作者：(美)李杰,邱伯华,刘宗长,魏慕恒
出版社：上海交通大学出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
CPS:新一代工业智能试读：
前言
2011年，中国经济总量首次超过日本，成为世界第二经济大国，200多种工业品的产量位居世界首位，这标志着经过数代人的艰苦努力，中国由农业大国向工业大国转变的目标初步达成，中国也成为对世界经济有着举足轻重影响的重要国家。
在看到中国经济取得世界瞩目成就的同时，也需要意识到以投资、劳动力、资源和环境等低成本要素来驱动经济增长的模式开始出现瓶颈，已难以支持中国经济的稳定和持续发展。同时，以美国为代表的传统发达国家开始了“再工业化”战略，正在给工业竞争力赋予新的定义，一系列新技术和新模式的出现正在为价值创造打开新的空间。在这样的背景下，原有需求空间中的增量不足和新型需求空间中的竞争力不足，给中国的经济和工业转型带来了巨大的压力。2012年3月~2014年10月，中国的工业生产者出厂价格指数（PPI）出现连续23个月负增长，许多产业增量需求已经达到饱合，试图继续通过刺激需求增长来消化原有产能已难以实现。面对传统的要素驱动战略无法支持中国经济持续发展的现状，中国政府提出了“创新驱动战略”，即通过技术创新和制度创新来实现经济的可持续发展，以实现中国由工业大国向工业强国的转变。
1996年，世界经合组织发表了题为《以知识为基础的经济》的报告，总结了生产要素、科技创新与经济发展之间的关系。报告指出，正是新生产要素的不断出现，并通过科技创新的支持，使新生产要素能力形成，并与已有生产要素相互融合，这才不断诞生新的经济增长和价值空间，推动经济可持续增长。随着人类社会从自然经济、农业经济、工业经济、信息经济到知识经济的发展，在创新驱动下，一些使能技术的出现使得新生产要素的杠杆效应不断显现，价值从能源、资本和劳动力等传统要素端向更高的知识型要素转移。将知识作为经济增长的核心要素，是知识经济的核心特征，而自主知识的缺失恰恰是目前我国大量产业处于“微笑曲线”底端和西方发达国家处于顶端的根源。目前，世界经济正处于从信息经济向知识经济转型的关键时期，信息经济所形成的“从数据中获得知识”的能力改变了工业经济“从人的经验中获得知识”的制约。数据正在成为经济发展的战略性资源，而中国作为世界最大的数据生产大国和数据使用大国，有着最大的潜力去获取和使用好这个资源，因此，在世界经济从信息经济向知识经济转变过程中，中国拥有自身得天独厚的优势。
数百年的工业经济和数十年的信息经济，使得工业化水平和信息化水平都得以长足的发展。知识经济的核心就是以数据为驱动，实现知识的自主形成和规模化利用，将工业化和信息化相互融合，以实现相互促进的正向反馈。因此，把知识作为新的生产要素，以知识自主形成以及与已有生产要素的融合作为科技创新的重点，以价值驱动作为产业模式创新的核心，实现经济的可持续发展，应该是未来创新驱动的重点。
赛博-实体系统（Cyber-Physical System，CPS），在美国应对智能化时代到来提出的八大使能技术中居于首位，它并不是信息系统和工业系统的简单集成，相比传统工业系统基于经验规则的控制，和传统信息系统关注数据随着活动流转的模式不同，CPS更关注系统基于机器自主的认知能力和基于预测的决策能力，并在此基础上，实现工业系统和信息系统在感知、分析、决策、控制和管理等方面的深度融合。在这个体系中，知识的形成和使用的主体在逐步由人向赛博空间转移，实现知识作为生产要素在整个工业体系中的自成长能力和对现有生产要素的高效驱动能力。所以，在研究知识经济的过程中，不能忽视CPS在这次转型中的巨大作用。
同时，CPS从思想的提出到现实的应用，经过了数十年的发展，它是将可见的世界和不可见的世界融合在一起的桥梁，涉及了许多技术要素，具有应用的广泛化、多元化、体系化和层次化的特征。本书的目的并不是给CPS一个精确的定义，也并不局限于解释CPS全面的技术内涵，在我们看来，CPS作为一个具有很强体系性的技术概念，与现在蓬勃发展的多种新兴技术是融合的关系，任何对CPS的技术或模式的定义都很难适用于其全部的应用场景，因此，开放和兼容的研究与应用环境更有助于这个体系的发展。
CPS最重要的关键词是“融合”，不仅包括“实体系统”与“赛博系统”之间的融合，还包括在技术层面的多种既有和新兴技术的融合，以及在分析层面中的传统专家知识与人工智能之间的融合。CPS的技术体系既包括了已发展多年的技术，如实时控制系统、物联网、传感与数采、传统机器学习算法、网络通讯等，也包括许多新兴的前沿技术，如非接触式传感技术、分布式计算、以GPU和FPGA为代表的新型处理器、微机电芯片及传感器、认知计算和深度学习神经网络等。我们从这些技术的融合中看到了巨大的能力增益，使人类科技的进步速度开始超越以往的线性积累过程，我们正在向“奇点”快速地接近。例如在2017年的计算机体系结构领域的顶级会议ISCA上，谷歌（Google）正式向外界发布了面向深度机器学习的新一代芯片技术TPU（Tensor Processing Unit）。TPU是将硬件的处理能力与智能算法相结合的一次伟大尝试，这一融合将硬件的性能提升了约7倍，完成新一代TPU的迭代时间仅为22天，突破了摩尔定律所定义的速度。可以预见在不远的将来，边缘计算、高性能处理芯片、高级智能算法之间的结合会使智能从庞大的数据中心向机器的本地迁移，机器依靠自身的运算与分析能力就能够实现惊人的智能化程度，智能机器之间的相互连接与分享又能够使学习速度以几何倍数增长，实体系统与赛博系统之间的深度融合所带来的改变将超乎我们的想象。
