2.2 工业技术是语言的机器化

同样，在新工业之前，人们只能看见空间中有形的机器，但其实机器的工作流程在创造机器时就已经确定了，时间序列也是一种语言，从基因角度看，语言或者时间序列也是机器的一部分。因此，反过来，通过语言、文本、时间序列这些瞬态的数据，我们也可以研究物质的平衡态特征。

当有形的工业发展到极限时，工业必然向无形的语言方向发展。因此，语言也是工业固有的部分。

2.2.1 语言定义工业

语言定义工业是软件定义工业的升级，因为从更大的范围看，软件只是一种语言，但是软件是人造的，是后天的，而语言源自基因，是人先天拥有的能力，因此更能体现出对工业的决定意义。

近几年，软件定义不仅在互联网圈被屡屡提起，在工业制造领域也成了热词。软件定义将重塑传统工业，工业已经进入软件定义时代。目前，软件定义正在从互联网领域不断外延和泛化，开始向物理世界延伸，并已经渗透到了制造业，以软件定义为特征，以工业互联网平台为核心，以生态建设为目标的工业互联网时代正在到来。

软件定义的本质就是赋能。据了解，宝马7系列汽车内置的软件代码超2亿行，波音787客机中的代码超10亿行。由此可见，软件已经无处不在。

工业互联网是新工业的一个标志性基础建设。国内外大型企业纷纷将工业互联网平台作为战略重点。工业互联网平台是面向制造业数字化、网络化、智能化的需求，通过构建具有海量数据的采集、汇集、分析和服务功能的体系，支撑制造资源泛在的连接、弹性的供给、高效的配置的开放式的云计算平台。工业互联网平台的核心要素，包括数据的采集、管理和服务平台（PaaS）以及应用服务（工业App）。

工业互联网平台将是一个语言定义的平台，因为只有自然语言才能使得所有人都参与到工业互联网的建设中，才能形成全民参与、全民提升的新局面。

人类文明是用语言来记录的，语言定义工业，就是将自然语言里蕴含的知识用工业来实现，这将是一个巨大的人类智慧宝库。

2.2.2 技术是多维知识的最小物质系统

任何一种技术，都是融汇了某种新的知识，然后将这个多维的知识用一个最小的物质系统进行承载，做成一种大众的日常工具，供人们在生活中随时随地采用；人们通过对产品的应用也间接地接受了产品的功能，虽然未必懂得产品的全部原理，但是只要看到这个名称，就知道有这个功能，这就是知识的力量。

比如电动机和发电机，人们也许并不了解麦克斯韦方程组，但是没有人在生活中没有使用过与电磁有关的产品，而且人们相信这个产品的功能而无须知道产品的数学以及物理原理。

最能代表技术的就是最小系统，因为它抛开了产品或者商品的那些装饰成分，纯粹从物理机理上演示新的物理效应，以及物理效应可能给人们生活带来的影响。对于技术而言，演示效应是主要的，应用是产业化的任务。

《科技日报》刊登过一个故事。曾有一个贵妇人质问发电机的发明者法拉第：“电有什么用呢？”法拉第机智地反问道：“新生婴儿有什么用呢？”在100多年前，汤姆森发现电子的时候，他不会想到这一发明会应用到我们现在的电视、手机和电脑中。20世纪60年代，科学家发明激光器时也不会想到激光居然会应用到商店货物的条形码、身份证上的防伪标记。

最小系统是技术的底线思维，能把复杂的问题简单化。如图2-4所示，法拉第最小圆盘发电机是所有应用电磁感应发电的最小原型。最小原型也是一种技术思想，比如排除计算机故障，在系统运行的情况下拔去怀疑有故障的板卡和设备，缩小故障的范围，就是一种最小系统思想的应用。

技术就是最小物质系统，而应用系统是对最小系统的扩展，是一个由下而上的综合过程。因为物质从下到上的过程相当于漫长的物种自然选择的过程，这是工业无法承受的时间长度，因此需要有一种综合的工具，所以我们说工业软件是工业发展的必经阶段。

2.2.3 工业技术智能化是工业知识累积的必然结果

对于工业领域而言，从硬的物质外形来看，工业技术是一个设备或者系统，从软的内涵来看，它具有工业知识，所以工业技术具有软硬合一的特征。

工业技术的背后是工业知识，随着知识的增多，工业技术最终走向智能化是必然趋势，只有智能化才能解决大批小企业的生存问题。如图2-5所示，对于长尾理论的主体部分产品而言，采用标准的自动化生产就能满足要求，但是对于大量的长尾部分产品，其每个要求都不一样。为了获得与自动化一样的生产效率，就必须使生产线具有像人一样灵活的可以配置的能力，实际上就是要求生产先需要具有智能生产的能力。

比如笔者之前调研的一家做包装的企业，产值1.5亿左右，行业排名40～100。这家企业处于长尾理论的末端，要想走出困境，其基本路线就是向智能化发展，具体包括以下几个方面：

