相对于AI的狂飙猛进而言，自动化的确低调。AI总要隔三差五的惊艳登场掀起一场革命的浪潮—即使这个浪潮已经很多次了，也不会让吃瓜群众失却兴致。连自动化圈，都时不时露出羡慕的目光，尽管心里会不以为然—毕竟，谁不喜欢待在聚光灯下享受世人崇敬的眼光。像ChatGPT引发的狂潮-各界大佬都被它震惊了，均表示真正的革命时代即将到来-以至于辛顿都表示忌惮，要阻止ChatGPT这样的怪兽--这听起来比较符合科幻片里的“天网”。如果有一天真的世界被一个智能体，而且，它还以无处不在的分布式智能存在，可以穿越各种安全机制-从各个漏洞进入不同的系统，它掌控一辆车，掌控一个发电厂，甚至操控一台轰炸机，那么的确想想就可怕。“工具而非目的”不过，对于AI的这种热烈推崇，以及预期的绘声绘色的前景描绘，似乎主要还是来自于圈外—就是自媒体、资本，以及热衷于谈论科技的吃瓜群众。与之相反，AI业界的伙计们似乎还没有那么嚣张—最常见的恐吓就是AI将让某些职业的人群失业。但是，据计算当年电话刚开始发明出来，如果要让当时的美国人每家都装个电话，全美国的妇女都得去干接线员的工作—程控交换机让多少接线员失业呢？再想想我们这些自动化经常干的都是自动的机器和产线的事情。然而，人们不是还该上班就上班，该失业就失业。正如前段时间听韦博士在混沌学院演讲所提到的“人们对AI的这种恐惧无非是对自身缺乏信心”。其实发展工业科技必须意识到，即便AI如何的强大，它毕竟是一个工具和方法的问题，它并非目的。不是谁的AI更厉害，就能更好的应用—毕竟工业还要考虑经济性、易用性、稳定与可靠。谁能够更好的以经济的手段解决问题，才是好的技术—制造业不是炫技场，而是要有实实在在的收益。创新，都是以经济性为前提的，如果构建AI系统经济，或基于分布式计算资源的AI边际成本已经很低，那么，谁也不会拒绝AI的应用—着眼点无非是用在哪里的问题。“同源而生，何必艳羡”干自动化的，也很喜欢讨论AI，相对其他专业，这个离AI最近。不过，大部分人对AI的历史似乎也不甚了解。最近几次自动化圈的开会，发现都挺羡慕人家AI专业，很多学校都开始成立人工智能学院或专业。首先，AI专业前沿又时髦，代表科技的前沿，在部委、企业都是热门话题，大师讲座也逢制造业的场子必讲AI，一大堆专家高谈阔论AI如何帮你降本增效，提高良品率，虽然听得云山雾罩，但总归还是有一种朦胧的美感—不明觉厉霸气侧漏的既视感。其次，这个方向就业肯定比较好，百万年薪，赢取白富美，走上人生巅峰。再者，作为重点发展方向与战略新兴产业，也能获得更多的纵向课题与项目资金支持，这可是实打实的好处。其实，自动化所对应的机电工程领域，它本身也是作为人工智能的三大学派之一，即，行为主义学派而独立存在的。不过，连接主义学派和符号主义学派本身是一种“自上而下”的方式，更接近人们理解的智能，因此，自下而上的行为主义学派，就不那么被他们归于同类。但就历史上而言，行为主义的代表诺伯特.维纳的《控制论》更早一些，也不大愿意与达特茅斯夏令营这帮小伙子们混在一起，而这些年轻人也更希望能够开山立派。但是，基于感知、决策、执行的整体思想却是相同的。图1-人工智能的三大学派及其核心观点与成果“临渊羡鱼，不如退而结网”AI或者自动化，终究是技术或工具，它要解决的是问题。并且，就实而论，在工业领域，如果用KPI考核业绩，可能自动化技术带给产业的回报更高-但这就像《人工智能通识课》里作者讲的“一个技术真正有了作用的时候，它就不值钱了”。AI毕竟是个工具和方法问题，它不是目的，而目的是解决制造业中的“质量、成本、交付”问题。我们要问的问题是“目的是什么？”，什么工具是合适的-评价指标来自于“经济性”。工程师总是在约束条件下寻找技术与经济的可行性.没有人会拒绝一个好用的工具和方法，因为，创新往往来自于此。