本文来自微信公众号“工信头条”，作者/杨华勇，中国工程院院士、浙江大学高端装备研究院院长。
数字中国、智能制造、工业互联网、地下空间开发等都需要极为关注科技成果转化、产学研深度融合，推动重大技术装备快速发展。
推动科技自主创新，加快科技成果转化
目前，我国的重大技术装备，无论是技术攻关还是产业发展，都取得了很多突破。
要继续推动科技自主创新，加快我国重大技术装备发展：一是顶层设计做好统筹；二是联合各方力量进行技术攻关，在关键基础件上补短板；三是建立多层次人才培养体系，来支撑中国重大技术装备行业的快速发展。
科技成果的转化离不开各方面的支持，可以概括为“政产学研用金媒”。首先，政府引导和支持时既要支撑“从0到1”的突破，也要关心“从1到10”“从10到100”；其次，产学研用需要长期稳定的合作，聚焦一个领域、一个关键技术，让技术从想法到概念创新设计，最终到现场应用；再次，金融力量也要在中试阶段介入进来，解决科技成果转化“死亡谷”的问题；最后，不能缺失媒体的大力宣传，最终让科技成果服务于消费者、服务于社会。
工业产品从研发设计、生产应用、售后服务到再制造的全生命周期，都要实现数字化。为此，要创造自主品牌的中国工业设计软件；要用更多的基础研究、更大的投入来支撑原创技术产生在中国；要把技术转化做好，让它变成商品。
数字中国与工程机械行业的数字化转型
国务院印发的《数字中国建设整体布局规划》中提出，到2035年，数字化发展水平进入世界前列，数字中国建设取得重大成就。
在推动数字中国建设的过程当中，在工业领域就是要把数字化与工业相结合，工业产品从研发设计、生产、应用到售后服务，以及再制造全生命周期，都要实现数字化。
在工程机械领域，数字化早已不是一个新鲜的概念。作为我国装备制造优势产业之一，工程机械行业正全面拥抱数字化、快速提升智能化。2022年，中联重科加速生产制造智能化升级换代，智能园区、智能工厂、智能产线建设相继落地。公司正大力而快速地推进产业智能制造和全业务数字化转型，带动企业制造能力创新和商业模式创新，全力推动产业生态、形态、业态深刻变革，进入全面创新、全面升级的高质量发展新阶段。
自2018年以来，三一重工上下以“要么翻身，要么翻船”的决心来推动数字化转型。从2020年开始组织全员学习机器人操作技能，到2022年组织数据架构方面的学习，三一重工此举的初衷是坚持推进“数智化、电动化、国际化”战略落地。徐工集团从战略整体出发布局数字化转型，从信息化基础建设、“两化”深度融合、数字化提升到智能化升级，不断强化数据要素价值，实现数字技术、工艺技术、制造技术的融合创新，持续引领数字化转型，赋能产业链同盟军协调发展。
数字化、智能化也是全行业的选择。
2022年，山河智能的《智慧矿山管控系统研究与开发》和《工程机械AGV的研究与应用》分别入选2022年湖南省“数字新基建”名单的“工业互联网”和“人工智能”两大方向标志性项目；柳工挖掘机智慧工厂打造应用机器人、人工智能、物联网等技术的地区数字化标杆工厂，实现生产线和设备的自动化、数字化、智能化，以及智慧管理……“数字化是穿越周期的法宝之一。”
工程机械是典型的离散制造，行业繁荣期需要大量人员，低迷期往往需要控制人员数量，这就导致制造成本高，市场响应速度慢。数字化转型能为工程机械企业大幅压缩人员、生产、物流成本，平滑行业周期。
提升地下空间综合利用水平
地下空间综合利用离不开重大技术装备的基础支撑，因此，地下空间的有效利用也成为世界级难题。目前，我国地下空间开发利用发展到了什么程度？我们又该如何用好物联网、大数据、AI等新一代信息技术来推动地下空间的数字化发展呢？
从发展阶段看，我国城市化进入中后期，大量人口向城市聚集，城市空间非常拥挤。因此，这方面需要利用互联网、大数据、人工智能等技术，统筹社会各界、政府各部门，共同做好中国城市的地下空间开发，为世界提供中国方案。
