發布日期：2022-07-15 點擊率：54
工業互聯網絕非“浪得虛名”
當然，工業互聯網能夠得到這么高的重視和關注度，絕非浪得虛名。這既關系到我們每個人日常使用到的各類工業產品，也關系到國家、民族未來的興衰。可以說貿易戰、制裁名單、禁用名單……都能跟它扯上關系，也許未來某一天回顧現在，很多人會感慨我們處在這樣一個關鍵的歷史時期，竟然毫無知覺。
當今，世界正處在第四次工業革命孕育、興起的關鍵階段，我國制造業轉型升級也到了攻堅時期。互聯網、大數據、人工智能等新一代信息技術與工業制造技術深度融合，推動生產制造模式、產業組織方式、商業運行機制發生顛覆式創新，催生融合發展的新技術、新產品、新模式、新業態，為工業經濟發展打造新動能、開辟新道路、拓展新邊界。
工業互聯網作為新一代信息技術與制造業深度融合的產物，通過實現人、機、物的全面互聯，構建起全要素、全產業鏈、全價值鏈及全面連接的新型工業生產制造和服務體系，成為支撐第四次工業革命的基礎設施，對未來工業發展產生全方位、深層次、革命性影響。加快發展工業互聯網不僅是各國順應產業發展大勢，搶占產業未來制高點的戰略選擇，也是我國推動制造業質量變革、效率變革和動力變革，實現高質量發展的客觀要求。
從國際來看，發達國家政府紛紛加快推進工業互聯網建設，如美國在先進制造國家戰略中，將工業互聯網和工業互聯網平臺作為重點發展方向，德國工業4.0戰略也將推進網絡化制造作為核心。GE、西門子、達索、PTC等國際巨頭也紛紛布局工業互聯網平臺，并將其作為探索數字化轉型、提升行業服務能力、構建長期發展競爭力的關鍵。
總的來看，美國、歐洲和亞太是當前工業互聯網平臺發展的焦點地區，全球工業互聯網平臺市場持續呈現高速增長態勢。從國內來看，黨中央國務院高度重視發展工業互聯網，作出一系列戰略部署。習近平總書記指出“要深入實施工業互聯網創新發展戰略，系統推進工業互聯網基礎設施和數據資源管理體系建設”。國務院印發《關于深化“互聯網+先進制造業”發展工業互聯網的指導意見》，統籌布局網絡、平臺、安全三大功能體系建設。李克強總理連續兩年在政府工作報告中提出“工業互聯網平臺”，強調“打造工業互聯網平臺，拓展‘智能+’，為制造業轉型升級賦能”。2019年“兩會”期間，“工業互聯網”成為“兩會”代表委員的熱議話題。
平臺應用發展層次與價值漸清晰
通過對國內外主流工業互聯網平臺的應用分析，可以發現平臺提升了企業信息化能力，增強了企業數據分析水平，還使得企業的資源調配更加靈活，并帶動企業應用從信息化到智能化的多層次發展，同時解決了企業三大方面的問題：
一是推動信息化大規模部署，解決效率提升和成本降低的問題，信息系統和工業軟件遷移至平臺，依托平臺實現客戶關系管理、財務人力管理等應用，帶動信息化成本降低和大規模部署;
二是推動工業數據深度分析挖掘，解決產品和服務價值提升的問題，基于平臺的大數據匯聚和分析能力，實現設備、生產、管理等場景的深層次優化和服務增值;
三是推動業務商業模式的創新，解決跨領域資源靈活調配和協同協作問題，通過平臺進行產業鏈、供應鏈、價值鏈各環節的實時連接和資源共享，以實現不同主體間的高效協作和供需精準對接。
總結來看，工業互聯網平臺應用實現了從信息化到網絡化、智能化的全覆蓋，并且由單點信息化走向跨域智能化，呈現出三大發展層次：
01 基于平臺的信息化應用
得益于平臺的“連接+數據可視化”能力，傳統的生產管理類信息化應用得到更為廣泛的普及。其中，在生產監控分析領域應用最為廣泛，在物料管理、排產調度等方面也有初步探索。PTC、微軟、思科、阿里云等企業的平臺均推出了面向生產過程可視化應用。這類應用主要提供數據匯聚和描述基礎，幫助管理者直觀了解工廠運行狀態。
