走出困惑的故事

2014年以后，殷瑞钰院士建议我专注智能制造、工业4.0的研究。但很快，我把自己陷入了困惑之中。

当时，钢铁行业有种主流说法：中国钢铁行业主要是2.0、宝钢至多也就是3.0。但我不同意这种看法。在我看来，工业4.0的最典型的场景就是“流水线上的个性化定制”。然而，宝钢从投产不久，就开始追求“按合同组织生产”。这其实就是钢铁行业的“个性化定制”。有一次，佘老约我去何麟生先生家。何老问我：你认为宝钢属于工业几点零？我就委婉地表达了自己的观点：“我认为宝钢具备了工业4.0的基本特征”。何老非常满意：你是个明白人。

在外行看来，宝钢属于“工业4.0”的说法有些令人震惊。但对真正的内行来说，根本就没有什么奇怪的。70年代末，宝钢引进日本技术时，日本人就是这么做的。2010年，在何老回忆录“宝钢信息化工作的起源”中就讲述了当时的情况。而钢铁行业走在前面，也具有合理性：个性化需求是存在的、技术上相对容易实现、经济上财大气粗。关键的技术是准确的物流跟踪。必须跟踪到每一炉钢、每一块板坯、每一卷钢。要做到这一点，必须实现信息集成。40年前，何老给“信息集成”取了一个名字，叫做“数据不落地”。

我曾经做过统计，宝钢大约生产过1000个成分体系。如果考虑到最终产品种类（热轧、冷轧、涂镀）、厚度、宽度、包装方式、重要要求等方面的差异，交到用户手中的产品类型，会有成百上千万种“产品”。在国内钢厂中是比较罕见的。因为个性化需求往往来自高端客户。比如，用户通过优化计算，认为2.3mm厚度的带钢最合适。这时，你就不能给人家2mm或者2.5mm的。这种供货方式，给宝钢带来了很大的效益。比如，按照定制生产的期货比市场上直接采购的现货还要贵几十到几百块钱。这种供货方式，给生产组织带来很大的麻烦。尽管如此，宝钢交货错误的比例是非常低的。宝钢大院每年产钢1400万吨左右，每年交货错误只发生几十次。只有依靠信息技术，才能做到这一点。

所以，实践走在（工业4.0）理论之前，没啥大惊小怪的。

既然如此，下一步应该怎么走啊？20年前，宝钢制造管理部部长周世春就想推动“大规模定制”。这个说法听起来有点奇怪：怎么越来越越后了？其实不是这样。个性化定制其实是有代价的。比如，不同钢种连续浇铸时，会发生“混钢水”问题。这一部分产品的成分和性能就不稳定，只能廉价出售。再如，一炉钢水300吨。用户可能只订了200吨。这样就可能产生“余材”。有些特殊的“余材”卖不出去，就要降价处理等等。据我所知，过去的“余材”可能有10%左右，每年会有100多万吨。“大规模定制”其实就是要减少“个性化定制”的负面作用。一种典型的做法是：炼钢的时候，尽量采用相同的成分；在轧钢的时候，采用不同的工艺、满足用户的个性化需求。

然而，宝钢推动“大规模定制”若干年，结果却并不是非常理想。为什么呢？一个重要的原因是缺乏“知识”。

我曾经有过一种感觉，钢铁行业的技术人员是相对保守的：一种做法一旦成功，就会被固化下来、尽量不要改动。其实，这种做法是有合理性的：因为人们并不十分清楚，用户或客户在使用过程中会做些什么处理、遇到什么问题。对钢厂来说，多种不同的做法都可以达到出厂时的质量要求，但用户的使用效果却可能完全不一样。而且，这些问题往往是个性化的。需要大量的碎片化知识。想到这类问题，钢厂的技术人员就会发怵，宁可产生一点浪费，也不会去优化过去的做法。

于是，我感叹道：在宝钢，能做的技术过去都做了，剩下的都是不能做的、很难做的。这就是我当年遇到的困惑。其实，我的这种困惑并非个别现象：工厂里有很多长期工作在一线的优秀人才，容易出成绩的工作老早就做了。虽然工业4.0带来了新思想，但似乎对解决老问题是无效的。

