近来，智能化逐渐成为影响工业发展的关键。在日前举行的新一代工业智能与体系工程国际论坛上，中国船舶工业系统工程研究院海洋智能技术中心主任邱伯华认为，过去我国一直注重看得见的设备投入，形成了很大的存量。现在要考虑的不是简单继续投资增量，而是如何将存量的能力释放出来，将使用经验变价值。

　　根本价值是无忧的环境

　　我们对这样的生活场景并不陌生：在一些城市的公交站台会显示下一班车到达本站的时间，该信息本身并不会提升公交车的到站速度和运行效率，但将到站时间这一原本不可见信息的透明化，让等公交车的乘客少了一份焦虑。

　　工业系统中的问题分为可见的问题和不可见的问题。在邱伯华看来，人们的焦虑往往不是来自失败所造成的结果，而是因为不明白什么时候失败会发生、会造成什么后果以及为什么会发生。理想的智能工业系统，应该是建立在对不可见问题深入对称管理的基础上，最根本的价值是去避免可见的问题，最终实现‘无忧’的环境。

　　邱伯华在美国国家科学基金会智能维护系统研究中心(NSF-IMS)了解到这样一件事：日本株式会社电装(DENSO)位于美国田纳西州的汽车启动器生产工厂，每100万个产品中只有1.5个次品。即便是这样，他们仍觉得有提升的空间和动力：即便100万个产品中只有一个失败了，我们仍想要知道它为什么会失败，只有这样我们才能够学会如何去不断地成功。

　　邱伯华认为，这句话反映了非常深刻的制造哲学：在智能的工业系统中，成功并不是目的，关键是如何不断地成功;失败也并不可怕，关键在于我们是不是能够知道为什么会失败。

　　核心是将数据价值化

　　从物联网、大数据、云，到工业4.0、工业互联网，各国都将智慧化作为其工业发展的关键。

　　智能化，从字面上可以理解为一种感官描述，直观来说就是用‘物的智慧’来补充和代替‘人的智慧’，让人觉得‘物’具备了与‘人’一样的智慧，这也让很多企业提出‘只要用户觉得智能就是智能’的理念。但邱伯华认为，对工业产品来说，其性能指标先进性已经不再是用户最关心的问题，终端用户更看重的是如何能够更好地利用、维护和管理所获得的工业产品，最关心对产品状态的定量化了解和未来趋势的精准掌握问题。

　　工业系统主要由设计者、制造与集成者以及使用者组成。与德国、美国相比，我国整体上仍较为薄弱，但作为制造大国、使用大国，产品价值链十分完整，又有很强的制造能力和丰富的使用场景，大量数据在我国汇集，但数据并不会直接创造价值，真正能为企业带来价值的是数据流，是数据经过实时分析后及时流向决策链的各个环节，或是成为面向客户创值服务的内容和依据，也就是使用经验带来的价值。

　　邱伯华建议，我国应该考虑如何立足加工制造这个环节挖掘资源，充分利用好在使用和制造端中量的优势以及整个产业链较为完备的优势，并将重心放在使用场景的价值方面，从使用的数据和经验中获得集成和设计的知识，从下游到上游逐步增强我国产业链各个环节的整合能力。同时，结合我国在智能使用解决方案上的知识积累，推动我国工业产品走出去战略，在向国外出口高铁、轮船、电力基础设施等装备产品的同时，配套智能使用的增值服务，在提升中国制造品质竞争力的同时，强化服务型的可持续收入模式。