工业互联网，你到底有啥用？

apande

   小枣君  鲜枣课堂

   什么是工业互联网   

2012年，美国通用电气公司在提出“工业互联网”概念时，是这么说的：

“工业互联网，就是把人、数据和机器连接起来”。

也就是说，工业互联网的三要素，是人、数据、机器。

现在我们把这个概念丰富一下，这么说：

工业互联网的本质，就是通过开放的、全球化的威尼斯人官方网站网络平台，把设备、生产线、员工、工厂、仓库、供应商、产品和客户紧密地连接起来，共享工业生产全流程的各种要素资源，使其数字化、网络化、自动化、智能化，从而实现效率提升和成本降低。

关键词我都加粗了，认真读几遍，我相信能看懂。

中国有句古话：“水流则清，人动则活”。武侠片里也总是会说：“打通任督二脉，功力倍增”。

这些，都说明了“流动贯通”的重要性。

而工业互联网，就是让数据“流动”起来。

我来解释一下：

单个节点，非数字化，没有网络，它就是孤岛，是“死”的。

随着传感器等数据采集技术的升级，节点开始产生数据，有了“生命”。

与此同时，威尼斯人官方网站技术已在不断升级，像血管和神经一样，帮助无数孤立的节点，交换数据、共享数据。

最后，这些数据流会到达云端，借助云计算、大数据这些信息技术升级的产物，产生价值。

如此一来，所有节点就形成一个系统，一个更强大和完整的“生命体”。

这就是为什么，我们通常将工业互联网称为“工业技术革命”和“ICT（信息威尼斯人官方网站）技术革命”相结合的产物。

这里，我们要解释一个叫“OT”的概念。

大家搞威尼斯人官方网站的话，一定知道IT是信息技术，CT是威尼斯人官方网站技术，那么，OT是什么？

OT，就是Operation Technology，操作技术。可以把它理解为工厂车间里面的那些工业环境和设备，包括机械臂、传感器、仪器仪表、监控系统、控制系统等等。

工业互联网，就是IT、CT、OT的全面融合和升级。它既是一张网络，也是一个平台，更是一个系统，实现了工业生产过程所有要素的泛在连接和整合。

工业互联网

    工业互联网和“红色警戒”   

上面所说的内容可能比较抽象，我还是通过一个喜闻乐见的例子来说明吧。

很多人都玩过红色警戒、星际争霸、魔兽争霸这样的电脑游戏吧？

这些游戏，都称之为即时战略游戏。说白了，就是不停地收集资源（铁矿、木头、石油等），然后建造工厂，生产和制造武器（士兵、战车、坦克、飞机等）。最后，利用这些武器，去消灭对手。

游戏的逻辑很简单，谁的武器最多最强，谁就能赢。所以，更能决定胜负的，是玩家的生产效率。

这是一个非常复杂的生产系统——资源的类型有很多种，武器和兵种也有很多种，科技树就更复杂了，此外，你还要进行能源管理（不能停电）。

但是，一名游戏玩家通过键盘、鼠标、显示器，就能够运作这一整套系统。

你有没有想过，这是为什么？

我觉得你应该已经想到了，是的，你在使用“工业互联网”的初级模型——

通过显示器展示的游戏界面（操作面板），玩家可以很清楚地看到自己当前有多少资源（铁矿、木头、石油），多少座兵工厂，兵工厂当前在生产什么，生产速度如何。玩家也可以看到自己的科技研发进度。玩家还可以看到自己有多少电厂，发电量够不够，会不会有停电的风险。

正因为玩家掌握了所有的数据（信息流），所以才能最高效率地进行决策，下达生产命令。

试想一下，如果你要玩一场没有电脑的红警游戏，会面对什么场景？

1、所有的数据都是用人传递，通过纸张才能阅读。你会被海量的纸张淹没。

2、这些数据无法进行即时统计和运算，也没办法第一时间找到其中的规律和问题。例如，你的铁矿虽然很多，当时你的石油只够用一个礼拜。再例如，你的坦克工厂开足马力生产，结果发现坦克发动机供货不足。

