新型工业化——数字工业世界白皮书

新型工业化 数字工业世界 深圳国家高技术产业创新中心｜深圳市工赋数字化促进中心联合西门子（中国）有限公司携手编制 前言 工业化是技术革命的产物，每一次新技术革命，又是推动工业向“新”前行的驱动力。 新型工业化数字工业世界 白皮书 01章节 从蒸汽机到计算机再到人工智能，技术革命极大地改变了人类的生产和生活方式，也带动着各个阶段的“传统”向“新型”的跃迁。 1948年，香农的《通信的数学理论》，奠定了现代信息论的基础。比特，不仅是信息量的度量单位，也是数字化过程中用来表示任何类型数据的基础单位。今天，我们站在一个新的历史起点上，新型工业化正成为这个时代的主旋律，以数字化、智能化、绿色化、融合化为特点的工业化浪潮正在快速推进。在新型工业化的道路上，你我都是进入“无知之幕”的成员，我们始终需要“摸着石头”向前探索。数字化，已经成为了各行各业的共识，但揭开这个名词，“打破砂锅问到底”，究竟什么是数字化？正因为如此，我们有必要了解数字化从何而来，更有必要预见数字化将走向何去。 基于这样的初心，深圳国家高技术产业创新中心、深圳市工赋数字化促进中心与西门子 （中国）有限公司携手，共同编制了《新型工业化——数字工业世界白皮书》（以下简称 《白皮书》）。 面向未来、愿景驱动，数字工业世界正是我们对未来的期望。 《白皮书》探讨了数字技术如何推动工业的创新与发展，以及它为未来带来的无限可能。同时，我们也基于现有的技术创新成果，深入分析了数字技术在工业生产中的应用，以及数字技术如何推动传统工业的转型升级，如何催生新的产业形态和商业模式，如何为解决环境、资源等全球性问题提供新的可能。 我们希望，《白皮书》可以帮助业界凝聚共识，在工业数字化的茫茫征程中提供些许指引，为所有投身工业数字化的人士提供有益的参考和启示。 让我们一同迎接数字工业世界的到来，共同开拓新型工业化道路上的广阔前景！ 1 目录 01前言 02因何而起：数字化的动因 ·人口结构转型 ·城市化进程加快 ·全球化与地方化融合 ·环境和资源的挑战 ·数据的爆炸式增长 03从何而来：数字化的内涵 ·物理世界数字化 ·数字世界中的推理 ·数字反馈物理世界 04走向何处：数字工业世界 ·数字工业世界的特征 ·数字工业世界的价值 05动力引擎：技术的集成和融合 ·数字孪生 ·工业人工智能 ·软件定义自动化 ·重组创新 06共同打造数字工业世界 ·遵循标准，协作的前提 ·开放组件，激发创新活力 ·依托平台，实现共赢共生 07数字工业世界评估体系 2 因何而起： 数字化的动因 我们正身处一个VUCA时代——易变性、不确定性、复杂性与模糊性相互交织，全球工业格局正经历一场前所未有的深刻变革。在这纷繁复杂的不确定性之中，有若干宏观趋势是清晰而确定的，它们正以强大而广泛的影响力，深刻地塑造并引领着全球工业的走向。 新型工业化数字工业世界 白皮书 02章节 趋势 来源：Siemens（2023）,ManagingMegatrendshttps://www.siemens.com/global/en/company/about/strategy/siemens-megatrends.html 3 年 +0.7% +1.2% 97亿 78亿 人口结构转型 全球人口将持续增长。非洲的人口将在2000年至2050年间几乎翻一番。尽管一些地区的人口增长正在放缓，但同期全球65岁以上人口的比例将几乎增长两倍。面对这一双重挑战，经济增长模式将越来越依赖于通过数字化等先进技术推动生产效率提升，而非单纯依赖于人口数量的增加。在新技术的创新应用中，人工智能、自动化和机器人技术将承担原本由劳动年龄人口承担的工作，极大提升现有生产效率。 