如果把工业互联网比作江湖，那么根据每个企业的不同特点，可以分为三大流派——互联网流派、产业流派和创业流派。网派的主要优势是从外部获得的数据，这与擅长外功的“少林派”武术非常相似；工业巨头的优势在于产业的积累，这与擅长内功的“武当派”不谋而合；创业者没有互联网公司有钱有势，没有工业巨头的百年底蕴。他们看似是一个吃苦耐劳的“乞丐帮”，但他们普遍在某一细分技术领域——“打狗棍法”上有着绝活。上班前的最后5分钟，程序员小王匆匆赶进位于北京CBD的公司总部大楼，却发现电梯竟然坏了，维修师傅至少要半小时才能赶到到达。30层楼的高度，爬楼梯还是不爬楼梯，这是一个问题。与此同时，远在德国的迈克也皱起了眉头。他是一家磨床生产企业的负责人。一旦磨床上的刀具磨损到一定程度，工件的加工质量就会不合格，甚至不得不停产更换备件。如果备件仓库没有库存，需要临时订货或调货，严重延误了生产效率。类似的场景在各行各业频繁发生：航空公司每年因发动机意外故障损失数百亿美元的运营和维护成本；农民每年都亏钱，因为他们无法有效监控安装在广阔农场上的灌溉设备，大量的水资源被浪费；由于市政管理者不能及时修复故障路灯，夜间给行人和车辆带来不可估量的交通隐患……需求和痛点是孕育创新最好的“土壤”。既然消费领域的亚马逊、阿里巴巴等公司都在积累和分析消费者在线行为的大数据，以做出更好的商业决策，为什么积累了大量物理信息的工业领域不能做出同样的改变？所以得益于物联网（IoT）、大数据、人工智能等技术的成熟，“工业互联网”/“工业4.0”/“中国制造2025”等概念应运而生，“数字化”逐渐流行起来。一、工业互联网平台的诞生工业互联网的本质是挖掘工业大数据所蕴含的价值。挖掘数据价值的前提是获取数据。因此，解决方案提供商首先要在设备端安装大量传感器，赋予原本“笨”的设备“智慧”，使其成为“互联产品”；然后，根据实时性要求，采集到的数据可以直接在本地处理，也可以借助通信技术进一步传输到云端；工业云平台通过人工智能等技术对收集到的数据进行分析，形成有价值的见解；最后，平台将洞察结果反馈给设备，辅助决策，从而实现运营优化。物联网给各行各业带来的变化是显而易见的，而涉及国计民生的制造业可能对此感受最深。除了生产效率的提升、运营成本的降低、客户满意度的提升，传统厂商的商业模式也发生了翻天覆地的变化。厂家突然意识到“客户不是要买电钻，是要买墙上的洞”，即客户买的不是设备，而是设备的功能。既然如此，为什么不能将传统的销售设备的“一次性销售”转变为提供设备功能的“长期服务”呢？对此，厂商的商业模式已经从传统的“以产品为中心”转变为以“效果交付”为目标的新模式，也就是所谓的“产品即服务”。例如，基于工业互联网理念下，劳斯莱斯不再只是向客户销售飞机发动机，推出了名为TotalCare的服务产品，只销售每台发动机的工作时长，劳斯莱斯负责为发动机的性能保驾护航。商业清洁设备制造商，首创清洁设备月租模式，保证设备在租赁期间的正常运行，通过物联网技术，公司可以远程监控所有清洁设备的性能。也就是说，在各个行业，很多企业已经发现了物联网技术带来的价值，针对不同的应用场景提出了不同的解决方案，但是这些解决方案通常是零散的且不可互操作的。但是，从这些解决方案背后的业务逻辑来看，似乎都大同小异：设备互联→采集传输数据→平台分析数据→业务优化提升。如果能够将所有物联网解决方案背后相似的业务逻辑抽象出来，形成可扩展、可衡量、灵活的系统架构，那么包括工业互联网在内的解决方案价值可能会出现爆发式飞跃。这种变化与当年淘宝平台的诞生无异——所以，从亚马逊的AWSIoT、阿里的LinkIoT平台，到GE的Predix、西门子的MindSphere、施耐德电气的EcoStruxure……互联网巨头无论是创业公司还是创业公司，都在争夺平台的“香饽饽”。5月30日，在杭州举办的“施耐德电气2018创新峰会”上，施耐德电气推出了新一代EcoStruxure架构。我们将以此为例进行说明。