(网经社讯)工业互联网和工业互联网平台这个话题的讨论一直未曾停歇过，圈内各种工业4.0、智能制造、企业数字化转型、CIO联盟、数字化转型促进会等一系列热门群的话题似乎都少不了工业互联网。那到底什么是工业互联网，什么又是工业互联网平台，它们从哪里来，又要去哪里，它们在企业数字化转型的进程中，又承担了什么样的角色，发挥了什么样的数字经济价值，作为一名来自甲方的屌丝青年，站在甲方的视角，今天，让我们一起简单地来聊聊那些曾经共同经历的过往。

工业互联网“姓”啥

工业互联网，有人说是工业互联的网，也有人说是工业的互联网，有童鞋可能会问了，这两者有区别吗？其实这是有区别的，这也正是中华文字博大精深的地方，虽然都是5个汉字，前者偏解决的是管理问题，后者偏解决的是技术问题。且不管它们到底是哪种网，从企业战略目标和业务流程来讲，始终如一的目标，需要实现流程和体系的融汇贯通，达到资源最大化利用和共享，即互联，进而实现企业卓越运营管理和利润的最大化。

目前行业对于工业互联网好像也没有严格的标准定义，对工业工业互联网重点需要解决的业务目标也不统一，可以说当下正是处于百花齐放、百家争鸣的工业互联网时期。一些专门研究工业互联网的专家和学者，大概把工业互联网分为两个派别，广义的工业互联网和狭义的工业互联网。广义的工业互联网主要面向企业整个运作流程，包含研发、制造、营销全价值链各环节、各要素的数据流、信息流的互联互通。

图1：常规汽车行业全流程业务价值

2018年麦肯锡全球灯塔工厂海尔的工业互联网平台Cosmplat平台，如下图2所示，解决的从用户个性化定制、用户参与产品设计创意、到生产制造到营销全生命周期的业务平台管理；狭义的互联主要是面向制造端，解决与生产制造环节各环节、各要素（人、机、料、法、环、测）的互联，狭义的工业互联网，主要诞生于传统这些设备供应商，或者一直与制造业务强相关的供应商，如ABB Ability，他们对于工业互联网的出发点更多偏向产线设备层级的互联互通，他们的优势是设备本身就是他们的，在传统硬件功能提供商的基础上，开始向软件解决方案提供商转型升级，这样的案例不在少数，如国内知名的车身线体集成商明珞。

                                             图2：Cosmplat平台 图片来源于海尔展会

工业互联网平台有几家

先有工业互联网还是先有工业互联网平台，也无从考究，就像是先有鸡还是先有蛋，是个逻辑推理问题。浅显的解读，工业互联网平台就是应对解决工业互联网时代的业务诉求而诞生的系统平台。不知从几时起，国内外开始跨越式奔向工业互联网平台的建设大军中，涌现了一大批新势力互联网平台军团，仿佛2014年后，国内涌现大批新势力造车企业一样，都想力争分到政策红利的一杯羹。不知大家有没有仔细分析和对比过，相比传统工业软件，国内工业互联网平台的企业明显占比比较多。

图3：国外知名工业互联网平台 图片来源于网络

图4：国内知名工业互联网平台 图片来源于网络

作为一个智能制造规划的小白，起初也不干落后，也开始狂热搜集行业内各种顶尖级的工业互联网平台的学习材料，方可知己知彼，百战不殆。这里插一句心灵鸡汤，要想打败敌人，必须先把敌人的战术给研究透了。

图5：国外知名互联网平台说明

文献资料毕竟还是理论，不够客观和具体，解读完理论后，针对不懂的、不能理解的以及有困惑的，就开始和同行的大咖们开始交流。以西门子Mindsphere为例，2018年德国汉诺工业展，带着问题花了整整一个上午，在Mindsphere展厅和印度开发人员对Mindsphere的产品定位、已有功能、将来规划设计的功能、公有云和私有云部署策略以及和其他工业软件生态圈的融合等我比较关注的问题一一进行了充分的沟通和交流，在印度专家的耐心解读后，很多心中存在的疑惑就豁然开朗了，这里略去一些主观评价的文字......

