搜索知识自动化，对于中国工业软件行业究竟意味着什么?
2017-02-13 by:CAE仿真在线 来源:互联网
作者: 李义章 林雪萍
2013年5月,麦肯锡在其发布的一份名为《展望2025:决定未来经济的 12 大颠覆技术》的报告中将知识自动化(automation of knowledge work)列为第2顺位的颠覆技术,并预估其2025年的经济影响力大约在5.2-6.7亿美元。在麦肯锡的报告中,知识自动化被简单定义为:可执行知识工作的智能软件系统,而索为作为一家长期致力于研发连接、驱动工业软件的工程中间件的高科技公司对此作出了更具国内行业背景的深入解读。
一、工业技术与信息技术的失衡
尽管早在2010年,中国就已经超过美国在产值上成为全球制造业第一大国,但平心而论,中国制造业实属大而不强,目前仍处于工业化发展的中期阶段,与西方发达国家比仍存在很大差距。工业技术体系水平较低、工业软件领域缺乏话语权恰恰是中国制造业面临的突出问题。
为何工业技术体系与工业软件领域会成为中国制造业发展的短板呢?我们知道,信息技术和工业技术的发展可谓现代工业体系前进的两个轮子。近年来,中国在信息技术领域已取得了长足的进展,自主研发和引进了大量先进信息技术,使高端制造业的信息化水平得到显著提升;但在工业技术方面,中国却依旧处在追赶阶段---只因工业技术本身作为基于知识管理的应用体系无法通过引进和购买来实现移植。譬如,在波音787研制过程用到的8000多种软件,只有不到1000种软件是我们可以买到的商业软件,而嵌入了波音公司多年积累的工程技术方法的其余7000多种软件是买不来的。这也就导致了信息技术的轮子大,工业技术的轮子小,工业技术和信息技术发展失衡的现状,严重影响了工业化和信息化的深度融合。
如果将信息技术视为工具和手段,那么工业技术就是操作这些工具的方法和知识---就好比word是信息化,怎么在word里面写文章是工业技术。当工业技术缺乏信息技术的深度支撑,工业技术也就会呈现出经验性的、零散的、不成体系的特质;而这将使得我们在研发过程中,即便配备了大量IT工具,也依旧不得不大量依赖工程技术人员的经验和知识进行操作,让工程科技人员普遍陷入“80%劳动,20%创造”的状态,进而极大地阻碍了工程技术的持续积累和发展。
与此同时,需要看到的国际现状则是:在新一轮工业革命的背景下,西门子、达索等工业软件巨头通过不断并购,向全产业链扩张,已建立起封闭的生态系统。目前,其工业软件和平台已经覆盖需求、设计、仿真、试验、工艺、生产、制造、服务等大部分链条,且与工业控制系统实现了互联互通和无缝对接,主导了新一轮制造业革命的核心工业平台。由于中国高端制造业的CAD、CAE、PLM等基础工业软件几乎全部被国外垄断,特别是高端工业控制系统和数控装备也大多数来自国外;这使得中国企业在参与制定智能制造工业技术标准时话语权十分有限,也意味着中国制造业工业平台再次被国外垄断的可能和风险很大。
二、作为突破口的知识自动化
(一)知识自动化
在索为看来,面对上述工业技术与信息技术失衡的国内制造业现状,麦肯锡报告中提出的知识自动化却很可能是中国制造业达致工业技术与信息技术深度融合的契机。
在工业领域,知识自动化能将工业技术进行数字化表达和模型化,并将其移植到工程中间件平台,以便驱动各种软件、硬件和设备,从而完成原本需要人去完成的大部分工作,将人解放出来去做更加高级、更具创造性的工作。同时,知识自动化还能通过对企业历史数据和行为数据的深度挖掘,利用机器学习技术把经验性知识进行显性化和模型化表达,进而实现工程技术知识的持续积累,实现工业技术驱动信息技术,信息技术促进工业技术的双向发展。这对于建立数字化的工业技术体系,以及促进工业化信息化深度融合具有十分重要的战略意义。所以,知识自动化在被视为国内制造业突破口的同时,更应当被视为知识表达和知识智能的一次重要变革---目前为止,只有它第一次实实在在地将知识直接输出成了生产力,实现了人与机器的重新分工。
(二)工业软件市场分析
一定程度上,工业软件或可被视为工业技术与信息技术进行融合的直接产物。故而,在分析和讨论知识自动化这一理念的提出与实施将会给工业软件行业和国内制造业带来怎样的突破与变革之前,索为首先梳理和描绘了工业软件市场定位分布图(见图1)。
图1 工业软件市场定位分布图(来源:北京索为系统技术股份有限公司)
