2019年，工業互聯網首次進入政府工作報告，2019政府工作報告專門提及“打造工業互聯網平臺，拓展‘智能+’，為制造業轉型升級賦能”。

最近工業互聯網非常熱，一是“智能+”對工業轉型升級的重要性，二是在科創板開市之后，與工業互聯網、產業互聯網相關的科創企業在不斷進入科創板上市的行列中。此前對工業互聯網有大量討論，但還有很多困惑和發展不清晰之處。

兩大典型玩家

工業互聯網主要由網絡、平臺、安全三大部分組成，其中網絡是基礎，特別是5G低時延網絡是保證工業互聯網的基礎，而數據和平臺是工業互聯網的核心，安全是保障。

工業互聯網廠商非常多，從最基本的連接端到云服務端，從IaaS端到PaaS端再到工業數據分析展示和可視化平臺再到具體應用場景，設計仿真、生產優化、運營管理、資產運維、能耗管理、采購優化等，都是在工業里利用物聯網的數據采集和大數據分析后才能創造出的應用場景。

兩個比較典型的工業互聯網玩家：

第一個是提出工業互聯網概念的GE旗下Digital部門，提出“通過發掘數據的價值實現高效的產出”。

不幸的是GE已經在2018年開始出售Predix，主要原因有幾個：

GE Digital受到燃機、油氣、電力等系列主營業務的市場疲軟影響;低估了工業企業數字化進程的難度;過于強調云平臺和IT能力，忽視了客戶對應用的需求，盈利模式不清晰;進行的并購和整合并沒有達到通過一個平臺統一不同的應用軟件和交付能力的有效目的。GE Digital的規劃目標，是希望通過Predix平臺結合應用Operation Performance Management(運營績效管理)和Asset Performance Management(設備性能管理)，通過設備的健康和可靠性管理、合規性管理、資產優化、策略優化，以達到運營性能的管理，包括提升運營效率、實現過程優化等。

第二個玩家是Uptake，是公認的工業互聯網領域的標桿創業公司。

創立于2012年，Uptake做的很多事都在模仿GE Digital，包括招募了很多GE Digital的原班人馬。其主張也是通過工業物聯網的數據分析，實現高效的資產性能和運營效率的提升，提供的方案也是平臺加應用。

在平臺層，不僅提供相應工業的基礎能力，也提供AI和機器學習引擎，把算法變成目錄和訂閱的方式以快速實現數據分析，并在上面實現快速應用編譯和部署，最后形成應用和行業解決方案。應用主要有兩類，一類是通過數據科學、人工智能的方式實現資產性能的提升，另一個是通過提升資產性能提升運營效率，都與GE非常像。

Uptake在2018年11月份收購了一家APT(Asset Performance Technology)公司，這家企業提供了800多種類型的設備、1000多萬種不同部件的失效模式。FMEA失效模式分析有什么用呢?可以非常清楚地定位出設備有多少種故障現象，每種故障現象應該采取的應對措施和尋找相應根因形成維護策略。

還有Uptake另外一個應用，通過AI實現銷售線索、服務需求、工作流效率的優化，主要是針對設備制造商提供一整套業務流程優化引擎、提高銷售業績和客戶滿意度。

比較典型的案例：第一個是為卡特彼勒開發一套設備聯網和分析系統，采集設備的各類數據信息，聯網監控的同時分析預測設備可能會發生的故障，以提前應對;美國一家Class1的火車公司，在美國有大約1.4萬個火車頭，Uptake幫助其通過人工智能預測性維護，每年節省4700萬美元;AMEREN是美國一家發電廠，每年用了Uptake的人工智能應用平臺幫公司節省990萬美元;PaloVerde是一家核電廠，每年Uptake幫其節省1000萬美元;Uptake還幫助某個重型機械經銷商每年提高850萬美元的收入。

這幾個案例是工業互聯網里比較典型的應用場景，圍繞大型設備的資產性能，利用數據分析實現設備可靠性的提升，進而提升整個過程的運營效率，創造更多的價值和利潤。

四個核心技術

一，邊緣計算是有強剛需的工業應用場景，通過邊緣端的實時數據采集、云端的數據分析和應用開發以實現高效協同，是云端應用對邊緣端實時數據采集的響應和控制過程。

二，大數據平臺也非常關鍵，以前的工業數據都是小數據，很多數據處理都在邊緣完成，并沒有匯總起來進行相關性分析和統一趨勢分析，因此實現應用和數據解耦的大數據平臺也很關鍵。

三，數字孿生，即通過數據化方式為工業設備定義數據結構，結合數據分析對設備的過去、當前和未來進行深入的洞悉，完成設備從物理向虛擬環境映射的最關鍵描述。

四，通過專家經驗+人工智能的方式，基于專家經驗指導的大數據樣本標注，通過人工智能算法訓練開發相應的故障診斷和預測模型，實現精準判決。

三大應用場景

工業互聯網在高端制造里應用場景很多，而當前的高端制造普遍呈現資產密集、資產性能優化空間大，數字化程度高但數據利用率低，經驗驅動、缺少科學決策能力的局面。

通過結合工業互聯網的賦能，即資產性能管理、運營效率提升、能源管理優化、安全生產環保、工業控制安全，可達到：

一，提高資產運營的效率，降低非計劃停機帶來的風險影響。

二，提高資產利用的效率，降低排放、降低能耗、提高安全生產、實現環保，構建產業生態。

正是因為高端制造普遍的體量都比較大，所以哪怕提高1%，都能創造巨大的價值。

高端制造的工業互聯網的核心不是數據采集，而是一層一層傳遞的數據的價值。

工業互聯網平臺能夠起到加速整個價值傳遞過程的作用，一方面能夠匯聚來自不同設備和業務系統的數據，構建數據中臺，對數據進行規范和治理，以及針對離散化、場景化的數據分析;另一方面，它也提供了大量的跨應用系統的能力重用模塊，讓應用的交付、數據的分析變得更便捷和更簡單。

相對于傳統的PLC、DCS、MES或ERP這些傳統的IT和OT系統，工業互聯網應用著眼點放在了新技術解決老問題上，它通過運用物聯網、大數據、云計算和人工智能等先進的IT技術，去解決原先由于數據量、數據處理能力、實時性等限制而不能得到很好解決的設備可靠性、工藝質量以及企業經營決策等方面問題，可以說是原有IT和OT系統的升級和重構。

高端制造的工業互聯網應用非常離散化，應用場景主要是三類，設備資產管理、運營性能管理和生產經營決策。

資產性能管理的目標是提高資產(也就是設備)的可靠性，避免非計劃停機;只有保證了設備的可靠性，才能保證運營過程中的產能、質量、成本的有效提升，才能優化運營指標;而只有保證了運營效率的提升，才能實現企業經營利潤的提升和經營風險的規避，所以這三層是通過數據的價值環環相扣的。

來源:中國企業報

圖片來源：找項目網