清华大学特聘教授、复杂系统工程研究中心主任张新国解读《智慧企业参考架构》

《智慧企业建设参考架构》报告解读

清华大学特聘教授、复杂系统工程研究中心主任张新国

我今天将从三个方面跟大家交流关于智慧企业架构设计的一些思考。第一个方面是数字时代的复杂性挑战。当前数字技术和网络技术的快速发展给企业带来了巨大机遇，但同时我们也要意识到数字时代复杂性对企业提出的新挑战。而如何应对新挑战呢？就需要架构思想，需要对企业的整体设计。第二个方面是架构的基本原理。如何从总体和全局的角度用架构的方法来描述和应对当前企业面对的数字时代复杂性挑战。第三个方面是本次智慧企业参考架构的基本内容。

1.数字时代的复杂性挑战

工业协同制造模型图

工业协同制造模型是工业企业组织所熟悉的概念模型。在这个模型中，横轴是价值链（左边是供应链，右边是客户关系链）。这次全球新冠疫情使大家真正认识了供应链和客户关系链的重要性：如果供应链不可靠，工业生产就不能持续；如果客户关系链不可靠，产品即使生产出来也无法销售出去。模型的纵轴是企业内部经营管理。第三个轴是产品生命周期（有些情况可以认为是技术生命周期）。随着技术的快速发展，产品的生命周期和技术的生命周期都在不断缩短，不断加速。当前数字技术的发展帮助我们解决了很多问题，但是这三个轴仍没有完全综合，三个轴之间更没有统一联动。而大家所熟悉的工业4.0，其本质就是解决这三个轴如何综合的问题。

赛博物理系统图

在工业互联网、工业4.0时代，企业所要做的不仅仅是信息的集成，更要在信息技术的支撑和帮助下，进行设备的连接集成。5G技术不仅要解决人与人的通讯问题，更要解决人与机器的通讯问题，以及机器与机器的通讯问题。

如果从企业组织的视角看赛博物理系统，“物理”指的是传感器和执行单元。我们现在从物理层面获取数据困难的根本原因是，由于高性能传感器技术不够成熟，很多数据还没有办法全面获取，所以传感器技术仍然很重要。“赛博”指的是计算单元与通信单元（目前国内多翻译为信息，这是很大的问题）。传统的信息技术30年来取得了巨大进步，但也存在很大局限：从数据中进行学习、推理、判断、决策和反馈的能力没有得到显著提高，不能对数据的变化做出适应性调整、不能从经验中进行学习。赛博物理系统面对的不仅仅是信息，同时要面对物质和能量，这就大大加剧了问题的复杂性。单纯的信息系统发生延时等故障不会出现大规模的崩溃，但是当信息系统和物理系统相连，尤其是与核电站、水电站等大型工程设备相连时，任何时间上的延迟、甚至小小的故障都可能导致灾难性的事故。

智能制造主要面对生产管理和控制执行这两层，也就是如何实现设备互联，如何进行生产排产，如何提高生产效率。但是制造智能依赖于业务智能，也就是企业联盟和企业层的管理是否智能高效。如果业务智能没有做好，即使拥有最先进的智能设备，组织可能也无法高效运行。通过这次美国应对疫情的情况可以看出，即使美国拥有全世界最先进的医疗设备，也没有取得较好的抗疫效果，这说明政府管理和运行机制较之先进的医疗设备更为重要。从企业的角度来讲，虽然智能设备发展迅速，但是企业管理和运营水平仍然是企业整体运营效率的决定性因素。

系统元素及其关系复杂性的增长

如果从物联网视角把企业的设备、交通以及智能居住等衣食住行的概念都包含进来，我们所面临的系统会变得更加复杂，不是现在的通信网络所能应对的。当这个系统变得越来越复杂的时候，我们就要反思一个问题：我们曾经面对的设备基本上是机械设备，例如过去的机床、汽车、火车、飞机等。随着第二次、第三次工业革命发生，产品由机械向机电发展，现在走到了机、电、软件、网络。在这个过程中，系统所含的元素数以及元素间的关系数，以及系统与环境间的关系数，三个数目加起来呈指数趋势增长。但现在我们面临的最大问题是，我们的管理方法、思维方式还停留在前一二阶段，这对我们管理第三个阶段的复杂系统带来了很大挑战，甚至可能是危险。