这本书在多年CPS基础理论研究与实践的基础上，立足于工业领域的现状和发展需求，通过对现代工业的挑战与机遇的分析，CPS的技术本质与内涵的探讨，CPS的技术体系与工业智能实现的理解，CPS的应用体系与智能体（agent）实现方式的分析，CPS的应用实践案例的解读和CPS为中国经济带来的机会空间这6个方面，来解读CPS为工业迈向智能时代所带来的新思维和新路径。
总而言之，任何一次工业革命都是在生产力创新驱动下，新生产要素的出现改变已有的生产模式，形成新的价值创造空间和舞台。而CPS的出现，为下一代工业变革的方向提供了新的思维模式，或许将成为我们打开工业智能时代大门的钥匙。
这本书的目的并非是要定义什么是CPS，而是希望对我们所思考的CPS理论思想、技术内涵、应用价值和案例实践等方面进行系统性地介绍，从而使更多人能够关注和了解CPS，为未来对CPS的深入研究和广泛实践提供借鉴和灵感。本书在创作过程中获得了许多帮助和支持，在此特别感谢上海交通大学的史占中教授对本书部分内容的贡献和建议；同时，也感谢中国船舶工业系统工程研究院的张羽、美国辛辛那提大学智能维护系统（IMS）中心的晋文静和史喆对本书部分内容的贡献。李杰（Jay Lee）2017年3月第1章现代工业的挑战与机遇“赛博-实体系统”（Cyber-Physical System，CPS）又译为“信息-物理系统”，其作为一个技术概念被提升到国家战略最早可追溯到2007年8月。当时美国总统科学技术顾问委员会（PCAST）提出了《受到挑战的领导力：信息技术在全球竞争中的研究和发展》报告，报告中将“网络信息技术与实体世界的连接系统”列在八大核心技术的首位。报告提出的背景一方面是美国认为其在全球科技竞争力的优势正在逐渐失去，需要去寻找和定义具备突破性的技术领域来保持原有的竞争优势；另一方面，美国认为其在网络通信技术（ICT）和计算机科学方面的优势明显，全球信息技术50强企业超过一半在美国，并且在微处理器和控制系统方面具有垄断地位。随着计算机科学和处理器能力的快速发展，智能化的小型电子系统和大型ICT系统已经初显雏形。欧盟也率先开始了“先进嵌入式智能系统技术”计划，在2007~2013年在该领域投入超过70亿美元。2012年10月，德国“工业4.0”工作组正式向德国政府提出了工业4.0的执行建议，并将赛博-物理制造系统（Cyber-Physical Production System，CPPS）作为智能制造系统的最关键技术。
受到美国和德国两个传统工业强国的“青睐”，CPS迅速引起了世界各国的关注，关于它的讨论也越来越多，甚至将CPS等同于第四次工业革命。对于CPS的定义目前存在着许多争论，大多数人的论述都试图从技术层面对CPS进行定义，把它与物联网、大数据、自动制造执行系统、ERP等现有的技术概念联系在一起；但却忽略了一个最基本的概念，那就是第四次工业革命并非因为CPS或某一个技术的出现而到来，正相反，CPS的诞生是应第四次工业革命的需求而出现，它是满足生产力发展新需求的使能技术。
若要去定义什么是CPS，需要把关于CPS技术定义的讨论放到一边，先去思考以下两个问题：为什么第四次工业革命会发生？现在的工业面临了哪些挑战和需求迫使它进行技术的革命性变革？
当回答出这两个问题时，就自然能够理解CPS的本质了，并不是CPS本来是什么，而是它应该是什么。1.1 现代工业遇到了什么挑战
革命的本质是生产关系的变革，背后的根本原因是原有的生产关系束缚了生产力的发展。这个道理在人类社会中普遍适用，在工业革命中也同样适用。回顾前三次工业革命，我们都能够发现这样一个规律，即每一次工业革命都使生产要素的边际生产力获得本质的提升，使生产要素的内涵发生本质的变化，并改变了生产力的决定性要素。
第一次工业革命发生的背景是依靠人力为主要力量的生产系统遇到了发展的瓶颈，受限于人力的边际生产力，人类社会在不断重复着周期性的增长规律长达数千年后，依然没有突破生产力发展的瓶颈，急需新的技术带来生产力的解放。于是，以蒸汽机为代表的新动力机器应运而生，使劳动力的边际生产力得到本质的提升，人类也第一次踏入了工业时代的门槛。罗伯特-威尔斯给了机器如下定义：机器是劳动力与工作之间的媒介，其为了一个特定的功能将两者彼此相连。第一次工业革命后，劳动力的边际生产力就不再是制约人类社会发展的瓶颈，这也直接导致马尔萨斯人口论成为历史，社会迎来了人口飞速增长的黄金年代。第一次工业革命也使得起决定性作用的生产要素从土地和劳动力变成了以机器为代表的资本。
