软件是实现智能互联的第一推动力。工业软件是智能制造的思维认识，是感知控制、信息传输和分析决策背后的世界观、价值观和方法论，是智能制造的大脑。工业软件支撑并定义了智能制造，构造了数据流动的规则体系。本文来自：工评圈，原文发表于《中国工业评论》杂志2018年第2-3期，经授权由《走向智能论坛》微信公众号推荐阅读。

工业软件：智能制造的大脑

（配图来自网络）

工业软件是智能制造的思维认识，是感知控制、信息传输和分析决策背后的世界观、价值观和方法论，是智能制造的大脑。工业软件支撑并定义了智能制造，构造了数据流动的规则体系。

工业软件在实现智能制造的过程中扮演了如此重要的角色，所以要实现智能制造，需要先认识工业软件，还要从工业软件的角度看待未来制造业的发展方向。

制造业是一个国家国民经济的主要支柱，是富民强国之本，也是我国经济结构转型的主战场。目前，我国已是制造大国，但还不是制造强国。未来，转变制造业的发展方式，实现从“中国制造”到“中国智造”的飞跃，是我国迈向制造强国的必由之路。

工业软件在实现智能制造的过程中扮演了如此重要的角色，所以要实现智能制造，需要先认识工业软件，还要从工业软件的角度看待未来制造业的发展方向。

历史与现状

我国工业软件经历了从无到有，缓慢发展的过程，走过了一条蜿蜒崎岖的路。20世纪80年代，中国人对工业软件的认识还几乎为零。但是随着IBM大型机、VAX小型机、Apolo工作站的引入，这些昂贵的设备上附带的一些CG、CAD软件打开了一扇窗户，才让中国人一睹了工业软件的“芳容”。

但是，核心工业软件的制高点已被发达国家占领。目前，仅在中国工业软件市场上，80%的设计软件、50%的制造软件、95%的服务软件被国外品牌占领，国产工业软件在夹缝中求生存。造成这种现象的原因有很多：

对工业软件的重视程度依然不够，复合型人才奇缺

工业软件的开发与其他应用软件的开发不同。工业软件是工业技术与信息技术融合的产物，要求与应用的行业更加贴近，它的开发过程涉及两个方面：开发过程的特殊性与人才培养的特殊性。要求开发者不仅精通软件开发，还要熟悉相关行业，需要依靠行业专家与软件开发人员的紧密配合，单靠软件开发人员是无法完成的。另外，与IT通用软件相比，工业软件有很强的继承性，需要行业经验的长期积累，专业性强且应用面窄，优秀的工业软件需要专业研发团队多年的工作积累，才能继承、深化、完善。

而现在的情况是，政府与企业还将工业软件视同应用软件，没有认识到工业软件基础平台化的重要性，缺少对系统性软件的持续投入；部委立项的科技攻关项目强调短平快，软件研发大多附着在大项目中，缺少对工业软件的基础性研究。

这说明我国制造业对工业软件的认识存在问题，平台工业软件的开发难度大，但是意义更大，如国产的计算机操作系统，至今大部分软件平台的操作系统市场还是国外厂商的天下，虽然我们也有基于Linux二次开发的操作系统，可是仍不被市场认可，由此可见我们不该回避这个问题，更不应该将某个行业的应用软件等同于平台化的工业软件。

复合型人才的缺口是制约国产工业软件发展的另一个瓶颈。工业软件的开发工作量巨大，而且还需要不断地积累完善，对开发人员的IT技能水平与工业专业水平要求都很高，而中国目前的人才只能满足企业使用国外工业软件的需求，很多类型的工业软件都缺少开发人才。

造成这种现象有多种原因：软件业与制造业发展不平衡，同样是软件开发，工业软件对编程人员要求比普通软件要高，提供的薪水却不如普通IT企业，技术精英转到IT业，人才离开了生产，自然也就没人去从事工业软件的开发。还有，高校缺乏合理的工业软件人才培养体系，目前我国院校中开设工业软件专业的几乎没有，虽然部分大学已经在进行工业软件人才培养的探索，且小有成效，但是仅强调工业化对软件人才培养的新要求，却没有建立起科学的人才培养方案，如隔靴搔痒，对促进国产工业软件的发展意义不大。

