工业40经典术语.

工业4.0经典术语点评

本文精选了五十个词汇，进行简单导读和分析。一家之言，未必全然准确。不同看法，尽管评论和指正。

工业4.0

一个最为耀眼的工业概念，似乎成为一切工业发展、信息化和互联网的概念总和。它将数字世界与物理实体进行无缝连接和互操作体系，形成数字的全流程回路，从而产生全新的数据增值体系。一向不擅长营销的德国人这次抢到了头彩，也引起了中国异乎寻常的追捧热情。德国工业似乎决定不仅仅墨守“德国制造”这个质量标签，而决心走向另外一个世纪。然而，这个概念除了成为著名的自己之外，真正的科技突破点并不是很大。这个走红概念的下面，是近几十年的设计、生产、制造、运维等先进管理思想和实践的综合。借助于中国政府的“互联网+”“中国制造2025”这样的金手指，工业4.0正在中国工业界产生神秘的化学酶反应，成为一种全民情感综合症。

赛博物理系统或信息物理融合系统（CPS：Cyber-Physical System)

美国人2006 提出来的概念，当时并没有火起来，倒是被德国人改头换面，换成了大放异彩的“工业4.0”的核心理念。其基本核心是，虚拟与实体之间，也就是数字空间与物理实体之间，产生了连接、互动和映射。重要的是，二者之间可以互看见、互操作。

第三次工业革命（The Third Industrial Revoluton）

这里不是存心给工业4.0添堵，而是因为这个概念很重要。虽然它当下似乎并没有成为主流，但美国著名学者里夫金的这个概念的主要观点在西方发达国家的政府是大有市场的。其核心思想就是可再生能源与互联网相结合产生的共享经济模式。而在他后续的一本书中，里夫金对每一种伟大的经济模式提出都要具备三个要素：通信媒介、能源与运输系统。毫不费力地，你也可以对应出：通信互联网、能源互联网和物联网是新经济模式的核心。它最让人瞠目结舌的结论是，将来分布式能源的成本几乎为零，这将颠覆生产制造的模式。

笔者推崇这个词有两个原因，一是中国制造2025不可能绕开能源互联网的问题，而工业4.0对能源几乎缺乏考量；二是由于里夫金为欧盟德国政府和高企论坛，多次讲述第三次工业革命。德国学者听多了之后，难免心生启发，顺势+1提出第四次工业革命I4.0。这么腹黑的想法，也不多说；但我们需要明确，工业4.0只是工业升级的一块石头。摸着往前走，河里

或许还有很多。

高级计划与排程(APS:Advanced Planning and Scheduling)

这是一种典型的实时资源管理系统，其特点是同步、最优和实时化。当生产计划需求变化的时候，APS 就会同时检查能力约束、原料约束、需求约束、运输约束和资金约束等，这就保证了供应链计划在任何时候都有效。它主要是应对多变而灵活的需求计划下，如何采用最有方案来安排生产的目标。几乎接近了工业4.0对于个性化生产的要求。然而，数字化资源基础很差的企业，使用APS将会产生灾难性的误导。这个错误不在供应商，但可惜责难的板子，只能打在供应商身上。

计算机集成制造系统（CIMS：Computer Integrated Manufacturing System）

中国工业的信息化第一拨大规模的启蒙之路。信息化走进工业领域，并且似乎风生水起。但工业体系中的数字化表达与基于模型的构建能力，却并没有跟上。很无奈，这是一个失败的早熟儿，造成了工业化和信息化两个轮子严重不匹配，工业化落后了。在当今两化深度融合的主题中，工业化似乎仍然不得不要向信息化融合——然而信息化本来是为了解决工业化的效率而引入的。CIMS在上世纪九五和十五制造业规划的闪亮明星，示范项目遍地开花并被人寄予厚望——然而，它辜负了厚望。CIMS在德国进行的也不顺利，为此德国人进行了深刻的反思，然而我们似乎有点漫不经心地抹掉这段历史；在这十三五开局之年，同样闪红的烟火，又一次照亮当空。这个词语当下并无太多探讨的价值。但它的存在，本当是一面镜子，成为当下热炒智能制造的历史参照物。

