眼球經(jīng)濟(jì)是依靠吸引公眾注意力獲取經(jīng)濟(jì)收益的一種經(jīng)濟(jì)活動(dòng)，我相信很多人并不熟諳如何把公眾注意力轉(zhuǎn)化為Money，但在增強(qiáng)或減弱公眾注意力這個(gè)問(wèn)題上，絕大多數(shù)人的選擇都趨于一致。所以當(dāng)一項(xiàng)技術(shù)產(chǎn)生的開始，會(huì)出現(xiàn)大量的專家，站在不同的角度，不同的立場(chǎng)，對(duì)新技術(shù)進(jìn)行詮釋或是重新定義技術(shù)的外延和內(nèi)涵。
01
從業(yè)十幾年，和很多客戶一起探索如何提升企業(yè)研發(fā)能力，國(guó)外的企業(yè)我不知道，但是中國(guó)這塊土地上，我確信沒(méi)有一家企業(yè)真正的建立起系統(tǒng)的數(shù)字孿生技術(shù)架構(gòu)。而當(dāng)“數(shù)字孿生”逐漸成了一個(gè)時(shí)髦的名詞時(shí)，也涌現(xiàn)出一大批關(guān)于數(shù)字孿生的技術(shù)專家，寫過(guò)很多相關(guān)的文章，對(duì)數(shù)字孿生技術(shù)的外延和內(nèi)涵也不盡相同。
數(shù)字孿生（Digital Twin）最早應(yīng)該追溯到NASA的John Vickers對(duì)物理實(shí)體和其數(shù)字鏡像的命名。而其概念的來(lái)源，業(yè)界一般認(rèn)為，是由密西根大學(xué)Michael Grieves教授于2002年針對(duì)產(chǎn)品全生命周期管理(PLM)提出的，當(dāng)初并不叫Digital Twin，而是叫鏡像空間模型(Mirrored Space Model,MSM)。
工業(yè)仿真軟件巨頭ANSYS對(duì)數(shù)字孿生的定義：“從高層次來(lái)說(shuō)，它是創(chuàng)造物理對(duì)象的數(shù)字化表達(dá)形式；從根本上講，它是為真實(shí)世界的資產(chǎn)設(shè)備創(chuàng)建數(shù)字模型，并將實(shí)際的性能數(shù)據(jù)與企業(yè)所擁有的與該特定資產(chǎn)設(shè)備有關(guān)的整套數(shù)字信息充分結(jié)合。”
圖一Digital Twin（圖片來(lái)源，ANSYS）
ANSYS趨向用數(shù)字化技術(shù)去動(dòng)態(tài)鏡像真實(shí)世界的資產(chǎn)設(shè)備，以期預(yù)測(cè)和優(yōu)化資產(chǎn)設(shè)備的運(yùn)行狀態(tài)并提供預(yù)警。ANSYS期望使用數(shù)字原型和數(shù)字探索技術(shù)，不僅僅在產(chǎn)品的研發(fā)范疇，更要逐漸擴(kuò)展到依托仿真驅(qū)動(dòng)的工程領(lǐng)域。CAE在傳統(tǒng)上一直被用于產(chǎn)品開發(fā)和虛擬實(shí)驗(yàn)，而結(jié)合數(shù)字孿生技術(shù)，CAE將在整個(gè)產(chǎn)品的生命周期過(guò)程中，發(fā)揮其蘊(yùn)藏的巨大價(jià)值。
2007年，工業(yè)自動(dòng)化巨頭西門子收購(gòu)了PLM軟件UGS，從此一直沒(méi)有停止并購(gòu)的腳步，其背后的重要原因之一，也是因?yàn)槲鏖T子深刻認(rèn)識(shí)到數(shù)字孿生的價(jià)值。西門子把數(shù)字孿生分成三大部分，產(chǎn)品數(shù)字孿生，生產(chǎn)數(shù)字孿生和設(shè)備數(shù)字孿生。西門子認(rèn)為：數(shù)字孿生技術(shù)是“將帶有三維數(shù)字模型的信息拓展到整個(gè)生命周期中的影像技術(shù)，最終實(shí)現(xiàn)虛擬與物理數(shù)據(jù)同步和一致”，它可以“發(fā)現(xiàn)潛在問(wèn)題、激發(fā)創(chuàng)新思維、不斷追求優(yōu)化進(jìn)步”。“數(shù)字孿生技術(shù)幫助企業(yè)在實(shí)際投入生產(chǎn)之前即能在虛擬環(huán)境中優(yōu)化、仿真和測(cè)試，在生產(chǎn)過(guò)程中也可同步優(yōu)化整個(gè)企業(yè)流程。”
圖二（圖片來(lái)源，西門子）
西門子按照產(chǎn)品的生命周期，從研發(fā)，生產(chǎn)及產(chǎn)品使用的角度，去定義數(shù)字孿生技術(shù)，實(shí)際上是沿用信息化的概念，產(chǎn)品數(shù)字孿生是把實(shí)驗(yàn)室搬進(jìn)電腦，生產(chǎn)數(shù)字孿生是把工廠搬進(jìn)電腦，設(shè)備數(shù)字孿生是把產(chǎn)品維護(hù)搬進(jìn)電腦。而原先的這幾個(gè)系統(tǒng)相對(duì)獨(dú)立，形成信息孤島，西門子通過(guò)系統(tǒng)整合，使得產(chǎn)品相關(guān)數(shù)據(jù)在產(chǎn)品的整個(gè)生命周期中保持統(tǒng)一，把原先相對(duì)孤立的信息化子系統(tǒng)連接起來(lái)，消滅信息孤島，再輔助云計(jì)算，大數(shù)據(jù)，虛擬現(xiàn)實(shí)等技術(shù)，從而形成一個(gè)完整的閉環(huán)系統(tǒng)，使得企業(yè)的整體智能化運(yùn)營(yíng)成為可能。
而另一個(gè)PLM軟件巨頭達(dá)索在詮釋數(shù)字孿生時(shí)則更注重于知識(shí)管理。達(dá)索認(rèn)為，無(wú)論時(shí)什么行業(yè)的產(chǎn)品，都可以通過(guò)數(shù)字孿生技術(shù)建立虛擬世界的產(chǎn)品設(shè)計(jì)模型，從而優(yōu)化物理世界的產(chǎn)品實(shí)體。
圖三(圖片來(lái)源，達(dá)索)
