如何在從“制造”到“智造”的升級路徑中用好工業大數據？如何彌補制造企業大數據運用能力的“鴻溝”？當前，阻隔科技成果順利轉化的“瓶頸”何在？這三個問題對于正在升級“智能制造”的中國企業而言，至關重要。思客在近日舉辦的第三屆廣東院士高峰年會上，專訪了中國工程院院士、曙光信息產業股份有限公司董事長李國杰。身具科學家和企業家的雙重身份，他對這些問題會怎么看？
       工業大數據：串聯起從“制造”到“智造”的升級
       思客：當前，傳統的制造業正在升級，您覺得工業大數據會給制造業升級帶來什么新的機遇？
       李國杰：工業大數據對制造業升級有很大的推動作用，而且將來發展智能制造一個基礎的條件就是工業大數據。現在我們講智能制造的前提條件，不光是對用戶需求的反饋，還有對產品、工作環境的反饋，都是通過數據的反饋來支撐智能決策。所以現在很多新的產品不再是原來那種死的產品，而是通過聯網以后，跟周圍環境都建立起了聯系。
       舉個案例，比如說制造飛機。飛機原來是靠工程師自己設計圖紙，現在飛機制造中大量工作都跟大數據聯在一起。一個飛機造完以后，在計算機里有一個數字的“孿生體”，飛機飛行過程的所有數據都會反映到這個“孿生體”上。這樣，就不是等飛機出了問題以后再來找問題出在哪，而是在飛行過程中，根據數據實時分析，就可以發現哪些部件可能會出問題，哪些地方需要維修。這就是工業制造從傳統制造到智能制造的升級路徑，其中一個核心的技術就是工業大數據。
       當下人才培養不利于填補企業間的“數字鴻溝”
       思客：您曾提出過數字鴻溝的問題，但當前對中小企業而言，培育自己的大數據能力仍有較多障礙，比如專門人才的招聘、工資成本，且運用大數據改造工業生產的周期長，在未來工業大數據的發展潮流中，企業、政府和社會應該如何協力破解這一難題？
       李國杰：我們平常講數字鴻溝，是講城鄉、東西部、發達地區跟落后地區之間出現的數字技術發展差距，而現在，數字鴻溝也存在于行業之間。不管是中小企業，還是大企業，它現在想轉型智能制造、運用大數據，這些機械加工、木材加工、塑料加工企業實際上并不懂計算機這一套控制程序。而原來學計算機的人，不管是學硬件還是學軟件的，基本是不學工業制造的。這些年來，我們國家工業控制方面的人才明顯減少。現在人才培養本來就少，培養模式又割裂，現在教育界又特別喜歡建立很多新的學科，把學科越分越細，這種培養方式滿足不了企業的需要。
       現在的問題是，一要改進教育，把教育里面的一些鴻溝都填平。不要分學通訊的、學計算機的、學控制的、學機電的，要把它們打通，而不是分門別類的老理論，要用新的方式來培養人才。另外，企業里要找到真正熟悉本行業務的人。當下企業正需要既懂得信息服務，又懂具體業務的的人，用這些人來填補數字鴻溝，把信息跟工業結合起來。
       科技成果的轉化一定要有企業的“拉力”
       思客：無論是人工智能還是智能制造，科技成果轉化都很重要。在這方面，曙光公司走出了自己的技術產業化之路，這些方面有怎樣的經驗和模式可以分享？以您的經歷和觀察來看，當前知識產權從申請到運用，需要跨越哪些障礙？
       李國杰：國家現在對知識產權轉化非常關心，但不能只寄希望于讓大學老師、科技部門的科研人員把成果直接轉化到企業里產出來。實際上，科研跟生產是一個大的循環體系。它有兩部分的工作，一部分工作就是我們投入一些經費、投入一些人來做研究，這些研究里面產生出來大量的公共的知識，這些知識就放在知識大海洋里去，其中一小部分是比較專有的、獨創的東西，可能給企業做產品，形成專利，這些專利就可以輸送到企業進行轉化，但這是整個研究的一部分。研究的成果大部分還是發表論文，論文就是公開的，大家都知道的知識，所以現在大量科研工作是形成公共知識，少部分到企業里面去轉化為產品。
       科技成果轉化工作中，企業也很重要。企業最主要的是從市場上獲得需求，再主動地到科研單位去找需要的技術，所以科技轉化應該是需求拉動的過程。只有少量的情況是由科技人員將技術推廣到市場。這里一個是“拉力”，一個是“推力”。
       當前的科技成果轉化中，我們很多人想的都是“推”的部分，即做了技術以后推向市場，但這應該是占少數的，多數還應該是企業去找技術。可是這樣的“拉力”不足，老是推科研人員去轉化科技成果，這樣效果不是很好。為什么呢？因為技術轉向市場需求，最終形成產業，它是盲目的，做出來產品不一定有人要。科技成果的轉化一定要有需求來拉動，看市場需要什么樣的技術。
       無論是政府還是市場，都要重視企業的作用，企業要通過創新，找到技術、發展技術，它應該拉動這個技術發展的過程，拉動科技成果的轉化，而不是被動地等著學校、政府給它什么技術。