【智能制造】当人工智能AI向制造业表白时，老板和设备经理再也按耐不住了

2017 年 12 月 14 日 产业智能官 杨明波

作者：杨明波来源：工业4点0俱乐部工业服务研究中心授权产业智能官转载

前言：随着国务院《互联网+先进制造业发展工业互联网指导意见》的颁发，大数据、人工智能引领下的制造业转型升级浪潮迭起。新一代信息技术在辅助企业提高人均劳动效率、改善劳动环境、降低劳动强度方面将实现革命性创新。软实力提升也将成为企业的走向智能化生产的必然阶段。需要明确的一点是，任何一件新兴事物的兴起，都会诞生新的职能定位，所以人工智能对传统工作是辅助而非替代，例如从企业最常见维修管理出发，以提高制造效率为基本目标，提供实用、好用的基于大数据和人工智能技术的数字运维工具，将构建工业互联网连接器和入口。

一则小故事：

洞房花烛夜，当新郎兴奋地揭开新娘盖头，羞答答的新娘正低头看着地上，忽然间掩口而笑，并以手指地：“看，看，看老鼠在吃你家的大米”。

第二天早上，新郎还在酣睡，新娘起床看到老鼠在吃大米，一声怒喝：该死的老鼠！敢偷吃我家大米!＂嗖＂一只鞋飞过去，新郎惊醒，不禁莞尔一笑。

2017年1月17日，笔者与朋友聊到的话题：什么才是工业联网真正的痛点，谈到设备人没有地位，谈到运维管理在制造业不受重视的原因。正如小故事中花烛夜洞房的新娘，设备人即使能发现运维管理中存在的问题，并能找到解决问题的方案，但此时的他并不具备决策和执行的权利。

设备运维处于不被有效重视的前提下，无论是智能制造、工业大数据、还是工业互联网、再高大上的理论和前沿技术，无论怎样的市场教育，都抵不过设备人的那一句神回复：“看，看，看老鼠在吃你家的大米”。

重视运维管理、重视人的责任、意识和能力提升，是制造业转型的基础

德国在提工业4.0的同时，充分认识到制造系统的可靠性与维修性、和人的责任、意识和能力的提升，是4.0转型升级的基础。道理也十分简单和明确，在高度网络化、自动化和信息化的制造系统下，系统会因为几乎任何一个局部的故障、将会导致整个系统的崩溃和瘫痪。系统的可靠性和维修性，需要全员参与的高效运维体系支撑。

实际上，制造业转型与劳动力成本冲突的情况随处可见。人才缺乏和员工数量的冗余同时存在，企业在减员增效和人才培养困难矛盾同时存在，在制造系统不稳定，现场管理忙于救火的状态下，留住人才也同样成为巨大的挑战。几年前，我甚至听到基层员工这样的表达：这里工资虽然比周边高一点点，但这里干着不开心，我准备跳槽到另外的工资稍底一点工厂。也同样制造业老板聊到招人难的问题：现在的年轻人，宁可去专职去当快车司机，也不愿意到工厂上班……

故，我们必须系统搭建满足制造业转型条件下的人机协作系统，重视数据驱动决策、重视企业知识积累与重用。

基于AI人工智能的数字运维时代，如何加速知识积累和重用

提到制造系统的稳定性和可靠性，专业术语成为可靠性（MTBF,平均故障间隔时间）、维修性（MTTR,平均故障修复时间）,综合表达为系统可用度（可用度A＝MTBF/（MTTR＋MTBF).通俗一点讲，可用度是指生产系统正常运行的概率是多少，代表设备的寿命更长，恢复生产的时间更短。

可用度的提升，意味着制造效率的保障，在任何系统中，效率是第一要素，高效率意味着更低的成本，更低的库存。效率与运维管理匹配，我们一定要从停机时应用分析来，以下结合人工智能与维修应用场景，讲讲数字运维以数据驱动决策、以维修技能和设备管理知识积累和重用切入点，如何提升生产制造保障能力。