工业场景中的AI应用虽然，我觉得AI在工业里总是干点锦上添花的事情，不过工业场景对于“确定性”还是存在着较大的执念的。记得很久以前和一位专家谈起了印刷的套色。我们控制系统要让它达到+/-0.1mm甚至更低的精度，一位数据方向的朋友曾经问“那么，我们能不能从+/-0.5mm开始进行迭代，一步步迭代到你们所需的+/-0.1mm呢？”。想了想只好说“这…用户是不允许这样干的，他们需要的是+/-0.1mm必须要达到，否则，你就不应该提供这样的系统”。还有人非要跟我争通过AI如何提高风力发电机组的发电效率，我听了半天都感到困惑，那我们干自动化的已经把“最大叶尖速比λ值”搞到了最大了，我就在想这究竟如何更大效率呢？难道是风向变化我没有及时发现—但是，这个我不是还有偏航系统吗？难道是电网同步协调问题我没有解决好？那我不是还有并网同步来协调相位吗？还有那个光伏的追日系统，我的L大哥非要跟我讲那个是人工智能，我就以我有限的天体物理知识分析，这个地球在每天和太阳的那个角度啊！它的变化其实是个固定的函数-如果实在不行你可以加个传感器来感测一下吗？你看日晷这个行不行-我把日晷那个影子给你检测出来，作为一个输入可以吗？图2-工业AI的特殊性需求商业AI的“黑盒”机制对于工业是不能轻松接受的,相关性并不代表因果性，因此，它具有“不确定性”。这是数据相关性分析与机理的因果性差异的地方…机理模型具有“确定性”、“完全可预测性”、“完全可解释性”的特点，对于工业来说，也是一种算力经济的方法。图3-基于AI的PID参数自学习其实，将AI用于最优参数的学习是控制系统的常用方法，不过，当我钻研了这个问题后，有一个非常直接的问题就在上图中…AI的这些PID动态参数，它真的可以直接就下载（实时）到控制器去执行吗？这其实并非现实-在流程工业也许这是可行的，但离散的制造业里的机器动作，可能也并非现实的，这不很危险，潜在的风险包括安全性问题，也包括带来控制的波动-因为，毕竟这是一个优化的参数，但对象能否接受这种“波动”，这还是需要验证的。当然策略是趋势性调节，或者可能更多时候还是以离线的方式，在停机或下一批次任务中可以进行这样的运行，但，实时的却是不能想当然就去干的。但是，尽管我们认为AI在工业有很多约束条件-但，这不是全盘否认，因为…毕竟人类认知的世界是有限的，机理模型本身是有限的。而另一方面，世界的本质是非线性的，线性只是特殊情况而已。现在的机理模型只是运行在一个拟合的线性或数学可描述的（已知）的区间，对于更为广泛的机器效率提升，还是要寻找更好的参数匹配。另外在控制而言，局部最优与全局最优又是有差异的…而AI可以在全局的策略调度、节拍匹配、参数适配方面，进一步挖掘制造中的潜能。从这个意义上来说，它一定是有作用的，无非要考虑：（1）.工业与商业AI的差异厘清，这有助于选择合适的方法、算法解决合适的问题；（2）.在AI与机理间寻找最为合适的结合点，毕竟世界也不是非黑即白的—灰色的盒子也是好的盒子。这不是能不能干的问题，而是如何干的问题…。干自动化的为啥有优势纯干AI，自动化的人当然没有啥优势，不过，如果能够来干点自动化，那么至少有很多地方，自动化干起来还是有优势的：（1）数据源的问题：在制造业现场，自动化自身的数据源，包括信号采集与处理，像一个PLC的IO处理模块种类往往会牵扯到大量不同的信号处理，在控制之外，这些信号也会作为信息被反馈给管理系统。另外，在控制中产生的中间数据同样可以作为信息被处理。而这些数据通常就被存放于控制系统的RAM中。就数据优势而言，可能AI反倒没有这么直接的。图4-自动化干AI的优势总结（2）结构化数据问题：其实，采用OPC

