本文仅用于学习和交流目的，不得用于商业目的。非商业转载请注明作译者、出处，并保留本文的原始链接：http://www.ituring.com.cn/art...
6月15日~6月18日，图灵作为技术图书出版先锋品牌，受邀参加了第十五届中国国际软件和信息服务交易会（中国软交会）。本届中国软交会以“新IT、新生态、新动能”为主题，汇聚了来自全球的业界精英和代表，全面展示了IT产业的新技术、新思维和新模式，分享了智能化在医疗、金融、服装等行业引起的改变，共同探讨了企业“智”造之路的务实方案。
作为受邀出版机构，图灵为参会人员带来了全新的“智慧阅读”体验，用科技和文化元素来打通IT人的圈层文化。“图灵访谈”作为媒体嘉宾，会议期间对重量级嘉宾米格尔·尼科莱利斯和李杰进行了访谈。
访谈嘉宾：
李杰（Jay Lee），美国辛辛那提大学特聘教授，工业大数据和工业智能化方面专家。著有《工业大数据》《从大数据到智能制造》《云上工业智能》等。
访谈实录：
您是从什么时候开始关注工业智能化的？
我在美国呆了37年。一开始是在企业界做通用汽车的自动化生产线，然后到了邮政自动化，研究机器视觉和机器手写辨识。1991年到了美国国家基金委，主抓智能制造。1995年到日本担任借调官员，负责日本制造企业跟美国制造企业的竞争调整。1997年加入美国联合科技，担任研发总监做普惠发动机、开利空调等，2000年当辛辛那提大学教授。所以这段时间一直围绕工业在工作。
辛辛那提是个怎样的城市？
辛辛那提最早是由欧洲人过来定居，慢慢发展起来的城市。德国人在辛辛那提占有一大部分，德国人在的地方机床最强，所以辛辛那提是全世界机床的创始地。除了机床、机器，第二个就是啤酒，第三个就是香肠。
供应香肠就得杀猪，所以辛辛那提是全世界第一个创造出“自动化杀猪流水线”的城市。猪来了，挂上去，经过一道道刀割工序，拆出内脏，分解，把肥油拉出来。肥油拉出来以后，怎么办呢？宝洁就把肥油拿来做成汰渍洗衣粉。亨利福特看到这条生产线以后，就思考可不可以把这条线反过来用。把很多的零部件一步步加起来，最后拼装成一头“黑猪”出来。这头“黑猪”也就是Model T这款汽车。
“流水线生产”就是我们说的第二次工业革命。第三次工业革命讲的就是以硅谷为代表的计算机信息化，包括互联网、物联网。第四次工业革命还没有开始，就是我们所说的“工业4.0”。
既然前几次的工业革命都没有出现在德国，德国这次提出“工业4.0”是不是会存在一些问题？
德国要实现“工业4.0”确实有很多隐忧问题。没有任何工业革命经验的德国，现在就好比某位从一年级到三年级都没有拿过前十名的学生在第四学年的时候突然要拿第三。那作为老师，我肯定要问你凭什么拿第三名？
讲到制造，我们要看三个因素。一个是人，一个是机器，一个是市场。德国人的机器做得很好，畅销全世界。但是因为机器做得特别好，用户买完之后一用就是二三十年，不坏也不会再换。那德国就要思考，虽然他的外销很多，但是外销之后再次购买的就很少了。因此他需要在顾客价值或是产品功能上下功夫。第二个是劳工。德国从1990年末到2000年初就开始面临一个劳工短缺的问题，德国工厂里面大概有五百多万人是土耳其移民。那有什么问题呢？生产一线的工厂里面没有德国自己的年轻人，他们无法创新技术。
德国的学徒制不是一直被视为解决学生就业、企业招工的“灵丹妙药”吗？怎么还会出现劳工短缺问题？
从去年9月开始，德国原来的学徒制已经没有了。现在的高等教育体系是本科、硕士、博士，以前是没有硕士学位的。学生进去大学之后，可以在学完几年的专业知识后，选择到企业实习几年再回来毕业，学校会颁发给他们一个diploma（工程认证）。现在这种diploma没有了，很多年轻人也就没有机会到工厂去了。职业教育领域的技制大学还有，但正规大学没有了。
第三个是市场。德国是把卖机器当市场，日本人是把工厂全球化当市场，美国人把技术当市场，用技术换取市场。中国怎么做市场呢？中国把工厂做完的产品当市场。所以，我们可以看到德国的主力是制造和生产，做成“工业4.0”的前提是把工厂里面的机器卖到全球各地，让世界工业实现自动化。很明显，中国就是最大的市场，中国拥有最好的黄金——数据。如果德国外销的机床没有数据的回馈，德国的企业就无法改进设计。
“工业4.0”的目的是增加产品的价值。传统的机械产业要从功能市场延伸到顾客的价值市场，通过数据挖掘、数据分析找到顾客的需求，提供更多的服务，替顾客创造更多的价值。
这里要说到“客制化”这个概念，因为德国对它的理解很不到位。顾客是会变的，不同人会有不同的需求，这些需要数据来告诉我们。好比装修房子，怎么选家具、怎么布置都是顾客定的，而不能像宜家那样把家具布局设计好，大家都是一样的。
是不是每个人都需要客制化的定制呢？
并不是的，只不过人们的客制化需求会越来越高。举个例子，你看的网站跟我的网站是不一样的。我的习惯可能是灯光不要那么亮，我会选择调低一点。再有，我可能不喜欢空调风直吹，就会调整风的角度。这些其实是客制化的改变，但不是客制化定制。德国是做制造的国家，他们讲客制化的定制，但为顾客提供客制化的服务是不需要客户定制的。