達(dá)索3D EXPERIENCE平臺(tái)利用知識(shí)管理和相應(yīng)專業(yè)技術(shù)將所有技術(shù)和功能集成到統(tǒng)一的數(shù)字化系統(tǒng)當(dāng)中以應(yīng)對(duì)日趨復(fù)雜的創(chuàng)新挑戰(zhàn)，實(shí)現(xiàn)從概念設(shè)計(jì)，詳細(xì)設(shè)計(jì)，生產(chǎn)制造直至產(chǎn)品維護(hù)、回收等產(chǎn)品的全生命周期的數(shù)字連續(xù)性，企業(yè)集成該平臺(tái)的應(yīng)用，創(chuàng)建數(shù)字孿生，從整個(gè)生態(tài)系統(tǒng)中獲取創(chuàng)新動(dòng)力和專業(yè)知識(shí)，從而評(píng)估和預(yù)測(cè)工業(yè)資產(chǎn)的績(jī)效，并以智能化的方式幫助企業(yè)優(yōu)化自身的運(yùn)營(yíng)。
02
盡管角度不同，概念上也存在一些差異，但是我們可以提取出數(shù)字孿生技術(shù)的幾個(gè)重要的關(guān)鍵詞：仿真，集成，全生命周期，創(chuàng)新，智能化。
也就是說(shuō)數(shù)字孿生技術(shù)最終指向的是企業(yè)智能化，在這個(gè)點(diǎn)上，所有對(duì)數(shù)字孿生的定義都是一致的。
而企業(yè)智能化的定義和數(shù)字孿生一樣，也有不同的外延和內(nèi)涵。我們現(xiàn)在也無(wú)法給出企業(yè)智能化的一個(gè)準(zhǔn)確定義，盡管如此，業(yè)內(nèi)在企業(yè)智能化水平?jīng)Q定企業(yè)的未來(lái)這一論斷上，毫不懷疑。
百度制造業(yè)的定義——是指機(jī)械工業(yè)時(shí)代利用某種資源（物料、能源、設(shè)備、工具、資金、技術(shù)、信息和人力等），按照市場(chǎng)要求，通過(guò)制造過(guò)程，轉(zhuǎn)化為可供人們使用和利用的大型工具、工業(yè)品與生活消費(fèi)產(chǎn)品的行業(yè)。隨著市場(chǎng)供求關(guān)系的演變，企業(yè)的創(chuàng)新能力逐漸成為企業(yè)核心競(jìng)爭(zhēng)力的關(guān)鍵甚至是決定性的因素。
而知識(shí)積累，知識(shí)管理乃至知識(shí)工程是企業(yè)創(chuàng)新能力提升的最主要的方法。達(dá)索的數(shù)字孿生技術(shù)的解釋正是從這個(gè)角度切入的。
最早的知識(shí)傳承是人傳人（不是冠狀病毒），俗稱傳幫帶，老師傅積累的經(jīng)驗(yàn)，看著哪個(gè)徒弟比較順眼，傾囊相授，一代一代的積累。即使在現(xiàn)代企業(yè)中，這種傳幫帶依然存在，一些Know How，不能用言辭表達(dá)的技藝，師傅教徒弟還是主要的傳承方式。從企業(yè)的角度，企業(yè)具備行業(yè)經(jīng)驗(yàn)，可以少走彎路，做出高質(zhì)量的產(chǎn)品。
然而傳幫帶的效率太低，不易流轉(zhuǎn)，企業(yè)開始建立相應(yīng)的項(xiàng)目文檔，希望盡可能的記錄企業(yè)的各種知識(shí)。對(duì)具體技術(shù)或者產(chǎn)品，分門別類，形成各種各樣的技術(shù)文檔，希望后來(lái)人可以學(xué)習(xí)和借鑒，記得大學(xué)里學(xué)過(guò)一門課叫《文獻(xiàn)檢索》，主要的技術(shù)就是如何快速準(zhǔn)確解決問(wèn)題需要的信息和知識(shí)。
書本或者文獻(xiàn)作為知識(shí)傳承的主要載體，是有很多缺點(diǎn)的：
l長(zhǎng)時(shí)間保存困難；
l可流傳性依然不夠理想；
l對(duì)知識(shí)的表達(dá)不夠完備，會(huì)損失很多有效的信息；
l人們?cè)趯W(xué)習(xí)這些知識(shí)的時(shí)候，會(huì)帶上主觀的認(rèn)識(shí)，從而不能忠實(shí)的重現(xiàn)原知識(shí)；
l太多的知識(shí)，學(xué)習(xí)也非常困難；
l知識(shí)都有一定的局限性，很少有文檔會(huì)記錄如何使用這些知識(shí)。
于是人們用信息化的手段去彌補(bǔ)上述不足，大規(guī)模的磁盤陣列不僅僅可以記錄結(jié)果數(shù)據(jù)，還可以按照要求記錄中間數(shù)據(jù)。數(shù)據(jù)庫(kù)和搜索引擎的開發(fā)，提高了文獻(xiàn)的有效性和針對(duì)性，有一些還有智能學(xué)習(xí)和自動(dòng)推送的功能。
信息化，自動(dòng)化，知識(shí)管理，這樣的企業(yè)還做不到智能化。若是企業(yè)想實(shí)現(xiàn)智能化，需要知識(shí)管理到知識(shí)工程的轉(zhuǎn)變。
什么是知識(shí)工程？
“知識(shí)工程的主要研究方向包含知識(shí)獲取，知識(shí)表示和推理方法等，其研究目標(biāo)是挖掘和抽取人類知識(shí)，用一定的形式表現(xiàn)這些知識(shí)，使之成為計(jì)算機(jī)可操作的對(duì)象，從而是計(jì)算機(jī)具有一定的人類智能”。（施榮明趙敏孫聰著《知識(shí)工程與創(chuàng)新》航空工業(yè)出版社，P25）
而“數(shù)字孿生技術(shù)”是知識(shí)工程最完備的知識(shí)表現(xiàn)形式。
簡(jiǎn)單總結(jié)數(shù)字孿生技術(shù)的特點(diǎn)：
l數(shù)字孿生技術(shù)對(duì)物理實(shí)體各類數(shù)據(jù)進(jìn)行集成，數(shù)字模型是物理實(shí)體的忠實(shí)鏡像；
l數(shù)字孿生技術(shù)作用于物理實(shí)體的全生命周期，與其共同進(jìn)化，并不斷積累相關(guān)知識(shí)；
l數(shù)字模型不僅僅是物理實(shí)體的數(shù)字化描述，而且能夠基于數(shù)字模型優(yōu)化物理實(shí)體，從而提高創(chuàng)新的效率，提升產(chǎn)品的性能。
可以看出，數(shù)字孿生技術(shù)的核心，是CAE（這里的CAE泛指包含結(jié)構(gòu)，流體電磁等各物理場(chǎng)和多物理場(chǎng)的數(shù)字仿真技術(shù)）和V&V技術(shù)。通過(guò)仿真建立物理實(shí)體的數(shù)字模型，通過(guò)V&V保證數(shù)字模型的精度，我們用仿真來(lái)做虛擬實(shí)驗(yàn)，而只有在精度可控的前提下，仿真才有其實(shí)際的物理意義。