一直有一个疑惑的问题，就是大学里谈到卓越工程师培养，总是会提到“解决复杂工程问题”的能力。还有老师常常会问，你们产业究竟需要什么样的人才。从之前看世界经济论坛WEF对于未来制造业人才的需求，首要也是“解决复杂问题”。但是，人们可能并未仔细想过“究竟怎么定义“复杂问题”，以及如何去培养这种能力？前些时日，想到这个问题，就问了几个大学的老师，倒是提到了按照《华盛顿协议》对于工程师资质的评价里，的确是有“解决复杂工程问题”这个需求-但是，究竟什么是复杂问题，以及如何去培养这种能力，并没有特别的明示。足球里的复杂曲线记得去年夏天，电话里和冰老师交流，他给我讲了机械系统的模态变化，作为华科大机械学院的专业人士，他给我这个电气类专业的科普了一下机械系统的模态发生变化带来的控制需求的变化。当然了，话题也被我岔到了C罗的电梯球和罗伯特.卡洛斯的大力定位球。这个也可以用于解释模态的变化。C.罗的电梯球，也是一个江湖绝技，成名于皇家马德里，练的也算炉火纯青。记得高中时候，K同学的亲戚在市体校足球队，给我们讲如何“搓球”，打出一个沿着球方向旋转的旋转，并且作为支撑脚的脚尖必须是准确的-因为球的方向会和左脚的方向一致，这样球就很稳定，也易于被队友接到。这种球属于典型的“旋转体”，即，给了初始的旋转，但是，C罗的电梯球，它是一个“非旋转体”。这个球并不是初始给了旋转力，而是以直线的方式打出，但是速度极高，通常大于100km/h的速度。这个直线运动受到空气流动形成力量的波动，会使球的路径会向下突然下降。它造成的主要问题是在瞬间，会给守门员造成“判断误差”，它不像旋转体过来的抛物线具有可预测性，它的曲线具有不确定性—这就像非线性系统，末端些许变化会造成较大的偏差，无论是初始角度、运动中的气流都会给它造成难以不确定的曲线，守门员往往难以做出准确的预判。工业现场的几个复杂例子1.造成瓶子缺陷的原因有一天，我在看一份国外旋转吹瓶机的培训资料，里面提到了吹瓶机的缺陷分析，其中有两种缺陷分别称为“珠化”和“珍珠光膜”—当然，大家不会在市场上看到这种缺陷的瓶子，因为它不会出厂。“珠化”的原因是内部分子行程更长而造成的过拉伸，珍珠光膜缺陷的原因是“分子的拉伸速度超过了分子的形变速度”，超出了他们本身的拉伸极限。我是自动化类专业，对这种不了解，还专门问了T博士，他也告诉我高分子材料内部的分子键破坏与重组并非像我想的，因为在我这种外行看来，分子内的变化肯定是“实时”的，这种微观世界的变化在宏观世界认为是没有时间间隔的。不仅对吹瓶的过程如此，同样，T博士也谈到了其它聚合物成型过程，例如软包装的BOPP/PET等材料的拉伸过程，其机电的工艺参数也受到材料本身的特性影响。这会导致在不同的速度下产生各种预料外的变化—这就需要机械-电气控制-工艺本身的三相跨界融合，才能更好的解决问题，这也同样属于典型的“复杂工程问题”。2.涂布材料上的波纹在和锂电行业一位专家闲谈起来时候，我说这个涂布上出现这种“

我们的社会似乎对于“工程”（Engineering）缺乏足够的认识，这导致对于从事工程技术领域工作的工程师缺乏足够的尊重或者对于工程人才培养的重视。看多某音、某号的视频，感觉似乎把太多的功劳划给了科学家。记得有一次看到那位北斗的女总工在视频号上的采访，下面都是对“美女科学家”的赞誉，我心里想这分明是一名工程师的工作。在半导体设备的一些突破时候，下面都是“厉害了，我们的科学家”，其实，只是刚做了个样机。甚至包括高铁这样的项目的赞誉，都归功于科学家的厉害……凡此种种，大概我们取得了某些科技领域的突破，人们都统一把他们列入了科学的范畴，也都很兴奋的把功劳送给了

