10月11日的華為HC大會上與WPG水務(wù)楊總交流工業(yè)互聯(lián)網(wǎng)的發(fā)展，他談到關(guān)于現(xiàn)在現(xiàn)實中的問題就是如何解決兼具多種專業(yè)的場景設(shè)計與規(guī)劃人才，其實，機械制造商、終端生產(chǎn)企業(yè)、自動化廠商、通信廠商、云端應(yīng)用、軟件等每個人在各自領(lǐng)域都非常專業(yè)，但是，在將各自的問題和方法進行協(xié)同的時候就出現(xiàn)了問題，每個人都很懂自己所在領(lǐng)域的，巨大的溝通與協(xié)調(diào)成本使得工業(yè)互聯(lián)網(wǎng)難以推進。

 

人才是制造業(yè)發(fā)展的阻礙因素

前幾天世界智能制造大會有朋友圈秀了林雪萍老師演講中所描繪的一張圖，在常州對100家制造企業(yè)進行調(diào)研后，發(fā)現(xiàn)“復(fù)合型人才缺乏，員工整體素養(yǎng)不足”成為了阻礙落實工業(yè)互聯(lián)網(wǎng)的重要原因。

 

圖1-阻礙落實工業(yè)互聯(lián)網(wǎng)的原因（源:林雪萍常州制造業(yè)100家企業(yè)調(diào)研）

 

其實，關(guān)于OPC UA的推動，我曾經(jīng)問過基金會的秘書長張譽先生，難度究竟在哪里？他說首先就是人才，沒有這方面了解，認識到OPC UA意義，以及如何實現(xiàn)的人才。

 

工業(yè)互聯(lián)網(wǎng)大家都認為是產(chǎn)業(yè)發(fā)展的方向，這個倒是沒有特別大的異議，即或Predix如雪萍老師所說雷峰塔一般的倒下，這也并非是這個產(chǎn)業(yè)方向的錯，而是在尋找融合的道路上，缺乏有效的規(guī)劃與組織，近期很多人也開始質(zhì)疑這條道路是否正確，工業(yè)互聯(lián)網(wǎng)的難并非是技術(shù)的問題，而是一個協(xié)同問題，更多的意義在于規(guī)劃問題，難道生產(chǎn)協(xié)同不能帶來效益嗎？難道全局優(yōu)化是空洞的嗎？顯然不是，這種需求是真實存在的。

 

多學(xué)科的協(xié)同規(guī)劃是難點

 

但是，從精益設(shè)定目標，到進行定量測量、控制、顯示，部分數(shù)據(jù)用于全局分析與優(yōu)化，再一部分數(shù)據(jù)用于更大范圍的智能分析與趨勢性、策略性制定，這種需求都是有的，然而，需要有一個規(guī)劃能力強的人來協(xié)同精益生產(chǎn)、機械產(chǎn)線、自動化、制造工藝、信息化、智能分析，這里涉及到的專業(yè)可能會是十多個甚至幾十個協(xié)同，就像FMU/FMI建模仿真接口要去協(xié)同汽車的液壓、制動、ECU、發(fā)動機、空氣動力等各個建模仿真軟件一樣。

圖2-數(shù)字主線-數(shù)字孿生（林詩萬博士《工業(yè)互聯(lián)網(wǎng)與工業(yè)4.0：架構(gòu)對接與應(yīng)用》,2018年1月29日）

這個時候我們再回頭看IIC的首席架構(gòu)師林詩萬博士的圖2，就可以看到工業(yè)互聯(lián)網(wǎng)實際上是將各個鏈條上的數(shù)據(jù)進行按照主線進行分解，但是，這個難點就在于流經(jīng)每個過程都是不同的專業(yè)，這個需求差異使得架構(gòu)間的時間周期、格式、模式產(chǎn)生了多個維度的變化，這種協(xié)同需要一個跨學(xué)科的人來進行規(guī)劃。

 

另外，從卓越運營的角度同樣道理，智能制造對于工業(yè)互聯(lián)網(wǎng)的應(yīng)用就是在整個制造現(xiàn)場對物料的流動、能源的流動、價值的流動、信息的流動能夠進行清晰的描繪，這個場景的描繪能力需要考慮到非常多的專業(yè)因素，每種“流”都是需要模型匹配，例如AGV控制本身需要哪些信息？哪些信息可以用于多AGV之間的協(xié)同策略？而AGV與產(chǎn)線的機器人協(xié)同需要哪些信息，以何種模式？分別多大的時間粒度來進行？這些都是規(guī)劃的人需要掌握的，而這個人要了解AGV控制、產(chǎn)線生產(chǎn)工藝制程、信息化。

 

