訂閱
糾錯
加入自媒體

AI在制造 | 自動化控制會被數(shù)智化控制取代嗎?

本文走進了菲尼克斯電氣中國公司南京總部,與菲尼克斯中國公司總裁顧建黨先生暢聊 “ 工業(yè)控制與AI的關系 ”

工業(yè)控制技術的迭代,是理解人類社會生產力變遷的一把鑰匙;仡櫣I(yè)革命歷史,控制系統(tǒng)經歷了從機械控制、電子控制到自動化軟件控制的演變過程,AI技術能不能推動機械控制到數(shù)字控制的演進過程,他們之間是新取代舊還是新舊融合?

顧建黨先生在工業(yè)自動化控制領域從業(yè)近30年,且他帶領的菲尼克斯中國公司始終引領行業(yè)技術潮頭,在他看來:“PLC正在經歷有史以來最大的挑戰(zhàn)!”同時,他也堅信:“數(shù)智化和自動化的融合,將是未來的趨勢!

以下,是蘑菇物聯(lián)U端事業(yè)部總經理謝波和顧建黨先生的對談全文:


01 PLC會被取代掉嗎?

謝波:對于PLC的整個技術發(fā)展,在未來PLC會被取代掉嗎?

顧建黨:我們都知道自動化的核心或者標志就是PLC。過去的40年就是PLC蓬勃發(fā)展的40年,但是這10年我們所有人都在問PLC還有未來嗎?當數(shù)字化、智能化進入自動化的世界,進入數(shù)智化工廠,進入我們生活的時候,實際上毫無疑問PLC正在經歷有史以來最大的挑戰(zhàn),但是如果我們去看菲尼克斯對未來的思考,實際上我們就認為數(shù)智化和自動化的融合,將是未來的趨勢。

今天我們到任何一個數(shù)智化工廠,PLC賴以生存的應用場景,仍然是今天數(shù)智化工廠的基礎,但是你會發(fā)現(xiàn)越來越多IT的應用,數(shù)字化的應用,包括智能化的需求,將會和我們的PLC包括工業(yè)現(xiàn)場有機的結合在一起。這個時候實際上我們就在問新的PLC它將會承載什么樣的使命?

我們未來看到的數(shù)智化的工廠一定是OT、IT和DT融合的世界,也就是我們傳統(tǒng)意義上的自動化、數(shù)字化和智能化有機結合的世界。


02 無線連接是未來的主要方向

謝波:對于無線技術的發(fā)展,您是怎么看,它會對有線進行一個沖擊嗎?

顧建黨:未來的數(shù)據,未來的通訊將會成為未來數(shù)智化工廠的一個基礎設施。也就是說(從)有線到無線,毫無疑問也就是把通信技術有機的融在自動化技術里面或者數(shù)智化里面,這將會是產業(yè)最基本的潮流。

實際上,數(shù)字化的技術和通訊的技術在過去的40年,已經成為數(shù)智化工廠一個重要的有機組成部分。未來特別是在復雜的應用場景,包括高效的信號傳輸,包括工廠的靈活布置,這個時候你會發(fā)現(xiàn)有線的連接變得越來越不方便,變得越來越難以靈活應用,這個時候無線技術、無線的應用和自動化技術、數(shù)智化技術的融合,我相信未來一定會成為主流。

包括我們在南京江寧的新一代數(shù)智化工廠,實際上所有的網絡基礎設施,就是5G的網絡基礎設施,所以我說這是未來毫無疑問最主要的方向。


03 打消行業(yè)對“無線不可靠”的誤區(qū)或者擔心

謝波:您認為無線技術的發(fā)展,從穩(wěn)定性來講的話,要進入到控制系統(tǒng)領域,還需要多長的時間?

顧建黨:在菲尼克斯100年的發(fā)展過程中,我們深刻的認識到“連接”的重要性。30年前,當菲尼克斯來到中國的時候,你會發(fā)現(xiàn)很多的解決方案,很多的系統(tǒng)都會莫名其妙的發(fā)生問題,很多的情況都是因為連接的不可靠,所以說菲尼克斯在中國的30年,不管是我們的鳳凰端子成為行業(yè)的標桿,還是在對可靠性要求高的電力行業(yè),我們已經成為主流。今天我們已經覆蓋幾乎所有的行業(yè)。

所以我說,不是在于這個“無線(技術)”可不可靠,而在于連接的技術和解決方案可不可靠,這是我講的第一點。

第二點,無線的通信技術真正進入工廠,實際上也可能僅僅是20年的時間。菲尼克斯在無線通訊的產品化,特別是適應工業(yè)應用場景的產品化,應該說是真正的推動者,所以我說菲尼克斯提供的無線模塊,我們認為也許是可以打消行業(yè)里面對“無線不可靠”的誤區(qū)或者擔心。

我也相信越來越多的公司可以讓無線(技術)、(無線連接)在工業(yè)應用場景變得可靠。

今天當我們講,無線要進入數(shù)智化工廠的時候,我認為今天的技術條件,包括我們的產品解決方案,已經讓無線在數(shù)智化工廠里面,讓(是否)可靠不會成為障礙。


04 未來自動化和數(shù)字化、智能化融合的應用場景會越來越多

謝波:我想請教一下顧總,老的自動化系統(tǒng)和新的技術(數(shù)智化技術)融合,也會衍生出這個階段的過渡產品嗎?還是說我們就直接瞄向下一代產品,所有的老的系統(tǒng)就直接替換掉,這個過程會是什么樣子?