那我们中国现在最大的问题是什么？
我觉得国内有一个特色，一个值得点赞的地方，就是很愿意学习新事物。我记得，三四年前，我回国第一次讲工业大数据。讲完之后，大家马上讨论工业大数据，然后我讲Cyber Physical System，国家开始推CPS，后来又开始推人工智能。但是，大家不怎么去谈“落地”。
第二个问题是技术的传承问题。如果中国制造要变成制造强国，我们需要把这些制造工艺传承下去。好比说做饭这件事，厨房跟厨具都是可见的世界，厨艺是不可见的世界，我可以给你一个厨具完善、装修全新的厨房，但是你还是不会煮饭。工厂可以引进先进的机器做生产，但如果不懂工艺，实际上是没有可以传承的东西的。像越南一些的东南亚国家完全可以复制中国走过的路，引进机器一样可以生产，没有什么差异。
中国制造要传承下去，有三个途径很重要。第一个是把做得好的东西变成逻辑知识，用这个逻辑知识教育下一代。第二个，对于过去跳过来的地方，用知识去填充。通过分析数据，挖掘有价值的知识，换取失去的空间。有了空间之后，可以自主研发把过去做不好的地方弥补起来。第三个就是智能制造。中国制造是一个国家竞争力的延伸，要把制造当成一个外销的手段，辅之以相应的服务体系带出去。如果产品无法替顾客创造价值，实际上你赚钱不多的。中国的未来很明显不能只是靠制造，要靠“制造+智能化所带来的知识”，才能提升国家的竞争力，脱离依赖，顶天立地。
工业自动化和工业智能化的区别是什么？
跟传统制造业以工厂为主体的特征相比，工业智能化强调以数据和知识管理为主体。
自动化解决人不愿意做的事，比如说铸造容易让人得矽肺症，焊接容易得青光眼；还有人做又做不好的事，比如说稍微眼睛眯一下就做不好，或是长时间盯容易眼晕。用机器换人，自动化做得会更好。
智能化是做人不能做的事。我举个例子，现在如果让某个人检查某部手机的质量好不好，他答不出来的。因为人只能看到现在的情况，数据却可以告知我们产品过去走过哪些阶段，在第几道工序出错了。这些是人做不到的事情。再比如风险投资，人是无法预知未来会发生什么事情的。也就是看不到的风险，还不了解的未来。
所以，自动化是解决人能做但做不好，或者不想做的事情；智能化是做人不能做的事情，通过数据分析可以挖掘出来的东西。这是两者之间的差异。我发现在中国，大家的一个误区就是往往把自动化跟智能化弄混淆。
大数据和工业大数据有什么不一样？
我们看看什么是大数据。最典型的大数据就是金融、医疗、社交网等方面的数据。比如说从消费者刷信用卡的过程中，我们可以间接了解到每一个消费者买了什么东西，喜欢的品牌是什么。掌握了这些终端数据，企业就能发现很多的市场缺口，反过来利用这个缺口提高销售、增加利润。还有社交平台的数据，比如说昨天我来大连了，很多关于大连海参、大连樱桃的广告很会也出来了。因为它知道我的位置，知道我买了机票。
什么是工业大数据呢？刚好相反，工业大数据是指汽车、飞机、风电、机器人等各种工业装备方面的数据。它强调数据的聚焦性，比如说发动机要安全、省油，汽车要舒适、无忧，交通要畅通、顺便。大数据是发散型的，来自方方面面。虽然工具有类似，但对使用数据的精密度跟准确度的要求不太一样。
工业的智能化是基于数据分析的，必然要用到信息技术方面的人才。您觉得信息人才要有哪些准备才能助力工业智能化？
信息人才也是技术人才，只是他们的底子不太一样，可能不需要懂机械、懂化学、懂物理。处理工业大数据，还需要了解工业里面的材料问题、制造问题、加工问题、生产问题、装备问题、传感器问题和维护问题。所以，我叫它们五个M，就是Material（材料），Machine（机器），Method（制造工艺），Measurement（良测方法），Maintenance（维护方法）。
信息人才需要根据可见问题中产生的参数建立一个模型。如果懂数据的人不懂得这五个M问题，会很难去建模。虽然也可以建模，但可能会有差距。信息化人才需要通过团队学习，补足工业方面的知识，拥有挖掘或者说了解背景环境的好奇心和能力。
您提出的“煎蛋理论”要求从看不见的东西里面挖掘一些潜在的价值。这种形象地解释，对于大众来说，也非常好理解。您是怎么想到用这种形象来作比喻的？
实际上，“蛋”这个形象很多人都用过。我把“蛋”拆分成了“蛋黄”加上“蛋白”这种保护层的东西。所以说，一个产品好不好，并不是由“蛋黄”决定的，而是由产品的配套服务层“蛋白”决定的。因为“蛋白”，顾客获得了更多的价值。我也用过“冰山模型”等其他的理论，但容易让别人启发、产生共鸣的好像就是“煎蛋论”。
海尔和格力都是做空调的，但如果把商标名字拿掉，我们绝对分不出来。这是因为它们都是“蛋黄”。除了舒适以外，空调制造商想到替顾客的健康考虑，去挖掘那些“不可见”的价值，才是产品取胜的关键。
更多精彩，加入图灵访谈微信！
