波音 737 事故，软件化要不要“背锅”？

两次惨痛空难后再看波音的软件化之路：它曾满载荣光，如今备受质疑。

事件回顾

3 月 10 日，埃塞俄比亚航空公司一架波音 737 MAX 8 客机在飞往肯尼亚途中坠毁。机上有 149 名乘客和 8 名机组成员，无人生还。

据报道，此次失事的是一架全新的波音飞机，四个月前才交付给该航空公司。这是波音 737 MAX 8 半年内出现的第二起严重事故。（第一起为 2018 年 10 月 29 日印尼狮航的坠落事件，189 人罹难）目前中国大陆共有 96 架该机型飞机正在运营，中国民航局今天表示，为确保中国民航飞行安全，囯内暂停该机型的商业运行。

一年多前，波音公司还是传统企业数字化转型的杰出代表，其软件化发展得到工业互联网领域的一致认可。但短短半年时间，同一机型两次空难，其中一次的失事原因已明确为软件设计缺陷。这样惨痛的后果，软件化是不是要“背锅”？更有人无奈戏言：波音真把自己当互联网企业了，让用户去试 bug。

波音的数字化转型，还有参考意义吗？

两次空难的技术原因分析

伤痛之余，我们仍需复盘两次坠机的原因。

回顾第一起坠落事件，调查人员发现，失事飞机的迎角传感器“数据错误”触发“防失速”自动操作，导致机头不断下压，飞行员多次手动拉升未果，飞机最终坠海。

这个自动控制下压机头的系统，名叫 MCAS，意为自动纠正失速系统。波音 737 MAX 在设计上配备了更粗大更省油的发动机，而这也使得飞机容易在大迎角飞行失速。为此，波音设计师就为 737 MAX 开发了 MCAS。这是波音 737 MAX 的一种操纵辅助系统，其设计初衷是，如果机身上的传感器检测到高速失速的情况，即使在没有飞行员输入信号的情况下，该系统将强制将飞机的机头向下推。

但在狮航空难事件中，该系统接收到了错误数据，导致飞机在正常情况下开始不断下压机头，飞行员在 11 分钟内连续手动拉升 20 余次终告失败，坠海罹难。

狮航空难发生后，国内资深机长陈建国表示：“狮航空难是飞机信号系统接收到一个假信号，信号显示飞机‘抬头’，所以控制系统持续给出了‘低头’的指令。机组与控制系统搏斗很长时间，最终发生事故。”

根据波音公司对飞行员的培训，发现该系统程序有 4 个特点：

1. 发现失速后，程序只相信主传感器，不与备份传感器核实。（同样的情况空客的飞机则会交给飞行员处理。）

2. 一旦相信，不通知飞行员，直接操纵机翼。

3. 飞行员手动操作后，仍旧会每五秒自动执行，让飞行员不得不与飞机较劲。

4. 程序开关非常隐蔽。

业内人士指出：“因为 MCAS 系统，737 MAX 飞机可能在计算机控制下执行长达 10 秒的非指令性低头，单靠驾驶杆操作很难拉住。而如果飞行员并不清楚这一切，那么就可能变成飞机俯冲-人工向上配平-飞机继续俯冲的搏斗，飞行员的胜算并不大。”

空难发生后，波音公司更新了 737 MAX 飞行操作手册，指导飞行员如何应对“迎角传感器数据错误”，报导称波音考虑虑修改软件设置：自动系统触发后，一旦机组人员对设置作“反向”操作，即可关闭 MCAS 的“自动下压机头”功能。但这一“软件升级”并没有得到官方的确认。

本次埃塞俄比亚航空空难的具体官方报告还未公布，从目前已有的消息来看：这架飞机失事前，最大地速达到 383 海里每小时，超过了飞机正常的飞行速度。该机起飞经历后反反复复爬升下降，下降爬升的过程，高度 7000~8600 英尺之间，最大地速达到 383 海里每小时，超过了飞机正常的飞行速度。该数据与狮航的全球第一架 737MAX 空难有些相似，都可以归结为 LOC—空中失控。具体原因还需要更多的数据来分析。

回过头来再看看波音的软件化道路：它曾满载荣光，如今备受质疑。

波音的软件化之路

2012 年，由通用电气发起，思科、IBM、英特尔等 80 多家公司成立了工业互联网联盟，试图重新定义制造业的未来，这其中的一员，就有波音公司。

波音公司是全球最大的航天航空器造商。每天，数以千计的波音客机从全球各地机场起降，将旅客运送至目的地。举个例子，波音 787 梦想客机飞行一次就会产生多达 1TB 的数据，每年数百架 787 梦想客机飞行数千次，产生的数据使得波音公司坐拥了一座数据金矿。