1.大批量生产小批量产品→一种产品大批量生产和多种产品小批量拼单的智能化生产

如图2-6所示，按照智能制造级别划分，该公司拥有4、3、2各种智能级别的设备，4级智能设备（左）通过自动机械手可以自动寻找位置，把盒子放在正中间，能够自动寻优，进行位置优化；3级智能自动设备（中）都是大机器，几道工艺连在一起，一旦开工就按照一个姿势不间断地运转下去，这种连续大规模的生产设备是印刷行业的主流；2级智能设备（右）就是那些单台单功能的设备，其生产主要依靠手工操作来完成。

人的创造性是2级设备存在的根本原因。首先是加工量少，比如一单100件，而且每件的要求都不一样，当你模具还没做出来的时候，手工100件已经做完了，因此没有人愿意用机器；其次是用户需求的不可预知性，实际上体现了人的无限创造力；还有一些是人文因素，比如皮鞋，有些人喜欢真皮不喜欢皮革，而真皮加工和人一样是一个不可控的工业过程，因此不适合工业化的大生产，只适合2级的艺术品生产；最后一个是人工成本问题，中国的人力成本上升是中国工业化的必然趋势，比如人力成本是现在的100倍之后，人的生产效率就需要是现在的100倍，而这远远超越了人的能力范围。

对于该公司而言，5000生产量是一个坎，也就是10万的产值会考虑用自动产线，10万以下就考虑由手工生产。但是同样的5000，中西方的认识是不一样的，西方的是单品A的量是5000，而中国可能是ABC合起来1000A+2000B+2000C是5000，按照西方的认识，多品种拼单的5000是不能生产的，因为这违反了大规模机械化模具生产的本质。中国以人为本，人人不同，为什么要用一样的产品呢？所以从文化上中国要为每人定制一份满意的产品。中国提出的方案不是大批量生产，而是小批量拼单的智能化生产。也就是说，解决小批量定制化问题，满足不同人的个性化需求，正是中国智能制造的出发点，也是最终的目标。

2.电脑打样和实物打样→数据化工厂

小批量生产需要打样，问题是打样还没完成，100件产品手工已经做好了，这说明打样这件事情是不可取的，但是不打样怎么知道能不能生产呢？

这就涉及打样的方法。比如以前原子弹爆炸需要真爆，但是现在原子弹却是在计算机里爆的；大桥天天在塌，却是在计算机里仿真的坍塌现场。所以在数字化时代，打样的方法变了，由真的实物打样变成了计算机里打样。

如图2-7所示，通过对包装进行仿真能够看到盖子之间的干涉情况，和现实生产出现的问题完全一样，这说明仿真效果是真实的，这样的好处是，可以在生产之前就发现存在的缺陷，节省了成本和时间，智能仿真对于生产具有极大的现实意义。

推而广之，设备数字化→工厂数字化，然后在计算机里先生产一遍，这就是现在智能时代最被推崇的数字孪生的生产图景。如果计算机里生产的过程和真实的生产过程一样，则只需要在计算机里打样之后，直接驱动生产线生产，就完全解决了实际生产中可能会遇到的问题。把所有的实体进行数据化，实时采集数据，不断更新模型，使得计算机生产的过程和实际生产过程完全一样，用数据来生产，这就是数据工厂、数据孪生、数据仿真这一系列技术的核心。数据生产的好处在于，可以提前预生产，把可能出现的异常情况预先做好防范措施，并根据历史信息进行自学习，越学越智能，就和在百度地图上要去一个地方可以先模拟走一遍是一个道理。凡事预则立，不预则废。数字工厂或者智能工厂，最大的价值在于解决了预的问题，消除了对未来不确定性因素的影响。

2.2.4 工业技术的分形复制过程

工业生产本质上是一个复制系统，这个复制与人通过细胞分裂不断长大成为人体是一样的过程，复制首先需要有第一个细胞，同样技术也要具有工业复制的第一个细胞。

有人说复制结果应该是相同的，但是技术为什么可以复制出不同形态的产品呢？在复制的过程中，可以生成很多新的功能组件，这就是分形的原理，生物是一个分形系统，大自然也是一个分形系统，生物的复制就是按照分形的原理进行个体复制，因此个体组成系统之后会呈现出不同的功能和结构，整体和细胞具有相似性，而不是相等性。

如图2-8所示，最小计算机系统通过自我复制，就可以实现整体上的计算机和部分的计算机是一样的，所以可以看到现在的智能化就是更多计算机技术的复制，比如对智能汽车的控制，至少是对100个小计算机进行自主控制来实现的，而每个计算机的基本功能是一样的，因此是计算机的复制实现了对智能汽车的控制。

硬件系统在构造上遵循分形理论，不断复制构造出越来复杂的系统，比如整个互联网和一台计算机功能是相似的，它们之间是一个分形相似的关系。对于软件而言，静态看虽然完全是相等的，因为每台机器上的软件都是通过复制而来，但是从动态的角度看，软件运行时还是一个分形相似的状态，因为软件的整体功能是一样的，只是由于对每台硬件的适应性不同而产生了不同的细节。