谈到能否回答工业的基本逻辑是什么？—这个可是太大的话题了，我感觉完全不是我能Hold的住的话题，不过，过年的时候，我想了想，想到了最近Richard兄提到的阅读史纲类的书籍，他提醒到，实际上如果我们抓住一个大的逻辑主线，其实，就很容易展开，这启发了我。

只有利益才能驱动灵魂

克强总理在担任总理的新闻发布会谈到改革，说道“只有利益才能驱动灵魂”—可见改变之难，也看决心之坚，其实，这就是工业的本质逻辑，盈利能力，而工程思维的核心在于“解构”，如果我们把盈利进行解构，就变成投入产出的问题，那么，任何技术都是服务于这个目标的，对于企业的确如此，民营企业不能和国企比，毕竟，中国邮政能够把快递送到阿克苏的某个乡下，送到边防哨所，这不是商业快递公司能干的，他们肩负着社会公益的职责，但是，对于企业来说，盈利就成为了必然—为消费者提供好的产品，也为股东谋取利益，解决就业问题，这是企业基本使命，这一切以为消费者提供良好的产品进而好的利润，让员工一同获得成功与发展。

郭老师总是谈到技术的经济性、谈到质量、市场需求，这些才是数字化转型的驱动力，也是目标、目的，任何技术、系统，都服务于为用户创造高品质、低成本的产品，而且要超出竞争者，这就是基本逻辑。

这个时候，我们再看一切就会很容易理解

大规模制造怎么赢利？

1颗芯片，不谈任何其他成本，仅谈一个流片成本，对于高性能芯片最新工艺的话，可能流片需要300万美元，前面设计成本、后面制造、销售成本都不考虑，那么，如果你就生产100片，光流片的成本分摊就是30000美元/片，但是，如果你生产到10万片，就是分摊到30美元/片，当你到1亿片（100KK），到分摊0.03美元/片—所以以前一个半导体行业的老同学跟我说如果200KK的话，芯片的成本就是沙子的成本，不过，200KK—想想吧，除了手机外，还有哪几个行业的客户需要单一芯片达到2亿片的量？

所有的大规模生产都是这么盈利的，只要量足够大，就能赚钱，就像很多年前去海宁皮革城，看到普通的街道上卖的那种皮带，我问多少钱，20，我说我买10000条，他说“1块2”，人家1.2元还赚钱肯定。

再讲个例子，2002年，有一次去定制个产品的塑料外壳，我跑去找了做塑料件的，说开模20万，我听了疯了，我就做个最简单的塑料壳子啊！又不是要做个艺术品，他们说就这个价格，没啥商量的，但是，如果你要打100万这个产品的话，这个开模费可以不收，制造业就是这样，没有量，啥利润都没有，啥玩意都是天价。不要以为人家跟你说服装面料1万/米，你以为那是赚黑心钱，但是，在行业里的人可能不会觉得稀奇，我给你把机器开起来，然后你这个料材料还比较特别，我得调试很长时间，穿纱，水电煤各种成本，然后，你就给我要求生产100米？我本来这个产线一天干别的活产值是100万赚，我就要100万—这很好的向大家解释了什么叫机会成本。

变化是质量与成本难题

但是，大规模生产是回不去的，为啥个性化—原因很简单，女人不想撞衫，连江小白这种据说极其难喝的酒都能生意火爆—就冲那个个性化，好玩。但是，对于生产制造而言，变化是非常不经济的，这不难理解，开车的话，你会知道，城市道路的频繁启停最耗油，在足球场上，你带球冲刺不累，但是，过人很累，因为，过人时候要加减速切换，中央空调的最佳控制策略就是“开了别轻易关，关了就别随便开”。

为啥？变化最耗费成本，而且还影响质量—你去打个塑料件，经常变化，每次得得换模具吧？装上模具你得调校参数吧？500kG的模具换成1000kG，它的参数调校并不是线性的放大2倍就好了，然后螺杆、料斗都是按照你想像的那么给你进给、放料吗？你换了模具，你还换了材料，聚四氟乙烯和聚乙烯这两种材料所需的成型温度、压力参数是一样的吗？你要知道，这些材料的种类可能有几百种，你温度高了，压力大了…这个影响的相关参数可能有10多种。你的传感器就一定不受环境影响，准确的反馈了温度吗？电子尺一直稳定在运行？你尺寸变了，10cm变成12cm了，你是等比例放大参数吗？今天的机器和昨天的机器是一样的吗？早上刚开机和运行了2小时的机器是一样的吗？