1.事后维修通道

事后故障发生后，第一时间是快速恢复生产，更快的报修信息传递、更快的应急响应、更换的故障判断，又好又快的完成恢复设备是至关重要的。

人工智能在维修中的应用首先需要完成从事后维修报修→报修任务自主分发到维修人员（依据任务饱和程度分发任务，提高人员效率）→维修人员到达现场确认→维修任务结束后确认。

借助于人工智能对故障报修现象识别能力，维修人员不用携带图纸、资料，减少维修延误时间，并基于维修方法、诊断和校准方法的智能匹配，将有利于缩短维修时间、提高维修质量，最大程度上减少总停机时间。

提示：事后故障分为停机停产的紧急修复，其时间需要记录进可用度计算范畴；同时包括停机不停产的冗余维修，其时间不需要记录可用度计算范畴，但需要同样计入事后维修类别。

人工智能与维修系统解决方案攻略（建议）：

小程序报修→维修APP→管理后台（电子轻工行业适用）

小程序报修→维修防爆终端→管理后台（机械加工、汽车相关行业适用）

报修防爆终端→维修防爆终端→管理后台（医药、化工相关行业适用）

选配：企业AI人工智能决策决策终端（总经理、制造高层适用）

设备维修管理智能决策终端（设备副总、设备经理适用）

生产维护管理职能决策终端（车间负责人、产线（工段）班长适用）

2.预防性维修通道

基于可靠性的冗余补偿、目的在于延长设备寿命，避免突发和渐进性故障，称为预防性维修。

对于复杂系统，建议在关键易损部位采取预防性维修策略，通过固定时间周期或固定的运动周期，通过厂家设定或运行规律确定的周期项目，导入系统，依据时间节点形成预防性维修计划工单。

预防性维修可最大程度延长设备使用寿命，提高MTBF，适宜开展的项目包括润滑油、易损件的更换等内容。

提示：预防性维修属于典型的计划维修方式，虽然属于主动式的维修，但预防性的维修需要花费大量时间，需要安排较长的维修计划时间和金额较大的维修预算，遇到设备质量或备件质量把关不严的条件下，还会造成越修越坏、越坏越修的循环。但预防性维修不可或缺，对于复杂系统而言依然是最价的维修策略。

3.预测性维修通道

将诊断时间提前，通过多种手段，发现故障隐患和劣化缺陷，并对这些发现的隐患和劣化缺陷，实施隔离和处置的过程，称之为预测性维修，在所有的维修通道中，预测性维修是最经济有效的维修策略。

诊断方式分为手动诊断、自动诊断和自诊断，在企业制造系统中三种方式需同时存在。

手段诊断，系通过制定不同周期、不同实施主体、不同范围、不同深度的点检标准，通过标准导入，定期自动下发到执行者的执行任务中，执行这些任务，并发现故障隐患和缺陷。

自动诊断，包括第三方（如特种设备、计量器具检验、第三方预测性诊断机构等）、自有精密点检部门通过的诊断仪器辅助、AI数据分析预测，实现故障的隔离和标记。

自诊断，包括工业物联网、深度AI分析预测、智能设备，实现故障隔离、标记。

对于诊断发现并标记的隐患和缺陷，进入系统缺陷库，并通过内外部的维修资源开展计划性维修，进行执行、记录、验证和关闭的管理闭环，从而减少非计划停机，建立绿色、快速、经济的维修体系。

备注：预测性维修的目的不是点检，关键在于发现多少隐患，消除多少隐患，并最终反映到非计划的事后维修数量的减少上来，过程监测可以通过人工智能维修辅助系统，观察其发现和处理隐患的曲线，衡量预测性维修的过程有效性。

