李杰教授:中国制造业发展关键在于提升智慧、文化和价值观

来源:智汇工业

点击:2902

A+ A-

所属频道:新闻中心

关键词:中国制造业 中国制造2025 制造文化 智能制造

    制造的文化决定了一个国家的战略发展方向,而不是我们传统上所理解的制造技术。只有了解了一个国家的制造文化思维,才能知道为什么德国提倡“器匠”精神,日本提倡“工匠”精神,美国提倡“技匠”精神。“工欲善其事,必先利其器”,德国人把“机器”当做核心,日本把“人”当作核心,美国认为技术可以颠覆制造,所以把“技术”当做核心,这就是“器匠精神”、“工匠精神”、“技匠精神”的由来。因此,世界各国的制造文化有差别但不存在互相比较,制造文化要求各国追求自身的卓越性、影响力、自主品牌。


    随着《智能制造发展规划(2016-2020年)》、《中国制造2025》的“1+X”规划体系全部发布,2017年“中国制造2025”顶层设计基本完成全面转入实施阶段,为进一步明确我国制造业发展的目标和路径,促进我国制造业走上健康快速发展的轨道指明方向。在这样的背景下,如何促进中国制造业转型发展,成了社会各界热议的话题。


    在政策环境进一步优化、发展基础进一步夯实、企业内生动力进一步激发的当前,智能制造离我们有多远?制造业人才该如何培养?中国制造业发展的关键点在哪里?带着这些问题,先进制造业全媒体采访了一直致力于促进先进制造业行业发展的国际知名人士——美国辛辛那提大学特聘讲座教授,美国国家科学基金会(NSF)智能维护系统产学合作中心主任李杰教授,就上述问题进行了一场深入细致的交流。
    中国要发展智能制造关键在于要有制造的智慧
    2017两会期间,《中国制造2025》的深化实施广受关注,大力发展先进制造业成为国策之一,“智能制造”被明确作为主攻方向,在您看来,中国制造实现智能制造的关键点在哪里?


    李杰:两会期间,很多地方政府谈到经济转型,都把“智能制造”当做提升生产力的手段,比如佛山有“百千万”工程,天津有 “10+3+8+2”产业新体系等。各地推进“智能制造”政策有三点类似性:第一、机器换人;第二、采用先进技术,如3D打印;第三、大数据。大家都把这些名称当做目标,缺乏实质的含义。

        其实,先进制造不单指机器换人、3D打印等。中国需要在制造业核心竞争力和哲学内涵方面进行更深刻的思考。中国制造在三十年的发展历程中主要存在三大问题:一是发展机会问题,在1980年以前,中国没有太多发展机会,改革开放后,邓小平认为中国的机会在于“科技”,提出“科学技术是第一生产力”,要让社会经济活跃起来;二是国民需求问题,中国的国民需求经历了从无到有,从有到好的阶段,现在正处于从好到“精”和“个性化”阶段,所以像联想、海尔等企业在国民需求从无到有的阶段取得了飞速的发展,拉动了国内的生产能力和需求。到2000年,大量建设的汽车生产线带动了中国大规模的自动化升级和飞速增长的汽车市场。如今,国内“从无到有”的需求开始饱和,海尔、美的、格力等企业都面临着从好到“精”和“个性化”的转型挑战,开始思考如何去定义和满足消费者新的需求;三是互联网带来的冲击,互联网带来生活的改变和虚拟经济的繁荣,淘宝成为快速增长的典范。同时,国家保护政策令谷歌、亚马逊、Facebook等平台在中国的发展举步维艰,因此BAT等一些中国特色的电子商务产业得到了飞快的发展。

    中国制造目前已发展到上述所提及的第三个问题,其中包含的问题又有两个:第一,中国制造不应该再停留在人力或工厂领域。国内的一些制造企业目前还只是停留在工厂进行加工生产,而不是开发技术,那么即使行业做得再大,关键零部件仍要依靠进口;第二,中国制造不应该再把贴牌当做一种正常的模式。贴牌生产并不能代表企业强大与否,因为企业基础零部件基本上全部靠进口,基础工艺全部靠照搬。制造追求的是对工艺的卓越性,从手工制造、到机器制造、到软件集成,到最后的未来数字化制造——让全世界帮我们制造,而不是我们帮别人生产,才是制造的智慧,才是中国制造应该具备的智慧。

