在“德國工業4.0”“互聯網+”“中國制造2025”“智能制造”……在新詞頻出的今天，一位中型企業總經理的話，也許很多人都有同感。那么，工業互聯網究竟是什么？發展工業互聯網的核心又是什么？
我們先來瞅瞅官方的定義：工業互聯網是鏈接工業全系統、全產業鏈、全價值鏈，支撐工業智能化發展的關鍵基礎設施，是新一代信息技術與制造業深度融合所形成的新興業態和應用模式，是互聯網從消費領域向生產領域、從虛擬經濟向實體經濟拓展的核心載體。
舉個消費互聯網的例子，也許更容易理解。淘寶店鋪怎么裝潢、哪些客戶是高風險客戶……并不是所有賣家都能掌握。于是，淘寶賣家平臺提供了各種專業化APP。比如，節日打折季前，通過訂購美工APP應用，只需一鍵，整個店鋪就可完成富有節日氣氛的裝修。
如果把淘寶賣家換做成千上萬的制造業企業，那工業互聯網就像為它們提供專業化服務的“淘寶賣家平臺”。這個基于公有云的開放平臺，可以實現設備的全生命周期健康管理、幫企業優化供應鏈、開展訂單管理、通過優化工藝和生產參數提高效率、為企業定制智能制造解決方案……
工業互聯網帶來的不僅僅是產品質量和生產效率的提升、成本的降低，通過將大量工業技術原理、行業知識、基礎工藝、模型工具規則化、軟件化、模塊化，并封裝為可重復使用的微服務組件，第三方應用開發者可以面向特定工業場景開發不同的工業APP，進而構建成基于工業互聯網平臺的產業生態。
下面我們來點專業的：工業互聯網的核心與關鍵體系是什么？
工業互聯網構建基于海量數據采集、匯聚、分析的服務體系，支撐制造資源泛在鏈接、彈性供給和高效配置。工業互聯網平臺可以分為4 個部分：1）邊緣層：通過協議轉化和邊緣計算形成有效的數據采集體系，從而將物理空間的隱形數據在網絡空間顯性化。2）IaaS 層：將基礎的計算網絡存儲資源虛擬化，實現基礎設施資源池化；3）工業PaaS 層：工業操作系統，向下對接海量工業裝備、儀器、產品，向上支撐工業智能化應用的快速開發和部署；4）工業APP：以行業用戶和第三方開發者為主，行業用戶如富士康、中聯重科等工業垂直領域的產商，第三方開發者主要是基于PaaS層做工業APP的開發工作，通過調用和封裝工業PaaS 平臺上的開放工具，形成面向行業和場景的應用。
來源：賽迪智庫、東方證券
平臺體系是工業互聯網的關鍵
平臺體系是工業互聯網的核心，它將物聯網、大數據、人工智能及云計算等理念、架構和技術融入工業生產中，據e-works 統計，截止2018 年3 月，聲稱能提供工業互聯網平臺服務的國內外廠商已經超過150 家。目前廣義的工業互聯網平臺按照服務對象及應用領域可以分為三類：資產優化平臺、資源配置平臺及通用使能平臺。
工業互聯網平臺分類（來源網絡）
資產優化平臺——平臺競爭制高點
資產優化平臺主要運用在設備資產的管理與運營方面，它是通過現代傳感、移動通信等技術連接智能終端，并從終端收集關于設備、環境等各類數據信息，然后基于這些數據在云端利用大數據、人工智能等技術及行業經驗知識對設備運行狀態與性能狀況進行實時智能分析，再以工業App 程序的形式為生產與決策提供相應的智能化服務。資產優化平臺主要的參與廠商往往是工控企業以及大型設備生產商。資產優化平臺是未來制造業主導權競爭的制高點。它不僅能夠充分融入大數據、人工智能等先進技術，還能為第三方提供開發環境，如西門子的MindSphere 及GE 的Predix 平臺都提供軟件開發環境及工具，旨在通過第三方開發者和應用程序的接入形成類似Apple Store 的第三方開發應用生態。目前，工業巨頭是此類平臺主要的推進助力，如GE、西門子、ABB 等，我國的三一根云以及徐工工業云也屬于此類平臺，但發展程度相對滯后。
資產優化平臺一覽表（來源：東方證券）
以西門子的MindSphere 為例，MindSphere 是一個開放的生態系統，它可以充分利用世界各地安裝的西門子設備（3000 萬個自動化系統、7000 萬個智能儀表、80 萬個關聯產品）以及豐富的應用程序接口（API）獲取海量數據，并基于自身深厚的行業知識和經驗提供數字化服務，MindSphere 平臺包括邊緣連接層、開發運營層，應用服務層三個層級，分別對應MindConnect、MindClound、MindApps 三個核心要素，其中MindConnect 負責將數據傳輸到云平臺，MindClound為用戶提供數據分析，應用開發環境及應用開發工具，MindApps 為用戶提供集成行業經驗和數據分析結果的工業智能應用，譬如結合設備歷史數據與實時運行數據，構建數據孿生，及時監控設備運行狀態，實現設備的預防性維護，基于現場能耗數據的采集分析對設備生產線等能效使用進行合理規劃，優化能源數據管理、提高能源使用效率等。
MindSphere產業價值鏈（來源：MindSphere白皮書）
資源配置平臺——供給側改革的重要抓手
