台湾鸿海精密集团（鸿海精密集团旗下公司）

台湾省鸿海精密集团(鸿海精密集团的子公司)原创南方周末2021-05-29 21:08:01

鸿海科技集团官网(陈晓4x/图)

2021年3月，工信部发布《工业互联网创新发展行动计划(2021-2023年)》，提出到2023年，初步建成覆盖各地区、各行业的工业互联网基础设施，建成3 -5个具有国际影响力的综合性工业互联网平台。

据巨鲸数据显示，截至2020年12月31日，中国工业互联网领域共发生投资案例637起，涉及投资总额2416.18亿元。

从“中国制造”向“中国制造”转变的传统制造企业中，富士康走在了前列。鸿海精密集团董事长郭台铭曾表示，“工业大数据”、“工业人工智能”等概念是富士康工业互联网的一盏明灯。

2021年5月11日，南方周末记者对鸿海科技集团副董事长、世界经济论坛全球未来委员会先进制造与生产专家组成员李杰进行了书面采访。

2018年1月20日，在美国从事人工智能技术相关研究40多年的李杰加入富士康科技集团。此前，李杰在美国研究汽车自动化生产线，受雇于美国国家科学基金会(NSF)和联合技术公司。返校任教后，他创办了智能维护系统中心(IMS)。他的履历横跨 *** 和工业界的学术界，著有《从大数据到智能制造》、《CPS:新一代人工智能》、《工业人工智能》等也被称为“人工智能三部曲”。

在回复中，李杰详细阐述了中国制造业在“智造”过程中面临的机遇、挑战和未来方向。

“查找数据和管理数据将是重中之重”

南方:你加入富士康工业富联公司不到一年就辞职了。能谈谈这样选择的原因吗？

李杰:我没有辞职，而是从工业富联升任鸿海集团副董事长，负责整个鸿海集团的工业人工智能建设，符合集团未来3+3战略规划(人工智能、5G、机器人+电动车、数字医疗、芯片)，特别是在工业大数据和工业人工智能的整体设计和协同布局，推动鸿海在集团层面的数字化转型。

南方:富士康“熄灯工厂”被视为工业互联网的典型案例。你认为富士康在工业互联网的实践中有哪些值得总结的经验？缺点是什么？

李杰:对于工业互联网的应用，首先要有规模效应。比如增加一个点的产量，就能看到很大的效果。其次，一些 *** 基础设施投资也将获得更快的回报。

富士康在领域和数据量上有很大优势，也是工业互联网的一个基础。富士康有17万多台CNC(计算机数控精密加工)，1800多台 *** T(表面贴装技术)，8万台机器人，100多万员工。生产工艺包括切割、冲压、注塑、装配等，生产能力也非常大。

其次，在人才培养方面，每个人的知识框架体系都是一样的。我们内部也举办过很多工业大数据和工业人工智能大赛，在推动数字化转型的时候都有一个同级别的对话。

如果没有，其实就是一个普遍的问题，就是如何创造更多的数字价值。这个问题可能存在于很多企业的工业互联网应用中。很多时候，工业互联网更像是一个基础设施。比如一个工厂需要水和电，工业互联网也需要数据、通信、存储安全等基础设施。

做好这样的工作，需要从上到下的战略指引，制定长远的规划，坚持执行和迭代，不是一朝一夕的热度。如果大家都把工业互联网当成摇钱树，那是不现实的。

工业互联网和互联网有本质区别。互联网是发散的，产业互联网侧重于产业基础。互联网具有高度传染性，但工业互联网具有高度传承性。综上所述，产业互联网是值得坚持的长期价值投资。

南方:在你看来，中国有哪些公司走在了工业智能化的前列，为什么？

李杰:智能化的前提是数字化。拥有良好数据管理的公司在工业智能方面会走得更快。

先说三个概念:自动化、数字化、智能化。总之，自动化是人们不想做或者做不好的事情。数字化是数据做决策的东西。智能化是人做不到的，比如成千上万的缺陷自动识别等等。

从路径上看，自动化为数字化提供数据，数字化的数据可以转化为智能，智能提高了管理和运营的价值。并不是说只有自动化才能数字化、智能化，但数据是智能化的基础。

如何找到和管理数据将是最重要的事情。我常说的培养“数据工匠”的意义就在这里，因为你拿得出手的数据，数据“就会说真话”。如果你拿了不正确的数据，数据也会“说谎”。所以，一个公司如果能把数据整理好(分类、细分、分解、分析)，那么他们就能更有效地创造价值(分享、分忧)。

南方周末:作为后发国家，中国制造业过去是从学徒制起步，模仿创新。近年来，它通过自主创新取得了许多突破，但仍然面临着核心科技能力的许多不足。你认为中国工业向智能化转型的利弊有哪些？

李杰:很大的好处是制造量非常大，所以我们有很多制造数据，这些数据可以反馈给制造，甚至影响设计。所以现在正在推广的数字经济是一个很好的策略。中国是一个巨大的市场，所以有巨大的数据量。其实未来的数据处理是可以帮助智能化转型的。

劣势可能是中国制造还处于价值链微笑曲线的底端，还有很多基础问题需要解决，但数字化管理、运营和治理绝对是中国产业转型的关键因素之一。

“工业4.0更多的是价值创造”

