

• 拥抱数据驱动的新时代
  • 制造业正迈向体系重构的新阶段。
    • 制造业正迈向体系重构的新阶段。工业革命300多年来，从机械化、电气化、自动化到智能化，技术变革是永恒的主题，在新一轮产业革命背景下，以互联网、大数据、人工智能为代表的新一代信息通信技术与制造业加快融合发展，正在全方位重构制造效率、成本、质量管控新体系，全方位重塑制造业的生产主体、生产对象、生产工具和生产方式。
    • 第一，谁来生产（Who）在变。
      • 生产主体从生产者向产消者（Prosumer）演进，个性化定制模式的兴起让消费者全程参与到生产过程中。
    • 第二，生产什么（What）在变。
      • 伴随着万物互联时代的到来，生产对象从功能产品向智能互联产品演进，可动态感知并实时响应消费需求的无人驾驶、服务机器人等智能化产品的商业化步伐不断加快。
    • 第三，用何工具（Which）在变。
    • 第四，如何生产（How）在变。
      • 伴随着新一代信息技术的发展，实体制造与虚拟制造加速融合，推动生产方式从传统制造的“试错法”到基于数字仿真的“模拟择优法”转变，构建制造业快速迭代、持续优化、数据驱动的新生产方式。
    • 第五，在哪生产（Where）在变。
      • 网络化协同制造、分享制造等制造业新模式推动生产地点从集中化走向分散化，跨部门、跨企业、跨地域的协同成为常态，尤其是分享制造的发展，构建起了检测、加工、认证、配送等制造能力标准化封装、在线化交易的新体系，推动制造能力在全社会范围内进行协同。
  • 制造业正迈向动力变革的新阶段。
    • 新一代信息通信技术尤其是大数据技术的发展，驱动制造业迈向转型升级的新阶段——数据驱动的新阶段，可以从三个方面来理解。
    • 第一，资源优化是目标。
    • 第二，数据流动是关键。
      • 新一代信息通信技术是如何优化制造资源配置效率的？信息流是如何带动技术流、资金流、人才流、物资流的？关键是数据流动，即能够把正确的数据在正确的时间以正确的方式传递给正确的人和机器，把数据转化为信息，把信息转化为知识，把知识转化为决策，以应对和解决制造过程的复杂性和不确定性等问题，提高制造资源的配置效率。
    • 第三，工业软件是核心。
      • 数据如何转化为信息，信息如何转化为知识，知识如何转化为决策，其背后都有赖于软件，软件本质上是人类隐性知识显性化的载体，是一套数据自动流动的规则体系，把数据转变为信息，把信息转变为知识，把知识转变为决策，不断优化资源的配置效率，全面提升全要素生产率，激发经济创新活力、发展潜力和转型动力，培育基于数据驱动的新动能。
  • 制造业正迈向范式迁移的新阶段。
    • 制造范式指在一定时期、在特定技术条件下对制造业价值观、方法论、发展模式和运行规律的认识框架。新一代信息通信技术和制造业的融合发展，正在带来范式的迁移，人类认识和改造世界的方法正从传统的理论推理、试验验证向模拟择优和大数据分析转变。新一代信息通信技术和制造业的融合发展，正在带来范式的迁移，人类认识和改造世界的方法正从传统的理论推理、试验验证向模拟择优和大数据分析转变。
    • 第一，理论推理法。
    • 第二，试验验证法。
      • 以爱迪生发明灯泡为代表的试验验证法在16世纪文艺复兴开始萌芽，20世纪伴随着工业化进入鼎盛时期，试验验证以“假设+试验+归纳”为关键要素，依赖于设备材料的高投入，试验过程大协作、长周期，验证结果直观。
    • 第三，模拟择优法。
      • 以波音777研发为代表的模拟择优法兴起于20世纪80年代，以“样本数据+机理模型”为关键要素，依赖于高质量机理模型的支撑，投入少、周期短。和传统的“试错法”相比，依托基于模型的产品定义（MBD）、全数字化样机、虚拟仿真技术等一系列模拟择优法的新技术、新理念，可推动产品研发、验证、制造、服务业务在赛博空间的快速迭代，实现更短的研发周期、更低的制造成本、更高的产品质量和更好的客户体验。
• 上篇 智造的逻辑：从生产装备自动化到数据流动自动化
  • 人类社会的发展史就是一部应对不确定性、寻求确定性的历史，克服对不确定性的恐惧是人类认知深化的重要动力，对客观世界的理解、预测、控制是人类化解不确定性恐惧的三步曲，哲学、科学、经济学对于不确定性这一基本命题的研究，形成了不同的方法论和学术体系。信息的价值在于减少认知的不确定性，个性化定制、产品智能化、产业分工深化及竞争格局加剧不断提升制造系统的复杂性及生产过程的不确定性，智能制造的本质就在于以数据的自动流动化解复杂系统的不确定性，提高制造资源配置效率。信息物理系统（CPS）构建起智能制造的技术体系，推动制造业迈向万物互联、数据驱动、软件定义、平台支撑、组织重构的新阶段，软件正在定义未来工业——定义产品功能、产品结构、组织架构、生产方式、新型能力、产业生态。
  • CHAPTER 01 智能制造的本质
    • 一、信息、不确定性与人类社会发展
      • （一）认知的动力：对不确定性的恐惧
        • 人类社会发展一直伴随着对确定性的追求，确定性是行为能被预测的前提，也是我们安全感的来源。 在任何时代，人们总希望能够准确预判自己决策的结果，并以此来调整和优化自己的决策。因此，人们一直试图构建一种能够理解世界的认知体系，化解对不确定性的恐惧，这既催生了占卜、巫术，也孕育了宗教、科学和哲学，对不确定性的恐惧是人类认知的动力，也是人类文明的重要来源。 理解、预测、控制是人类化解对不确定性恐惧的三步曲，在人类社会漫长的历史进程中，无论是巫术、宗教、哲学还是科学都试图构建一套对自然和社会演进的解释体系、预测体系和控制体系，以认识世界、改造世界。 近代工业革命以来，科学带领人类社会走向现代文明，当我们用理性思想和科学的工具化解对不确定性的恐惧时，我们的认知水平迈向了一个新阶段。
      • （二）认知的分野：认知规律中的不确定性
        • 如何应对不确定性是人类发展永恒的主题，对不确定性的恐惧是认知的重要动力，在人类社会认知体系中，哲学、科学、经济学对于不确定性这一基本命题都进行了深入的研究，并形成了不同的方法论和学术体系。
        • 1．哲学视角
        • 2．科学视角
        • 3．经济学视角
          • 不确定性可以从哲学、物理、信息、经济等不同视角去理解。 从信息化推动经济转型的角度来看，不确定性是决策者不能准确预测事物未来状态的一种现象。这种观点可以从几个方面来理解， 一是不确定性与人的行为和决策有关，不确定性意味着事件的结果取决于人的行动本身，可以因为人的行为而改变； 二是不确定性意味着人们不能准确预测和控制，结果可能在预期之内，也可能在预测之外； 三是对于不确定性来源，从主观上看，不确定性源于信息约束下有限的认知能力，从客观上看，客观世界的复杂性超过了人们的认识。
      • （三）信息的价值：减少认知的不确定性
        • 信息是不确定性下不同主体之间相互沟通交流、认知理解、请求反馈等过程中，用来消除不确定性而生成、传递与获取的语义表达。 信息与不确定性存在反向关系，信息的目的在于消除不确定性，其作用机理体现为三个方面。 一是信息的载体能够在彼此孤立的主体之间建立起连接的纽带，消除由于缺乏联系而产生的不确定性。 二是信息的内容能够表达主体希望表达的意思，消除由于无法理解而产生的不确定性。 三是信息的运动能够促进主体之间持续的认知与反馈，消除难以达成共识而产生的不确定性，从而最终实现确定状态下的优化。
      • （四）社会的演进：基于信息能力拓展的分工与协作
        • 人类社会演进的动力在于不确定性下的分工深化与信息交换，信息交互促进分工协作，分工协作提升人类对不确定性的应对能力。从信息交换到分工协作再到消除种种不确定性，这就是人类社会演进的逻辑。
    • 二、企业竞争的本质：优化资源配置效率的竞争
      • （一）企业竞争的本质
        • 罗纳德·科斯指出，“企业的本质是一种资源配置的机制，是替代市场进行资源配置的组织。”
      • （二）不确定性的来源
    • 三、智能制造的本质：以数据的自动流动化解复杂系统的不确定性
      • （一）智能的演化
        • 杨学山在《智能原理》一书中对各学术流派关于“智能”的认识和观点作了梳理，并指出“智能是主体适应、改变、选择环境的各种行为能力”。无论对于生物智能主体还是非生物智能主体，其适应、改变、选择环境的过程总是建立在充分感知、交互、分析、处理自身和外部环境信息的基础之上的。换言之，没有信息就没有智能，没有信息的组织与交互也就失去了智能行为的基础，信息的及时性、准确性、完备性决定了主体的智能化水平。 （1）在从单细胞向多细胞、从低级向高级、从单个生命体向物种群落的生物进化过程中，生物智能在不断进化，与之相应的信息组织方式也越来越复杂。 人类之所以能够成为当今地球的“主宰者”，更为重要的是建立了不同个体间通用的信息交互方式——语言和文字，并且基于信息交互进行大规模群体协作。可以看出，在漫长的生物智能进化过程中，生物体对于信息处理的能力不断增强，对信息的依赖程度也不断增强。 （2）非生物智能伴随着信息革命悄然兴起，基于新一代信息技术的非生物智能将突破生物智能的极限。 一个成熟的非生物智能系统应当具备状态感知、实时分析、科学决策、精准执行等能力，这些都建立在各要素之间实时联通、相互识别和有效交流的基础之上，信息网络发展、信息技术应用、信息资源开发成为非生物智能进化的必要条件。
      • （二）数据的自动流动
