以客户为中心的数字化转型

作者:亚塞尔·科斯塔
麻省理工学院萨拉戈萨国际物流项目教授

在过去的300年里，连续不断的基础技术和工业发展浪潮彻底改变了每个国家和各个层面的社会。虽然从长远来看，从绝对意义上讲，所有人都变得吃得更好，更健康，更长寿，并且能够获得至少一些生活的乐趣和奢侈品，但不可否认的是，每一种变化的相当缓慢的速度已经让太多人感到相对边缘化，丧失权力和不安全。

虽然事后看来，每一波发展浪潮都创造了更大、更少繁重、报酬更高的就业机会，但在现实中，直接的经验往往是由此带来的技能降低、工资降低、就业不足和尊严丧失。转换美国虽然无情，但肯定不是这样以客户为中心的从两百年前的权力瓦解到当代的革命，这常常引起激烈的反应。

没有人计划到这一点——事实上，除了“苏联电气化”这个有争议的例外，技术变革的社会后果从未被计划或预见到。但是，当我们进入第四次，有些人会说是第五次工业革命时，我们有机会，实际上也有责任，通过把客户，也就是人民放在第一位，更好地应对日益迅速的变化。

又一个世纪，又一场革命

正如每个小学生都知道的那样第一次工业革命在美国，从18世纪下半叶开始，机械动力(首先是水力，然后是蒸汽)应用于以前依赖人类或动物肌肉的任务，使工厂制度兴起。从纺织业开始，熟练的手工纺纱工和织布工被机器管理员所取代。这种方法迅速扩展到其他行业，其中许多行业，如机器制造，是由革命本身创造的。

一百年后，一个第二次革命看到了电的应用。这使得电力可以在很远的地方使用，甚至是相当远的距离。在一个层面上，这使得流水线生产和机械或硬自动化的发展成为可能;另一方面，它使工厂可以选址在靠近市场而不是煤田的地方。

一个第三个革命阶段从第二次世界大战开始，一直持续到今天，电子机械(想想旧的自动点唱机)和电子可编程自动化的大规模采用，逐步开发从最早的可编程逻辑控制器到最新的IT创新的新发展。与早期的革命不同，这不仅影响了制造业和其他物理操作，还影响了设计、采购、财务、管理和其他方面的业务流程，因为IT使大量数据得以收集、操作和交换。

我们创造了一个数字世界，或者说虚拟世界。但请注意，到目前为止，机器在很大程度上只是在做过去由人类工人做的事情，或者理论上可以由人类工人做的事情。它们只是自动化了人类的操作方式和人类的组织风格。他们做得更快，更可靠，更不危险，而且通常更经济——但在经济状况不理想的地方，我们仍然可以而且确实使用人力。

在某种程度上，把工业革命划分为不同的工业革命是一种学术上的自负，就像石器时代、青铜时代和铁器时代一样。就像人们没有因为有人发明了铜锡合金而停止敲打燧石一样，商业手摇织机即使在工业化国家也存活到了20世纪60年代和70年代;相反，用于“编程”织布机的提花穿孔卡系统(1804年)对于20世纪70年代的大型机程序员来说是很熟悉的。我们目前的许多工业技术在未来几十年也将同样适用。尽管如此，领先的公司和工业/商业部门现在已经开始着手所谓的工业4.0(几年前德国政府进行了一项类似的研究)，这一次，情况有所不同。

Cyber-physical系统

除了4.0行业在美国，这种新模式还有其他名字:一些人谈到了网络物理系统，而分析机构高德纳(Gartner)则指出hyperautomation．无论术语是什么，区别在于我们不再看到由计算能力监视、控制和驱动的可识别的传统流程和操作，而计算能力无论多么先进，都是为了模仿人类的能力而设计的。相反，数字和物理元素形成了一个单一的实体，问题不是“机器如何才能更好地完成这项人工任务?””,但“机器如何才能最好地实现这个目标?”这可能涉及到操作和工作的方式，甚至在概念上都不能由人来完成。