這個道理跟目前的生產(chǎn)制程是一樣的需要規(guī)劃設(shè)計，因為約束條件非常多、影響結(jié)果的變量也非常多、權(quán)重產(chǎn)生的變化導(dǎo)致這個規(guī)劃達到“高效”是在無數(shù)種組合中進行分析，驗證，穩(wěn)定。

 

因為缺乏對不同專業(yè)的協(xié)同的人才，使得，無法真正實現(xiàn)整體的規(guī)劃成功場景，很多人的質(zhì)疑也在于此，你們說工業(yè)物聯(lián)網(wǎng)那么好，但目前的成功應(yīng)用場景是什么？

 

機器再智能也是人設(shè)計出來的，系統(tǒng)再強大也需要人來規(guī)劃！

 

教與學(xué)的人才培養(yǎng)方式

 

在《翻轉(zhuǎn)式學(xué)習(xí)》一書中兩位作者吐槽現(xiàn)在世界的教育，學(xué)生都按照垂直專業(yè)劃分學(xué)習(xí)，但用人的時候卻需要的是復(fù)合型人才—這并非中國而是全世界的教育都是按照工業(yè)流水線的標準作業(yè)模式去設(shè)置人才培養(yǎng)的，但是，現(xiàn)在，不同的產(chǎn)線要協(xié)作了，而不同層級的信息要集成優(yōu)化，顯然人才以及人才的培養(yǎng)需求也在發(fā)生著變化。

教學(xué)的模式也發(fā)生了變化，我們總是講缺乏創(chuàng)新，諾貝獎的很多獲得者都會提到好奇心在科學(xué)道路的重要性，因為創(chuàng)新在于思辨，從教學(xué)的角度思考，那么就不能采用教的方式，而應(yīng)該把關(guān)注點放在“學(xué)”，就是學(xué)生想學(xué)習(xí)什么？這是教育的關(guān)注點，而現(xiàn)在的教學(xué)理論都在如何“教”。現(xiàn)在想想《論語》就是一種翻轉(zhuǎn)式教學(xué)，由學(xué)生提問老師解答，并進行互動，而蘇格拉底在古希臘也是如此，由學(xué)生提問，然后老師也會提問引導(dǎo)，佛教如《金剛經(jīng)》《壇經(jīng)》也同樣是一種問答式的教學(xué)，因此，在很多意義上，教育最初的模式是一種互動式的，而隨著工業(yè)的發(fā)展卻把它變成了標準化作業(yè)—有了標準答案，就像考試很多就是選擇題一樣。

 

為什么要以學(xué)導(dǎo)向，在于解決應(yīng)用問題需要“復(fù)合型”知識與技能，包括知識橫向廣度與縱向深度，以及協(xié)同其內(nèi)在邏輯的思維架構(gòu)，解決問題的方法與思路。

 

工程師需要了解跨界技術(shù)

就智能制造的推進而言，歐洲的優(yōu)勢在于已有技術(shù)已經(jīng)成熟，而解決“標準與規(guī)范”的問題，即為不同的技術(shù)制定相連接的接口，這不僅包括電氣信號的物理接口，也包括軟件（如IEC61131-3，IEC61499）、管理（AdministrationShell）、通信（OPC UA+TSN）。接口一旦協(xié)作起來就如多個變形金剛組合為更大的變形金剛。

 

在5月在蘭州自動化教指委的會議上一位專家提出的關(guān)于人工智能教學(xué)的意見，他強調(diào)并不深入介紹某種人工智能方法的教學(xué)，而是讓學(xué)生了解其各自的框架，適用于解決什么樣的問題，遇到什么樣的問題需要什么樣的模型，在用的時候再自己去學(xué)習(xí)，但要給予整體架構(gòu)性的認識，其實這個就是“復(fù)合型”人才所需要掌握的。

 

有一次寫了一篇關(guān)于《智能時代自動化工程師的能力模型》一文，Mcrazy給我反饋他轉(zhuǎn)發(fā)后的留言，其中有一個朋友說“工程師具備這么強的能力那還是工程師嗎？”—其實，工程師并不是要掌握那么深的深入領(lǐng)域的知識（專業(yè)知識你在大學(xué)里學(xué)習(xí)，而工作則是應(yīng)用），工程Engineering—非是Research，科學(xué)是發(fā)散，而工程則是收斂—在各種條件中選擇最優(yōu)或者最經(jīng)濟的路徑來實現(xiàn)制造的目標，即，高品質(zhì)，低成本，靈活性。

 

因此，工程師需要的是借助于已有的技術(shù)來解決現(xiàn)實的問題。那么他最關(guān)注的其實并非是某個知識的深度研究，而在于圍繞問題尋找最為經(jīng)濟有效的技術(shù)、產(chǎn)品、方法、流程。

 

專業(yè)深度與橫向知識的廣度需要得到平衡。