        • 数据自动流动实际上就是把正确的数据在正确的时间以正确的方式发送给正确的主体，非生物智能系统构建数据自动流动体系的重点是构建一套完备的数据采集、传输、分析和决策体系。 （1）完整、准确的数据采集是数据自动流动的起点，也是智能行为实现的基础。 智能装备和终端的普及，以及各种各样传感器的大量使用，使得非生物智能系统所能采集数据的数量和质量大幅提升，为实现物理世界隐性数据显性化和构建数据自动流动体系奠定了基础。 （2）及时、可靠的数据传输网络是数据自动流动的通道，也是智能系统的重要组成。 与生物智能的神经网络相类似，数据传输网络是支撑数据采集交互、分析处理和反馈执行的通道，是智能系统各部分连接的纽带。5G、物联网、时间敏感网络等通信网络技术的发展，为非生物智能系统内部互联互通和无缝集成提供了更多选择。 （3）科学、合理的数据分析是数据自动流动的核心，也是智能行为实现的关键。 数据分析就是借助一系列将物理世界运行原理逻辑化、代码化和模型化的算法，对感知数据进行加工、分析和处理，是数据自动流动的核心，为智能行为的实现提供重要依据。软件技术的发展有助于在非生物智能系统中构建一套数据自动流动的规则体系，从而形成智能行为的基本逻辑。 （4）精准、有效的数据决策是数据自动流动的终点，也是智能主体适应、改变、选择环境的直接能力体现。 数据决策是在数据采集、传输、分析和挖掘的基础上做出的执行指令，是数据闭环流动的终点，也是智能行为精准执行的“触发器”。
      • （三）信息化与资源优化配置
  • CHAPTER 02 制造业智能化转型的趋势
    • 高效率、低成本、高质量是制造业不变的追求。当前，互联网、大数据、人工智能等新技术持续创新和高速发展，为制造业发展注入新的活力，使得制造业加速迈向万物互联、数据驱动、软件定义、平台支撑、组织重构的新时代。
    • 一、万物互联：互联一切可数字化的事物
      • 信息通信技术的持续演进正在开启万物互联新时代。伴随着新一代信息通信技术的发展，传感器向着低成本、低功耗、微型化方向不断演进，正在建立全面、实时、高效的数据采集体系。德国国家科学与工程院院长孔翰宁强调的，今天发展工业的准则是：数字化一切可数字化之物，并由此开辟新的价值创造模式。 企业把握万物互联时代智能产品广泛普及的机遇，基于“数据+模型=服务”的理念，实现企业从产品生产商到客户运营商的转变，构建状态监测、故障诊断、预测预警、健康优化等各种智能服务，构建检测、加工、认证、配送等制造能力标准化封装、在线化交易新体系，基于实时数据流培育精准、便捷、智能的新型融资、租赁、保险业态，构建企业差异化竞争新优势。
    • 二、数据驱动：驱动制造资源的优化配置
      • 数据驱动的本质就是通过生产制造全过程、全产业链、产品全生命周期数据的自动流动不断优化制造资源的配置效率，就是要实现更好的质量、更低的成本、更快的交付、更高的满意度，就是要提高制造业全要素生产率，这将带来数据驱动的创新、数据驱动的生产和数据驱动的决策。 （1）数据驱动的创新。 在数字经济时代，对客户现实需求和潜在需求的深度挖掘、实时感知、快速响应、及时满足水平已成为企业新型能力的分水岭。 核心都在于打造面向客户需求、客户体验的感知能力和转化能力，这依赖于需求—数据—功能—创意—产品链条数据联动的速度、节奏和效率。 （2）数据驱动的生产。 数据驱动的智能生产模式，带来了个性化定制、服务型制造及分享制造，重构了整个生产体系。 （3）数据驱动的决策。 企业间内部数据的横向集成及企业间数据的纵向集成，带来了数据的完整性、及时性、准确性和可执行性，推动数据—信息—知识—决策持续转化，构建企业运营新机制。
    • 三、软件定义：定义数据自动流动的规则
    • 四、平台支撑：支撑制造业生态体系的构建。
      • 平台是基于信息技术构建的连接多个参与方的虚拟空间，是提供信息汇聚、产品交易和知识交易的互联网信息服务载体。 互联网平台大概经历了三个阶段： 第一阶段是以信息交流为典型特征的门户平台，如搜狐、新浪； 第二阶段是以产品交易为典型特征的电商平台，如阿里、京东； 第三阶段是以知识交易为典型特征的工业互联网平台，承载着工业知识的数字化模型和工业App成为平台交易的重点，工业互联网平台成为工业知识沉淀、传播、复用和价值创造的重要载体，工业互联网平台成为全球领军企业竞争的新赛道、产业布局的新方向和制造大国竞争的新焦点。 （1）工业互联网平台正成为抢占全球制造业主导权的必争之地。 过去40年来，基于产业生态的竞争在ICT领域愈演愈烈，从Wintel体系到Android、iOS两大操作系统，从电子商务、搜索引擎到社交平台，一批领军企业主导了全球ICT产业生态发展。当前，伴随着新一代信息通信技术和制造业的融合发展，以平台为核心的产业竞争正从ICT领域向制造领域拓展，GE、西门子等领军企业围绕“智能机器+云平台+工业App”功能架构，整合“平台提供商+应用开发者+用户”生态资源，抢占工业大数据入口主导权、培育海量开发者、提升用户黏性，通过组建产业联盟、成立开源社区、开展试验测试等举措，打造基于工业互联网平台的制造业生态，不断巩固和强化制造业垄断地位，抢占全球新一轮产业竞争的制高点（见下图）。  （2）工业互联网平台正步入规模化扩张的战略窗口期。 （3）工业互联网平台正在重新定义制造业生态。
    • 五、组织重构：重构社会分工协作体系
      • 信息技术的普及深化，正在重组整个社会运行的“细胞”，在这个意义上互联网对于社会组织变革而言是一场“转基因工程”。 “小前端+大中台”已成为数字经济时代企业组织架构演变的方向。 组织重构的本质就是进入数字经济时代后，数据作为一种新管理要素与传统技术、业务流程、组织结构相互影响、相互作用，极大地变革了不同群体的交流方式、交易方式，有效提升交易速率和质量，从而使得企业内外部交易成本呈现明显下降趋势，推动了组织向扁平化、平台化和联盟化方向发展。 （1）极小化的自组织。 数字经济时代，面对快速变化的市场需求、新技术新业态的兴起、日益复杂的供应链体系及柔性化的生产模式，企业组织扁平化、网络化步伐不断加快，决策分散化、团队微型化、管理平台化趋势日益凸显。 在数字经济时代，企业无论大小、无论强弱，构建弹性、开放、灵活的组织体系，不仅事关竞争力强弱，也事关生死存亡。 （2）极大化的平台。 产业生态系统化正在重新定义企业的边界、不断重塑企业间的关系，这一新型的企业间组织关系随着产业生态化步伐的加快而不断扩散。 （3）生态化的产业联盟。 基于各种目的的产业联盟体系不断丰富，出现了以制定或推行产业技术标准为目标的技术标准联盟、以合作研发为目标的研发合作联盟、以完善产业链协作为目标的产业链合作联盟、以共同开发市场为目标的市场合作联盟等。
  • CHAPTER 03 信息物理系统（CPS）：智能制造技术体系
    • 信息物理系统的核心在于构建一套基于数据自动流动的状态感知、实时分析、科学决策、精准执行的闭环赋能体系，从而解决生产制造过程中的复杂性、不确定性，提高资源配置效率。面对智能制造发展过程中不断涌现的新技术、新概念、新理念、新模式，迫切需要系统研究信息物理系统的背景起源、概念内涵、构成要素和应用场景。
    • 一、CPS的总体定位：支撑智能制造的综合技术体系
      • CPS打通状态感知、实时分析、科学决策、精准执行四个环节，连接了物理空间和赛博空间，构筑起数据自动流动的闭环赋能体系，通过隐性数据显性化、隐性知识显性化，实现由数据转化为信息、信息提炼成知识、知识转化决策，在这一过程中，解决了物理世界四个基本问题： 首先是描述（Descriptive）物理世界发生了什么（What happened）； 其次是诊断（Diagnostic）为什么会发生（Why it happened）； 再次是预测（Predictive）接下来会怎样（What will happen）； 最后是决策（Decision）应该怎么办（How to do）， 决策完成之后就可以驱动物理世界执行（Action），最终实现制造资源的优化配置。 
    • 二、CPS的技术要素：“一硬”“一软”“一网”“一平台”
      • 总体来看，其本质就是构建一套赛博（Cyber）空间与物理（Physical）空间之间基于数据自动流动的状态感知、实时分析、科学决策、精准执行的闭环赋能体系，解决生产制造、应用服务过程中的复杂性和不确定性问题，提高资源配置效率，实现资源优化。状态感知就是通过各种各样的传感器感知物质世界的运行状态，实时分析就是通过工业软件实现数据、信息、知识的转化，科学决策就是通过大数据平台实现异构系统数据的流动与知识的分享，精准执行就是通过控制器、执行器等机械硬件实现对决策的反馈响应，这一切都依赖于一个实时、可靠、安全的网络。 我们可以把这一闭环赋能体系概括为 “一硬”（感知和自动控制） “一软”（工业软件） “一网”（工业网络） “一平台”（工业互联网平台） 即“新四基”。 “新四基”与中国制造2025提出的“四基”（核心基础零部件、先进基础工艺、关键基础材料和产业技术基础）共同构筑了制造强国建设之基。  （1）感知和自动控制是数据闭环流动的起点和终点。 （2）工业软件是对工业研发设计、生产制造、经营管理、服务等全生命周期环节规律的模型化、代码化、工具化，是工业知识、技术积累和经验体系的载体，是实现工业数字化、网络化、智能化的核心。 （3）工业网络是连接工业生产系统和工业产品各要素的信息网络，通过工业现场总线、工业以太网、工业无线网络和异构网络集成等技术，能够实现工厂内各类装备、控制系统和信息系统的互联互通，以及物料、产品与人的无缝集成，并呈现扁平化、无线化、灵活组网的发展趋势。 （4）工业互联网平台是高度集成、开放和共享的数据服务平台，是跨系统、跨平台、跨领域的数据集散中心、数据存储中心、数据分析中心和数据共享中心，基于工业互联网平台推动专业软件库、应用模型库、产品知识库、测试评估库、案例专家库等基础数据和工具的开发集成和开放共享，实现生产全要素、全流程、全产业链、全生命周期管理的资源配置优化，以提升生产效率、创新模式业态，构建全新产业生态。
