云计算如何助力夯实制造业：从制造业大国变为强国

特约撰稿丨刘远举

“过去的人真笨，过去的人真难”

这句话是刘慈欣的短篇小说《地火》结尾时的一句话。

未来的初中生去参观煤炭博物馆，“体验”了传统煤矿下的各种困难与危险。

在未来，煤炭早已不需要人工开采，初中生完全不了解传统煤矿的工作方式，被井下的各种事故、危险吓坏了，很不理解为什么会挖煤，居然采用那么原始的方式，于是在作文中写下这句话。

《地火》发表于2000年，20年前，矿难还是一个经常出现的新闻。刘慈欣的小说，寄托了未来不再有矿难的愿望。

01

他的愿望实现得很快，科技很多时候远比想象中更快。在数字技术的赋能下，中国煤矿行业已经发生了巨大的变化。

矿山里面最核心的两大诉求，一个是煤矿安全，一个是煤矿生产效率。很多时候，这两个诉求是矛盾的。

过去，私营煤矿，追求生产效率，就不重视安全，一旦重视安全，生产效率就会下降。但在新的数字技术的赋能下，这两个诉求可以同时实现。

2020年，八部门联合印发《关于加快煤矿智能化发展的指导意见》，其中就提到，到2021年，基本实现掘进工作面减人提效、综采工作面内少人或无人操作、井下和露天煤矿固定岗位的无人值守与远程监控；

到2025年，井下重点岗位机器人作业，露天煤矿实现智能连续作业和无人化运输。这就需要煤矿智能化。

采煤机在前方切割，液压支架跟着自动拉移，运输机自动推到位，支架护帮板自动收回或打出，完全无人操作。

自动化背后，就涉及到复杂的数字化技术。传统中，所有的煤矿的生产都是在地下去进行的，人员和设备需要进到井下的，地下环境的复杂性导致了安全隐患。

如今，通过数字化的集控中心，所有井下设备的控制和数据采集，都拿到集控中心进行。工人或工程师，就可以在集控中心去远程控制采煤机，就可以避免人员下到井下，保证人员的安全。

不仅是安全的提升，当所有的数据都在集控中心中进行处理和分析，基于数据，企业就可以从人员、能耗、设备的角度去整体进行优化，提升生产效率。

刘慈欣出生于六十年代的一个煤矿工人家，《地火》带有他的出身印迹，刘慈欣对井下环境的危险深有感触，曾经在采访中提到：

“父亲的经历告诉我，你不可能在井下干了30年一次伤都没有受过，不可能。”

现在，数字技术一定程度上，解决了这个问题。

02

刘慈欣作为一个工程师，其实带有工业党的色彩，他很看重制造业。

比如在一次演讲中，他对互联网与制造业的关系，其实带有某种失望，他用了一句著名的话描述自己的失望：“说好的星辰大海，你却只给了我Facebook。”

其实，事实并非如此。数字技术正在飞速地改变着制造业——不仅仅在煤矿行业。

在电影《黑客帝国》中，尼欧与长老对话，长老说，这些城市下面的机器，在默默的运行，构成了我们生活的基础，但我们不关注它们，会忽略它们正在发生的变化。

在距离杭州2000公里以外的吉林省长春市，一汽红旗携手阿里云，还有机械九院，一起为一汽红旗的新能源工厂打造了一个汽车孪生工厂。

这个孪生工厂，是目前汽车行业场景覆盖最完整，数据规模最大的一个孪生工厂。通过7000个设备的数字化模型，搭建起来了汽车冲压、焊装、涂装、总装、电池5大车间。

通过数字孪生，一汽红旗实现了数字化运营，不再是传统人工进行设备检查，而是利用数字孪生技术和大数据分析技术，在一些设备数据异常，或汽车出现质量故障时，实时的进行一些生产过程的还原，找到维修点，及时告诉维修技师，进行生产线的故障恢复。

