終于看到了(le)一些理(lǐ)性的(de)聲音(yīn)，昨晚與趙敏老師談及這(zhè)些話(huà)題，有些感慨，覺得(de)有必要一叙，隻是覺得(de)需要“謹慎”—有時(shí)候，“情緒”似乎更具傳播力，今天看到上海大(dà)學李明(míng)教授的(de)《到底是哪個(gè)脖子被卡了(le)，腳脖子還(hái)是頸脖子？》，10月(yuè)8号一位孫錫良先生的(de)深度思考文章(zhāng)也(yě)同樣說到了(le)這(zhè)個(gè)問題，昨晚和(hé)Richard談到了(le)我們是否太普通(tōng)了(le)—保持底線，不太進行攻擊性的(de)話(huà)題，避免惹來(lái)争議(yì)，不過，想想，很多(duō)時(shí)候，大(dà)家明(míng)明(míng)都心裏有數，卻顧及各種思慮謹慎起來(lái)了(le)，反倒讓一些錯誤的(de)觀點流行。

爲什(shén)麽有些人(rén)大(dà)談卡脖子？

按照(zhào)卡脖子理(lǐ)論，我們被人(rén)家卡脖子的(de)地方可(kě)真是太多(duō)了(le)，技術限制、賣高(gāo)價賺取暴利，總歸是有人(rén)要害朕的(de)語調流行起來(lái)了(le)，然後就齊聲上書(shū)要國家加大(dà)投資—可(kě)是，難道國家一直沒有加大(dà)投資嗎？我們不能用(yòng)造成問題的(de)思維模式來(lái)解決問題，其實，公平的(de)商業環境比政府的(de)資金更爲重要，包括馬雲、柳傳志這(zhè)樣的(de)大(dà)佬都明(míng)白，企業不需要所謂的(de)資金支持，如果你能夠更好的(de)知識産權保護、更爲公平的(de)參與項目競争，大(dà)家都願意投資，保護自身的(de)利益。其實，卡脖子這(zhè)個(gè)詞，對(duì)很多(duō)組織來(lái)說大(dà)肆渲染的(de)目的(de)不言而喻。

情緒才具有傳播力，而“事實”就并非如此了(le)，因爲事實比“卡脖子”更殘酷，更讓人(rén)難以面對(duì)，也(yě)更難以解決，卡脖子本身就是一種情緒，其實，卡脖子這(zhè)個(gè)事情有嗎？我覺得(de)你可(kě)以基于事實來(lái)定義，例如有明(míng)确的(de)政府法令、通(tōng)告不賣給我們的(de)，這(zhè)是有證據可(kě)循的(de)，你可(kě)以理(lǐ)解爲卡脖子，因爲，它是有證據的(de)—就像川大(dà)總統這(zhè)典型的(de)2B青年那一套，不過，先忍著(zhe)吧—最大(dà)的(de)好處就是讓我們認識到問題的(de)嚴重性，也(yě)不是壞事，但是，除此之外，很多(duō)我看談到的(de)卡脖子，沒有這(zhè)樣的(de)背景，純粹是因爲我們自身不重視、不願意投入其中。

其實，什(shén)麽半導體、工業軟件卡脖子—記得(de)有一次，有人(rén)問我們如何補短闆，我問了(le)一下(xià)“我們長(cháng)闆是什(shén)麽？”—短闆總是要相對(duì)于長(cháng)闆來(lái)說的(de)吧？如果卡脖子這(zhè)個(gè)詞合适的(de)話(huà)—那我們可(kě)能被卡脖子的(de)地方就太多(duō)了(le)，可(kě)不是那麽簡單。

爲什(shén)麽會有卡脖子？

卡脖子的(de)技術通(tōng)常的(de)特點就是“收費站”模式，或者越往産業鏈的(de)上遊，越是容易被卡住，這(zhè)很正常，因爲越是基礎的(de)，需要長(cháng)久的(de)投資支撐，需要更多(duō)的(de)時(shí)間積累，才能有技術的(de)壁壘，記得(de)以前導師跟我們講課說“企業都是試圖尋求壟斷的(de)”—通(tōng)過不斷的(de)築高(gāo)技術壁壘，形成高(gāo)額利潤，這(zhè)本來(lái)就是一種商業模式，你想賺快(kuài)錢，你的(de)盈利模式就是低利潤，高(gāo)周轉速度，也(yě)是一樣賺錢的(de)。