    • 三、CPS的层级体系：单元级、系统级、系统之系统级
      • CPS可以分为单元级、系统级、系统之系统（SoS）级三个层级。  CPS的层次演进  （1）单元级是具有不可分割性的信息物理系统的最小单元。 （2）系统级是“一硬、一软、一网”的有机组合。 （3）系统之系统级（SoS级）是多个系统级CPS的有机组合，涵盖了“一硬、一软、一网、一平台”四大要素。 综上所述，CPS包括单元级、系统级、系统之系统级三个层级和状态感知、实时分析、科学决策和精准执行四个过程。 
    • 四、全面理解CPS：坚持五个统一
      • 工业革命的进程总是伴随着划时代意义的颠覆性产品的创造、应用和普及，从蒸汽机到电动机，从手摇机床到数控机床，从阿帕网到互联网，从功能手机到智能手机，都预示一个新时代的开始。信息物理系统作为一项颠覆性创新技术，正在带来制造体系的重构与制造范式的迁移，昭示着人类正进入新工业革命时代。认识信息物理系统，需要坚持五个统一。 （1）继承性与创新性的统一。 （2）理论性与指导性的统一。 （3）阶段性与演进性的统一。 （4）层次性与系统性的统一。 （5）实体制造和虚拟制造的统一。 信息化的终极版图就是要在赛博空间构建起一个与物理空间泛在连接、虚实映射、实时联动、精准反馈、系统自治的数字孪生体。伴随着新技术、新方法、新模式的持续创新，物理空间与数字孪生的交互将实现从静态、动态向实时不断演进，这将驱动着赛博空间的数字孪生无限逼近真实物理空间，实现在单元级、系统级、SoS级等不同层次上的感知、分析、决策、控制。未来无论在制造、医疗、建筑等领域都将会在赛博空间建立起一套与物理空间实时联动的运行体系，实现对制造流程、建筑结构、医学试验、城市管理等方面资源优化配置，基于“物理实体+数字孪生”的资源优化配置体系将成为信息化发展的终极模式。 
    • 五、建设CPS的思路：数据自动流动是关键
      • （一）资源优化是目标
        • 一是在资源优化的频率上，从静态优化走向动态优化，摒弃传统的以不变应万变的思维模式，根据需求和环境的变化实时调整资源配置方式，企业面对个性需求带来生产批次越来越多、批量越来越少的新形势，面对制造环节柔性生产的要求，面对不断追求零库存的过程就是资源优化频率加快的过程，对资源优化频率的追求将是无止境的。 二是在资源优化的范围，从单点局部走向全局优化，在时间上，资源优化只有起点，没有终点；在空间上，参与优化的资源沿着点、线、面、体、大系统、巨系统方向不断拓展，局部优化不能替代全局优化，全局优化也不是局部优化的总和。 三是在资源优化方法论上，从实体优化走向虚实结合优化，从传统的“试错法”到基于数字仿真的“模拟择优法”的演变，这一新方法推动了制造范式的迁移，通过构建制造业快速迭代、持续优化、数据驱动的新方式，重建制造效率、成本和质量管控新体系，实现更短的研发周期、更低的制造成本、更高的产品质量和更好的客户体验。总体来看，基于CPS的资源优化过程是一个“螺旋式”上升的过程。 
      • （二）数据自动流动是关键
        • 智能制造的本质就是构建一套数据自动流动的规则体系。 
      • （三）工业软件是核心
      • （四）新型能力培育是主线
        • 技术进步引发的数次工业革命，不仅伴随着管理思想和实践的变革，也伴随着企业核心能力体系的变迁，伴随着机械化、电气化的发展，企业构建起大规模生产体系。在数字经济时代，企业为应对内外部环境和条件的快速变化，生产方式的变革不仅仅是软件、机器人、数控机床、自动化生产线的引入，也不仅仅是企业内部的流程再造、组织优化，变革最终都要落实到企业核心能力提升上来，并不断推动从传统能力拓展到新型能力，以保持竞争优势的可持续性。 
      • （五）系统解决方案是重点
        • 推动信息物理系统的应用与发展既需要核心关键技术的突破，也需要一批具有广泛应用前景的行业系统解决方案。
  • CHAPTER 04 软件定义的未来工业
    • 一、软件定义的本质
      • （一）国际制造业巨头的转型
        • GE（通用电气） 西门子 博世（BOSCH） 谷歌、特斯拉与德国宝马、奔驰围绕下一代汽车市场主导权的竞争，是软件革命和硬件进化两种可能情景最好的阐释。
      • （二）中国领军企业的探索
        • 国内一批市场敏感的制造企业也察觉到了这种转型发展的机遇，开始进行软件产业的战略布局。十多年来宝信、石化盈科代表脱胎于制造企业的软件服务商，以系统解决方案为切入点，已经发展成为行业龙头企业。 伴随着新一轮产业革命的兴起，制造企业围绕软件的布局不断加快。 陕鼓集团成立致力于提供全智能化解决方案的智能信息科技； 徐工集团成立徐工信息，定位为智能化整体解决方案提供商和两化融合咨询服务厂商； 海尔集团成立智能研究院，打造家电行业软硬件整体解决方案； 安世亚太的精益研发体系与苏氏工业领先的精密制造技术集成，携手打造基于仿真和精密制造的新生产模式，释放了基于仿真技术进行产品再设计的潜力。 沈阳机床在2016年推出了i5机床，其战略意义不仅在于填补了中国机床工业数控系统的短板，更为重要的是，它建立了一套全新的商业生态体系。
      • （三）工业软件的本质
        • 信息通信技术牵引的新一轮工业革命，推动了人类生产工具从能量转换工具到知识和智能工具的演进，从开发自然资源到开发信息资源拓展，从解放人类体力到解放人类脑力跨越。其背后的逻辑在于构建一套赛博（Cyber）空间、物理（Physical）空间、意识（Human）空间的闭环赋能体系：物理世界运行—运行规律化—规律模型化—模型算法化—算法代码化—代码软件化—软件不断优化和创新物理世界运行。  图 软件的本质：物质世界运行的代码化 软件是一系列按照特定架构组织的计算机数据和指令的集合，本质是事物运行规律的代码化，是指导甚至控制物理世界高效、有序乃至创造性运转的工具，是工业和商业技术体系的载体，也是人类经验、知识和智慧的结晶。软件开发过程中最重要的逻辑就是if…then…，其核心理念是如何将现实世界可能出现的各种不确定性状态，通过“数据+算法”的分析判断转化为确定性选择，通过对这一逻辑结构的不断组合、嵌套，软件能够在现实世界中建立起一套认识、理解、化解不确定性的方法论。 
    • 二、软件定义产品
      • 伴随着产品智能化步伐的加快，软件支撑和定义智能互联网产品功能、结构和价值的作用将不断凸显。
      • （一）软件定义产品功能
        • （1）定义产品功能。 （2）增强产品效能。 （3）拓展产品边界。 正如“竞争战略之父”迈克尔·波特联合PTC的CEO詹姆斯·贺普曼在2014年《哈佛商业评论》上所说，监测、控制、优化、自动正成为智能互联产品的基本功能，智能互联产品构建起客户需求的感知平台、客户服务的推送平台。实现这些功能的背后是产品的动力、执行、智能、互联四大产品基本模块有机整合，传统机械产品功能部件与传感器、处理器、通信模块及软件的集成及系统化，还有这些系统的进化机制，其背后离不开操作系统和嵌入式软件的支撑。 未来，伴随着信息通信技术创新和扩散，产品的发展将具备软件版本的特征。这个进程具有三个最基本的特征：普适性、渐进性和系统性。普适性意味着从长期来看所有的产品都将是智能互联产品；渐进性意味着产品的智能化是一个不断升级的过程，只有起点没有终点；系统性意味着产品功能部件、智能部件与连接部件日益融合为一个有机整体。
      • （二）软件定义产品结构
        • 每次技术的重大突破，都会推动产品结构持续创新和演进，构建起新的产品结构。 “一代软件、一代产品”的时代正在到来。 纵观历次工业革命，产品结构变化映射的是从解放人类体力到解放人类脑力的跃迁，而软件就是贯穿其中的“定义者”“思想者”“主导者”。 （1）功能结构的重构。 （2）性能结构的优化。 （3）价值结构的再造。
    • 三、软件定义企业管理流程
      • （一）软件支撑和定义的研发设计模式
        • 100多年来，企业研发机构的主体、功能和运作方式在持续演进，尤其是各种软件开发工具及研发管理工具的广泛普及，带来了企业研发主体、流程、方式的重大变革。软件定义研发方式如下表所示。  （1）在研发主体上，企业的研发设计将从依托企业内部研发部门为主向多主体合作演进。 （2）在研发流程上，企业的研发设计流程从串行方式向并行方式演进。 工业软件使得自适应（Adaptive）的关联设计成为可能。 数字仿真也是实现产品正向设计的重要手段。 基于数字孪生的新药研发体系正在形成。 （3）在研发手段上，企业研发设计从以物理试验为手段的“试错法”向以数字仿真为手段演变。 
      • （二）软件支撑和定义的经营管理模式
        • 1．支撑管理思想落地
          • 工业革命以来，企业价值创造活动都是在特定管理思想、管理理论和管理逻辑指导下的流程之中运行的。尤其是1960年以来，在传统管理思想的基础上，西方企业管理科学先后出现了全面质量管理（TQM）、准时制生产（JIT）、约束理论（TOC）、六西格玛、敏捷制造（AM）、精益生产（LP）、业务流程再造（BPR）等一系列管理思想，而管理软件是实现上述管理思想标准化、规范化、流程化的重要载体。  管理软件把看不见、摸不着的管理思想、企业文化变成了可看、可学、可复制的标准化模块，管理软件的本质是管理思想的代码化。每次管理思想、管理理论的创新都会带来管理软件的变革。 因此，管理软件的开发是管理思想显性化的过程，管理软件的应用是管理思想落地的过程，管理软件的推广普及是管理思想与信息化深度融合的过程。