过了约一百年以后，生产力的发展又遇到了新的瓶颈，制约其发展的原因主要有两个方面：离散化的生产效率很低，成本高昂；动力（能源）的获取成本很高。受这两个原因的制约，工业产品并没有真正成为大众消费品，使更多人享受工业革命的红利并释放这部分的市场潜能成为第二次工业革命的需求。于是福特发明了第一条生产线，在生产效率和成本上实现了汽车的大规模制造，让汽车真正成为大众消费品。尼古拉-特斯拉发明了交流电，使电力成为基础设施和公共资源，廉价而易得的电力开始进入千家万户，需要电力驱动的工业产品也成为大众消费品。人对于经济发展的作用，从以输出劳动力为主转变为以消费需求推动为主，以殖民形式掌握人力和土地要素的方式所带来的收益开始远远不及具有强大消费能力的市场。这也从根本上造成了几乎持续了整个二十世纪的国际局势和人类社会组织形式的变革。
有一个值得注意的细节，福特设计的第一条汽车生产线与现在的完全不一样，那条生产线要完成铁矿石制造成汽车的每一个步骤，所以，福特公司最早的工厂建在河边，把铁矿石从河边运到工厂后，从炼钢开始第一个生产步骤。这样的生产模式使得建立工厂成为一项耗资巨大的工程，且每设计一个新的工业产品所要投入的建设成本也非常巨大。这也造成了工业品的创新成本高昂，使得产品的种类单调，迭代速度也很缓慢。正是这样的矛盾催生了第二次工业革命中的另一项变革——“工业标准”。虽然很少被提及，但其却与生产线的发明有着同样重要的意义。标准的形成是工业社会分工的基础，分工的形成又从两个方面进一步提升了生产效率：一方面是各个分工环节上的公司不断降低产品的成本和提高产品的质量，使得工业产品的价格和品质不断进步；第二个方面是为产品创新提供了基本框架和基础保障，创新者不必再亲自开发和制造每一个环节，而每一个环节上的创新突破也都可以迅速应用到一个更大的体系中创造价值。第二次工业革命从本质上改变了组织要素的内涵，也使得组织要素的边际生产力得到革命性的提升。
在这一阶段，企业的竞争力改善主要围绕着管理哲学和组织制度的创新，其中以日本企业最具代表性。二十世纪六十年代，日本意识到其制造的产品在质量上与欧美制造的产品存在巨大差距，为了摆脱其产品在国际市场上无人问津的窘境，提出了以“全生产系统维护（TPM）”为核心的生产管理体系。TPM的核心思想可以用“三全”来概括：全效率、全系统和全员参与；目标可以用四个零来概括：零停机、零废品、零事故和零效率损失。实现方式主要包括三个方面的改善：提高工作技能、改进团队精神和改善工作环境。这一阶段的改革奠定了日本制造业的精神内核，也使日本制造业在短时间内险些使美国丧失世界第一制造大国的地位。受到日本制造业冲击的美国和欧洲纷纷效仿日本，建立了先进的生产管理制度，并完善了流程管理体系。这个阶段为制造系统的进步所带来的影响可以总结为：利用先进的管理制度和组织文化，将生产过程中解决和避免问题的经验，以规范和纪律的形式融合于生产系统中。
到了第三次工业革命前夕（二十世纪六十年代~七十年代），随着工业产品的复杂性和对精确度的要求越来越高，原有的、以人的操作为基础的生产系统在效率、稳定性和可靠性方面都出现了瓶颈。于是工业系统提出了新的需求，即在复杂的环境中连续稳定地生产精密的工业产品。在这个背景下，以可编程逻辑控制（PLC）和计算机数字控制为代表的数字化技术开始广泛应用于工业系统中，自动化集成系统开始逐渐代替人的操作。与此同时，伴随着越来越精细的分工和越来越复杂的生产系统，协作和管理的效率成本成了新的瓶颈。因此在数字化控制系统和通信技术开始普及的基础上，制造执行系统（MES）、计算机辅助设计系统（CAD）、企业资源管理系统（ERP）、产品生命周期管理系统（PLM）和远程监测系统（RMS）等开始广泛应用。
第三次工业革命带来了两项变革，即数字化和网络化。这两者的到来使得组织要素不再仅依靠制度和文化，协作的范围也从一个工厂内部扩展到全球，以信息和自动化系统实现全流程的管理和执行使得组织要素的边际生产力得到本质的提升。于是，人类与社会的连接从“可见的”实体世界扩展到了“不可见的”网络世界，信息成为核心的生产要素。
前三次工业革命发展的过程带来的启示是，每一次工业革命的根本原因在于原有技术体系下的生产要素已经无法满足生产力的发展要求，在这种需求的推动下，新的使能技术的诞生会帮助人们突破限制生产力发展的瓶颈，同时，伴随着新的基础设施的发展，新技术的红利得以快速普及。遵循这个规律，可以对前三次工业革命进行如下的总结，如表1-1所示。表1-1 前三次工业革命的特点和意义
如果以相同的思维看待这一次工业革命，制约生产力发展的新瓶颈是什么？需要进一步释放的能力和价值又是什么？
在生产力六要素中，有一个核心要素是“技术”，技术要素即包括设计、配方、工艺、核心零部件、材料、技术规范等可见的要素，也包括生产经验和生产知识等不可见的要素。技术要素中可见的部分通常可以通过买卖而获得，但是不可见的部分，如知识和经验却难以定价和交易。而另一方面，可见的技术要素归根结底来自知识和经验，是这两者经过抽象化和模式化后的表现。