关键在于，加大科研投入，推进地下空间新技术开发和应用，加快地下空间的开发进度。确保地下空间开发资金来源稳定，避免工期延误和施工质量不合格的情况出现。
20世纪90年代，我国基础设施建设完全依赖于国外二手盾构或是高价进口新盾构装备，这成为当时困扰基础设施建设的一大难题。经过10多年关键技术的产学研联合攻关，国产盾构装备成为世界名牌产品，打破了“洋盾构”从技术到产品“一统天下”的局面，自主设计制造盾构的大规模应用带来显著的经济效益和社会效益。如今，我国已经实现直径16米及以下盾构机的自主设计和量产，形成郑州、长沙、常熟等多个盾构产业化基地。国产盾构不仅在掘进速度和性能上表现优异，占据国内新增市场份额的95％以上，而且走出国门，名扬四海。中国已然进入了盾构装备设计制造发达国家行列，引领着未来发展！
处理好数据与制造业的关系
现在，做制造的人都叫“智能制造”，做IT的人都叫“工业互联网”，其中的关键点就是数据。中国制造正在推进的六大工程，最热的是智能制造，最冷的是强基工程，最难的是创新工程，当然还包括高端装备、绿色制造和后来加进来的品牌工程。
我们需要从两个方面思考智能制造：一是智能制造的内涵，智能制造包括五个方面，网络制造、智能技术、3D打印、机器人技术，以及智能装备。二是从产品的层面考虑，现在说得最多的是机器换人，可这只是智能制造的一部分，也就是生产过程的智能化，产品要走向高端，应该是产品的智能化，还有整个产品的全生命周期使用过程的智能化。
过去10年，中国社会财富增长最快的还是IT行业，科技投入最大的也是IT，现在A、B、C、D、I都成为了热门词，分别代表AI、BlockChain、Cloud、Data，还有IoT。
40%的GDP来自制造。40%中一半是流程工业、一半是离散工业。所以，在浙江大学，流程工业比较多的是控制学院，主要工作领域就是离散工业。
我们都在讲产业的升级和产品的升级。这在很大程度上，是因为互联网把全球的消费者连接在一起，互联网倒逼服务。服务升级倒逼制造升级，所以整个供应链都在讲智能化。技术上说的IT业的AI、大数据、云计算、物联网等，实际上要如何转化为企业侧，企业的需求就是成本、质量、效率，还有新的方案、新的生态，中间的连接就是工业互联网，工业互联网也是IT业所说的互联网下半场，它最重要的战场就是在工业。
工业互联网架构
工业互联网的数据市场从全球看主要是三个，北美领先的是美国，欧洲领先的是德国，亚太领先的是中国。目前的预测都慢于实际情况，之后的增长速度会非常快。具体来看，其中的设备管理与售后服务约占38%，整个生产过程的优化约占28%，企业的运营管理约占18%，资源配置约占13%。
通常所说的产品设计和工艺管理，大部分属于商业秘密，不在数据市场中。目前需求很大的是数据建模、数据分析设备的健康管理、产品售后服务、生产管理优化、能耗与质量管理，以及客户关系管理、财务、生产过程监控与安全管理等。再下来就是全流程的数据能力、金融服务，真正的仿真设计与工艺只有3%。所以，如何打造工业互联网架构，需要各方面的人才。如工业云有做IT算法和工业的部门，但真正要在制造业用起来需要懂制造，工业知识也是不可颠覆和替代的，需要一起打造一个系统。
如何做工业数据的开发与管理，如何做工业数据的智能应用开发，如何处理工业流程内部各个工位之间复杂的关系，如何把它们做上平台，然后用IoT和5G把它们连起来，再推到各个行业，并不是一个简单的问题。总的来说，工业行业大的有49个，小的有400多个。实际上，每个行业的龙头企业的需求、专精企业的需求和中小企业的需求完全不一样，这里面有很多事要做。