国产工业软件的“生态”混乱，产业链脆弱

我国的工业软件产业价值链还不完善，从研发到销售的生态稍显混乱，产业链存在自主技术不够与引进技术不消化的问题。制造业企业不仅没有能力独立开发工业软件，也不愿意用自主产品，断掉了国产工业软件成长的养分，又何谈发展。

积极因素

在看到国产工业软件发展存在诸多问题的同时，也应看到存在很多积极因素。根据赛迪顾问发布的《2017中国工业软件发展白皮书》，在2016年全年，亚太地区工业软件市场规模为840亿美元，占全球总规模的23.8%，相较上年增长7.6%。北美为1370亿美元，占比38.8%，增长4.3%。欧洲为1144亿美元，占比32.3%，增长5.2%。可见欧美依然居主导，但亚太地区已成为工业软件市场的增长主力。

工业软件市场总体上稳中有升,面向行业的成套解决方案研发应用发展迅速，机械、航空、纺织等行业对设计、分析和测试等服务的集成和数据关系分析的需求，逐渐成为了工业软件发展的动力。在航空航天、轨道交通等重点行业的推动下，高端工业软件也有了一定发展。

技术趋势

每一次工业革命都伴随着更高效、更便捷机械的诞生，而即将发生的第四次工业革命则不会遵循前三次工业革命的规律，第四次工业革命追求的是机械可以存储、处理、共享信息，将从根本上改变工具、世界与人之间的关系。

基于云平台的PaaS服务将成为工业软件的重要发展模式

工业云服务的常见方式有工业SaaS（Software as a Service）云服务、工业IaaS（Infrastructure as a Service）云服务、工业PaaS（Platform as a Service）云服务等方式。

如果以IBM 软件架构师 Albert Barron 所说的披萨作比喻，IaaS——别人提供厨房、炉子和煤气，你使用这些基础设施来烤制你的披萨；PaaS——除了基础设施，别人还提供面饼，你只需要准备撒在披萨上的配料，让他帮你烤出来，换句话说，你只要设计披萨的味道，他人帮你实现你的设计；SaaS——别人帮你直接做好披萨，你要做的就是把披萨的成品包装一下，印上自己的标签卖出去。

PaaS方案是未来一段时间内工业软件的发展趋势。PaaS方案提供软件部署平台，抽象掉了硬件和操作系统细节，可以无缝地扩展。开发者只需要关注自己的业务逻辑，不需要关注底层。云计算中心以透明化的方式提供行业应用PaaS服务，对提升传统制造业的创新能力意义深远。

分布式传感器构建工业互联网底层架构

制造业的未来是智能制造。智能制造要求对制造系统的物理对象——人、机、物进行感知，感知以后进行分析，之后再做出科学的决策执行。状态的感知、实时的分析、科学的决策和精准的执行，第一步就是感知。要对外部世界进行感知，需要自动控制技术和传感技术。需要分析就需要工业云和大数据的处理平台，这些技术环节都是密不可分的，智能制造的所有环节都建立在生产状态感知的基础上，分布式传感器就是构建这个基础的核心。

智能传感器通过软件实现高精度信息采集，具有一定的编程自动化能力，实现这些功能，核心工业软件必不可少。

工业软件实现人工智能帮助企业实现数字驱动

互联网软件技术的发展和“深度学习”算法的出现，让人工智能有了超越人类的表现，其中最重要的原因就是大量可用数据的出现和计算能力的大幅提升，“深度学习”的突破更是让人工智能脱胎换骨。

区块链技术引爆制造业数字革命

在工业互联网时代，一台燃气轮机每天产生的数据量是全球所有推特文章的4倍，智能制造的核心不是产生这些数据，而是智能机器可以处理分析这些数据，并与其他类似的机器共享。与工业互联网相连的每一台机器的生产流程都会变得更加高效，并基于各自的改变返回互联网进行交流。

区块链相较于传统互联网技术的最大优势在于降低成本和提高效率，这些也是智能制造的焦点。虽然传统的“互联网+”时代已经尽可能地实现信息透明，但是基于电商的平台仍然是中介性质的单位，应用区块链技术可以减少诸如电商这样的中间环节，降低智能制造成本。