4.AI人工智能决策通道

基于设备故障执行的工单，形成的设备履历数据，汇总以后形成AI人工智能决策通道，有利于实现：

a.企业决策层：通过整体的设备管理水平可用度、维修通道比例、MTTR、MTBF、备件消耗趋势，识别与盈利目标相关的瓶颈工序、瓶颈设备、识别关键因素，形成决策报告，智能引导整体设备管理维修水平提升，实现智能制造与智能运维协同进步。

b.生产执行层：识别产线的设备运维相关指标，明确相关瓶颈和制约因素，智能匹配针对性的实施保养策略，保障安全、可靠和稳定运行。

C.运维执行层：智能识别设备整体的运维状况、瓶颈、智能分析不同设备制约因素，开展数据决策驱动的运维策略，并识别维修人员的工作量、技能水平、维修业绩，针对性提供技能提升、技能测评、晋升和淘汰策略等。

备注：人工智能决策不是简单的数据可视化，也不是为了展现成果和反映问题，而是要智能识别出影响赚钱、影响可用度的制约条件是什么，并输出解决措施，引导企业将有限的资源，投入到最有需要的地方，产生最大的价值。

5.维修外协、备件采购与B2B供需智能查询、匹配通道

制造系统可靠性与维修性的持续提升，必然离不开第三方备品备件服务商、专业维修服务商、外协加工服务商、装备制造商和专业方案服务商等供应链生态支持。

通过单机或单一维修项目MTTR、MTBF值客观体现，在用户数量规模达到一定程度的基础上，通过大数据分析、AI人工智能匹配，将有利于帮助用户在购买前和购买后识别出工业品和工业服务的质量，进而打通服务型制造最后一公里。

对用户而言，将大幅降低供应延误时间、维修时间和维修质量，减少MTTR;并通过对工业品和工业装备MTBF，减少因低价中标带来的质量不良，从而提升运维水平的固有可用度。

对工业服务商、工业品提供商而言，B2B用户运维可用度的持续提升，意味着产品和服务的计划性逐步提升，用户的数据反馈实现精准对接，对于装备制造能力、供应链水平、供应和服务质量将有大幅的提升。

结束语

制造系统的可靠性和稳定性单一来看，只是围绕设备所做的维修管理，很多时候容易被管理决策者忽视。但在制造业转型升级历史时期，本质上是整个工业服务B2B产业链的颠覆创新，是工业互联网产业化背景下，实现全局的知识积累和重用的有效途径和关键节点，是基于互联网形态下的工匠精神传承，也是中国制造走向中国质造的必由之路！

参考资料

人工智能在工业设备运维中的应用

工业互联网平台企业应明确产业化边界，不能偏离主航道

人工智能在工业设备运维中的应用

来源：精益卫士

2017年11月11日，第二届中国工业服务产业互联网大会在苏州西交利物浦大学中心楼圆满举行，大会报名1250人，实到会800余人，工信部信息化和软件服务业司谢少锋司长也亲自站台为工业服务领域小伙伴解读了10月30日国务院常务会议通过的《深化“互联网+先进制造业”发展工业互联网指导意见》，为工业互联网的发展盖上了国家战略标签。

精益卫士团队的首席产品官谷甘军和首席品牌战略官杨明波也分别进行了《人工智能在工业设备运维中的应用》和《数据驱动服务与服务型制造供应链创新》的主题演讲。同时，11月11日也是《精益卫士维修辅助系统》产品正式面世和《数字化工厂+工业维修服务体系》新书面世的日子，现场反响强烈！

会议现场和众多企业设备负责人初步交流后，我们两位创始人筛选出了三家标杆企业在会后进行实地拜访交流，他们分别是：风电龙头企业南高齿、船用发动机龙头企业沪东重机、电动车龙头企业雅迪。现场实地交流后，均顺利达成合作意向，接下来将进一步加快精益卫士项目的实际落地运行，早日为这三家伙伴企业实现提升设备运维能力、降低生产成本、提升产品按时交付能力、打造行业数字化运维标杆。