图中可见,有5类工业软件厂商。其一是PLM软件,以西门子、达索和PTC三大厂商为代表,他们基本垄断了高端装备制造CAD领域,并且凭借占有设计数据源头的优势,大力开展和强化PLM(产品全生命周期)业务,覆盖从设计、工艺到制造的环节,并通过大量并购,力求建立起完整的软件生态系统。其二是各学科领域的建模、仿真分析软件,以MSC、Ansys、LMS(已经被西门子收购)、法国ESI集团、Samtech(已被西门子收购)等为代表。其三是以iSIGHT(已被达索收购)、Modelcenter等为代表的多学科优化和设计自动化厂商。其四是面向资源管理和项目管理的软件,比如SAP、用友、金蝶等ERP软件,以及P6(被Oracle收购)、IRIS等软件。其五是通用中间件软件,主要解决管理信息系统的集成问题,如IBM、Oracle等。
通过上图可以清晰地看到,各厂商主要集中在工具、系统和平台三大领域,主要提供通用性、可复制型的产品和解决方案。在上层的业务领域即知识自动化领域,反而由于差异化大、市场分散、技术难度大,各类企业均涉足较少,也尚未形成垄断性的产业生态。需要指出的是,该领域所对应的业务恰好亦对应着不少国内中小企业的迫切需求。
(三)知识自动化是中国发展工业软件的突破口
如前所述,在工具、系统、平台这些基础和通用技术领域,厂商众多,市场成熟;西门子、达索等国际工业软件巨头已经形成排他、封闭和垄断的生态系统,这个领域已经不利于创新技术的出现,也不适合国内中小软件企业的生存和发展。而在工程中间件和知识自动化领域,各厂商涉足较少,故而正是中国发展工业软件的良好土壤和市场突破口!(也正是基于以上对知识自动化的理解以及对工业软件市场的分析判断,索为才会在多年来一直坚持工程中间件的研发。)
索为理解的工程中间件是一种开放的工业软件平台,对下可以兼容集成各种工业软件和设备,对上可以承载企业工业技术体系。当前基础工业软件市场多厂并存,势力均衡,工程中间件成为中国制定工业软件集成平台标准的一次重要机会。通过工程中间件的开放平台,有利于建立开放生态环境,并促进规模性、群发性的工业技术体系建设。一旦在工程中间件平台建立工业技术的知识自动化体系后,底层用谁的工业软件和工业控制系统已经不重要,工业体系的技术安全和数据安全也可以得到有效保证;因此,索为深信:如果中国的工业软件企业能在工程中间件领域自主研发出相应的核心技术,那么中国在即将到来的工业4.0浪潮中,将能够在工业标准、平台和等技术层面掌握较大的话语权和主动权。
对于索为而言,上述思路的诞生其实借鉴了计算机和互联网行业的发展史。30年前的UNIX产业,是一种从硬件到操作系统到应用软件的垂直产业模式,IBM、SUN、HP等厂商互不兼容,谁也无法统一市场;新兴的微软英特尔联盟,则是硬件、操作系统、应用软件开放兼容的横向模式。最终,微软英特尔联盟打败了UNIX产业,就因为横向开放模式价格低、可替换、选择丰富,产业规模也可以做大。再看最近十年的移动互联网行业,几乎再次重演了这一规律---苹果的垂直和封闭模式,只让苹果一家公司独大;而Android这种兼容开放的生态系统,则催生了一大批业界巨头(从用户量和行业规模上,Android生态系统已经远远领先于苹果的生态系统)。本质上看,工程中间件和知识自动化也是一种横向开放的生态系统。如果能借鉴互联网发展的模式,集中力量抓紧时间建立百万量级的工程APP,形成整个制造业工业技术的知识自动化体系,那么中国的工业技术体系,将走出一条不同于西方国家的模式,真正实现工业技术的自主、可控与安全。
三、知识自动化的落地实践
(一)知识自动化在美国
自1994年,波音公司便发起了数字化制造改革(DCAC/MRM),把飞机的数十万个零部件全部数字化,同时采用模块化而非零部件级的层级控制,形成了完全可控的数字化产品体系,并将大量的工业技术体系数字化,融合到企业工业软件中,把信息化软件的作用发挥到了极致。这项改革使得波音成为了制造业数字化的先驱,也直接奠定了波音在飞机制造领域的领先地位。
2014年2月,美国总统奥巴马正式启动了作为实施“再工业化法案”中最为重要的数字化制造与创新中心;而该中心推出的第一个最大的项目就是:数字化制造的开源软件代码项目——“数字化制造公共平台Digital ManufacturingCommons (DMC)”。DMC是一个开放性软件平台,通过提供基于知识自动化的服务平台,大大降低知识工作者的设计难度,从而能将精力放在创新上。相信在美国的创新设计和再工业化发展战略中,我们会越来越多地看到DMC的身影。
(二)知识自动化在德国