成组技术（GT：Group Technology）

早在1950s俄罗斯人提出，最后由德国发扬光大的一种技术，它成为有效解决小批量生产和生产最优化的工业工程理论。在当年制造业有着明确分管的机械部的带头组织下，我国GT技术曾经在80年代迎头跟上，一点不弱于国外的实践。成组技术无疑是柔性制造、定制化生产的基础核心，这一点在波音公司近年来最为浩大的数字化制造实践中被再次确认。中国成组技术研究曾经有过巨大的进展，但最近却是没落不堪的二十年。中国成组技术分会安静地位于首体南路小楼中一间拥挤的房间。黄金被埋在了尘土里，成组技术的研究和实践都被边缘化了。迟早有一天，我们需要回头重来——这是中国智能制造必须重新补上的一堂课。

基于模型的产品定义（MBD：Model-Based Definition）

MBD使得各种制造信息和设计信息共同定义到产品的三维数字化模型中。它不仅仅是三维尺寸标注，更重要的是规范地定义了各种制造信息和产品结构关系（零件表）。美国是领头羊，

中国在这一方面，不能选错了突破口，德国不是这方面的先驱。

基于模型的系统工程（Model-Based System Engineering）

MBSE是系统工程领域发展的一种基于模型表达和驱动的方法。实际上，这是解决复杂系统问题的唯一解决之道。它可以看成是模型驱动原则、方法、工具、语言的指导规范，从而实现学科交叉和规模化的复杂系统的实施。美国制造业的MBSE概念，从飞机制造开始扩散，正在逐渐成为企业的标配。这是数字化制造的全局思维，需要中国制造业好生消化和琢磨。

基于模型的企业（MBE：Model-based Enterprise）一个企业只有全部采用数字化解构的方式，重新梳理所有的资源，才能成为真正的数字化企业。这才是数字化工厂、智能工厂最为重要的考核体系。目前MBE在国外的发展，已经有了成熟度的衡量标准，而国内对此的认识仍然是刚刚开始。如果不能理解MBE，数字化工厂就会被全自动化工厂偷换概念，错失发展良机。

维护、维修、运行(MRO:Maintenance, Repair & Operations)、健康预测管理（Prognostics and Health Management）

MRO通常是指在实际的生产过程不直接构成产品，只用于维护、维修、运行设备的物料和服务；PHM则更加强调资产设备管理中的软件监控，预测设备健康状况，提高运维效率。二者有很大的渊源。主动性运营和维护其实已经成为一些先锋企业的重要利润来源。事实上在工业4.0的体系中，这个价值表达得并不明显；而如果从工业互联网的角度去看待设备的运营，MRO、PHM都重新戴上“工业大数据”的光环，一时间成为大热点。大家会惊异地发现，这里是工业数据最容易流出来的地方。失联马航370的发动机，意外地成为MRO在线运维数据的焦点。GE未来15年内，将要向市场投放4万台发动机，这其中巨大的在线数据，将形成无垠的数据蓝海。

服务型制造业

这是从制造业生态系统的角度而发展出来的一个概念。其实就是用全生命周期的观点，重新审视了制造业的全过程，将以前跟生产相割裂的制造也前端、后端的售后服务重新进行连接。以前一般观点认为，产品的价值是在工厂中创造出来的。然而随着制造业生态价值链的发展，前端的设计，后期的运营维护，甚至报废和回收，都呈现了全新的商业盈利模式。这个词本身，对国外会很陌生；但它所代表的含义，他们已经走得很远了，在Prognostic（预防性维护）和PHM（健康预测管理）领域，国外已经从数字化运维服务，发现了盈利颇丰的商业模式。而这些话题，对中国制造，还存在着巨大的认识鸿沟。值得一提是，服务型制造业已

经成为中国制造2025的一个专项之一。这里面需要探讨的理论和实践，都是极具诱惑力的空间。

产品数据管理（PDM：Product Data Management)

所有企业都熟悉的一个概念，但几乎又被最无辜地被忽视。目前PDM就好比计划经济下的公社的粮仓，产品数据被混乱不堪地堆放在这里，其真正的魅力，从来没有被中国制造业所重视，如果PDM和BOM物料表的数字化特性不被唤醒，工业4.0没有机会得以实现。