        • 2．推动管理流程优化
          • 任何一种组织的运作都是基于某一流程，流程是企业一系列价值创造活动的组合，是为达到特定的价值目标而由不同的人分别共同完成的一系列活动。 优化流程和信息集成是ERP的两个关键词，二者相互影响、密不可分，业务流程必须不断优化，以充分发挥信息集成的效果；而业务流程的改进和优化，又离不开软件等信息技术的支持。一家提供企业流程管理（BPM）解决方案的公司总裁，在公司被SAP收购之后曾经意味深长地说，传统意义上流程管理和标准软件，这两个分离的世界今天得以统一。
        • 3．服务企业科学决策
      • （三）软件支撑和定义的组织架构
        • 从经济社会发展视角来看，组织是社会化分工的载体； 从企业发展视角来看，组织形态往往是一个企业商业模式、经营管理模式、生产组织模式、服务模式的承载与体现。 软件及互联网应用的深度，正在重组整个社会运行的“细胞”，对于社会组织变革而言是一场“转基因工程”，信息时代是自组织崛起的时代，其核心要素是共创、共享、共治，人人都是价值创造者，人人都是价值利益分享者，人人都是规则的制定者、执行者、管理者，他们自主进化、自主生长、自我修复、自我升级。 美国企业史学者钱德勒曾说，企业的成长主要依赖于两个变量，这两个变量决定企业的成长，第一个是战略，第二个是组织。 所谓企业组织架构是指企业内部一种决策权的划分体系及各部门的分工协作体系。 如同工业社会推动最基本组织单元从农业社会的家庭向企业转变一样，互联网正在改变工业社会的长期雇佣制模式，一场“去公司化”的新组织管理模式正在悄然兴起，合同制管理及自组织、柔性化协作方式不断涌现。“公司+雇员”这一工业领域经典的基本组织结构，已逐渐受到了“平台+个人”这一新组织形式的挑战，“互联网平台+海量个人”正在成为这个时代一种全新的组织景观，虽然自组织在理论上还没有形成非常完善的体系，但一些企业已经开始了探索和实践。当前，企业组织架构呈现出以下三大趋势。
        • 1．企业功能平台化
          • 在古典管理思想中，企业的功能是管控，也就是管理和控制。 而在万物互联、人人互联的时代，企业完全有可能变成一个平台，大平台小组织、大平台小前端的趋势正在崭露头角。 海尔集团的张瑞敏认为，“平台是快速配置资源的框架。”很多企业正在向平台化企业转型。这是一个汇聚技术、市场、资金、人才等多种要素资源的平台，甚至可以整合政府、科研院所等多方企业边界之外的资源。它通过软件支撑，支持产品交易和能力交易，最终实现一个自循环、可赋能的生态圈。企业内部根据需要组建新的团队，自动配置各类资源并优化调整运行机制，正在受到越来越多企业的追捧。 基于这种趋势，华为在开展新产品研发时，依托数字化作战平台，在全球几十个研发中心组织研发队伍资源，构建了一个自组织的研发团队。 海尔集团则积极向“企业平台化、员工创客化、用户个性化”转型，阿里巴巴也提出“大中台、小前台”的新理念。
        • 2．运营决策小型化
          • 在这个去中心化的互联网时代，在这个大规模制造向大规模定制转变的时代，不仅企业的生产线正在变，企业的科层制也正在变，“听得见炮声”的一线业务人员正在成为决策的重要力量，自组织代替科层制成为企业新的组织架构，企业成为组织的能力中心。 通过软件平台为各种组织进行赋能，决策单元小型化、自主化、灵活化已成为趋势。
        • 3．多部门协同化
          • 任何一个企业的发展离不开多个部门的协同，只有研发设计、生产制造、经营管理、市场营销等各个部门做到了无缝衔接，企业才能够最大限度地提高生产和交易效率。个性化定制的本质是依托数字化平台实现研发设计、生产制造、经营管理、市场营销等部门之间数据的自动流动，有效提高企业的研发效率、生产效率和产品质量。因此，这就需要在正确时间把正确数据发送给正确的人和正确的机器，其背后有强大的软件系统支撑。
    • 四、软件定义企业生产方式
      • （一）制造范式的迁移：从实体制造到虚拟制造，以快速迭代、持续优化、数据驱动重建制造效率、成本、质量管控体系
        • 1．虚拟制造：软件定义的新空间
          • 1）软件支撑和定义的虚拟设计 2）软件支撑和定义的虚拟制造
        • 2．软件与制造范式的迁移
          • 1）快速迭代 2）持续优化 3）数据驱动
        • 3．虚拟制造的三个阶段
          • 虚拟制造的应用将会经历，从碎片化到一体化、从局部到全局、从静态到动态的过程，逐渐涵盖研发设计、制造过程、服务运营的全流程。 虚拟制造大致分为三个阶段。  1）局部虚拟制造阶段 软件和信息系统散落在工业生产的各个环节，在虚拟空间尚没有形成一个系统的整体，单机设备、单项环节、单一场景的虚拟化应用带来的是局部环节效率的提升，不同环节之间的整合尚需要人为活动的介入和物理过程的实现。 2）静态虚拟制造阶段 随着虚拟化进程的不断深入，制造业产品、装备、工艺及制造过程各环节在赛博空间构建起数字孪生、实现虚拟映射，在虚拟环境下构建起与现实世界制造全流程对应的生产体系。物理制造过程运行一个周期之后，即可实现生产过程数据互连互通、流程衔接有序和资源高效配置，虚拟世界可以实现对物理世界的模拟、仿真，并持续优化。 3）动态虚拟制造阶段 在静态虚拟制造的基础上，人员、机器、物料、工艺、环境、产品等各种要素在虚实空间进一步实现完整、实时、动态映射，生产运行情况都能实时反映到虚拟空间，虚拟空间优化后的决策能够实时地反馈到现实生产活动中。虚拟与现实已不是存在简单映射关系的“孪生体”，而是相互连接、相互传控、相互作用的统一体。物理世界任何变化都会体现在虚拟世界中，虚拟世界任何调整都会反馈到物理世界中，将会形成虚实结合、实时交互、高度智能的生产制造方式。这将是虚拟制造的最高级阶段，也将是一个需要长期努力才能实现的生产场景，其实现过程将会是长期、复杂并富有挑战的。
      • （二）制造模式的变革：从规模生产到定制生产，以数据的自动流动化解制造系统的不确定性、多样性和复杂性
        • 在当前全球产能过剩的大环境下，企业面对的产品和服务需求日益呈现差异化、多元化趋势，这大幅增加了研发设计、生产制造、产品服务等过程的不确定性、多样性和复杂性，规模化、标准化、预制化的传统生产方式已无法满足日益增长的定制化需求。智能制造的关键在于承载着信息和知识的数据能够沿着产品价值方向自由流动，从而解决制造系统的不确定性、多样性和复杂性等问题。宁振波和郭朝晖两位专家在多个场合也强调，复杂性是发展智能制造的重要原因。数据自动流动的背后需要制造全过程的隐性数据显性化、隐性知识显性化。
        • 1．隐性数据显性化——数据的完整性、及时性和准确性
        • 2．隐性知识显性化——工业知识的软件化
          • 在智能制造推进过程中，流程和系统软件是工业知识显性化的重要载体，工业知识软件化的过程也是隐性知识显性化的过程。 工业知识的软件化，是对工业研发技术、生产工艺、业务流程、员工技能、管理理念等知识的逻辑化、数字化和模型化，这使得大量隐性工业知识被固化在各类软件和信息系统中。 一方面，通过软件完成大量原本需要人参与的重复性工作，将人解放出来去做更高级、更具创造性的工作； 另一方面，通过对记录在软件和信息系统中的数据进行分析和挖掘，利用机器学习等技术获得新的知识。
        • 3．软件——构筑数据自动流动的规则体系
          • 智能制造就是要解决差异性更大的定制化服务、更小的生产批量和不可预知的供应链变更。 实际上，是数据流动的自动化解决了制造系统的不确定性、多样性和复杂性等问题。 实现数据的自动流动必须在虚拟空间构建一个数据自动流动的规则体系，这套体系的核心是软件。 软件是算法的代码化，算法是对现实问题解决方案的系统描述，是人类认识世界运行规律的思想结晶。 制造过程数据的自动流动，是指在给定的时间和目标背景下，实现企业制造资源最优化配置的数据“自动”流动。 数据在流动中产生知识、知识成为信息、信息成为决策、决策优化资源配置。
      • （三）制造系统的重建：从封闭体系走向开放体系，以网络化协同实现制造资源局部优化向全局优化的演进
        • 伴随制造业的数字化、网络化、智能化，各种制造资源逐步形成一个相互作用的复杂系统网络，制造业正在构造一个复杂系统。制造系统的演进将经历从单个系统、局部系统向全局系统拓展，从企业内部、产业链延伸到全社会，不断突破地域、组织、机制的界限，实现对人才、技术、资金等资源和要素的高效整合，从而带动产品、模式和业态创新。  资源优化配置从局部优化到全局优化。
        • 1．从部门级协同到企业级协同
          • 传统组织的边界是资源管理优化的边界，制造资源的数字化、网络化为打破部门边界，为重建企业内部资源管理边界和优化管理模式创造了条件。在研发设计领域，研发设计工具及管理平台的普及，有效整合企业内部研发设计资源，也在加速重构企业传统的研发模式、重建企业创新业务的边界。
        • 2．从企业级协同到产业链协同
          • 所有企业都是产业链上的一环，如何构建一个面向产业链目标一致、信息共享、资源与业务高效协同的跨企业生产体系，是许多企业面临的共同挑战。
        • 3．从产业链协同到构筑产业生态
          • 面向智能制造的产业生态正在不断催生出网络化协同制造的新模式，它与传统协同制造的不同表现在三个方面： 一是企业间合作模式从传统的长期固定合作向短期随机合作演进； 二是网络协同平台的功能从传统的业务协作平台向产品、要素、能力的交易平台演进； 三是网络协同平台从传统研发、供应链协同向制造、产品全生命管理等业务协同演变，从线性协作走向网络协作。 这将意味着网络化协同制造2.0时代已经到来。