誰不想多(duō)賺錢？做(zuò)企業就是要賺錢，國有企業有自己的(de)使命，但是，也(yě)要國有資産增值啊！再說你看看銀行的(de)利潤率、煙(yān)草(cǎo)的(de)利潤率，怎麽就不是暴利了(le)？看來(lái)暴利隻是立場(chǎng)問題，是立場(chǎng)咱就談立場(chǎng)，我們要發展自己的(de)産業，這(zhè)個(gè)立場(chǎng)沒有錯，但是，一碼歸一碼，不能因此就覺得(de)賺取利潤是罪惡的(de)—什(shén)麽是暴利？其實，很多(duō)時(shí)候，仔細看看那些所謂的(de)暴利—上市公司的(de)報表不能造假，你就知道根本沒有什(shén)麽暴利，就算(suàn)賺到錢，拿銷售額不是利潤10%投入研發，那是能算(suàn)到暴利裏去嗎？沒有人(rén)家研發，怎麽玩逆向呢(ne)？

我們賺快(kuài)錢習(xí)慣了(le)，不願意賺長(cháng)期投入的(de)高(gāo)利潤，就喜歡1%一年周轉10次，也(yě)不錯啊！這(zhè)種賺錢模式有它的(de)優點，就是快(kuài)，缺點就是沒啥技術積累，你喜歡你可(kě)以繼續，現在發現沒技術積累，自己不行，怪人(rén)家卡脖子。

生死看淡不服就幹就是很好的(de)觀點

其實，我的(de)觀點是“不服就幹”—卡脖子在我看來(lái)總是有點娘娘腔，打架打不過，回家找爹娘哭的(de)感覺。立了(le)志氣，我要投入幾年，不賺錢，也(yě)要搞定這(zhè)些技術，我信你。大(dà)概因爲我們陝西那地方民風關系，從小你若是被欺負了(le)哭著(zhe)回家，我們那裏的(de)民風就是說你“沒有血性”—沒有人(rén)會同情你，而是怪你不懂(dǒng)“直接反擊”。

我經常看到一些文章(zhāng)說在20年前，一些高(gāo)科技産品賣的(de)死貴，賺取暴利，然後因爲中國人(rén)的(de)參與，國外就賺不到錢了(le)，我雖然入行晚，但聽(tīng)前輩說30年前，PLC的(de)一個(gè)I/O點也(yě)賣到1000塊錢，現在也(yě)就幾十塊錢，機器人(rén)行業價格也(yě)比之前下(xià)降了(le)很多(duō)，但是，很多(duō)高(gāo)科技行業并非是由于國内企業的(de)競争才下(xià)降的(de)成本，而是行業内的(de)技術進步、大(dà)規模商業化(huà)、全球競争、關稅等多(duō)方面的(de)因素造成的(de)，因爲，在很多(duō)領域，我們并沒有機會參與那些高(gāo)端競争遊戲。

有時(shí)候需要點常識，你拿20年前說事，那20年前的(de)芯片确實成本很高(gāo)，就是因爲芯片大(dà)規模使用(yòng)才降低成本的(de)—非要拿今天和(hé)20年前來(lái)說事，這(zhè)不合邏輯，技術都是有一個(gè)被采用(yòng)的(de)過程，然後不斷下(xià)降的(de)成本，這(zhè)玩意都屬于Common Sense，但是，我發現好好說話(huà)有點難，立場(chǎng)和(hé)情緒總是裹挾著(zhe)我們，佛陀說的(de)“執念”，不僅在個(gè)人(rén)，也(yě)在集體，集體中心主義，就拿今年來(lái)說，美(měi)國人(rén)、歐洲人(rén)的(de)集體中心主義一樣泛濫，也(yě)就那個(gè)樣子，不過，立場(chǎng)是立場(chǎng)，但是，我們對(duì)事物(wù)的(de)談論首先建立在客觀事實基礎上，而不是純然的(de)立場(chǎng)，先清除底線是什(shén)麽？客觀的(de)事實是什(shén)麽，我覺得(de)強勢點對(duì)老外也(yě)沒什(shén)麽問題，但是，不能沒有事實的(de)情緒化(huà)。