算了， 不跟大家啰嗦了，这样会吓着那些没有去过现场的同学，再也不敢报考相关专业了….。

经历了近百年的发展，自动化，从手动，到继电器，到PLC、到智能控制，都是为了解决这些问题。

其实，你知道了背景，就知道为啥要搞转型？

一切都是在复杂的环境里，寻找对质量、成本的控制，你来看：

为什么要搞预测性维护？

量大的时候，你生产线突然宕机1小时，对于一个订单可以生产100小时的批量来说，还能接受，但是，对于一个10小时就完成的订单来说，这1个小时的损耗是多少？因此，必须确保产线的稳定与可靠和故障的可预测性，避免发生非计划宕机，因为，个性化把宕机的成本核算给放大了。

为什么要搞建模仿真？

以前，你这个机器就生产一种产品，而且量很大，没事，你研发这个机器的时候，你就拿原材料测试，一旦成功，那就像开着印钞机一样。

现在个性化了，你这个机器得生产10种材料的，速度不同，加速度不同，工艺顺序也不同，你再像以前那样试，我担保，你没有试完10%的组合，你的公司就已经面临破产了。

平时你这种测试都是小Case，打个塑料啊！印个纸啊！切个钢板呀，绕个弹簧用个钢丝啊，你去做个汽车碰撞测试、航空发动机做个风洞测试、卫星做个太空环境测试—上次被某位业内人闲聊吓到了，一次测试成本上亿。

这个时候，你就会发现—其实，工艺仿真软件，真好，想怎么试怎么试，想怎么改怎么改，不浪费材料，还不怕有安全问题—万一物理测试一个模具打坏了，你一年工资都赔不起。

为啥要搞产线互联？

如果产线不连接起来，你就得一个个单元的输送，搬来搬去的，那么，最好的办法是连接起来，那么，这个时候，中间的环节就消除了，效率就高了。所有的时间的节省都会转化为利润。

你永远记得，你这个工作，是否提高了单位产能？

为什么要数字孪生？

数字孪生基于建模，但是，更为看重整个流程和动态交互能力，在个性化的生产时代，整个生产必须处于一个非常“灵活”的状态，生产过程得到动态监测，以实时的对质量进行迭代，对变化的生产配置合适的工艺参数，降低在开机时候的浪费，缩短流程中的浪费—包括时间的浪费、能源的浪费、不良品造成的浪费，这些都是需要一个动态的优化过程，而如果在一个物理实体产线上进行这样的工作，那么，就会有时间的滞后性，以及缺乏数字的直观性，并无法让优化在动态环境中发生。

数字孪生构建了一个为个性化降低开机浪费、小批量质量快读迭代的生产体系，因此，它是服务于小批量这种挑战而必然产生的一种技术。

为啥要搞人工智能？

其实，我们工作的区间都是线性的，就像机械的成本在某个速度下是线性的，过了一个临界点，就成了指数增长了，比如F1赛车吧，它的转速达到22000RPM，可是，它那么差的乘坐舒适度的车，布加迪.威龙、阿斯顿.马丁什么你们吹牛逼的超级跑车，你也别跟它比成本，不但造一台成本高，而且开起来更吓人，一个刹车碟片1万美元，一场比赛换一次。

变频器也是这样，你要是在线性区间里工作，谁家也不比谁家差，但是，你要在非线性区间里工作，那高级的变频器可就不是你能比的。

我们生活的世界，本质是非线性的，线性只是非线性的特例，而且，是我们“拟合”的，为什么？因为便宜，如果你用AI去寻找这个规律，其实，你花费的代价不如拟合一个曲线，你不用AI加速器，你用一个Zilog 80的芯片都能计算出Y=X这样的公式。

人工智能，这个东西都发展了几十年了，工业里玩这个也几十年了，有一次，和冰老师几个一起吃饭，有位兄弟说“冰老师，你那篇10多年前的论文现在被人家捡起来开发了驱动器的控制模型”，冰老师笑呵呵的说“是啊！以前，要是实现这个算法，用FPGA好贵的，现在FPGA就几块钱了，自然可以用了”。

一切说来说去都是经济性问题，不是AI多么牛，多么先进，就是因为，现在AI芯片成本低了。记得读大学的时候，95年那会，80486的计算机，必须得配置解码卡，才能看VCD，现在你看，这个都不需要了，软件解码就好了，为什么？主CPU的处理能力很强又很便宜，达到了经济性的要求。

AI也是一样的，就是现在便宜了，你可以用这个。

所以，知道我们为什么搞智能制造、工业互联网很重要，不会走偏。