产品生命周期管理PLM

广义PLM系统（包括CAX）支持产品开发，是指从需求管理、产品设计、工艺仿真到制造的产品全程数据管理。这个概念被设计软件公司推广了很久，但实施起来仍然存在着很大的困难。大量信息孤岛无法解决。这类技术，几乎全部掌控在国外三大软件公司手中；这还不是关键问题，要想管理好产品，企业自身必须有很好的工业表达式，而这不是软件所能解决的。要想实现工业4.0，如果PLM都不能打通，则可以说基本不及格。

物料清单表（Bill of Materials）

BOM并不是简单指物料清单，而是包含一定的母子结构关系。BOM是制造业真正的DNA，其管理水平才区分先进制造业企业竞争力的核心指标。可惜的是，每个企业都熟练而低效地应用它，它的实际价值又被令人惊诧地忽视——大量的BOM表的流通，基本是割裂式处理，伴随着大量的手工处理，巨大的工业大数据财富藏在其中却动弹不了，好像金子镶嵌在砂岩石上。

单一数据源产品数据（SSPD Single Source of Product Data）

将被镶嵌在岩石里的数据黄金抠下来的唯一手段。波音公司1997年提出的信息化概念，随后十年的实践和推动，使得波音从2D图纸文档，彻底走向基于模型驱动的数字化企业。单一数据源受到的重视程度，除了航空业，并不是很高。

系统生命周期管理（System Lifecycle Management）

德国学者的新提法，为了强化系统管理的重要性，意在唤醒全系统的意识。传统的设计软件，往往都是孤立地管理机械、电子，嵌入式软件；而SysLM意在打通这些不同子系统的关系，更着眼于将产品的使用和运维的数据，进行实时反馈和统一化管理。这个提法足够强悍，但目前反响不够大。

数字主线（Digital Thread ）

最令人着迷的词语之一。作为几乎包办美国制造业创新发展的最大推手，美国国防部将数字主线做为数字化制造最重要的基础技术。其实波音公司已经在全力推进数据源的单一逻辑和前后交互的数字主线技术。可惜的是，这个技术目前国内探讨的太少。工业4.0过于耀眼的光芒，遮掩了中国数字化制造很多需要做的基础工作。

美国制造创新网络（National Network Manufacturing Innovation）

NNMI尼米是美国再工业化的真正战略发力点。它符合美国一贯的做法，那就是着眼于领先未来的竞争力。NNMI最大的目的，就是要实现从科研到生产技术的成功转化，防止大量科研成果沦入死亡之谷，以至于无法实现商业盈利。目前已经在能源、数字化制造、3D打印、轻型金属、革命纤维等各个领域展开，成为美国最大的产学研研究项目。以中国制造2025的跨度，NNMI尼米是一个更具有对标意义和贴身学习的好标杆。

全球协同环境（Global Collaborative Environment）

美国波音公司研制新机型的数字化网络协同框架，这是波音早在2004年就提出的全球协同研发制造的框架。十年后，波音用这种方法管理上万家供应商。在工业4.0的横向价值网络的体系中，没有比波音更了解供应商的价值了。

横向价值网络（垂直价值网络、端对端的集成）

工业4.0的重要内涵，主要是对工厂的边界提出全新的定义。德国工业4.0计划中提及的三个集成（横向集成、端到端集成和纵向集成），其本意就是要实现生产车间和工厂边界的突破。纵向集成主要基于管理域和生产现场结合，这样可以大大提高生产的效率和柔性，更多基于内部工厂资源的整合；而横向集成则是跨越了供应商的边界进行融合，形成了新的价值体系。在这一点上，跟波音打造供应商价值链的GCE（全球协同环境）一致，但波音已经在十年的实践中实现了这一价值的追求；端到端集成需要跨越生产资料供应商和销售网络的边界，甚至直接进入到消费者环节，用户可以获得更好的体验和服务。这是以用户需求驱动单元生产线（甚至单元机器）的巨大挑战。

全过程质量控制（TQC Total Quality Control）

自动化大规模的引入，提高质量稳定性是非常重要的原因。在工业4.0时代，靠着机器人和智能终端的精准控制，TQC或将不再是成为棘手的问题。但中国制造业的当下，这却仍然是核心问题。对于德日制造而言，质量已经是过去式；而对于中国制造2025，这个问题还是烦

