各位领导，各位专家，各位同仁，大家下午好！我可能是在座的在制造业领域为数不多的外行，在座各位都是制造业领域的专家，今天我就以一个外行的角度来看一下智能制造，看看对大家是不是有一点启发，如果有启发也算是抛砖引玉，所以今天的演讲主题是《对智能制造总体架构的思考》。汇报三个方面：1、从企业架构谈起；2.智能制造总体架构的开发；3.我们应对的策略。

 

　　企业架构是专有名词，在国外80年代就兴起。“企业”这个词在国内有一个认识的误区，所以我们说信息不对称，语义也不对称。其实国外“企业”这个词也包括政府部门，是指具有共同使命的组织单元，可以是公司、政府部门或者其他分支机构。架构是一件事物的组成结构及关系。我后面都是围绕一个“企业”，我们从信息化视角来看，它是由什么东西组成，它们组成要素之间的关系是什么，包括智能制造也是从这个视角来看。

 

　　从生命周期来看，架构愿景，这个企业从愿景角度来讲应该是什么样，然后有详细的架构视点定义。比如说这个企业或者这个智能工厂，从业务角度是什么样子的，从数据，从应用，从技术，从安全不同的视点来看它应该是什么样。再是迁移计划，有了这些定义之后，怎么从现在过渡到未来，是有一个迁移的计划。最后是架构的治理。比如我建一个智能工厂，这个工厂怎么按照架构规定的或者要求去建设，当然架构的治理不仅仅只是要求项目符合架构，也可能包括架构自身的更新迭代，或者架构的变更管理。

 

　　我们的信息化需要有这么一个东西，这些东西是国外在大量信息化实践中间总结出来的框架和方法，为什么需要它呢？我这里用三句话来做一个简单的解释。

 

　　1、更加清晰地定义问题和需求。信息化这么复杂，业务的，数据的，技术的，战略的等等，我怎么知道这个需求合不合理，你怎么知道这个问题是真实的问题，或者这个真实的问题是什么，或者真实的需求到底是什么，不是说提出需求的人这就是真实的需求，不是有人说这是一个问题，它就是一个真实的问题，什么来验证来表明这是真实的问题或者需求，我们需要有依据。

 

　　建立沟通的共同语言。大家都有各自的领域，智能工厂，业务也好，信息化也好，我们决策的依据是什么，我们需要共同语言。指导项目的实施，包括对实施项目的指导和控制。国际上已经总结了很多框架和方法，我列的是主要的框架，今天不是主要给大家讲这些，只是给大家过渡一个思路，这里包括zachman，EAP、dodaf，togaf，FEA等等。

 

　　我后面会围绕其中一个框架来看看我们智能制造的总体架构应该是怎么去开发它。这里借用的是TOGAF里面的ADM方法，以智能工厂为例，比如建一个智能工厂需要开发它的架构，需要用这个架构作为我们共同的语言，作为我们共同的桥梁，作为指导实践的依据，作为我们定义问题的依据，这里面有十个轮子，九大步骤，需求管理在中间，包括预备阶段、架构愿景、业务架构、信息系统架构、技术架构、机会与解决方案等等。

 

　　首先来看一下，预备阶段我们就要考虑为什么要做智能工厂？谁来支持这件事情？你要找到赞助者，是我的CEO，CIO，还是谁，有没有预算做？参与的团队怎么样？这些东西要考虑清楚。第二个阶段是架构愿景，它反映了一种思维方式，做任何事情之前，你必须从架构视角来看未来应该是什么样。智能工厂建成后会是什么样？客户是如何在用？流程如何在走？数据如何在流？这是我总结的几个主要点。我们要搞智能工厂，我们要做智能制造，你就要设想，比如说建成之后，最重要的几个东西，如客户、流程、数据，它是什么样的，肯定跟我现在是不一样的，那你就要设想，只有我们有这样的愿景才有方向和目标。

 

　　以工业4.0为例，其实德国人提出工业4.0，也只是提出一个愿景，也提出了一些思路，我们来看看这是我们做智能工厂愿景非常重要的输入，就是未来到底会变成什么样呢？我把整个工业分成四个阶段，机械化、电气化、电子化、智能化。3.0-4.0最根本区别是什么呢？其实电子化带来的是自动化，是有计算机，逻辑电路，可以使我们的数控机床自动化运转，靠事先设定的流程，这些规则事先已经设定好的。但是智能化是很多规则不是人事先设定好，是通过大量数据的采集，通过建模，通过机器学习，通过自学习，通过不断地优化，他选谁，他做出什么样的预测，这些事先是不确定的。在智能化领域，我们看德国工业4.0也好，美国工业互联网也好。

 

　　从第三次工业革命到第四次工业革命核心是互联网以及互联网背后的技术带来的变革。整体来讲是信息技术从边缘技术走向核心技术。过去搞信息技术跟制造技术是两派，但是现在我们的信息技术是走到制造业的核心技术，因为我们的机器设备被软件所定义，我们的硬件设备控制功能被抽象的软件层面，由软件定义设备，软件定义工厂，软件定义制造，这个时候是软件定义一切。这个时候信息技术就不再只是边缘技术了，已经走向上制造本身核心的技术。