而V&V技術(shù)又包含幾個(gè)條件：
l統(tǒng)一的測(cè)試標(biāo)準(zhǔn)和精準(zhǔn)的測(cè)試設(shè)備——保證測(cè)試結(jié)果的重復(fù)性；
l穩(wěn)定而魯棒性好的工具軟件——保證仿真結(jié)果的重復(fù)性；
l對(duì)物理實(shí)體的原理性的理解——保證仿真流程的合理性；
l理解各種邊界條件和仿真結(jié)果之間相關(guān)性——快速得到可重復(fù)，可再現(xiàn)的等效參數(shù)。
在V&V的過(guò)程中會(huì)需要和產(chǎn)生大量的高附加值的知識(shí)，我們用數(shù)字孿生技術(shù)將這些知識(shí)會(huì)封裝在數(shù)字模型里面，用這些動(dòng)態(tài)的知識(shí)來(lái)準(zhǔn)確預(yù)測(cè)物理實(shí)體的未來(lái)，到這個(gè)時(shí)候，我們才揭開數(shù)字孿生技術(shù)所蘊(yùn)藏的巨大價(jià)值的面紗。
圖四Digital Twin的實(shí)際應(yīng)用
數(shù)字孿生技術(shù)的道路其實(shí)很漫長(zhǎng)，我們要做大量的V&V項(xiàng)目，建立不同等級(jí)的數(shù)字模型，把確認(rèn)的流程的知識(shí)編成程序，最終用知識(shí)工程技術(shù)去挖掘，流傳，重用這些知識(shí)，逐步實(shí)現(xiàn)企業(yè)的智能化。
03
先講一個(gè)案例。某汽車零部件（T1）提供商的銷售人員跟蹤某車型配套的空調(diào)項(xiàng)目的競(jìng)爭(zhēng)，前期做過(guò)多次交流，基本上確定了空調(diào)箱系統(tǒng)的相關(guān)參數(shù)和價(jià)格。該銷售人員再次拜訪主機(jī)廠，目的自然是想一舉拿下這次的配套。就在這個(gè)關(guān)口，主機(jī)廠項(xiàng)目人員提出要更改風(fēng)道的要求，原因是從整車設(shè)計(jì)上要增加一組車用的控制器來(lái)進(jìn)一步提升整車的性能。銷售人員隨即打開電腦，按照更改要求在原有的設(shè)計(jì)上更改了相關(guān)參數(shù)，生成了更改后的三維效果圖，銷售人員又連接到公司的服務(wù)器上，遠(yuǎn)程打開公司的空調(diào)仿真程序，在更改后的幾何上進(jìn)行相應(yīng)設(shè)置，并遞交了仿真請(qǐng)求…….
40分鐘后，仿真完成。
根據(jù)仿真的結(jié)果，銷售人員提醒主機(jī)廠項(xiàng)目人員，如果按照他們的要求更改，壓降可能會(huì)增加5.6%，均勻性也存在隱患，需要增加風(fēng)機(jī)的功率，并且可能要換成柔性更好的管道。這樣，總項(xiàng)目成本要上升10%左右。
以上的案例是一個(gè)虛擬的案例（取材于和某客戶的高層的一次交流，萬(wàn)分感謝），而如果真的達(dá)到這樣的場(chǎng)景，需要幾個(gè)關(guān)鍵技術(shù)：
Ø遠(yuǎn)程辦公系統(tǒng)（這個(gè)不難，現(xiàn)在很多IT公司都能實(shí)現(xiàn)）
Ø參數(shù)化繪圖程序
Ø定制的仿真程序（只要經(jīng)過(guò)數(shù)小時(shí)的培訓(xùn)就能學(xué)會(huì)的仿真程序）
Ø風(fēng)道模型被V&V的仿真計(jì)算
Ø虛擬現(xiàn)實(shí)
Ø成本計(jì)算程序
且不說(shuō)銷售人員這種眼花繚亂的操作對(duì)客戶的心理沖擊，如果某供應(yīng)商面對(duì)客戶要求的響應(yīng)速度能提升到如此之迅速，對(duì)于其他供應(yīng)商來(lái)說(shuō)，競(jìng)爭(zhēng)游戲無(wú)疑已變成了降維打擊。我想這樣的系統(tǒng)，大多數(shù)企業(yè)可能是無(wú)法拒絕的。
CAE和V&V結(jié)合，使得數(shù)字模型不僅僅是物理實(shí)體現(xiàn)狀的數(shù)字表達(dá)，同時(shí)也能高精度的預(yù)測(cè)物理實(shí)體的狀態(tài)在時(shí)間軸上的變化。數(shù)字模型不僅僅有物理實(shí)體的現(xiàn)狀參數(shù)（質(zhì)量，長(zhǎng)度，速度，場(chǎng)等物理量），還封裝了相應(yīng)的科學(xué)定律和等效或近似的科學(xué)公式等知識(shí)，使得數(shù)字模型和物理實(shí)體實(shí)現(xiàn)同步。數(shù)字孿生的價(jià)值在于它不僅僅能準(zhǔn)確表達(dá)物體的根本屬性，還可以根據(jù)自然界的變化規(guī)律和邏輯去演繹，從而可以預(yù)測(cè)系統(tǒng)隨著時(shí)間變量而變化的各種參數(shù)。仿真和V&V使得數(shù)字孿生技術(shù)為企業(yè)產(chǎn)生巨大價(jià)值，從而徹底顛覆企業(yè)原有的運(yùn)營(yíng)方法和運(yùn)營(yíng)流程。
企業(yè)運(yùn)用CAE技術(shù)的形式是不斷變化的，最早的CAE是一項(xiàng)專門的技術(shù)，能熟練運(yùn)用的人才不多，CAE部門是一個(gè)專業(yè)部門為設(shè)計(jì)部門服務(wù)，企業(yè)的流程大致是這樣的。
圖五傳統(tǒng)企業(yè)的研發(fā)總線
CAE是研發(fā)的一個(gè)環(huán)節(jié)，可以減少物理試錯(cuò)，提供正確的設(shè)計(jì)方向。隨著企業(yè)對(duì)CAE的運(yùn)營(yíng)和理解，發(fā)現(xiàn)CAE不僅可以為產(chǎn)品的CAD設(shè)計(jì)階段提供幫助，同時(shí)也可以在企業(yè)運(yùn)營(yíng)的各個(gè)環(huán)節(jié)提供指導(dǎo)意見(jiàn)，于是企業(yè)流程發(fā)生了巨大的變化。
圖六大量運(yùn)用CAE技術(shù)的企業(yè)研發(fā)總線