这涉及到一些强大的基础技术，这些技术在过去几年中已经成熟。最著名的是物联网简单地说，这意味着系统中的每一个对象——每一台机器、传感器、工具、组件，甚至在极限范围内每一个人——都是可寻址的:可以对它说话，也可以对它说话。然后就是大数据这是一种组装和处理大量数据的能力，以及在处理不完整或不确定信息的情况下发现和评估这些数据中的深层模式和含义的分析能力。云计算使得组合、处理和共享来自任何来源的数据变得可行。所有这些都可以实时发生，误差仅为几微秒。

不断发展的科学人工智能(AI)而且机器学习这意味着这些网络物理系统可以越来越多地找到通往预期目标的路径——它们不会被限制在预先确定的路径上，因为“这是人类完成任务的方式”。

智力，我们可以毫不逊色地称之为智力，在每个阶段都或多或少地受到影响。所以，在制造业，会有一个智能供应链这就是不断预测和适应不断变化的环境，为智能制造流程和工作实践提供自我监控、自我纠正和自我组织。同样地，它也将进入同样具有预测性和前瞻性的分配系统。当然，许多制造的产品也将具有智能功能——在某些情况下，继续在服务中“报告”，以通知和调整供应和制造过程。

其结果将不会是当前工业操作中典型的自动化孤岛，而是高度自治，不仅可能跨越整个制造过程，而且可能跨越整个产品生命周期。例如，一个器具可能会预约进行维护，或者根据当前的成本决定，它已经达到了使用寿命的尽头，并在安排自己的处置时订购自己的更换，以优化当前的报废价格或最小化对环境的影响)。

有什么问题吗?

所有这些听起来都非常具有破坏性(当然是真的)，而且非常昂贵(也是真的，尽管可能没有想象的那么多)。世界需要工业4.0吗?

毫无疑问。正如最近几个月所表明的那样，世界是一个不确定的地方，而且越来越不确定。人类不太擅长在不确定的、概率性的环境中做决定。在过去，计算机甚至更糟糕——它们只能做它们被编程要做的事情，即使那样，也只有一组完整的数据。但现在情况已经不同了。他们可以发现隐藏的趋势，无偏见地评估概率，甚至在缺乏全貌的情况下也能找到接近最优的解决方案。他们不受顺序、决策树思维和解决问题的约束。至关重要的是，他们可以以一种人们觉得很难或不可能的方式协调相互矛盾的目标简单的例子，在交通规划中，调和成本、时间和环境影响．

制造和分销企业必须变得更加灵活，资源往往严重受限。消费者的需求变化迅速且不可预测，但是，正如我们最近所看到的，供应市场和劳动力等内部资源也是如此。环境和社会影响等外部性现在必须内部化，无论是通过法律还是通过客户需求。商业世界通常已经过于复杂，人类无法进行分析，但如果我们要继续为人们提供生活必需品，更不用说奢侈品了，我们就需要在这种环境中拥有高效和有效的工作方式。

技术路线图

实现工业4.0需要在广泛的领域取得重大进展。许多基础设施已经到位，但相互依赖，一个领域的进展严重依赖于其他领域的发展。

• 数字化:将实物和动作转换或表示为IT系统能够处理的数字形式。
• 自主化:为设备提供所需的智能和学习属性的过程，使其能够在适当的情况下，在最少的人为干预下，自行做出决定并采取行动。
• 透明度:所有元素，无论是人类还是网络，都可以实时看到同一版本的真相，以及其他元素正在做什么或打算做什么;范例是区块链．
• 流动性:这涉及到信息技术和通信设备，但也涉及到物理操作;就像第二次电气革命意味着机器不再需要和蒸汽机在一个竖井的长度内一样，网络驱动了机器加法制造(例如,3 d打印技术)可以将生产转移到需求点附近，同时减少对固定资产大规模投资的需求。
• 模块化:在不同的(和可重构的)组合中增加使用标准化组件和子系统来实现不同的目标。

