去年9月26日，一汽解放無錫柴油機惠山智能工廠系統上線，經過1年的運維服務期，終于2020年9月26日完美驗收。艾普工華作為本次智能工廠項目的系統集成商，系統內容包含作業規則、智能排程、智能調度、生產執行、智能刀具、智能設備、智能質量、智能能源、三維仿真、生產控制塔十大業務模塊的MOM整體解決方案，涉及“產品設計-工藝設計-智能制造”多系統的橫向集成、“底層設備數采-業務信息轉換-管理指標展現”多業務的縱向貫通，成功打通產品設計到生產制造的全信息鏈，實現了制造全業務流的完整覆蓋以及前沿技術的場景化應用。
由汽車評價研究院與一汽解放發動機事業部聯合舉辦的“解放動力智領未來 中國智能制造高峰論壇”曾于在無錫召開，與會嘉賓以一汽解放發動機事業部為例，就智能制造未來發展進行了熱烈研討，為傳統企業向智能制造升級提供了相關建議。專家們表示新一輪產業升級中，以解放動力為代表的傳統制造企業在智能化道路上任重而道遠。其中李院士的發言，值得我們思考。
中國工程院院士李培根
三種“思維”
第一個思維進化，要從產品思維、工具思維進化到系統思維。
這是什么意思呢？做企業，產品的重要性自不待言。另外，把產品做出來需要工具，不光是刀具，機床某種意義上來講也是一種（設備）工具，這個重要性也不用說。但我們不能停留在產品思維、工具思維，還是要進化到系統思維。
李院士表示：曾到美國做農業設備的企業約翰迪爾參觀，感慨他們考慮問題的深度和廣度大不一樣。本來做農機就做農機，做拖拉機就做拖拉機，但他們考慮農業設備時將氣象、土壤、種子、灌溉、施肥等等很多數據聯系起來。我們可以想一下，考慮問題到這樣一個程度，他們農機設備的水平肯定到一個更高的境界。
又如搞汽車的，以前搞汽車就是汽車，顯然未來一定要把汽車放在更大的系統中考慮。如智慧城市中就有很多東西和汽車相關，設計未來的汽車產品就一定要要考慮這些因素。哪怕是刀具也一樣。上午我看了惠山工廠的車間，剛才李欲曉副總經也介紹了，其中的刀具管理是很不錯的，應該講在以前我看過的機械制造企業里，惠山工廠的刀具系統是做得非常好的。
但是可能未來我們還可以進一步，把刀具放在一個更大的系統中間去考慮，這個更大的系統實際上就是企業的系統。刀具跟工藝關聯因素是什么？刀具跟質量的關聯因素有哪些？刀具及其應用與企業成本的關聯？
說到成本這個話題，現在財務信息和業務信息沒有很好聯系起來，基本上是割裂的，財務信息是財務信息，業務信息是業務信息，刀具是屬于業務信息。我舉這個例子的意思就是希望把刀具放到一個更大的系統中間，放到企業系統里考慮，那樣的話涉及的東西就很多了。具體地說要把刀具管理置于更大的企業系統中去考慮，與工藝數據、質量數據、成本數據等聯系起來。這當然不是為聯系而聯系，而是為了使我們更深刻地認識復雜系統中的復雜聯系，從而更好地駕馭和控制系統，提高系統的性能和質量。這就是系統思維。
第二個思維進化，是從現實空間思維向虛實融合的思維進化。
我們總離不開現實空間、物理空間，但是未來虛擬空間的作用可能越來越重要，虛實結合這個思維要牢牢記住。美國福特汽車，至少15年前他們把虛擬仿真用于解決發動機的鑄造問題。汽車輕量化，發動機用鋁合金、鎂鋁合金材料，其鑄造困難。他們先通過虛擬仿真去做，大大加快了工藝的研究進程，取得很好效果。