由于CAE的試錯(cuò)成本極低，而且通過(guò)工具軟件和數(shù)字孿生技術(shù)，甚至可以找到超出企業(yè)的知識(shí)和經(jīng)驗(yàn)的更優(yōu)的設(shè)計(jì)方案。于是在企業(yè)的每一個(gè)環(huán)節(jié)，CAE和原有的工作交互迭代，虛擬空間探索，物理世界驗(yàn)證。
理論上這樣的架構(gòu)很不錯(cuò)，實(shí)踐操作是卻發(fā)現(xiàn)有一些問(wèn)題。
Ø由于CAE工作具有一定的技術(shù)壁壘，CAE的人員成本相對(duì)較高，企業(yè)在CAE軟件和人力資源的投入方面，必須謹(jǐn)慎；
Ø產(chǎn)品復(fù)雜多樣，客戶要求也瞬息萬(wàn)變，而CAE人員不可能對(duì)所有的產(chǎn)品都能有深刻的理解，即使能熟練掌握CAE技術(shù)和工具，也不能滿足企業(yè)的仿真需求；
ØCAE的工作頻率和其他的部門也不一樣，在企業(yè)資源協(xié)調(diào)和分配上，也是一個(gè)頭疼的問(wèn)題；
Ø部門之間的協(xié)作也是一個(gè)問(wèn)題，因?yàn)楣ぷ魇墙换サ?，工作界限劃分也很難完全清晰，工作成了皮球，在部門之間，被踢來(lái)踢去。
CAE部門不得不根據(jù)自己的喜好，公司的壓力等因素去選擇性地做一些CAE工作，這樣數(shù)字孿生的價(jià)值無(wú)法充分釋放。
而“兩C融合”提出了一個(gè)新的概念，常規(guī)的CAE工作，由原部門自己完成（關(guān)于兩C融合，請(qǐng)參考本公眾號(hào)另一篇文章《也談CFD和CAD的“兩C融合”——未來(lái)的企業(yè)CFD模式》）。
圖七企業(yè)智能化系統(tǒng)
如上圖所示，每一個(gè)環(huán)節(jié)內(nèi)部做循環(huán)，形成“方案-仿真-優(yōu)化-驗(yàn)證-知識(shí)工程”這樣的一個(gè)數(shù)字孿生閉環(huán)，數(shù)據(jù)在企業(yè)云中無(wú)縫鏈接，流傳，重用，優(yōu)化，驗(yàn)證，逐步增強(qiáng)。
概念設(shè)計(jì)階段，數(shù)字孿生閉環(huán)可以一次性完成產(chǎn)品的技術(shù)規(guī)格書，提供系統(tǒng)的合理性。
詳細(xì)設(shè)計(jì)階段，數(shù)字孿生閉環(huán)可以在大幅降低實(shí)驗(yàn)的次數(shù)情況下，得到更合適，更優(yōu)化的方案。
工藝設(shè)計(jì)階段，數(shù)字孿生閉環(huán)可以解決工藝的可行性和穩(wěn)定性的問(wèn)題。
生產(chǎn)制造階段，數(shù)字孿生閉環(huán)可以模擬生產(chǎn)時(shí)的邊界條件及生產(chǎn)設(shè)備的穩(wěn)定性，減低制造成本，提升產(chǎn)品的可靠性。
銷售物流階段，數(shù)字孿生閉環(huán)可以推送全方位的信息，提升客戶反饋速度，增強(qiáng)客戶信心（如一開始的案例）。
售后維護(hù)階段，數(shù)字孿生閉環(huán)可以監(jiān)控產(chǎn)品的運(yùn)行狀態(tài)，優(yōu)化產(chǎn)品的使用壽命，甚至改變銷售模式，有賣斷轉(zhuǎn)向更靈活的租用。
以上只是數(shù)字孿生技術(shù)的冰山一角，隨著數(shù)字孿生技術(shù)不斷應(yīng)用，仿真技術(shù)不斷發(fā)展，未來(lái)的應(yīng)用將超出現(xiàn)階段人類的想象。
同時(shí)企業(yè)云平臺(tái)又會(huì)有一些職能系統(tǒng)不斷拓展企業(yè)的知識(shí)。
情報(bào)部門會(huì)關(guān)注新技術(shù)，保證企業(yè)的知識(shí)有源源不斷的活水。
創(chuàng)新創(chuàng)意中心，會(huì)從技術(shù)驅(qū)動(dòng)和市場(chǎng)驅(qū)動(dòng)兩個(gè)維度，預(yù)測(cè)未來(lái)的市場(chǎng)需求，從而定義適度超前的產(chǎn)品研發(fā)，確立競(jìng)爭(zhēng)優(yōu)勢(shì)。
虛擬研發(fā)中心是數(shù)字化企業(yè)的核心部門，也是知識(shí)工程的實(shí)施部門。
ü對(duì)知識(shí)進(jìn)行數(shù)字化，標(biāo)準(zhǔn)化，層次化，結(jié)構(gòu)化；
ü定義各種數(shù)字模型和流程，既有的數(shù)字模型可以大大提高仿真效率；
ü開發(fā)簡(jiǎn)單易用的仿真程序，規(guī)范仿真流程并保證仿真結(jié)果；
ü知識(shí)挖掘，來(lái)源有多種，外部的，企業(yè)內(nèi)部的創(chuàng)新和過(guò)程數(shù)據(jù)，大量的創(chuàng)新活動(dòng)數(shù)據(jù)分析后的結(jié)果等等；
ü數(shù)據(jù)庫(kù)和數(shù)字模型庫(kù)的維護(hù)和更新。
數(shù)據(jù)庫(kù)用來(lái)存儲(chǔ)和重用企業(yè)的知識(shí)，開發(fā)搜索引擎或者主動(dòng)知識(shí)推送系統(tǒng)
數(shù)字模型庫(kù)用來(lái)管理和維護(hù)數(shù)字孿生體，同樣也可以開發(fā)搜索引擎或者主動(dòng)模型推送系統(tǒng)。
數(shù)字孿生技術(shù)還有一個(gè)重要的特點(diǎn)：盡管系統(tǒng)看上去非常的龐大，但不是不可拆分。每一個(gè)環(huán)節(jié)獨(dú)立運(yùn)行，也能發(fā)揮一定的價(jià)值。事實(shí)上，這個(gè)龐大的系統(tǒng)，正是先有多個(gè)子系統(tǒng)在企業(yè)已經(jīng)發(fā)揮了巨大作用，而人們發(fā)現(xiàn)如果打通子系統(tǒng)之間的壁壘，其應(yīng)用價(jià)值將會(huì)幾何級(jí)數(shù)的增長(zhǎng)。我們建設(shè)該系統(tǒng)的立足點(diǎn)，也應(yīng)該是長(zhǎng)遠(yuǎn)規(guī)劃，逐步實(shí)施。
數(shù)字孿生技術(shù)將改變企業(yè)的決策流程，依托強(qiáng)大的智能化系統(tǒng)，決策來(lái)源于可靠的預(yù)測(cè)，減低企業(yè)的風(fēng)險(xiǎn)。