前些时日，应南京某大学邀约，希望从产业视角为老师们分享产业视角的卓越工程师需求，以作为人才培养参考。仅做个人观点似乎不妥，为郑重其事，在朋友中对产业里的工程专家做了些调研，大家如何看待工程师之素养训练-大部分谈及“工程思维”的养成。又特别征询了并不在工程领域，同济MBA时候的施老师这个问题，想他作为该校自动化专业校友，肯定会给予反馈。果不其然，施老师应该出于对母校的热忱，马上来电，谈了一番关于人文素养何其重要的论述。我坦言这是个难题，因为我也讲不清楚，并且，到了大学这个时间再谈人文修养。一方面这师资也没有，其次，是否已经为时过晚？在我的概念里，人文这个需要漫长而充满悟性需求的领域，大抵得从三岁就开始熏陶吧？关于工程思维的养成-与我最近阅读的批判性思维有很多一致性的地方，这也有较多的写过一些-但是，我特别感兴趣工程师为何需要人文素养这个问题，思考许久也翻看了一些意思的书，比如施老师推荐的《爱因斯坦的小提琴》。人文素养究竟是什么？记得在高中时候，有位语文老师金鹏，非常的才华横溢，是我人生遇到的最为优秀的老师，说几件有意思的事情。他第一节来上课带的却并非语文课本，却是一本《读者》，挑了一篇文章讲了起来，在黑板上的板书，是被同学们做为楷书，工整且有力。记起那个讲述《荷塘月色》曼妙夜色时，他的男中音的吟唱-在大家平时枯燥无味的讲堂上，时常响起同学们激动的掌声。他给我们讲“天行健，君子当自强不息”，也讲“君子日叁省乎己”。以及在他身上所呈现的那种文人风骨，现在想来就是家国天下，说真话，说实话。回忆起来，朦胧的讲起来，那就是我记忆里对人文精神的初始理解吧，若是用几个字来概括就是“气度与格局”。人文素养，直观的好像是与科学、工程与技术对应的人文学科，像文学、艺术、经济学、法律、历史、教育学、心理学这些专业领域。但是，人文并非仅指专业概念，而是一种文化与行为习惯的习得。人文素养并非是一种能力，它并不像编程能力，非常直观的具有现实意义，而是一种内在的精神修为。人文素养包括了价值观与伦理规范，我想它就是对求真、善良与美德的认知与行动力。究竟，我们所要具备的人文素养，看似浪漫、感性与工程的严谨、结构与框架有着不太一致的地方。而人们更为讲求现实的意义，人文素养通常需要长久的修为，究竟于科学、工程与技术何有裨益？音乐究竟音乐赋予我们什么样的加持，像我这样五音不全者难以体味并做品评，但是，还真是让人有点想要探究的强烈愿望。贝多芬说“能够让我们接近一种更高尚的生活并对这种生活抱有希望的，只有科学和艺术”。科学与工程技术人员都需要一些艺术素养，音乐与科学的共同之处在于它都来自于“好奇心”与想象力，而如何要保持这种好奇心与想象力，其实就是需要艺术的激发。音乐可以，它让人沉湎于其中，先是让我们能够变得宁静、淡薄、安然，之后，便是如禅宗的“内观”一样，所以，纯然的走向清晰，不纠缠，然后能够走出混乱、无序，大概就是大脑沐个浴的感觉，清新爽朗，回归自然—寻找内心的召唤，把握赤子之心。音乐让我们疗愈，回复本心，而我们的本心，就是充满好奇心，更为敏锐的感知世界、感知周边的人或事。有一次，看到中央音乐学院教授谈到“全中国只有汉族不能歌善舞”，而同时他又提到“在古代，中国也是讲琴棋书画-音乐仍然是首要的修养”。文学文学的好处在于能够让我们具有强的逻辑，它也是一种暗含的力量，感觉（Sense），就像我在大量的临摹字帖后，就发现汉字的结构之美一样。我们在从小到大的语文课本里，其实，已经阅读了从古到今、古今中外的各种形式的文章，以及人类认知中的价值、世界观与人生观的熏陶。这些都是对我们很好的人生滋养。文学也是让我们能够形成良好的思维习惯，因为，在我们阅读的美文里，都充满了哲思，好的文章阅读起来就是那种让你随波逐流的自由。前几天和工程师聊到解题首先要读懂题一样，语文不好就会影响你的对问题的解读。而语文不好还会影响你的语言表达，就像世界M姐，曾经说的，她英语都是母语级的，却翻译不了特别通顺，因何？其实，是中文不好。写作，也是同样的道理，如果观点的清晰、思路脉络的完整，以及全面的看待问题，多维度的思考。