郭朝晖

探讨自动化、数字化与智能化的区别与联系，要从上世纪40年代谈起。随着人类历史上第一台电子计算机诞生，也产生了信息论、控制论等彪炳史册的伟大理论。

自动化：

本质是感知、决策和执行的统一

自动化的理论基础是控制论。控制论诞生时，控制论之父维纳思考了这样一个问题：机器和人（动物）到底有什么区别？维纳认为，机器一般只能按既定的步骤和逻辑运行，而人（动物）则能够通过信息感知到外部变化，并根据这些信息进行决策、采取行动。同样，自动化系统一般由传感器、控制器和控制对象构成，分别用于获得信息、决策和执行。因而，“感知、决策和执行的统一”可以看作是自动化的本质。

控制论的产生有个重要的技术背景，即弱电技术的产生和应用。强电一般是用来提供能量的，弱电则与信息技术有关。传感器测得的弱电信号用来表示信息，控制器用弱电进行计算和决策，同时，弱电又可以通过控制强电系统带动控制器的运行。这样，利用“电”这一技术手段，打通信息和物理世界，把信息世界的感知、决策和物理世界的执行统一起来，可以解决一般性的控制问题。

传感器获得的信号一般是模拟信号，即连续变化的信号。控制理论产生之初，控制器主要由电阻、电感、电容等电子元件搭建而成，可以直接处理模拟信号。与模拟量相对应的是数字量，一般是指用0、1二进制表示的数据，计算机存储和处理的数据、互联网传输的数据便属于此类。通过数模、模数转化，数字化信息和模拟信息可以相互转化。

传统自动化技术取得了巨大的成功，但也有其局限性。比如，经典控制理论往往只是针对那些能用线性常微分方程组描述的物理对象，而许多物理系统不能用这类数学模型描述。另外一个局限是，自动控制往往只能针对结构和运行逻辑不发生变化的控制对象，如单台设备、阀门这样的小系统，这类其系统的结构和运行逻辑稳定是一种常态；而针对工厂这样的大系统，却难免出现某些设备故障、生产异常。对于上述问题，数字化方法具有巨大的威力。

数字化：

推进关键在于计算机和互联网的深入应用

推进数字化，其实就是要推进计算机和互联网的广泛、深入应用。

首先，数字化建模能力强大。利用计算机，人们有能力描述任何数学公式、物理对象以及生产和业务过程，工厂里的人、机、料等所有要素，都可以在数字化空间中加以描述。过去，受存储、处理能力的限制，这种能力无法充分释放。随着摩尔定律的延续，互联网、云计算、大数据等技术的产生，人们有能力在数字化的虚拟世界中完整描述制造企业的各种业务活动，并通过这个虚拟世界管理和控制物理世界。

其次，计算机和网络系统可以帮助人类进行决策。无法实现自动控制时，一般需要人类专家（如调度人员、管理人员）进行处理。这时，这些系统能够帮助管理者获得信息、分析问题并传送指令，让人类能够更好地决策。从控制论的角度看，人类专家本质上是充当了一个“控制器”的角色。

制造企业的计算机系统往往是分级的。钢铁企业最常见的做法是分成4级——L1~L4。其中，针对阀门、设备级系统进行控制的L1、L2系统一般被称为自动化系统；针对车间和工厂的L3、L4系统一般被称为“信息化系统”或者“管理计算机”。容易发现，层级低的系统往往反应速度快但管控范围小，层级高的系统反应速度慢但管控范围大。同时，低层级的计算机自动控制的比例高，高层级计算机自动控制的比例低。这种现象表明，对计算机系统来说，反应速度快、自动化程度高与管理范围大是矛盾的。

这种矛盾，对钢厂的管控是不利的。在钢厂里，能源、环保、质量、生产组织往往都会涉及多个部门和工序，属于大系统的问题。一个环节出现问题，往往需要大家协调解决。殷瑞钰院士经常说：“钢铁企业是典型的耗散系统。”如果问题处理得不及时，就可能导致能耗的增加、质量和生产效率的下降。然而，生产现场关键信息的出现是秒级、毫秒级的，而跨工序、跨部门的协调可能会耽误几个小时乃至几天。比如，连铸过程瞬间发生的问题，可能在几天后引发冷轧产品的质量缺陷。

