打破“煙囱”和“數據孤島”，工業互聯網如何賦能數字化轉型 | 超級沙龍
帶着觀點看商業。超級觀點，來自新商業踐行者的前沿觀察。
文 | 特約觀察員 林詩萬
嘉賓林詩萬
核心提示：
數字化追求在中游打通企業內部的業務價值主線，並延伸到上下游的供應商和客户端，實現生態上下游的數據和價值聯通。
智能化的實現必須通過業務邏輯把認知轉換成最佳的決策，並付之於執行。
只有在新的技術體系之上才能有效地實現對業務系統數字化的重構和提升。
工業互聯網，必須具備工業化的特徵，必須依賴於深厚的工業知識，不是簡單地把互聯網技術部署到生產環境就能夠提供價值的。
工業互聯網一個非常重要的目標是提升工業經營和運營管理效率，實現跨業務領域和部門的全流程信息透明化，管理精細化，決策智能化。工業互聯網可以看作企業數字化轉型過程中的使能技術。
企業的數字化轉型可以分為三個階段，信息化，數字化和數字化轉型。
在數字化轉型過程中，信息化是基礎，是數字化轉型的第一階段。信息化將模擬性的信息轉換為數字化的信息，最典型的是把日常工作中的紙質表單，儀表手工抄集等數據輸入計算機進行管理，處理和使用展示。信息化的特徵是信息化應用軟件的普及使用，實現數字化的信息管理流程。具體地説，就是按業務性質的分割，建立了一系列的業務應用系統，包括ERP、PLM、SCM、MES、CRM、APM等等，在不同的業務範疇內實現信息的數字化管理，作業流程的自動化，對人事組織、業務經營、產品設計、生產過程的數字化管控。在這個階段，所追求的是工作流程效率的提升。
作為數字化轉型的第二階段，數字化追求在中游打通企業內部的業務價值主線，並延伸到上下游的供應商和客户端，實現生態上下游的數據和價值聯通。數字化在信息化的基礎上，進一步實現數據驅動的決策和全流程的優化，從而推進以用户為中心，拉動全生態的研產供銷服務一體化的數字化運營。在這個階段中所追求的是優化資源的配置效率，動態響應的生產環境，供應鏈市場生態的變化。
在數字化的日益成熟的基礎上，有些企業會逐漸把注意力轉移到基於此種能力對新產品、新服務、新業務的創新性發展，進而驅動新的商業模式，為企業的發展帶來了更大的發展空間。比如説，在一些大型裝備銷售企業，如果通過數字化創新提升他們的數字化服務能力，更好地服務他們的客户，甚至可以從原來的設備銷售商轉型成為運營商。這可以説是數字化轉型的最終目標。
-
對比過去一二十年互聯網技術的發展給我們生活帶來的巨大影響，可以想象工業互聯網對工業行業的數字化發展也會帶來非常大的推動。
工業互聯網可以作為支撐數字化轉型的新一代技術體系之一，物聯是基礎，但不是目的，這是工業互聯網與一般物聯網的一個重要區別。
從一個狹義的角度來看，工業互聯網的核心功能在於：
1. 對包括設備在內的物理實體的廣泛連接，實現海量數據的彙集；
2. 利用算法模型對數據進行深度分析，獲得對設備運行和生產過程的深度認知；
3. 通過工業應用，結合業務邏輯把認知轉化成為最佳的決策，並得以執行，實現對生產過程的優化。
我們追求智能化，其起點在於感知，感知來源於現實世界的數據；智能化的核心在於認知，認知從對數據的分析獲得。但是，沒有目的性的認知是沒有用的。所以，智能化的實現必須通過業務邏輯把認知轉換成最佳的決策，並付之於執行。最後這一步是工業應用的關鍵功能。
從生產和運營的角度來看，數據、模型和應用是工業互聯網技術的三大功能要素。
通過這三大要素構成閉環反饋，可以實現單體設備的優化，多體設備或系統的優化，以及業務經營的優化，最後的目的是為了追求業務價值的實現。
工業互聯網的應用覆蓋的範圍很廣泛，不僅包括大家所熟悉的設備維護，還包括生產環境中幾乎所有其它的業務範疇，從工藝、質量、能效，甚至排產等的過程優化。