后来在国内部分的展会上，偶尔也会碰到西门子的展厅，看到有Mindsphere的客服人员，我一般只关切的咨询一个问题，你们已经开始支持私有云部署了吗？

看的多了，听的多了，领悟的多了，内心的期待就没那么多了，这也许就是传说中所谓的“放下了”......

工业互联网平台真的能助力制造业插上腾飞的翅膀吗

每次有乙方的朋友来拜访我们，介绍完他们的产品解决方案，我经常会问的一个问题，请你说一说，我们为什么要选择你？面对市场同质化产品和解决方案，我之所以选择你，不是你有什么，而是我需要什么。

作为任何一家制造型企业，流程和信息的互联互通，提升跨企业间、跨部门间高效协同、协作效率的目标，提升高质量、低成本、快交付的业务目标一直是没变的，这也是为什么Quality、Cost、Delivery三类KPI指标一直是排列在各企业运营指标Top 3的。伴随着数字时代和新技术的诞生，业务协同模式发生了巨大的变革，范围从以前更关注企业内部间各部门的协同，逐渐演变成企业与企业、企业与外部供应商生态圈联盟的协同。

接下来，我们需要来谈谈工业互联网平台能为这些业务目标贡献哪些业务价值呢？这也是很多企业CIO面临的一个困扰，Cost & Benefit分析，Return of Investment分析。

我们按照传统制造企业业务主体责任划分，把智能制造相关领域的工作范畴划分为两类，一类是InformationTechnology（简称IT）, 一类是Operational Technology（简称OT）。

图6：智能制造规划范围

我们先来谈谈IT领域，如：传统的订单管理系统VOM、数据管理系统PLM、采购系统GPS、企业资源计划ERP、物流执行系统LES（零部件仓储WMS、整车仓储VWMS、整车运输TMS、物料拉动MCS、物流控制塔LCT等）、设备管理系统EAM，能源管理系统EMS等，这些传统的偏一个流程的执行系统，一般车企基本都基本实施了，差异点可能是局部应用成熟度不同，不管软件平台是甲方选择采购还是自制，单系统和集成套装解决方式都是相对较为成熟的。无论是新工厂规划，还是老工厂改造，基本这块偏业务执行层面的系统，感觉好像也挺完整的了，工业互联网平台如何在这块版图上有自己的立足之地呢？那工业互联网平台的提供商可能要反驳了：

1、我可以提供平台，所谓的PaaS（Platform as a Service），你们可以把这些应用都部署在我们的平台上，我来整合你们这些不同的供应商系统，同时我还能够给你们提供APP，而且我们支持云部署，实现应用托管。那我会说，等你先把行业内这些供应商的工业软件都能整合到你们的平台上我们再谈也不迟；

2、我的平台可以和企业你们已有的各种应用系统做集成接口，实现弱程序代码和模块化开发定制，即插即用。那我会说，这些业务系统的数据，偏运营类的，我们可以用传统的BI或其他轻量化的数字化中台来实现就行了，买你的平台还要支付你的许可License费用，我们之前沟通过一家能源行业的工业互联网平台，还是按照采集数据点的数量来收Licence许可费，我说这种偏向运行管理的数据，内部自制开发更容易和便捷，想怎么取就怎么取，想取多少取多少。

传统IT领域大家都很容易理解，本身也没有技术瓶颈，一般从事企业信息化工作多年的人，一般都很熟悉，基本上也没什么特别多的所谓工业知识的know how。因此，对于工业互联网平台的产品提供商而言，门槛也比较低，往往他们被甲方婉言拒之门外的理由，不是因为你不懂，而是我已有“家室”，道德上不允许“第三者”插足。

在IT领域工业互联网平台貌似没有什么立足之地，那在OT领域他们会赢得一席之地吗？接下来我们再来谈谈OT领域。从我个人从业这些年的经验来说，真正的工业“智能化”，往往都需要从这个领域内来找应用场景。传统的OT领域的know how基本都掌握在少数产线核心设备供应商手里，虽然一些数字化主营业务偏IT领域的解决方案提供商，如西门子、Rockwell，这些年一直扎根在制造基层领域，很多汽车产线用的西门子的PLC控制器、工业通讯协议Profinet，但他们对于工业领域的know how，如设备机理、工艺失效模式，工艺过程质量探测应该还不如像传统的设备供应商ABB、KUKA、COMAU等，因为这本身就不是他们的主营业务范围。