会议虽已过去半月，但每天还是有好多关注人工智能在设备维修领域应用的企业设备管理人员在持续的向我们要11月11日的演讲稿，所以在这阳光明媚的周末，小编特将现场PPT原稿和演讲内容放出来分享，希望能对设备维修和管理人员有一些启发，共同促进、共同成长。

演讲正文：

各位工业领域的小伙伴们，大家下午好，我是精益卫士首席产品经理谷甘军，非常荣幸能在今天这个属于工业人的盛会中和大家一起学习和分享人工智能在设备运维中的应用实践

人工智能，听起来很高大尚，那和我们这些苦哈哈搞工业运维的人有什么关系呢？今天，借着这个机会，让我们一起来打开这座黑科技的大门

第一张图是媒体报道的人工智能，怎么样？很酷吧？而我们学术界的科学家们发表的，却是这样的，第二张图。而大公司宣传的呢，在指甲大小的芯片上，比如华为麒麟970芯片，内置了NPU神经网络单元和55亿个晶体管！酷毙了！既然精益卫士不干硬件，那一说人工智能，别人以为我干的就是这样的，第四张，典型大学教授啊！而我以为我干的，却是这么酷的：魔法师！挥一挥棒改变世界！很伟大！但我现在每天看到的，其实最后这张，才是我实际干的。。。海量数据，海量识别，海量关联，海量处理

那怎么处理的？

其实人工神经网络数学模型早在50年代就已经有了，但是那时没有计算能力，也没有海量的场景数据做支撑，所以这就是人工智能的第一层，就是要解决最基础的计算能力和数据获取。第二层才是我们的框架、算法、和通用技术，比如语音识别、图像识别、自然语言处理、定位与地图等技术。第三层，应用平台层，这是目前比较短缺的，各人工智能应用公司都是单打独斗在啃用户啃市场，市场具体体现就是智能客服，无人驾驶，智能翻译等等

那如何才能构建成人工智能这个宏伟产业？首先学术领域的基础理论和新一代信息技术是基础。从第三层的具体应用领域开始，就需要我们的政府+投资，公司+人才，以及根本的社会需求驱动了，社会需求是必然存在的，比如我们设备维修领域，人才就是严重短缺的。政府在十九大报告中也明确了要大力支持人工智能产业的发展，现在整个环节最缺的就是具有强烈创新精神的团队

目前人工智能的主要应用方向有自动驾驶、图像识别、语音识别等领域，比如我们常见的安检、语音输入法、智能翻译等

修设备！帮助新人学会修设备！让企业的人才育成时间从两年缩短到一天！

帮助老员工修设备！技术日新月异的今天，随着中国制造2025的推进，设备智能化程度的升级，从客观环境上已经颠覆了人传统的认知思维，可能一个干了20年维修的老电工，在数控领域，在机器人领域，还不如一个刚毕业两年的大学生，没办法，这就是现实，无论你想还是不想，你不变革，不升级，企业就变革你

所以我们来了！

以我们前面的斗山加工中心防护门不动作为例，我们找中国最强大脑百度试试，看看它能不能帮我们答疑解惑

这是我们搜索出来的第一页，排在第一的回答是：你好，我也不知道，对不起！我就是来赚分的。排在第二的回答，还是最佳答案：呵呵，真专业。我也是来赚分的。。。

那我们翻到第一页的最下面试试。。。。竞价排名、SEO都出来了。。。。

很显然，即使强大如百度，在设备维修这个垂直领域，也是不能抚慰到人心的，所以精益卫士是为设备维修知识共享而生！

一个刚毕业的机电专业学习成长为高级技师，需要近20年！假如这个人每天工作8小时，每天不停歇维修8单事后故障，每单1小时，每年工作250天，那一年也只能维修2000单。20年需要维修4万单才能积累到非常丰富的故障经验。以一家汽车核心零部件加工企业为例，假如每新增一家客户，给精益卫士新增20万条十余年沉淀下来的历史维修数据，也就意味着新增了5个高级技师的维修技能和知识！而10家企业的历史维修数据，就直接新增50个高级技师！制造行业有多少企业呢？根据国家统计局2015年数据，成规模以上的制造企业有30万家！这是一个海量的知识库。