恼源之一。

并行工程（CE Concurrent Engineering）

并行工程是目前国际上制造工程领域中重要的研究方向，它是一种思想和系统方法，以集成的、并行的方式，一开始的设计，就充分考虑制造过程，从而打破设计面与制造面，相互分离的局面。这种思路，对于理解CPS中虚拟与物理世界的交互，非常重要。为什么说工业4.0本身其实包装了很多工业实践的概念？因此从并行工程的角度来看CPS，数字仿真替代物理试机，是一件很自然的事情。

首席数据官（CDO Chief Digital Officer）

大名鼎鼎的CDO当然是GE的Ruh。这个从思科挖过来的副总裁，是GE寄予厚望的数字事业部的统率。他见证了工业互联网概念的提出和GE一系列数字化改造的大手笔动作。另外一个大名鼎鼎的耐克新设立了这个职务。他的名字并不重要，重要的是，做为最懂消费者之一的耐克公司，已经为自己的未来设定了布局。当然，这并不是一个过热的职务，目前还显得过于前卫了。根据思略特公司2015年12月中文版报告，全球500强企业， 2015年仅6%的企业设立CDO职位。

为什么将这样一个词入选，就是为了提醒“数字思维”的重要性。当然，中国的CIO发挥过多大的真正作用？CDO又当如何？

认知计算

认知计算，是IBM给我们推出来的一个略有拗口的新概念。跟以前其他大名鼎鼎的“电子商务”“智慧地球”相比较而言，理解这个词还是有门槛的，至少无法望文生义。它是深度学习、自然语言处理、云计算能力的结合，相对简单的参考词是语义计算，但它决不是AI人工智能。IBM这次决心一开始就把新概念商业化，沃森已经成为认知计算的代言人和商业工具。而认知物联网，俨然正在成为第二代物联网。

平行系统

这是中科院自动化所王飞跃教授在一直推广的一个概念，极具哲学意义。它的背景理论是很高深的，但表现却是平易近人地多样化。“未来一定有多个平行的你” ，听起来够不够刺激？然后你就大概能明白这个词的含义了吧。就工业4.0的角度来看待这个问题，既然数字世界能够重构一个物理世界，那么一个物理世界为什么不能被重构几次？这就给CPS带来全新无限的可能性。

工业4.0包含了太多新旧不一的词语，难免让人困惑不已。我们需要用一种历史视角去审视各种概念的来龙去脉，才能更好理解这样一个爆发性的概念。本次精选五十个词汇，进行简单导读和分析。这是系列文章的下篇：

精益制造（Lean Manufacturing）

它包含了即时响应 (Just-in-Time, JIT)、零库存及敏捷制造的概念，同时也与以减少错误为目的的六标准差 (Six Sigma) 互相补足。精益制造最重要的思想，就是关注核心竞争力、减少浪费。这是从丰田走出来的全球明星概念和实践。丰田独具慧眼地发现，小批量生产完全可能比大批量生产的成本更低。这对工业4.0的推动，有着一脉相承的示范效应。

即使当下存在着所谓的补课和普及，但说的都是技术问题。实际上工业管理思想的贯彻，是一个普遍性的难点——这可能比技术实施还难。因为这件事，需要领导作出改变。

集成产品研发团队（IPT：Integrated Product Team）

国外最流行的产品开发模式，根据产品开发的需要，将各种部门的团队组织起来，专门围绕产品而动。这种团队组织方式，有效地打破了部门切割造成的信息无法有效传递的局面，可以大幅度提高产品的开发效率。在这一方面，航空业一直走在前面。而国内的华为，也从中受益颇丰。对于复杂产品的研发，多学科多部门必须紧密结合，单纯靠部门协同，是无法胜任的。

构型管理（CM：Configuration Management）

飞机制造史上最为重要的数字化和工程状态管理的思想。通过构型管理，复杂系统的销售、设计、制造、售后维护等都得以进行统一的数据管理。波音、空客都以此做为数字化制造的核心。当国产ARJ的年产量跌跌撞撞不过15架的时候，空客每3天可以制造一家A320的飞机。构型管理的价值一直不能被国人深刻重视，这是中国智能制造缺失的环节。讨论工业4.0，如果不能深入进入这些概念和实践，就很难有效解决实际问题。