区块链还可以提高生产效率，区块链特有的P2P特性，使智能制造中的各种请求不必从中心系统一层一层向外传递，直接在智能设备之间进行信息交流，区块链减少系统流通的特点，本身就是提高工作效率的行为。

工业软件市场的发展

中商产业研究院发布的《2018-2022年中国工业软件行业前景及投资机会研究报告》显示，2017年中国工业软件行业市场规模达到1412.4亿元。在《中国制造2025》的大背景下,2018年中国工业软件市场规模预计将达到1622.8亿元，同比增长达到14.9%。在这样良好的大环境下，相信我国的工业软件产业将会快速发展。

软件定义一切

工业软件定义了产品功能，定义了企业的流程，定义了生产方式，定义了企业的创新能力，最后，软件定义了整个制造业的生态。

软件定义产品功能

上个世纪80年代，软件定义了计算机功能。2006年业界提出软件定义存储，软件定义服务器，软件定义网络，定义数据中心。智能手机的普及是软件定义的另一个里程碑。到如今，战斗机、特斯拉汽车等智能化产品，它们的功能是否强大，越来越取决于软件功能是否强大。

软件定义企业生产方式

软件定义企业生产方式体现在虚拟制造与实体制造的结合上，重构了传统的设计制造、测试、再制造的流程。工业软件实现了研发设计的仿真，测试与再设计的流程都可以在计算机中实现，产品功能达到要求后再实际生产，推动了生产方式的改变，加速了产品的更新换代，使产品可以持续优化。未来的愿景应该是实现人员、机器、物料、工艺、环境、产品等所有生产要素在虚拟空间中完整、实时、动态的响应。当然，这需要一段很长的路。

软件对生产方式的重新定义还体现在个性化定制上

软件定义了整个制造业的生态

如同三十年前的Wintel体系，如同十年前的iOS体系和安卓体系，制造业的未来形态智能制造也在形成自己的生态体系，西门子、英特尔等公司都在构筑自己的数据采集、设备互联、工业软件、云计算等系统，工业软件构筑的就是智能制造的产业生态。

软件是实现智能互联的第一推动力，未来社会必将是物物互联，前提就是软件深入社会每个角落，进入每个物理实体，未来是一个网络泛在的社会，人们甚至可以像拧开水龙头放水一样使用网络和知识，这一切都是软件的功劳。想象一下这个场景：产品、设备都加载了数字化信息，产品的生命周期带有产品的全部数据，人们可以远程工作，管理设备，操控所有的生产过程。达到了这样的智能制造的水平，社会的一切都将发生深刻的变化。这一切，都要被软件定义。

---

智能制造时代的MES，应该如何定义？

互联网智造

精准化、精细化、协同化是MES的重要特点，否则生产无法高效、高质的运行。那种通过凭经验、靠感觉进行计划制订、现场管理的信息化系统，称之为MES，从一定程度上讲是名不副实的。

在MES定义不严谨，理念不够与时俱进的情况下，在智能制造浪潮一浪高过一浪的今天，在制造企业亟待转型升级的期盼中，中国的MES市场应该如何发展？应该如何在摸索中前行？如何更好地支撑制造业对智能制造的需求？

除了在平台化、云计算、移动互联等计算机技术进行拓展应用以外，中国制造业使用的MES系统应以中国制造2025为宗旨，以精益生产为主线，以两化深度融合为突破口，参考德国工业4.0等先进理念，结合企业实际情况，建设基于工业3.0，面向工业4.0、体现CPS特点的智能MES系统，构建“生产精益化+设备自动化+管理信息化+人员高效化”的“新四化”智能车间，为制造企业智能化转型升级奠定坚实的基础。

在智能制造背景下，从功能上讲，将来的MES要体现出以下特点。

1回归本质

MES之所以叫制造执行系统，非常强调“执行”二字：一方面，将ERP的生产计划根据车间实际情况，将每一工序分解到每一设备、每一分钟精细执行，并实现透明化的精确管理；另一方面，在车间内部，形成计划排产、作业执行、数据采集、在制品管理、库存管理、质量管理等一个全闭环管理，环环紧扣，而非简单的一个数据库管理系统。