南方:2013年，德国推出了自己的工业4.0国家战略，被视为人类第四次工业革命的开端，也是世界各国新一轮工业竞争的序幕。德国为什么最早提出工业4.0？

李杰:其实工业1.0、2.0、3.0的出现并不是谁先提出来的，而是以这些划时代的历史事件命名的，比如蒸化、电气化、自动化。人们会想说，下一个4.0是什么？所以对工业4.0没有统一的认识，每个人都会有不同的理解。我们现在正在向4.0迈进，但还没有真正达到4.0。

说到制造业，我们必须考虑三个因素——人、机器和市场。德国机器做得好，出口很多，把机器当市场卖，所以他们的4.0就是把机器卖给全世界，实现自动化，但是德国机器没有数据反馈改进，就没有机会改进产品，创造更多的价值。虽然是德国先提出来的，但不代表全面。像日本把人和(或)工厂的全球化当做市场，美国把技术当做市场，每个人对4.0的理解都不一样。

我个人理解的工业4.0更多的是价值创造，不仅仅是制造业本身，还包括进入更多的上下游价值链。

南方:2015年中国提出“中国制造2025”，强调向智能化转型。在你看来，中国制造业在智能制造整体上处于什么阶段？

李杰:智能制造不仅仅是“制造”产品本身，还要创造更多的价值，也就是我前面提到的“煎蛋模式”。蛋黄是产品，蛋白质是价值。

中国制造过去很长一段时间都是生产蛋黄的，也就是常说的我们制造业大而不强。向智能化的转型，其实更多的是向前端设计和后端价值创造的延伸。

之前，中国的制造业可能还是劳动密集型的制造业。目前我们看到大家都开始自主创新品牌，代工也不仅仅是代工，而是上游的设计和模组集成，比如ODM和JDM。这些都是好现象，大家更加注重主动创新，创造更多的价值。

南:你分析了不同国家的政策，了解了世界主要经济体的转型路径。你以为很多国家停留在“技术”层面，而不是真正了解背后的“道”。能否解释一下这背后的“道”是什么？

李杰:“道”字面意思是落地。很多时候，人有很多观点和想法，但是真正去执行的时候会遇到各种各样的困难。再加上资本对热点的追逐，在一个热点“不合时宜”的时候，他们是否还能坚持投资建设，这是很重要的一点，也就是所谓的“知行合一”。

落地往往是最难的，就像我们清洗鱼可能要花一个小时，但是蒸鱼只需要10分钟。你不能盯着蒸鱼10分钟，而要努力去做高难度的基础设施和数据管理。虽然看起来并不光鲜，但不像所谓的数据科学家，没有这些基础，很难做好工业互联网。

另外，大家对数字化转型的理解不能停留在技术层面。技术只是手段，更重要的是探索他们缺什么。面对自己的不足，竞争力才能提高。

“人是未来智能最重要的环节”

南方:你曾公开提到，工业4.0的本质是知识和传承的革命。可以说，智能制造要解决的核心问题是知识生成和传承的过程。能否谈谈中国企业应该如何解决这个问题？

李杰:对，工业4.0就是将以前的“师徒”传承转化为数字化、智能化传承的能力。很多时候，前者会面临新徒弟赶不上老师傅的情况。我们在思考如何把老师傅的经验固化成智能，让机器自己思考，自己决策，知识的传承会容易很多。

但是，这并不意味着不需要人，而是人的能力的转变，从听音识果(脉象)到如何操作仪器，如何处理数据，这样成千上万的人就不会面对彼此，而是彼此面对。

南方:工业4.0时代，制造企业之间的竞争可以理解为“知识”的竞争吗？

李杰:我觉得更多的是知识速度和人才的竞争。只有高度、广度、深度都很好的人才，才能创造更多的转型、发展、创新的价值。

南方:传统制造业的技术升级主要着眼于人的经验，而智能制造的基础是“事实”，人们可以基于数据提供更准确的决策。工业生产中数据会比“人的经验”更可靠吗？

李杰:要看是什么样的数据，因为用数据的是人，做算法的也是人。AI肯定会有人们的偏见。当你给数据贴标签的时候，你对数据的理解就是人们的理解和体验。我们从来没有否认人的重要性。相反，人是未来智能中最重要的环节。

而需要技能更新迭代的，可以懂得处理数据，分析数据，将数据结论与工厂生产相结合。

数据提高了“人的体验”，即抗风险能力。不然有经验的人走了，找到有类似经验的人就没那么容易了吧？

南方:最近汽车行业出现了“新四化”的趋势。智能电动汽车正在颠覆传统燃油汽车，但特斯拉等智能汽车的可靠性不断受到质疑。如何看待智能汽车和无人驾驶技术的未来？

李杰:智能汽车分很多层次，不一定要自动驾驶才算智能。特斯拉的大多数问题都是关于自动驾驶的。虽然目前自动驾驶的技术还在发展，但是电动汽车的智能化一定是发展的趋势，因为未来电动汽车将是电机、电控、电池的技术。把电池想象成一个传感器，其中不断的充放电曲线代表了某种驾驶模式，从中获得的海量数据可以帮助人们更好地驾驶。

智力不是宏观问题，一些小的提高也可以是智力。我觉得未来汽车行业会从硬件向软件服务转变，所以软件设施、智能化、无人驾驶技术都是其中重要的一部分。

南方周末记者周小玲

互联网 工业 数据 智能化 智能