- 工業研發蝶變:數字化轉型全攻略
- 田鋒
- 2532字
- 2025-04-17 17:47:45
二、數字化轉型的底層邏輯
我們之所以討論信息化、數字化的關系,是因為這些關系涉及數字化轉型的底層邏輯——到底是什么在驅動數字化轉型。數字化轉型有千種技術、萬種方案、無窮表象,但萬變不離其宗,探究清楚其穩定不變的底層邏輯,對于我們建立正確的數字化轉型藍圖和路線大有裨益。
1.能源利用方式的轉變催生了工業革命
人類歷史上發生過多次工業革命。我們認為,工業數字化轉型與工業革命有異曲同工之妙,對工業革命的研究有助于我們理解數字化轉型的本質。
《第三次工業革命》一書認為,人類有多次工業革命,是由能源利用方式的轉變而導致的,如圖1-1所示。

圖1-1 能源利用方式的變革帶來工業的數次革命
人類所能利用的能源終究還是與太陽有關,太陽內核聚變產生了能量,太陽變成了這些能量的載體,陽光是能源的表現形式。工業1.0時代的能源是木柴,它是植物的根莖;工業2.0時代的能源是煤炭,它是埋藏在地表不太深處的植物經復雜的物理、化學變化形成的;工業3.0時代的能源是油氣,它的形成環境更復雜。即將到來的工業4.0是新能源驅動的智慧工業。今天,化石燃料已經不足以支撐工業的進化,于是我們直接利用光能,將其轉化為電能,使其成為工業4.0時代的新能源。未來的工業5.0是核能驅動的太空工業,劉慈欣的科幻巨著《三體》為我們展示了這種工業的可能性。工業5.0時代的能源來源于核聚變,這是太陽輻射光能的原因。那時候,人們直接利用光能已經不能滿足發展的要求,開始將手直接伸向產生陽光的物質——核燃料。人類目前實現了低效的核裂變,但核聚變才是更高效的能源來源。
你也許會問,工業革命難道不應該是工業技術的創新帶來的嗎?其實任何一項技術的創新都不是突變的,特別是大批量應用于工業的技術。一項技術從零的突破開始,到普遍應用于工業是有條件的,并且在形成這些條件的過程中,該項技術持續進化才能達到形成工業革命的程度。這些條件中,最重要的就是可以支撐這種創新持續進化的新型能源。況且工業革命不是由一項技術促成的,而是由許許多多技術的革新促成的。沒有新型能源的支撐,這些技術甚至走不到可以批量應用的程度。這也許就是能源變革為什么是工業革命的驅動力的底層邏輯。
判斷一個國家的工業處于哪種階段的指標很多,例如智能化、綠色化、服務化等,太多的指標反倒讓我們無法獲得正確的判斷。基于驅動力這個底層邏輯,將能源視為單一指標,做判斷便容易得多。自從工業4.0的概念從德國傳向全球后,大家普遍認為全球發達國家的工業已經進入4.0時代,但如果依據驅動力邏輯,從這些國家所使用的主流能源——油氣來看,他們仍然處于工業3.0時代。工業4.0其實是這些工業發達國家為之努力的愿景,而不是現實。他們提出工業4.0,是在為自己設計發展目標,而不是在描述工業現實。工業4.0的外在表現是工業智能化,以AIGC為代表的通用人工智能(AGI)出現以后,智能工業才露出端倪。但AGI對算力的需求如此龐大,也預示著沒有能源的變革,智能工業就永遠無法到來。我們這個星球的油氣儲量根本無法支撐這項智能化技術全面走向工業。在以光能為主要來源的新能源成為工業主流能源之前,AGI永遠是實驗室的技術。
2.數據利用方式的轉變催生數字化轉型
如果說,人類對能源的利用方式做出了何種轉變,決定了工業發生了何種革命,那么,人類對工業數據的利用方式做出何種轉變,將決定發生何種類型的工業數字化轉型。能源是原子工業的動力,而數據則是數字工業的動力。人們曾經用能源的消耗量來衡量原子工業運行的強弱,未來將用數據的使用量來衡量數字工業運行的強弱。原子工業的能源以太陽為載體,數字工業的數據則以硬件(計算機、傳感器等)為載體,太陽核反應產生能源,硬件運轉產生數據。這就是人們總是把數據作為工業數字化轉型抓手的根本原因,人們認定數據是制造業數字化轉型的驅動力,“數據工程”是引擎工程。
人類社會中的原子工業發生過數次革命,這也預示著,數字化轉型也將不止一次,人類利用數據的方式將會不斷進化。依我來看,數字工業利用數據的方式有5次轉型:知化、秩化、治化、智化和織化,即5個“Zhi”,并由此引發多次數據工程。數字化轉型的5個引擎工程:數據歸倉、數據管理、數據治理、數據智能、數據織錦,最終促成工業數字化的5次轉型,如圖1-2所示。

圖1-2 人類對數據利用方式的變革帶來數字工業的數字化轉型
GB/T 43439—2023《信息技術服務 數字化轉型 成熟度模型與評估》指出,數字化轉型的成熟度級別包括規范級、場景級、領域級、平臺級和生態級,共5級,如圖1-3所示。

圖1-3 數字化轉型成熟度模型
3.知識利用方式的轉變催生研發數字化轉型
前文將工業數字化轉型的本質總結為“數據利用方式的轉型”,但對于研發體系的數字化轉型,我認為并非如此,因為研發的驅動力并不是數據,而是知識。如果說數據利用方式的轉變決定了工業數字化轉型的類型,那么知識利用方式的轉變則決定了研發有何種數字化轉型。如果說數據使用量可以衡量工業數字化的強弱,那么知識使用量則可以衡量研發數字化的強弱。如果說工業數據以工業硬件為載體,那么工業知識則以工業軟件為載體,軟件運轉產生知識。因此,研發數字化轉型的本質是“研發知識利用方式的轉型”,知識是研發數字化轉型的驅動力,“知識工程[1]”是其引擎工程。
知識看上去以數據的形式存在,但它和數據的差別是,在其產生過程中有人的意識和思維的參與并進行了創造性活動。數據利用方式的轉型同樣適用于知識,即知化、秩化、治化、智化和織化,5個“Zhi”,并由此引發多次知識工程。數字化轉型的5個引擎工程:CA(計算機輔助)工程、流程工程、模型工程、知識工程[2]和云智工程,最終促成研發數字化的5次轉型,如圖1-4所示。

圖1-4 人類對知識的利用方式的轉變帶來研發體系的數字化轉型
生產體系的數字化是針對機器和數據的數字化,而研發體系的數字化則是針對人和知識的數字化。人和知識相對于機器和數據,在復雜性方面不可同日而語。生產體系強調的是質量,具有確定性;而研發體系追求的是創新,具有不確定性。相對于質量和確定性,創新和不確定性的駕馭難度要高出兩個級別。因此,研發數字化相對于生產數字化,其復雜程度和困難程度也將高出兩個級別。與運維數字化轉型和商業數字化轉型相比,研發數字化轉型的難度也與之類似。因此,從產品全生命周期的視野來看,研發數字化轉型是工業數字化轉型的“上甘嶺”。