我们认为当前工业遇到的新瓶颈在于技术要素的不可见部分，即人的知识产生和利用效率已经不能满足生产系统的要求，依靠人的知识和经验去驱动生产系统已经达到了生产力的边界，难以使其以最优的效率运行和协同。受到知识和经验的限制，以人的决策为驱动的生产系统中有很大一部分价值并没有释放出来。例如，使用同样的机床，有的工厂能够生产出精密的核心部件，而很多工厂却不行，这就意味着机床其实并没能真正释放出它们的潜力。而造成这个差异的原因是工业系统的知识和经验的缺失，这需要依靠人的日积月累才能获得，但传统依靠人的知识和经验的方式正在遭遇如下瓶颈：（1）系统越是复杂，人的学习曲线就会越缓慢，而当人的学习曲线落后于技术的进步时，人就会成为制约技术进步和应用的瓶颈。（2）随着网络通信技术（ICT）的不断发展，获取信息早已不再是难题，虽然人具有认知能力且善于抽象思维，但是并不擅长处理多维信息之间的精确量化分析，因此制约决策质量的不再是如何获取信息，而是对信息进行精确的分析与对目标进行优化。（3）人的知识也并没有被高效和规模化地应用，无论是一个熟练的操作工人，还是一个有丰富工程经验的专家，他们的知识都只能服务于非常有限的对象，而这些知识也会随着人的逝去而消失。
因此，如果把CPS作为第四次工业革命的使能技术，那么它就必须要解决知识的产生、利用效率以及规模化的瓶颈，使得整个工业系统以最优化的协同方式释放最大的能力，从而实现价值创造的新突破。1.2 生产系统组织关系的价值瓶颈
从上游到下游，工业生产系统的价值链关系依次是设计创新与需求创造、原材料与基础使能技术、关键装备与核心零部件、生产过程与生产系统、产品和服务，如图1-1所示。这样的价值链是由第二次工业革命后的分工体系所决定的，并一直延续至今。图1-1 工业系统的价值链关系
这种价值链关系下的生产系统以产品的买卖关系为主，并由最终用户对产品的需求状态决定价值链上的话语权。客户对产品的需求所遵循的规律通常是“从无到有”，然后“从有到精”，最终到需求饱和的过程。在“从无到有”的过程中，价值链上的各个角色在分享市场红利的同时，也以产能的制约因素决定话语权。在“从有到精”的过程中，价值链上各个角色的市场红利受到挤压，由技术积累形成的竞争优势差异开始显现，以品质和成本的制约因素决定话语权。而当整个市场对某个特定的需求达到饱和时，整个价值链都将会受到冲击，终端客户的价格压力将会一层一层地传递到产业链的上游，这个时候，话语权的掌握者是能够定义客户新需求，也能够为客户创造价值，同时还能分享红利的服务提供者。图1-2 传统工业模式下的制造商和使用者之间的利益冲突
在传统的价值链关系下，价值链上的各个角色存在着对利益追逐的根本矛盾（见图1-2）。在经济快速增长期，制造企业和用户企业之间的矛盾会被大量的订单和充裕的现金流掩盖，随着经济增速放缓，两者之间的矛盾会日趋显著。在市场压力和资金压力下，制造企业势必会采取生产线升级、管理系统信息化等措施提高生产效率，降低成产成本。然而，无论设备制造企业如何提升制造端的智能化，其成本最终都会转移给用户，对于现金流同样紧张的用户企业来说，任何上游生产要素的投入都会产生成本，也会向下传递到用户企业从而增加他们的成本。而对于用户来说，对价格的期望永远是越低越好，当最终用户向制造商提出降价要求时，这个要求会一层层地传递给产业链的上游，彼此在相互挤压价值空间后形成新的妥协。在这种价值链关系下，“智能制造”或是“工业4.0”都不应该成为最终目的，如何为用户创造新的需求和价值才是目的。用户不会因为一辆汽车是“工业4.0”的工厂生产就会去为多余的价格买单，他们关注的是性能、质量、时尚、安全和舒适，还有更重要的如“无忧驾驶”这些不可见的价值空间。《工业大数据：工业4.0时代的工业转型与价值创造》这本书中曾经用煎蛋模型来比喻产品与服务之间的关系，目的是让人们更贴切地理解以创造价值为导向的产品思维。一个核心的产品不仅是产品的这个实体本身（蛋黄：产品本身），还有很多以这个产品为载体的增值服务（蛋白：服务衍生的价值）。这如同煎蛋，每颗蛋黄其实都差不多，比如一台风力发电机如果挡住了品牌标识就很难分辨出是哪个制造商制造的，同样功率的风机在外观上很难看出差异，但运行一年后发电的总量和运营的费用可能很不一样，这就是看不见的价值。这些价值可能来自对“智能”的控制，也可能来自“智能”的运维，又或是来自集成商与供应商之间紧密合作下的质量和价格的优化，但是归根到底是与风机的设计、制造和使用相关的知识，这些知识是用户所不具备的，同时也是与这个产品本身的“蛋黄”紧密相关的，这部分价值需要整个价值链上的各个环节相互配合才能实现。