    • 五、软件定义企业新型能力
      • 每次产业技术的重大变革，都会带来企业新旧竞争能力的更替，这种能力更替的速度、深度和广度往往成为变革时代企业优胜劣汰的核心要素。
      • （一）产品研发创新能力
        • （1）需求分析精准化。
        • （2）研发创新高效化。
          • 培根当年曾说“知识就是力量”，在软件定义的时代，“软件化的知识就是更强大的力量”。如何通过知识复用来降低创新成本、提高创新效率是工业技术软件化的长期课题。 因此，软件的真正价值在于实现了隐性知识的显性化、分散知识的集成化、封闭知识的共享化，工业技术软件化是提高研发创新效率的重要保障。
        • （3）研发资源集约化。
      • （二）精益及柔性生产能力
        • 工业经历了300多年生产方式持续优化的发展，从手工作坊到福特制流水线，再到丰田制精益生产，我们正从“电力驱动机器”的时代进入“软件驱动”的时代，生产方式一步步走向精细化、柔性化。越来越多企业通过采用数控机床、工业机器人、大型自动化成套设备等信息化手段，实现企业生产的零库存、低成本和快速反应，满足客户日益强烈的个性化、多样化需求。
        • （1）精益生产能力。
          • 精益生产的核心思想是：通过持续改进，杜绝一切无效作业与浪费。 随着现代信息技术的发展，精益生产的内涵更加丰富，精益生产是信息集成水平不断深化的过程，是生产制造过程不断优化的过程，精益生产是软件定义的生产，是数据驱动的生产，是基于模型和算法的生产。
        • （2）成本精细控制能力。
        • （3）产品全生命周期质量管理能力。
      • （三）市场需求实时响应能力
        • （1）客户精准分析能力。
        • （2）实时感知能力。
        • （3）快速响应能力。
      • （四）全生命周期服务能力
        • （1）可预测性维护能力。
          • 随着产品智能化水平的不断提高，大型工业产品实时维护越来越迫切，在线监测和实时维护已成为一个产品的基本功能。
        • （2）制造资源分享能力。
    • 六、软件定义产业生态
      • 信息通信技术的发展正将制造业带入一个新时代，带入一个要素单元不断整合为小系统、小系统不断融入大系统、大系统不断演进为超级复杂系统的新时代。新的应用技术、新的生产主体、新的设施与标准、新的产业环节在系统内构筑起新的复杂关系，形成了互生、共生、再生的生态共同体，以及以生态为特征的制造业发展新范式。 当前，软件支撑和定义的产业生态，正在从传统Wintel体系、移动智能终端向智能装备、智能制造系统演进。 GE、西门子、博世等国际制造业巨头，通过参与组建工业互联网联盟（IIC）、工业4.0平台等新载体，加快构建以平台软件为支撑的智能制造产业新生态，全球制造产业生态系统竞争的时代正在到来。
      • （一）软件定义的智能终端产业生态
        • 信息通信技术的发展正将制造业带入一个新时代，带入一个要素单元不断整合为小系统、小系统不断融入大系统、大系统不断演进为超级复杂系统的新时代。 新的应用技术、新的生产主体、新的设施与标准、新的产业环节在系统内构筑起新的复杂关系，形成了互生、共生、再生的生态共同体，以及以生态为特征的制造业发展新范式。 当前，软件支撑和定义的产业生态，正在从传统Wintel体系、移动智能终端向智能装备、智能制造系统演进。 GE、西门子、博世等国际制造业巨头，通过参与组建工业互联网联盟（IIC）、工业4.0平台等新载体，加快构建以平台软件为支撑的智能制造产业新生态，全球制造产业生态系统竞争的时代正在到来。
        • （1）基于Wintel体系的计算机产业生态。
        • （2）移动智能终端产业生态。
      • （二）软件支撑和定义的智能装备产业生态
        • 伴随新一代信息通信技术的创新和应用，万物互联时代正在到来。当前，传感、通信、软件、计算等新技术、新功能不断涌入，传统装备加快向智能装备演进，基于互联网平台化的控制系统、应用软件和服务解决方案正在构建智能机器人、智能机床等智能装备的产业新生态。
        • （1）智能机器人产业生态。
        • （2）智能机床产业生态。
        • （3）智能工程机械产业生态。
      • （三）软件定义的智能制造产业生态
        • 正如美国智能制造领导力联盟（SMLC）所描述的：智能制造发展的一个重要目标就是在商务系统、制造工厂和供应商之间实现企业生态联盟的集成。而这种生态构成，是以集成化软件产品为核心、跨界合作为重要发展模式，其具体表现在以下3个方面。
        • （1）构建基于智能机器的数据采集系统。
        • （2）形成智能分析工具。
          • 通过整合IT软件企业、大数据专业服务商及互联网企业的云服务能力，提升数据分析速度和精度，从而支撑设备、资产、流程优化。 博世通过与SAP构建生态合作关系，利用SAP数据模型库，优化其物联网解决方案。 GE形成了Predix Service多种资产管理和设备优化解决方案。 过去10年，西门子通过不断并购，构建了一个涵盖了多个细分行业仿真、验证、测试等多个领域的大数据分析、软件工具体系。
        • （3）搭建开放平台实现工业App的开发。
          • 随着新一代信息技术和制造技术的融合，智能制造新型集成化产品不断涌现，显现出以开放化平台为核心，向下整合硬件资源、向上承载软件应用的发展趋势，集成了多种网络通信协议、应用协议、数据协议的工业IoT平台，成为IT、自动化、制造领域领先企业的新宠。 国际产业巨头（如GE、IBM、Intel、SAP等）均陆续开始涉足工业IoT平台。 GE建立了基于Predix Machine、Predix Connectivity、Predix Cloud的平台体系，融合了技术开发和业务应用两个领域，开发了针对电力、能源等行业领域的大数据分析应用。 PTC等通过与GE战略合作，构建了基于通用工业IoT平台的行业App定制开发体系。
  • CHAPTER 05 工业4.0：他山之石的启示
    • 一、工业4.0：为什么
      • 工业4.0在这么短的时间内在德国得到广泛认同，有其偶然性也有其必然性，这种认识来自德国长期以来把工业作为国家经济的基石，来自信息通信技术给工业带来的革命性影响，也来自新一轮科技革命中德国对其工业地位的担忧。概括起来，这种认识主要是源于三种意识：危机意识、机遇意识和领先意识。
      • （一）危机意识
        • 德国是传统的科技与工业强国，但是在新一轮产业技术革命中，其传统的竞争优势受到了来自各方面的挑战，一部分新兴产业成长乏力，各界对德国未来发展表现出某种忧虑。
        • （1）对新兴产业创新能力的忧虑。
        • （2）对传统产业竞争优势的忧虑。
        • （3）对国家产业战略方向的忧虑。
      • （二）机遇意识
        • 在与德国工业4.0参与方的交流中，我们能深切体会到，尽管德国各界对有些产业发展不尽如人意表现出了忧虑，但对德国传统优势产业的竞争力还是表现出强烈的自信，认为德国工业经济发展面临许多机遇。
        • （1）市场机遇。
        • （2）技术机遇。
        • （3）产业机遇。
      • （三）领先意识
        • 在新一轮技术革命和产业变革中，德国人有危机感，也看到了新机遇，并试图在工业领域继续保持全球领先的地位。 实现这一目标的基本途径就是，在向工业化4.0迈进的过程中先发制人，与世界制造强国争夺新科技产业革命的话语权，抢占产业发展的制高点。具体来讲，领先意识就是要实现以下五个领先。
        • （1）理念领先。
          • 德国工业4.0的概念出现了。这一概念最大的成功在于，它把几百年工业发展的历史与现代信息技术趋势进行了完美的集成，是继承性与创新性的统一、理论性与通俗化的统一、严肃性与时尚性的统一，其传播的速度、广度、深度也超过了德国人的预期。
        • （2）技术领先。
        • （3）产业领先。
          • 德国提出工业4.0的目的是，在智能生产体系的支撑下重构全球的生产方式。
        • （4）标准领先。
          • 智能制造的标准体系是全球产业竞争的一个制高点，德国已抢先一步，制定了《工业4.0标准化路线图》，以此抢占工业4.0标准化领域的制高点。
        • （5）市场领先。
          • 在工业4.0战略中，德国采用了“领先的供应商战略”与“领先的市场战略”双重战略来释放市场潜力。 “领先的供应商战略”强调德国装备制造供应商要通过技术创新和集成，不断提供世界领先的技术解决方案，并借此成为“工业4.0”产品全球领先的开发商、生厂商； “领先的市场战略”强调将德国国内制造业作为主导市场加以培育，率先在德国国内制造企业加快推行工业4.0与部署信息物理系统（CPS），进一步壮大德国装备制造业。
    • 二、工业4.0：是什么
      • （一）工业4.0是互联
        • 西门子、博世和蒂森克虏伯的专家在交流时都提到，工业4.0的核心是连接，要把设备、生产线、工厂、供应商、产品、客户紧密地连接在一起。“工业4.0”适应了万物互联的发展趋势，将无处不在的传感器、嵌入式终端系统、智能控制系统、通信设施通过信息物理系统（CPS）形成一个智能网络，使产品与生产设备之间、不同的生产设备之间，以及数字世界和物理世界之间能够互联，使机器、工作部件、系统及人类会通过网络保持数字信息的交流。