而我们做的，就是帮助这些正在成长为高级技师的人才，缩短他们的时间成本，无需亲身经历4万次的维修，就具备高级技师对故障的判断能力和修复能力

也是为帮助数千万设备维修兄弟们的快速学习和成长，为中国培养更多的工匠而生，因为我也是做设备维修出身的，几乎没什么可能成为一个牛逼的工匠，所以就被逼改行搞软件去了。。。。

ps：微信的张小龙不擅长沟通，所以他设计了一个最让人容易沟通的工具：微信！今天，我是身披设备人和互联网人双重身份和让更多的人更容易成长为大工匠的使命来的！请看大屏幕。。。

这是帮助新人的，上岗第一天，只要有精益卫士在手，也能立马就上岗实战。因为每新报修一单故障，我们的人工智能算法都会自动对故障进行识别，并从海量知识库里筛选出最有可能的故障原因，按可能性从高到底的排名，也就是新人不具备故障分析推理能力也没关系，按照人工智能系统给出的建议逐项进行排查就可以了，所以精益卫士在手，维修故障不用愁

那对于有维修经验的人，但没修过这个故障的人该怎么帮助呢？

通过人工智能的知识共享，让只要有一个人修过的故障，就所有人都知道他是怎么修复的，这个智能推送可以大幅节省重复故障的排查时间,也就是从传统的逻辑顺推转变为以结果导向的反推，只需一个一个确认是否是这个原因导致的，相同故障，不用消耗相同的故障诊断时间，实现了维修人员之间大脑的连接

反过来看看整个互联网的发展历程：

互联网平台的1.0时代，简单粗暴，但很实用，那就是打通信息的不对称，连接供方和需方。

互联网平台的2.0时代，自营加撮合。

互联网平台的3.0时代，赋能！

那么我们在这方面能给大B端的制造企业和小B端的服务商做一个什么样的赋能呢？

我们可以通过大数据和人工智能技术洞察企业业务现状，解决企业通过传统的人工统计分析识别不出来的重复故障、瓶颈故障，然后再按供需进行智能匹配，确保供方和需要的精准对接，让企业聚焦在生产性维修的80%上，而企业内部解决不了的20%高精专故障，则让社会化维修资源来帮助解决，这也是未来工业互联网“连接、赋能”的真正含义所在，一切以用户价值和用户需求为依归，从工业服务生态角度，一起为客户达到成功，一起来共同促进中国工业互联网产业的真正落地和蓬勃发展

通过上面的三个真实业务场景演示，相信小伙伴们已经对精益卫士是干什么的已经有了一个直观的了解，我们也诚邀工业设备领域的小伙伴们，一起帮助我们工业客户用新技术、新思维去解决传统的一些痛点，客户成功，我们才能成功！

最后，也简单介绍一下我们。我们是一家脱胎于互联网上市公司的创业企业，产品从2015年9月开始研发，到现在为止已经拉着丰田、本田、可乐等世界500强制造企业的20多名设备运维专家共同迭代了280多个版本，这是我们的微信服务号，里面有详细的产品介绍，感兴趣的小伙伴可以关注一下

工业互联网平台企业应明确产业化边界，不能偏离主航道。

作者：杨明波 来源：工业4点0俱乐部工业服务研究中心

10月30日，国务院常务会议通过了《深化互联网+先进制造业，发展工业互联网的指导意见》，这是“十九大”以后从国务院发布出来的第一个落实“十九大”关于建立社会主义新型经济体系，关于互联网、大数据、云计算等与实体经济相结合的第一份重要文件。

忽如一夜春风来，千树万树梨花开，从11月11日苏州.工业互联网发展论坛，11月21日广州.中国工业互联网大会上《工业互联网平台白皮书》的正式发布。无论是“榜上”有名的国家级工业互联网平台，还是贴近于工业服务方向的各类服务商，都争相拥上了工业互联网发展的赛道上来。