精准化、精细化、协同化是MES的重要特点，否则生产无法高效、高质的运行。那种通过凭经验、靠感觉进行计划制订、现场管理的信息化系统，称之为MES，从一定程度上讲是名不副实的。

2贯穿精益

在迈向工业4.0过程中，我们经常讲：“2.0补课，3.0普及，4.0示范”，那么2.0到底是要补什么，3.0到底是要普及什么？笔者认为，除了实现对自动化、数字化、网络化等这些大家能看到的软硬件装备以外，更重要的是补上、普及我们欠缺的工业文明，比如员工的技能、素养，企业管理的模式、方法以及社会上的契约精神、合作精神等等，而作为工业3.0最精华的精益生产，是制造业所必须补上、必须普及的重要部分。

在MES系统中一定要充分体现精益生产的理念，通过MES这个信息化手段与工具，促进精益生产在企业中的进一步落地，比如：

• 准确分析非增值劳动，提高生产效率、进行有效质量管理、降低生产库房、工具等辅助成本。

• 科学准确自动排产、合理解决紧急插单等问题、确保生产计划最优。

• 实现目视化管理、信息最大程度透明化。

• 生产过程控制，实现产品“流”的生产。

• 实现生产数据及时、准确反馈，提供科学决策基础。

3体现CPS

德国人认为工业4.0是以智能制造为主导的第四次工业革命，通过CPS等先进手段，将制造业向智能化转型。

《中国制造2025》也是强调“以提质增效为中心，以加快新一代信息技术与制造业深度融合为主线，以推进智能制造为主攻方向”。

我们从这些表述中可以看到，无论是德国工业4.0还是中国制造2025，均是以智能制造为主导(或者叫为方向)，以CPS技术为技术手段。

作为智能制造核心的MES系统，必须要体现以CPS为特点的智能制造。

德国人认为：“在制造业领域，CPS系统包括智能机器、存储系统和生产设施，能够相互独立地自动交换信息、触发动作和控制。CPS将推动生产对象直接或借助互联网通过M2M(Machine to Machine，机器对机器)通信自主实现信息交换、运转和互相操控。”从本段**们可以了解到，对车间中的机床、机器人等各类数字化设备进行互联互通，就是德国人认为的CPS在车间的具体应用。

在工信部发布的《信息物理系统白皮书(2017)》中，工信部信软司副司长安筱鹏博士在序言《关于CPS的几点思考——CPS是什么？如何看？怎么干？》中明确指出：“由传感器、控制终端、组态软件、工业网络等构成的分布式控制系统(DCS)和数据采集与监控系统(SCADA)是系统级CPS，由数控机床、机器人、AGV小车、传送带等构成的智能生产线是系统级CPS，通过制造执行系统(MES)对人、机、物、料、环等生产要素进行生产调度、设备管理、物料配送、计划排产和质量监控而构成的智能车间也是系统级CPS。”从中可以看到，在智能化车间里，CPS并不神秘，具有互联互通功能的智能化生产线就是一种CPS，智能化的MES也是一种CPS，两者结合在一起，以数字化设备、设备互联互通系统、MES系统组成的整个智能化车间就是一个更高级的CPS系统。

因此，在MES中要体现CPS特点，车间中设备的互联互通是基础。

4智能是趋势

本次工业革命的核心就是智能制造，打造智能化车间，就是要在设备等物理实体、MES等赛博虚体中充分发挥自动化、数字化、网络化、智能化的优势，打造出虚实融合、具有CPS特色的智能化MES系统。

智能化MES系统将分别从计划源头、过程协同、设备底层、资源优化、质量控制、决策支持等6个方面着手，实现生产过程的自动化、数字化、网络化、智能化的管理与控制，完成智能互联互通，智能计划排产，智能生产协同，智能资源管理，智能质量控制和智能决策支持的各项功能。

５落地是关键

再好的MES平台和软件，没有结合工厂的实际规划，实施效果未必就好。不论之前再多的案例和经验，也必须具体落实在企业后，具体情况具体分析。企业实施一套MES系统，即便是理论再先进，软件再智能，但如果不能得到成功的应用，对企业而言，结果就是零，甚至是负数，因为这不但浪费了企业大量的人力、财力，而且还影响了企业的正常生产，并严重地打击了企业对信息化的热情与信心，这些损失对企业而言都是难以计量的。