正如宣传的那样，EcoStruxure是一种基于物联网的交互式、大规模部署和开放的系统架构；它将业务逻辑抽象为一个三维系统，从互联的产品到边缘控制再到应用、分析和服务。水平。图：施耐德电气EcoStruxure架构图“架构”二字其实传达了一个非常重要的信息——EcoStruxure不仅是传统意义上的工业互联网平台，更是一个完整的生态系统。如果将EcoStruxure架构比作一棵树：底层的“互联产品”就是深埋在地下的根。如果一棵树想要茁壮成长，它必须从根部吸收养分。同样，一个平台要想充满活力，也必须从互联设备铺就的土壤中吸收大量的数据养分；中间层的“边缘控制”层是一棵大树的树枝。枝条本身不仅要加工吸收部分养分，还要起到进一步向上输送养分的作用。在工业领域，一些数据的价值与实时性密切相关。对于那些实时性要求强的数据，必须直接由边缘设备在本地处理，其余的传输到云端进行进一步的复杂分析；最上面的“应用、分析和服务”是大树的甜果。收集和分析数据只是一个过程，从数据中获取洞察并以应用软件的形式提供服务才是目的。分析结果可进一步反馈给设备端，助力生产工艺的持续改进。这三层架构相互有机结合——底层没有开关、仪表、机柜、逆变器等联网产品提供的大量数据，中间平台成为“无根之树”，“无根之树”。水源”；谈不上上层数据分析产生的洞察力。基于这样完整的架构，施耐德电气的Ecostruxure可以实现三大能力：利用智能传感、嵌入式计算、IP网络和边缘分析等核心技术实现嵌入式连接和智能化，利用云管理进行控制和管理的组合模块。以自动化和优化作为智能化运营的交互基础，以云化应用、分析、服务、控制和监控为云数字化服务的基础设施。同样，强调“生态”和“集成”的工业互联网平台还有西门子开放的基于云的物联网操作系统MindSphere。MindSphere向下提供各种设备的统一接口，实现不同设备之间的互联互通；向上为各种应用软件提供了良好的开发和运行环境。用户可以像从智能手机的应用程序商店获取应用程序一样方便地从MindSphere获取应用程序和服务。整个工业领域的数据采集开发商、系统集成商、应用开发商、渠道合作伙伴、设备制造商和终端客户都是MindSphere生态中不可或缺的重要角色。图：西门子MindSphere架构图2、工业互联网平台的三大流派随着工业互联网平台的蓬勃发展，越来越多的玩家纷纷入局。如果把工业互联网比作江湖，那么根据企业的不同特点，可以分为三大流派——互联网流派、产业流派和创业流派。1、少林-互联网派该派以阿里、谷歌、微软、AWS等为代表，他们在云计算、大数据分析、软件服务等方面积累了足够的经验。看到这里，你可能会疑惑，为什么像阿里这样的互联网公司也要涉足工业互联网呢？在我看来，这些公司拓展了工业互联网的概念。上面提到的工业互联网的一个很重要的方面就是利用预测性维护让机器更高效地运行。例如，东航基于Predix收集了500多台CFM56发动机的高压涡轮叶片保修数据，结合远程诊断记录和第三方数据，建立了叶片损伤分析预测模型。另一个例子是施耐德电气的EcoStruxure，它允许机械设备制造商通过该平台监控其设备的运行状态，从而在全球范围内有效地提供服务并减少设备停机时间。从商业模式上来说，这就是M2M（Machine-to-Machine，以机器终端智能交互为中心的网络化应用和服务），就是B2B。但是，阿里强调的工业互联网，是从研发、生产、消费、反馈、迭代，考虑到产品（这里指工业产品）的整个产品生命周期。重点是消费者反馈如何影响制造商在产品生产后迭代和改进产品。这就是C2M。阿里巴巴等互联网公司所说的工业互联网，就是大数据时代的工业互联网。最重要的支持因素是从外部获得的数据。数据也是阿里云平台最大的优势和核心资源。这与擅长外功的“少林派”武术很相似。2、武当——工业派以国外GE、西门子、施耐德电气为代表，国内树根互联（三一集团孵化）。原来，他们要么是主要提供硬件解决方案的老牌传统工业巨头，要么是全球能效管理领域的领导者。一觉醒来，他们都想转型做软件公司。