工业大数据（Big Data）

这个概念都快烂了。但中国制造业最头疼的问题是，数据被捆绑在不同的系统、软件、硬件、文档上，而无法解放。这是中国多年的二维图纸文化形成的！重文档图纸，不重模型；重描述定性，不重数字量化。“中国制造2025”的悖论，大家都认为问题出在高端装备制造上，其实根本问题之一在于工业基础缺乏数字化表达，基于模型的产品驱动做的远远不够。中国制造业号称有最大的工业大数据可以供使用，但这个是伪命题：这个巨人被锁住了。

运维技术（OT）、数据技术（DT）

DT是阿里的最爱，阿里云一直在鼓吹一个概念，“从IT到DT”，所谓地从信息技术到数据技术。这个对称而吸引眼球的概念，让人们意识到已经迅速过渡到大数据时代。但是，DT 这个概念在工业领域，并不是首先要解决的，充其量这仍然是一个信息化的概念。而OT运维技术则要复杂的多，设备运维和健康管理所蕴含的数学模型和数字化表达，是工业的Know-How所在，是工业化的基础。OT更能表达企业的一线实践，DT太虚了，放之四海而皆准。工业界不需要这样广泛虚化的词。

组织体系结构(EA:Enterprise Architecture)、组织体系框架，用来描述体系的顶层架构的规范、原则、视图等（AF：Architecture Framework）

EA是一种类似于蓝图的顶层设计；这个Enterprise很容易有误导作用，翻译过来像是“公司”。但翻译成“组织”，又好像是工作岗位层级的设置，仍然不够准确。EA体系是顶层思想模型化管理的最重要的根基之一。中国制造2025需要它。

中国智能制造的工业顶层框架，一定应该从这里出发。从上而下，才能兼顾各种不同的视角。这才是工业升级版本的依据。没有数字化模型和顶层体系架构的逐渐演化，谈论工业版本，纯粹是文字游戏。没有数字化，就没有工业版本。

德国工业4.0的RAMI(RAMI 4.0:Reference Architecture Model for Industrie 4.0)

这是ZVEI在2015年3月CeBIT展会上提出来的德国工业4.0的顶层体系框架。实际上，德国人并不擅长顶层体系框架，系统工程视角也是其弱项，但从工业4.0开始，德国制造业显然已经考虑到这个问题。有了这个参考架构，才能真正称得上德国工业4.0元年。

美国国防部(DoD: Defense of Department)全军顶层体系框架(DoDAF:DoD Architecture Framework)

在C4ISR的基础上，美国国防部制订了DoDAF顶层体系架构，为美国的联合作战指挥部、海陆空天等各军种、军备采购等六种作战业务方向，提供了顶层的框架设计规范，从而使得军方无论在指挥体系，装备数据交换、项目进度监控都有了无与伦比的模型驱动能力。美国人无疑是模型化的绝对先驱。DoDAF的引入与演化，在军队指挥史上具有里程碑的意义，英国、北约、挪威、澳大利亚纷纷以此构建了自己的顶层指挥体系。美国、北约是首先在数字模型和赛博空间作战。中国联合作战指挥体系和军民融合机制，都离不开这个视角的考量。

物联网(IoT:Internet of Things)

物联网是年少成名但却晚成大器的一个典型。它有点过于早产了，许多人甚至与物流领域成熟的RFID相混淆。但近几年随着机器连接的需要，物联网也在制造业领域创建了一展身手的地方。美国PLM软件公司PTC，是在这个领域最为下赌注的一个企业。它在过去的两年频繁收购物联网公司，着手解决机器联网的服务。PTC将物联网技术，视为解决设备运维服务的切入点，然后跟前端的设计人员连接起来。战略视野可谓老到而毒辣，前景如何则需要更仔细的观察。

工业互联网（Indutry Internet)

这是GE公司从设备和能源管理的角度出发，提出的一个重要的工业新浪潮形态。它出乎意料地为行业提出了一个全新的评估角度：如何重新理解旋转设备的价值？如何理解设备能耗

节省1%的威力？工业互联网，让我们从传统的设备管理EAM，走向了全新的智能资产管理，挖掘工业大数据的价值，挖掘人的行业经验并加强模型转化。以工业技术为基础的软件，重新连接机器的力量与人脑的智慧。

虚拟现实（VR：Virtual Reality）、增强现实（AR：Augment Reality）、混合现实（MiRA：Mixed-Reality Application）

