說到工業革命，輿論給出的解釋通常是“由某項技術的發明而引起的工業變革”。與此相比，德國的版本更傾向于“因某些生產工具的普及，所形成的生產方式/分工體系變革”這一解釋。

從實踐角度講，“生產工具普及”的說法更具說服力。以控制系統為例，該項技術早在工業3.0階段之前（上世紀70年代以前），便已經被發明與使用；然而，由于受限于控制電路的開發效率，所以直到PLC的普及之后，控制系統才真正在工業中得到大規模推廣。

與上述邏輯相同，只有智能制造中的技術被大范圍使用時，工業4.0時代才算真正的來臨。然而，由于涉及到各類工業軟件的集成應用，以及由此帶來的高昂成本，智能制造的普及也絕非易事。

圖1 工業4.0參考架構(來源：工業4.0官網)

集成難、集成貴的問題絕非一兩家企業能夠解決的問題，因此需要行業內的主要參與者坐在一起，并就標準與路線達成共識，而這也是工業4.0參考架構(RAMI 4.0)這一頂層行動綱領產生的大背景。

工業4.0參考架構由德國電工電子于信息技術標準委員會(DKE)主持與擬定，其內容可以由一個三維立方體進行概括；生命周期價值鏈和系統層級兩個維度是對智能制造（或物理信息系統）應用場景的總結，其中生命周期價值鏈維度闡述了從產品研發、生產工藝研發、再到實際生產與產品的一整套流程；而系統層級則覆蓋了從產品、感知、裝備，到車間、工廠、企業各層級的數字化功能。

RAMI 4.0的前兩個維度涵蓋到了眾多的環節，如果這些工業要素都處于彼此孤立的狀態，智能制造的潛力將難以發揮；為此，RAMI 4.0將（標準）共性技術引入到“立方體”的第三個維度，并希望借此提高各工業要素的集成效率。同時，當把（第三維度中的）各項標準/技術組合為一個整體時，便又出現了一個新的概念-數字孿生。 

圖2 資產管理殼（來源：Detail of Asset Administration Shell）

如果從之前提到的語言角度出發，系統構成碎片化，實質上是數字模型“語言不統一”所帶來的問題（可以理解為“方言”），而“通用語言”的推廣，則有利于將各類模型統一到一個彼此相容的“數字虛擬空間”內。

實現數字化“語言”的一統，無論是從頂層設計層面，還是在想法落地階段，都是一項龐大的系統工程。

首先，設計者需要將數字模型的通用特性進行系統梳理，其中涉及到數字模型的編排方式、信息組織結構、運行與通訊的機制、技術支撐體系等一系列問題；

其次，參與統一數字空間構建的各方，需要將本行業既有的知識、行業Know-How，“翻譯”為標準的數字模型規范；

最后，技術開發者需要根據模型規范，開發相應的模型功能，并集成模型背后既有的技術（如算法、數據結構、通訊協議等）。

為了實現上述目標，工業4.0工作組于2015年開始著手準備，并于2018年推出了俗稱德國版數字孿生的資產管理殼(Asset Administration Shell - AAS)標準體系；由于被視為支撐、構建工業4.0“數字空間”的統一標準，因此資產管理殼也被稱為工業4.0語言(I4.0 Language)。

圖3 自動化系統的碎片化問題(來源：部分圖片來源自西門子)

無論是工業數字化早期的可編程控制器，還是工業物聯網、兩化融合，自動化一直在伴隨著技術的發展而進步。未來，隨著柔性加工、柔性運輸、自適應產線、增材制造、智能機器人等智能制造場景的普及，自動化也將在工業體系中繼續發揮至關重要的的作用。

標準/技術的碎片化、工程/開發的高成本，是自動化發展中不得不突破的瓶頸。而造成這一現象的背后原因同樣也在于統一模型“語言”的缺失。

通訊協議不統一（發音不統一）：自動化系統在運行過程中，會不斷的與其它系統（如MES/CAX/自動化系統）分享設備、產線、工藝相關的數據，同時自動化系統也會不斷的接收其它系統發來的操作指令；當通信協議不統一時，會給集成商、軟件開發人員帶來一系列的附加成本。

信息結構不統一（語法不統一）：自動化系統會通過數據字典對自身的信息構成進行描述，同時數據字典還可以作為工程模板，用于工程知識的沉淀與復用；各廠商數據字典格式的不同，會造成相同設備（如機器人、機床、閥門等設備）的數據格式千差萬別，并導致工程效率的下降。

工程&技術語言的不統一：在現代自動化系統中，很多技術都是跨專業的。涉及到大量跨專業、跨領域的應用。例如CAM和控制工藝的組合，可以實現數控機床、3D打印等應用場景；CAD、成像技術和機器人控制功能的融合，則可實現形狀質檢功能；而標識技術與控制功能的組合，則可實現柔性加工、柔性運輸的場景；由于各專業模型背后隱含了一系列彼此不兼容的技術與標準，因此也使跨專業的融合應用，成為發展未來自動化的主要難點。

