德国专家欧芙札若娃：工业4.0最大挑战是数字变革

德国工业4.0平台成员机构——卡尔斯鲁厄理工学院工程信息学院管理院长Jivka Ovtcharova

　　新浪财经讯 9月24日消息，由工业和信息化部、新华通讯社指导，新华社《财经国家周刊》、工信部国际技术合作中心、华制智能主办，中国企业改革与发展研究会联合主办的2016第二届“中国制造2025与工业4.0全球年会”在北京国家会议中心隆重召开。本次年会以“智能制造体系构建和实施路径”为主题。德国工业4.0平台成员机构——卡尔斯鲁厄理工学院工程信息学院管理院长Jivka Ovtcharova表示，数字化在今天对我们的商务造成了巨大的影响，而且对我们的生活造成了影响。在工业4.0里面，现在最大的一个挑战就是数字变革。

　　以下为实录：

　　jivka Ovtcharova：女士们、先生们非常高兴今天给大家讲述我们共同的题目，也就是说工业4.0，也就是数字化技术的发展。首先我想告诉大家，你们现在已经坐这儿很长时间了，你们是来这里向我们学习，但是我们向你们学习，就是，眼见和耳听都是为虚，一定要实干才能学到东西。今天我要给大家讲述未来的可能性，也就是工业4.0能带给我们什么样的可能性。

　　数字化在今天对我们的商务造成了巨大的影响，而且对我们的生活造成了影响。先介绍一下我们的组织，我们的工程信息学院是2009年才建立的，也就是说，我们的卡尔斯鲁厄理工学院也是2009年才建立的，它的前身是2015年卡尔斯鲁厄理工大学。我们过去在这两个研究机构共同研究同一项话题非常困难，我们经过了很多的挑战。现在我们成立了一个卡尔斯鲁厄理工学院，我们现在要做的是什么呢？我们需要把三大挑战放到一起来提供高水平的教育、培训，高水平的研究和推进创新，我们把研究教育和创新放到一起。在我们的机构当中，我们不仅仅是一个学校，我们也进行跨学科的合作，这是工业4.0的关键，我们跨越了很多的专业。比如说我是医学和工程的学士。那么要落实这么一个跨学科的学科是非常困难的。所以我们现在成立了第三个部门，也就是选择性的研究集群。这是一个研究性的集群，还有专门负责自动化相关的一些自动化的技术。而且还有一些部门是负责信息管理，信息工程是在这一个分类里面，而且我们在工作也经常跨部门的，跨专业的。所以我们需要能够有足够的能力能够满足工业4.0对于多种技能的要求。而且我们现在在各种机构之间也在不断地融合，从传统的大学过渡到一个高层次的研究机构。这个机构在我们大学分为教育科研和创新。我们有大概20名研究员，也有很多的博士生，还有一些学生助理。我是负责信息管理与工程的部门主管。而且我们在2008年也有一个研究中心，主要是和产业一起对接，去研究一些产业急需的技术，比如说计算机的工程。

　　我给大家展示一下为什么今天所代表的这些能力是非常重要的。在工业4.0里面，就像早上我们也提到了现在最大的一个挑战就是数字变革。比如说这些快速成长的公司，他们有非常多的数字的计划，像亚马逊、谷歌等等。他们也不断推出新的商业模式，他们在世界各地都有分支机构，所以他们一定要以客户为驱动创造模式。我们觉得通过这种数字的沟通和通信，会使得很多业务呈指数成长。作为主管我们经常定义我们使用的术语。这里面的数字变革是指一个过程，这个过程当中会对于信息模式、商业流程和人际互动等做出全面的改变，使用先进的数字技术和服务来进行改变。不是说知识改变了世界，而是说人类如何使用这些技术改变了世界。他们的关注点不再是知识本身和技术本身，而是如何去使用。

　　那现在在我们世界上，最深刻的一个变化，可能我觉得大家可能在学校都学过了。那么数字技术和模拟技术有什么区别呢？事实上我们真实的世界是模拟的，因为它是真实存在的。我们有模拟的这些变量，然后我们可以来用创造信号。然后我们还可以通过编码来去衡量去沟通。现在我们说的这种数字其实并没有实质的东西，全部通过数字来进行组合的。我们看到在转换的过程当中，其实并不是说数字本身出现了问题，而是说我们怎么使用这些数字，从这些数字当中创造了什么。数字化就意味着除了我们现实的东西之外还有更多的东西可以创造出来。比如说我们可以创造一些特别复杂的模型，我们还可以有很多视觉网络，可以去模拟很多非常复杂的问题。那我们创造数据，通过数据我们又创造信息，通过信息又创造知识。所以这样的数字化给了我们一个机会能够在数字流程当中去做出自己的决定。