VR的存在，是CPS最为重要的一个连接环节，它使得虚拟世界的Cyber变得可视化，因为这是一个阴阳界的摆渡船，就像是《哈利.波特》中的火车——它连接了魔法学院和普通的现实生活。MiRA是一种虚拟与实际操作相结合的技术。它使得虚拟的、数字化存在空间和现实之间的信息实现同步，便于人类的感知和交互。想想《环太平洋》机甲战士，一个人如何操作比自己庞大上百倍倍的机器战车。工厂里不需要如此卖命，但危险和非宜人制造的环境下，就需要这种技术。

系统自主人机交互技术（Autonomik）

如果不知道这个词，只能说明对德国工业4.0的战略实践关注度似乎还不够。这是一个高度复合的德语词汇，主要意思是实现机器与系统的自主性，致力于将自动化技术与基于数字模拟的技术相结合，实现高度柔性化的生产。与原上海科技情报所缪所长等专家反复交流，将这个词定义为系统自主人机计算技术或自主人机交互技术。早在2010年德国经济能源部就开始赞助这个研究项目，希望提高系统自主性和以模拟为基础的系统发展。目前已经有若干分支成果。它已经被收编成为德国工业4.0华丽外衣遮盖下的卓有成效的行动计划，可惜它似乎穿上了隐身衣，被国内制造业所忽略。

过去的资料与数据（Data Legacy）

遗产系统（legacy system），也叫传统系统（traditional system）、遗留系统，指的是在企业内部集中的环境中一组相关的烟囱应用程序的集合。这是中国制造2025的一个巨大的包袱，如果不是绊脚石。如何在新升级体系下，迁移、清洗和兼容原来各种信息化资产和里面被锁住了的数据，决定了中国制造业腾飞的步伐。

智能机电一体化系统的设计方法（ENTIME）

德国针对工业4.0进行了许多大量而有意义的研究。ENTIME是德国把语义网和基于模型的方法联合起来，以便找到具体机器的解决方案的一个成果之一。语义技术是通向工业4.0的重要支柱，对中国制造技术而言，汉语是少数抵御外来系统侵蚀的壁垒之一。

新一代网址域名管理协议（IPv6）

IPv4域名体系已经接近枯竭，IPv6正在走来。IPv6的容量相当于为每一粒沙子，都可以分配一个域名。在未来工业4.0世界，每个产品、原料、零部件都可能被分配给一个域名，从而记录它的前生、今世和未来。

联邦信息经济通信和新媒体协会(BITKOM)、德国机械设备制造业联合会（VDMA）、德国电子与电气工程协会（ZVEI）

这三个来自民间的组织，强悍地引导了德国工业与信息化的发展。BITKOM、VDMA、ZVEI构成德国工业4.0的秘书工作组，主导了德国工业技术发展的战略，并且最终推动了工业4.0体系框架RAMI4.0的出台。是的，机械、电子、软件、通信的边界，正在变得模糊。融合，成为不可阻挡的旋律；而中国制造2025，则需要这样扎实的工作组。VDI德国工程师协会的作用似乎被忽略了。尽管在概念上似乎后知后觉，但VDI在德国工业4.0地图和产业化的实践上还是在扎实地推进工作，拥有16万名工程师会员的VDI还是具有强大的践行能力。

德国弗劳恩霍夫协会(FHG:Fraunhofer -Gesellschaft)

这是德国也是欧洲最大的应用科学研究机构，偏重于应用科技的研究。1991年世界上第一台MP3就产生于其下面的集成电路研究所。下设80多个研究所，年经费10亿欧元，是公助、公益、非营利的科研机构，为企业特别是中、小企业开发新技术，新产品，新工艺和管理问题。FHG与德国工程院、西门子公司等德国学术界和产业界的建议和推动下形成的工业4.0，成功成为国家级战略。弗劳恩霍夫最令人艳羡的是其强大的科研转化能力，这是真正的工业根基。弗劳恩霍夫现在正在成为中国的抢手货。今天海尔成立工业智能研究院，也拉着FHG 一起站台。希望这样的嫁接，真能产生像样的果子。

工业互联网联盟(IIC:Industrial Internet Consortium)

