中国工程院院士李培根：优秀企业的能力主体应该是软能力，而不是硬能力

11月22日-25日，中国世界智能制造大会将在江苏南京举行。工程该软作为专题论坛之一，院院优秀硬制造智能决策控制（工业软件）论坛由世界智能制造大会组委会主办，士李爱波瑞（江苏）科技发展有限公司、培根南京德锐企业管理咨询有限公司联合承办，企业于2022年11月22日在南京国际博览会议中心扬子厅举行。力主力

中国工程院院士李培根在演讲中表示，中国优秀企业的工程该软能力主体应该是软能力，而不是院院优秀硬硬能力。

“比如说我很好，士李场景的培根设备非常好这是硬能力。但实际上真正企业的企业能力要通过很多软件驱动，我们讲软能力的力主力时候也包括文化，软件产生我们也把它叫做软能力，中国这个能力是非常重要的。哪怕是一台硬件设备上的能力表现出来的是硬能力，但这个硬能力背后是软能力支撑的。汽车上那么多软件你燃油喷射的效果一定不好。”他说。

以下为演讲实录：

我今天的话题就是数据与软件意识，我觉得我们现在企业数字化转型包括我们讲精益管理、精益生产什么的，数据软件意识都非常重要。有一句话叫“软件定义世界，数据驱动未来”，数据作用跟当年电的产生那时候对社会和工业的作用差不多。我从两方面说，首先就是数据意识主要是数据驱动和观念，是搞工业互联网非常强调数据层面，三个要点就是人、数据和机器，我们讲企业需要数据驱动，他是指一切过程，包括设计、生产、管理过程等等，设计中、生产中、一切目标、一切事务实际都需要数据驱动。

运维服务就是我们搞装备制造的预测性维护很重要，这个就是要从机器上采集数据，数据驱动进行分析判断是不是需要运维。多年前我到美国柴油工厂，投入运行后就连接到工业互联网平台，所有的数据都通过传感器送到云端进行分析。

世界上最大的工程基建企业他们的运行维护都在UPTAKE的平台上，就是数据加上模型，这个模型是什么意思，就是针对特定的应用的一些模型，比如怎么节油，让耗油更低、故障诊断等等，特定的应用有相应的模型，数据加上模型可以服务于制造商、工程机械的承包商甚至可以服务于开工程机械的工人。

数据的相关关系是非常重要的，现在大家要有这么一个意识，我讲数据意识的数据观念特别重要。有学者讲大数据时代我们最大的转变就是放弃对因果关系的苛求，取而代之相关关系，这个话不要理解不是我们放弃因果关系，你不能够仅仅只是关注因果关系，我们还需要关注相关关系。当企业比如关心企业的成本，想改善一点点经济，就需要从很多的数据观念之间去挖掘一些原来意识不到的采取措施。

这里再举一个例子，开发下围棋的Alphago的DEEPMIND把GOOGLE的数据中心节电降低了15%，计算存储设备一开机就能耗电，没有数学模型，原来意识到的问题都采取了措施，想进一步的我们再想改善一点点，把这个电再降低一点点他们就是在设备上装很多传感器，包括建筑物的结构上因为不同的数据中心建筑物的结构也不一样，各个地方的气候环境都不一样，收集这些数据也是深度学习之类的，最后发现一些以前根本没有意识到的观念采取措施，最后使电降低解决了15%，这就是非常可观的。

改善一点点是需要我们从数据观念中间发现的。我们还需要要有整体联系的意识，我们传统文化中医把人看成一个整体这是一个很好的思想，其实工业上我们一个企业里整体联系是很多东西相互有联系，但很多我们忽略了或有的我们根本没意识到，有的意识到你也不知道关联到什么程度就忽略了。现在还有一个开发产品，都把产品放在一个更大的系统里考虑。约翰迪尔是做农业的企业，不仅是考虑拖拉机的功能，还考虑拖拉机和其他不同农业设备的数据观念，非但如此气象、土壤、施肥、灌溉等等跟拖拉机的数据关联在一起大家想一想，他也是用于发现一些新的观念，然后分析帮助农场主做出更好的决策。

还有数据关联驱动产品创新，福特他们够收集约400万辆装有车载传感设备的数据，通过这些数据分析，发现一些新的采取措施，实际上也是一些小的创新。比如像汽车类的噪声，把噪声降低一点点也是通过收集一些数据后分析最后包括怎么改变扬声器的位置，噪声会小一点，这都是一些很好的例子。