自从手工业时代亚当·斯密提出劳动分工以来，个人的技能都按专业划分，带来了效率的提高。但在大工业时代，劳动分工使得工作被分成不同模块和职能，导致组织管理的复杂程度越来越高。西方国家在90年代初曾做过总结，在信息化时代应该通过业务流程穿越已经被分割的职能组织，回归组织整体。反之，组织如果缺少从头至尾的业务流程，就会造成在原来碎片化的专业分工、职能分工的基础上进行碎片化的信息化建设。这一点在当前很多单位的信息化建设中得到了很好印证。组织中财务、人力资源、计划等各个职能部门，工业组织中软件、机械等各个专业部门都建设自己的信息化工具，但是工具间无法集成，数据间不能交换，模型间不能综合。新一代网络技术对如何集成也仍然没有答案，不管是管理领域、信息技术领域，还是产品全生命周期所用的工具都存在如何集成的问题。这些问题在很多很优秀的IT企业中同样存在，这实际上都是我们下一步进行全面数字化和智能企业建设的障碍。

系统层级图

现在大家对复杂系统的理解往往是向下分解，例如组织有哪些部门，产品有哪些子系统，而很少向外看、向上看。其实不管是企业还是产品，一定跟外部的环境有密切联系。举例来说，大家都感觉电商经济非常高效，买东西只要通过手机下单，东西就能很快送货上门。但如果你上街走一圈就会看到：有很多快递小哥一边为满足居民需求，一边为应对电商平台的考核，冒着违反交通规则的风险穿梭在大街小巷。这一方面说明数字技术本身无法解决所有问题，电商到用户的最后一步仍然需要依靠物理方式解决，另一方面说明数字技术的应用也可能引起新的问题。再如共享单车，最初并不是从应用场景为起点进行开发，而是自下而上去扩张应用，导致很多无序的投资和浪费，最终将共享单车集中停放在地铁站和公交车站，才找到了真正有价值的应用场景。再举一个例子，现在有些城市已经开始考虑如何把市内公共交通和高铁的班次进行对接，从而节省市民出行的整体时间。相反，如果不进行对接，高铁节省的时间会在到达目的地后因为等待市内交通工具而被浪费。所以，研究复杂系统不应仅仅关注系统本身，还要研究体系（system of systems），即由系统组成的系统。

复杂性分类图

如何应对这种复杂性呢？复杂性可以分为很多类，无序的复杂性可以采用随机、统计等方法解决；有组织的、简单的复杂性可以用线性方法解决；但我们现在应对的是有组织的复杂性，既没有办法统计、也没有办法分解，只能采用系统方法解决，这就需要顶层设计。但尽管我们设计的系统是有组织的系统，但其运行的环境又存在一定的随机性这也是当前无人车所遇到的问题：无人车本身的技术不是问题，无人车上路正常行驶才是问题，因为一旦发生事故，无法界定事故的责任方是司机还是造车的企业。只有将这些问题都考虑在内，才可能回答无人车的问题，否则一个方面的努力会被另一方面的问题所抵消。

2.架构原理及其核心作用

传统的系统工程包含两条线：第一是产品的系统工程，第二是组织的系统工程，即人类开始用设计物理系统的办法设计自身的组织。但这两条线目前都有缺失，中间都缺少架构设计，组织还缺少业务模型设计。所以大量的组织都能拿出组织结构图，但拿不出流程架构图，也就是只有静态图，而没有运行图。同理，很多城市都能拿出三维城市模型，却无法展示城市的交通系统如何运行。类似这样的问题都是因为我们没有从总体角度研究问题，仅仅关注问题的一个方面。

复杂组织体（Enterprise）从词义理解确实有企业的含义，但是在复杂系统工程中Enterprise并不是单指企业，而是指人类所有复杂组织体，包括政府或军队。人、流程和技术是复杂组织体的三要素。如果只讨论物理系统，那只有技术就可以了，但只要涉及到人类的活动，就必然涉及到人和流程。复杂组织体架构（Enterprise Architecture）在国际上已经有二十多年的发展，但是在国内却一直被理解为企业架构。复杂组织体架构在美国是从军事领域的全球信息化战争发展到其他领域，但在我们国家很可能会从企业全球化发展而引领整个架构的发展。