　　今天早上也谈到了，数据它并不是只是收集数据，收集数据不能解决问题，真正解决问题要很好的解决方案。我们需要进行信息的匹配，而且还要进行知识的管理，然后我们再进行很多语境的研究，还有优化等等才能够最终得出一个解决方案。我们在这个工业4.0所提出的解决方案都是基于这些知识信息来满足我们工业4.0的这个要求。我想跟大家介绍一下我们KIT的做法。比如说我们是360度数字变革，我们要考虑到这个实际生活，要考虑到知识管理，还有附加值。首先我们要去筛选这些知识，要筛选这些真正对人类有益的知识。大家都知道什么是大数据，它是非常大量数据，它的速度非常快，我们在分析的时候也需要非常快速。

　　关于这些概率的分析方法，我们可以创建模型。我们并没有剔除所有人类的因素，我们希望能够让人和技术和机器有更多的互动。然后让人类在解决问题的时候，把这些知识真正的嵌入进去。而且我们要基于非常具体的实际操作的基础，我们需要在实际操作过程当中，能够确保真正的创造价值。我们要在考虑到360度数据变革的时候，也需要了解我们从一个项目所汲取的经验怎么能够应用到下一个项目里去。所以需要教育，需要研究，需要创新共同实现这个目的，我们不可能只是单一依靠某一个手段。

　　关于产品的生命周期的管理，我们需要基于深度的知识来进行分析。还有比如说自学数据分析、快速知识的汲取、要控制平衡的载荷分布，还有历史数据加工和预测、能源消耗的管理。

　　如果我们用知识来进行分析是不够的，我们需要让人真正看到研究的结果。基于这个目的，我们就用了智能沉浸式的环境，能够看到数据和参数，能够和各个产品进行互动。我们用3D，三维的技术，让人真正置身到这个环境当中去，沉浸其中。为了完成这个项目，我们需要合适的基础设施，比如说硬件软件，有能源效率虚拟环境实验室、通信实验室、混合现实实验室、内容创造实验室、能源体验实验室、合作实验室等等。那么在我们日常的工作和生活当中的数字化有七个步骤：

　　第一，从各种不同非结构获取数据。

　　第二，为了物联网进行数据加工。

　　第三、运行智能计算，以便于解读大数据的多个层面的含义。

　　第四、自动进行数据质量的检查，实时数据分析和虚拟化，还有移动终端的使用，还有以人为中心的商业流程。我们特别重视人类的需求。

　　第五，当今的数字化过程就是持续对所有的参与方进行资质方面的提升。比如说参与的学生、企业，希望他们能够在自己的日常工作生活中应用这些办法。关于工业4.0的数字化有哪些主要的问题需要去解决的呢？大家可能都已经听到了很多次工业4.0，我也不想再去解释到底是什么是工业4.0，而是更多的希望让大家能够看一下这些事实。为什么我们要进行这样的改革？这次改革的源头在哪里？或者是基础在哪里？因为每次的工业改革都会改变整个世界。我们看到工业1.0是大规模的制造，是用流水线的方式去工作。工业2.0的时候就出现了电器。工业3.0的时候是计算机自动化的时代，就是我们现在所生存的时代。

　　工业4.0就是用这种网络化、智能的终端，以及商业和社会之间的互联互通。我们看到有很多不同的实体都可以通过网络联结在一起。现在我们所生存的这样的环境，它会很大程度上改变我们的社会。我们谈论技术的应用而不仅仅是技术本身。我们会更多重视人类，人类现在成为了我们关注的焦点，而不是其他的技术和产品。所以我们在工业4.0方面是人创造了更多的附加值。

　　我们提出了一个工业4.0价值创建循环。它有两个阶段，最大的一个阶段就是技术和数据。我们确实需要技术和数据，但是我们更多的要把消费者让他们参与到我们的产品开发过程当中来，人类的体验是非常重要的，人类对于某一个产品的认知是非常重要的。比如人和机器之间的互动，这也是改变了人类使用技术的历史，是人类创造了附加值。