        • （1）生产设备之间的互联。
          • 工业4.0的核心是单机智能设备的互联，不同类型和功能的单机智能设备的互联组成智能生产线，不同智能生产线间的互联组成智能车间，智能车间的互联组成智能工厂，不同地域、行业、企业的智能工厂的互联组成一个制造能力无所不在的信息物理系统，这些单机智能设备、智能生产线、智能车间及智能工厂可以自由地、动态地组合，以满足不断变化的制造需求，这是工业4.0区别于工业3.0的重要特征。
        • （2）设备和产品的互联。
        • （3）虚拟和现实的互联。
          • 信息物理系统（CPS）是工业4.0的核心，它通过将物理设备连接到互联网上，让物理设备具有计算、通信、控制、远程协调和自治五大功能，从而实现虚拟网络世界与现实物理世界的融合。
        • （4）万物互联（Internet of Everything, IoE）。
          • 信息技术发展的终极目标是实现无所不在的连接，所有产品都将成为一个网络终端。
      • （二）工业4.0是集成
        • 工业4.0将无处不在的传感器、嵌入式终端系统、智能控制系统、通信设施通过CPS形成一个智能网络，使人与人、人与机器、机器与机器及服务与服务之间能够互联，从而实现横向、纵向和端对端的高度集成。集成是德国工业4.0的关键词，也是长期以来中国推动两化融合的关键词。在两化融合评估体系中，将两化融合分为起步阶段、单项应用阶段、综合集成阶段、协同创新阶段四个阶段，综合集成是信息化和工业化融合走向纵深的重要标志，中国两化融合主要强调了企业内部的纵向集成和企业间的横向集成，而德国工业4.0增加了端到端集成。
        • （1）纵向集成。
        • （2）横向集成。
          • 横向集成是企业之间通过价值链及信息网络所实现的一种资源整合，为实现各企业间的无缝合作，提供实时产品与服务，推动企业间研产供销、经营管理与生产控制、业务与财务全流程的无缝衔接和综合集成，实现产品开发、生产制造、经营管理等在不同企业间的信息共享和业务协同。
        • （3）端到端集成。
          • 所谓端到端就是围绕产品全生命周期的价值链创造，通过价值链上不同企业资源的整合，实现从产品设计、生产制造、物流配送、使用维护的产品全生命周期的管理和服务，它以产品价值链创造来集成优化供应商（一级、二级、三级……）、制造商（研发、设计、加工、配送）、分销商（一级、二级、三级……），以及客户信息流、物流和资金流，在为客户提供更有价值的产品和服务的同时，重构产业链各环节的价值体系。
      • （三）工业4.0是数据
        • 德国机械设备制造联合会及SAP的专家在交流时都提出，工业4.0的核心就是数据。 SAP高级副总裁柯曼说，企业数据分析就像汽车的后视镜，开车没有后视镜就没有安全感，但更重要的是车的前风窗玻璃——对实时数据的精准分析。 从工业1.0、工业2.0、工业3.0演进的角度来看，这一认识不无道理，数据是区别于传统工业生产体系的本质特征。 在工业4.0时代，制造企业的数据将会呈现爆炸式增长态势。伴随着工业互联网、工业大数据、信息物理系统（CPS）的推广，智能装备、智能终端的普及，以及各种各样传感器加速普及使用，将会带来无所不在的感知和无所不在的连接，所有的生产装备、感知设备、联网终端，包括生产者本身都在源源不断地产生数据，这些数据将会渗透到企业运营、价值链乃至产品的整个生命周期，是工业4.0和制造革命的基石。
        • （1）产品数据。
        • （2）运营数据。
          • 它包括组织结构、业务管理、生产设备、市场营销、质量控制、生产、采购、库存、目标计划、电子商务等数据。工业生产过程中无所不在的传感、连接，带来了无所不在的数据，这些数据会创新企业的研发、生产、运营、营销和管理方式。
        • （3）价值链数据。
          • 它包括客户、供应商、合作伙伴等数据。企业在当前全球化的经济环境中参与竞争，需要全面地了解技术开发、生产作业、采购销售、售后服务等环节的竞争力要素。大数据技术的发展和应用，使得价值链上各环节数据和信息能够被深入分析和挖掘，为企业管理者和参与者提供看待价值链的全新视角，使得企业有机会把价值链上更多的环节转化为企业的战略优势。
        • （4）外部数据。
          • 它包括经济运行、行业、市场、竞争对手等数据。
      • （四）工业4.0是创新
        • （1）技术创新。
          • 未来工业4.0的技术创新在三条轨道上进行， 一是新型传感器、集成电路、人工智能、移动互联、大数据在信息技术创新体系中不断演进，并为新技术在其他行业的不断融合渗透奠定技术基础。 二是传统工业在信息化创新环境中，不断优化创新流程、创新手段和创新模式，在既有的技术路线上不断演进。 三是传统工业与信息技术的融合发展，既包括信息物理系统（CPS）、智能工厂整体解决方案等一系列综合集成技术，也包括集成工业软硬件的各种嵌入式系统、虚拟制造、工业应用电子等单项技术突破。
        • （2）产品创新。
          • 信息通信技术不断融入工业装备中，推动着工业产品向数字化、智能化方向发展，使产品结构不断优化升级。 一方面，传统的汽车、船舶、家居的智能化创新步伐加快，如汽车正进入“全面感知+可靠通信+智能驾驶”的新时代，万物互联（IoE）时代正在到来。 另一方面，制造装备从单机智能化向智能生产线、智能车间到智能工厂演进，提供工厂级的系统化、集成化、成套化的生产装备成为产品创新的重要方向。
        • （3）模式创新。
        • （4）业态创新。
          • 伴随信息等技术升级应用，从现有产业领域中衍生叠加出的新环节、新活动，将发展成为新的业态，进一步来讲，在新市场需求的拉动下，将形成引发产业体系重大变革的产业。
        • （5）组织创新。
          • 在工业4.0时代，很多企业将利用信息技术手段和现代管理理念，进行业务流程重组和企业组织再造，现有的组织体系将被改变，符合智能制造要求的组织模式将出现。 基于信息物理系统（CPS）的智能工厂将加快普及，进一步推动企业业务流程的优化和再造。 企业组织管理创新，也是两化融合管理体系标准的重要内容，在两化融合管理体系的九大原则、四大核心要素、四个管理域中都涉及了，如何围绕企业获取可续的竞争优势，不断优化企业的业务流程和组织架构。
      • （五）工业4.0是转型
        • （1）从大规模生产向个性化定制转型。
        • （2）从生产型制造向服务型制造转型。
        • （3）从要素驱动向创新驱动转型。
          • 工业4.0是一个发展的概念、是一个动态的概念，它是一个理解未来信息技术与工业融合发展的多棱镜，站在不同的角度会有不同的理解。 工业4.0是互联、集成、数据、创新、服务、转型；工业4.0是CPS、智能工厂、智能制造；工业4.0是国家战略、企业行为。 从根本上来讲，工业4.0是一种在信息技术发展到新阶段产生的新的工业发展模式。 从终极目标来看，工业4.0不能为技术而技术，其核心在于提高企业、行业乃至国家的整体竞争力。 从企业来看，通过工业4.0可以大幅提高劳动生产率，加快产品创新速度，满足个性化需求，减少能耗，大幅提高产品质量和附加值，显著增强企业核心竞争力； 从行业来看，通过工业4.0可以建立起高度协作的创新服务体系，提高整个行业的资源配置和运行效率； 从政府来看，通过工业4.0进一步巩固德国制造业优势，抢占新一轮产业竞争的制高点。
    • 三、工业4.0：如何看
      • 面对新一代信息技术与制造业融合发展的趋势，各国提出了一系列新概念、新战略、新举措，如产业互联网、工业4.0、数字化制造等，客观来讲，这些概念伴随着技术持续创新、应用普及推广、实践不断积累、理论不断丰富，认识也在不断深化。从这个意义上来说，人们对工业4.0的内涵、目标、特征、路径的认识也是一个不断深化的过程。 当前，理性客观地分析研究工业4.0概念的形成演化、政策演变、组织方式、实施路径和战略重点，有利于我们在实施中国两化深度融合的战略中，找到突破点，明确切入点，抢占竞争的制高点。 这要求我们在认识和看待工业4.0的时候，既不能仰视，过分夸大其意义和作用；也不能俯视、轻视，认为其是商业炒作、新瓶装旧酒。我们应当正视，理性客观地分析其战略意图、核心理念和路径方法。 从中国把握新一轮技术革命与产业变革的机遇，实现工业由大变强的历史性跨越的角度，我们可以从以下几个角度来认识工业4.0。
      • （一）工业4.0与两化深度融合：如出一辙、异曲同工、殊途同归
        • （1）在核心理念方面。
          • 剥开工业4.0、产业互联网及两化深度融合等这些新概念的外壳，可以看到不同国家应对新一轮产业技术变革的理念和战略布局的差异性，但其最根本的内核是一致的。 工业4.0是互联、集成、数据、创新、服务、转型，而这些理念也是推进两化深度融合所秉持的核心理念。 就集成而言，德国工业4.0提出三个集成，即纵向集成、端到端集成、横向集成。 在推进两化深度融合实践中，业界普遍的共识是，两化融合的重点在集成、难点在集成，要取得显著成效也在集成。我们曾提出一个新概念：企业信息化集成应用困境，也提出要把引导企业向集成应用跨越作为当前推进两化深度融合的着力点和突破点。在集成这一点上，中德两国的认识是一致的。
        • （2）在实施路径方面。