顧建黨:謝總你問的是一個數(shù)字工業(yè)里面最普遍的問題,而這個行業(yè)和我們的消費領域的技術迭代,差別非常大。

整個工業(yè)的應用場景,它的復雜的程度,多元化的程度,差異化的程度,幾乎沒有一個企業(yè),沒有一個產品,沒有一個技術是完全能夠覆蓋的。首先從我們推動新技術發(fā)展的角度,我們要仰望星空,我們認為這個趨勢是不可阻擋的。

但是,當我們再回到行業(yè)和客戶的應用場景的時候,它的發(fā)展階段和工業(yè)現(xiàn)場的復雜性,實際上差異是非常大的。

所以說未來的融合發(fā)展、差異化發(fā)展,我相信在未來的十年仍然是主流。但是在這個過程中,我們可以把應用的場景,特別是在工廠里面的應用場景也可以分成三大類:一種仍然是以PLC的傳統(tǒng)打引號的控制為主導,但是要加上數(shù)據的通訊,數(shù)據的交互,這個時候的數(shù)據交互仍然是一個輔助的應用。

第二種就是以數(shù)字化、智能化為主導的應用場景。比如說蘑菇物聯(lián)這樣的一個應用場景,實際上就是以數(shù)字化、智能化疊加通訊技術為主,這兩個主流的市場毫無疑問蘑菇物聯(lián)所應用的數(shù)字化、智能化的場景,它的比例今天肯定是比例很小,但它的發(fā)展空間一定是高速發(fā)展。

傳統(tǒng)的以自動化為主體的市場存量是極其巨大的,而且任何一個工廠,它所有的迭代實際上都是緩慢的,而且它也有一個初始投資的問題,我想這個仍然是存量最大的,那么未來最有可能高速發(fā)展的,而且會產生巨大可能性的,實際上是自動化和數(shù)字化、智能化融合的應用場景會越來越多。

未來實際上就是我們講的怎么能夠把這個OT、IT和DT融合,未來就是數(shù)字化是基礎,然后越來越多的把算法、把智能化的能力融進去,那么最后能夠融合得最好的公司,就是最能夠解決用戶痛點和難點,同時能夠產生巨大效益的公司。


05 如何培養(yǎng)既懂自動化又懂數(shù)智化的復合型人才?

謝波:在這個新的工業(yè)時代里面,對于復合型人才的培養(yǎng),對企業(yè)來講,這個階段應該怎么去布局和投入呢?

顧建黨:謝總提出的這個問題,實際上對今天幾乎所有的制造業(yè)企業(yè)都是最大的挑戰(zhàn)。

因為未來數(shù)智化的能力,它已經不僅僅是一個新部門所需要的技能,它實際上數(shù)智化和傳統(tǒng)的能力、工業(yè)能力的有機的融合,將會釋放巨大的價值。要讓你的整個組織逐步的去擁有數(shù)智化的認知、數(shù)智化的能力,包括數(shù)智化的團隊,對整個組織的人才戰(zhàn)略提出的挑戰(zhàn)是巨大的。

那么從菲尼克斯的視角,我也給你分享一下我們過去10年的一些嘗試,當然我們還在艱難的探索之中。第一個就是說菲尼克斯在6-7年前,我們就打造了跨領域的團隊,把我們過去自動化技術團隊、應用的團隊和我們的IT專家,再加上幫助我們自己做內部設備自動化的這個團隊,三者合一,我們就叫智能技術和解決方案團隊。

這些團隊融合之后,實際上對人才的整體的認知,就發(fā)生了天翻地覆的變化。

謝波:我想請教一下這個關鍵點,您這個團隊融合了,請哪個方向領域的負責人來帶呢?

顧建黨:在這個過程里面,你剛才所談到究竟誰來帶,實際上這是一個不斷升級的過程。首先是這些團隊相互了解、相互跨界、認知轉型,然后在這個過程里面會有不同的Leader能夠脫穎而出,這個實際上不是一蹴而就的,沒有一個標準答案,也沒有一個完美的解決方案。

謝波:先要同頻,先要互相有所認知。

顧建黨:是的。我們開玩笑說,過去我們的這三個團隊,即使在菲尼克斯一個公司里面都是老死不相往來,因為我也不能夠理解你每天的工作,你也不理解我的工作,我的語言你也不懂,你的語言我也不怎么在乎。你在你的領域是專家,但是你到我這來,我就不認為你是專家,那么倒過來也是一樣。

但是通過5-10年的發(fā)展之后,今天我們內部融合的團隊就會越來越成為主流,因為我們客戶所期待的需求,它再也不是傳統(tǒng)意義上的自動化,他對數(shù)智化的訴求,包括對整體解決方案的訴求,這個時候他需要你幫他提供的解決方案是融合OT、IT和DT的,所以這也是一種倒逼。

今天你看到的菲尼克斯的30年所展現(xiàn)的對未來的思考,包括對全電氣社會的思考,都是已經把所有的這些能力有機融合在一起,但這仍然是一個巨大的挑戰(zhàn)。

-END-

聲明: 本網站所刊載信息,不代表OFweek觀點?帽菊靖寮,務經書面授權。未經授權禁止轉載、摘編、復制、翻譯及建立鏡像,違者將依法追究法律責任。

發(fā)表評論

0條評論,0人參與

請輸入評論內容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    掃碼關注公眾號
    OFweek人工智能網
    獲取更多精彩內容
    文章糾錯
    x
    *文字標題:
    *糾錯內容:
    聯(lián)系郵箱:
    *驗 證 碼:

    粵公網安備 44030502002758號