數(shù)字孿生技術(shù)將改變企業(yè)的運(yùn)作方式，從前無(wú)法做的，或是需要高成本才能實(shí)現(xiàn)的企業(yè)應(yīng)用，現(xiàn)在都變成了可能。
數(shù)字孿生技術(shù)能充分了解客戶需求，有的放矢地開發(fā)產(chǎn)品，創(chuàng)新性的改變運(yùn)營(yíng)和服務(wù)的方式，提升用戶體驗(yàn)。
數(shù)字孿生技術(shù)使得企業(yè)和企業(yè)外部環(huán)境可以充分的交流和溝通，企業(yè)自身也是環(huán)境的一部分，企業(yè)和客戶，企業(yè)和企業(yè)，企業(yè)和行業(yè)，企業(yè)和世界之間的距離縮短為零，從而使得社會(huì)資源能得到更合理的利用。
想象一下，文章開頭的故事，那個(gè)銷售人員，可能是一個(gè)機(jī)器人，那么在病毒肆虐的今天，他一樣可以出門拜訪客戶，維持公司正常的運(yùn)營(yíng)，甚至比人做得還好（至少省口罩）。
未來(lái)已來(lái)，你準(zhǔn)備好了嗎？
04
小時(shí)的生活的地方是一個(gè)獨(dú)立初中，學(xué)校是農(nóng)業(yè)中學(xué)，會(huì)長(zhǎng)很多農(nóng)作物包括水果蔬菜。學(xué)校最南邊是一個(gè)公廁，公廁上面長(zhǎng)了很多絲瓜，仗著體型小靈活，爬上屋頂摘絲瓜的任務(wù)一般都是我的。然而絲瓜太多，有一些來(lái)不及吃的，就長(zhǎng)成了很大很粗，口感變差甚至無(wú)法吃了，那時(shí)候就想，如果能讓絲瓜只長(zhǎng)長(zhǎng)，不長(zhǎng)粗，豈不是很妙？
現(xiàn)在逛菜場(chǎng)到處都是那種長(zhǎng)長(zhǎng)細(xì)細(xì)的絲瓜，然后吃起來(lái)卻沒(méi)有以前的絲瓜的味道。小時(shí)候長(zhǎng)長(zhǎng)的細(xì)細(xì)的絲瓜好吃，短短粗粗的絲瓜不好吃，誤以為長(zhǎng)長(zhǎng)細(xì)細(xì)就是美味的充分條件，實(shí)際上，只有在特定的條件都具備的情況下，長(zhǎng)長(zhǎng)細(xì)細(xì)才能等于美味。
數(shù)字模型也是一樣，數(shù)字孿生體通過(guò)工程參數(shù)等數(shù)據(jù)來(lái)表達(dá)模型，一個(gè)數(shù)字模型會(huì)包含很多工程參數(shù)，模型的功能和工程參數(shù)之間的映射需要從工程原理出發(fā)，使用科學(xué)和工程技術(shù)對(duì)數(shù)字模型進(jìn)行演繹，從而展示和預(yù)測(cè)數(shù)字模型能表達(dá)的物理意義，并在物理世界去驗(yàn)證。
比如水銀或者酒精溫度計(jì)，用來(lái)測(cè)量溫度，我們看到的是液體體積的變化，利用的是液體的溫度和體積膨脹的對(duì)應(yīng)關(guān)系，如果這個(gè)對(duì)應(yīng)關(guān)系不成立（用水銀溫度計(jì)去測(cè)量低溫，或者用酒精溫度計(jì)去測(cè)量高溫），那么結(jié)果就不對(duì)了。
從這個(gè)角度看，數(shù)字孿生體是知識(shí)的封裝方式，建立數(shù)字孿生體實(shí)際上就是知識(shí)管理。雖然我們?cè)趯?shí)踐中運(yùn)用這些數(shù)字孿生體的時(shí)候，并不會(huì)關(guān)注這個(gè)數(shù)字孿生體背后封裝的知識(shí)，但我們?cè)诮?shù)字孿生體的方法論上，就必須首先尊重科學(xué)和技術(shù)。
這里面有幾個(gè)層面的知識(shí)，第一種是工程技術(shù)，直接用來(lái)改造物理世界的知識(shí)；第二種是技術(shù)科學(xué)，是提煉一些共性工程技術(shù)的理論；第三種就是基礎(chǔ)科學(xué)了，這也就是任總說(shuō)的，企業(yè)研發(fā)要砸數(shù)學(xué)家，物理學(xué)家，化學(xué)家等等。
舉個(gè)栗子，我們?cè)O(shè)計(jì)某一個(gè)特定功能的電路圖，這個(gè)是工程技術(shù)，而應(yīng)用的技術(shù)科學(xué)是電工學(xué)，對(duì)應(yīng)的基礎(chǔ)科學(xué)是物理。
問(wèn)題來(lái)了，既然數(shù)字孿生體是知識(shí)的封裝方式，那么如何封裝不同層次，不同技術(shù)領(lǐng)域的知識(shí)，封裝后的數(shù)字模型之間是什么關(guān)系，企業(yè)又是如何運(yùn)用這些數(shù)字孿生體為企業(yè)創(chuàng)造何種價(jià)值。
這些問(wèn)題是企業(yè)導(dǎo)入數(shù)字孿生體將要面對(duì)的難題，不解決這些問(wèn)題，數(shù)字孿生體永遠(yuǎn)是飄在空中的一些時(shí)髦的概念而已。
在嘗試探索這些問(wèn)題背后的邏輯之前，我們先回到企業(yè)智能化這個(gè)命題上。
企業(yè)智能化轉(zhuǎn)型已經(jīng)成為世界的共識(shí)，無(wú)論是德國(guó)的工業(yè)4.0，還是美國(guó)的AMP（Advanced Manufacturing Partnership，先進(jìn)制造合作體），或者是中國(guó)的制造業(yè)2025，其核心目標(biāo)都是企業(yè)智能化。
智能化的進(jìn)化軌跡大概是機(jī)械化-電氣化-自動(dòng)化-智能化，機(jī)械化解決的是手工勞動(dòng)中的問(wèn)題，從作坊到工廠；電氣化解決的是機(jī)械化生產(chǎn)組織無(wú)序凌亂的問(wèn)題，實(shí)現(xiàn)了產(chǎn)品和零部件分離；自動(dòng)化是應(yīng)用的電子信息技術(shù)，實(shí)現(xiàn)了大規(guī)模的自動(dòng)控制，生產(chǎn)效率，良品率，分工協(xié)作，以及設(shè)備的使用和維護(hù)等都得到了前所未有的提高；按照這個(gè)邏輯，智能化顯然是為了解決自動(dòng)化不能解決的問(wèn)題，那么都存在什么問(wèn)題？