在传统的计算机系统架构下，这类矛盾难以全面地解决，因为人类专家无法处理成千上万台设备和传感器发出的秒级、毫秒级的信息，而机器不擅长灵活处理跨工序、跨部门的大系统协同问题。这样的问题，需要在智能化时代，用数字化方法加以解决。

智能化：

管理与控制的深度融合

GE（通用电气公司）工业互联网白皮书指出，工业互联网有3个要素：智能的机器、高级算法和工作中的人。其中，智能机器就是能够接收数字化指令并发送相关状态的设备或者传感器，是数据的源头。可以设想，在钢厂这样的大企业中，传感器的数据成千上万，人类是处理不过来的。为此，高级算法可以像人的秘书一样，从复杂的实时数据中，找出那些需要人类关注和处理的问题，再交给“工作中的人”来处理。这样，需要人类处理的问题是经过挑选的，实时性并不是特别强，故而人类有能力处理这些问题。

事实上，如果工厂发生的问题是常见的，还可以把人类专家处理问题的逻辑和方法变成计算机代码，让机器按照人类的想法进行决策，即所谓的“人智变机智”。这样就可以进一步减少人类处理问题的负荷、提高决策的自动化水平——这其实就是智能化了。

对此，人们经常存在的疑问是：这种做法的价值何在？这种做法的重要意义，在于提高企业的管理水平。我们知道，只要是人类参与的工作，往往都会存在管理问题。在我国，所谓“技术水平低”，实质上往往是管理或者人员操作的问题。在某些钢铁企业，管理问题所导致的成本损失远远超过企业的利润。涉及到个人和部门利益时，管理会变得非常困难，因为管理问题经常被有意地隐藏起来；涉及到多个部门的协同和共享时，传统的管理方法往往又难以迅速解决问题。

然而，利用上述数字化、网络化的手段，很多人类的决策工作可以交给机器去做，或者在机器的帮助和“监督”下去做。从这种意义上讲，传感器的信息不仅可以用来描述设备状态、工艺情况，还可以用来反映人的工作状态，它们就像管理者在生产过程中的“眼睛”，能为管理者赋能；对现场的操作者来说，还可以通过数字化的手段直接认识到操作对经营管理的影响。比如，煤气供应不足时，次要工序的生产可能不利于企业的整体利益。这些办法都有助于实现企业整体利益的最大化。

宝钢原首任技术副厂长何麟生先生说，鞍钢宪法要求“管理者参加劳动、工人参加管理”。在过去的技术条件下，这一点很难做到。然而，当前借助数字化手段，管理者能看得见现场，工人也能理解管理者，上述要求就很容易实现了。

从某种意义上讲，智能化是管理和控制的融合、自动化系统和信息系统的融合。从控制论的角度看，传统的自动化、信息化和智能化，都是“感知、决策和执行”的统一。但是，自动化往往针对实时性强的小系统，决策是自动的；信息化往往针对实时性弱的大系统，决策者是人；而智能化往往是针对实时性强的大系统，决策是人机的融合。换个角度讲，也就是许多原来由人负责的管理和决策问题实现了自动化、半自动化。

事实上，类似的想法很早就出现了。宝钢建厂之初推动的“数据不落地”就包含了类似的思想，计算机集成制造系统（CIMS）的思想也与之类似。但是，当时的技术条件让这些想法很难落地。摩尔定律的延续，才造就了今天的机会。

此外，在推进智能化的过程中，往往还涉及到组织流程的重构、商业模式的创新，甚至还需要对物理设备和生产流程进行系统性的优化。从这种意义上讲，自动化往往是相对单纯的技术问题，而智能化的关键却可能是管理问题甚至战略决策问题。