工業互聯網在實施的過程中，或許起點於單台設備的優化，一條工序流程的優化，一個業務範疇如能效的優化，但其能力和所追求的目標，是跨設備、跨工序、跨業務範疇的全流程全局聯通和優化，這一點與數字化的目標是一致的。
從另外一個方面來看，三大功能要素中的模型分析和工業應用，是將工業技術、知識、經驗，通過模型化和軟件化進行沉澱和積累的有效載體。模型化更多的是對現實世界自然規律的認知的沉澱；而軟件化則更多是生產規則和業務邏輯的表徵。
過去針對工業環境裏建立的多種針對具體領域的工業軟件，聚焦於如何解決該業務領域的問題。工業互聯網特別關注的是實現將數據聯通、算法模型和實現業務邏輯的工業應用構成多個層次的閉環優化，創造價值。一旦這樣一個系統建立起來以後，不僅僅能為解決眼前的數字化發展問題是提供技術支撐，也為數字化持續改善提供一個厚實的基礎。
顯然，孵化並且成熟於互聯網特別是消費互聯網的ICT技術是推進數字化轉型的核心技術基礎。這些技術的發展是為了應對消費互聯網高併發、大流量、變化多樣的信息處理的需求，從而形成了具有彈性伸縮能力、支持多租户的虛擬化分佈式的雲計算架構，支持容器化微服務的敏捷研發和靈活運維一體化的雲原生技術體系，能存儲和分析海量異構多樣的消費者、市場和業務數據的大數據系統，以及機器學習和基於深度學習算法的人工智能（圖像識別、語音識別以及自然語言處理等）等技術。
這些技術，人工智能（artificialArtificialintelligence），大數據（bigBigdata）和雲計算（cloudCloudcomputing）這些技術，不僅技術內容豐富，也衍生出其它一系列的新技術。這些技術無論功能多強大，性能多卓越，其價值都在於如何在數字化轉型中，支持日益複雜的業務邏輯和數據分析計算需求，。以低門檻、低成本、短週期的方式，敏捷開發、運維和迭代升級數量眾多、功能豐富，性能優異的業務應用軟件。
簡單地説，這些新技術對數字化轉型的支撐，在目前來説，多不在於其高新深，而是在於對針對具體場景的應用軟件的開發和運維的支撐的經濟性，特別是從技術門檻和成本的方面來看。要做一件事，以往是事倍功半，而這近二十年的技術發展，做同樣一件事，已經可以是事半功倍。對於企業來講，目前的一個關鍵問題是在這樣一個時機節點上，如何充分利用這些技術事數字化之事，成轉型之功。
簡單地説，這些新技術對數字化轉型的支撐，在目前來説，多不在於其高新深，而是在於對針對具體場景的應用軟件的開發和運維的支撐的經濟性，特別是從技術門檻和成本的方面來看。要做一件事，以往是事倍功半，而這近二十年的技術發展，做同樣一件事，已經可以是事半功倍。對於企業來講，目前的一個關鍵問題是在這樣一個時機節點上，如何充分利用這些技術事數字化之事，成轉型之功。
顯而易見，這些技術是數字化轉型的使能工具，而不是數字化轉型本身。換句話説，把這些技術引入企業，建立一系列的技術性平台，並不就能夠自動實現數字化轉型。但是，如果不關注這些技術，不瞭解這些技術的使能作用，不能把這些技術有效地利用起來，數字化轉型會舉步維艱，或難以持久深入。
大家可以看到，數字化轉型的技術基礎是非常廣闊的，也非常複雜，企業雖然可以通過自主研發把這些技術引入，但是不僅工作量非常大，同時需要的專業技能也相當的深厚。更可取的方法是通過引入平台化的技術，避免踏進“重造輪子”的泥坑。
-
在多數的工業/製造業企業，現有信息化的應用系統大多按傳統的IT系統垂直架構，以項目制而獨立構建，開放性比較低，相對封閉，整合困難，生死難往來，形成多個煙囱式的應用系統，以及多個數據孤島。同時這些系統一般沿用傳統的應用開發模式，導致功能大而全，內部功能模塊緊耦合，可複用性低，造成開發工作量繁重，更新困難。這種狀況，要打通上述跨越業務邊界、部門邊界、甚至企業邊界的數據主線、價值鏈主線，實現信息聯通和流程聯通，以及敏捷開發和迭代更新眾多的業務應用軟件，以應對日益多變的業務和創新需求，面臨着很大的挑戰。