現(xiàn)在制造業(yè)四大關(guān)鍵部門，研發(fā)，生產(chǎn)，市場(chǎng)，銷售，我們可以以每個(gè)部門的角度先羅列一下。
研發(fā)部門面臨的挑戰(zhàn)，可以分為幾大類。
戰(zhàn)略問(wèn)題：
●研發(fā)戰(zhàn)略不清晰，是否有技術(shù)路線圖？
●技術(shù)進(jìn)化方面研究很少，無(wú)法準(zhǔn)確預(yù)測(cè)未來(lái)的技術(shù)；
●知識(shí)產(chǎn)權(quán)戰(zhàn)略，如何屏蔽競(jìng)爭(zhēng)對(duì)手，如何規(guī)避專利風(fēng)險(xiǎn)？
客戶端的問(wèn)題
●難以理解客戶需求；
●難以發(fā)掘和引導(dǎo)客戶潛在需求；
●市場(chǎng)反應(yīng)速度不強(qiáng)；
能力問(wèn)題：
●需求定義，難以轉(zhuǎn)化成工程參數(shù)；
●關(guān)鍵技術(shù)突破，缺乏有效的方法，主要依靠試錯(cuò)，但是試錯(cuò)法效率偏低；
●解決問(wèn)題是為了應(yīng)付銷售或者其他部門，沒(méi)有解決所有問(wèn)題，沒(méi)有從根本上解決問(wèn)題，甚至沒(méi)有系統(tǒng)的分析，存在潛在風(fēng)險(xiǎn)；
●研發(fā)團(tuán)隊(duì)缺乏降本意識(shí)，降本也是依靠試錯(cuò)，缺乏方法論；
●缺少資源分析，或者沒(méi)有把資源分析提升到公司層面。
知識(shí)管理方向：
●數(shù)據(jù)整理，方案評(píng)價(jià)，數(shù)據(jù)重用等還比較初級(jí)，甚至融入感情因素；
●企業(yè)知識(shí)來(lái)源比較單薄，存在思維定式；
團(tuán)隊(duì)協(xié)作問(wèn)題：
●實(shí)驗(yàn)室-生產(chǎn)，科技成果轉(zhuǎn)化過(guò)程中，成本偏高，且不可控。甚至不能量產(chǎn)；
●缺乏系統(tǒng)思考，甚至研發(fā)團(tuán)隊(duì)內(nèi)部，存在資源沖突；
●技術(shù)尤其是優(yōu)勢(shì)技術(shù)的產(chǎn)品化，橫向推廣缺乏有效的方法。
生產(chǎn)部門面臨的問(wèn)題。
●如何編制工藝方案；
●如何從技術(shù)經(jīng)濟(jì)角度去評(píng)價(jià)現(xiàn)有工藝方案，缺乏有效的改進(jìn)方法；
●原材料物流控制和損耗控制；
●生產(chǎn)排程；
●生產(chǎn)計(jì)劃執(zhí)行，質(zhì)量管控；
●人員培訓(xùn)，考核和激勵(lì)；
●人機(jī)交互；
●設(shè)備運(yùn)行狀況監(jiān)控，預(yù)測(cè)與維護(hù)；
●安全管理。
市場(chǎng)部門面臨的問(wèn)題。
●變成職能部門，受限于日常事務(wù)，缺乏創(chuàng)造力；
●對(duì)外的窗口展示陳舊老套，缺乏有沖擊力，創(chuàng)造力的企劃方案；
●客戶需求的理解和引導(dǎo)，受限于技術(shù)瓶頸；
●停留在顯性信息的收集和整理，缺少對(duì)未來(lái)預(yù)測(cè)的能力；
●缺乏市場(chǎng)應(yīng)變能力；
●缺乏綜合處理來(lái)自各方面信息的能力。
銷售部門面臨的問(wèn)題。
1、缺乏系統(tǒng)的理論支撐；
2、關(guān)系型銷售，未來(lái)將面臨前所未有的挑戰(zhàn)；
3、很難制定公平的銷售激勵(lì)機(jī)制，開拓性不強(qiáng)；
4、缺乏全局視野，銷售行為短期目的性太強(qiáng)；
5、缺乏構(gòu)建雙贏或者多贏結(jié)果的能力；
6、銷售模型缺乏，過(guò)程管理不科學(xué)；
7、缺乏量化的監(jiān)控指標(biāo)，銷售結(jié)果難以預(yù)測(cè)；
8、自我積累缺乏，跨部門運(yùn)作能力不夠；
當(dāng)然這還是當(dāng)中問(wèn)題的一部分，可能還存在其他的問(wèn)題。企業(yè)的自動(dòng)化實(shí)際上已經(jīng)解決了生產(chǎn)部門大部分的問(wèn)題，然后自動(dòng)化不能完全替代人，在生產(chǎn)過(guò)程中很多和人相關(guān)的問(wèn)題，還是沒(méi)有辦法得到有效的解決，而研發(fā)的問(wèn)題基本上是自動(dòng)化無(wú)法解決的，而市場(chǎng)和銷售的問(wèn)題，其中的大部分是智能化現(xiàn)階段也不能完全解決的問(wèn)題。
圖八，企業(yè)智能化
自動(dòng)化聚焦于生產(chǎn)，著眼于管理，用信息化技術(shù)通過(guò)流程定義實(shí)現(xiàn)自動(dòng)化，解決的是效率的問(wèn)題。智能化聚焦于研發(fā)，著眼于創(chuàng)新，用數(shù)字化技術(shù)通過(guò)數(shù)字孿生體實(shí)現(xiàn)智能化，解決的是能力的問(wèn)題。
智能制造的核心是研發(fā)。
一個(gè)巨大變化將會(huì)發(fā)生，現(xiàn)在的企業(yè)，研發(fā)工作主要集中于研發(fā)部門，研發(fā)部門的員工相對(duì)去其他部門，平均學(xué)歷更高，工資也更高。由于研發(fā)工作的不確定性，大家都把研發(fā)比做“燒錢”的部門，這也使得眾多企業(yè)在投入研發(fā)的時(shí)候，態(tài)度并不積極，而是小心謹(jǐn)慎，如履薄冰。而未來(lái)的企業(yè)，沒(méi)有像現(xiàn)在這樣一個(gè)專門的研發(fā)部門，研發(fā)工作融入到企業(yè)的設(shè)計(jì)，生產(chǎn)，銷售，維護(hù)等其他部門中，研發(fā)無(wú)所不在。
對(duì)未來(lái)企業(yè)的數(shù)字布局做了一些修改，企業(yè)私有云和公眾云之間不斷有數(shù)據(jù)交互，甚至有合作形成混合云，而企業(yè)的數(shù)據(jù)中臺(tái)支持企業(yè)的所有的運(yùn)作部門，知識(shí)在企業(yè)活動(dòng)中，被產(chǎn)生，挖掘，規(guī)范，存儲(chǔ)，流轉(zhuǎn)，推送，重用，并不多產(chǎn)生組合成新的知識(shí)。