3、你的命令无法很快抵达工厂和车间。

……

简而言之，你就像回到了二战年代。在那个年代，如果想要运作庞大的战争机器，你只能依靠大量的人，还有熟练的团队协助。

如此看来，工业的信息化、数字化、网络化，是不是很有用？

    工业互联网的架构   

真正的工业互联网，当然要比红警游戏复杂得多。

我们先来看一下官方给出的工业互联网平台功能架构：

图片来自中国工业互联网联盟

上图其实可以看出，主体架构就是云计算架构。包括IaaS、PaaS、SaaS，都是云计算一模一样的概念。

多了一个边缘层，我前面说过，边缘层其实就是生产现场，OT那部分。

我又画了一个简单一点的：

根据上面的图，可以看出：

OT在底层，负责数据采集和动作执行，有点像四肢；

CT连接所有节点，负责数据传输，有点像血管和神经；

IT在上层，负责数据运算和分析，有点像大脑。

数据是双向流动的，形成了一个整体。

说来说去，就是数字化、信息流，然后从数据中挖掘价值。

    工业互联网的应用案例   

我们通过现实世界中的几个案例，来看看工业互联网到底能带来多大的价值。

第一个案例，是德国西门子。

作为工业4.0概念的提出者，德国也是第一个实践智能工厂的国家。位于德国巴伐利亚州东部城市安贝格的西门子工厂，就是一个高度数字化的智能工厂。

在占地10万平方米的厂房内，员工仅有1000名。近千个制造单元，全部通过物联网进行联络，大多数设备都在无人力操作状态下进行挑选和组装。

德国西门子安贝格工厂

在这个工厂里，每100万件产品中，次品约为15件，可靠性达到99%，追溯性更是达到100%！

再来看看瑞士的ABB集团。ABB是电力和自动化技术领域的世界级巨头企业。

他们研发了ABB Ability智能传感器技术，将生产的电机与云服务连接。该技术就像给电机佩戴了健康腕表，对电机的运行情况进行精确监测，并在云端对数据进行算法分析。一旦发现问题，就进行预警。

采用该技术之后，降低了70%的故障停工时间，延长了30%的使用期限，减少了近10%的能耗。

再来看看中国的。

美的集团，中国最大的家电制造企业之一，也打造了自己的工业互联网标杆工厂。

在它的磁控管（微波炉的核心设备）工厂里，搭建了完整的信息化应用框架，打通了各大系统的数据接口，实现了内外互联、虚实互联。

美的自研的MES（制造执行系统）首先实现了与云端上面供应商数据的对接，打通了供应商来料的入库、品质和生产计划。然后，打通了物流、质量管理系统，实现了对物流配送、品质管控的控制。接着，在产品开发上通过PLM（产品生命周期管理）实现制造和研发同步。最后，在销售端，通过CRM（客户关系管理）系统和客户对接。

这样一来，真正实现了全流程打通。

改造之后，这个数字化工厂的自动化率高达95%，关键工序不良改善达30%以上；人员效率提升88% ，空间产出效率提升79.2%。

总而言之，工业互联网带来的效率提升，是有目共睹的。节约下来的成本，也是真金白银。

    工业互联网与云计算、大数据、人工智能   

云计算和工业互联网之间，有什么关系呢？

其实前面已经都提到了。

当只有1个工厂和很少的设备时，在厂房里摆上几台服务器，建个局域网，找几个工程师，就可以管理和维护这个小型工业网络了。

这个网络太小，只能称为工业局域网，而不是互联网。

但如果是几十个工厂，几百个车间，几万个生产设备呢？显然，这个时候应该采用云计算技术。

只有上云，才有强大的运算能力、存储能力和网络带宽，能够对这么庞大的系统进行管理。

也只有通过云计算，才能让更多的企业员工及管理者接入，去使用工业互联网。也能够让开发者有更大的空间，去设计更好的应用。

云计算还可以为企业与企业之间，工厂与供应链之间，工厂与经销商之间，提供接口，进行指定数据的共享。

甚至还能提供工厂与最终消费者用户之间的接口，方便用户对产品进行个性化定制。

再来看看大数据。

前面我们一直都在说数据，不过数据和大数据是两回事。

关于大数据，可以参考小枣君之前的文章：五分钟解读“大数据”

