如何满足新工业革命的要求

在前面两个小节中，我们分别从生产要素和价值关系两个方面阐述了新工业革命的要求，也说明了如果CPS能够成为新工业革命的使能技术，它必须满足以下两个要求：

（1）提升知识作为核心生产要素的边际生产力，使知识的产生、利用和传承过程中的效率和规模得到跨越性提升。

（2）重新优化生产组织要素的价值链关系，使得整个产业链中的各个环节围绕最终用户的价值并以高效的协同方式为其提供服务。

总体来说，CPS需要重新定义生产要素的价值，在解释CPS如何实现这一过程之前，我们先从了解产品价值的本质作为切入点。

任何工业产品的价值都可以从两个方面去理解：作为生产要素的价值和作为消费品的价值。两者虽然都需要通过买卖关系才能实现其自身价值的转换，但两者在买卖结束后所起的作用却是不一样的。对于消费品来说，用户得到产品以后就进入了该产品的最后消费环节，通过消费该产品满足其特定需求的程度就是其消费价值。而将产品当作生产要素的用户不是把生产要素用来消费的，而是要将其进一步投入生产过程中；同时，生产要素在进入生产过程之前仅仅是可能的生产能力，只有在它们进入生产过程中并与其他生产要素协作进行生产活动创造了产品和服务之后，才变为现实的生产价值。也就是说，只有在这时，生产要素才能体现其价值，此时生产要素的所有者才能获得相应的收入。因此，生产要素所有者所获得的价值决定了生产要素的价值。

比如，航空公司购买飞机发动机是为了作为生产要素为旅客提供航旅服务，那么这个发动机的价值取决于其服役过程中的使用成本、单位时间内服务的旅客数量，以及为旅客带来的飞行感受。同时，发动机也有消费价值，每一次飞行对其功能的使用都意味着它剩余使用次数的下降，这些对其有限的功能性消费就是它的消费价值。一个产品的消费价值受到它自身生产成本的制约，用户的价值取决于这个成本与其功能性价值之间的差异，因此是可见的且有限的空间。而生产要素价值则取决于产品使用过程中为用户创造价值的能力，只要使用该产品的活动存在，这部分价值就可以不断被挖掘出来。仍然以发动机为例，美国GE公司和罗尔斯·罗伊斯公司的飞机发动机的销售价格其实远远低于它的成本，但是从后服务市场的服务中所获得的利润却相当可观，以至于两者都推出了出售“飞行能力”的模式，主动去承担成本的风险，以便分享在使用过程中创造的价值。由此可见，在讨论产品价格时所称的生产要素价格乃指生产要素的服务价格，而非生产要素本身的价格。要素本身与要素的服务是不同的。生产要素的服务是生产要素在生产过程中发挥的功能，也就是对生产的贡献。经济学上有时候就用生产服务（productive services）一词代替生产要素使用，以强调厂商所购买的不是生产要素本身，而是其在生产过程中的价值贡献。

以前工业产品的生产要素价值主要体现在其可见的功能性上，对于飞机发动机来说是最大推力、平均油耗和设计寿命等，对机床来说则是最高转速、加工精度、多轴联动、加工速度等。当市场的需求是在“从无到有”的过程中时，客户对这些功能性价值存在着非常巨大的增量需求，所以价值的核心在于搭载这些功能的产品销售上面。但是当需求开始饱和时，市场对价值的需求开始从对增量能力的获得转变为对存量能力的应用。人类社会在经历了二百多年的科技革命后，已经积累了巨大的存量，工业的基础设施和大量基本生产要素，如机床、电力设施、动力设施、制造装备、交通装备等需求都已逐渐趋于饱和。以德国为例，其工业出口产值从2006年开始已经连续6年没有增长，根本原因就在于发展中国家已逐渐完成工业化升级，对工业装备的需求已经基本饱和。同样意识到这个问题的还有美国GE公司，他们意识到装备销售过程中的获利远远不及在产品使用过程中的价值服务，客户需要的价值也远不止对产品状态的保持，更在于如何去使用这些能力来实现更高效的价值再创造。

对存量能力的应用中，起关键作用的就是知识和经验。使用同样的机床，有些企业能够以很低的成本生产精密度很高的产品，而有的企业却不能，所以受到的限制并不在于可见的功能，而在于不可见的知识因素。传统对知识的消费模式主要有两种方式，第一种是将知识固化到设计、控制、专家系统和管理制度中，这种模式的问题在于从知识产生到投入生产的周期非常长，且迭代的灵活性不足，难以适应当今复杂动态的工业环境。另一种是以人作为知识服务的载体，熟练的技工、远程专家诊断和专家咨询服务等都是这一类模式，虽然能够满足需求的灵活性要求，但是效率非常低。