尽管热闹异常，但我想说明的是，赛道≠航道，工业互联网平台≠工业互联网，政策≠市场，工业互联网要深入制造业，必须回归到商业航道上来，明确产业化边界，赋能产业，真正实现深化供给侧结构性改革，促进实体经济振兴、加快转型升级。

1. 如何正确的看待工业互联网

全球产业转型升级，使得GE这样的B2B装备制造业面临挑战，如何在新的一轮装备市场竞赛中获得优势成为必然的战略决策，在以建立“更经济、更安全、更绿色、更快速”的工业体系目标下，以预测性维修为主要突破点，建立了首个从传感器数据采集、数据传输、开发平台、工业服务等一体化的全新互联网形态。

从这些信息提炼，有几个关键词非常重要，“B2B装备制造业”、“工业物联网”、“传感器”和“网络基础设施”等，GE的一举一动，更是牵动了中国企业的神经，无论是B2B装备制造业、坚守10多年的传统互联网企业、通信业、还是工业服务企业（如传统的EAM供应商、预测性维修服务商），甚至是BAT巨头们，纷纷加入了工业互联网阵容。

回归到实质上来，这是一场中国工业制造与全球工业制造同一起点的竞争，其服务对象是亟待转型升级的B2B用户（包含工业制造业、农业、工程及智慧城市相关的公共服务产业），参与主体自然是服务于B2B用户的装备制造企业、工业服务业和网络基础服务商，其关键点在于如何在B2B供应链中，探寻深化供给侧结构性改革的方法与路径。

2. 工业互联网建设的两个关键点

第一个关键点，必须要明确数据的主体是谁。只要有组织的存在，数据的主体通常情况下是用户组织本身。多数的企业已经意识到数据是组织资产的重要的组成部分，数据上公有云的条件实际上是不成立。

比如工程机械领域，大型装备制造业企业，许多都开始建立工业互联网平台，那么这个数据的核心就一定属于这个制造企业本身。农业相关的物联网发展比较迅猛，这个数据的主体则一定是城市区域、主管单位拥有。智慧城市、能源物联网，道理是一样的。

当然这也有例外，涉及工业企业设备维修、维护，因牵扯到工厂使用单位、社会化维修组织、装备制造商、备件供应商，这些数据就必须有整个产业链环节实现共享。就好比医疗产业而言，个人的病历数据，实现疾病治疗和防控，就必然依赖医疗机构与医疗器械、药品的配合才能完成。固然，涉及维修维护领域，必然要依靠产业供应链的协同才可以发挥最大的价值，这是个通用领域。

第二个关键点，人才在工业互联网建设中发挥的关键作用。其一：人工智能、大数据、互联网与实体经济深度融合，对于大数据分析、算法工程、管理创新理论、业内技术专家人才的需求将会大增；其二：工业互联网本身要开放和赋能，有利于B2B产业链条上的产业工人、管理决策者、工业服务商、数字化服务商、装备制造商、技术服务商实现知识交互、协同，加速产业知识积累和重用，培养产业化形态下的新型工匠精神和能力。

3. 工业互联网平台建设航道与产业边界

航道一：装备制造企业服务型制造平台

对于大型的工程机械、物流设施等适合租赁的装备制造商，或在工业制造中的提供关键复杂设备的装备制造商。建设自身符合自身商业生态，强化生产性服务融合能力，构建基于预测性维修为主线的后工业服务能力，租赁创新、供应链金融创新的工业互联网平台是至关重要的。

注意：这些平台模式通常只适合装备制造业中龙头企业，适合B2B企业自身建设，不适合行业通用。

航道二：企业能源工业服务平台

制造业工厂的能源部分（水、电、气、热、冷），由于不涉及产业形态本身的关键工艺，管控难度大，通常适合运维托管和运行托管。依托专业化的运营管理团队，通过节能改造、数字化运行与维护管理，实现更节能、更经济、更绿色的企业能源产业形态。

