自动化是新工业革命的核心并成为工业软件发展的突破口

现代工业需要大量知识和技术操作其运行。由于绝大多数知识和技术存在于人的大脑中，因此在研发、设计、生产、建造、运行、服务中，人发挥着至关重要的作用。如果说工具软件、计算机硬件、工业设备、机器、生产线是工业体系的车身，那么人就是驱动工业体系运转的发动机，智力劳动就是这个“发动机”不断做功的过程。

由于工业体系日益复杂，靠人作为驱动工业体系运转的智力发动机，已经越来越不能胜任。存在于人脑中的知识和技术，一方面在实际工作中可靠性不高且容易出错，另一方面这样的动力难以叠加，难以传承。个体的智力工作依然是小作坊的模式，而从整体上看，人类的个体智力工作很难像电池一样叠加起来，输出巨大电压，并且这些动力在“电池”老化时又无法延续，这就导致现代工业体系远远未能达到应有的效能。

如果将人脑中的知识和技术植入到机器中，教会机器做智力工作，那就相当于用机器智力驱动工业体系运转，这样的高可靠、高功率、可传承的智力“发动机”，无疑会极大地提升现代工业体系的效能。这样一种技术，就是知识自动化。

用机器代替马匹是一次动力的巨大进步，而电力之所以引发第二次工业革命，是因为电力可传输，可串并联。以电子化和信息化为核心的第三次革命，实际上仍然全部依靠人这个智力发动机驱动。第四次工业革命就是要用知识自动化技术，用机器智能取代部分人类智能，实现新一轮智能上的“动力”革命。

知识自动化技术的要素分为四个部分。一是知识和技术的模型化，把纸面上和大脑中的知识、技术，转化为机器可以使用的知识技术，模型化以后的知识相当于发动机的燃料。二是模型化的知识如何连接和驱动各种工具软件、工业设备、工业机器，代替原先人操作这些工具的过程，这个连接和驱动相当于传动系统，把动力传输出去做功。三是知识自动化的支撑平台，这相当于发动机的机体，实现燃料的做功和动力的输出。四是机器学习技术，用机器代替人工进行大量的知识植入，这相当于通过燃料加工厂批量生产燃料。

知识自动化技术在美国：2010 年，美国国防部高级研究计划局（DAPRA）启动了AVM 项目（Adaptive Vehicle Manufacturing，自适应车辆制造），以“重新发明制造业”为口号，意在彻底变革和重塑装备制造业，将武器装备研制周期缩短到现在的五分之一。

AVM 的核心思想为：一是将工程技术进行标准化、模块化和语义化处理，使产品研制过程可像搭积木一样完成；二是基于模型进行研发制造，使产品设计、仿真、试验、工艺、制造等活动，全部都在数字空间完成，待产品迭代成熟后再进入工厂一次制造完成，从而大幅度缩短研制周期、降低研制成本；三是采用协同云平台，使设计、仿真、试验、工艺、制造厂商基于互联网实现大规模协作，通过社会化的知识网络大幅度提高工业体系的整体效能和资源利用率。AVM 验证项目于 2013 年取得成功，随后转入美国国家制造创新网络计划（NNMI），成为一个支撑美国制造业复兴的核心平台。

AVM 项目对于智力工作自动化的意义是革命性的，就像电力相对于蒸汽动力的巨大优势一样，AVM 使得工业知识和技术可以继承、传播、叠加、网络化，从而可以像电力革命一样，极大地激发出工业体系的效能。2014 年 2 月，时任美国总统奥巴马启动了作为实施“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 Manufacturing Commons，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，从而将精力放在创新上。DMC 在美国的创新设计和再工业化发展战略中发挥日益重要的作用。

知识自动化技术在德国：西门子基本上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）实现人机的交互，先后收购了 LMS、VRcontext 和 Tesis 软件。Tesis 可以和 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，使用者随时可以查看各种各样的数据。抢占工业软件平台的位置，已经成为西门子工业 4.0战略的重中之重。

知识自动化技术在中国：起步于 2005 年的索为 Sysware 平台，历经十多年研发，形成了完整的、自主知识产权的知识自动化技术。当前，全球工业软件巨头公司有西门子、达索、PTC、ANSYS、MSC、ESI 等公司。工业软件主要解决用计算机对原来图板上的工程绘图进行三维建模，用计算机对原先的各种物理试验进行仿真，用计算机对车间里的加工生产活动进行模拟，用计算机管理图纸等问题。工业软件实现了物理工具向数字化工具的转换，但是操作工具的智力工作仍然严重依赖人类。