在德国,西门子基本主导了工业软件平台的发展。2007年,西门子收购了美国UGS,使其获得了三项举足轻重的入场券:3D设计软件UG-NX,产品数据管理软件Teamcenter,数字化工厂装配系统Tecnomatix。2008年,西门子收购了德国的Innotec,代表着虚拟工厂的厂房布局规划及实际工厂的运行模拟成为可能。自2013年起,西门子试图在虚拟设计工业软件中,采用虚拟现实(VR)来实现人机的交互,先后收购了LMS、VRcontext和Tesis软件。Tesis可以跟SAP软件、Oracle数据库无缝集成,使得西门子的工业软件平台可以自由地与其他软件巨头进行协同。2014年年底,西门子成功收购了Camstar,使其具备了对于工厂现场数据的强大分析能力。2015年6月,西门子正式推出Omneo PA性能分析软件,提供大数据与云服务。2015年9月,在PLM大会上,西门子高调推广Active WorkSpace,使得使用者随时可以查看各种各样的数据。
(三)知识自动化在中国
2006年起,索为便踏上了研发连接、驱动工业软件的工程中间件(工业软件操作系统)的征程。一路上,索为基于知识自动化的理念,通过知识组件模型,建立了多个领域的知识自动化系统,如飞机总体设计系统、导弹综合设计系统、发动机集成设计系统、装甲车辆总体设计系统、船舶综合设计系统、雷达集成设计系统、核反应堆协同设计系统、工艺集成研发系统、基础工艺数据库等。目前为止,上述系统在航空、航天、兵器、船舶、电子、核电、汽车等领域的实际应用已经为索为赢得了良好的口碑;更重要的是,在实际应用中,索为切实观察到:这些知识自动化系统通过对设计分析工作的组件化和自动化,在提高设计品质的同时大幅缩短了设计周期。
值得一提的是,2013年8月,中航工业在“统一IT架构”的集团战略中,决定采用索为的Sysware工程中间件以及知识自动化技术,作为中航工业集成研发的统一框架,全面启动了航空集成研发平台的建设。这既是索为与中航强强联合在集成研发领域的一次试水,同时也是中国工业软件业在知识自动化领域的初航。
四、突破的契机:知识自动化与中国工业体系的对接
对于国内的中小企业而言,他们既缺乏高端研发设计能力,也无法将自身的专业知识和经验数字化,更难以形成对专业技术的深度积累。反观国内大型企业,企业内部条块化分割严重,缺乏工具和数据的整合能力,加之复杂工业技术体系具有内容分散、学科交叉明显、知识体系庞大等特点,大型企业也很难独自胜任工业技术体系的构建。因此,只有以政府为主导来建立知识自动化平台,并系统性推动工业技术体系的建设,才能真正抓住前述知识自动化所带来的突破契机,才能让知识自动化这一理念完成在中国工业体系内的对接与落地;更不用说,这一平台对于保障中国技术安全和数据安全有着显而易见的战略意义:
随着中国与西方国家在工业4.0技术上的合作,西门子、达索等国际软件巨头已加快对中国制造业企业,尤其是高端制造业工业软件平台的占领和渗透,给中国自主的工业软件厂商以及各领域专业技术服务厂商,都带来了极大的市场竞争压力。如果处于承上启下位置的工业软件平台被国外工业软件巨头控制,中国大量中小工业软件厂商、专业技术厂商乃至整个行业,都将遭到致命打击。
在这一背景之下,索为基于自身多年的实践与观察,认为在以下三个方面若能得到政府的助力,必将有助于中国工业软件实现知识自动化领域的真正突破:
(一)政府主导建立知识自动化平台
知识自动化服务平台的建设和运营非个别企业所能胜任,应该由第三方产业促进机构在整合国家部委、地方政府、产业园区、骨干企业等多方优势资源和力量的基础上,共同建设和运营,并在此基础上探索和建立将个体技术知识通过平台转化为社会共性技术的激励机制,通过云计算和服务化模式,在促进工业技术的沉淀和积累的同时,同步实现其社会服务性。
(二)加大对工程中间件的投入
工程中间件是支撑知识自动化的核心软件平台,也是控制工业软件体系的战略性平台,具有研发投入大、周期长、难度高、见效慢等特点;因此,需要国家给予必要的政策和资金支持,并力争在三到五年内,形成一个完全自主的、覆盖制造业重要领域的行业通用性工程中间件:一方面,能够对各种国外工业软件进行连接和驱动;另一方面,可以不断封装和植入各领域工业技术和知识。
(三)为知识自动化建立配套的技术标准
目前,知识自动化领域尚未形成垄断局面,索为及其他国内工业软件企业已与国际相关企业有过激烈的竞争。令人遗憾的是,尽管索为在部分技术领域已经走在了国际巨头的前面,但却苦于缺乏国内相关技术标准的认证而在品牌上输给国际巨头。故而,索为希望知识自动化相关技术标准建设能在未来得到政府足够的重视:政府应同步建立起配套的行业技术标准,比如驱动技术标准、工业技术模型化标准、工业操作系统标准、工业技术体系标准等等---这既是中国建立知识自动化产业生态的关键,也将是国内工业软件企业开拓海外市场的重要筹码!