作为智能制造的核心，MES在企业智能化转型升级中发挥着越来越重要的作用。但由于MES提出的年代久远，并随着工业4.0、智能制造等新理念日新月异的发展，MES的现有理念已经落后于时代的步伐。一方面，我们既要认真领会MES的真正内涵，挖掘出MES应有的价值；另一方面，我们一定不要拘泥于国外已有定义，要借鉴工业4.0等先进理念，结合中国制造业的现状，与时俱进，勇于提出我们自己的理念，将一些传统的精华、先进的理念融于MES系统中，使MES真正成为企业智能制造的核心使能系统，满足中国制造业智能化转型升级的需求。同时，也本着高要求、促发展的精神，促进MES市场的健康发展。

---

自主CAE是一场难了的梦

来源： 陆仲绩  知识自动化

近些日子，CAE之急重上眉梢。

先是有上海的朋友来要当年CAE平台资料，久远轶事；又有北京的朋友商讨CAE行业建设的产业建议，涅槃重生。

实际上，退休多年，总是想摆脱自主CAE崛起的神话故事。原本想将《自主CAE涅槃之火》那本书作为最后告别的话，说完了就可以扭头。那个时候，连最后的修改审稿都懒得去关注，总想尽快撇开CAE后营造退休后的自我天地。

事与愿违，我心依旧，我一直就没有迈过这个坎，时常关注CAE的发展和动向，特别是国内自主CAE的点滴进展，都会心动不已，我就会发现自己还是在原地没有挪窝。

现在实际上处于更好的时机，很多传统工业企业也在跃跃欲试。一个可以推动软件发展的产业链现在正在形成。由此，尝试着曲线绕道进入CAE的路线，如从大型工程机械入手，以前端的数据采集为切入点，尝试着建立一个工业软件的雏形。将数字化贯穿整个过程：实时采集、传输、云平台存储、数据挖掘、即时报警等，具备常规所没有的效能分析、能耗分析、故障统计等功能。在这个过程中，用户对象将串联整个生态环：前期设计、中期加工生产、后续维保、优化改进等相关业务的企业、科研院所等单位。

这是中国制造2025当下所涌现的一系列的实践，已经得到应用和同行认可，许多制定规范和标注的机构也在纷纷介入。

然而，创业之艰辛，创新之曲折，没有亲身经历过得人，是不会有这个体会的。同时，没有与众不同的核心技术，就难以体现出价值的。对于工业软件中不仅要有熟悉的行业背景，CAE更要求有各种实践经验和大量隐性的知识和判断。这个投入是天量的，全球最大的CAE厂商Ansys每年的研发投入在3亿美元左右，也就是每年投入20亿人民币。每年循环，持续如此。是不是会吓走多少壮志雄心的人。

但是这个山头再难，一个国家一个有志于制造强国的国家，却不能不迎头而上。CAE是整个工业软件系列中无可替代的嵌入式一环。CAE不仅要重视前端分析模拟，更应该关注后置的价值创造。中国制造2025的转型创新，离不开工业软件。模拟仿真的作为，是工业软件中了解产品所能创价值的核心工序。以网络化为工具实现数据的实时采集、传送、分析，在这基础上，准确快速进行产品故障预警和性能优化，甚至还要能预判部件寿命，其价值就精准凸显。工业转型创新需要数字化作为平台，经验规范都很重要，数值模拟仿真贯穿整个产品生命周期，作为智能化技术的核心支撑存在。其重要性，自然毋容置疑。由于所描述产品所处的环境，载荷和工况都是千变万化的，没有足够针对性的功能，往往会功亏一篑。

作为工业软件的自成系统，自然期盼有资金投入，而更应该关注产业形成的机制构成。行业中不乏得到巨资投入而至今没能成功商品化的案例。科院院所的成果，一旦成功转化，将会获得极大的生命力的延伸。日本有一家叫TechnoStar 软件，最初就是源于东京大学一个教授承担的国家项目，几年就闹腾得声名鹊起，至今仍然在CAE领域站得一席之地也算逍遥。