注意：能源托管需要本地化的专业运营团队，适合场景包括中小型制造业园区、大型制造业能源部分、酒店和商业中心，同时应搭配节能相关的产品和技术解决方案。

航道三：智慧城市、智慧农业、智慧能源公共服务平台

相对于制造业组织而言，智慧城市、智慧农业和智慧能源属于典型的产业形态，数据驱动带来的价值，有利于宏观调控、应急处理和专项管理。

注意：产业形态所面临的是复杂系统，需要高度匹配产业形态，业内专家、工业互联网平台企业需面对产业政策、地方政府、以及多样化的资源整合能力。

航道四：基于数字化制造的工业互联网平台

工业制造业是实体经济的主体，装备水平、管理水平（知识积累程度）、信息化程度（孤岛）等具体情况在每个制造企业都参差不齐。关键是解决数据来源问题，包含工艺、设备采集的物理数据、业务系统的管理数据，执行系统的作业数据，依据这些数据库，通过价值识别，利用分析工具形成可识别的可视化界面，通过隐性问题显性化，有效识别影响价值增值的关键瓶颈、实现经营业绩、效率、成本、库存等全要素的价值优化。

注意：数据库的完整性是基础，价值识别与数据分析是至关重要的，如果一开始就不能清楚数据的价值，只是强调数据收集和展示，意味着这个项目不能成功。工业互联网平台也不能指望通过不同企业的海量数据来对比，这会让用户拒绝，数据中心一定是实现本地化部署。即便是明显产业链的企业，也只是上游企业通过接口授权向下游企业开放，数据上云并不容易实现。

航道五：基于数字运维的工业服务产业互联网平台

对于绝大多数的装备制造业、以及绝大数的中小制造业，并不具备工业互联网平台的构建能力，这就与现实中的小河无水、大河断流的情况是一致的。

从现有的工业制造业现状来看，如何降低生产系统故障率、提高生产保障能力，降低维修成本，提高基层设备维修工人的维修技能和服务能力，提高制造业运维能力，是立竿见影的方式。

关键在于如何通过产品颠覆，从基本的故障报修、维修响应解决基本的维修资源高效匹配问题，通过AI人工智能技术加速维修人员技能知识共享和水平提升，通过数据分析与AI人工智能结合，建立以数据驱动智能决策系统，帮助工业企业识别瓶颈、建立全员参与、全员考核的内部运维价值增值活动。

由于这些数据本身只是设备健康病历数据，不涉及工厂所有核心数据，这就为上云提供了最基本的基础。基于这些基础，这些数据具备了供应链赋能的能力：包括与振动分析、油液检测物联网企业实现企业内部管理闭环、外部专业维修能力整合；与维修服务企业实现价值对接，帮助用户解决高精专的疑难故障；与工业品服务电商对接，实现备品备件工业品需求量化、预测，而从赋能供应链效率、实现供应质量提升，建立绿色供应链体系；与供应链金融有效匹配，将有效解决低价中标、减少B2B供应质量争议，规避回款难的三角债风险；与装备制造业实现销售产品的质量反馈报告，有利于产品设计优化、有利于后市场服务能力优化。

注意：基于数字运维的工业服务产业互联网平台的前提是数字运维工业APP或数字运维软件，是从SaaS到平台，从平台到供应链商业闭环的过程。前期的获客能力和获客成本是非常关键的因素，基于产业政策建立园区形态的智慧服务社区，将有利于加速这一商业闭环的过程，这对于振兴实体经济、实现产业升级是非常有价值的实用路径。

人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：

重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？

AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：

精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。
高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。
边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：

创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。

给决策制定者和商业领袖的建议：

超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新
评估未来的知识和技能类型；
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开
发过程中确定更加明晰的标准和最佳实践；
重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临
较高失业风险的人群；
开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和人工智能，像君子一般融合，一起体现科技就是生产力。

如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。