相关阅读:
麦肯锡:预测2025年将出现的12大颠覆技术
麦肯锡发布了一项报告,里面研究了技术对未来经济影响程度。研究的对象是一些正在取得飞速发展、具有宽泛影响,且对经济影响显著的技术。相反,那些过于遥远的,仅能影响 1、2 个行业的,以及 2025 年之前不大可能实用化的技术(如混合动力),或者是虽然即将成熟但不够大众化的技术(如私人太空飞行)等则不在考虑范围内。
以下就是麦肯锡列举的颠覆性技术及其潜在的经济影响程度(含消费者盈余在内,即消费者并未支付的因创新而获得的价值),当然,这种影响评估只是粗略的,不会像 GDP 数字那么具体。
下图数字更具体一点:
如上表所示,麦肯锡认为,未来 10 多年最具经济影响性的技术应该是那些已经取得良好进展的技术—如已经在发达国家普及并在新兴国家蓬勃发展的移动互联网;知识工作的自动化,比方说用计算机语音来处理大部分的客户电话;物联网,比方说将传感器嵌入物理实体中用来监控产品在工厂的流动;以及云计算。按照麦肯锡的估算,到 2025 年,这些技术每一个对全球经济的价值贡献均超过 1 万亿美元(即便是预测的下限)。
不过麦肯锡的报告中令人感兴趣的预测是,一些比较性感的新潮技术,如无人驾驶汽车、3D 打印、可再生能源等的经济影响相对较低。
这种炒作热度(关于技术炒作可参见Garnter的技术炒作周期)与潜在经济影响力的失联可以从下图(纵向坐标为炒作指数,以过去 1 年发表的效果技术文章数衡量;横向坐标为潜在经济影响)看出。经济影响力最大的技术并非炒作最厉害的。在图中,只有右上角的技术—移动互联网是名符其实的,即炒作与经济影响力相当。而相对而言,知识工作自动化、物联网、云计算以及先进机器人技术就要低调许多。
以下就是这 12 项技术的关键摘要:
1、移动互联网
价格不断下降能力不断增强的移动计算设备和互联网连接
到 2025 年的影响力:
经济:3.7—10.8 万亿美元
生活:远程健康监视可令治疗成本下降 20%
主要技术包括:
无线技术
小型、低成本计算及存储设备
先进显示技术
自然人机接口
先进、廉价的电池
关键应用包括:
服务交付
员工生产力提升
移动互联网设备使用带来的额外消费者盈余
2、知识工作自动化
可执行知识工作任务的智能软件系统
到 2025 年的影响力:
经济:5.2—6.7 万亿美元
生活:相当于增加 1.1—1.4 亿全职劳动力
主要技术包括:
人工智能、机器学习
自然人机接口 大数据
关键应用包括:
教育行业的智能学习
医疗保健的诊断与药物发现
法律领域的合同 / 专利查找发现
金融领域的投资与会计
3、物联网
用于数据采集、监控、决策制定及流程优化的廉价传感器网络
到 2025 年的影响力:
经济:2.7—6.2 万亿美元,对制造、医保、采矿运营成本的节省最高可达 36 万亿美元
主要技术包括:
先进、低价的传感器
无线及近场通讯设备(如 RFID)
先进显示技术
自然人机接口
先进、廉价的电池
关键应用包括:
流程优化(尤其在制造业与物流业)
自然资源的有效利用(智能水表、智能电表)
远程医疗服务、传感器增强型商业模式
4、云
利用计算机软硬件资源通过互联网或网络提供服务
到 2025 年的影响力:
经济:1.7—6.2 万亿美元 ,可令生产力提高 15-20%
主要技术包括:
云管理软件(如虚拟化、计量装置)
数据中心硬件
高速网络
软件 / 平台即服务(SaaS、PaaS)
关键应用包括:
基于云的互联网应用及服务交付
企业 IT 生产力
5、先进机器人
具备增强传感器、机敏性与智能的机器人;用于自动执行任务