转型之痛在所难免，但这些企业的优势也很明显，即在行业诀窍和专业技术上有着深厚的行业积累。各个子行业在工业领域的应用差异很大。例如，工业互联网在铸造行业的应用场景，涉及到很多具体的应用；在风电行业，整个风电如何通过工业互联网进行管理，有其自身的规律；而在制药机械行业，它有着自己独特的行业应用……如果不是行业内的专家，就无法提供满足客户需求的解决方案。产业巨头的优势在于产业的积累，这与擅长内功的“武当派”不谋而合。但这也意味着他们在平台技术上不如传统互联网公司，所以往往会选择与相应的合作伙伴联手。例如，西门子的MindSphere是基于开源的CloudFoundry架构与SAP联合构建的；施耐德电气的EcoStruxure基于微软强大的MicrosoftAzure，拥有众多便捷的软件应用。3、乞丐——创业型工业互联网平台公司相对复杂。从表面上看，他们不像互联网公司那样财大气粗，资金雄厚，也没有工业巨头的百年底蕴和深厚积淀。他们就像一群吃苦耐劳的“乞丐帮”。事实上，这些公司的创始人往往来自行业内的大公司，因此创业基因可能包括原东家带来的ICT技术服务和互联网模式。他们一般在某一细分技术领域有独门绝技——“打狗棒法”，但要成为覆盖全行业、覆盖全球的通用型产业服务平台，阻力较大。从制造业发展趋势看，制造业正成为全球经济发展的重心，传统产业亟待转型升级。作为转型升级的“利器”，工业互联网平台的发展是时代的产物，也是历史的必然。3、既然说了这么多工业互联网平台这把“杀手锏”，那么在众多的工业互联网平台中，哪一派更能推动传统制造业的转型升级呢？笔者认为，传统工业巨头隐藏着新兴互联网公司和初创企业所没有的“杀手锏”。首先是数据资源的问题。那么谁能真正访问海量数据资源呢？看到这个问题，很多人第一时间想到了阿里巴巴、亚马逊这样的电商巨头，因为他们可以通过自己的平台获取大量的用户消费数据。这是事实，但这只是企业数据金矿的一部分。企业的数据资源应该来自三个维度：第一是企业生产经营活动的利益相关者。当然，客户数据是其中非常重要的一部分，但还应该包括其供应商、合作伙伴和竞争对手的数据；二是企业自身产品或服务背后的数据；三是企业生产经营活动中产生的数据。这时候我们会发现，在第二、第三维度，传统工业巨头比“轻资产”的互联网企业有明显的优势。像施耐德电气这样的公司不仅为主机厂提供解决方案，还拥有包括智能断路器、可编程控制器和变频器在内的无数硬件设备——工厂里的每一台设备都是一个完整的数据宝库，每条生产线都是数据流流淌，多年生产经营活动的历史文本，是一座资料丰富的图书馆，价值非凡。更重要的是，传统巨头拥有深厚的行业“know-how”。虽然很多问题都是“旁观者扫清”，但在工业生产中，用“官方扫清”来形容更为贴切。即使是同一种设备，由于工作条件不同，劣化程度也会不同。如果没有深厚的行业积累，即使企业收集了大量的数据，将数据做成各种精美的图表，也无法看懂数据。没有背后的意义，就无法产生有价值的见解。只有专注于某个垂直市场的传统企业，才会对特定应用场景的规律有自己最专业的洞察。以施耐德电气为例，它拥有400人的远程专家库，可以帮助工程师诊断复杂事件。这个专家库对应什么级别？我们不妨以协和医院为例。很多人都愿意把最后的机会给协和医院。去协和医院遇到的第一个医生叫一线医生，叫L1，当一线医生看不到你的病的时候，他会自己给L2打电话。L2是国手，L3不行。施耐德电气的专家库相当于协和医院的L3。一旦设备出现无法解决的问题，可以找专家库分析机器性能曲线。目前，施耐德电气正在通过“AI训练”的方式，让机器学习这些老专家的经验，进一步将“人的经验”转化为“系统的经验”，让未来的诊断更加高效。这种宝贵的行业专业资源，是互联网巨头和初创企业难以企及的。总之，工业互联网给人们的生产生活带来了翻天覆地的变化。连接城市中的路灯、汽车和建筑物；连接工厂中的控制器、驱动器和各种底层设备，可以让我们的生活更方便，工作更轻松，生产更高效。期待不久的将来，程序员小王再也不会因为电梯故障而迟到了……
