昆仑数据线上课No.2 | 身处工业变革的过渡期,工业人的困扰与挑战
来源: | 作者:pmod6d781 | 发布时间: 2020-02-19 | 2719 次浏览 | 分享到:

这一次,我们不聊技术,从事工业设备制造领域十余年的现代工业从业者视角,分享数字化对“我”的冲击、思考,以及“我”置身数字化转型探索中的验证与对未来的畅想,以期与工业从业者同频共振,携手成长。

嘉宾介绍

本期嘉宾:赵明

昆仑数据研究院副院长,机电一体化专业。曾就职于斯凯孚及蒂森克虏伯,从事旋转设备管理,产品管理,咨询服务10余年。

观点概述

数字化工业革命,影响更深更广

在过去的大概不到300年的时间里面,其实已经经历了三次工业革命,每一次的工业革命都奠定了一个发展的方向,都以改善生产关系为主要手段,不断提高我们的生产效率。现在,我们有幸经历了第4次工业革命。这一场以数字化为主导的革命和前三次相比,它不仅在速度、范围和系统性的影响上面,比前三次的工业革命来得都更加剧烈,它把包括物理学领域、数字领域,甚至是生物领域等不同领域之间的界限变得越来越模糊。

在这一次的工业革命的风暴下,对人才复合性的需求会变得越来越高。

对所有人来说,尤其是对传统的制造业的从业者来说,我们需要的不仅仅是具有数据逻辑的工业工程师,同时我们需要具有工业基因的数据科学家。

我们跟昆仑数据研究院的院长田博士一起探讨过这个话题,我们可能需要两边一起来打通这样的一个鸿沟。我们在做的其实是在这条鸿沟下面打通一个隧道,或者说在鸿沟上面架一座桥。

这座桥需要从两边往中间同时打通,这样效率会更高,它也能够迫使我们两边的人不停的向对方索取我们所需要的信息。如果我们不沟通,从两边一起造,很可能造不到一起。或者从一边来去造这个桥的话,两边可能最终造出两座桥,不仅浪费资源,甚至可能达不到我们的目的。

所以在这样的一个过程中,也就是我刚才提到的,我们需要有数据逻辑的工程师,同时我们可能也需要有工业基因的数据科学家。

面临挑战,工业人需要打破知识边界,在变革中找到自己的路

所以这一次的变革,我其实不想把它称作一个挑战,我更愿意把它称为一种机遇。这些机遇它不单纯的就是一些简单的机会放在那里,他对处在这种风暴中心的工业从业者来说,对他的要求也越来越多。

作为一个纯工业界的人来讲,我过去的十几年的工作经验一直都在工业领域,从来没有接触过大数据,也就在这半年的时间里面在不停的去了解什么叫数据逻辑,什么叫大数据分析。

我们要去挑战自己,要打破自己的知识边界,而不是像以前那样只停留在自己熟悉领域的舒适圈里面,我们可能需要更好的重新去整合我们自己的思维模式。

《荀子》里面有一句话叫千举万变其道一,就是说我们有很多的变化,我们每天都会面临很多的变化,那么这个变化它最终的根本也只有一种。用庄子的另外一句话来讲,就是说不离于宗谓之天人,当我们面对变化或者说以不变应万变的时候,我们才能真正在变革中找到自己去发展的一条路。

传统的工业人,我们最终会被替代,还是被解放?

大家都在说未来的数字化,我们这些传统的工业人会不会被替代掉了?当我们把我们的经验通过数字化沉淀之后,计算机就可以判断的一些工作,好像远远超过了我们的能力。

势必这种科技的发展会用机器替代掉一些人工操作,我们不再需要更多的流水线的操作工。表面上看,这样的替代使很多的工人或者说体力劳动者失去了他们从业的一些环境,但是从另外一个角度来讲,大量的新技术的应用也带来了其他的一些功能职位的欠缺。

所以不是说科技的发展代替了人,其实是科技的发展需要更多其他技能的人。

畅聊未来,从个体设备的研究到设备趋势的变化

随着科技能够帮助我们的越来越多,从这种重复性的劳动里面解放出来之后,可能自己就有了更多的时间去考虑一些范围更广,或者说价值更大的一些事情。

比如06年的时候,我们去做设备的维护,是爬到风力发电机上面,把数据采集下来之后,再回到控制中心,对这些数据做一些分析。但是,现在我们可以远隔千里之外,拿到这个设备的实时运行参数。

可以通过这些参数了解这个设备当时的一些运行情况,还可以通过这些参数或者历史数据,对设备的未来运行情况做判断。

我们以前离线数据只能判断单台的设备,而现在我们实时的数据可以看很多的设备,还可以把这些运行数据和设备的设计参数做匹配,打通设备从机理设计到运行工况全寿命周期的每一个节点。

还可以把它反馈给前端的设备的设计阶段,把这些设备的特点或者说故障的类型做通用化。这是其实昆仑数据现在在努力做的很大的一件事情,用更高效的大数据的方式对设备做一些通用化的管理。

然后这些通用化的管理可以对设备的故障做一个简单的预判,那么在未来我们可以用这些大数据的分析方法,或者说大数据的模型可以给设备的运行做更严密或者说更准确的一个判断。

从单一的设备离线监测到单一设备的全生命周期的管理,再到同类型设备的趋势分析,甚至到未来具有类似功能的设备的大数据整体分析,这是一个从单一设备管理到全设备趋势管理的一个过程。从我个人的角度来讲,也是这次数字化革命的技术发展,给我们工业从业者带来的最具有想象力的一个挑战。

最后,给大家推荐麻省理工学院经济学家,安德鲁迈克菲《机器,平台,大众:正在影响我们的数字化未来》,它里面的内容,其实是在着重引导我们去透彻的了解人工智能科技的力量以及大众的力量,它们三者之间的一些关系。书里提到iPhone产品的成功,正是因为汲取了来自各行各业专家的智慧。

当我们把这个东西复制到我们的工业领域中去之后,有可能它能给我们的工业带来更多的价值上的飞跃。那么套用这这本书里面它有一句话,未来已来,我们需要做的,通过不同的知识来武装我们自己,迎接即将要到来的未来。