    另外,需要避免智能制造三大误区。其一,智能制造并不等于自动化。自动化是制造领域里解决一次性和质量偏差的手段,其中包含标准化和合理化的观念,自动化是一个过滤器而不是一个目标;其二,3D打印不等于智能制造。3D打印技术是NSF在1990 年先期投资的研究,我在NSF工作期间曾赞助许多教授开发新型3D打印技术 。二十多年过去了,如今3D打印技术得到了广泛应用,但是3D打印技术的很多工艺并没有变,只是把其中的一些方式改变了,而且是否能够取代原材料与应用还没有经过验证,GE目前在美国辛辛那堤正在投入生产验证。智能制造必须满足三个特性,即可预测性(Predictability)、 可加工性 (Producibility)、 生产力提升性(Productivity),所以说3D打印技术是一种新型制造技术,而不是智能制造;其三,目前国内一些企业对“互联网+”,尤其是云概念存在误区,他们认为只要加上物联网,把机器在云上和互联网中连接起来,就实现了数字化制造的目标,这种行为就好比是穿了名牌就代表是名人了,其实内在的核心制造能力并没有提升。中国智能制造存在的三大误区几乎覆盖每个省市,并没有差异化。

    有时候我在怀疑,如果中国政府没有财政拨款,智能制造还能不能做下去?有没有中国企业会像日本、德国、美国那样自己出钱去做?如果真有企业愿意这么做,我会非常感动,这意味着中国制造是有灵魂的。如果没有,我会流泪。
     
    制造的文化决定了一个国家的战略发展方向
     
    您本人作为在国际范围内一直在观察与促进先进制造业发展的知名人士,您本人对于制造业转型升级和先进制造业发展的思想体系是如何形成的?思考逻辑与观点体系是怎样的?
     
    李杰:任何一个对制造有激情的人都会把它当成生命的一部分。我个人的发展是从汽车生产线工作开始的,后来我进入美国国家科学基金会NSF,成为当时美国NSF最年轻的项目主管。通过在全美各地高校开展调研,发现高校在产学研方面存在缺口,许多高校并不了解企业甚至与企业脱节,从那时候起我就加强了美国企业参与NSF产学中心与工程中心的项目评审。1995年,我在日本的通商产业省(现更名为经产省)的产业研究院担任交换官员,主要负责调研日本的企业制造转型工作,当时我访问了包括日立、小松、索尼、三菱重工、东芝等大型企业在内的55家企业。通过调研发现,日本制造的基础在于“人”,他们对人的信任大于一切,很早就有布局“世界市场”的格局,所以日本的战略初始就是全球化,而不是国际化,他们要把全球作为其制造工厂。但美国、德国的出发点就与日本不同,德国注重制造,让全世界都买他的机器,美国追求国际影响力,用技术影响世界。所以我们在科研时就思考一个问题——怎么用技术创造人才市场?这就是NSF对制造业思想体系认识最重要的一个方向。

    之后我回到美国担任美国联合技术研究中心(UTRC)产品开发与制造部总监,主要涉及领域包括发动机、空调、电梯等,于是发现在美国做产品所赚的利润并不高,真正赚钱的是服务,所以从1998年开始我们就了解到服务型制造的重要性。什么是服务型制造?我觉得就是为客户创造价值的制造,而不是传统意义上将产品生产出来的制造。
    到2000年,我担任美国辛辛那提大学教授,成立了智能维护系统产学合作中心(IMS),发现大学最缺乏的是没有实践的工厂,所以我在IMS提出一些理念:第一,我的研究不需要实验室,因为工厂就是我的实验室;第二,我的学生必须要下工厂或者去企业做技术验证,五年的博士生涯必须有一年半的时间下工厂或去企业实践,他的博士论文必须接受工厂的验证,如果没有经过工厂的考验就不能毕业;第三,我们科研的启发点绝对不在问题的导向而在机会导向,每个企业都有共性的问题,所以我们就将企业间共性的问题当做我们的机会。因此早在十几年前,我们就在运用这三个理念的基础上研究出“工业大数据”,可以说《工业大数据》这本书是在十五年的实践基础上总结而来的,经过了时间的考验。