因此，對數字化轉型的推進需要引入新一代的技術，對現有的信息化技術體系進行重整和升級，只有在新的技術體系之上才能有效地實現對業務系統數字化的重構和提升。上面所提到的互聯網技術以及相關的技術則可以成為這一次技術體系重構的技術基礎。同時，工業互聯網可以作為支撐數字化轉型的核心技術體系之一。
比如，優也的Thingswise iDOS平台，把數字孿生體與上面談到的工業互聯網三大功能要素，數據、模型和應用結合起來，作為鬆散耦合的四大核心功能層，支持新一代的數字驅動的智能工業應用的實現。
這樣一個工業互聯網平台，可對傳統的IT架構進行重構提升，避免和取代煙囱式的應用系統和數據孤島的形態，為數字化轉型以及數字化的持續提升打下牢固的技術基礎。
由於工業場景複雜性、需求的多樣性，特別是對於安全可控性、穩定可靠性以及對低時延的實時性的嚴格要求，支撐數字化轉型的工業互聯網平台必須具有高度的靈活性，特別在部署模式方面，不僅可以部署在不同的公有云上，也可以部署在企業內部的私有云上，具有多雲適配的能力，並且能夠部署在生產環境的邊緣端，支持不同應用場景對部署模式的要求。
不同的企業信息化發展的程度是不一樣的，不少企業還處於信息化水平低，在日常的生產過程中存在大量手工輸入的工作，效率很低下，很難對於生產過程發生的事件實現及時響應。另一方面，這類企業還缺乏操作輔助系統對操作進行指導、防錯和追溯。進一步來看，即使一些企業建立了不少垂直化信息系統，但並沒有將這些系統打通，導致對生產過程缺乏全局的瞭解和管理。除此之外，還有另外一個問題就是遠程監控的能力。在目前很多的生產環境中，當出現問題的時候，需要派人到現場去調查。所有這些現象在不同行業存在的程度不同，但是，總體來看，整體數字化提升空間是非常大的，而工業互聯網可以為解決這些問題提供一個很好的技術手段。
另外我們可以談談工業互聯網上雲的問題。在工業互聯網應用中會牽涉到大量的數據，設備的數據、工藝的數據，很多企業對於這些數據的安全性以及自主可控性還是有不少的憂慮，這是可以理解的。其外，對於工業互聯網大量數據的上傳，怎麼保證穩定性和低時延也是一個需要考慮的技術問題。但是，如果能夠上雲，可以降低整個數字化應用實現的技術門檻，成本也會大幅降低。同時因為實施過程的週期也會大幅的降低，也更能夠早見成效。那麼怎麼去平衡這種風險， 目前也沒有一個簡單的答案。首先要解決安全性的問題, 要實現工業PaaS和SaaS的安全可靠。其次是要建立商業的機制，保護客户對他們數據的權利。在不少的場景下，要滿足對數據的安全可靠和低時延要求，工業智能應用必須在邊緣部署。在其它的場景下，可以上雲部署。最終的模式大多會是是“邊-雲”混合式的。總之，需要根據具體應用的特徵、業務需求、業務風險進行平估，以獲得切合實際的模式。
Q：如何看待跨行業的問題？
嘉賓林詩萬：消費互聯網有個特點，它面向的是消費者，每個消費者就算跨越文化、跨越國家，其需求是相當接近的。消費互聯網講的是流量，用户數量的規模至關重要，而能實現我們能看到的這種規模是由於每個人之間的需求都很接近，所謂的市場的通用性很強，因而，可以規模化空間很大。
在工業裏不僅行業之間有很大的差異性，而且在每個行業的細分行業，甚至行業裏面的不同場景，需求的差異性都是非常大的。
剛才問的談到的跨行業問題，就只看流程工業的能效，也有一定的差異性。但是，也要看到不同行業之間有一些共通的東西，工業互聯網平台本身就是可以跨行業的。當然，在平台上針對不同的行業搭建不同的數字孿生體，這個是針對行業而建的。