就我个人的经验，是非常难以写一篇文章的。在我的电脑里，有几十篇敞口的文章还没有写完，因为，没有想清楚脉络。历史之前阅读一篇英国教育方面的教授的历史描述，感触特别深，让我倒是重新认知这个问题，他说“历史是一门帮助学生快速建立对于世界的理解、发展批判思维的一门学科”。对于历史的意义，我还有所感受，读历史，会给我们很多启发—这就像知道过去、预测未来一样。控制论作者诺伯特.维纳博士也谈到控制学的统计力学，通过对过去的数据的计算和处理，可以获得规律，用以去预测未来的发展。历史就是给我们很多这样的启发，并且，发现凡事都有其必然，我们会发现每个人做事、说话，都有其背后的逻辑，相关或因果的联系。其实，有时候，我们可以推断一些事情的进程，完全可以基于历史。对于理工科的学生或工程师，还是可以从科技发展史中，把握一个脉络，科技是如何发展的，中间经历了什么分支，包括当时的社会需求、横向科技，你很容易发现。科技的发展，一定是来自于跨界技术融合，以及从专有到通用的发展路径，以及经济性在其中扮演的举足轻重的角色—没有经济性，任何技术都无法发展到今天。经济性包括两个方面，为了解决问题的经济性和解决问题工具的经济性—都是关键的。宗教很多时候，我们对于宗教有些错觉。我倒是喜欢怡僧禅师在他的《禅无境界》中对于“宗教”的理解，禅宗是以“明心为宗，度化为教，是以为宗教”。如果，把它理解为某种宗旨下的对人的教育，那么，可能更符合宗教本身的目的。宗教，会被误解，很多时候，是因为它受到皇权和政治的要求而发生了变异，包括儒家是一样的。因此，也产生了一些理解上的偏差。但是，大部分时候，我们直觉所理解的宗教，可能会与它的本源有较大的差异。日本的企业家如丰田章一男、稻盛和夫，他们的经营思想里，有很多受到禅宗的影响，当然，乔布斯也是一个典型。我们拿六度波罗蜜来讲，布施、持戒、忍辱、禅定、精进、般若来进行修持。布施，这里的布施并非仅指对财务的聚散问题，布施包括无畏布施-就是鼓励见义勇为、法布施-把方法认知传播出去，因此，布施就并非仅有捐款—寺庙里现在都是这个。而是把你的知识和经验也去布施给他人。布施就是让我们放弃自我的执念，才能更好的帮助别人。持戒，人们认为戒律是束缚我们的，其实，戒律是帮我们获得更大的自由，因为，它在帮助我们。就像你戒烟，其实，它是在保护你的身体。忍辱，指的是不畏艰难，能够忍耐并有勇气克服困难，同时对一切，即使对有可能伤害自己的人，也不是去慈悲心。精进，不是因为必须而去勤奋做事；禅定，指的是舍弃散乱，我们的内心有太多的焦虑、贪婪与恐惧左右我们对事物的正确判断，只有进入禅定，通过持戒、禅定，达到智慧。般若，智慧，其实就是判断力。佛教的智慧=善，如阳明先生所说“我心光明，夫复何求”。即使禅宗所说的修为，也要从“观呼吸”开始，要说的直接，就是坐禅，瑜伽，这些都是让我们保持到一种纯然自然的状态—这与之前说的音乐的意义是一样的。因此，佛教给我们同样的是看待世界、人生的大的格局，透过现象看本质。这根哲学是同样的道理，很多人听了哲学这个词，就觉得其有点“玄学”的感觉。但是，就我个人而言，我倒觉得哲学完全是可以非常生活的-哲学的本意是Phylosophy-爱智慧，它与我们佛教讲的“般若”也是相同的目标。我想对于工程师而言，人文素养会给予我们很多有益的帮助，首先，我们会明白价值与意义，升华工程师的境界与格局，它不仅仅是在设计一个产品，而是在从事一项伟大的创造过程。站在不同的地方看问题，会让人产生不同的动力。人文素养，也会是我们更好的设计的灵感来源—激发好奇心，召唤内心，召唤善与美，这一切都是会带来工程师的创新力。理解工程的目的，为客户创造价值、经济性，逻辑，这与沟通、写作、表达有很重要的关系。卓越的工程师，首先是追求卓越的人当我们在工作中，会发现，优秀的工程师是非常看重好奇心的，而好奇心来自于这种艺术的激发。