在这个基础上，可以进一步帮助质量部门、工艺部门找到汽车质量故障发生的一些工艺点位，进而优化工艺，提升产品的质量，最终提升工厂的运营效能。

03

其实，数字技术一直在不断改变着现实生产。

一方面，技术创新的规律一般是“重大发明——应用——微创新——再次重大创新”，数字经济的底层IT技术也是如此。

另一方面，这与制造业本身的特点也有关。制造业投资大，回收成本周期长，技术改造的周期也长。这就注定了它对新技术的采纳会慢一些。

从整体上说，数字经济，最初是集中在自身领域发展，比如游戏、短视频、社交媒体这些纯信息领域。然后，数字经济开始改造服务业。

相对来说，服务业不像制造业那么重，比较好改造。比如，一家餐厅，增加客户管理系统，接入外卖平台，改造成本相对较小。

▲2022年云栖大会现场（图/冰川）

在这个阶段出现了外卖、共享单车以及各种电商平台这些新形态。接下来，数字经济就会符合规律的与制造业结合。

制造业领域的改变是困难的，有着巨大挑战的，也是相对缓慢的，这符合规律。但带来的改变是巨大的。在工业领域，1%就很了不起。因为工业具有巨大的规模，1%的改变，就会产生巨大的效益。

在协鑫光伏，在引入阿里云“工业大脑”的第一年，就提高1%了良品率，从而带来上亿元的成本收益。

04

在工业生产中，数据有它的特殊性——设备持续生成实时数据，数据种类繁杂、数据量大、数据源头多、数据链路长。

不但要存储这些数据，更重要的是，要找到数据之间的联系，要能挖掘出数据之中的有效信息。

在德龙钢铁，为了提升炼钢的效率，阿里云找来一些算法工程师，研究锅炉的火焰成像。

据这些算法工程师说，观察火焰可以帮助构建出一套成熟的算法模型，优化锅炉中的原材料配比和流程数据，最终——实现远程一键炼钢。

听起来很不可思议，但正如著名的科幻小说家、未来学家、国际通讯卫星奠基人阿瑟·克拉克所说：“任何非常先进的技术，初看都与魔法无异”。其实，这样的例子并非孤例。

2020年起，首钢迁钢与阿里云合作，打造基于AI算法的加热炉智能燃烧系统，实现加热炉温的精准控制，自动控制率达到93.5%，减少80%的人工看管时长，且生产每吨钢的能耗降低3.5%，减少碳排放2.6万吨。

过去老师傅的经验，现在通过云计算、大数据、人工智能的结合，完全可以变成一套精密的数据算法。这样，一个人的经验就可以快速复制，分享给很多人。

05

这很可能是中国从制造大国迈向制造强国的关键密钥。

人类迄今为止创造的知识分为四种形态：

事实知识（Know-what）：指可以直接观察、感知或以数据表现的知识，如统计、调查资料等；

原理知识（Know-why）：知道为什么的知识，即关于自然原理和规律方面的知识；

知道怎样做的知识(Know-how)，即关于做事情的技巧、诀窍等方面的知识；

知道是谁的知识(Know-who)，即关于谁知道和谁知道做某些事的信息。

其中，know-what属于显性知识；know-how属于隐性知识，这就是所谓的那些“给你图纸你也不会做”的知识。

云计算是中国制造业获取隐形知识的关键所在。未来，通过进一步的数字化赋能，这些制造业中的know-how，有可能逐渐被中国制造业揭示出来，并且快速传统，从而为中国制造业开拓出无尽的新前沿。

知识无非是有组织的信息。

制造业的本质是改变物质的形态、结构，这就涉及到能量、信息两个维度——能量在信息的指导下改变物质。

对信息的更大范围的收集、更精确的测度、更专业、更科学的分析，意味着人类改变物质的能力的进一步提升。这就是制造业不断向前的本质科技驱动力。

这就对中国制造业提炼信息、分析信息、重组信息的能力提出了更高的要求。这必然需要像阿里云这样的科技公司，深度的卷入中国制造业的发展过程，提升制造业的信息能力。

从这意义上看，融合，是制造业、信息业的发展规律，也是企业的使命所在。

,