導(dǎo) 讀
很多表面上涇渭分明的領(lǐng)域，實則都殊途同歸。比如哥德爾的數(shù)理邏輯、艾舍爾的版畫和巴赫的音樂，這三個看上去并無關(guān)聯(lián)的領(lǐng)域，本質(zhì)上具有異曲同工之妙。如果從“集異璧”的視角來觀察工業(yè)互聯(lián)網(wǎng)IIoT的進展，你可能會驚喜的發(fā)現(xiàn)，那些看似天馬行空，跨度極大的領(lǐng)域，比如5G、大數(shù)據(jù)、人工智能、數(shù)字孿生、CPS…他們的底層邏輯和即將締造的未來，具有極高的可比性和關(guān)聯(lián)性。
這是我在【物女心經(jīng)】專欄寫的第129篇文章。
沒錯，這兩天你將連續(xù)看到兩篇【物女心經(jīng)】，這是其中的第二篇。
《集異璧》是一本有趣的書?！凹愯怠比齻€字是GEB的音譯，它們分別是數(shù)學(xué)家哥德爾、版畫家艾舍爾、音樂家巴赫三個名字的前綴。
書中傳遞了一個有意思的觀察視角，很多表面上涇渭分明的領(lǐng)域，實則都殊途同歸。比如哥德爾的數(shù)理邏輯、艾舍爾的版畫和巴赫的音樂，這三個看上去并無關(guān)聯(lián)的領(lǐng)域，本質(zhì)上具有異曲同工之妙。
如果從“集異璧”的視角來觀察工業(yè)互聯(lián)網(wǎng)IIoT的進展，你可能會驚喜的發(fā)現(xiàn)，那些看似天馬行空，跨度極大的領(lǐng)域，比如5G、大數(shù)據(jù)、人工智能、數(shù)字孿生、CPS…他們的底層邏輯和即將締造的未來，具有極高的可比性和關(guān)聯(lián)性。
“集異璧”是我在本周參加“菲尼克斯電氣PHIIDF 2019暨中國智能產(chǎn)業(yè)生態(tài)大會”之時，浮現(xiàn)在腦海中的第一個關(guān)鍵詞。
菲尼克斯電氣是行業(yè)的“隱形冠軍”，他是德國一家擁有近百年歷史的電氣工程企業(yè)。物聯(lián)網(wǎng)智庫作為合作伙伴，與菲尼克斯電氣共同組織了“AIoT引領(lǐng)未來智能工業(yè)”主題分論壇。與會嘉賓圍繞智聯(lián)網(wǎng)AIoT展開深入討論，我亦受邀參與演講。
“PHIIDF 2019大會”中，各個專家從不同角度分享了不少嶄新觀點，拼湊這些視角讓我們可以更全面的思考IIoT的未來。還有不少朋友給我留言想要會議精華資料，喏，下面就是。
數(shù)據(jù)分析并不像以前那么困難 今天和未來的工業(yè)自動化
——李培根——(中國工程院院士、原華中科技大學(xué)校長)
李培根院士首先帶我們跨越了從現(xiàn)在到未來的邊界，他認為工業(yè)自動化分為3個階段：
早期的自動化：技術(shù)比較完善，主要處理結(jié)構(gòu)化的、確定性問題。
現(xiàn)在的自動化：能處理非結(jié)構(gòu)化的、模式的問題。
未來的自動化：認知自動化，基于對系統(tǒng)和整體的認識，對非結(jié)構(gòu)化、非模式的、不確定性問題的控制。認知自動化需要互聯(lián)與數(shù)據(jù)。
未來自動化的關(guān)鍵，是需要處理不確定性、非固定模式的問題。
智能制造的本質(zhì)和真諦是利用先進技術(shù)(如數(shù)字化、網(wǎng)絡(luò)化、大數(shù)據(jù)、人工智能等)，認識和控制制造系統(tǒng)中的不確定性和非固定模式的問題以達到更高的目標。
認識和控制非模式、不確定性問題的基礎(chǔ)：數(shù)據(jù)
分析加工過程中方方面面的數(shù)據(jù)，有可能使人清楚原先意識不到的影響加工質(zhì)量的因素。掌握企業(yè)各種活動的相關(guān)數(shù)據(jù)，方能降低認識的不確定性。
