我们离真正的智能制造还有多远？其实我认为现在的人工智能和先进制造领域，很多搞人工智能的，并不太懂制造业，制造业领域的人也不太懂人工智能，所以实际上，要想实现人工智能和制造业的结合还是挺有难度的。我们认为的工业技术软件化，是实现了中间的加号。我们看一下，现在人工智能和制造业中间的缺口，到底是什么？
我们看现在的工业互联网，比如说我们通过建立工业互联网去采集数据，其实是相当于进了一步，这些设备、产品的运行，我们通过网络、传感器采集数据，然后反馈给人，这过程实际上就相当于我们去做一道菜，我们现在做菜的过程是在操作，我们通过传感器去检测它的温度、淡咸，但是炒菜的过程还需要靠人去做。
所以现在光靠大数据是不够的，大数据实际上解决了感知的问题，要进一步把人做菜的方法程序模型化、软件化的话，可以用软件代替人去做这些操作。
我们要这样构成闭环，我们如果说第一步是生产工具，第二步是数据的采集，第三步是把人的知识、技能和专业知识植入到计算机里，只要让机器的代替人去做一些操作性的工作，这就形成一个闭环。
那我们进一步说，如果说这些数据不光是记录了做菜的状态，还记录了它的过程，比如你做一道菜，如果你做10遍，其实我们从这个过程记录的数据里面，是可以分析出来菜是怎么做，也就是分析出工艺过程是怎么样的，这样我们就形成了知识图谱，通过知识图谱指导我们下一步怎么做出更好吃的菜。
我们现在是要解决什么问题？原来我们人类加上数字化的工具，仍然是有80%的是劳动性工作，只有20%是创造。
我们首先，把人解放出来让人去做创造性的工作，让机器代替去做操作性的、劳动性的工作，这只是第一步。第二步，因为类似于决策这样的高级工作还是需要人去做，所以在这一步，可以让人工智能进一步解决机器决策的问题。我们把人工智能和制造业要结合在一块，中间实际上是缺了一个体系，这个体系我们管它叫工业技术软件化，包括数据的感知、操作的执行以及知识的管理、使用。
我们看一个例子，这是在咱们国家的飞机设计上的应用。
后台这是一个个的App，这些工业App实际上是工业技术软件化的一项成果，把工业知识、技术规则通过软件化的方式封装成App，那么有App后，这里的CAD操作，它实际上是机器在操作。那么人解放之后可以去做参数的判断、决策、分析、选择这些高级的知识工作。通过这样的方式，我们可以把一个大型飞机的方案设计，从过去的大概三到四周缩短到现在的一到两天的时间。
针对民用客机的结构布置和载客计算的分析，过去做一遍这个工作大概需要4个月的时间，现在通过这样的方式，可以把这一过程缩短到一周的时间，这靠的就是把工业知识技术数字化、模型化、软件化，极大地解放人的劳动。
我再多说两句这个AVM，我们这两年一直在研究美国的AVM计划，它的口号是要重新发明制造业。这个AVM项目，其实在国内研究得不多，因为美国人也没怎么宣传这个东西，他们讲得比较多的是工业互联网。
我们通过这两年的研究，我们看到的里面需要有三个关键点：第一个就是把知识和技术组件化，这其实跟我们国内在提的工业App是一样的。第二个就是要统一模型语言，因为工业里面有一个很大的困难，就是我们研发、设计工艺进行制造的时候，用到很多生产工具，因为你的模型不同，所以每一种生产工具，其实都代表一种不同的语言。这就像我们工业里的工程师，要想做一件事，需要跟几百种讲不同语言的人打交道一样。
对于软件来说，咱们学一个java，我们就可以使用开发平台。但工业就不行，因为你的语言不同，所以我们认为AFM实际上是基于统一模型语言的工程。第三就是通过互联网协同设计制造云，因为AFM计划是2010年启动的，美国人至少在七八年以前就已经在工作了。
那么我用这张图再说明一下中国的机会，图上这些框代表的是一些国外的软件公司的市场定位，从这张图上我们可以看到，实际上在工具软件、系统软件上已经几乎都被国外垄断了。
现在德国和美国通过工业4.0以及工业互联网，实际上是瞄准平台，我们认为就是在工具软件、系统软件上中国就没有机会了。但是，有一块很重要的领域——业务领域，但国外也不可能把他的业务软件给我们，比如像波音787里用到的7,000多种波音自有的软件他是不可能卖的。那么过去咱们国内的企业认为，把国外比如西门子的软件买回来，就能实现先进之道，其实我们现在看，这种想法实际上差距非常大。
所以我们认为工业技术软件化是中国真正的机会，因为原来我在外企就是做工业软件，做了8年，后来我发现其实核心的东西，国外是不可能卖给咱们的。
这当然也不是有意，我认为国外产业分工非常明确，不管像达索、西门子的软件部门还是IBM公司，实际上就是做IT、做软件，真正的工业知识技术不在他们手里，工业知识技术是在波音、空客这些公司的手里，这些企业要给你推销他的工业产品，所以他后台的工业知识技术是绝对不会给咱们输出的。这点导致我们国内这二三十年的制造业出口化，看到的只是国外给我们推销的工具。
其实工业知识和技术，我们认为是制造业非常核心和重要的一块。
当然，如果要想把我们的工业知识和技术进行软件化，其实有很大的一个关于工具和平台的问题，我们工业人员用到这么多种工具，每一种工具都代表不同的协议，还包括各种不同的接口，我们工程师直接面对这些工具去做开发封装是非常难的。我们索为过去主要做的一项工作，就是通过Sysware平台，去连接商业软件的接口和协议，极大地降低APP的开发和封装的难度。
中国的软件开发人员大概有300-400万，这些人其实是没有办法去开发工业App，因为工业App的核心是工业知识和技术。中国的工程技术人员大概有4500万，这些人实际上是真正应该去做工业App，但这些人不擅长编程，所以我们要给他们提供一个低门槛的，不用语言编辑程序就可以去开发的工具。
当然工业技术软件化的成果就是工业App。
我们认为工业App代表的是工业知识和技术的体系，那么这个体系应该是这么一个层次结构，包括基础共性、行业通用和企业专用。基础共性包括各种学科，比如像力学、控制、电子以及嵌入软件这些属于基础专业学科，各行业都通用的、基础共性的知识和技术方面的软件化。行业通用比如航空，不管做战斗机设计、运输机还是民用客机，它也有行业通用的技术体系。当然还有企业专用。
那么其实这些工业技术软件化形成的工业APP，实际上相当于咱们软件业里的函数库，我们有基础共性的函数库，有行业通用的函数库，当然还有企业专用函数库，通过这种方式来建立咱们国家工业技术的体系。我们的人多，工程技术员的人口的数量大，另外我们工业门类比较齐全，所以在这方面，我们认为中国相对西方国家是有很大优势的。
最后，就是索为系统，过去在十大军工和两大民用行业做的一些实践，主要是在研究工业App的技术，包括怎么封装，怎么用，也希望将来索为能够跟大家多交流，能够给大家提供一些启发，我的介绍会到这，谢谢！