目前，由場景驅(qū)動的工業(yè)數(shù)字化發(fā)展理念正逐漸被行業(yè)所接受，并形成“場景為王”基本共識。然而，在構(gòu)建工業(yè)數(shù)字場景的過程中，工業(yè)數(shù)字場景中的不同角色“場景”工業(yè)數(shù)字場景的建設(shè)和推廣迫切需要一套系統(tǒng)方法論的指導(dǎo)。作者試圖應(yīng)用它“象，數(shù)，理”從三維分析的角度來看，應(yīng)用程序從場景的應(yīng)用范圍出發(fā)“小場景”和“大場景”分層分析定義它“象”研究微循環(huán)、小循環(huán)、大循環(huán)等工業(yè)數(shù)據(jù)流現(xiàn)象“數(shù)”多層循環(huán)，和“理”指導(dǎo)工業(yè)知識內(nèi)化和場景迭代升級。
一、象工業(yè)數(shù)字化的小場景和大場景
工業(yè)數(shù)字化的概念可以大也可以小。宏觀是一個系統(tǒng)工程，微觀是幾個相互關(guān)聯(lián)的場景單元，類似于解決發(fā)明問題的理論（TRIZ）在子系統(tǒng)、系統(tǒng)和超系統(tǒng)的討論中，層層嵌套，相互關(guān)聯(lián)。目前，宏觀、中觀、圍觀研究對象和內(nèi)容在推廣智能生產(chǎn)、網(wǎng)絡(luò)合作、個性化定制、服務(wù)延伸等新型工業(yè)數(shù)字模式應(yīng)用過程中往往混淆，缺乏一致的理解和目標(biāo)。因此，在推廣工業(yè)數(shù)字應(yīng)用的過程中，也需要運用系統(tǒng)思維來構(gòu)建多層次、多類別的場景系統(tǒng)，以表達其“象”。
所謂多層次，就是根據(jù)設(shè)備級、生產(chǎn)線級、車間級的小場景，以及工廠級、企業(yè)級甚至產(chǎn)業(yè)鏈級的大場景，根據(jù)不同的應(yīng)用范圍和具體需求。早在2013年，德國發(fā)布的工業(yè)4.0系統(tǒng)就提出了智能制造“縱向集成”理念是將企業(yè)管理體系、運營體系、制造體系、基礎(chǔ)設(shè)施等多層次垂直整合。
所謂的多種類型，即不同類型的企業(yè)，應(yīng)用環(huán)節(jié)的需求非常不同，需要平行或串行多種場景模塊，這也是工業(yè)數(shù)字系統(tǒng)建設(shè)的基本規(guī)律之一。不同的模塊將滿足非常不同的工業(yè)需求和技術(shù)路線，如基于機械臂的自動裝卸和基于計算機的視覺質(zhì)量檢測。
二、數(shù)-工業(yè)數(shù)據(jù)流多循環(huán)
場景建設(shè)是構(gòu)建工業(yè)數(shù)字化的軀殼，賦予其靈魂需要工業(yè)數(shù)據(jù)的閉環(huán)連接。中醫(yī)講中醫(yī)?！巴▌t不痛，痛則不通”工業(yè)數(shù)字智能體的有機運行還需要構(gòu)建毛細(xì)血管和神經(jīng)末梢、主動脈和神經(jīng)網(wǎng)絡(luò)，支持?jǐn)?shù)據(jù)的有效循環(huán)，實現(xiàn)場景“數(shù)”流動的科學(xué)循環(huán)。
由于工業(yè)數(shù)字場景“象”因此，層次化和模塊化在其背后“數(shù)”層次流通也存在多個循環(huán)現(xiàn)象，即相應(yīng)的顆粒場景、小場景和大場景的數(shù)據(jù)微循環(huán)、小循環(huán)和大循環(huán)。通用模型，如輸入(感知)、計算(處理)、輸出(執(zhí)行、反饋)等，可以簡化每個數(shù)據(jù)循環(huán)。數(shù)據(jù)循環(huán)嵌套在場景的中間層后，可以處理設(shè)備、生產(chǎn)線、車間或工廠等不同層次的并行或串行任務(wù)。在簡單計算方面，數(shù)據(jù)還需要進行終端計算、邊緣計算和云計算等多層次數(shù)據(jù)計算系統(tǒng)的布局。