61亿 年龄 65+ 15-64 0-14 2000 2020 2050 老龄化社会 按年龄分组的人口发展（复合年增长率）① • • 世界人口增长迅猛，但老龄化趋势明显 65岁及以上人群增长相对更为明显（2000年至2050 年：2.7%） ①来源：联合国经济和社会事务部人口司 （2022年，《2022年世界人口展望》） 城市化进程加快 特大城市的崛起是城市化的显著标志。目前，全球有33座人口超过1000万的城市，其中上海、东京、新德里等特大城市人口更是超过了2000万。预测显示，到2030年，特大城市总数将达到43座，且大多数新兴特大城市将诞生于发展中国家。 挑战与机遇并存，城市化的进程不仅为工业带来了巨大需求来源，还为工业发展提供了更好的基础设施，但与此同时伴随而来的是对能源、清洁水源及其它自然资源激增 的需求。 72% 77% 81% 87% 66% 35% 46% 57% 发达地区欠发达地区 2000201020302050年 城市化主要发生在欠发达地区 %：随时间推移，居住在城市/农村地区的人口占比② ②来源：联合国《世界城市化展望》（2018年） 4 全球化 与地方化融合 全球化进程的促进了供应链的高效运转，也使其变得愈发冗长与复杂。供应链高度依赖国际合作的同时，也暴露了全球化供应链面对突发事件时的脆弱性。地缘政治冲突、自然灾害、疫情等外部因素均可能成为供应链中断的导火索，对全球生产稳定性构成威胁。加之贸易保护主义的抬头、贸易争端的频发及各国对关键技术与资源控制力度的增强，供应链的稳定性正面临前所未有的挑战。与此同时，地方化需求又要求供应链更加灵活，以快速响应本地市场变化。融合的多样需求使得供应链更加复杂和多元化。 全球商品贸易占全球工业生产比例（指数01/1991=100）③ 180 160 140 120 100 超级全球化 缓慢化 1990200020102020 本土化 本土化和区域化增加 •近岸外包 •大国竞争 ③来源：全球贸易警报，经济政策分析局 环境和资源的挑战 环境恶化与资源枯竭是全球面临的共同挑战。目前每年约有900亿至1000亿吨原始矿物被开采，这一数字在2060年将翻一番达到1900亿吨。海洋生态系统中的塑料垃圾也将在2030年增加65%。全球城市地区的水资源短缺情况正在加剧。全球气候变暖也是显著的挑战，尽管在解决人为全球变暖的许多方面已经取得了进展，但还不足以将全球变暖限制在+1.5°C以内。工业生产作为碳排放与废弃物产生的主要源头，其绿色化转型迫在眉睫。 气候变化持续 全球年均温度变化（°C）④ 1.0 0.5 0.0 -0.5 1880 1900 1940 1980 2020 当前的政策不足以将全球变暖限制在本世纪的+1.5°C以内 ④来源：美国国家海洋和大气管理局（2022年），与全球20世纪平均值的偏差 5 数据的爆炸式增长 当下全球数据量的激增速度令人瞠目结舌。据权威机构国际数据公司（IDC）的预测，至2025年，全球数据量将震撼性地达到175泽字节 （Zetabytes），相当于175万亿亿字节，其年复 合增长率（CAGR）更是高达惊人的61%。 我们正步入一个前所未有的数据密集型时代。在数据爆炸的浪潮中，工业领域尤为显著。比如，遍布全球工厂的西门子工业控制产品，其每小时产生的数据量高达100太字节（Terabytes），这一数字放在十几年前是不可想象的。 数字化转型的蓬勃发展 物联网通信接口⑤以十亿单位计 ⑤来源：由西门子根据Gartner研究创建并进行计算。 Gartner®是Gartner,Inc.及/或其附属公司在美国和国际上的注册商标和服务商标，并在此处得到授权使用。保留所有权利。 Gartner®预测2023年：物联网、端点和通信，全球范围内，2022年至2032年，2023年第 二季度更新-按部门划分的全球物联网端点装机量，包括医疗保健提供商、制造业和自然资源、智能建筑、交通。 人口结构变化、城市化、全球化与地方化融合、环境与资源的挑战，以及数字化带来的数据量大爆炸这五大趋势，将对转变全球经济，改变地缘政治力量的平衡，优化全球劳动力结构产生深远影响。