 

　　德国工业4.0提出的愿景里面有三大集成，纵向、横向、端到端，所有这些东西是打通的，横向集成就是从供应商到企业到客户，端到端集成就是从研发设计到生产制造到客户服务，也就是说，内外上下左右是全集成的，它的理念是要所有这些系统，原来是孤立，现在是一种集成的思路，这个思路是升级的思路。在这样的理念下，互联网连接一切，因为所有集成都是需要靠互联网这样的技术连接。产品和设备之间互联，一个产品进来，一个原材料进来，告诉生产线我是谁，我应该怎样被组装，用什么方式组装我，按什么规则，什么条件等等。虚拟设计完之后直接到实体工厂生产，实体生产和产品数据实时反馈到虚拟空间，去做优化、分析、决策，反馈到实体空间，所以虚拟和现实之间是打通的，所以提出了CPS平台。CPS就是用于把现实世界与虚拟世界连接。主要是连接三个东西“人、物、服务”。人现在都被连接起来了，现在基本上没有人在互联网之外了。下一步是连接物和服务。现实世界里面大量的设备，大量运行的状态，很多东西是不可知的，我们通过连接这些物，通过它运行的状态，运行状态的数据可以大量的获取，可以找出他们的规律，通过建立模型反馈指导这个物理世界。连接人的时候已经创造了很多场景，比如说滴滴打车，回家吃饭，各种网上APP，把碎片化需求随时对接起来，通过人的连接。大家知道物的连接也会创造大量场景，也就是未来一个一个领域智能化，很多领域都会变得智能化，而且很多东西是根据环境自动学习，自动优化。

 

　　人工智能时代已经来临，因为我们有了大数据，有了机器学习，有了这样的方法，就是把计算机跟三岁小孩一样，可以自我学习。以后还有无监督机器学习，可以在大量数据里面发现出人还没有发现的很多规律，人没有认识到的，或者人不能实时发现的，所以连接物这是未来会带来人工智能领域的应用场景，现在人工智能时代已经来临。再有是连接服务，当这么多人和物在这里交互，这中间是软件在定义，这些软件实际上是服务的方式在提供。各种各样的服务，这个服务是成千上万的，你都不知道跟谁连接。这个时候一定要在互联网可扩展的基础架构上面，通过互联网的连接，连接就可能产生价值。

 

　　它也提供一个参考的架构，物联感知层到服务层到应用层，这是非常概念性的架构，这个架构并不是多好，其实美国工业互联网有更好的参考架构。在工业4.0愿景下面，它的代表企业是西门子，西门子在做这样一个云平台MindSphere，机器和工厂创建者可以监控全球分布的机器舰队，从而做好服务，并使用数据开发新的服务和业务模型。机器本身控制的功能决定它干什么事情都会抽象到这个平台层面。在这个平台层面核心是大数据的分析，当然它的资源是通过云的方式弹性扩展的，这里面最重要是大数据的分析和处理，通过数据的分析处理，可以做可预测的设备维护，就是设备数据都到我这儿了，实时产生，这个设备还没有出现问题之前，可能要出现问题了，我会提前发现它，可以做可预测设备维护，在设备没有坏之前就知道应该做什么样的改进与维护。

 

　　能源数据管理，能源在整个制造里面非常重要，因为今后都是传感，都是实时采集数据，能源管理也是非常重要的，基于数据做能源的管理，还有优化，整个运行优化，资源的优化，基于有了数据，我们可以通过这样的云平台，可以通过大数据分析和处理，对物理世界，制造空间，甚至产品，都可以把它变成智能化的，因为有了数据，把它变成智能化产品。

 

　　除了德国工业4.0，美国在搞工业互联网，美国工业互联网是以GE为代表的，这张图是主要的架构图，他是怎么描绘未来。左边是连接，中间是云服务，右边是应用，应用是移动端的应用。前端通过连接，所有物理设备资产连接起来，跟工业4.0最大的区别是什么呢？最大区别是中间这块，美国工业互联网是基于互联网技术架构来做，而且是基于开源技术在做，他参股了这家公司Pivotal.上面的应用分了五类，资产管理、分析服务、数据管理服务、安全、运营。我只是把工业4.0和美国工业互联网愿景描述跟大家做一个参考，在这里谈一下我个人的观点。我认为大家更多应该参考美国工业互联网的思路，为什么呢？因为只有中国才跟美国一样有了非常好的互联网基础设施。第二，互联网基础架构有天然的优势，低成本，高可扩展性，弹性，又是开源的，走这条路线一定是我们的方向。从基础架构到应用是有很重大的变化。基础架构里面弹性，可扩展，上面应用层面是微服务化，可以敏捷开发、快速迭代。

 