IIC以其开放的姿态和卓有成效的组织机制，正在吸引全球200多家单位积极参与。其核心是各个厂商设备之间可以共享和传输数据，并通过专业经验的数学模型和知识自动化，挖掘数据的真正价值。作为软硬件相结合的巨无霸工业公司，GE与西门子在战略布局上各有千秋，而GE在群体生态设计和推进测试床的实践，具有扎实可行的操作性。随着中国工业互联网联盟在去年年底正式成立，工信部也寄予厚望，工业互联网在2016年有望产生全新的火把效应。

美国数字化制造与设计创新中心(DMDII:Digital Manufacturing & Design of Innovation Institute)

美国先进制造创新中心的标杆性机构，是美国十五个创新中心最为典型的一个。它位于芝加哥大学，占地94000平米的面积，空前绝后。比较奇葩的是，这是美国陆军主导的项目——而美国陆军是美国知识管理最为成功的机构之一。美国陆军希望利用此机会，整合整个国家的力量发展新型制造技术，改善制造能力和相应的网络，进而改变工业界和军工业制造零部件和系统级产品的方法。

信息和通信技术(ICT产业:Information and Communication Technology)

ICT是电信服务、信息服务、IT 服务及应用的有机结合。为了成功过渡到工业4.0，ICT产业（创新周期相对短）应和机械、设备制造商以及机电系统供应商。（创新周期相对较长）密切配合，以开发出所有合作伙伴都能接受的商业模式。

知识自动化(KA:Knowledge Automation)

麦肯锡在《2025颠覆性的技术》报告对“知识工作者自动化”备加推崇，将其视为位居第二的颠覆性技术。知识自动化是指将各种经验与知识通过模型驱动的方式，实现工业技术的体系化。

传统的Data-Information-Knowledge从数据到信息，到知识的模型，似乎没有说清楚具体转化的路径。笔者认为知识自动化，一方面需要把原有各种系统的数据岛连接搞清楚，一方面需要通过词表技术和语义计算，使得知识能够自组织、自适应；另外重要的是需要把专家的经验和隐性直觉，进行挖掘并加以模型化，从而形成可以执行的知识模型。毫无疑问，知识自动化是中国智能制造的根基。目前国内索为公司是这方面的先行者。

赛博物理社会系统（CPHS：Cyber-Physic-Human Society）工程院的这个提法进一步突出地表明人与社会在赛博物理系统的作用。它反映了世界正在从以人类社会、自然界为主导的二元空间，进入人类社会、物理世界和数字世界结合的三元空间。以比特为单位的数字世界，成为我们不可回避的第三元主题。整个社会进入到人机物交互的三元智能系统的时代。

中国制造2025（ Made in China 2025）、智能制造（Intelligent Manufacturing）

中国制造2025，这个词很硬。很惭愧，笔者一时语塞，无法用简洁的用语来解释。需要留待后续再做研究（此处略去1000字）。

智能制造，根据《中国制造2025》定义，是推进信息化和工业化的深度融合，推动新一代信息技术与制造技术融合发展的主攻方向。坦率地讲，这里没有提到数据问题，是有瑕疵的。什么叫新一代信息技术？其实并不是ICT自身的单线发展，而是要充分利用数字化特性。笔者在这里需要强调的是，ICT并不能仅仅从它自身的产业发展角度来认识。实际上，美国军

方和德国业界对此有更加深刻的认识，如果制造业数字化基础得到贯彻，那么ICT神奇的摩尔定律，将可以在制造业重演，制造业的创新将呈现指数级的增长。什么叫这才是我们需要深刻研究的地方，需要ICT和制造业共同考量。

供给侧改革

又见硬词。理论上讲，供给侧与需求侧本是一币双面，联动密切。如果能够主动倾听需求侧，那么供给侧自然就会进化。为什么会单独强调一面？除非这里面暗藏一个假设，还有一个第三元的角色，游荡于市场规则之外。

供给侧改革，意图从提高供给质量出发，是产业结构调整的另外一种更加明确的说法，从而解决产品竞争力低下、同质化问题。

继续职业教育（CPD：Continuing Professional Development）

德国工业从来不会忽略人才、教育与职业培训，工业4.0白皮书中明确提到了“学院立方体”的概念，打造从职业学校、大学到企业的立体人才培养计划。这真是德国人一贯的思路，从俾斯麦铁血首相，到二战惨败之后的崛起，教育永远不缺席。不禁要汗颜一下，中国的智能制造，给CPD留下多少空间？教育部如何介入进来？这是一盘双星联动的大棋局。