另外两个发展领域既是技术领域，也是社会领域:网络合作,社会化．这需要人类和机器在相同的特定网络中协作，完成相同的任务。此外，这种协作必须通过双向对话实现“社会化”:不只是人类对机器编程或仅仅遵循计算机的指令，而是真正的互动。

最终，这将意味着，例如，在仓库或配送中心，卡车、装卸设备、集装箱、货架和垃圾箱——除了人力(有时还包括存储和处理的产品)——都有自己的自主程度，但在一个共同的网络中协作行动，并具有共同的可见性，他们都在为此做出贡献。这可以表示为托管在云中的数字孪生。

这种方法同样适用于物理操作和业务流程。在物理领域，我们谈论的是协作机器人cobots-对人类的意图和欲望有感知和了解的自主劳动力，不仅能对当前的情况做出反应，还能预测和预测。协作机器人将具有“人情味”在视觉系统和触觉技术(使机器人能够触摸和感觉的技术)方面的进步，以及在与人类同事的互动方式方面的进步方面，这两方面都是实实在在的。

有些使能技术有点可怕，可能会遇到阻力。例如,功能近红外光谱法将允许机器人直接感知人类同事的大脑活动并对其采取行动。

从积极的方面来看，数字化将意味着协作机器人和人类工人都可以在离线的任务和互动中接受全面的培训，而不会对健康或生产造成风险。传感技术的进步，人工智能和深度学习将意味着协作机器人通过观察和实践来学习——就像学徒一样——而且，由于是数字化的，学习可以转移。此外，对于人类来说，往往存在一个上限，超过这个上限，进一步的经验不会显著提高性能，而协作机器人可以在不饱和的性能数据的情况下继续改进。

合作机器人如何与人类合作的一个类比可能是手术室护士和外科医生。一个好的手术室护士不仅知道手术的要求，还知道外科医生的偏好，他或她将如何应对意外情况，以及可能出现的新要求，因此正确的器械总是在手边。当然，手术室护士还执行许多其他任务，包括所谓的状态监测和警报——同样是协作机器人可能支持人类操作员的那种领域。毫不夸张地说，外科手术是机器人科学和技术的前沿，这并非巧合。

怒斥机器

从技术上讲，所有这些都是可行的，而且确实正在进行中。它能否以一种社会和环境都能接受的方式实施，或者我们是否注定要重复以前工业革命的错误，这是一个不同的问题。

可以理解的是，许多人害怕工业4.0的社会影响，并首次强调需要制定计划，使最新的工业革命能够使所有人受益(或至少不会不利)，而不是在一代人的时间内使大多数人受益。事实上，一些作者——尤其是澳大利亚迪肯大学的Saeid Nahavandi——已经在倡导这一观点5.0行业积极确保以人为本的解决方案机器人(广义上)“与人类大脑交织在一起，作为合作者而不是竞争对手”。换句话说，其目的是确保如上文所述的对人类友好的网络协作和社会化能够真正实现。

在环境方面，这场新的工业革命有可能在资源利用方面带来可观的收益，消除从原材料到运输等各个环节的许多浪费来源。然而，信息技术本身的使用也有美中不足之处。

在环境方面，这场新的工业革命有可能在资源利用方面带来可观的收益，消除许多浪费的来源

它是电力和清洁水的巨大消费者。爱尔兰拥有超过70个大型数据中心，每个数据中心每天使用大约13.21万加仑的水，这造成了今年夏天的水资源短缺。的欧盟绿色协议呼吁数据中心到2030年实现碳中和，但这可能太乐观了。在英国(不可否认，已经脱离欧盟)，服务器已经消耗了超过12%的电力。由于比特币挖矿，冰岛的绿色水电和地热发电能力已经达到极限。后者占了极端的使用量，但区块链通常不是低能耗的。