為了使自己的產品更開放、兼容與可持續，自動化行業需要探索出一套融合且統一的“通用語言”體系；在這一共同目標的驅動下，原本屬于不同陣營的自動化廠商開始坐在一起，并形成了一系列意在解決“語言”問題（又稱互操作性）的標準（如OPC UA、IEC61131-補充內容、IEC 61499、AutomationML等）。

圖4 OPC基金會合作伙伴(來源：OPC基金會)

OPC UA（OPC統一架構）是過去十多年間，非常值得關注的語義互操作標準之一。

首先，OPC UA提供了一套基礎的信息模型規則（基礎語法），供各細分行業（在基礎模型之上）設計面向自己行業（如裝備、通訊、控制、CAD等）的行規模型（行業語言及Know-How）。

其次，OPC UA提供的通訊能力，可以將工業通訊協議(Modbus等)、通訊網絡(TSN,5G)，轉換為標準的OPC UA通訊接口（語言發音）。

最后，當不同的模型被“翻譯”為OPC UA這一“公共語言”時，原本彼此割裂的網絡、數據、知識，便融入到了OPC UA的（分布式）數字空間中，而由此構成的系統，也隨之具備了跨系統、跨網絡、跨專業的能力。

由于上述原因，OPC UA在過去十年間，逐漸發展為涵蓋裝備行業Know-How(行業設備模型)、數字孿生(對CAX軟件的集成能力)、工業物聯網（標識技術、M2M）以及新興ICT技術(邊緣計算/5G/TSN)的標準化家族體系。同時，工業4.0在制定資產管理殼（AAS）標準時，OPC UA也被順理成章的吸納到工業4.0的體系之中。

圖5 工業4.0 2030愿景(來源：工業4.0官網)

隨著工業4.0的逐漸落地，德國也于近期推出了下一個十年規劃-“2030愿景”，并將“互操作性、自主性、可持續性”作為下一階段所要達成的目標。雖然看似籠統，但如果對工業4.0參與者的動向有所了解，便會發現上述愿景實際上是一套正在實施的行動計劃。

自主性：在工業軟件方面，以西門子、達索為代表的巨頭則在不遺余力的自研或收購相關的公司和技術；同時，德語圈的幾個國家，也在就芯片（尤其是用于嵌入式系統的芯片）供應鏈安全方面尋求自主化；在關鍵軟硬件供應得到保障后，數字化基礎設施的建設也開始被提上日程，這便是歐洲的Gaia-X數字化基礎設施計劃。

互操作性：德國與歐洲正在通過資產管理殼（數字孿生）這一“公共語言”構建協同、兼容、一統的“數字模型虛擬空間”；而人工智能技術的使用，則可以對“數字空間”中的“語言”進行進一步“洞察”，并使隱性的規律顯性化（如設備故障，開發者建模習慣等）。

可持續性涉及到如何通過教育培訓，使社會各方參與到“數字空間”的構建中，并借此實現可續的經濟發展模式（生產靈活性、循環經濟、環保）。
圖6 系統復雜度與交付成本（僅為示意圖）

通過一系列的努力，“數字模型空間”也將隨之建成，而一個國家也將進入到以數字模型為驅動的知識型社會；屆時，人不但可以通過易用的工具，將知識、設想注入給機器，并使機器更好的服務于人，而且得益于標準化以及配套的教育體系，整個社會對“數字模型空間”的使用成本，也將得到極大的降低。

與上面形成鮮明對比的是，一些熱衷炒作的市場參與者（如部分美國工業互聯網聯盟成員），由于缺乏對工業數字化發展規律的必要認知與敬畏，承接了大量超出自身能力的工程任務，并陷入到項目交付的泥潭中，難以自拔。然而，當從泥潭中抽身之后，再回過頭看看自己的原有產品，則由于缺少必要的關注與維護，仍處于原地踏步的狀態。


與其他從事工業軟件的同行一樣，自動化也是通過幾十年的打磨，并通過用戶不斷的使用與反饋，發展出的產業。

自動化要得到廣泛的應用，需要針對各細分行業提供不同的工藝方案；而在交付階段，則需要投入大量的人力物力，對工業現場的系統進行安裝、配置與調試。

為了使一線的工程師（電氣、機械、工藝）能夠開發自動化系統；需要根據他們的知識結構，量身定制系統開發的語言，并提供簡單、易用的開發工具。

而為了順應未來的趨勢，需要主動的參與到行業的頂層設計工作中，甚至于主導標準的制定與推廣工作。自動化是一項涉及到多方面內容的系統工程，而要形成這樣一套產業，并且為中國智能制造更好地服務，這將是一個深入且漫長艱苦的過程。