記得(de)8月(yuè)和(hé)G先生聊到了(le)華爲的(de)研發投入巨大(dà)，他(tā)說了(le)“真正的(de)研發就是這(zhè)麽燒錢”—其實，這(zhè)才是問題的(de)關鍵，我們所謂的(de)“低價格”的(de)前提是“逆向工程”帶來(lái)的(de)，在産品、技術研發中，真正的(de)燒錢都是在“測試驗證”這(zhè)個(gè)環節，這(zhè)個(gè)環節因爲我們沒有燒錢—因此，我們就便宜，這(zhè)占得(de)是什(shén)麽便宜自己難道不清楚嗎？

爲什(shén)麽沒有核心技術？爲什(shén)麽造成今天被“卡脖子”—歸根結底，就是我們在基礎的(de)材料、工藝的(de)研發，大(dà)量需要投入的(de)測試驗證環節沒有積累啊！我們隻是仿制了(le)别人(rén)“已經驗證過”的(de)技術，很多(duō)人(rén)不明(míng)白這(zhè)個(gè)道理(lǐ)，就大(dà)談别人(rén)賺取暴利，如果你真的(de)是自主研發，正向設計出來(lái)的(de)，非常明(míng)确的(de)說，就是像華爲那麽“燒錢”—巨大(dà)的(de)研發投入，巨大(dà)的(de)人(rén)才聚集，如果一個(gè)人(rén)号稱掌握了(le)核心科技，但是，卻沒有燒錢，我隻能比較武斷的(de)說“大(dà)概率沒有什(shén)麽真正的(de)技術含量”，不勞而獲—對(duì)于核心技術的(de)掌握而言，同樣是不可(kě)行的(de)。

風動測試-這(zhè)玩意老燒錢了(le)

其實很多(duō)人(rén)說那些數字設計軟件好貴，如果你真的(de)搞個(gè)自主研發--前提是真正的(de)啊！你就會覺得(de)，其實，那些軟件根本就不是錢--真的(de)，相對(duì)于你花在物(wù)理(lǐ)測試驗證上的(de)成本來(lái)說。

冷(lěng)靜一點吧，數字孿生與人(rén)工智能

H小姐在微信裏曾經問我，難道這(zhè)些先進的(de)技術都是爲這(zhè)些領先的(de)企業服務的(de)嗎？而中小企業很多(duō)自動化(huà)水(shuǐ)平還(hái)很低，的(de)确如此，AI、數字孿生似乎很火熱(rè)，記得(de)節前和(hé)我司C博士聊到AI，她說“人(rén)們對(duì)AI抱有大(dà)的(de)期望是因爲很無奈—AI是一種無奈的(de)選擇”，因爲很多(duō)AI的(de)場(chǎng)景都是在缺乏數據感測能力、不是有明(míng)确的(de)機理(lǐ)、非線性下(xià)的(de)場(chǎng)景，因爲如果這(zhè)些地方可(kě)以安裝傳感器直接測量數據、能夠有機理(lǐ)模型，肯定是機理(lǐ)模型成本最低了(le)呀！幹嘛花那麽大(dà)的(de)功夫考慮AI應用(yòng)呢(ne)？

AI的(de)确能夠解決一些問題，可(kě)是，我們現在很多(duō)所需的(de)問題根本不是AI就能解決的(de)，或者說，我們的(de)很多(duō)問題如質量一緻性問題、成本問題，都是通(tōng)過精益、運營管理(lǐ)水(shuǐ)平的(de)提高(gāo)才能解決的(de)，就像我們要解決怎麽更好的(de)用(yòng)機器學習(xí)來(lái)實現晶圓缺陷檢測，但是，你總得(de)把晶圓生産的(de)問題解決了(le)吧？