虛實融合的另外一個表現，就是說AR（增強現實）技術、MR（混合現實）技術的應用將越來越多。一些公司已經把AR技術用到生產中間，比如裝配、維修，乃至遠程維護。這些技術完全可用在發動機的裝配、維修上。
第三個思維進化，我認為要從數據流動思維進化到數據驅動思維。
過去講制造業信息化，強調信息集成。那時候的信息集成主要是信息流動。信息從一個部門到另外一個部門，從某一個程序流動到另一個程序，這永遠都需要。現在我們講智能制造，也強調信息怎么從一個部門無縫流動到另外一個部門。但是更近一步的是什么，就是數據驅動。
所謂數據驅動，它不是一個簡單、單一的流動，可能起驅動作用的還不是單一的某種數據，驅動的事情是新的事情，不是例行的事情。
簡單地說，就是多元的數據通過分析去驅動、觸發新的事情。比如研發過程中把客戶相關的各種各樣的數據拿來經過分析之后，驅動研發進程，得到創新的設計。包括產品在運行過程中間涉及的很多數據本來是用于運行維護的，但這些數據反過來又可以指導產品的設計更新，可以發現原來沒意識到的問題，因此能夠驅動我們去做一些新的事情，這個和原來的只是單純的數據流動意義是不一樣的。
三個“不要”
第一個，不要因為迷信數據，只看到現象而忘記了本質。
數據的作用越來越重要，但是有時候一堆數據來了，不適當的分析很容易把我們帶入誤區。舉一個例子，二戰期間美國戰機飛回來，很多身上已傷痕累累，有人提出通過統計飛機中彈部位來進一步加固飛機，使飛機更加安全。在中彈多的地方加固，似乎很在理?？墒?，哥倫比亞大學的沃德教授說這是錯誤的，為什么？因為飛回來的飛機都是幸存者，他們飛回來了，那沒飛回來的你統計到了嗎？所以只統計飛回來的飛機的中彈情況這叫“幸存者偏差”。稍微仔細想想他說的有道理。在真正危險的地方中彈，飛機就墜落了。這就告訴我們有時候對數據的表象如果不仔細分析則會迷惑人的判斷，同樣在工程過程中我們也會遇到大量類似事情，所以我認為不能因為對數據的迷信，只看到現象忘了本質。
第二個，不要迷信自動化、智能化而忘了“匠心”。
我們講工匠精神，這個東西是非常重要的。前幾年，我考察一家日本小企業，那個公司做微電子晶圓的磨削拋光設備差不多是世界上最好的。公司有一句話（理念）令我很感慨，匠心如何在先進的技術中生息！因為有先進的技術，有很多東西以前要人工做的，現在可以不要人做，機器可以代替。以后不僅僅是體力事情，腦力的事情也是這樣，以后人工智能系統在某一個領域甚至超越我們人的智慧，那么以后還要不要匠心呢？我認為要的。
我相信數字-智能時代依然會有少數事情需要人工精雕細琢，那當然需要“匠心”。但另外一方面，“匠心”在數字-智能時代應該有新的含義。比如說對數據的觀察，對數據的體悟，我剛才講到對數據要通過現象看本質，這也屬于匠心的表現?！敖承摹弊鳛橐环N精神無非就是精益求精，有人琢磨數據也是精益求精，以后的人機智能系統中人與機器的交互，也需要人去琢磨，這都需要“匠心”，只是“匠心”表現形式與以往會有些不一樣。
第三，不要迷信集中計劃與控制。
當人們驚嘆大數據、人工智能技術的神奇時，一些人就以為一切都可在計劃掌控中。甚至有大企業家說以后可以實行計劃經濟了。其實，數據永遠在追趕事實，這就是數據的局限。
因為事實不斷在變, 數據的價值永遠是相對的。雖然企業中某種程度的集中是需要的，但對準確預測與集中控制的妄想有可能給企業帶來災難。請記住，“去中心化”可能更是需要企業關注的。