舉個例子，很多行業都配備和使用鍋爐。鍋爐的效率提升具有跨行業的通用性，當然對每個行業必須做一定的調整、適配等。鍋爐的上下游設備也可能有一些差異性。但是，建立於在工業互聯網平台的智能應用，可以提供大概70-80%軟件的基礎功能，在這基礎上再根據不同行業搭建不同的數字孿生體，進行進一步的抽象、配置、適配和調節，甚至做一些定製化的開發，這些是免不了的。這些過程，不像我們在消費互聯網下載一個APP，基本上不需要做太多的配置，馬上可以用。這種情況在工業上幾乎不存在，在業務層上面，如財務管理軟件，客户關係管理軟件等，不同的行業之間的通用性還強些。但是，對於工業互聯網所面對的運營環境裏，差異性還是相當強的。所以，必須有一套好的技術框架去應對，儘量對具有共性的功能進行抽象解耦，把具有通用性的功能作為平台功能來提供，避免在開發具體應用時的重複性勞動。同時，也需要在應用的設計上做工作，提升應用的通用性，不僅能夠比較敏捷地根據現場條件進行適配，同時，在做一些定製化開發的時候，在也可以在通用功能的基礎上面實現。
類比於當年互聯網時代，做網絡基礎的操作系統平台，屬於做基礎設施的公司。真正互聯網和移動互聯網普及之後，最後商業價值比較大的可能是剩下的幾十個 killer APP，但一開始沒辦法完全預料他們商業模式的演變。
Q:現階段我們肯定還是標準的To B商業模式。公司未來會有一些什麼樣的變化？還是會保持這種狀態？
嘉賓林詩萬：有些服務於製造業的服務商，通過數據上雲這種方式，為這些企業做服務，因為掌握了數據，具備對某個細分行業的生態進行調配的能力，反過來會有機會在該細分行業或生態裏，獲得業務的主導權，有點反客為主樣子，作來丁總所説的小地主。對於這種模式，面向中小企業的客户羣，我覺得有一定的機會。但是對大型企業，特別是工業企業的客户羣，這種模式很難。就優也而言，目前面向流程工業，先不提其它的行業，就鋼鐵企業而言，也有幾百家，服務於這些大企業的公司，助力於他們提升數字化轉型能力，實現價值，對於優也來講，其商業模式的發展空間也非常廣闊。
Q：林博士認為工業領域的數字孿生的發展方向會有哪些？目前存在的最大的問題會是什麼？最終會往什麼樣的形態去發展？
嘉賓林詩萬：數字化表徵是進行數字化提升的技術基礎。
行業上對數字孿生的理解有很大的差異性，很多時候提到數字孿生，大家認為就是一個3D仿真，在3D仿真的基礎上表徵一些設備的狀態數據，這僅是一個可視化的需求，讓人能夠更直觀地看到設備狀態、生產過程的狀態。但這並不是數字孿生的全部，甚至不是它的基礎。
數字孿生體是把現場裏採集到的設備還有其他物理實體的數據，能夠在數字空間以邏輯性、系統性地進行管理表徵，更容易地對這些數據建立各種各樣的算法模型，進行實時計算，得到對設備運行、生產過程、現狀工況的實時認知和洞察，然後通過業務邏輯轉換成最佳決策，並通過對設備或生產過程的操作對所作的決策實現執行。所以，數字孿生其實要動態地去映射這種狀態，而不只是簡單的可視化表徵的問題。
現在所面臨的挑戰在於針對某個行業建立數字孿生體系，需要比較全面和深厚的工業知識，不是僅是IT的工作，OT的貢獻非常重要，IT只是提供工具，OT提供內容。我們的希望是各行業能夠聚合行業的技術力量，建立成該行業的標準數字孿生定義，因為雖然在行業裏每個具體的生產環境設備的配置會有差異性，但是所用的設備類型大致相同，需要解決的問題也具有很強的共性。這種定義的話一旦建立起來以後，到了一個具體的場景，就可以根據具體部署現場的設備配置進行適配，就可啓用。
這樣的數字孿生的標準從長遠來看很重要，目前建造新的工廠，設備供應商也開始提供數字化交付，但是基本侷限於與設計和安裝相關的圖紙和文檔等。如果有了數字孿生的標準，這些設備供應商在交付實體設備之外，同時也可以交付基於數字孿生標準所建立的數字孿生體的軟件包。基於標準的數孿軟件包，很容易就可以插入生產現場的也支持這些標準的平台，無需重複開發，會加快智能化生產管理系統的實現。對於設備，沒有比設備商更瞭解內部的結構和特徵等，由他們來提供設備的數字孿生再適合不過了。