當用(yòng)自動化(huà)就可(kě)以低成本的(de)解決質量99%的(de)時(shí)候，我們要提高(gāo)到99.5%這(zhè)0.5%投入巨大(dà)的(de)AI有意義嗎？這(zhè)是要思考的(de)問題，在很多(duō)地方自然有意義，因爲0.5%的(de)良品率都可(kě)以帶來(lái)很大(dà)的(de)利潤和(hé)市場(chǎng)競争的(de)勝出，比如你得(de)讓測量精度達到、讓晶圓送到這(zhè)個(gè)檢測台的(de)定位精度得(de)先達到吧？

人(rén)工智能解決的(de)問題通(tōng)常都是具有“非規則性”的(de)問題，我們現在是把“規則性”、“機理(lǐ)性”還(hái)沒有解決的(de)階段，那麽AI并不會讓你的(de)産品質量更高(gāo)、交付能力更強、也(yě)不會讓成本更低。

數字孿生和(hé)AI所需的(de)基礎在建模

再來(lái)聊聊數字孿生，反正現在熱(rè)火朝天的(de)，但是，數字孿生有個(gè)很重要的(de)根基就是“建模”，最近對(duì)“智能”有了(le)些略微的(de)看法，也(yě)不知道是否準确，但是，如果我們把智能的(de)目的(de)理(lǐ)解爲“讓機器幫人(rén)或者與人(rén)一起工作”，那麽，機器就得(de)按照(zhào)人(rén)的(de)思維方式來(lái)進行設計，而人(rén)的(de)思維簡單說有兩個(gè)主要的(de)方式，演繹和(hé)歸納，如果我們把能夠由物(wù)理(lǐ)、化(huà)學公式推導出一個(gè)結果的(de)過程稱爲“演繹”，或者稱爲“機理(lǐ)建模”，那麽通(tōng)過對(duì)大(dà)量進行偏于“感性”、“模糊”的(de)進行“歸納”，類似于“數據驅動建模”，那麽智能其實，主要就是這(zhè)兩種建模方式。

數字孿生的(de)好處，得(de)益于現在到處的(de)論壇講解，似乎大(dà)家都明(míng)白了(le)，可(kě)以進行優化(huà)，決策，數字孿生首先實際上要結合兩種建模方式，将機理(lǐ)建模與數據建模各自發揮出來(lái)，機理(lǐ)有機理(lǐ)的(de)優勢和(hé)劣勢，數據有數據的(de)優勢和(hé)劣勢，這(zhè)要根據場(chǎng)景結合來(lái)實現。

數字孿生，讓我們更好的(de)做(zuò)自己

很多(duō)人(rén)都在談數字孿生，但是，隻有很少的(de)人(rén)會設計明(míng)确的(de)質量、成本優化(huà)目标，很多(duō)人(rén)談人(rén)工智能，卻鮮有人(rén)問“如何規劃我們團隊能力、知識體系以及整體架構”，這(zhè)是最近在一家企業讓我們看到比較欣喜的(de)一點，顯然，這(zhè)樣的(de)企業才是認真的(de)，理(lǐ)性的(de)，高(gāo)效的(de)思考的(de)團隊。

談起建模，就會談到“正向設計”，即，從基本的(de)物(wù)理(lǐ)、化(huà)學原理(lǐ)出發，以數學爲橋梁，将物(wù)理(lǐ)與數字世界連接，那麽，一切的(de)建模都是基于不同數學的(de)應用(yòng)，或者新的(de)數學理(lǐ)論來(lái)解決問題。