    制造的文化决定了一个国家的战略发展方向,而不是我们传统上所理解的制造技术。只有了解了一个国家的制造文化思维,才能知道为什么德国提倡“器匠”精神,日本提倡“工匠”精神,美国提倡“技匠”精神。“工欲善其事,必先利其器”,德国人把“机器”当做核心,日本把“人”当作核心,美国认为技术可以颠覆制造,所以把“技术”当做核心,这就是“器匠精神”、“工匠精神”、“技匠精神”的由来。因此,世界各国的制造文化有差别但不存在互相比较,制造文化要求各国追求自身的卓越性、影响力、自主品牌。

    我觉得中国制造业的制造文化是追求知识性,知识性也可以理解为智慧,知识性从哪里来?知识性是一步一个脚印,通过不断学习积累得来的,现在面临的问题是中国制造一直在工厂生产,没有时间学习,就只能靠大数据。中国的市场之大使得海量数据在中国汇集,从大数据中找寻逻辑,通过大数据验证来了解产品,有时甚至比产品的设计者更了解产品。比如说高铁的轴承,因为冷、热地域差异,需要的湿度、环境、运载都不一样,如果中国高铁比轴承制造商更懂轴承,那么制造商就愿意与我们合作。中国只有利用大数据换取知识和智慧,才能够把制高点拔高,从而实现自主创新。中国制造不能一蹴而就,也不是靠钱就可以解决的,而是必须靠智慧。这就是我对中国制造的期许。

     
    CPS——人工智能最高层的智能系统、智慧的传承
     
    2017年3月1日,《信息物理系统白皮书(2017)》发布会在北京召开,可以说从国家层面正式确定了制造业信息物理系统(CPS)总体定位。在您看来,大数据、人工智能和CPS系统等将如何促进制造业转型升级?难点在哪里?
     
    李杰工业互联网或者自动化生产系统会产生大量数据,比如说一辆安装了GPS与传感器的车,在行驶过程中就会产生相应的数据,数据再通过机器学习的方法算出车辆震动与路况的关系,就能知道路况的好坏。但是现在制造汽车的厂家不会想到利用大数据,他想的就是传感器、速度、安全等。如果每辆汽车在驾驶过程中的经验都可以变成逻辑,打个比方车辆行驶到某个地方都会减速,就代表这段路况的实际情形,其他汽车还未到达这个地方前,系统就会告知驾驶员一公里左前方请减速,那么这辆汽车的智能化就不再靠这辆汽车本身,而是靠别人的经验。数据是本来传感器就有的,互联网也是可以加的,但是他基于学习软件就可以把数据变成逻辑,逻辑变成分享,分享变成传承。

        工业大数据和人工智能是什么关系呢?人工智能是通过机器学习算法,把机器原来有的智能化变得更有控制性,比如说自动驾驶、无人飞机,通过人工智能使得其控制稳定性更高。数据和工业大数据又是什么关系呢?数据可以通过分类、分割、分解、分析,再分享给别人。工业大数据的目的并不是解决问题,而是一套系统逻辑,数据里面可以产生许多市场的价值。

    CPS又是什么呢?CPS是人工智能最高层的智能系统,是知识的模型和可传承的记忆。例如,无人飞机在飞行的时候,对地形进行了扫描,从而知道不同的地形会因为季节不同而发生不同的变化,就像河流、树木更容易被雪覆盖。通过扫描地形,CPS同样可以告诉飞行员树与河流、山丘的具体位置,所以CPS是超越传感器的一种记忆建模,可解决一般人工智能、传感器解决不了的问题。

    可以说,没有传感器就没有人工智能。但是,CPS直接将传感器进行了归纳,无论有无传感器都能正常工作。综合来讲,CPS并不新颖,也不高深,只是数据到智慧到传承的一种观念。

    CPS作为一种看不见的智慧,能为人类避免错误并纠正错误,现在中国行业对CPS、人工智能、大数据还存在很多误区。我的新书《CPS新一代工业智能》中提到了很多案例,书中主要阐述了CPS的思维、价值、能力和应用方向,希望能够启发读者去自己领悟,从CPS中找到一个创新的思维。

    利用CPS的难点就在于要一步一个脚印的学习数据应该的搜集方式。问题不在于数据量,而在于数据的质量。数据的特征大于数据的参数,最重要的是如何把数据转成智慧的工艺,这就要靠竞争。虽然我们能够快速生产数量庞大的零部件来完成指标,但这并不代表我们就具有竞争力,我们必须将投入生产的人力物力考虑进去。
     
    服务型制造需要从用户端寻找价值缺口
     
    您怎么看待服务型制造在中国的发展?前景如何?关键点在哪里?现在一些国内发展还在2.0左右的企业,该如何弯道超车?
     