以知识为核心使生产要素发挥最大的能力，归根结底是在精确的状态评估前提下，对管理和控制活动进行实时的决策优化，并协同和调度相关的活动参与者进行高效率执行的过程。

其中的三个关键词分别是“状态评估”“决策优化”和“协同执行”，也是实现上述能力中最大的挑战。

（1）状态评估。要了解活动相关的个体和环境的实时状态，其中许多状态是不可测量的，需要利用建模的手段从可测的相关参数中进行预测，更重要的是还要对个体之间的相互影响关系进行精确的评估和预测。

（2）决策优化。要在对状态精确掌握的基础上，对各种可能的决策所带来的影响进行精确的分析推演，并在多目标并存的环境下充分考虑之间的交换条件，以实现整体目标价值的最大化。

（3）协同执行。在这个过程中，则要考虑决策的分发与实施的层级关系、时间尺度和顺序相关性，并且要有一定的容错能力。

现有的工业系统在实现上述过程时，将主要精力放在以信息驱动执行的协同上面，于是有很多的成本投入到数字系统、信息渠道、管理系统和控制系统上。但是，进行状态评估和决策优化的主体依然是人，这些执行协同系统只能够按照特定的模式和规则，或是按照人的指令执行。这里所说的决策是一个非常广义的概念，大到一个公司战略的决策，小到一个工人对某一个参数的调校或一个飞行员起飞时的操作，各种决策无时无刻不发生在生产系统中。于是又产生了一个新的挑战，即受制于人对状态评估精确性的限制，以及对多维信息源和多决策目标分析复杂度的处理能力不足，人的决策在最优性和实时性方面都难以适应现在工业系统的复杂度和动态性要求。

然而，一些新技术的产生为解决这个挑战带来了新的机会。首先，物联网和先进传感技术的普及使得原本相互独立的装备和个体连接了起来，获取信息的广度、深度和及时性已经不再是难题，更重要的是使数据的获取变得低成本且简单。于是，大数据环境在工业系统中开始逐渐形成，这些数据中隐藏着丰富的隐匿性问题的线索和个体与环境之间的相关性关系，比如经历数十万次在各种环境下进行操作行为的飞机发动机，它的数据中蕴藏着发动机油耗效率与环境参数、状态参数和操作参数之间的关系，在对这些相关性进行充分挖掘和建模后，就能够对油耗进行更加科学和透明化的管理。

这些技术也使得人类获取知识的途径产生了革命性的变化。过去，人们去理解物理世界规律的方式是首先提出假设，然后从理论上进行论证，再通过大量实验进行验证，最后对其中普遍的规律和限制进行总结，这样才能够获取被认为是可用的知识。从18世纪的欧洲文艺复兴开始，这一套理解事物和获取知识的方式已经统治了学术界和工业界长达三百年之久。然而物联网和大数据环境为我们获取知识提供了一个新的途径，即每一次的使用对我们来说都是一次有价值的实验，实验的环境也从实验室移到了真实世界中，我们可以充分地认可和拥抱世界的多元性、丰富性和不确定性，因此并不需要去追求普适和确切性的结论，更重要的是以使用的目的和价值为导向，使每一次使用都成为对工业系统的认知和经验的一次正向反馈。同时，计算能力的飞速提升也为我们提供了新的机会。过去的几十年中，人类一直在追求具备人脑认知和计算能力的技术，深度学习神经网络和认知计算等算法框架其实从二十世纪七十年代就已经提出，但在当时却找不到能够达到其运算性能要求的计算机。现在计算机的计算能力不但得到了大幅度提升，分布式计算、云计算和边缘计算等丰富的架构形式也增加了计算资源使用的灵活性。

在这些条件下，融合了网络通信、大数据环境、普适计算和管理控制的CPS就有可能去辅助甚至代替人成为精确状态评估和视情决策的主体。

在这种情况下，制造企业才能够面向最广大的用户，尤其是中小企业用户，可以以较低成本提供与大型企业相同的定制化服务。

如今，CPS的核心正是在于“融合”，即赛博（Cyber）系统的价值是在于对实体（Physical）系统的状态和活动进行精确评估，是在于对实体系统之间关系的挖掘和管理，是在于视情的决策优化。在实体空间与赛博空间融合的过程中，认知与决策系统作为CPS的关键组成，是实现装备服务智能化的核心，但恰恰又是传统信息系统所无法满足的。对于大多数制造企业来说，感知、控制、管理等信息系统基础均已具备，认知系统与决策系统的建设才是制造企业实现智能制造和智能服务转型的关键。

而实现转型，对于制造商而言，既要保持提供实体产品（蛋黄），更需要提供以合理、高效视情使用的信息服务系统（蛋白）；从而适应最广大用户在复杂环境下的多样价值服务需求；最终的目标即为服务成本最低、代价最低，反应最敏捷，从而实现定制化的柔性服务。