因此，所有工业软件都是知识自动化要驱动的对象。这些工业软件都有自己的集成平台，可以支持流程驱动，但是这些平台主要驱动自身的工具，并且植入平台的知识无法跨平台移植。相比起来，国内的知识自动化技术选择了中性开放的路线，可以集成和驱动所有不同厂商的工业软件，并且植入平台的知识和技术组件，不会绑定在任何特定的工具上，可以跨平台移植。因此在平台策略上，传统工业软件厂商采用的是从底层工具到平台到应用的垂直封闭体系，而国内采用的则是向下兼容各厂商工具向上支持 APP 自由流动的中性开放体系。

在中国的制造业企业，把一家企业的信息化系统全部统一到一家工业软件厂商是不现实的，是对工业软件厂商利益最大化而不是对用户利益最大化。因此，中性开放平台更适合中国企业的实际情况，也更适合作为行业的共性技术平台。工业互联网平台是进行工业技术软件化的平台，企业通过平台远程连接设备，进行数据采集和控制，在这基础上，可将设备监测、诊断、分析、控制、维护等运行技术封装为 APP，实现设备的智能化运行维护管理，这也是知识自动化技术在设备运行维护上的应用。如果把制造业分为研发设计、生产制造、运行维护三个阶段，索为目前主要应用在研发设计阶段和工艺阶段，而工业互联网平台主要应用在运行维护阶段，双方都在向生产制造阶段延伸。

在知识模型化技术方面，索为形成了涵盖需求、设计、仿真、工艺领域的知识模型化技术；在连接驱动方面，形成了可以驱动三百余种工业软件的驱动技术；而在应用方面，国内知识自动化技术已在航空、航天、兵器、船舶、电子、核能、汽车等行业的 60 余家龙头企业中得到应用；在机器学习方面，已建立面向工程技术领域的语义网、语料库、自然语言处理等核心技术，并实现了国内第一个工程领域的 Watson 系统。

1 知识自动化是新工业革命的核心

1.1 知识自动化是工业从自动化向智能化发展的关键技术

传统工业生产过程中，人是使用知识完成具体工作并总结产生新知识的主体。而知识自动化技术是将知识植入机器，由机器使用知识完成生产工作并生成新知识的技术。机器被植入知识后，不仅可以实现一定程度的智能化功能，还可以与其他机器、人类共同协作。机器通过记录、学习其他机器的操作数据和人的操作行为，又可以形成新的机式，知识自动化是知识使能和生成领域的重要革命。智能系统可更好地实现工业技术、经验的传承和更新，并将人从重复性生产劳动中解放出来，更多地从事创新性活动，从而极大提升生产力发展水平。

麦肯锡在《展望 2025：决定未来经济的 12 大颠覆技术》报告中，将知识自动化技术列为仅次于移动互联网技术的第二位，排在物联网、云计算、先进机器人、自动汽车、下一代基因组学、3D 打印、先进材料、可再生能源等技术之前。

1.2 实现知识自动化的核心是建设统一的软件平台

传统工业生产模式中，由人直接操作软件、硬件、设备完成生产活动，工程技术人员需要面对多种工具和系统，工作结果和质量严重依赖人的能力和经验，80% 的工作量中是重复性的摸索和试错。而知识自动化要求建立一个统一的软件平台，将人操作工具的方法以软件的形式移植固化到平台中，形成知识组件和模型，进而驱动工具完成各项工作。在此过程中，人类更多地负责分析、判断和决策，机器负责完成具体的操作性工作并记录操作的过程、状态、结果，以及人的响应动作，形成工业大数据。

软件平台将动态数据反馈给系统和人，用于辅助决策，同时也利用数据挖掘对其中的规律和知识进行总结，并与教科书、工具书、文献、情报等内容融合形成新的知识，再注入机器。

因此，知识自动化软件平台可看作是一类工业大数据的智能化平台，通过数据和知识的反馈和迭代，推动工业装备智能化水平不断提升，并把人的宝贵精力节省出来更多地从事创新性的工作。

1.3 发展知识自动化软件平台的本质是工业知识和规范的软件化

从发达国家的发展经验看，在 IBM、SAP 等信息技术企业发展通用工具软件的同时，波音、空客、通用电气（GE）等工业企业也在不断利用软件技术将自有知识进行固化。如果以代码行数为指标，武器装备生产商洛克希德马丁公司已经超过微软成为世界最大的软件公司。这些固化了企业自有知识和应用规范的软件，往往是工业企业私有并受到严密保护，不同于流动的员工和折旧的厂房设备，以软件形式固化下来的数字化技术资产可以传承、积累和进化，最终铸成一流企业的核心竞争力。