當然，這些只是初級的可視化、遠程監控等應用，借助更深層次數據挖掘分析企業能夠獲得更高價值回報。比如，工業互聯網服務商寄云科技協助世界知名汽車零部件制造商麥格納旗下格特拉克(江西)傳動系統有限公司(GJT)實施智能制造戰略，成功解決了傳統MES在數據實時、真實和粒度等層面的不足，實現了更加精準的KPI追蹤，提升設備利用率、提高工人工作效率、保障企業營收。
另外，基于平臺的“軟件上云+簡單數據分析”在客戶關系管理、供應鏈管理和部分企業計劃資源管理領域也獲得應用，能有效降低中小企業軟件使用成本。如SAP、Oracle、Salesforce、微軟、用友浪潮、金蝶等企業提供大量管理軟件SaaS服務。如Salesforce所提供的云化CRM軟件服務已聚集超過15萬客戶，同時除通用軟件工具之外，還提供基于社交網絡的客戶關系與需求分析，為中小企業提供銷售渠道服務。用友提供采購、供應鏈、物流、財務、人力資源等工業云服務，服務工業企業客戶44萬家。
02 基于大數據能力的深度優化
基于平臺的大數據能力，以“模型+深度數據分析”模式在設備運維、產品后服務、能耗管理、質量管控、工藝調優等場景獲得大量應用，并取得較為顯著的經濟效益。GE、西門子、ABB、富士康等企業已經推出了上百個上述類型的應用服務，如Uptake幫助美國最大核電站PALOVerde，通過提高資產性能，實現每年1000萬的成本節省，成本降低20%;彩虹寄云智能工廠工業大數據項目助力知名平板顯示制造企業彩虹集團實現了數據可視化、生產透明化、質量可控化，并獲得了綜合良品率顯著提升，非計劃停機、運營成本等大幅減少等多種收益。
03 平臺協同資源調配和模式創新
借助平臺整合產業鏈資源，探索智能制造、供應鏈協同等應用，成為部分企業的實踐選擇。如寄云NeuSeer平臺開放共享自身生產力，提高閑置設備的利用率，目前已對數千臺機床和鉆井機器提供數據監控和預測性維護功能。再如中船集團利用船海智云平臺對船舶制造企業、船用設備制造企業等開展納期監控等應用，提升供應鏈協同水平。
基于平臺進行深層次的全流程系統性優化尚處在局部的探索階段。無論是產業鏈、價值鏈的一體化優化、產品全生命周期的一體化優化、還是生產與管理的系統性優化，都需要建立在全流程的高度數字化、網絡化和模型化基礎上，僅有個別龍頭企業具備相關基礎并開展了簡單實踐。
數據分析深度與工業機理復雜度決定平臺應用優化價值和發展熱度
通過數據分析可以發現，工業互聯網平臺在這三大發展層次中的各類工業場景應用熱度不盡相同，這是由于不同層次平臺應用的開發復雜性不同，優化成效與收益回報也不同，其商業成熟度與受追捧熱度也就存在較大差異。平臺應用能否獲得良好的優化價值和效果，并能夠在市場中獲得客戶，實現自身商業價值，主要由兩方面因素決定：
一是平臺應用的收益，數據分析深度是應用價值提升和貢獻的主要衡量指標。數據是平臺核心資產，也是平臺價值創造的來源。數據分析、挖掘和利用的深度在很大程度上決定了平臺的應用價值高低。結合深度數據分析的設備健康管理、產品后服務、能耗與排放管理、質量管理等應用為工業企業創造了大量直接優化價值，帶來了設備運維成本降低、能源消耗降低、產品質量提升、服務價值提升等收益，因此，從下圖可反映出，資產管理服務和生產過程管控占比共達到60%-70%，在工業場景中熱度高居不下。
二是平臺應用的開發與使用成本，工業機理復雜度是影響這一因素的核心。越是與工業機理深度融合的平臺應用，其在應用開發的過程中，越容易形成較高的行業壁壘。這種應用需要深度融入特定領域的工業知識和機理模型，以及結合應用場景進行大量定制化二次開發，這都導致應用的交付成本高昂，優化成效也難以保證。因此可以從上圖看到，具有高機理復雜度的應用開展不足，數字化設計仿真、數字化工藝與制造輔助僅占總應用案例的3%。