记得之前有和Rockwell的顾问聊Thingworx，虽然PTC的Thingworx能兼容150+种不同标准的工业协议，可以和任何设备进行通讯，采集设备的实时数据进行分析，但是一般新工厂规划，设备发包时，技术SOR都要求设备供应商尽量协议统一，所以新规划的工厂，也不存在那么多不同的协议，因此对一般甲方来说，支持不同的工业通讯协议，好像也不是什么优势。

就算是老工厂改造，前期规划时，协议标准未能统一要求，工业互联网平台能兼容各设备厂商的通讯协议，如Profinet,Profibus,Modbus TCP/IP,Ethernet/IP,EtherCAT,PowerLink等，好像也没什么优势，因为业务真正需要的不是你具备采集的能力，而是需要你能知道采集什么，分析什么，得出对于业务决策有指导价值的建议。在这个环节，除了技术本身，有一点是非常重要的是，你能搞得定那么多家设备供应商吗？

抛开技术层面的可链接一切，我们再来谈谈在OT层，从业务的角度，抛开传统产线执行层面的功能外，一些和产线数据采集和运营分析优化、决策相关的需求，我们来看看我们到底有哪些需求？

1、与生产过程相关的运营数据，如车辆过点信息、产能、节拍、瓶颈分析、FTT、零部件质量追溯等；

2、与设备相关的运行参数，用于监控设备的运行状态，故障报警，并能与产线形成联动，根据采集的设备运行数据，计算设备的核心KPI指标，如OEE,MTBF,MTTR；

3、与设备预测性维护相关的需求，如易损件的自动维修计划的判定；

4、与工艺过程失效模式相关的，基于PFMEA工艺失效模式，识别过程失效模式下的工艺过程质量异常特征曲线，然后基于无监督学习、半监督学习来训训练出工艺过程质量判定模型；

针对这4类需求，其中需求1、需求2，目前行业基本的MES系统，或者FAS系统都基本已经具备这个技术实现能力了，至于每一家企业，规划和实施落地的效果如何，那是另外一回事，这里我们暂不展开讨论。

针对需求3，设备预测性维护，目前行业内有蛮多专门做这块业务的供应商，如美国国家电气（National Instruments）,有些是通过外置传感器来采集设备的状态数据，有些是直接采集设备的上位机上的已有数据，如电流、电压、震动、压力等数据进行分析，从这块需求来说，相比零部件加工企业，汽车行业这块起步的比较晚，像博世他们有一些通过外置传感器监测刀具的磨损程度，来制定刀具的预测性维护。这块蛋糕最终会花落谁家，基于之前合作和交流经验来看，传统设备供应商或者线体集成供应商可能赢得竞争力的可能性更大。不管谁最终赢得这个比赛，感觉也不一定要依赖工业互联网平台。

针对需求4，这也是最能体现OT内功的时候，要落实这个需求，不只是会采集数据就行，首先要理解什么是工艺潜在失效模式，针对不同工艺的潜在失效模式应该如何识别曲线失效特征，如何基于失效特征曲线进行练样本训练集训练，基于无监督机器学习和半监督机器学习算法，挖掘出不同失效模式下的失效模型。举例来说，汽车行业车身车间自冲铆接工艺SPR（Self Piercing Rivet）为例，SPR常规工艺潜在失效模式有7~8种，如漏焊、翻滚、穿透、边缘焊、叠焊、裂纹等，其实每种工艺失效模式都需要特殊的工业经验知识积累的，如果只是懂传统的IT技术，很难和工艺的人员进行沟通和交流。这一块业务，市面的工业互联网平台好像也没几家有类似这方面应用的。

图7：SPR连接工艺特征曲线分析

工业互联网平台的未来何去何从

引用马丁路德金《I have a dream》演讲中一句，"I have a dream that one day this nation will rise up, live up to the ture meaning of its creed: we hold these truths to be self-evident, that all men are created equal."

对于工业互联网平台，我也有一个梦想，有一天，在汽车行业，能够看到更多的工业互联网平台在企业数字化进程整体架构蓝图中，找到属于自己的一席之地，有清晰的定位，有明确的目标，真正助力工业互联网时代的企业数字化成功转型升级。（编选：网经社）