诡异的是，二十世纪八十年代，中国国内CAE最红火最热腾的那几年，恰是国内正“穷”的阶段；而现在国家各种制造项目风生水起、互联网+发展迅速的时候，CAE却落得郁郁寡欢、逐渐式微的局面。

当年在《自主CAE涅槃之火》一书中我所提到的“四步曲”，提到政府“有形之手”的引导不失为一种好方法好途径。科研和商业本是二个不同范畴，如果商业化不是其目标，就不要责怪其担当。要认可科研与创新本该就不是同一回事。科研是把金钱转化成为知识，主体是科研人员，与商业化无关；创新是把知识转化成为金钱，主体是企业家，与科研无关。前者由学术共同体评定，后者需市场和服务认可。市场的事情交由企业界来定夺，反映的是资本的意愿，因为市场有时候会不信任“有形之手”，这是市场不讨人喜欢的地方，而又是之所以能够生机勃勃之原因。

2008年金融危机之后，占据美国经济主导地位的制造业出现持续性衰退的现象，终于得到了美国政府的支持。随后欧洲债务危机，几经波折，欧元区经济实力最强的德国作为救助计划的最大出资方，不仅独善其身，而且“已经揭开了欧洲一体化的新篇章”，其最大的缘由莫过于德国的制造业撑起了坚固的实体经济基础。

教训深刻，百年制造强国的美国政府有所行动，民间递书：确保美国在高端制造业的领先地位；总统背书：启动“先进制造合作伙伴”计划。前后上下齐呼应，而计划的实施则选择以加强创新集群和环境建设为思路，以重点发展“发展共性设备和平台，重构先进制造业发展理念”。

美国政府的先进制造合作伙伴计划中，最值得注意的是，是将数值仿真软件系统作为切入点。正是CAE！万般宠爱独一身。

这一招，看似平淡无奇，实则画龙点睛。高明之处在与不拘泥于具体的工程行业和领域，由基础性应用软件开发作为巩固高端制造业地位的实际措施，确实不失为神来之笔；将知识生产、技术创新和制造业地位紧密结合起来，一条曲径通幽路，高端制造业的提振需要关键领域的核心技术，更需要重构先进制造业的发展理念。更出人意料的是该项计划由道氏化学公司董事长兼CEO Andrew Liveries和麻省理工学院校长Susan Hockfield共同领导实施。这种由联邦政府负责“买单”的形式，表达了由顶尖大学、最具有创新能力的制造商和联邦政府之间建立合作伙伴关系的目的，通过构筑官、产、学、研各方的紧密合作，而以产、学为统领，力求不断孕育知识更新和技术应用的面向市场模式创新，实现内生式联合振兴高端制造业发展的战略部署。

风乍起，一池老水皱。依然耿耿于怀，是舍弃不了这个我曾经敬仰、喜欢过，以及许许多多扶助过我的师长朋友、同事同行。而且，当下许多CAE坚持者还在黑暗中前行。中国制造强国之路，不是一个把梦幻变为现实的地方吗？未了之心，一直期待下去。

人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：

1. 重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？

2. 重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？

3. 重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？

AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：

1. 精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。

2. 智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。

3. 高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。

4. 不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。

5. 边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：

1. 创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；

2. 对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；

3. 人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。

给决策制定者和商业领袖的建议：

1. 超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；

2. 迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新

   评估未来的知识和技能类型；

3. 制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开

   发过程中确定更加明晰的标准和最佳实践；

4. 重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临

   较高失业风险的人群；

5. 开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。”  《论语·子路》云计算、大数据、物联网、区块链和 人工智能，像君子一般融合，一起体现科技就是生产力。

如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。

---

产业智能官  AI-CPS

用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。

长按上方二维码关注微信公众号： AI-CPS，更多信息回复：

新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能金融”、“智能零售”、“智能驾驶”、“智能城市”；新模式：“财富空间”、“工业互联网”、“数据科学家”、“赛博物理系统CPS”、“供应链金融”。

官方网站：AI-CPS.NET

本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！

---

---

版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系、投稿邮箱：erp_vip@hotmail.com

---

---