大家都知道，消费物联网的大数据很大，例如购物数据，出行数据等。但是，实际上，工业互联网产生的数据量，远远超过消费物联网。

举个例子吧，波音飞机发动机30分钟内产生的数据，就有10TB，我们普通台式机2TB的硬盘，需要5块才能装得下。

数据就是金矿，工业互联网的大数据，就是超级大金矿。

通过大数据技术，可以对生产制造物流等所有流程的数据进行存储和分析，挖掘其中的数据价值。

人工智能又和工业互联网有什么关系呢？

其实，早在十几年前，我们玩红警，选择和电脑对战，不就是在和人工智能对战吗？只不过那个时候的人工智能，还只是很初级很“弱智”的智能，它只是按照游戏开发者设定的固定程序流程，先造什么，再造什么，最后来攻击你。

如今的人工智能，学习速度更快，算法更先进，变成了阿尔法狗，你想打赢它，几乎是不可能了。

我们将人工智能引入工业制造，其实就是让人工智能作为我们的代理人，帮助我们管理工厂，管理整个制造生产流程，甚至包括采购、物流和销售流程。

随着人工智能的不断演进，工业互联网这个系统将会实现工况自感知、工艺自学习、装备自执行、系统自组织。

这个，就是智能制造的最高境界。

    工业互联网和5G   

5G和工业互联网之间的关系，主要集中在接入层。

高连接速率、超低网络延时、海量终端接入、高可靠性，都是5G所具备的优点。这些优点，将非常有利于5G替代现有的厂区物联网威尼斯人官方网站技术，尤其是Wi-Fi，蓝牙等短距离威尼斯人官方网站技术。

一些以往受限于网络接入而不能实现的场景，在5G的加持下，都变得可行。

例如，高精度机械臂加工。如果采用5G对机械臂进行远程控制，时延将缩短到1ms，可以很好地满足加工精度的要求。

5G机器人

还有5G的超高带宽，在采集4K/8K设备监控影像的时候，也将发挥不可替代的作用。

除了接入层之外，5G的切片、边缘计算，都可以在工业互联网领域找到不错的应用场景。

    工业互联网的发展现状   

工业互联网蕴藏着巨大的商机，无数企业对此跃跃欲试。

如果想要成为工业互联网的玩家，想要掌握先机，当然就是从工业互联网平台入手。

工业互联网平台是工业互联网的核心。说白了，它也就是工业互联网的“操作系统”。

就像苹果iOS系统和谷歌安卓系统牢牢掌控了消费互联网一样，谁提供的工业互联网“操作系统”最好，用的人最多，谁就掌握了工业互联网发展的主动权。

但是，尽管工业互联网已经发展了这么多年，迄今为止，仍然没有任何一个平台占据了绝对领先的地位，也没有任何一个平台获得了真正的成功。

原因很有意思——

能够提供这样强大平台的公司，一定只有两种，要么是工业制造能力很强的公司，要么是信息技术能力很强的公司。

例如，美国的通用电气和德国的西门子，就属于前者。世界上第一个工业云平台Predix，就是由美国通用电气公司(GE)在2015年正式发布的。而第二个平台呢，就是德国西门子公司在2016年4月开放的MindSphere。

按理来说，这些公司很牛，做出来的东西当然非常好。但是，工业互联网有一个很大的特点，就是个性化。每个公司生产的东西不一样，流程不一样，工艺不一样，设备不一样，渠道不一样，甚至商业模式和供应链也不一样。