到 2025 年的影响力:
经济:1.7—4.5 万亿美元
生活:可改善 5000 万截肢及行动不便者的生活
主要技术包括:
无线技术
人工智能 / 计算机视觉
先进机器人机敏性、传感器
分布式机器人
机器人式外骨骼
关键应用包括:
产业 / 制造机器人
服务性机器人—食物准备、清洁、维护
机器人调查
人类机能增进(如钢铁侠)
个人及家庭机器人—清洁、草坪护理
6、自动汽车
在许多情况下可自动或半自动导航及行驶的汽车
2025 年的影响力:
经济:0.2—1.9 万亿美元
生活:每年可挽回 3-15 万个生命
主要技术包括:
人工智能、计算机视觉
先进传感器,如雷达、激光雷达、GPS
机器对机器的通信
关键应用包括:
自动汽车及货车
7、下一代基因组
快速低成本的基因组排序,先进的分析,合成生物学(如”写“DNA)
到 2025 年的影响力:
经济:0.7—1.6 万亿美元
生活:通过快速疾病诊断、新药物等延长及改善 75% 的生命
主要技术包括:
先进 DNA 序列技术
DNA 综合技术
大数据及先进分析
应用包括:
疾病治疗
农业
高价值物质的生产
8、储能技术
存储能量供今后使用的设备或物理系统
到 2025 年的影响力:
经济:0.1—0.6 万亿美元 ,到 2025 年 40%-100% 的新汽车是电动或混合动力的
主要技术包括:
电池技术—锂电、燃料电池
机械技术—液压泵、燃气增压
先进材料、纳米材料
关键应用包括:
电动车、混合动力车
分布式能源
公用规模级蓄电
9、3D打印
利用数字化模型将材料一层层打印出来创建物体的累积制造技术
到 2025 年的影响力:
经济:0.2—0.6 万亿美元
生活:打印的产品可节省成本 35-60%,同时可实现高度的定制化
主要技术包括:
选择性激光烧结
熔融沉积造型
立体平版印刷
直接金属激光烧结
关键应用包括:
消费者使用的 3D 打印机
直接产品制造
工具及模具制造
组织器官的生物打印
10、先进材料
具备强度高、导电好等出众特性或记忆、自愈等增强功能的材料
到 2025 年的影响力:
经济:0.2—0.5 万亿美元
生活:纳米医学可为 2025 年新增的 2000 万癌症病例提供靶向药物
主要技术包括:
石墨烯
碳纳米管
纳米颗粒—如纳米级的金或银
其他先进或智能材料—如压电材料、记忆金属、自愈材料
关键应用包括:
纳米电子、显示器
纳米医学、传感器、催化剂、先进复合物
储能、太阳能电池
增强化学物和催化剂
11、先进油气勘探开采
勘探与开采技术的进展可实现经济性
到 2025 年的影响力:
经济:0.1—0.5 万亿美元,2025 年每年可额外增加 32—62 亿桶原油
主要技术包括:
水平钻探
水力压裂法
微观监测
关键应用包括:
燃料提取能源,包括页岩气、不透光油、燃煤甲烷
煤层气、甲烷水汽包合物(可燃冰)
12、可再生能源—太阳能与风能
用清洁环保可再生的能源发电
到 2025 年的影响力:
经济:0.2—0.3 万亿美元,到 2025 年每年可减少碳排放 10-12 亿吨
主要技术包括:
光伏电池
风力涡轮机
聚光太阳能发电
水力发电、海浪能
关键应用包括:
发电
降低碳排放
分布式发电
相关标签搜索：知识自动化，对于中国工业软件行业究竟意味着什么? 机械设计培训课程 基于数字方式的制造业升级 工业4.0 中国制造2025 CAD CAM自动化智能化机械制造的应用 Fluent、CFX流体分析 HFSS电磁分析 Ansys培训 Abaqus培训 Autoform培训 有限元培训