以往面向用户提供后市场服务的角色主要是产品的原始设备制造商（OEM），而提供的服务大多集中在设备应用场景的解决方案和维护方面。产业链上的其他角色，随着越接近价值链的上游，为最终用户服务的机会就越少，但他们也同样掌握着重要的知识和经验。造成这个现象的最主要原因是产业链的上、下游信息不对称，越是上游的角色为最终用户提供知识服务的成本也就越高，其最大的成本来自于信息成本和渠道成本。而以物联网为重要元素的CPS，能够将整个价值链上的环节相连接，使位于产业链各个位置的角色能够以很低的成本直接服务于用户，也使得产业链之间在服务方面的协作成本降低。未来的新型产业链关系不再仅仅是制造一个产品，而是集合整个产业链上的知识为最终用户提供增值服务，通过提供服务的方式参与到用户企业的使用场景中，解决用户使用场景中的隐性风险、浪费和焦虑，共创业态融合的分享型价值链关系（见图1-3）。图1-3 新工业革命下的新型价值链关系
这种新型价值链关系也更加具有可持续性，因为在以往的模式下，卖产品只能赚一次钱，一旦对产品的需求开始减少，价值链上的各个环节都会受到损失，各方为了保证自己利益的最大化，都会想方设法挤压上下游的价值空间；而在新型价值链关系下，只要用户依然在使用产品，创值服务所带来的收入就会源源不断，而价值链上各个角色的关系，也会从相互挤压转变成以提升用户价值这一共同目的为导向的紧密合作与价值共享。
这样的新型价值链关系也决定了知识作为生产要素的边际生产力，如何实现知识要素高效率和规模化的利用，也是CPS所面临的新要求和新挑战。1.3 CPS如何满足新工业革命的要求
在前面两个小节中，我们分别从生产要素和价值关系两个方面阐述了新工业革命的要求，也说明了如果CPS能够成为新工业革命的使能技术，它必须满足以下两个要求：（1）提升知识作为核心生产要素的边际生产力，使知识的产生、利用和传承过程中的效率和规模得到跨越性提升。（2）重新优化生产组织要素的价值链关系，使得整个产业链中的各个环节围绕最终用户的价值并以高效的协同方式为其提供服务。
总体来说，CPS需要重新定义生产要素的价值，在解释CPS如何实现这一过程之前，我们先从了解产品价值的本质作为切入点。
任何工业产品的价值都可以从两个方面去理解：作为生产要素的价值和作为消费品的价值。两者虽然都需要通过买卖关系才能实现其自身价值的转换，但两者在买卖结束后所起的作用却是不一样的。对于消费品来说，用户得到产品以后就进入了该产品的最后消费环节，通过消费该产品满足其特定需求的程度就是其消费价值。而将产品当作生产要素的用户不是把生产要素用来消费的，而是要将其进一步投入生产过程中；同时，生产要素在进入生产过程之前仅仅是可能的生产能力，只有在它们进入生产过程中并与其他生产要素协作进行生产活动创造了产品和服务之后，才变为现实的生产价值。也就是说，只有在这时，生产要素才能体现其价值，此时生产要素的所有者才能获得相应的收入。因此，生产要素所有者所获得的价值决定了生产要素的价值。
比如，航空公司购买飞机发动机是为了作为生产要素为旅客提供航旅服务，那么这个发动机的价值取决于其服役过程中的使用成本、单位时间内服务的旅客数量，以及为旅客带来的飞行感受。同时，发动机也有消费价值，每一次飞行对其功能的使用都意味着它剩余使用次数的下降，这些对其有限的功能性消费就是它的消费价值。一个产品的消费价值受到它自身生产成本的制约，用户的价值取决于这个成本与其功能性价值之间的差异，因此是可见的且有限的空间。而生产要素价值则取决于产品使用过程中为用户创造价值的能力，只要使用该产品的活动存在，这部分价值就可以不断被挖掘出来。仍然以发动机为例，美国GE公司和罗尔斯·罗伊斯公司的飞机发动机的销售价格其实远远低于它的成本，但是从后服务市场的服务中所获得的利润却相当可观，以至于两者都推出了出售“飞行能力”的模式，主动去承担成本的风险，以便分享在使用过程中创造的价值。由此可见，在讨论产品价格时所称的生产要素价格乃指生产要素的服务价格，而非生产要素本身的价格。要素本身与要素的服务是不同的。生产要素的服务是生产要素在生产过程中发挥的功能，也就是对生产的贡献。经济学上有时候就用生产服务（productive services）一词代替生产要素使用，以强调厂商所购买的不是生产要素本身，而是其在生产过程中的价值贡献。
以前工业产品的生产要素价值主要体现在其可见的功能性上，对于飞机发动机来说是最大推力、平均油耗和设计寿命等，对机床来说则是最高转速、加工精度、多轴联动、加工速度等。当市场的需求是在“从无到有”的过程中时，客户对这些功能性价值存在着非常巨大的增量需求，所以价值的核心在于搭载这些功能的产品销售上面。但是当需求开始饱和时，市场对价值的需求开始从对增量能力的获得转变为对存量能力的应用。人类社会在经历了二百多年的科技革命后，已经积累了巨大的存量，工业的基础设施和大量基本生产要素，如机床、电力设施、动力设施、制造装备、交通装备等需求都已逐渐趋于饱和。以德国为例，其工业出口产值从2006年开始已经连续6年没有增长，根本原因就在于发展中国家已逐渐完成工业化升级，对工业装备的需求已经基本饱和。同样意识到这个问题的还有美国GE公司，他们意识到装备销售过程中的获利远远不及在产品使用过程中的价值服务，客户需要的价值也远不止对产品状态的保持，更在于如何去使用这些能力来实现更高效的价值再创造。