架构定义图

架构的国际标准定义是“一个系统的基本组织，具体体现于其组件内部、组件之间、组件与环境之间的关系，以及支持对其设计和演进全过程进行治理的原则与指南”。架构不仅可以支持顶层设计，而且可以支持组织或物理系统全生命周期的演进。

如果用语义网络来描述架构，就是：任何一个系统（不管是企业组织还是产品系统）一定有使命，就是目的；一定有环境，就是所生存的环境；一定有利益攸关者，不同的利益攸关者关心的问题一定不一样；中国人有一句话叫屁股决定脑袋，因为每个人都需要对自己的岗位负责，这也造成了对同一个问题不同人有不同视角；视角决定从哪里看,看到的运行场景就是视图；不同的视角和视图就构成模型；不同的视角构成视角库；这整个综合起来就形成了架构描述。所谓架构描述就是在所有不同层级、不同领域的利益攸关者之间达成共识的描述。由于专业分工，不同领域的人说着不同的语言，再加上层级的不同，导致各自很难理解对方的语言。这时架构提供了一个清晰的依据，架构就成为系统的总体。

视角和视图示意图

架构中最重要的两个关键点是视角和视图。以房屋建筑为例，住户关心的是生活场景，可作为建造者来说，关注如何设计和建造，两者的视角是不一样的，所以视图也是不一样的。再将视角向外延展，一个房子可以有很多视角，销售的视角、管道铺设的视角、建造的视角、电气的视角……各个视角是不一样的。当把所有视角、所有视图放在一个层面上看，这样就具备了概念的完整性，同时也会看到冲突和矛盾。如果在顶层达成共识、解决冲突和矛盾、没有遗漏，这样就实现了正确性、一致性、完整性，这是物理系统对需求的要求，也是组织系统对顶层设计与战略设计的要求。当前进行智能企业建设，不同的人关注的问题仍然不一样，所以问题的关键是如何能把各个视角结合起来。复杂组织体架构就是这样一种能够支撑各个方面沟通、推动各方面达成共识、建立共同蓝图的手段。

Zachman架构框架图

我们过去所说的总体设计、顶层设计，还是依靠自然语言，缺少结构化和技术化的方法来支撑。国际上最早在80年代Zachman就提出架构框架，横轴是“5W1H”，只表示了抽象概念，还需要纵轴上的不同视角。规划者关注目标和范围，使用者关注概念模型和组织模型，设计者关注系统模型，建造者关注技术模型。通过36个要素，完整地描述信息化条件下复杂系统与复杂组织体所有的要素，这并不是说所有要素都要用，而是说它是个全集，你可以在这上面进行建设、进行剪裁。从这36个要素中也可以看出，架构包含结构和功能，包含静态和动态，这是架构不同于结构最重要的地方。

模型驱动的架构图

国际标准组织OMG发布的模型驱动架构就是从需求到功能到逻辑再到物理。模型驱动的架构来自计算机，在计算机中描写模型的时候要独立于计算，思考计算的时候要独立于平台，不要过早地约束到技术和平台上。映射到系统工程中，就是谈需求的时候要独立于方案，讨论功能的时候要独立于设计，思考逻辑的时候要独立于技术，设计物理的时候要独立于实现。而现在大多数情况恰恰相反，更多的是让工具和设备由下向上推，用技术推逻辑、用逻辑推功能，这种自下而上的方式可能导致另一轮智能碎片化，因此顶层设计就显得非常重要。企业通常比较熟悉物理建模、数学建模，现在则需要概念建模，也就是思维建模，这才是高层的业务职能。从战略到解决方案，最重要的是要解决为什么，然后再回答做什么，最后再回答怎么做。