圖九未來(lái)企業(yè)數(shù)字布局
整個(gè)企業(yè)的數(shù)字架構(gòu)，并不是突然形成的，而是循序漸進(jìn)的。企業(yè)準(zhǔn)備做數(shù)字化轉(zhuǎn)型，必須面對(duì)如何處理企業(yè)自身的數(shù)據(jù)，而這些數(shù)據(jù)大概可以分為幾類。
Ø歷史數(shù)據(jù)，知道其來(lái)源，也知道其去向(知道是什么，也知道怎么用)
Ø歷史數(shù)據(jù)，知道其來(lái)源，不知其去向，或者不完全知道其去向（知道是什么，不知道該怎么用，或者把這些數(shù)據(jù)用好）
Ø歷史數(shù)據(jù)，不知道來(lái)源，不知道去向；
Ø未知數(shù)據(jù)，企業(yè)未來(lái)解決問(wèn)題，需要從哪里采集，并送到那里去。
而這些數(shù)據(jù)之間的關(guān)聯(lián)和邏輯，就很少有人去關(guān)心這些問(wèn)題了。而數(shù)字孿生體的作用，就是可以把這些數(shù)據(jù)規(guī)范化，結(jié)構(gòu)化，這樣便可以在企業(yè)的實(shí)際活動(dòng)中，運(yùn)用這些數(shù)字孿生體去解決自動(dòng)化不能解決的問(wèn)題。而構(gòu)建這些數(shù)字孿生的兩大關(guān)鍵技術(shù)，就是仿真和人工智能。
圖十?dāng)?shù)字孿生體的兩大關(guān)鍵技術(shù)
因?yàn)榉抡娈a(chǎn)生的是未知的知識(shí)，而AI可以讓知識(shí)得到最大限度的挖掘。
05
列舉數(shù)字孿生技術(shù)所包含的技術(shù)類別，可以粗略的分為物聯(lián)網(wǎng)，云計(jì)算（包括霧計(jì)算，邊緣計(jì)算等），工業(yè)軟件，人工智能，虛擬現(xiàn)實(shí)技術(shù)，知識(shí)管理（工程技術(shù)，技術(shù)科學(xué)，基礎(chǔ)科學(xué)），傳感器技術(shù)，高精度測(cè)量設(shè)備，智能化工業(yè)設(shè)備等等。
這些技術(shù)用來(lái)構(gòu)建企業(yè)的智能化平臺(tái)，解決智能化平臺(tái)所需要的數(shù)據(jù)采集，傳輸，算力和算法等問(wèn)題。一個(gè)企業(yè)就好比是一個(gè)大型的智能機(jī)器，工業(yè)大腦是企業(yè)的核心，工業(yè)大腦需要從數(shù)據(jù)采集終端得到企業(yè)運(yùn)行的即時(shí)數(shù)據(jù)，并指揮企業(yè)內(nèi)部分布在相應(yīng)位置的具有算力的計(jì)算單元（包括工業(yè)大腦本身），實(shí)時(shí)對(duì)企業(yè)的現(xiàn)狀進(jìn)行計(jì)算，評(píng)價(jià)，決策，并發(fā)布執(zhí)行指令，由機(jī)器或者通過(guò)人機(jī)交互系統(tǒng)，轉(zhuǎn)而由人來(lái)執(zhí)行。
圖十一數(shù)據(jù)驅(qū)動(dòng)的工業(yè)大腦
工業(yè)大腦是企業(yè)算力的總和，運(yùn)行并協(xié)同企業(yè)的全部算力。
Ø計(jì)算中心
企業(yè)核心算力，處理大型復(fù)雜的計(jì)算
Ø各種專業(yè)服務(wù)器
通信，如IoT，LAN/WAN等，管理系統(tǒng)，如ERP，MES等，設(shè)備運(yùn)行和監(jiān)控，如PLC，工業(yè)機(jī)器人等，工業(yè)軟件，CAD，CAE等，檢測(cè)設(shè)備，檢測(cè)溫度，壓力，電參數(shù)等，虛擬現(xiàn)實(shí)，AR/VR等，人工智能，知識(shí)管理，數(shù)據(jù)安全，以及其他應(yīng)用服務(wù)等等
Ø各種智能終端
手機(jī)，平板，手持設(shè)備，智能穿戴設(shè)備，智能傳感器等等。
數(shù)據(jù)庫(kù)存放海量數(shù)據(jù)，標(biāo)準(zhǔn)化，規(guī)范化，知識(shí)化，彼此關(guān)聯(lián)
Ø傳感器采集的實(shí)時(shí)數(shù)據(jù)
原始數(shù)據(jù)，處理以后變成企業(yè)需要的標(biāo)準(zhǔn)化規(guī)范化的數(shù)據(jù)。
Ø可直接獲得或者間接獲得的數(shù)據(jù)
文獻(xiàn)，行業(yè)數(shù)據(jù)，專家系統(tǒng)，材料數(shù)據(jù)，歷史文檔，實(shí)驗(yàn)數(shù)據(jù)，情報(bào)。
Ø工業(yè)軟件運(yùn)行相關(guān)數(shù)據(jù)
標(biāo)準(zhǔn)化數(shù)據(jù)，數(shù)字孿生體，標(biāo)準(zhǔn)化的流程，算法，定制軟件。
Ø工業(yè)軟件產(chǎn)生的新數(shù)據(jù)
虛擬實(shí)驗(yàn)數(shù)據(jù)，人機(jī)交互，決策。
算法是企業(yè)智能化水平的集中體現(xiàn)
Ø管理算法
企業(yè)管理系統(tǒng)。
Ø運(yùn)營(yíng)算法
企業(yè)運(yùn)作系統(tǒng)。
Ø操作算法
設(shè)備，檢測(cè)，設(shè)計(jì)，研發(fā)，生產(chǎn)，維護(hù)，銷售，市場(chǎng)。
Ø智力資產(chǎn)
知識(shí)挖掘，傳輸，標(biāo)準(zhǔn)化，關(guān)聯(lián)，存儲(chǔ)，重用，推送。
所以數(shù)字孿生體也可以分為多個(gè)層次，依賴不同的技術(shù)。
圖十二數(shù)字孿生體的應(yīng)用層次。
需要強(qiáng)調(diào)的是，管理信息系統(tǒng)關(guān)心的是業(yè)務(wù)，是縱向的，底層數(shù)據(jù)并不完全需要關(guān)聯(lián)。和以前信息化系統(tǒng)Top-down相比，智能化的系統(tǒng)變成了bottom-up，操作層的形成的數(shù)字模型是企業(yè)知識(shí)管理的基石，而數(shù)字模型依賴于仿真和驗(yàn)證。