对存量能力的应用中，起关键作用的就是知识和经验。使用同样的机床，有些企业能够以很低的成本生产精密度很高的产品，而有的企业却不能，所以受到的限制并不在于可见的功能，而在于不可见的知识因素。传统对知识的消费模式主要有两种方式，第一种是将知识固化到设计、控制、专家系统和管理制度中，这种模式的问题在于从知识产生到投入生产的周期非常长，且迭代的灵活性不足，难以适应当今复杂动态的工业环境。另一种是以人作为知识服务的载体，熟练的技工、远程专家诊断和专家咨询服务等都是这一类模式，虽然能够满足需求的灵活性要求，但是效率非常低。
以知识为核心使生产要素发挥最大的能力，归根结底是在精确的状态评估前提下，对管理和控制活动进行实时的决策优化，并协同和调度相关的活动参与者进行高效率执行的过程。
其中的三个关键词分别是“状态评估”“决策优化”和“协同执行”，也是实现上述能力中最大的挑战。（1）状态评估。要了解活动相关的个体和环境的实时状态，其中许多状态是不可测量的，需要利用建模的手段从可测的相关参数中进行预测，更重要的是还要对个体之间的相互影响关系进行精确的评估和预测。（2）决策优化。要在对状态精确掌握的基础上，对各种可能的决策所带来的影响进行精确的分析推演，并在多目标并存的环境下充分考虑之间的交换条件，以实现整体目标价值的最大化。（3）协同执行。在这个过程中，则要考虑决策的分发与实施的层级关系、时间尺度和顺序相关性，并且要有一定的容错能力。
现有的工业系统在实现上述过程时，将主要精力放在以信息驱动执行的协同上面，于是有很多的成本投入到数字系统、信息渠道、管理系统和控制系统上。但是，进行状态评估和决策优化的主体依然是人，这些执行协同系统只能够按照特定的模式和规则，或是按照人的指令执行。这里所说的决策是一个非常广义的概念，大到一个公司战略的决策，小到一个工人对某一个参数的调校或一个飞行员起飞时的操作，各种决策无时无刻不发生在生产系统中。于是又产生了一个新的挑战，即受制于人对状态评估精确性的限制，以及对多维信息源和多决策目标分析复杂度的处理能力不足，人的决策在最优性和实时性方面都难以适应现在工业系统的复杂度和动态性要求。
然而，一些新技术的产生为解决这个挑战带来了新的机会。首先，物联网和先进传感技术的普及使得原本相互独立的装备和个体连接了起来，获取信息的广度、深度和及时性已经不再是难题，更重要的是使数据的获取变得低成本且简单。于是，大数据环境在工业系统中开始逐渐形成，这些数据中隐藏着丰富的隐匿性问题的线索和个体与环境之间的相关性关系，比如经历数十万次在各种环境下进行操作行为的飞机发动机，它的数据中蕴藏着发动机油耗效率与环境参数、状态参数和操作参数之间的关系，在对这些相关性进行充分挖掘和建模后，就能够对油耗进行更加科学和透明化的管理。
这些技术也使得人类获取知识的途径产生了革命性的变化。过去，人们去理解物理世界规律的方式是首先提出假设，然后从理论上进行论证，再通过大量实验进行验证，最后对其中普遍的规律和限制进行总结，这样才能够获取被认为是可用的知识。从18世纪的欧洲文艺复兴开始，这一套理解事物和获取知识的方式已经统治了学术界和工业界长达三百年之久。然而物联网和大数据环境为我们获取知识提供了一个新的途径，即每一次的使用对我们来说都是一次有价值的实验，实验的环境也从实验室移到了真实世界中，我们可以充分地认可和拥抱世界的多元性、丰富性和不确定性，因此并不需要去追求普适和确切性的结论，更重要的是以使用的目的和价值为导向，使每一次使用都成为对工业系统的认知和经验的一次正向反馈。同时，计算能力的飞速提升也为我们提供了新的机会。过去的几十年中，人类一直在追求具备人脑认知和计算能力的技术，深度学习神经网络和认知计算等算法框架其实从二十世纪七十年代就已经提出，但在当时却找不到能够达到其运算性能要求的计算机。现在计算机的计算能力不但得到了大幅度提升，分布式计算、云计算和边缘计算等丰富的架构形式也增加了计算资源使用的灵活性。
在这些条件下，融合了网络通信、大数据环境、普适计算和管理控制的CPS就有可能去辅助甚至代替人成为精确状态评估和视情决策的主体。
在这种情况下，制造企业才能够面向最广大的用户，尤其是中小企业用户，可以以较低成本提供与大型企业相同的定制化服务。
如今，CPS的核心正是在于“融合”，即赛博（Cyber）系统的价值是在于对实体（Physical）系统的状态和活动进行精确评估，是在于对实体系统之间关系的挖掘和管理，是在于视情的决策优化。在实体空间与赛博空间融合的过程中，认知与决策系统作为CPS的关键组成，是实现装备服务智能化的核心，但恰恰又是传统信息系统所无法满足的。对于大多数制造企业来说，感知、控制、管理等信息系统基础均已具备，认知系统与决策系统的建设才是制造企业实现智能制造和智能服务转型的关键。