          • 如果我们认真分析观察具体路径和重点，可以看到中国的两化融合与德国工业4.0的相似之处。 浙江结合自己的实践在两化融合工作中提出了六个“换”的思路： 产品换代（实现产品的智能化升级）、 机器换人（制造设备的智能化、自动化、网络化）、 制造换法（车间级的设备互联、企业级设备互联的智能工厂）、 电商换市（以电子商务拓展新的市场）、 商务换型（云制造、服务型制造等新的商业模式）、 管理换脑（发挥云计算、大数据在企业管理决策等方面的作用）。 浙江几年前就提出推进工厂设备的互联网，提出“机联网”与“厂联网”等新概念，这些源自于基层实践经验提炼的“土味”概念，思路清晰、方向明确，其本质上与德国工业4.0所强调的智能车间、智能工厂、个性定制、数据驱动、服务化转型等发展路径是一致的。
        • （3）在企业实践方面。
          • 提升企业核心竞争力是所有产业战略规划的出发点和落脚点，对中国如此，对德国也是如此。 西门子、博世、SAP等从各自的角度提出一些能够体现工业4.0特征的示范工厂和企业，其在企业管理、业务模式和生产方式等方面开展了一系列创新，这既是德国工业4.0的方向，也是中国两化融合的方向。 事实上，国内企业在这些方面也做了一些积极探索，家电、服装、家具等行业正形成以大规模个性化定制为主导的新型生产方式。 维尚家具、小米科技等一批创新型企业通过建立新的生产模式实现了逆势增长。 工程机械、电力设备、风机制造等行业服务型制造业务快速发展，陕鼓集团、徐工集团、中联重科等企业产品全生命周期服务、总集成总承包服务日益成为企业利润的重要来源。汽车、钢铁、石化等行业企业间的协同供应链管理水平在不断提高，宝钢与供应商之间建立了供应商早期介入（EVI）和及时生产（JIT）体系。 这些企业转型的方向就是工业4.0所倡导的方向。 从目标、理念、路径、方法的角度来看，中国两化深度融合与德国工业4.0如出一辙、异曲同工、殊途同归，但事实上，中国企业整体的信息化与德国还是有较大差距的。 德国工业企业整体上处于工业3.0阶段，而中国企业整体上处于工业2.0阶段，中国面临更加复杂而艰巨的任务，面临两步并作一步走的挑战。然而我们也要看到自己的优势，尤其是不要低估了中国互联网企业在这一轮产业变革中的引领作用。 ***总书记在给世界互联网大会的贺词中说，互联网日益成为创新驱动发展的先导力量。 李克强总理在会见大会中外代表时说，互联网是大众创业、万众创新的新工具。 如果说企业信息化是企业在学游泳的话，那么诞生在互联网的电子商务企业天生就长着“腮”，不需要教练教它们用什么姿势游泳。它们每天都在实践着专家们PPT上的所谓互联网思维、信息化战略、工业4.0理念。 淘宝上的店小二们多年前就从传统的B2C、C2C向大规模个性化定制的C2B转型， 电子商务正在从传统的交易平台向研发设计平台、生产加工平台、物流配送平台、金融融资平台拓展和转型，品牌化、个性化定制已成为淘宝网上家具、服装等产品销售的重要模式。 在这方面中国已经走出一条不同于欧美国家的新路，这些业务转型的方向，也是工业4.0所倡导的方向。
      • （二）工业4.0：德国制造的新品牌、新名片
        • 伴随着工业4.0战略推进，德国通过双边和多边国际组织不断强化国际合作，实施工业4.0的国家品牌营销，把德国的工业4.0转化成为欧盟的4.0、G20的4.0。它们针对不同国家也制定了不同的策略。 美国是德国机械工程重要的出口市场，德国持续强化与美国在工业4.0领域的贸易合作。 一是利用其强大的工业基础，深化与美国公司在互联网、软件和服务业等领域的合作，支撑德国工业4.0与美国工业互联网联盟在标准、技术和知识产权领域的合作交流； 二是关注数据安全，当前许多大型美国公司正在构建工业4.0或工业物联网软件平台，德国在支持数据安全领域合作的同时，强化自己数据的主权； 三是开展人才交流合作，德国高度重视国际初创企业对传统商业模式带来的影响，不断加强德美人才交流合作，推动德国技术与美国创业文化的结合。 德国将中国视为推动工业4.0国际化发展的“加速器”和德国标准的“放大器”。具体而言， 一是通过向中国提供自动化设备、工业软件和系统解决方案，迅速开拓市场并实施工业4.0标准，并确保中国成为德国高科技产品的进口商； 二是采取与大企业合作的“搭载战略”进驻中国市场，充分利用合作伙伴的基础设施和客户网络资源； 三是通过构建面向省市的中德合作平台，在中国市场开发专业技术和客户关系，逐步推动核心业务在全国的拓展和落地。 近年来，德国不断加强与欧盟及日本、韩国等制造业发达的组织和国家在工业4.0领域的合作，与多个国家签订双边或多边协作，把德国工业4.0变成欧盟工业4.0、OECE的工业4.0。与相关国家加强全方位交流与合作，主要聚焦在以下三个方面： 一是加强工业4.0标准化领域的合作，促进工业4.0标准的国际化及在各国的推广； 二是制定灵活的合作策略，联合开展测试床建设、示范项目推广； 三是共同推动数字化人才培养，开展技术、知识产权等领域的合作。
      • （三）德国工业4.0战略的实施：举全国之力
        • （1）联邦政府。
          • 德国联邦政府以最快的速度把一个来自民间的概念转化为国家产业战略，在工业4.0概念提出不久就将其纳入国家《高技术战略2020》，作为德国未来十大高技术项目之一。 德国总理默克尔是工业4.0战略的超级推销员，她把工业4.0作为大国外交合作的重要议题。 2013年德国新政府成立时，将交通部改为交通和数字基础设施部，目的是要强化网络基础设施建设。同时，新政府安排经济和能源部、教育和研究部全面负责工业4.0战略的实施，把工业4.0作为研发和产业化项目支持的优先领域。
        • （2）联邦议会。
          • 2014年2月，德国议会成立了“数字化议程”委员会，目的是让其参与德国联邦政府工业4.0及高技术战略相关预算和战略实施中。
        • （3）各州政府。
          • 德国多个州政府不断完善创新集群政策和中小企业创新政策，围绕帮助中小企业全方位参与工业4.0，整合政府、协会、院所及大企业资源，组织开展专题咨询、技术支持、平台建设、创业辅导、融资扶持、人才培训等全方位服务。
        • （5）重点企业。
          • 德国企业是工业4.0战略的真正主体，他们的积极性、主动性和创造性才是工业4.0成败的关键。 ABB、巴斯夫、宝马、博世、戴姆勒、英飞凌、SAP、西门子、蒂森克虏伯、通快（TRUMPF）、蔡司（zeiss）是德国工业4.0坚定的支持者、引领者和实践者。 戴姆勒开始研究工业4.0语境下的智能汽车端到端系统架构，SAP根据工业4.0概念提出装备制造业整体解决方案（Idea to Performance）， 西门子提出智能工厂整体解决方案。工业4.0在非常短的时间内引起了一大批企业的积极响应。 2013年，德国三大协会发起了主题为“德国工业4.0战略前景”的调查研究，结果显示47%的公司已参与到工业4.0战略中，18%的公司正参与工业4.0战略的研究工作，12%的公司已把工业4.0战略付诸实践，工业4.0作为一种国家战略正在嵌入到企业发展战略中。
        • （6）研究院所。
          • 当前，联邦政府和州政府的研究所及大学已参与了工业4.0技术开发、标准制定和人才培养体系，成为工业4.0战略实施的一支重要力量。 德国人工智能研究中心、德国国家科学与工程院等顶级研究机构已开展涉及工业4.0的一系列项目研究。 弗劳恩霍夫协会在其所属的七个研究所引入工业4.0研发项目，凯泽斯劳腾大学、隆德大学、慕尼黑大学、达姆施塔特工业大学、莱茵美茵应用科技大学等围绕信息物理系统（CPS）、智能工厂、智能服务、系统生命周期管理（Syslm）等开展了一系列前瞻性的研发、人才培养，部分大学也参与到工业4.0平台（Platform-i4.0）的工作体系中。
      • （四）优先行动：标准、技术、人才
        • 如何将工业4.0的理念和战略转化为具体行动，德国人提出系列行动计划，包括标准化、网络设施、信息安全、流程再造、人才培训、法律政策等，这些都是重要而且必要的行动，但如果一定要更聚焦到三个最核心的行动上，那么可以考虑将标准、技术和人才作为工业4.0最优先考虑的领域。
        • （1）标准先行。
          • 据德国三大协会的调查结果表明，数据的标准化是工业4.0面临的最大挑战。德国也把标准作为工业4.0战略实施的优先领域，这既是信息技术与工业技术融合发展的内在要求，也是德国工业发展进程中长期以来坚持的基本理念。德国电气电子和信息技术协会于2013年12月发表了《工业4.0标准化路线图》，为工业4.0行业标准制定提供了概览和规划基础，在参考体系结构、用例、术语与模型、技术流程、仪器和控制系统、服务流程、人机交互技术、开发流程、标准库、知识库等12个领域提出了具体建议。德国工业4.0平台（Platform-i4.0）、德国电气电子和信息技术协会（VDE）、德国电工委员会（DKE）及相关企业联合组成跨行业、跨领域的工作组，目的是为加快标准化路线图的实施，当前的重点是加快工业4.0参考模型、术语及急需标准的制定工作。
        • （2）技术引领。
        • （3）人才优先。
          • 德国企业普遍认为，工业4.0导致了对优秀员工评价标准的转变，工业4.0建立在一个开放、虚拟化的工作平台之上，重复性的熟练体力和脑力工作不断被智能机器所替代，人机交互及机器之间的对话将会越来越普遍，员工从服务者、操作者转变为一个规划者、协调者、评估者、决策者。 德国认为，目前德国传统的大学教育体系中的学科设置和教学理念是基于20世纪70年代工业需求制定的，过去的40年学科专业不断细分的教育模式难以培养能够驾驭日益复杂综合的制造业体系，工业4.0的实践不仅仅对企业自身提出了挑战，而且对传统的教育体制也提出了新挑战。