做世界上最大的航空发动机专门做了一个试验台，就是采集大量的数据1万个参数中间获取数据再分析，也就是发现数据的观点，同样发现的这些观点是原来我们的工程师乃至于搞发动机的科学家们他们都没有意识到的。数据有时候可以驱动复杂产品的创新。

这个例子是工人操作可以通过工业摄像头采集数据，然后去分析工人动作怎么优化最好。

第二个话题软件意识。数据意识、软件意识，我们今天论坛是强调工业软件的，我特别提到软件意识。前两年大众的CEO说不久的将来，汽车将成为一个软件产品，某种程度上它命名是一个硬梆梆的东西，怎么说它是一个软件产品？无非是说汽车里含的软件越来越多，汽车新的创新绝大多数都和软件有关。

特斯拉马斯克今年的股东大会上讲，他说特斯拉不仅仅是一家公司，而且集众多公司于一身，既是硬件公司也是软件公司，一方面开发出的汽车里含有大量的软件，另一方面企业里也用了大量的软件，工厂、网络都充斥着软件。

我们现在有一句话叫软件定义制造，很多搞机械制造、控制的人听的这个话很不服气，我算是搞制造机件出身的我还是服气的。早期的CAPP、CAD的软件还不能真正说它定义了制造，它主要是提高了效率。比如早期的CAD主要解决画图的问题，我趴在图板上画图用一个星期，用CAD可能一天就画出来了，但毕竟我画一个星期还是能画出来。但现在我们讲软件定义制造的软件，如果没有它可能我们人花再多的时间也做不出来。如果这样的情况下我们讲它定义了制造不过分。

这个图你能够想象出来、画出来吗？我是搞汽车的我不行，我花再多的时间还是不行，但现在我们有软件生成式的就能自动设计出来，请大家注意不是要设计出来好看，它是经过了优化的，不仅满足刚度、强度的要求约束条件，而且节约材料，有一些地方譬如要防震等，总而言之性能最好，要达到这个效果。

汽车成本软件占了汽车的成本高达40%以上，可见软件的作用。特斯拉代码超过4亿行。哪怕燃油喷射我们做汽车感觉不到，实际上背后是由软件控制的，没有软件控制喷射效果搞人工是不行的。所以很多功能背后是软件在起作用。这里一个例子更有趣，现在讲自动驾驶智能网联汽车，现在无人驾驶的技术安全程度已经超越了人类驾驶汽车的安全程度，但我们依然还没有推广，因为我们对无人驾驶是非常挑剔的，你不能出一点事，尽管你已经安全诞生但我们对它的要求它的安全程度比人类驾驶的安全程度高两个数量级才行。

现在这种情况一般L2、L4就是很高的基本就是无人驾驶，L2就是辅助驾驶，但由于我刚才说的人类是一个很挑剔的，所以我们就需要对无人驾驶测试的场景、里程要求非常高。像广汽预测实现L4自动需要10亿个测试场景，多年前我到美国加州、亚利桑那都可以看到Google无人驾驶在公路上测试，但特斯拉聪明，他就是把他投放出去的车上安放了自动驾驶的软硬件，人在驾驶自动驾驶的软件跟人的驾驶对比判断，收集大量的数据就相当于在测试。

特斯拉就不是专门的车去测试，他是在投放卖出去的车上几十万辆车上测试，那就不一样了。所以现在他就是搞的影子模式。Google旗下的Waymo搞了好多年，但特斯拉已经超过了20亿公里，背后是软件做的，软件里的人工智能这些都包括。

我特别提醒大家一点的就是我们优秀的企业你的能力的主体应该是软能力，而不是硬能力。这个话怎么说呢。比如说我很好，场景的设备非常好这是硬能力。但实际上真正企业的能力要通过很多软件驱动，我们讲软能力的时候也包括文化，软件产生我们也把它叫做软能力，这个能力是非常重要的。哪怕是一台硬件设备上的能力表现出来的是硬能力，但这个硬能力背后是软能力支撑的。汽车上那么多软件你燃油喷射的效果一定不好。

就像一个冰山，我们看到的显性的上面的是一小部分，但最大的一块是在水下的看不见的是阴性的。同样企业的软能力就像水下的冰山一样，总而言之大家注意软能力建设。我想企业要精益、持续改善，需要数据驱动和软件支撑。我们讲精益数字化我理解也是这个道理。数据和软件互为关联交织在一起，千万别忽视软能力，谢谢大家！