同时也要注意，IT在组织中需要和组织业务以及组织所处的社会环境结合。国内这些年大讲IT，但是国际上都在讲IT和OT（Operative Technology）结合，就是信息技术和运行技术结合，运行技术就是各个行业业务是怎么运行的。IT支撑业务运行，业务运行支撑经济运行，这个逻辑是不能颠倒的。我们信息化发展了30多年，但大部分的信息化都缺乏顶层架构设计，信息技术架构和业务架构没有对标，大量的信息系统根本没有业务架构作引领，这也是当前信息化效果不显著的重要原因。具体方法可以参考TOG发布的TOGAF，这是国际上的标准方法，里面既包含了战略，也包含了业务，还有信息技术，支撑我们开发业务架构和信息技术架构。

数据、信息、知识示意图

我们常说大数据，其实数据本身是缺乏意义的，也没有组织，没有结构，只是现象、经验、事件。通过对数据进行分类和结构化，就成为了信息，信息才具有一定的意义。当使用者对信息的相关、因果、逻辑关系真正理解的时候，就形成了知识，知识通常体现为模型的形式。而能够运用正确的数据、信息和知识解决复杂问题，那才叫智慧。创生智慧的核心是多元思维模型，要多视角、多学科、多层级，而不是用单一的模型来思考。说起来容易，解决起来则很难，因为一般人都有自己的专业，都喜欢用自己的视角去看，如果不换视角、不跨学科、不跨层级，那描述出来的东西注定是扭曲的。

现在还要解决的问题就是如何关注人-系统-现实之间表达的公共基础，就是本体。如何把个人知识、主观知识变成一个行业、一个组织的公共知识。再进一步，在人-计算机-现实间达成语义上的共识，这是必须解决的问题，否则计算机只能实现制造的自动化或者运行的自动化，不能实现管理和战略制定的自动化。我们现在面临的问题是底层智能化很高，但是顶层还是人在拍脑袋决策，如何让计算机来参与决策支持，这才是真正向智慧企业迈出了步伐。

要在人-计算机-现实之间达成语义上的共识，就需要正规化、图形化的建模语言，现在已经有Archimate、SysML、UML等，这些建模语言的内容元模型用的都是元语言，可以映射到各行各业。其实万事万物回到初衷就是“是什么”和“做什么”：“是什么”是结构和形式，“做什么”是功能和行为。SysML就是系统级建模语言，就是从功能视角、行为视角和结构视角来对系统进行建模。这样正规化的图形建模语言，人和机器都可以处理。针对组织建模的ArchiMate语言，也是从行为视角和结构视角来进行建模。从ArchiMate的框架中可以看到战略层、应用层、物理层、技术层、实施层各个层级，这种分层方式体现了人类所有组织共同的推理逻辑。这些概念级建模语言已经在国际上形成标准，正在被发达国家大量采用。

3.智慧企业参考架构的基本内容

企业发展阶段示意图

企业发展经过工业化、信息化、数字化、智能化四个阶段：工业化主要追求效率，信息化主要追求增长，数字化主要追求互联互通和协同，下一步智能化主要追求创新驱动。

OPCUA示意图

工业企业系统集成架构不是靠某个企业或个人能解决的。，这几年由瑞士的ABB公司研究、由德国主导发展的OPC-UA（开放式平台通讯的统一架构）已经发布，集成过去三、四十年间几万个厂家、几千个通讯协议、无数设备之间的通讯和使用，是现在全球用得最多的标准。此外，汽车行业也有一个产品标准AUTOSAR已经使用了很多年，德国制造工业4.0发布了八个架构……这些都说明了顶层架构的重要作用。

最后是数字孪生，现在数字孪生应该分为三个层面，第一是产品的数字孪生，第二是业务流程的数字孪生，解决如何工作、如何运行的问题，第三是企业的数字孪生。只有做出这三层的数字孪生，才能向智慧企业迈进。

智慧企业是高度敏捷的综合协同体系。智慧企业参考架构，我们总结为三个域，信息域、认知域和行动域，比如同样是设备，摄像头属于信息域，机床属于行动域。现在最缺的是认知域，认知域的技术、方法、工具都要开发，通过AI在环的人类增强智能决策体系实现从信息到智慧的升级。

智慧企业参考架构的具体内容，大家可以参见印发文件。

   ▼