建模在制造業就是要針對(duì)不同的(de)材料、流程，從機械的(de)摩擦力、彈性塑性變形、傳動、電子電氣、測量、工藝如裁切、卷繞、複合、切削、流體熱(rè)成型、化(huà)學反應（置換、分(fēn)解、複分(fēn)解、裂解）等複雜(zá)環境下(xià)形成一個(gè)“不變應萬變”的(de)模型，反複驗證傳動鏈、控制循環、工藝參數，然後以軟件的(de)形式封裝爲可(kě)複用(yòng)的(de)“技術”，是一個(gè)知識的(de)積累和(hé)傳承過程。

上圖僅個(gè)人(rén)淺見

而我們缺乏核心技術，正是對(duì)于“建模”、“正向設計”的(de)欠缺，而工業軟件本身實際上是知識的(de)傳承問題，工業軟件隻是一個(gè)結果，它并不是“因”，我們忽視知識的(de)積累和(hé)傳承，而把工業軟件的(de)發展建立在“軟件”而非“模型”、“仿真”、“知識”的(de)過程。

人(rén)工智能的(de)符号主義學派其實是采用(yòng)數學的(de)方式将人(rén)的(de)思維方式（Mind）進行數理(lǐ)推導，但是，這(zhè)要基于先驗知識，形成“專家系統”，但是，它需要非常強的(de)知識工程和(hé)領域專家，而連接主義學派則是基于人(rén)的(de)大(dà)腦(nǎo)神經遞質傳遞過程（Brain）進行仿生的(de)數理(lǐ)邏輯電路設計形成推理(lǐ)過程，而另一個(gè)被AI界討(tǎo)論經常忽視的(de)是維納的(de)控制論發源的(de)行爲主義，通(tōng)過感知，負反饋來(lái)調整策略，即Action，通(tōng)過行爲來(lái)觀察反饋進行控制，其實，也(yě)是人(rén)工智能的(de)一個(gè)學派，隻是這(zhè)種自下(xià)而上的(de)與高(gāo)大(dà)上的(de)自上而下(xià)的(de)符号和(hé)連接主義有所不同，不大(dà)被認可(kě)，因爲，自上而下(xià)才被認爲是“思考”，畢竟是模拟Mind和(hé)Brain的(de)。

不要把自動化(huà)不當智能啊！

關于工業的(de)AI與商業AI的(de)各自場(chǎng)景與優勢劣勢以後再談，但是，工業不是不能發展AI，但是，必須理(lǐ)解清楚“建模”的(de)方式，通(tōng)過演繹的(de)機理(lǐ)可(kě)以形成智能，通(tōng)過數據的(de)歸納也(yě)可(kě)以形成智能，商業的(de)AI不要被誇大(dà)到工業，工業必須有自己的(de)發展之路。

談這(zhè)些隻是想說，我們必須回到“建模”這(zhè)件事情，正向設計，才能真正打撈基礎，真正紮實的(de)行程自己的(de)工藝、技術，才能有工業軟件這(zhè)個(gè)結果，工業軟件的(de)企業通(tōng)常是并非單純的(de)軟件企業，都是有深厚的(de)工業基礎，或者從制造業裏延伸出來(lái)的(de)企業，曆史淵源往往很深，隻是看到人(rén)家的(de)結果，但是，追根溯源，你會發現，工業軟件基本上不會是像圖形處理(lǐ)Adobe、MS那樣的(de)純軟件型企業出身。

确實是“淺見”，而且也(yě)寫的(de)散了(le)，後面談到建模仿真和(hé)數字孿生這(zhè)些是另一篇稿子的(de)想法，先給列這(zhè)裏了(le)，主要是想表達--卡脖子，還(hái)是要回到基礎研究，建模這(zhè)個(gè)環節，即使，今天這(zhè)麽熱(rè)門的(de)數字孿生、人(rén)工智能，也(yě)是必須回到基礎數據科學這(zhè)個(gè)基礎研究上去的(de)，包括機電建模仿真技術也(yě)是數字孿生等的(de)基礎，另外“更新”的(de)壓力使然，因爲也(yě)是想到哪裏寫到哪裏，忘留言批評指正--定認真思考，預先感謝，特别感謝趙敏老師聊天的(de)内容給的(de)啓發來(lái)寫這(zhè)篇。