同時，還應(yīng)警惕數(shù)據(jù)不良的風險。
時代已經(jīng)改變，今天的許多數(shù)據(jù)分析工具和軟件都更加簡單，易于使用，有助于激發(fā)更多的有用信息和決策。
然而，企業(yè)要么面臨著數(shù)據(jù)不足的“困境”;要么面臨著數(shù)據(jù)散落在各個系統(tǒng)中無法被整合利用的“難題”。所以，企業(yè)應(yīng)該回頭來先做好基礎(chǔ)的軟件系統(tǒng)導(dǎo)入和數(shù)據(jù)的積累。
目前市面上的人工智能AI，大多數(shù)是由下往上學(xué)習(xí)AI技術(shù)，不一定適合工業(yè)企業(yè)的實際情況，有可能在成本上不符合效益，更可能偏離企業(yè)運用AI的初衷。
比如臺灣東海大學(xué)軟件工程與技術(shù)中心主任周忠信教授就提出“AI思維”，他認為技術(shù)和數(shù)據(jù)都很重要。
AI思維并不是強調(diào)人工智能技術(shù)，而是強調(diào)讓人具備對人工智能抽象概念的理解，從Model based轉(zhuǎn)換到Learning based，把人的思維轉(zhuǎn)化為AI可以理解和運用的能力。
5G切合智能制造對無線網(wǎng)絡(luò)的應(yīng)用需求
我們剛剛跨過一個拐點：從現(xiàn)場總線到工業(yè)以太網(wǎng)的拐點。
2019年5月8日，HMSNetworks 發(fā)布全球工業(yè)網(wǎng)絡(luò)市場的年度分析報告，指出現(xiàn)場總線將首次呈現(xiàn)出下降的趨勢。
新一代網(wǎng)絡(luò)技術(shù)的普及仍然會是一個逐步演進的漸進過程。
5G的到來將大大推進數(shù)據(jù)和智能技術(shù)在制造中的應(yīng)用。驅(qū)動因素包括對高性能的需求，以及工廠OT設(shè)施和IT系統(tǒng)之間的集成。
越來越多的機器制造商和系統(tǒng)集成商使用無線技術(shù)來實現(xiàn)新的、創(chuàng)新的自動化架構(gòu)。用戶可以減少布線，并創(chuàng)建新的解決方案用于連接和控制。
突破生產(chǎn)制造的邊界，最大限度地提高數(shù)據(jù)的價值
不僅從時空上，工業(yè)互聯(lián)網(wǎng)要突破不同階段的邊界;從企業(yè)內(nèi)在的橫向維度，工業(yè)互聯(lián)網(wǎng)也正在突破生產(chǎn)制造的邊界。財務(wù)信息和業(yè)務(wù)信息之間的界限正在變得模糊，通過工業(yè)互聯(lián)網(wǎng)IIoT的數(shù)據(jù)，企業(yè)可以對多種類型的信息進行分析。
目前企業(yè)內(nèi)部監(jiān)控多由獨立的內(nèi)部控制部或?qū)徲嫴块T完成。在大數(shù)據(jù)背景下通過不同系統(tǒng)，可以更多更快地接觸到非財務(wù)信息，可以更多地參與內(nèi)部控制工作。
這種做法的好處在于實現(xiàn)信任與控制的統(tǒng)一。如果以不信任的方式去監(jiān)管、控制，會給干部或員工造成很不好的感覺。
通過財務(wù)與業(yè)務(wù)信息融合，可以實現(xiàn)兩個轉(zhuǎn)變：變主觀的監(jiān)管為客觀的監(jiān)管、變?nèi)说谋O(jiān)管為數(shù)據(jù)的監(jiān)管。
數(shù)據(jù)智能 = [ Data + AI + Service ]企業(yè)數(shù)字化：哪里來?怎么建?是什么?什么樣?怎么用?