相比之下,人类最聪明的大脑，在执行超出当前计算能力的任务时，额定功率约为20w-用灯泡的术语来说，我们都很迟钝。我们需要考虑是否每一个可以用计算机解决的问题都应该被计算机解决，特别是，系统设计师需要支持边缘计算，而不是从远程服务器和数据中心大量传输数据。因此，虽然单个自主设备需要看到其他系统元素正在做出什么决定，但它们不需要看到这些决定背后的原始数据，而且总体上它们应该在本地做出自己的选择。

的工业4.0/5.0的社会影响更难预测。有些技术在心理上可能无法接受——许多(当然不是全部)仓库工人非常不喜欢被机器“使唤”的感觉。那么，在一个太多人相信新冠病毒疫苗是微芯片的世界里，直接fNIRS脑对机馈电的可接受程度如何?

另一方面，自动驾驶货车在公共道路上的可接受程度还有待观察，即使客观上可以证明它们更安全。如果他们仍然需要的不是司机，而是服务员，那么解决了什么经济或劳动力问题?

但不可避免的是，对就业的影响是许多人最关心的。正如你的股票经纪人会告诉你的那样，过去并不是未来的完全可靠指南。尽管如此，之前的每一次工业革命都大大增加了对工人的需求而且，总的来说，对于技术更高、收入更高的工人来说(即使19世纪工厂的恶劣条件也成为可能，因为条件仍然被认为比以前的农业替代品要好)。

此外，在发达国家和其他地方，实际上存在劳动力短缺。许多国家的出生率一直低于自然更替率而老一辈人退休后的寿命要长得多。此外，越来越多的年轻人为了追求进一步的教育机会而推迟进入劳动力市场。尽管世界经济尚未从新冠疫情中完全恢复，但仅在美国和欧洲，从仓库操作员到卡车司机，再到工程师和技术人员，各个层面都存在短缺。任何技术进步，只要能提高有限劳动力的生产效率和效益，都将受到欢迎。

将会有大量的新工作当然，它们不会完全取代旧的。政府和企业必须对再培训作出认真的承诺。

地理位置是另一个因素，在以前的革命中，随着工业搬迁，旧的活动中心和那里的人民往往会被遗弃。但这一次不需要这样:移动技术、3D打印和其他进步将使企业摆脱对固定和不可移动的建筑物、生产线、材料和能源的依赖，使之成为可能把制造业和其他工作机会带给人民，而不是强迫人民迁移．这也可能减少经济对少数大城市的过度依赖，更平均地分配繁荣，并缓解超大型城市的一些物流和环境问题。

同样，并不是所有的工作都应该被自动化，因为它们可以被自动化。以电子商务杂货店的两个例子为例。制造和训练一个拥有视觉和触觉系统的机器人来采摘和处理一个成熟的芒果是完全有可能的。我们可以重新训练它对番石榴做同样的事情。但要完成一项青少年在一分钟内就能学会的任务，这是一项巨大的投资。你为什么要这么做?

还有替换的问题。如果顾客原来的要求没有，许多杂货商会选择另一种选择。但结果往往是可笑的不合适的。理论上，我们可以利用机器学习来做出更好的选择。然而，顾客选择替代品不仅可能没有任何潜在的逻辑(例如，该产品不在商店其他产品所代表的食谱配料列表中)，而且很少有关于不合适替代品的反馈给公司。机器没有可供学习的数据;顺序选择器的猜测是最好的(可能比许多粗糙的算法更好)。

结论

工业4.0正在向我们走来，它的发生速度比我们预期的要快，也比以前的变革要快。如果人民和他们的政府、行业和技术专家做出决定，他们希望这成为第一次以人为中心的工业革命，我们就有巨大的机会造福整个社会和全球。如果我们选择不给技术一个正确的方向，我们就有可能给我们的人民和我们的星球带来巨大的损害。

---

雅赛尔·科斯塔博士他是麻省理工学院萨拉戈萨国际物流项目的供应链管理教授、博士项目主任和博士暑期学院主任。他是古巴中央大学“Marta Abreu”de Las Villas的工业工程师。他在德国著名学府奥托-冯-格里克大学获得工程师博士学位。