IC670ALG310-JA 押注“工业4.0”让中国输掉“第四次工业革命”？

十几年前德国提出工业4.0概念以后，中国制造业是最积极的实践者，对智能制造投资力度之大不说举全国之力，和欧美日韩任何一个经济体相比也够得上天量资金投入了。按理说应该已经实现了张教授所谓的“清场式遥遥领先”，但事实却并非如此。

我们过早地“梭哈”了一个“伪第四次工业革命”，当我们“清盘”离场之后，下半场更大的赌局才开始：门槛更高，筹码更大，规则更复杂，限制条件也更多。所以跟了两把就下桌了。

本文观点及逻辑

“工业4.0”没有提出足以开创一个时代的理论或技术远景，与前三次技术革命没有可比性，因此算不上“第四次工业革命”
由于过度关注“工业4.0”，导致同时期的同样重要的制造技术新趋势被忽略，其中就包括与AI相关的“生成式设计”
大量的资金和社会资源被引导至制造环节，原本极度欠缺的工艺和设计能力没能即时加强，导致中国制造业创新不足但产能过剩的问题更加尖锐；
生成式人工智能获得突破后，收益最大的是设计和工艺环节，之前人脑无法想象的新结构和新方法都将被AI轻而易举地创造出来。而这恰恰是中国制造欠缺的。
人类无法通过“逆向工程”获得由AI生成的复杂结构的设计思路，也就是说AI的设计无法“山寨”。即便反求获得了外形参数，模仿的速度也跟不上AI创新的速度。
如果10年前没把眼光锁死在“工业4.0”，也许“生成式设计”，“自适性拓扑结构优化”，“智能材料”，“轻量化设计”等概念会百花齐放。
正文

仔细想来，我也算是最早蹭到“工业4.0”流量的那波人。工业4.0概念发源于德国，弘扬于中国，所以2012年之后就有大量的来自高校，政府，企业和投资界的同胞到德国考察工业4.0项目。当时我还在MAKA做非标设备，所以就提了个MAKA 4.0概念，其中包括设计4.0，工艺4.0和工厂4.0。业内反响还不错，当时高峰期几乎每周都要接待国内的参观团，也是给老东家免费做了多年的市场推广。

但是到了14年左右的时候，德国制造和工业4.0开始被神化和过度吹捧，以至于中国制造企业和政府都认为工业4.0是制造业转型升级的必经之路，自“工业机器人热”后，全国上下相继开始了“工业4.0热”，“工业互联网热”和“智能制造热”。都是对制造环节的过度关注，其中缺失了“设计”和“工艺”。

作为一个有良知的工程技术人员，蹭热度的同时我还是会不断地给工业4.0泼冷水，每次给企业和机构的报告里都会客观地指出工业4.0的局限性。以至于有一次听课的领导直接否定我的观点，他认为工业4.0和智能制造已经上升到了国家战略层面，是不容置疑的。好在游学主办方大都接受不同的声音，仍然会陆续介绍企业。

工业4.0不等于第四次工业革命

这其实也是我多年以来的观点。最先由SAP抛出的工业4.0概念其实都是为其产品的市场推广服务的。比如当时SAP刚刚推出的HANA企业数据库，所以SAP对工业4.0的描述偏重“大数据”，“数据挖掘”等应用；西门子那时候已经重新整合了“博图”平台，实现了由虚拟PLC控制数模的运动，即所谓的“软件/硬件在环”。虚拟调试系统MCD成功后，西门子就立刻提出了“数字孪生”概念。“工业4.0”火爆全球后，就整合了CPS，IoT等应用打包成西门子的工业4.0概念推向市场。

虽然其中有一些概念和应用还不错，但是绝对够不上“革命”的力度。

第四次工业革命应该是人工智能大范围的应用

“我们可以用“吓尿程度”来评估目前是否正在进行第四次工业革命。假设我们让瓦特通过时间旅行穿越到1930年代的美国，那么他多半会被灯红酒绿的夜生活和穿梭往来的汽车吓尿；如果让爱迪生穿越到90年代，他也多半会惊讶于各种电子产品和互联网，尽管他是电气时代伟大的发明家，但穿越之后也只能在信息时代做个普通人；要是让图灵穿越到现在，想必他一下子就能理解我们现在所处的信息社会的运作方式，不出几个月他就会再次成为信息领域顶尖的高手。所以如果想让图灵惊掉下巴，还需要更加颠覆性的技术革命和产业革命，可见真正意义的第四次工业革命尚未开始。” —-《2021，和工业4.0说拜拜》

“工业4.0理论”（姑且称它是一种制造业发展的理论吧）最大的缺陷就在于它对正在发生的第四次工业革命和科技革命缺乏远见。只看到了当下成熟的网络技术，对人工智能，新材料，新工艺等有可能颠覆现代制造业的技术和理论缺乏想象力。—-《2021，和工业4.0说拜拜》

第四次工业革命真正的主角可能是“生成式设计”

早在工业4.0如火如荼的2015年，空客的一个隔断设计在很多展会上亮相，也获奖无数。就是下面图中的复杂且极具美感的结构。

仿生隔墙采用生成式设计进行了优化，在保持相同稳定性的同时，重量大幅减轻。下面的视频可以便于理解生成式设计的过程。

总体来说，设计师先规定了优化范围和约束条件，让计算机在这个隔断的轮廓线上，按照一定距离设定节点，再把节点之间连线。如果所有节点之间都设计连线，那么结构刚性倒是很好，但是支撑杆太多，重量太大；如果减少支撑杆的数量，经济性会变得更好，但是结构刚性也会相应减小。于是，之间的取舍平衡编程了问题的症结。生成式设计其实就是通过遗传算法，生成合适的参数组合，再用仿真计算筛选出优秀的参数组合。最后给设计师若干组合理的设计方案，有设计师做最终的判断。

程序最终生成了100多个可行的方案，用户可以根据优化目标做筛选。空客这个项目最重要的评价指标是刚性和重量，因此最终在功能，成本和美感之间做出了最佳的平衡。这种设计人类是无法完成的，而且同样严重依赖算力，因为每生成一个方案，就要对其结构进行仿真计算，而且优化的目标不同仿真的参数也就不同。所以整个过程非常耗时，也消耗资源，普通企业难以承受，也只能靠云计算订阅软件服务。