    李杰:回答这个问题之前首先要明白什么叫服务型制造,服务型制造表现形式有两种:一种是指产品的增值服务,PSS(Product Service System),就是创造价值的服务,即产品服务的创新。例如在卖轮胎时提前做好数据显示轮胎变化情况从而预先计算出更换轮胎的周期,一年可节约3万元,这就是创造价值的服务。

    另一种是指服务型制造,Service-driven Manufacturing,就是制造本身就是一种服务,即很多产品在设计的时候就是定制化的,是以服务为主的。例如尚品宅配,曾是开发软件设计家具的企业,但是由于国内竞争过于激烈开始转型为定制化家具。2007年,我担任中美工程技术服务型制造专家组组长,被派去参观指导尚品宅配,当时我曾建议尚品宅配创始人李连柱先生要将重心从定制家具转变为定制生活的感受,要站在顾客的角度去感受。通过采用最先进的虚拟现实技术以及智能化的家居设计软件,让消费者在购买前就能看到家具摆放到自家的效果,轻松实现零风险购物,同时实现了消费者的家居DIY梦想,这就是服务型制造。尚品宅配可说是国内比较成功的C2B(Consumer to Business,即消费者到企业)企业。国内企业要做服务型制造必须明确一个思维观念——要从顾客端去寻找价值的缺口,而不是去看工厂里面应该去做什么。产品与服务,犹如煎蛋的“蛋黄”和“蛋白”,每颗蛋黄都大同小异,但蛋白却大异其趣,在产品差异不大的情况下,配套服务的差异才是制胜的关键。

    事实上,工业1.0、2.0与服务型制造的关系不大,重要的是企业商业模式和对人才培养模式的转变。
     
    制造业转型升级需要高素质人才
     
    现在制造业专业人才紧缺是个大问题,培育众多中国工匠,打造更多享誉世界的中国品牌,是实现中国制造业转型升级的必要手段。对于先进制造业人才体系的培养,您有什么看法?有什么好的建议能给到现在的高校或行业,也请谈谈您个人在这方面的工作构想?
     
    李杰:目前有人认为“机器换人”以后便不存在制造人才问题,其实不然。制造业要向价值高的地方转型,而不是放弃。高附加值的制作工艺往往需要高素质的人才。如果制造业着重生产,那需要的人才就是工人;如果制造业需要文化传承,那需要的人才就要有智慧。其实人才不是问题,问题是学校如何培养人才。学校相关课程必须符合社会需求,将趣味性与实用性结合,让学生觉得有价值。

    对目前国内高校和行业的建议,总结为三句话:第一,学科内容必须充实,而不再是教科书变成教科书的模式,人才培育不限于使用教科书,要运用实际的素材,要能够反映出知识的全部,而不只是知识的原理;第二,人才培养过程中,理论和实际不能脱离,学生必须要有实习的经历。如果说教是学校,那么育就是社会,教育必须结合起来才能成功;第三,学校是学习如何学习(learn to learn) 的地方,而不是只为一纸文凭,学生要懂得学习的方法,思考学习目的,树立学习的目标。学工程类学科的学生,不要局限在单一的领域,死板地学。此外,人才培养需要教授、企业贡献一些有趣的思维,让学生们感受到学习的价值,确立更高的目标。
     
    中国制造业的核心竞争力在人、文化和价值观
     
    现在全球整体存在产业链价值重心重置的情况,各国又以保全自己竞争力为前提实现发展。虽然这也是一种发展战略,能帮助中国企业尽快赶上世界潮流的发展,但是您认为国内企业应该怎么做?

     
    李杰:从整体来讲,每一个国家的竞争力都有变化的阻力和矛盾性。例如德国的国家竞争力在隐形冠军和学徒制教育上,德国隐形冠军数量最多,大概有两三千家企业。德国制造业的强大不仅仅在于设备,而是在于人。德国“工业4.0”的重点是通过“互联网+制造业”从而创造更多的利润。

    例如日本建在许多国家的工厂都十分先进,其全球化布局远大于德国。然而日本相比互联网,更看重“人”的培养。
    对于美国来说技术和市场就是竞争力。美国拥有全球领先的各方面技术,这些技术并吸引了各国人才来学习深造,美国政府再通过移民政策留下优秀的人才,如此开放的政策使美国成为了多元文化融合的国家。