面对如此海量的数据，这家 100 多年历史的公司意识到，需要重新思考软件方法，才能充分利用所有这些数据来改进各种职能。波音公司的核心竞争力并非工厂和生产线，而是其 7000 多种软件。波音研发设计涉及 8000 多款软件，其中 1000 多款为通用软件，可以通过市场购买获得，剩余的 7000 多种软件为波音自行开发，代表着其核心竞争力。

利用大数据预测飞行故障

波音与卡耐基梅隆大学合作建立了一个“航空数据分析实验室”，期望利用 AI 和大数据技术对波音飞机进行全面升级。这次合作的初衷是，让人类更好地理解和利用航空工业中每天产生的巨量数据，用机器学习的方法来优化波音飞机的运行，用大数据来指导设计、建造和运营。

一架飞机上往往有数千个传感器，每条航线每次飞行产生的海量数据，通过 AI、大数据技术快速锁定有效数据，让飞机在起飞前有能力预判潜在风险，从而得以进行定点检查和零部件替换，降低风险。

数字化转型的 3E 法则

2017 年 12 月，在 Pivotal 举办的的 SpringOne Platform 大会上，波音公司 CIO 办公室执行主任 Niki Allen，分享了她负责主导的波音公司软件开发方法转型的演讲。以下做简要摘录。

从传统企业到软件驱动，波音的数字化转型总结起来就是 3 个“E”法则：参与（Engagement）、卓越（Excellence）和支持（Enablement）。

参与：第一个挑战是让你的开发人员，IT 人员，业务领导人和高级管理人员 ，对转型过程和带来的成效感兴趣并激动不已。 如果没有积极参与，转型的效果就可能会大打折扣 ，这需要 IT 采用新的思维模式。除了内部新鲜血液，波音公司还与 Pivotal 等外部组织建立强大的合作关系，共同推进。

卓越：执行的质量。 实现卓越的执行要求团队的每个成员都致力于自己的工作，并与同事合作。鼓励团队成员倾听并相互学习，并与同事分享他们的知识。

支持：前两个 E 的执行会引出第三个 E：支持(Enablement)。但要支持企业发展，还需要企业自身投入到转型工作中。否则，这些工作将无法产生预期的效果。

建立数字化转型环境

波音公司将其数字工厂称为 DTE（数字转型环境） 。DTE 包括应用程序开发和运行平台 Pivotal Cloud Foundry 以及平台运行的底层硬件，还包括开发团队的新工作流程，以充分利用平台的云原生能力。这些包括支持持续集成和开发，这使得波音的应用团队能够快速测试和部署新软件到生产环境，获得用户的反馈意见，并反复持续改进软件。

通过数字软件化转型，波音公司极大地提升了数据的利用率与生产效率。但这样的数字化转型带来的也不全是好消息，不断进化的智能化、自动化技术，也带来了一些思考和问题：当软件系统出现故障或者对于飞行状况判断失误时，如何规避风险？人工何时介入？

技术发展的数字化悖论

虽然现代汽车的自动驾驶系统仍然处在很初级的阶段，但在航空领域，自动驾驶系统早已大行其道，飞机的自动驾驶系统，会根据预先设定好的航路，全程驾驶飞机，甚至完成降落，飞行员反而成为了辅助存在。在这种情况下，很容易会造成一种“自动化悖论”：

自动化不但操作简单，而且可以自动纠错，哪怕操作者不够专业都能够正常工作很长时间，他的不足被自动化完美掩盖，很可能一辈子都不会被同行发现。

即便是老手，由于系统不需要他们手工作业，原有的操作技能也会因为疏于练习而退化。

自动化系统往往在异常情况下失效，或者以发生异常的形式失效，如果操作者技巧不够熟练是无法应付这些突发状况的。

这种悖论不仅发生在飞机自动驾驶系统里，也出现在如运维自动化、自动化港口、自动驾驶汽车等领域里，我们过去讨论的大多是如何提升自动化水平，甚至做到无人值守，但是，现在我们有必要严肃的讨论一下如何防止自动化悖论了。

当金融、汽车、制造、零售等传统行业的产业互联网进程逐渐加快时，我们也不会无动于衷。把先进的软件技术介绍给更多传统行业，关注和挖掘传统行业优秀的技术实践是我们的使命。如果你对产业互联网的实践经验有兴趣，欢迎扫描以下二维码，进群与我们交流。