　　谈了愿景再看这样的愿景下面，业务架构会发生什么变化。比如说业务模式如何变化？产品和服务如何变化？业务功能如何变化？有的是业务模式没有变，我的产品也没有变，可能处理的业务功能变了或者业务流程变了。所以你要看具体变了什么。在每个企业设定自己场景的时候，首先还是围绕到最开始的，你为什么要搞智能制造，你想用智能制造达到什么目标，这些问题最后涉及的场景愿景，甚至到业务架构都是要围绕实现目标去做的。

 

　　业务会发生什么样的变化呢？每个企业都会不一样，我只能说一些大的方向。首先是机器替代人，今后在工厂里面可能是大量机器替代人，因为今天机器变得越来越聪明，现在的人也不愿意去做工人了，那么机器替代人之后，我们就要想想，我们的业务还是这样运作的吗？我们的信息系统还是这样的吗？肯定不是了。在我们要根据现在这样新的场景设计新的业务架构。还有一个层面是业务模式会发生变化，比如说我的产品服务化，甚至不卖产品，就卖服务，这可能是大的方向。通过产品的互联实现硬件的智能化，这里面由于数据的采集，我们可以做到对物理设备，制造设备做到监控、控制、优化、自动化。这是产品服务化的一个方向，举个例子，像波音也在开始服务化，不卖一台飞机也可以生存，因为是有大量的服务，卖给波音发动机的工厂也不卖发动机了，干脆就服务化，就卖服务，我保证你的发动机是好的，不用担心多少年再来换，服务化趋势在制造领域里面会越来越明显。这种商业模式的变化，我们在业务架构里面，肯定也有变化了嘛。

 

　　在这样的业务架构下面，信息系统架构会发生什么变化？信息系统架构主要是应用架构和数据架构。应用架构总体来讲是朝微服务架构转型。具体制造企业的应用将体现在行业共性应用和组织特定应用上。美国GE公司在做互联网工业里面是完全基于互联网架构去做的，在业务层面分五大类，我们分析更多是通过新的方式处理，也就是说一个真正的智能工厂，过去处理业务流程驱动的系统慢慢淡化，甚至慢慢会引入到这个体系里面来，更多是在新的架构体系，而且每个微服务是自成体系，独立开发与维护，不像过去做架构设计还要考虑它的性能，现在是容器化部署，可以快速启动容器来支持高并发，每一个微服务都是自我迭代，跟别的服务没有紧耦合关系。不像过去是一个大系统，一改牵一发而动全身。数据架构总体上正在朝大数据架构转型，制造企业物联感知数据将与管理运营数据深度整合。不再是过去用关系数据库做运营流程的数据管理，大量的数据怎么存储、分析、利用、自动学习，自动决策，自动检测，自动维护等等。

 

　　那么技术架构阶段会存在什么样的变化呢？技术架构本质上就是云和大数据两者融合，总的来讲，今后云和大数据不仅仅是我们现在搞IT的部门，做信息系统，这是大的方向，我们整个智能制造，他依赖的就是这个东西，他的基础平台就是这个东西，这是美国GE公司给我们看到的一个愿景，过去我们都说要融合，要把互联网技术和产业融合，怎么融合，我们看到他们就按照这个方式在做。

 

　　最后谈一下我们应对的策略。因为每年有几百个CIO在北大学习，参加CIO班培训。2014年我们也看到这样一个大的趋势，也知道现在有很多人套这个概念，但并不是往趋势往正确的方向去走，所以我们成立了中国新一代IT产业推进联盟，这是由北大信息化与信息管理研究中心、信标院和国家信息中心公共技术部三家单位发起成立的，由中国科学院院士梅宏担任理事长，李伯虎等五位院士担任咨询委主任/副主任，本人担任秘书长。杨部长在成立大会上用五个新做了总结：新体系、新能力、新模式、新格局、新阶段，总结的非常精辟。

 

　　对于我们制造业怎么样抓住这样的机会，我们也在探索，我们前不久我们跟中国卫生信息学会签订一个协议，针对医疗卫生CIO班学员做“中国互联网+医疗卫生”的联合课题研究。制造这个行业里面，很重要的思路是抓住互联网技术架构给行业带来变革的机会。说到底还是技术在推动这个社会的进步，任何一个产业革命背后一定有它的技术革命，如果我们还基于传统的技术，套一个帽子，这是工业4.0，我认为这是花了很多钱把我们引导到错误的方向去走。所以我们希望通过联盟的示范工程去往正确的方向引导，因为我们还有一个互联网CIO-CTO培训班，我们启动了中国互联网技术公益人才培养计划，帮助我们传统IT人员转型做培训。联盟每年培养40个互联网CIO和CTO，他们都是来自百度、阿里、腾讯、京东、360等互联网公司的技术总监或产品总监。互联网班的这些学员每年也会帮助我们传统企业培养200名转型人员和1000名在校大学生。这些示范工程和人才培养我们将结合智能制造，帮助一些企业如何实际落地，做好互联网+。我认为觉得更应该学习美国工业互联网的思路，我们也希望这样一个思路通过互联网技术架构基础上打造制造行业的APP store，这就是我们的思路，有兴趣可以会后继续交流，谢谢大家。