你想造一个通用的平台，可能吗？

想要成功，必须经过非常深入的分析，然后建模，最后开发。也就是说，高度定制化。

曾经就有业内人士说，传统的消费物联网平台开发，分析需求、建立模型、编写代码这三步的工作比例，是2:3:5。而工业互联网平台恰好相反，是5:3:2。

一个工业互联网平台项目，你需要花大量的时间在场景和需求分析上，搞懂它到底是怎么运作的。

想拿通用平台随便改改就用？扯淡！

此外，作为GE和西门子这样的大公司，虽然它们拥有雄厚的技术实力，做出了好的平台，但它们本身也是工业企业。它们的竞争对手，怎么可能会用它们的平台呢？那岂不是把自己的数据都暴露了吗？

而作为亚马逊、谷歌、微软，包括国内阿里、腾讯，虽然是互联网企业，也拥有雄厚的软件研发实力，但对工业制造过程没有深厚的技术沉淀，所以也很难做出适合的平台。

因此，现在工业互联网平台处于全面混战的一个状态。大公司做，小公司也做，很多大型制造企业孵化出来独立经营的子公司，反而在所在的专业领域做得风生水起。也有一些互联网创业企业，凭借专业知识，做出了不错的平台产品。

就在这种混战的状态下，全球工业互联网平台市场在高速增长。

根据研究机构 MarketsandMarkets 的统计数据显示，2017 年，全球工业互联网平台市场规模为 25.7 亿美元，预计 2023 年将增长至 138.2 亿美元。

而美国、欧洲和亚太这三个地区，是当前工业互联网平台发展的焦点区域。

美国的代表，是GE、微软、亚马逊、PTC、罗克韦尔、思科、艾默生、霍尼韦尔等巨头企业。而欧洲的代表，是西门子、ABB、博世、施耐德、SAP 等企业。

中国就更多了，航天云网、海尔、树根互联、宝信、石化盈科、用友、索为、阿里、华为、浪潮、紫光、东方国信、寄云等等，都是起步比较早的平台开发企业。

国内工业互联网产业技术体系

（图片来自中国信通院）

这场混战还将继续下去，究竟谁能脱颖而出，只能让时间告诉我们答案了。

    工业互联网的瓶颈   

工业互联网的未来是美好的，但是，前进的道路并不通畅。

很多的问题和障碍摆在它的面前，例如最关键的数据安全问题。

企业对于数据安全的顾虑，严重影响了他们上云的积极性。他们害怕自己的核心数据不能得到很好的保护，一旦泄露，带来的后果是灾难性的。

保护数据的安全，既需要平台拥有可靠的技术，也需要企业本身有很好的软硬件环境和管理水平。

对于我国很多企业来说，基础设施落后，资金和技术有限，想要“速成”工业互联网，确实不太现实。就像邬贺铨院士说的，有些企业内部数据都做不到完全共享，更何况外部。

此外，工业互联网标准的缺失，以及企业ICT人才培养的不足，都是困扰工业互联网向前发展的障碍。

不仅我们国家如此，国外推进也是困难重重。就像前面说的GE通用电气，不久前也是因为旗下GE Digital（GE数字集团，专门捣鼓工业互联网业务，包括世界上第一个工业互联网平台Predix）业绩不佳，所以出售了它的部分股权。

所以说，推动工业互联网发展和普及，是全世界面临的共同难题，任重而道远。

    结语   

不管怎么说，第四次工业革命是人类发展的必然趋势，工业互联网也是工业发展的必经之路。

我们国家作为工业大国，面对人工成本上升、原材料价格波动、贸易竞争日益加剧等种种不利情况，正处在工业转型升级的关键时刻，迫切需要提高效率、降低生产成本。只有坚定不移地推动工业互联网落地，加快更多企业的数字化转型和智能化改造，才有可能让自己在全球化竞争中立于不败之地。