如波音 787 客机研制过程中用到 8000 多种软件，其中 7000 多种是波音多年积累的私有软件，商业化通用工具软件只有不到 1000 种。NASA 联合 GE、普惠（P&W）等公司经过二十年发展的 NPSS 软件（严格限制对外出口）内嵌了大量发动机设计的知识、方法和技术参数，一天之内就可以完成航空发动机的一轮方案设计。目前，我国企业多年积累的核心技术大多以“无形资产”的形式掌握在专家、技师的大脑中，随着人员的流动和退休，工程技术流失和知识劳动浪费的现象日益严峻。技术知识难以代代传承，已成为阻碍我国工业企业核心能力持续提升的关键障碍，加快知识自动化软件平台发展已经刻不容缓。

2 以知识自动化软件平台为抓手推进工业软件发展

知识自动化软件平台可为我国通用工具类工业软件发展提供路线地图。发达国家工业企业对自有技术的软件化与通用工具类工业软件的发展是同步进行的，基于商业化软件的二次开发是其主要实现手段。经过多年积累，形成目前企业自有技术知识与商业软件骨肉相连、融为一体的局面，对后来者造成极高的技术和市场壁垒。

从需求侧看，国外商业化工业软件产品更显得不可替代，工业企业付出不菲代价引进后又发现其价值效益强烈依赖于使用者的能力水平，不得不依赖与国外厂商的长期服务并由此被长期锁定；

从供给侧看，用户企业的信心受挫又使得国产工业软件对标国外同类产品的跟随替代策略难以得到市场的响应和支持。破除上述发展瓶颈的关键，在于能否将企业自有技术的软件化与商业化软件工具相剥离，发展知识自动化软件平台可作为重要抓手。

当前，全球范围内商业化和开源工业软件资源已经非常丰富，我国作为后发者，可以立足自身发展需求，自上而下加快面向重点行业的知识自动化软件平台的顶层设计，利用平台在软件集成标准和应用规范方面的天然话语权优势，将我国大市场的隐形优势，转化为可在全球范围内谈判议价的有力武器，变被动为主动。

一方面，工业企业可在兼容集成现有工具和资源的前提下，在平台之上进行自有技术的软件化，摆脱对国外工业软件的依赖（理论上，即使平台底层的软件工具全都采用国外产品，平台的技术隔离仍然可以保证我国企业的工业技术和数据的安全）；

另一方面，平台的功能框架也为面向不同行业的自主工业软件发展提供了路线地图，从技术上使得“拉抽屉”式的逐步替代发展策略成为可能。

知识自动化软件平台可为我国工业软件标准体系建设提供方向性指南。后发者在追赶发展的过程中，灵活运用标准体系对抗先发国家的知识产权围堵，已是多个行业发展的共同经验，我国也十分重视工业互联网相关软件标准体系的建设和完善。

知识自动化软件平台可成为重点行业落实加快工业软件标准体系研究和编制的重要载体，其上所积累的数字资产可成为我国工业软件标准体系建设的重要资源池。工业企业在平台上的所固化的技术知识和数字资产，将其基础通用部分加以提炼，即可成为通用标准编制的重要参考，将其行业共性部分加以总结，即可成为行业应用规范编制的重要依据。这些经提炼而形成的应用标准规范与我国工业企业的应用实际自成一体，在此基础上进一步借鉴、融合国外技术标准体系，便可形成以应用为导向、带有鲜明中国工业特色的新型工业软件标准体系，对我国进一步推动工业信息化建设，加快发展工业软件产业提供有力支撑。

知识自动化软件平台可为我国工业软件服务的新模式和新业态培育提供支撑。知识自动化软件平台是工业企业与工业软件工具之间的纽带，不同于其下层各类工业软件工具以功能、性能发展为重点，知识自动化软件平台更侧重对用户的服务和体验的优化，更贴近时下互联网平台化公司的发展模式，是一个对用户企业体验友好，对下层软件工具厂商开放兼容的体系。面向某个行业的知识自动化软件平台，实际上是以行业应用为牵引的一整套软件服务生态体系，其中国内外的软件厂商、系统集成商和用户企业集聚，是培育工业云、工业大数据等新模式、新业态的理想平台，特别是其能够生成、集成、反馈工业数据资源的功能特点，是工业大数据发展的天然平台，可作为我国结合工业互联网，面向重点行业推进工业大数据应用发展的切入点。

3 借助知识自动化推动国产工业软件的发展策略

加大力度支持面向重点行业的知识自动化软件平台建设。支持有一定技术积累的优势企业，联合重点工业行业骨干企业共同建设行业知识自动化软件平台。以平台为基础加快新型工业软件标准化建设。结合知识自动化软件平台的建设推进，支持重点行业工业企业、软件企业、标准化研究机构联合协作、研用结合，共同推进新型工业软件技术标准和应用规范体系的建设和完善。寻求知识自动化平台与资本体系的结合。通过政府引导、龙头企业牵引、资本培育和催化，建立国家、行业、区域的知识自动化生态群，形成新工业革命具有中国特色的智能化模式。

作者：北京索为系统技术股份有限公司董事长 李义章