        • （五）信息安全：全球的共同挑战
          • 信息技术越普及、越深化，信息安全问题就越突出，企业实施工业4.0的一大挑战和困惑就是，工业生产智能控制的信息安全问题，这既是一个对企业的挑战，也是对国家的挑战。德国各界对此有清醒的认识，并把工控安全作为工业4.0需要解决的核心议题。
    • 四、工业4.0：怎么干
      • 2008年的金融危机过后，各国都在反思传统的发展道路和发展模式，工业4.0、产业互联网等新概念应运而生，这体现了发达国家对未来制造业的走向和战略布局的认识。 中国关于信息技术与经济社会转型早在十多年前就进行了战略布局。 党的十六大提出信息化带动工业化、工业化促进信息化；党的十七大提出推进信息化和工业化融合；党的十八大进一步提出推动两化深度融合战略。通过研究分析发达国家的发展战略可知，它们的根本出发点还在于如何把自己国家的事办好。德国工业4.0战略给了我们很多启示，很多地方值得我们认真学习，我们要结合中国的实践，回归制造业本质，因地制宜、循序渐进，坚定不移地实施两化深度融合战略。
      • （一）凝聚行业共识：把智能制造作为两化融合的主攻方向
        • 智能制造是两化深度融合、德国工业4.0、美国产业互联网概念的最大公约数。两化深度融合应当成为建设制造强国的制高点，要把智能制造作为两化融合的主攻方向。 我们理解，智能制造是利用信息物理系统（CPS）等，依托于传感器、工业软件、网络通信系统、新型人机交互方式，实现人、设备、产品等制造要素和资源的相互识别、实时联通、有效交流，促进制造业研发、生产、管理、服务与互联网紧密结合，推动生产方式的定制化、柔性化、绿色化、网络化，从而不断充实、提升、再造制造业全球竞争新优势。 我们可以从五个方面认识和理解智能制造，即产品的智能化、装备的智能化、生产的智能化、管理的智能化和服务的智能化。
        • （1）产品的智能化。
          • 产品的智能化即把传感器、处理器、存储器、通信模块、传输系统融入到各种产品中，使产品具备动态存储、感知和通信能力，实现产品的可追溯、可识别、可定位。
        • （2）装备的智能化。
          • 装备的智能化是指通过先进制造、人工智能等技术的集成融合，形成具有感知、决策、执行、自主学习及维护等自组织、自适应功能的智能生产系统，以及网络化、协同化的生产设施
        • （3）生产的智能化。
        • （4）管理的智能化。
          • 工业和信息化部自2009年以来，在12万多家企业开展两化融合水平评估的基础上，提炼和形成了旨在指导中国企业实践的两化融合管理体系标准，通过将信息技术与现代管理理念融入企业管理，实现企业流程再造、信息集成、智能管控、组织优化，以形成数据驱动型的企业，从而不断提升信息化背景下企业的核心竞争力，这项工作从全球来看，也具有创新性。
        • （5）服务的智能化。
          • 德国工业4.0中有一个非常重要的概念叫（服）务联网，他们把智能服务作为智能制造的一个核心内容。服务的智能化，既体现为企业如何高效、准确、及时挖掘客户的潜在需求并实时响应，也体现为产品交付后对产品实现线上线下（O2O）服务，实现产品的全生命周期管理。 把智能制造作为两化深度融合的主攻方向，就是要把握全球新一代制造技术变革的新趋势，以实现重大智能装备和产品的自主可控为突破点，以推广普及智能工厂为切入点，以提升制造企业研发、生产、管理和服务的智能化水平为落脚点，完善制造业国家创新体系和综合标准化体系，建设智能制造人才培养体系，打造制造业竞争新优势，实现中国制造的跨越式发展。
      • （二）整合产业资源：把增强智能装备和产品自主发展能力作为智能制造的突破口
        • （1）重大智能装备的自主可控。
          • 重大智能装备的自主可控就是要适应智能制造发展趋势，在产业发展的布局上，在集中力量突破单机智能设备及关键部件核心技术和产业瓶颈的基础上，集中优势资源，加强前瞻布局，加快实现汽车、轨道交通、船舶、电子、家电、纺织、钢铁、石化、冶金等重点行业的智能生产线、智能工厂核心装备技术和产品的自主可控，从智能生产线装备、智能工厂装备等系统级的角度重新思考产业突破方向。
        • （2）大宗消费型智能产品的自主可控。
          • 这里有两条主线需要关注。 一是传统产品智能化之路。 吉利的李书福说，汽车是“四个轮子+两个沙发”，比尔·盖茨说汽车是“四个轮子+一台计算机”。在两种极端状态下，汽车的智能化有很多形态。 二是新的智能硬件产品不断涌现。 我们看到北京、深圳、上海正在兴起一轮创客潮流，以新的智能硬件（硬件+软件+互联网）为代表的创新创业形态正在兴起，一个新的创新网络、分工网络正在形成。 因此，围绕传统产品智能化和新的智能产品形态这两条主线，完善信息技术与制造技术的协同创新机制，发展智能汽车、智能服务机器人、消费电子、智慧家庭、医疗设备、智能穿戴等产品，以此带动制造业产品高端化发展。
      • （三）突出试点示范：把推广普及智能工厂作为智能制造的切入点
        • （1）在行业层面推广智能工厂。
          • 选择电子、汽车、机床、机械、冶金、纺织等重点行业开展智能工厂应用示范，首先要推广普及单机智能化，围绕推广普及智能制造单元—智能车间—智能工厂—智能制造系统，组织开展装备智能升级、工艺流程再造、基础数据共享、远程诊断维护等试点，逐步实现车间级、工厂级的智能化改造，不断探索智能工厂普及过程不同行业新的产业生态系统的演进规律和发展模式。这将是一项长期而艰巨的历史任务。
        • （2）在区域层面推广智能制造系统。
          • 在产业集群内构建跨企业的智能制造生产体系是制造业未来发展的重要方向，未来的智能制造将是一个复杂的巨系统。在这个方面，德国工业4.0和IBM的智慧地球都用了同一关键词：系统之系统（System of System）。 制造过程的信息感知、互联、集成必然把制造带到一个系统之系统时代，树立智能制造的系统观也是理解智能制造本质的重要内容。 我们要以增强国家级产业集群竞争优势为出发点，围绕集群内生产装备的数字化、智能化、网络化改造，深化产业链上下游协同研发设计、协同供应链管理、网络制造的集成应用，探索如何构建企业间高效协同的智能制造体系和产业价值链体系。
      • （四）创新体制机制：把培育新业态、新机制、新模式作为智能制造的核心任务
        • （1）理性客观认识互联网经济在智能制造战略布局中的地位。
          • 不能把中国的互联网企业与制造业的作用对立起来，不是谁把谁颠覆、谁把谁灭掉、谁把谁替代这样一种关系，而是在中国崛起的道路上互联网企业与传统制造企业如何融合创新、手牵手向前走的关系。
        • （2）积极培育引导新技术、新业态、新模式。
          • 把握云计算、物联网、大数据等新一代信息通信基础设施对制造模式的变革作用，积极研究制订工业云、工业大数据创新发展的相关指导意见，支持面向中小企业的工业云服务平台建设，推进软件服务、制造资源、标准知识的开放共享，培育社会化、共享式制造新模式。鼓励发展基于互联网的个性化定制、网络众包、云制造等新型制造模式。
        • （3）推进制造业服务化。
      • （五）坚持标准先行：把制定智能制造标准化作为智能制造的优先领域
        • 把握智能制造发展的特点和规律，整合国内标准化资源，学习借鉴德国《工业4.0标准化路线图》、美国先进制造和工业互联网标准建设的工作思路和组织方式，加快智能制造标准化体系建设。
        • （1）制定智能制造标准化路线图。
          • 遵循智能制造发展规律和标准化工作的一般规律，建立包括电子、通信、软件、自动化、装备等行业代表组成的智能制造标准工作组，加快制定智能制造综合标准化体系，研究制定智能制造系统互联互通的相关标准，确定在系统架构、基本原理、技术系统、组织流程等重点领域的标准化需求，明确时间表、路线图。
        • （2）加快急需领域标准的制定工作。
        • （3）建设和推广企业两化融合管理体系。
          • 将实施两化融合管理体系作为推进两化融合实现智能制造的重要抓手，推进两化融合管理体系标准的研制、发布和国际化，加强两化融合管理体系的试点应用和推广，率先培育一批专业的咨询、认定和培训服务力量。积极培育和规范第三方咨询、认定和培训服务市场。
      • （六）夯实产业基础：把构建自主信息技术产业体系和工业基础能力作为建设智能制造的重要支撑
        • 构建技术领先、自主可控、安全可靠的信息技术产业体系的任务更加紧迫而艰巨。
        • （1）完善面向智能制造的网络基础设施。
        • （2）增强电子信息技术支撑服务能力。
        • （3）强化工业基础能力。
      • （七）强化保障能力：人才、信息安全和制造业创新体系
        • 在新一轮产业技术变革中，人才、信息安全和创新体系建设都是各国关心的重大课题。
        • （1）关于制造业创新体系。
          • 当前，我们要思考如何围绕智能制造趋势，结合中国实际，建立自己的国家制造业创新体系，重组国家、企业、院所、中介在交叉融合领域的组织体系和运行机制。
        • （2）关于人才问题。
        • （3）关于信息安全问题。
          • 核心是培养三个能力，即智能制造系统中信息安全隐患的“可发现”能力、“可防范”能力和“可恢复”能力。