从数据管理的角度来看，数据管理需要把整个产业链，包括供应商、物流，以及人、财、物等全部管理起来，用户的体验、运行也需要管理。具体到企业内部就是物料、工装、人员、设备、供应链、订单、供应商的管理。而平台一旦打造起来，它是大数据的多元融合，计算的应用、可视以及业务的智能，需要整合各种数据，最主要的目的是产品质量溯源，现在要进行高端产品质量的溯源，装配工艺建模方面的分析和资源的排查，以及如何优化整个物流系统。
数据真的要让企业内部和外部能够运用，就要开发算法与组件，还要面向各种业务人员，也就是Windows化和图形化，一线的操作人员才能用起来。现在，企业内部有很多数据，大家都知道数据是宝贝，但没有真正利用起来。据调查，真正的商业数据不到4%，所以怎么统一规范，让它易用，工业机理如何沉淀下来变成知识，如何让机器变成智能，不是人盯着数据，而是让智能机器盯着数据。
商飞大飞机制造工厂大脑
说到制造，不得不说航空。商飞上海飞机制造公司在C919量产以后，产生了大量数据，很难全局优化，正在做局部优化，如机加车间、部装车间，以及复合材料车间等车间级别的优化。华为5G加入以后，速度有所加快，但挑战依然很大。飞机装配有6000多个节点（OA），每个节点设计30道工序，每个工序一出问题就会引起连锁反应，所以要搞清楚这之间的关系。原来做计划的是工艺员，有几十上百个工艺员，做出很多计划。但执行的准确率却很低，做到极限也就是60%。现在数据打通以后，共享来做，效率提高很明显。打通就是把这些关系找出来，把资源的约束、人力、算法打通，并联系在一起，可以随时调用数据，实时看到任何场景。计划的执行率提高了20%，随着AR件的量产以及C919量产增加，执行率和准确率还可以大幅度提高。也就是说，和做发动机叶片一样，前期要定义好，一旦做起来上线，就可以做很多事。5G更重要的场景不是通信与娱乐，而是工业场景，如检测复合材料的孔隙等缺陷，通过扫描生成照片，500万像素的图片，一秒钟可以拍摄十几帧，带来数据快速上传的问题。因为孔隙、位置、面积还是挺复杂的，要做成机器智能，让机器盯着缺陷。这样的智能制造方案会带来排程优化，提升装配效率，最终实现智能制造的提升。
工业互联网2.0时代
全局的智能优化，更便于发现问题并发现规律。发现问题以后，数据沉淀为知识，知识成为智能，让机器盯着数据的变化。现在，协同制造是产业链，从用户到供应链的管理，个性化的设计需要数据的互联互通，跨界融合。厂内网、区域网，以后还有行业网，国内外、境内外都需要打通。所以，从工厂的角度协同制造、采购、物流、产学研人才、内部企业端到公共云，现在企业也在讨论公有云、私有云，还是干脆不用云，用边缘计算，这需要企业真正实施顶层设计。商业数据、工业数据需要打通，需要一个平台，把生产的计划，订单的信息、市场的变化都变成数据、变成算法，融合在一起，包括企业内外生产以及能源的调度，都要贯穿工业的整个过程。
我们认为，企业实施智能制造、工业互联网应该有四个阶段。工信部在推“百万企业上云”，浙江在推“十万企业上云”，这只是第一个阶段，第二阶段做中间件和中台战略，第三阶段是实现数据治理，最后实现全局智能，也就是工厂大脑、协同制造、智能制造，设备的制造靠机器智能。
现阶段，在工业化发达国家，需要人才，需要产业布局、人才培养和组织模式，传统的工业部门有话语权和决定权，数据不轻易给人，给了以后也要做得好，所以真的要做企业的顶层设计，需要真正的整体战略。
我们认为，顶层设计很重要。中国的人口红利已经成为过去时，但工程师红利还没有出现。大家如何配合起来做人脑和机器混合脑，就是数字经济下倒逼制造再升级会出现的问题。原来是大鱼吃小鱼，以后就是快鱼吃慢鱼。
总体来看，数据不应该取代人，也不是机器取代人，应该是机器智能解放人的智慧，不需要人盯着数据，所以数据应该从制造业中来，也应该回到制造业中去。