    中国未来的竞争力应该着重于让年轻人追求制造的卓越性并提升自身的社会地位。一个国家制造业的竞争力在于人,在于文化,在于价值观。这不仅要靠社会教育,还要靠大学的基础教育以及家庭教育来实现。没有家庭和社会的支撑,中国制造将会成为一具空壳。

     做制造的人必须坚韧不拔。我曾到访一家焊接工厂,我对厂长说:“要想搞焊接自动化,闻到焊接的味道就要好比闻到回锅肉的味道。”厂长回复我:“李教授,我们就像是闻到了回锅肉的味道”,因为这句话,我确认了和他们合作的决心。


    制造的文化在血液里面,不在机器里面,也不在互联网里面,一个不流制造血液的民族,制造是不会传承的。中国曾经有过这个血液,现在必须把它找回来。

    人物简介
    李杰( Jay Lee 教授现任美国辛辛那提大学(Univ. of Cincinnati)特聘讲座教授(Ohio Eminent Scholar and L.W. Scott Alter Chair Professor),美国国家科学基金会(NSF)智能维护系统产学合作中心 (IMS)创始主任,自2000起领导全球工业大数据分析与智能维护系统技术研发;李杰教授曾担任上海交通大学特聘教授与上海交通大学先进产业技术研究院首任院长;他是中国教育部长江学者特聘教授与中组部千人计划专家,德稻创新大师;在2013年他是美国白宫信息物理系统与美国挑战项目顾问,他的新书《工业大数据》与 《从大数据到智能制造》在中国广受好评。
     
    李杰教授是美国机械工程学会(ASME)及美国制造工程学会(SME)的 Fellow。目前的研究重点是以工业大数据分为主的智能预测技术和产品及服务主控式创新创值设计(Dominant Innovation),自2000年起和全球90多家国际公司做联合研发,其中包括GE航空(GE Aviation)、波音(Boeing)、霍尼韦尔(Honeywell)、伊顿(Eaton)、派克(Parker Hannifin) 、丰田 (Toyota) 、宝洁 (P&G) 、日产 (Nissan) 、欧姆龙 (Omron) 、西门子(Siemens)、思科(CISCO)、英特尔(Intel)、固特异(Goodyear)、通用汽车公司(GM)、美国国家仪器(National Instruments)、卡特彼勒公司(Caterpillar)、哈雷戴维森(Harley Davidson) 、阿尔斯通(Alstom)、中船 (CSSC), 三一重工(SANY)、宝钢 (Baosteel)),华为(Huawei),上海电气(Shanghai Electric) ,上银(HIWIN), 富士康 (Foxconn) 等。李杰教授突破传统机械设备故障预测的理论、方法和技术,其技术的关键性得到国际学术界的认可与高度评价,被美国财富杂志誉为“21世纪全球三大热门技术”之一。
     
    他是美德工业4.0与工业大数据联合会议的创始人。他还担任许多机构的顾问,其中包括美国麦肯锡 (McKinsey & Company),通用电气数字工厂( GE Europe Digital Foundry), 美国 Frost & Sullivan,法国阿尓斯通 (Alstom)、新加坡(SIMTech) 、比利时鲁汶机电技术中心 (Flanders Makes) 等。 目前他还担任英国克兰菲尔德大学(Cranfield Univ., UK)、法国Univ. of Lorraine,瑞典科技大学(Lulea Univ. of Technology, Sweden)、客座教授与名誉教授。
     
    他曾于1998年至2000年担任美国联合技术研究中心(UTRC)产品开发与制造部总监。并于1991年至1998年期间担任NSF项目主任、主持了一系列科研项目,其中包括工程研究中心项目(ERC)、产学合作研究中心项目 (I/UCRCs)以及设计、制造及工业创新部门。

     
    从1993年起,李杰教授作为美国专家参加了第一届到第八届的中美工程科技研讨会(SATEC),曾数次担任机械工程组组长;他被邀请在许多国内重大战略会议上做大会报告,包括中国工程院“制造强国战略研究”工业局4.0制造特别报告,华人企业领袖高峰会议,亚洲制造论坛, 上海浦江论坛,世纪大讲堂等。他长期担任EMBA主控创新课程特聘教师,包括上海交大安泰学院EMBA、清华CEO班、华南理工大学EMBA, 海尔大学等。

    (审核编辑: 智汇张瑜)