　　模拟现实的情况现在改变了，我们现在更多是对体验的模拟。比如说像我的学生他在虚拟现实里面的一些体验。也就是说，人类参与到传感器去体验，体验非常广阔的空间。而且它在这个思想上可以有一个反馈，对于他所经历的体验到的环境会有一个反馈。

　　双向连接是人和机器之间的互动。其实人和机器之间是互相学习的，人类也能够汲取知识。我们希望通过这样的一种方式来利用这样的工具和手段把它真正的去探索工业4.0背后那个非常庞大的大脑。

　　为什么现在我们要谈论这个话题？是因为过去的技术使用方式不适应我们的时代，我们现在生存的时代技术到处都是3D电影，还有很多非常创新的产品，现在这种虚拟现实也是会不断地推广，每个人都能体验到他希望体验到的经验。

　　当这种以人类为中心的这种工程才是我们应该去关注的，因为我们希望能够促进人和人之间的交流，还有包括这种团队合作。360度的数字化的主要原则就是说，我们要有一个全局的视角，随时随地。所以我们就创造了工业4.0协作实验室。他主要是支持中小企业，以一种更加务实的方式解决他们的问题，真正落实到行动里面。明天在第一个平行会议的时候，会跟大家介绍一下，我们这个工业4.0的合作实验室。我想跟大家介绍一下我们这个实验室的执行情况。首先我们建立了一个参考架构模型。因为我们需要共同的标准或者指导的规则，那这个模型就是能够帮助我们创造一个网络化的这种功能和附加值，他是我们这个模型主要的基石。各个不同的资产之间可以互相的沟通，而且我们用这样的一种方式在一个欧盟的一个项目里面去使用了。比如说我们交这些机器某些技能他们可以自动做出反应。

　　所以在这里我们说的是互联网化。现在的机器和产品都能够知道如何进行自动处理，现在的解决方案就是以计算元为基础的处理方式。

　　第二个例子是我们实验室的一个项目，也就是实时控制。不是系统的一种转移，而是进行实时的控制，实时的反应，我们实时的收集这些机器的数据，实时调整加工的过程。所以进一步地来讲，不仅仅是我们要进行建模，而且还要进一步的把真正的现实世界和数据世界联合起来，来打造一种虚拟的双世界的情况。也就是说，把虚拟的世界和现实的世界通过联系的方式叠加起来指导我们的工作。比如说其中的一个例子，就是一个机床的一个现实的双胞胎技术。也就是说，这是一个学生在进行学习，他们生产一个非常简单的一个部件，之后他们把Ipad利用起来，把他们的数据放到大屏幕上，这样的话就能够产生一种虚拟的生产的空间。这是学生的一个实验品，它不是高精端的技术手段，但是重要的就是你看到前面的人际交互截面，后面还有一些支持的东西，也就是说他传输的一些数据通过后台进行处理，在后台的机器开始自动生产。这不是一个直接的一个交流过程，而是通过中间的一个交互的界面进行数据处理之后然后再进行的沟通。

　　我们也把这个方式用到工厂当中，在工厂当中我们也需要一些合作，我们用一个软件来进行工作的指导。也就是说，我们建造了一个3D模型，那么在开始真正的建立这些工厂的时候，我们先建立三维模拟，看看情况怎么样，在这种情况之下我们使用了标准的软件，是这种自动的模板。另外一个例子就是一个学生研究的成果。在这里我们收集了一些传感器的数据，我们从现实世界中也收集到了一些数据，然后把这些数据和三维建模的世界叠加起来，这样能够非常有效的改善能源利用的设计。

　　我在一开始的时候，我提到过，我们打造这种虚拟的建模不是我们的目的，我们目的是要把这种虚拟的东西和现实的环境叠加起来，从而更好的指导我们现实的工作，这才是我们的目标。所以我们需要高精度扫描的技术，来扫描现实的世界，来形成一个准确的数据来反应，反应到现实世界当中。这是一个简单的介绍，我希望大家从中学到一些东西。也就是说，这不仅仅是一些理论，而是已经落到实处的东西。我希望大家将来跟我们合作，能够共同发展这些技术。如果有问题的话，欢迎你们提出来。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。