而实现转型，对于制造商而言，既要保持提供实体产品（蛋黄），更需要提供以合理、高效视情使用的信息服务系统（蛋白）；从而适应最广大用户在复杂环境下的多样价值服务需求；最终的目标即为服务成本最低、代价最低，反应最敏捷，从而实现定制化的柔性服务。第2章CPS的技术本质与内涵2.1 从电影《天空之眼》了解CPS
电影《天空之眼》为我们直观地感受什么是CPS提供了非常好的素材，在电影中，远程驾驶的无人机原本只需要执行空中监视的任务，却在发现恐怖分子即将进行恐怖活动后改为对其进行定点清除任务，因为袭击目标房屋的旁边有个小女孩，执行任务过程中很有可能会造成小女孩的伤亡。剧情的冲突点在于，经过计算，小女孩受伤的概率非常高，所以指挥官与操作手争执到底要不要以小女孩的生命为代价来完成这次任务。电影中的一个场景值得我们注意（见图2-1），指挥中心里的分析人员不断寻找目标房屋的射击点，以便在击杀恐怖分子的同时使小女孩被误伤的风险降到最低，而这个决策过程的基础即为对状态和活动的精确评估及预测，主要分为以下三个方面：图2-1 无人机分析精确打击的伤害半径（1）系统本身：对导弹伤害半径的精确评估。（2）环境：房屋周围的人群，特别是离房屋最近的小女孩；房屋周围的围墙对炸弹爆炸的缓冲能力。（3）对任务的理解：打击马上将要实施恐怖袭击的敌人，以避免更多平民的伤亡；或是放弃这次袭击以保证小女孩的安全。
这部电影为我们分析和理解CPS的概念和意义提供了很好的素材，因为它非常形象生动地表现了CPS的许多重要元素。从技术方面来说，CPS的3个核心技术元素包括控制（Control）、通信（Communication）和计算（Computation），这3个元素都在电影中得到了非常形象的阐述：（1）制：无人机的指挥中心设置在距离袭击目标数千英里的亚利桑那州，操作手能够通过实时控制系统（RCS）实现飞行员对飞机的一切真实操作。（2）通信：无人机将地面的数据和自身的状态不间断地传输到控制中心，而控制指令也能够实时地传递到无人机上。（3）计算：电影里最突出表现的就是计算的功能，这种计算有非常明确的目的性，首先是完成任务的能力，即选择不同的瞄准点对袭击目标造成致命打击的成功率；还有在袭击过程中造成房屋边上的小女孩伤亡的风险。在决策过程中，对目标要求的完成程度和达成目标所要付出的代价，这两者之间的精确预测和权衡是计算的内容和目的。
从另一个方面来看，这部电影也体现出了CPS的根本目的，即通过对结果的精确评估与预测进行决策支持。决策并不是最终目的，对决策造成的影响进行精确化的评估与管理才是根本目的，这个过程中的计算只是一种手段，对结果预测的精度、广度和深度才是核心。
除了《天空之眼》，还有另一个很有名的事件，就是1993年发生在索马里的黑鹰事件，这次事件造成了美军19人死亡，后来拍成了家喻户晓的电影《黑鹰坠落》。事后对黑鹰事件的调查显示，行动过程中使用了错的情报和旧的地图，加上因为第一名士兵从直升机坠落受伤，导致了总部的指挥和现场的应对过程中出现混乱，使得美军在撤退的过程中出现了一连串的失误，在层层错误决策的叠加影响下造成了最后的悲剧。
这起事件引起了美国军方的深刻反思，从而引发了美军一系列的改革举措。首先是加快了无人机（UAV）的研发与部署，使无人机用于执行高风险的侦查和打击活动；其次是对情报系统进行改革，在网络情报和实时地理信息等方面投入大量研发力量；最后是开始建立美军国家模拟中心（由美国陆军作战参谋部在1993年批准建立），它具备从兵团级到单兵作战单位的评估仿真分析能力，用于制定战术的决策支持和训练。最值得注意的一点是，它大量运用了当时还处于概念阶段的分布式技术，以远程通信、大规模计算和网络技术为基础，实现了数据和信息资源的去中心化（随时随地的共享能力），并利用了分布式计算系统提升了复杂状态评估和分析的能力。这也使得战场的指挥从原来的集中式转向分布式的革命性变革，一方面打破了指挥中心与战地人员信息的不对称；另一方面，强大的运算能力也能够通过通信和网络技术服务于每一个士兵进行决策支持，从技术上能够实现将军与士兵的信息完全对称。因此，由于人的决策失误所造成的不必要伤亡和损失就大大降低。这应该是CPS概念开始真正系统化发展的第一个里程碑，也是目前最大规模和最成功的实践，比美国国家科学基金会（NSF）正式提出CPS早了十几年。
也正是有了以上的一系列举措，使美国在伊拉克战争中有了完全不同的表现，从战争的战略制定到战术层面的决策支持，国家模拟中心起了巨大的作用。我们不去讨论这场战争本身的正确性，但是它如同海湾战争一样，在历史中具有里程碑式的意义。海湾战争是人类历史上第一次真正意义的信息化战争，通信和网络技术的大规模应用使得将军能够指挥每一个士兵，使战场行动的实时性和精准性有了革命性的突破。而伊拉克战争则是人类历史上第一次真正意义上的智能化战争，因为计算和分析技术第一次大规模地取代了人的决策。