另外，在工業(yè)應(yīng)用場景的數(shù)據(jù)循環(huán)中，“人”它是一個不可或缺的角色，它起著多樣化的作用。人員可以作為數(shù)據(jù)輸入的入口，例如工作人員向機械設(shè)備或生產(chǎn)系統(tǒng)發(fā)出指令；它可以用作數(shù)據(jù)計算的主體，例如通過視覺檢查判斷生產(chǎn)狀態(tài)和設(shè)備運行狀態(tài)；它也可以用作輸出和執(zhí)行的主體，例如根據(jù)工藝卡操作汽車輪胎設(shè)備或糾正誤差。但由于人為因素的存在，數(shù)據(jù)傳輸和流通在正確性和效率上存在著明顯的問題和瓶頸。
三、理工業(yè)知識內(nèi)化與場景迭代升級
在過去的一個多世紀(jì)里，自動化設(shè)備、工具軟件和管理信息系統(tǒng)已經(jīng)取代了大多數(shù)一線員工在體力和腦力方面的簡單重復(fù)工作。然而，在一些不確定性強、靈活性要求高的復(fù)雜場景中，機器無法直接取代人們的經(jīng)驗和適應(yīng)性。目前，工業(yè)數(shù)字化的推廣也已進入深水區(qū)。目前，工業(yè)數(shù)字化的重要難點在于數(shù)字場景中復(fù)雜工業(yè)知識的內(nèi)化和沉淀，以及工業(yè)智能高度適應(yīng)性的演變和提高。
一方面，工業(yè)知識的內(nèi)化可以基于現(xiàn)有的知識系統(tǒng)數(shù)字化，建立專家數(shù)據(jù)庫或知識庫，包裝成標(biāo)準(zhǔn)化算法或機制模型；另一方面，我們需要期待工業(yè)領(lǐng)域AlphaGo積極挖掘和探索超越傳統(tǒng)認(rèn)知范圍的新產(chǎn)業(yè)知識，構(gòu)建數(shù)字知識核心引擎，積累工業(yè)制造基本規(guī)律。
工業(yè)數(shù)字領(lǐng)域是不現(xiàn)實的。工業(yè)制造數(shù)字場景的建設(shè)將受到工業(yè)知識更新、產(chǎn)品類型升級、工藝流程調(diào)整、訂單需求增加等內(nèi)外直接間接動態(tài)因素的影響，以及人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等新一代信息技術(shù)軟硬件升級的間接因素。因此，不同層次、不同類別、不同模塊的工業(yè)數(shù)字場景需要不斷更新版本迭代和功能點。然而，場景的迭代升級是在整合過去知識和經(jīng)驗的基礎(chǔ)上進行的增量創(chuàng)新，以確保其進化和改進的連續(xù)性，當(dāng)然，也不排除破壞性新場景的跨越式發(fā)展。
總之，工業(yè)數(shù)字化是一種“持久戰(zhàn)”需要探討成熟可靠的方法論和可持續(xù)的長期投資。本文初步闡述了工業(yè)數(shù)字場景的工業(yè)數(shù)字場景“象，數(shù)，理”三個方面可以結(jié)合工業(yè)企業(yè)的實際情況進一步系統(tǒng)思考，重塑數(shù)字轉(zhuǎn)型戰(zhàn)略思維的場景驅(qū)動，支持企業(yè)協(xié)會小場景集群建設(shè)，開放內(nèi)外數(shù)據(jù)循環(huán)經(jīng)絡(luò)，促進數(shù)據(jù)充分挖掘和利用，繼續(xù)深化工業(yè)知識內(nèi)化，以工業(yè)數(shù)字場景為核心，在外部環(huán)境因素的影響下進行迭代升級。