我們需要重新審視仿真這個(gè)關(guān)鍵技術(shù)，這里的仿真已經(jīng)不是某一個(gè)工程師應(yīng)用一個(gè)仿真軟件，去做一個(gè)不確認(rèn)的仿真結(jié)果，得到幾張彩色的圖片。
未來(lái)的仿真模型首先應(yīng)該是被V&V的，是虛擬實(shí)驗(yàn)，仿真結(jié)果是可以信賴的。特定仿真的流程是被固化的，對(duì)應(yīng)是企業(yè)各個(gè)環(huán)節(jié)需要解決的問(wèn)題模型。以設(shè)計(jì)工程師為例子，設(shè)計(jì)工程師執(zhí)行的應(yīng)該是：“初始設(shè)計(jì)”-“仿真”-“優(yōu)化”-“驗(yàn)證”-“知識(shí)管理”這樣一個(gè)研發(fā)閉環(huán)。仿真不再是小部分CAE工程師的行為，而是公司內(nèi)部需要利用虛擬實(shí)驗(yàn)來(lái)解決問(wèn)題的所有工程師必須經(jīng)過(guò)的研發(fā)環(huán)節(jié)，長(zhǎng)期海量仿真和大量?jī)?yōu)化后的設(shè)計(jì)方案將為企業(yè)積累驚人的智力資產(chǎn)。
更復(fù)雜的是，為了實(shí)現(xiàn)企業(yè)智能化的目標(biāo)，系統(tǒng)不僅僅是以上一種技術(shù)的單一使用，很多是兩種甚至多種技術(shù)的復(fù)合應(yīng)用。數(shù)據(jù)驅(qū)動(dòng)的內(nèi)涵應(yīng)該是數(shù)字孿生體封裝知識(shí)支撐企業(yè)研發(fā)，具體落地時(shí)，應(yīng)該具備幾個(gè)方面的特點(diǎn)：
Ø自身已經(jīng)積累了一些知識(shí)，有一些直接可以應(yīng)用的數(shù)字孿生體；
Ø有足夠的吸力，不斷獲得新的知識(shí)，轉(zhuǎn)化為新的數(shù)字孿生體；
Ø知識(shí)圖譜關(guān)聯(lián)所有知識(shí)，基于某種邏輯，建立企業(yè)知識(shí)通道；
Ø系統(tǒng)具有智能特性，依據(jù)待解決的問(wèn)題，知識(shí)圖譜自動(dòng)向人推薦合適的數(shù)字孿生體；
Ø當(dāng)人去使用這些數(shù)字孿生體時(shí)，會(huì)產(chǎn)生大量的未知的知識(shí)，數(shù)字孿生體被高效的使用，并不斷優(yōu)化和迭代，同時(shí)產(chǎn)生大量的新的數(shù)字孿生體；
Ø依據(jù)人工智能技術(shù)，知識(shí)被自動(dòng)挖掘，并關(guān)聯(lián)到相應(yīng)知識(shí)圖譜；
Ø工業(yè)大腦可以自我訓(xùn)練，深度學(xué)習(xí)。
圖十三，知識(shí)圖譜（圖片來(lái)自于智通云聯(lián)）
野中郁次郎被稱為知識(shí)管理之父，他的觀點(diǎn)：“知識(shí)才是企業(yè)創(chuàng)造最大價(jià)值的源泉，知識(shí)能力是企業(yè)不確定環(huán)境下保持創(chuàng)新的關(guān)鍵”。
我的理解，知識(shí)能力就是獲得知識(shí)，創(chuàng)造知識(shí)，并且利用知識(shí)的能力。
按照上面企業(yè)運(yùn)作流程，仿真產(chǎn)生的大量的新的數(shù)據(jù)和知識(shí)，如果依賴于工程師自覺(jué)的對(duì)工作過(guò)程中的知識(shí)進(jìn)行處理，是不現(xiàn)實(shí)的，也是不可能的。人工智能，語(yǔ)音識(shí)別，語(yǔ)義識(shí)別，圖像識(shí)別等等技術(shù)，結(jié)合工業(yè)軟件，對(duì)人的行為進(jìn)行智能化處理，并依據(jù)企業(yè)的知識(shí)圖譜進(jìn)行存儲(chǔ)和重用。
企業(yè)的智能化平臺(tái)，將是：
Ø員工學(xué)習(xí)平臺(tái)，定制培訓(xùn)和實(shí)際解決問(wèn)題的過(guò)程中，加速員工成長(zhǎng)；
Ø人機(jī)交互平臺(tái)，結(jié)合機(jī)器和人的優(yōu)點(diǎn)；
Ø知識(shí)挖掘平臺(tái)，人工智能幫助知識(shí)積累；
Ø知識(shí)管理平臺(tái)，數(shù)字孿生體驅(qū)動(dòng)企業(yè)創(chuàng)新；
Ø業(yè)務(wù)運(yùn)作平臺(tái)，智能化的運(yùn)作，使得企業(yè)能高效，低成本運(yùn)轉(zhuǎn)；
Ø智能創(chuàng)新平臺(tái)，應(yīng)對(duì)不斷升級(jí)的市場(chǎng)環(huán)境。
這樣的智能系統(tǒng)應(yīng)該可以解決上面文章提到的研發(fā)當(dāng)中絕大部分問(wèn)題，隨著系統(tǒng)的不斷自我進(jìn)化，更多的問(wèn)題也會(huì)逐步一一解決，系統(tǒng)呈螺旋上升的趨勢(shì)。當(dāng)然，若是希望搭建這樣的一個(gè)智能系統(tǒng)，還是需要非常多的技術(shù)攻關(guān)，其中涉及到的每一項(xiàng)技術(shù)都存在一定的難度，成功的道路一定是用腳踏實(shí)地的腳印連接起來(lái)的。
在文章快要結(jié)束的時(shí)候，我們需要面對(duì)一個(gè)原點(diǎn)的問(wèn)題，究竟是為什么企業(yè)要花那么大的精力去搭建一個(gè)智能化的平臺(tái)？
前幾天微信里的消息，特斯拉又降價(jià)了，降到了25萬(wàn)以下，可能以后還要降，而特斯拉的車主們都認(rèn)為，一旦開上特斯拉，就很難再開回到傳統(tǒng)車了，智能手機(jī)也是如此，用了智能手機(jī)也不會(huì)再回到普通手機(jī)?？梢缘贸鲆粋€(gè)結(jié)論：智能化的產(chǎn)品不是來(lái)競(jìng)爭(zhēng)的，而是來(lái)消滅所有競(jìng)爭(zhēng)對(duì)手的。
這就是智能產(chǎn)品的可怕之處。
企業(yè)智能化的轉(zhuǎn)型，決不是用智能化的手段去生產(chǎn)以前的產(chǎn)品。其真正原因:企業(yè)若要生存，就必須要生產(chǎn)智能化的產(chǎn)品，而智能化的產(chǎn)品必然需要智能化的系統(tǒng)來(lái)支撐。
企業(yè)智能化，勢(shì)在必行。