与此同时，数字化浪潮为我们带来了无限机遇，我们从未拥有过如此多强大的技术，它渗透到每一个行业，并为上述许多挑战提供解决方案。 6 从何而来： 数字化的内涵 新型工业化数字工业世界 白皮书 03章节 数字化用更少的物理资源创造更多价值，实现了物理与虚拟世界的无缝融合，通过各种数字技术的应用，改造企业的业务流程、组织结构、管理策略及服务体系。 7 物理世界数字化 通信的本质在于把一处的信息精确地 或者近似地重现到另外一处。 Thefundamentalproblemofcommu-nicationisthatofreproducingatonepointeitherexactlyorapproximatelyamessageselectedatanotherpoint. 克劳德·艾尔伍德·香农(1948)ClaudeShannon(1948) 数字化需要从原子到比特，将物理世界映射至计算机等数字设施中的过程。要实现数字化，我们首先要做的是将物理世界的事物、信息转换为数字形式的表达，存储在数字设施中。 知识图谱 数据可以被分为结构化和非结构化两大类。结构化数据以明确的格式存储，如数据库或电子表格中的信息，其数据元素之间的关系一目了然。非结构化数据则缺乏固定的格式和结构，如视频、文档等。知识图谱可以整合不同渠道的多样化异构数据源，包括结构化和非结构化数据，使得数据检索、分析和推理更加高效。 在信息领域，奈奎斯特-香农（Nyquist-Shannon）采样定律 扮演着至关重要的角色。奈奎斯特（Nyquist）在1928年的论文 《CertainTopicsinTelegraphTransmissionTheory》，揭示了将一个信号（例如时间或空间上连续的函数）转换为数字序列（时间或空间上离散的函数）的过程。具体的采样定理是由香农在1949年发表的《CommunicationinthePresenceofNoise》中提出：如果周期函数x（t）不包含高于Bcps（次/秒）的频率，那么一系列小于1/（2B）秒的x（t）函数值将会受到前一个周期的x(t)函数值影响。上述定律告诉我们，只要选择合适的采样频率，就能够确保物理世界中的连续信号在转换为数字信号的过程中不丢失任何信息，使我们能够获取到准确反映物理世界的数据。 物理世界的数字化过程具有丰富性。除了对信息的采样之外还有其他方式，比如，直接对各类信息进行编码，以软件的形式进入数字世界。 在工业中，通常依赖于传感器和自动化系统，它们能够精准地捕捉物理世界中的温度、压力、速度、流量等细微变化。这些原本连续不断的模拟信号，在经过精细的测量、采样、量化和编码流程后，被转化为一连串离散的数值。 开展数字化就是需要利用计算机的算力对数字化后的信息进 行加工、处理和重构，替代或部分替代原本是物理世界的过程，通过数字资源创造更多价值。 8 数字世界中的推理 在数字世界中的推理是根据已知的信息或前提，通过数字化技术，对数据进行加工和挖掘，进而深化对物理世界的认识，挖掘新的知识和规律，并推导出结论或做出判断的过程。 演绎和归纳是两种基本推理方法，它们在人类认识和改造物理世界的过程中发挥着不可替代的作用。演绎植根于物理世界的第一性原理，通过严谨的逻辑链条，将已知的物理世界的规律应用于不同情 境，从而推导出必然性的结论。 基于物理 基于物理的数字孪生技术，它通过构建物理实体的精准数字副本，集成全方位数据，成为数字世界中的权威信息来源。利用物理规律作为数字世界的第一性原理进行仿真，能够精确演绎出实体在不同条件下的行为轨迹，其结论具有高度的必然性。 在数字世界中，演绎和归纳的两种推理方法体现为两条并行不悖的技术路线。 归纳则是从纷繁复杂的具体现象中，提炼出普遍性的特征或规律。归纳推理可以是完全归纳，即观察了某一类别全部对象后得出的结论，也可以是基于部分观察的不完全归纳，其结论虽然带有一