很多人都在討論一個問題：如何衡量鋼鐵企業的智能化水平。今年6月份，在安徽省馬鞍山市召開的鋼鐵行業能源中心建設、運行與升級研討會上，中國金屬學會原常務副理事長王天義提出了一個觀點：與機器人數量這一指標相比，能源利用效率更能反映鋼鐵企業的智能化水平。

　　為什么把能源管理智能化作為切入點？

　　對于盲目提升自動化水平的企業來說，王天義的觀點給他們提了個醒。但也有人認為：能源管理應該服從于生產的需要。與生產組織的順暢相比，能源利用效率是第二位的。為什么要突出能源利用效率呢？

　　能源管理服從于生產需要是對的。但能源利用效率不僅重要，而且動態性更強、管理難度更大。如果能把能源利用效率提高到極致，生產管理水平不可能不好。

　　中國工程院院士殷瑞鈺很久之前就指出：鋼鐵行業最重要的發展方向是智能化和綠色化。事實上，智能化是保障綠色化的重要手段，而綠色化是促進智能化的重要牽引力。從原理上講，智能化強調快速響應，而能源管理恰恰也強調實時優化、快速響應；智能化強調跨部門、跨地域的全局優化，而能源的生產與使用恰恰也涉及鋼廠的每個車間、崗位和設備。這種實時性強、復雜且涉及空間面積大的問題，特別適合用智能化的手段去解決。

　　在此次會議中，人們對鋼鐵行業未來的發展目標達成了很多共識：能源效率提高的途徑是從單體、單個作業區的節能發展到系統、全局性的節能，從事前計劃發展到實時控制與預測，從以遠程監控為主發展到日益智能化的自動控制。這些共識都體現了對智能化的需求。特別是還有很多人提出，能源管理的指導思想，應該從服務于生產，發展為實現與生產、設備、環保的協同優化。換句話說，能源管理的智能化可以作為鋼鐵企業全面智能化的切入點。

　　能源管理智能化面臨哪些困難？

　　與此同時，人們對困難也有相當一致的認識。如數據不完整、不準確、不一致，難以建立準確的模型；需求不清晰，各種KPI（關鍵績效指標）矛盾和各種部門之間的矛盾；數據不連接，難以支撐跨工序的優化、能源與生產的協同；設備不具備遠程操控能力等。

　　筆者注意到：在上述困難中，有些主要是投資問題，如增加測量點、升級設備等。只要資金到位，這些問題就很容易解決。但是，還有些問題并不是簡單的投資問題。例如，企業各種KPI的矛盾，這是永遠存在的。這些矛盾，不僅涉及部門利益，還會隨著市場、政策、設備狀態等因素動態變化。此外，在數據采集過程中也總會遇到各種各樣的問題，數據的不一致性是永恒的難題。

　　在互聯網的時代，人們希望把鋼廠的生產、能源、設備、環境進行全局優化。互聯網通過信息傳遞，可以消除不確定性。換個角度，卻是“把不確定性轉化為復雜性”，這導致問題本身變得空前復雜。

　　我們設想一下，如果動態優化涉及全廠，異常變化因素就會時刻存在——今天這個設備出現故障，明天那個生產廠存在問題，后天原料和能源價格又發生了變化。這樣，今天的KPI可能就不適用于明天。如果用“頭痛醫頭，腳痛醫腳”的辦法解決這些問題，很可能是“按下葫蘆浮起瓢”。要解決這些問題，必須得有新的思路。

　　殷瑞鈺認為，要解決復雜問題，就要把復雜問題簡單化、模糊問題清晰化。解決上述問題的本質，就是要應對變化。這些變化，可能是市場變化引發的，也可能是現場變化引發的，進而引發KPI的變化，并最終引發決策結果的變化。

　　過去開發系統時，企業對上述變化重視不夠，而在智能時代則必須考慮并應對這些變化。在筆者看來，鋼鐵企業傳統的計算機系統已經無法解決這些問題。例如，許多企業車間的操作臺上，時常出現大批的“聯絡單”，要求工人進行某些特殊操作。從某種意義上說，這些“聯絡單”的存在，就是計算機系統靈活度不夠、無法將知識有效沉淀到計算機系統的表現。在智能化的時代，解決這樣的問題就要提高計算機系統的靈活性。

　　如何提高系統靈活性？

　　在解決這一問題時，人們往往忽略掉兩個關鍵點。

　　一是企業不能寄希望于開發出一套非常完善的系統，一勞永逸地解決現場問題。在現實中，這是不可能做到的，因為智能化的過程非一日之功。正確的思路是通過PDCA（計劃、執行、檢查、處理）持續改進，逐漸提升智能化水平。

　　為此，我們還需要打造新的軟件工具來支持這種改變，而不是指望使用前一代的工具來解決未來的問題。這就好比噴氣式飛機解決不了登月的問題。如果沒有新的工具，人們的期望和設想就沒有辦法落地。工業云、工業互聯網平臺、大數據等ICT（信息通信技術）就是打造新型工具的基礎材料。

　　二是要推進全局優化，必須消除信息孤島。工業互聯網平臺就起到了這樣的作用。但是，人們需要的是永久地消除孤島，而不是讓新建的系統成為未來的孤島。

　　任何一個計算機系統都是可以改進的。而我們強調的靈活性，本質上是指能夠實現低成本、高效率、低風險的改進。例如，工業云就有極大的優勢，但僅有云技術是不夠的。重用數據和知識才是提高靈活性的關鍵。重用就是對過去工作的“繼承”；盡量多的“繼承”才是迅速“發展”的捷徑，才能提高靈活性。通過重用能夠降低數據采集的成本、風險，提高模型開發的效率和質量，減少人工作業和出錯。這樣，靈活性自然就提高了。

　　按照筆者的理解，目前的工業互聯網平臺分為3種：一種是適合特大型及大型企業的，其特點是通過數字孿生、數據中臺等技術，解決復雜的工業知識沉淀和協同問題；一種主要針對中型企業的，通過把企業中的一些關鍵技術商品化，實現行業的知識共享；還有一種是面向小微企業的，其特點是極致簡化和低成本。

　　從工具角度看，數字孿生為我們提供了一種全新的思想，適用于大型企業的工業互聯網平臺。優也信息科技有限公司CTO（首席技術官）林詩萬在多個場合強調，數字孿生是一種方法論。其目的就是降低生產系統的復雜度，使對配置和狀態不斷變化的生產系統的定義和描述更簡單。同時，工業互聯網平臺通過工業云、工業大數據技術的嵌入，讓系統擴容、增加新功能變得簡單。更重要的是，數字孿生技術可以促進數據采集、處理、建模等工作的分工協作，使每個層次的知識都更加容易復用。這樣就可以顯著提高系統的靈活性。

　　嵌入數字孿生技術的工業互聯網平臺與阿里提出的數據中臺概念是類似的，通過分層來推進數據和知識的共享。比如，基于數字孿生的Thingswise平臺就由4個層次構成。從某種意義上說，數字孿生就是適合工業界的數據中臺。所以，有人認為，數字孿生是工業互聯網平臺進入2.0時代的標志。

　　借助新的工具，我們看到了鋼鐵行業未來智能化的曙光。