人生是一个长跑，有些力量让我们可以坚持下去。无论是家国情怀，还是产业胸怀，都是激发工程师从优秀到卓越的关键力量。因此，卓越的工程师，他们应该是具有大的格局和境界，理解这个世界的大规律、价值、规范、伦理，具有自我独立思考能力的—包括底层逻辑、思辨力，而不会人云亦云。说简单，就是卓越的工程师，他首先就是个卓越的人，如果仅仅是个优秀的工程师，他只会停留在这个优秀的完成工作这个层面。而卓越的大神级，像艾隆.马斯克、雷军，他们能够开创一个产业，同时，他们也反复的强调他们是工程师。这让我想到微软CTO韦青博士，他也不断的强调，他就是一个“工程师”，而没有强调他是一个博士或是微软中国CTO这个身份。这里，就是我们要重新审视，工程师，他们的职业本身就是创造这个世界的，我们缺乏对工程师的尊重，以及对他们的“卓越”的认知—也就是，如果我们的社会，都没有把工程师这个职业当做一个受人尊敬的、创造我们世界的力量。我们就不可能意识到，工程师所需的这种人文力量，也同样是需要得到培养和习得的。要成为卓越的工程师-我们会看到，在不同的层级时候我们会要求不同的能力或精神—特别强调，人文并非是一种能力。这里就包含了对工程师的认知问题：工程师，不是那么简单的，仅仅是完成工程设计工作，而是具有非常强大的改变世界的力量。同样，在金涌院士的《科技创新启示录》里，他反复谈到了钱学森先生对于科学、工程与艺术的关系，以及在人才培养中的问题，钱学森先生提到自己的父亲送他读工科，但又让他学习音乐与绘画。他提出“大成智慧学”的人才培养观。谈到了三个层面，首先是知识，是思维最基础层，其次是情感层，包括了价值观、品德、意志、情趣、意向而构成，思维结构中不可或缺的动力和调控层次，第三智慧层，以世界观、人生观、思维方式及现代科学系统观、人机结合的“大成智慧”工程等要素相互促进、相互交融，是思维结构中最富有哲理的层面。回到最初的看法，即，人文构成了工程师的“根据”，完善的基础知识、价值观判断、以及看待世界和人生的格局与气度。总结我们之所以没有把工程师的人文素养得以重视，是因为我们把工程师的工作看成了“干活的”、“写代码的”、或者“调试”、“服务”，这些仅仅职业属性。而忽视了他们的“构建”、“创造”、“改变世界”的力量。缺乏对工程师职业的这种定位与认知，使得我们才重视他们的“职业”和专业属性，而忽视了他们的开创性，以及考虑问题的“经济性”、“技术不作恶”的伦理、为产业与国家贡献卓越的社会价值属性。

年前，终于完成了一篇《TSN技术综述》的论文，从去年8月接受约稿，到完成，期间翻看了大量相关资料，目前在国内这方面的素材还是比较少，但是，TSN技术却正在成为热点—然而，TSN究竟对于自动化厂商、OEM厂商、终端用户、IT厂商意味着什么？有一些人对TSN尚未了结，也有一些质疑的声音，作为对TSN技术观察已经长达3年多的0.1个专家，我觉得有必要从并非仅仅产品技术角度去剖析，以获得更深入的关注和了结。

我们可以从图3看到在RAMI4.0架构中的数字世界，包括了通信、数据、功能、业务过程几个部分，这些部分与数字化、物理世界的实体对象进行的沟通需要通过“管理壳”来实现其数字的结构化，构建信息模型。

77中可以实现注塑机与MES/机器人通过统一的规约交互，而在机器人行业又有交互的模型，然后扩展到整个工厂，包括机器人、视觉、注塑机、其它辅助设备均可通过统一的规范来进行数据交互。

凡是看见柳岩的新闻的时候—都是大胸照，我一直在想，记者为什么总是盯着人家胸部看，有时候，你会觉得娱乐圈的事--也就胸那么大点事。

预测性维护技术是未来智慧工厂重要的构成部分，也是新的企业盈利模式的来源--基于增值服务，使得OEM制造商的服务可以延伸至生产，并为客户带来额外的价值，因而获得市场的竞争力。