2008年，美国总统奥巴马开始执政后，提出了将“拯救生命”和“减少不必要的福祉损失”作为政府的核心目标，所以CPS的科学研究和应用开发的重点首先放在了医疗领域，利用CPS技术在交互式医疗器械（interoperability）、高可靠医疗（igh-confidence medical device）、治疗过程建模及场景仿真、无差错医疗过程（error-free medical process）和易接入性医疗系统（plug-to-play medical system）等方面进行改善，同时开始建立政府公共的医疗数据库用于研发和管理，实现医疗系统在设计、控制、医疗过程、人机交互和结果管理等方面的使能技术突破。
随后，CPS技术又运用到能源、交通、市政管理和制造等各个领域。因此，CPS并不是单项技术，而是一个丰富的技术体系，虽然这个技术体系中的某些技术点的内涵和定义在不同的应用领域中有所区别，但是CPS背后的哲学和思想却有很强的共性。2.2 CPS的发展历程
1926年，尼古拉-特斯拉在自己的著作《远程自动化》（Teleautomation）中说道：“当无线技术被大范围应用，整个地球将变成一个统一的大脑，复杂机器的操作将变得非常简单，而交流方式也将远远比如今的电话机更加便捷，能够小到足以装进自己的口袋”。这大概是对CPS和移动智能最早的预言，而后者早已被人们司空见惯。而特斯拉也是人类第一个无人装置的发明人，他于1898年设计了无人船Telautomaton。1948年，美国数学家Nobert Winer在自己的著作中第一次使用了“Cybernetics”（控制论）这个词，它的来源又可以追溯到希腊词根“kybernetes”，意为舵手或调节器，所以，从Cyber这个词的本源来看，其所代表的含义并非是狭义的“网络”，而是应该理解成像舵手一样去感知、分析、协调和执行，只是后来在CPS中主要扮演这个角色的是网络系统。Winer在二战期间主持了美国新一代自控火炮的研究，为现在的控制理论奠定了基础，他的理论与后来业界普遍使用的反馈控制系统非常类似，只是后者大量使用了计算机作为计算工具，而网络的出现则是四十年以后的事情了。赛博空间（Cyberspace）最早来源于美国科幻小说家William Gibson在1984年出版的Neuromancer，指的是计算机网络所支持的交流环境。自此，Cyber这一前缀才统指与计算机、信息技术以及后来互联网等相关的事物。
1988年，时任Xerox PARC实验室首席科学家的Mark Wiser首次提出了普适计算（ubiquitous computing）的概念，与当时盛行的桌面计算环境（台式机）不同，普适计算强调的是人们可以随时随地在任意设备中使用计算资源，支撑普适计算的底层技术包括网络环境、中间件、操作系统、高移植性编程语言、微处理器和新一代交互方式。普适计算是真正意义上革命性的变革，也是后来的移动智能、云计算、嵌入式智能、边缘计算和新一代交互形式等技术的基础。美国麻省理工学院（MIT）的氧气计划（Project Oxygen，其目的是让计算像氧气一样随处可得）对普适计算做了非常形象的阐述：“在未来，计算将以人为核心，它像空气一样随处可得。可配置的通用计算装置，无论是便携式的或嵌入式的，将在我们需要的时候提供易得的计算能力。这些计算装置将自动适配我们的个人信息，并充分尊重我们的隐私和信息安全。我们与它们的交互也将更加自然，正如我们与人交流需表达意图时所使用的自然语言和肢体语言一样”。可配置的通用计算装置听起来像是很高深的技术，其实在现实生活中已经非常普遍了。例如，我们无论在哪一个手机上登录微信都可以迅速将我们的信息“移植”，并获得完全相同的功能，这就是高灵活度的个性化计算服务。现在，我们距离通用计算还有最后一道屏障，即这些计算还必须依附在一个移动设备和APP上，未来可能只需要一个统一资源定位符（URL）我们就可以通过无处不在的交互接口访问所有的信息和计算资源了。
说到这里，其实已经将CPS产生的历史背景和它的3个核心技术元素（控制、通信、计算）的发展脉络进行了较为详细的梳理，为接下来讨论CPS的含义提供一些背景信息。
大部分文献将Cyber-Physical System翻译成“信息-物理系统”，但我们认为这个翻译并不准确，容易引起对CPS内涵的曲解。首先Cyber并不单指信息，更不是泛信息化或信息科技（IT）的概念，其内涵包括了感知、分析、记忆、优化、决策、协作和执行等许多要素；其次，Physical也不仅仅是“物理”的意思，更重要的含义是“规律”，美国国家科学基金会（NSF）对CPS的解释是在自然或人为定义的规律中运行的系统（System under nature or human-made law），包括了物理、环境、相关性、社群等更加广泛的含义，但物理模型只是用来管理这些规律的手段之一。
因此，我们认为，CPS译为“赛博-实体系统”或许更加合适，实体系统代表的是对功能性的管理和建模，而赛博系统则是对实体、环境和活动之间关系性的管理和建模。
实际上，CPS是一个复杂性很高的系统，是多领域学科不同技术
试读结束[说明：试读内容隐藏了图片]