导读：杭州自动化技术研究院院长徐赤先生受邀在 YMatrix 5.0 发布会上发表演讲，介绍他在智能工厂建设领域的一些思考和探索。本文是演讲的文字版摘要，主要内容包括：
未来工厂建设的现实困境 构建工厂大脑 未来工程建设的新路径 案例实践
分享嘉宾｜徐赤 杭州自动化技术研究院院长
一
1. 难：各个系统的协调难、招人难、选择难。特别是供应商选择，由于供应商良莠不齐，开始沟通的都很好，但是干起来就不一定是那回事了。同时，由于软件硬件厂商不同、协议不同，所以打通难、统一难，因此最终成功也难，再加上整个投入周期长，总体的感觉就是困难重重。
2. 贵：另一个感觉就是很贵。我了解很多智能工厂的样板，要配备有几十上百人规模的软件技术团队，最多甚至可达两三百人，而后还要投入上千万甚至上亿元来进行建设。以这样高昂的投入去做一个样板工厂，真的具有可复制性吗？这样的投入对中小企业来说是不现实的，所以最终只能望而却步。
3. 混：无论信息化、自动化、数字化，很多技术实现目前并非做到理想状态。那么，在专业问题没有解决的情况下，要求一些不专业的企业老板去做未来工厂，他们压力会非常大。重压之下，就只能跟风，别人上什么我也上什么，或是为了争取一些政府补贴，或是为了做些形象包装。这样带来的后果，就是目标和方法都很混乱。
4. 乱：再一个问题，我们现在大量的企业都在尝试上云，使用 SaaS 软件。同时硬件厂商也在推荐远程维护和远程诊断。最终，无论软件还是硬件，大部分数据都到了云端平台，而工厂保留下来的数据却少得可怜。
5. 散：以前在工厂里有很多孤岛，现在延伸到云端或者远端的各个孤岛上，但比过去其实更加难以进行整合统一。这也是面临的另一个困境：散。通常工厂被分成了设备层、控制层、车间层、企业层这种层级状的架构，但这种架构一眼望过去就很散。散在哪里？第一，每层之间是没有关联，比如说 OT 层跟 IT 层是分离的。第二，在每层中，比如企业层里面 ERP、MES 这些系统，各系统之间也没有横向关联。第三， 也是最重要，是整个架构里面缺少一个核心系统，担负起总指挥的功能， ERP 不行、 MES 不行、底层 CS 也不行。
6. 痛：首先，各服务商、供应商都在按照自己的理解、自己的标准生产各种软件孤岛；其次，企业为了响应数字化建设而购买了很多这样的软件孤岛；最后，服务商与企业联合起来，把这个孤岛打通，成为一个纵横交错，耦合度很高的体系。而这样的体系结构缺乏稳定性，稍微在局部动一下，整体就会崩溃。另外，无休止的打通意味着第二个软件要和第一个打通，第三个要和前两个打通，几年以后当购买第四个时，还要跟几年前买的前三个软件去打通，而此时软件体系变了，过去的技术人员也找不到了，这种局面反而会给企业带来不尽的痛。
二
为了解决上述问题，基于杭州自动化技术研究院自身 46 年积累的自动化、信息化及数字化工程实施经验，我们提出一套工厂大脑的构建方案 - 图快系统（TOFast）。这套系统具有云边端一体化的架构， IT、OT、DT 全融合的体系，以数据管理为基础，以企业大脑为核心，以数据治理工程为抓手，具有快速、低成本、全方位、灵活配置的特点。图快不仅传承了我们自动化技术研究院丰富的实施经验和深厚的技术积淀，也融合了西门子、阿里云等国际的先进的技术和产品，同时为未来工厂建设提供了新定位、新技术、新方法、新架构、新途径和新模式。
首先我们看新定位。原来的定位是以服务商为主导，每个服务商都在卖自己的产品，工厂需要把各个服务商的产品互相打通。而现在我们的思路是，工厂应该明确一套标准，每个供应商围绕着标准去构建产品。这样，工厂采购的任何产品都是符合预设标准的，接下来进行互联互通才最便捷、最方便、最快速。
在数据标准的基础上，我们进一步构建“工厂大脑”，分成三层：
核心层，首先就是通用数据标准，这是基础， 而落地执行标准我们需要数据库，在这里我们选择 YMatrix 超融合数据库来作为数据管理的核心平台。
核心层之外是应用层。应用层首先有一套通用数据管理平台，在这里通过标准体系来管理、调度和协同存储在数据库的各项数据，也相当于整个系统的开发平台。同时我们也设置了人工智能算法平台跟数字孪生平台，这两层是帮助实现数字化和智能化的重要支撑。
同时，我们给“工厂大脑”定义了五大能力：
第一：运算能力，通过服务器算力来保证运算速度和性能；
第二：记忆能力，需要用数据库实现。在图快系统中我们采用的是超融合数据库，可以很好的满足工厂中复杂多样的数据环境，满足对关系数据、实时数据、非结构化数据的统一存储和管理；
第三：思维能力，需要通过人工智能的算法平台来实现，对大量数据汇聚以后，通过算法建模运算来实现思维能力；
第四：反应能力，“工厂大脑“要对管辖之内的各个子系统具备动态变化感知的能力，我们通过输入系统来实现。
第五：指挥能力，是最重要的，用输出系统来保证，使工厂的各项决策及协同控制能够得到有效贯彻执行。
三
首先应该进行数据治理工程。企业数据治理工程就是依托企业大脑，应用数据标准技术，对企业基础数据的标准规范、生成传输、存储读取、分类定级、安全可控、确权分享、增值赋能等内容进行全面、系统、规范、深度的整治梳理，实现企业数据的本地化、主权化、安全化、标准化、集中化、透明化、价值化，以解决企业信息孤岛和数据混乱的问题，为降低企业数字化改造成本、提高效率打下坚实基础。
通过数据治理奠定基础之后，接下来推进未来工厂建设，可分为三个阶段：
第一个阶段：建设一个透明工厂。核心就是把建立数据标准，把数据治理工程做好，并构建起工厂大脑，做到数据透明、标准透明、管理透明。
第二个阶段：逐步推进智能工厂。实现生产系统的自动化、管理系统的信息化、并全面实现智能制造。这一阶段也是各种产线设备快速扩展的时期，如果第一个阶段的基础打的牢，各种软硬件就可以比较轻松的实现标准化的接入。
最后一步实现未来工厂。我们所谓的未来工厂是要建设数字孪生的工厂，用数字孪生技术建设一个虚实结合的工厂，实现全面可视化的、可柔性化生产的工厂。
四
徐赤院长的精彩演讲可以通过“YMatrix 超融合数据库”视频号上观看啦！
