2 工业智能 中国工程院院士杨华勇——数据应该从制造业中来，也应该回到制造业中去.docxVIP

【工业智能】 中国工程院院士杨华勇——数据该当从制造业中来，也该当回到制造业中去 2020-03-21 原文 浙江国际协同创新争辩院 杨华勇院士作《智能制造的实践》主题报告 杨华勇院士：敬重的张院士、陈院士、邹院士，施主任，各位领导、专家，企业家的伴侣，大家上午好！感激张院长给我这个机会，向各位汇报最近两年我们做的一些有关智能制造的实践。次要是关于以下五个方面的内容： 一、工业互联网进呈现状 做制造的人都叫“智能制造”，做IT的人都叫“工业互联网”，目前中国制造在推动六大工程，最热的是智能制造，最冷的是强基工程，最蓝的是创新工程，当然还包括高端配备、绿色制造和后来加上的品牌工程。在座各位都晓得现在中国的智能制造格外热，在全球也格外热，次要从两个方面思考智能制造：一是智能制造的内涵，智能制造包括五个方面，网络制造、智能技术，3D打印、机器人技术还有智能配备。二是从产品的层面考虑，现在聊的最多的机器换人只是智能制造的一部分，也就是我们说的生产过程的智能化。产品要走向高端，该当是产品的智能化。还有整个产品的全生命周期使用过程的智能化。 刚才张院士说过去十年中国社会财宝增长最快的还是IT行业，科技投入最大的也是IT，现在A、B、C、D、I都成为了抢手的词，AI、BlockChain、Cloud、Data，还有IoT，现在40%的GDP来自制造，40%中一半是流程工业、一半是离散工业。所以，在浙大，流程工业比较多的是把握学院，是孙院士带领的团队，我们次要是做离散工业。我们都在讲产业的升级和产品的升级。 我们都晓得互联网把全球的消费者连接在一起，互联网倒逼服务，在互联网经济、数字经济下都讲究用户体验，这就倒逼服务升级，服务升级倒逼制造升级，所以整个供应链都在讲智能化的问题。 技术上说的IT业的AI、大数据、云计算、物联网等等，实际上要如何转化为企业侧，企业的需求就是成本、质量效率，还有新的方案、新的生态，两头的连接就是工业互联网，工业互联网也是IT业所说的互联网下半场，它最重要的战场是在工业。 二、工业互联网架构 现在总是说工业互联网，互联网的数据市场从全球看次要是三大市场，领先的是美国，欧洲是德国。亚太是中国，目前猜测都慢于实际，之后增长速度格外快。 具体来看这个数据市场次要是在这一块，最大的还是设备管理。产品的售后服务占了38%，还有生产过程中的管控，包括监控、能耗、质量管理，整个生产过程的优化占了28%，企业的运营管理占了28%，运营管理是18%，资源配置13%。我们说的很多产品设计和工艺管理，现实上大部分是隐秘，不在数据市场中。 目前需求很大，需要做的就是数据建模、数据分析，就是设备的健康管理、产品的售后服务、生产的管理优化、能耗与质量管理，还有客户关系管理、财务、生产过程监控与平安管理；再下来就是全流程的数据力量、金融服务，真正的仿真设计与工艺只要3%。 所以如何打造工业互联网的架构，现实上需要各种方面的人。我们都晓得阿里云下有个工业云，工业云有做IT算法和工业的部门，但真刚要在制造业使用需要懂制造，工业学问也是不行颠覆和替代的，需要一起打造一个系统。最近一年多，我们在争辩如何唱工业数据的开发与管理，还有工业数据的智能使用开发以及工业流程内部各个工位之间简单的关系，如何把它做上平台，然后用IoT和5G把它连起来，再推到各个行业。总得来说，工业行业有49个，小的行业有400多个，实际上每个行业的龙头企业需求、专精企业的需求和中小企业的需求完全不一样，这就需要做很多事。 从数据管理的角度来看，它需要把整个产业链从供应商和物流把人、财、物全部管理起来，现在用户的体验、运转也需要管理。具体到企业内部就是物料、工装、人员、设备、供应、订单、供应商的管理。而平台一旦打造起来，它是大数据的多元融合，计算的使用、可视以及业务的智能，需要整合各种数据，最次要的目的是产质量量溯源，现在要高端产质量量的溯源，拆卸工艺建模方面的分析和资源的排查和整个物流系统如何做优化。 再往下看，真的要让企业各种人员和外部能够运用起来，就要开发算法与组件，还有面对各种业务人员，也就是windows化和图形化比较便利，一线的操作人员都要使用起来。现在企业内部有很多数据，大家都晓得数据是瑰宝，但没有真正利用起来。我们调查过真正的商业数据不到4%，所以怎样统一、规范，让它易用，工业机理如何沉淀下来变成学问，不要变成人盯着数据，现在的数据用量很小。如何让机器变成智能，让机器智盯数据。所以，做流程、做看板可能是一个途径。 三、工业典型案例 我举几个案例： 案例1：质量管理。大家都晓得浙江春风动力股份无限公司的摩托车生产，摩托车是传统的制造，春风是后起之秀，每年销售额50亿左右。这家企业格外有竞争力，这是一个国宾车队的摩托，这个车辆和传统车辆相比有100多项评比，它要求