怎么办？

宝钢的梅山公司有位优秀的技术专家叫胡恒法。胡专家是我的老朋友。他在世的时候，几乎每周都会给我打上半个小时的电话。

胡首席是搞材料的专家，能够在很大程度上弥补我的知识短板。同时，他曾经在很多岗位上历练过，对企业内部的各种管理和技术问题非常熟悉。比如，某大用户订了几十万吨货。他们对产品提出较高但不合理的要求。钢厂的技术人员就按照他们的要求进行生产。结果出现了合格率很低。胡首席看在眼里、急在心里，就和我诉说。当时，我正好搞了一个数学模式，能够计算某些成分或工艺改变时，力学性能的差异。胡首席就用我的这个模型修改了一些成分体系，每次都取得了成功。但是，解决这类问题时，仅仅有模型是不够的。因为用户关注的，不仅仅是力学性能。所以，模型必须与专家知识结合。总体上说，我觉得胡首席说的问题虽然重要，但知识点“太碎”。开始的时候，我并不觉得相关工作是智能化的主流。我脑子里想的，是希望找到一个方向，大干一票。

胡首席有个观点：没有不合格的钢材，只有用错地方的钢材。在他看来，如果专家水平足够高，就可以用最低的成本、取得最好的效果。但问题是：优秀专家其实非常有限。有不少人虽然戴着专家的帽子，但知识水平其实非常有限；有些人号称材料专家，但对某些材料的认识，甚至连我都不如。优秀的专家只能服务于大客户。有时候甚至需要等到大客户出现严重问题，专家才出面解决。何老很早就提出：要把钢铁行业做成服务业。我想，问题就卡在人才上。

于是，我开始意识到：钢铁行业推进智能化、数字化的一个重要方向，是解决产品使用的问题，反过来解决产品制造、设计中的技术和管理问题。其中的关键，就是通过知识的数字化，解决专家资源短缺的问题。

但是，这些问题能不能解决呢？我们知道：专家系统不是个新概念，这样的想法人们不知道想过多少次了。同样是一个“能解决老早就解决的问题”了。于是，问题似乎又进入了死胡同。

我的同事常对我说：产品设计就像老中医，很大程度上依赖经验。多年前，我的师傅王洪水先生就认为，知识的显性化、结构化，是一个重要的发展方向。那时，我觉得这是一件非常麻烦的事情。因为钢铁生产过程的知识太碎了，怎么能结构化起来呢？

现在想来，所谓知识结构化，就是用业务流程把知识串起来。流程可以是材料的生产制造流程，也可以是材料的加工与使用流程。这样的流程不是一次性搭建起来的，而是逐步完善起来的，需要走一条不断演进的道路。而要走出这条演进的道路，就需要建设一个平台，支持知识的持续完善。在这样的平台上，很自然地需要把各种经验知识、模型和软件嵌入进来。

我在宝钢的时候，经常发现一种现象：我们希望了解一个问题时，日本或德国人经常能够拿出数据或者模型。显然，我们这方面的工作做得太少了。为什么做得少呢？从某种意义上说，是我们的需求不强烈。

国外是先行者。他们开发某些技术的时候，需要做许多实验。我们引进这些技术时，只要按照人家的要求做就可以了，不需要知道为什么要这么做。 当年走的近路、欠下的账，看来终究是要还的。

台建立之后，可以反向提出对知识的需求。于是，我们就清楚哪些实验或者数据是必须做的、是可以重复使用的。对于经常需要重复使用的知识，就值得去做实验、从而完善相关的知识库和数据库。

我一直强调渐进之路。渐进之路的好处，是把登天的问题转化成登山的问题，使得技术具有可行性。但是，登山也不容易啊，需要花大力气、长期坚持才能做到。比如，这一切都需要有合适的组织机制。这种机制要求人们做事的时候，必须说明原因，从而有利于固化知识。否则，这些工作就像走在独木桥上，随时都可能半途而废。

按照我的经验：这条路是走得通的，但至少要花10年以上的时间，差不多要做到退休了。而且，机制上的问题，很可能会使得路子越走越窄。想到过去的一些事情，我选择知难而退了。这样会有些遗憾，但能避免更大的遗憾和困惑。愿意放弃，这也算想明白了吧。