資源配置平臺主要體現在要素資源的組織與調度方面。它在應用過程中匯聚了大量的工業數據、模型算法、研發設計等各類資源及能力，通過云接入及云處理技術分散這些積累的資源，對制造企業的資源管理、業務流程、生產過程、供應鏈管理等環節進行優化，可實現制造企業與外部用戶需求、創新資源以及生產能力的對接。這類平臺能夠有效促進產能優化以及區域協同，同時也能支持C2M定制等新型業務，滿足市場多元化需求，為供給側改革提供助力。我國已擁有一批處于領先水平的此類平臺，如航天科工的INDICS 平臺、海爾的COSMOPlat 等。
資源配置平臺一覽表（來源：工業互聯網平臺白皮書）
以航天科工的INDICS 平臺為例：INDICS 平臺在 IaaS 層自建數據中心，在 DaaS 層提供豐富的大數據存儲、產品分析與服務，在 PaaS 層提供各類工業服務引擎，如面向軟件定義制造的流程引擎、大數據分析引擎、仿真引擎和人工智能引擎等務，以及面向開發者的公共服務組件庫和200 多種 API 接口，其對外開放自研軟件與眾研應用 APP 共計500 余種，涵蓋了智能研發、精益制造、智能服務、智慧企業、生態應用等全產業鏈、產品全生命周期的工業應用能力。INDICS 平臺接入集團超過600 家，對設計模型、專業軟件以及1.3 萬余臺設備設施等進行共享，可以有效解決生產單元產能閑置與超負荷運轉同時存在的問題。譬如河南航天液壓氣動技術有限公司基于INDICS 平臺實現與總體設計部及總裝廠所的協同研發與工藝設計，縮短研發周期35%，提升資源利用率30%，提高生產效率40%。另外，工業企業也可通過平臺對外開放空閑制造能力，實現制造能力的在線租用，進一步釋放產能。
（來源：工業互聯網平臺白皮書）
通用使能平臺——資產優化及資源配置平臺的支撐
通用使能平臺主要提供云計算、物聯網、大數據的基礎性、通用性服務，主要由ICT 企業提供。其中部分平臺側重于云服務的數據計算及存儲，如微軟的Azure、SAP 的HANA、亞馬遜的AWS以及我國的阿里云、騰訊云等，部分平臺側重于物聯網的設備連接管理，如思科的Jasper、華為的OceanConnect 等。這類平臺為資產優化及資源配置型工業互聯網提供技術支撐，如GE 的Predix 就部署于微軟的Azure 平臺，此外，通用使能平臺還廣泛應用于金融、娛樂、生活服務等各行業。
通用使能平臺一覽表（來源：東方證券）
以華為的OceanConnect 平臺為例，其技術架構上分為垂直和水平兩個方向。垂直方向可分為三層架構：連接管理層，主要提供SIM 卡生命周期管理、計費、統計和企業Portal 等功能；設備管理層，要提供設備連接、設備數據采集與存儲、設備維護等功能；應用使能層，主要提供開放API能力，同時具備數據分析、規則引擎、業務編排等能力。在水平方向，通過與平臺連接的分布式IoT agent 對接行業智能設備網關， 并提供邊緣計算能力， 實現與云端計算的協同。OceanConnect 平臺提供云網關，支持各類編解碼插件，使得設備能夠即插即用。一汽在使用OceanConnect 平臺后實現了對千萬級車輛的有效連接和管理，能夠并發處理百萬車輛的信息。同時平臺也支撐一汽新業務的開發以及新設備的快速集成，提供實時分析的大數據能力。
OceanConnect 應用實例（來源：搜狐科技）
三類平臺的比較分析及未來發展趨勢
三類工業互聯網平臺都是通過工業互聯網直接或者間接地連接物理載體，從而提供差異化的服務。其中，資產優化平臺將終端設備、生產過程作為直接優化對象，其與底層物理設備之間交互最深入和頻繁，其獲取的數據類別及體量亦十分龐大，如GE 的Predix 平臺運用于汽輪機要實時采集壓力、溫度、轉速等上千個類別數據，每臺機器收集的數據體量可達TB 級。同時，對這些數據的處理和分析需要融合大數據、人工智能等創新技術，所以此類平臺的建設難度較大，不僅需要掌握新一代信息技術，還需要具備智能產品、高端裝備及綜合解決方案全覆蓋水平。
資源配置平臺往往基于已經成熟的網絡信息技術，其更加注重資源的跨地域、跨環節的重組整合，聚焦于網絡化協同以及個性化定制的前端對接，提供精準服務。此類平臺的垂直行業屬性較強，對于信息化集成應用及供應鏈管理水平都有很高要求。通用使能平臺主要為工業互聯網提供連接、計算、存儲等底層技術支撐，基本涉及工業互聯網產業體系的邊緣層及IaaS 層，一般都由ICT 巨頭提供。
未來各類平臺分工更加明確。資產優化平臺為高端產品提供優化服務，推動高端制造由高價值產品向“高價值產品+高價值服務”靠攏，資源配置平臺促進產能優化、拉動消費平衡，帶動企業發展方式轉變，而通用使能平臺為上層平臺提供技術支持，從而使得上層平臺能夠專注于與生產直接相關的服務，實現各類平臺專業分工。
未來各類平臺間的合作將更加緊密，旨為客戶提供完整方案。通過合作不僅能實現平臺的靈活部署，如GE、西門子與微軟、亞馬遜的合作，能夠有效優化基礎資源的部署，還能強化更現場數據采集能力，如航天科工、SAP 與西門子的合作，通過西門子巨大的存量基礎，降低設備接入難度，實現更大范圍的數據采集。另外，合作也能提高自身的數據分析能力，如ABB、西門子與IBM 的合作，都旨在提升自身平臺的計算分析能力。依靠各平臺的相互協作，為客戶應用提供完整的解決方案。
轉載請注明出處。
相關文章
熱門資訊
精彩導讀
關注我們