——胡立舜——(阿里云首席數(shù)字官)
企業(yè)的數(shù)字化演化之路是信息化、數(shù)字化和智能化，最終三化融合。
信息化是指企業(yè)利用網(wǎng)絡(luò)、計算機、通信等現(xiàn)代信息技術(shù)，通過對信息資源的深度開發(fā)和廣泛利用，不斷提高生產(chǎn)、經(jīng)營、管理、決策效率和水平。
數(shù)字化是指利用虛擬現(xiàn)實、計算機網(wǎng)絡(luò)、快速原型、數(shù)據(jù)庫和多媒體等支撐技術(shù)，根據(jù)用戶需求，迅速收集資源信息，對產(chǎn)品信息、工藝信息和資源信息進行分析、規(guī)劃和重組，以實現(xiàn)對產(chǎn)品設(shè)計和功能的仿真以及原型制造，進而快速生產(chǎn)出達到用戶要求性能的產(chǎn)品的整個制造過程。
智能化是指構(gòu)建在工廠自動化、數(shù)字化基礎(chǔ)上的智能決策引擎——將工業(yè)的技術(shù)原理、行業(yè)知識、基礎(chǔ)工藝等沉淀為智能工廠的決策大腦。
三化融合的關(guān)鍵是數(shù)據(jù)流。
搞清楚數(shù)據(jù)從哪里來?如何處理?到哪里去?大多數(shù)企業(yè)只要解決其中一個環(huán)節(jié)就可以成功，三個環(huán)節(jié)都解決了就有機會成為巨頭。
進入工業(yè)互聯(lián)網(wǎng)的深水區(qū)
這次阿里重點闡述是石化行業(yè)，超越了以往阿里聚焦的離散自動化領(lǐng)域，跨界進入到流程工業(yè)。
《中國化工業(yè)數(shù)字化轉(zhuǎn)型調(diào)研問卷》顯示，在這個領(lǐng)域中，超過六成企業(yè)已經(jīng)部署了工廠自動化系統(tǒng)，與安全、資源規(guī)劃相關(guān)的數(shù)字化系統(tǒng)也具備了一定基礎(chǔ)。
超過半數(shù)企業(yè)已經(jīng)可以對采集的數(shù)據(jù)加以利用，但仍主要應(yīng)用于數(shù)據(jù)可視化層面，對洞見的挖掘率不高。
石化行業(yè)在數(shù)據(jù)智能上的投入正在逐年增長。有數(shù)字化轉(zhuǎn)型規(guī)劃的企業(yè)占比超過60%，其中55%有專項預(yù)算。
工業(yè)互聯(lián)網(wǎng)應(yīng)用的核心是有價值的場景
工業(yè)智能4.0的核心是數(shù)據(jù)智能，即挖掘數(shù)據(jù)價值的能力。
這是一件犯其至難的事。
正如《工業(yè)大數(shù)據(jù)分析指南》中提到，與商務(wù)或互聯(lián)網(wǎng)大數(shù)據(jù)分析相比，工業(yè)數(shù)據(jù)分析的難點體現(xiàn)在復(fù)雜性上，原因主要有3點：
首先，工業(yè)產(chǎn)品大多是在人類知識發(fā)現(xiàn)的基礎(chǔ)上制造出來的，人們對工業(yè)過程的認識原本就相對深刻，分析過程不能止步于膚淺的認識，只有分析得到的知識具有更高精度和可靠性的時候才有實用價值;
其次，人們對工業(yè)數(shù)據(jù)分析結(jié)果的可靠性要求很高，不能滿足于似是而非的結(jié)論;
再次，工業(yè)過程數(shù)據(jù)的復(fù)雜性很高，數(shù)據(jù)質(zhì)量也不理想，建模的困難度往往很大。所以，工業(yè)數(shù)據(jù)分析面臨的主要矛盾是：業(yè)務(wù)需求高、數(shù)據(jù)條件差。
新的數(shù)據(jù)流通過硬件創(chuàng)新產(chǎn)生，依靠智能分析和深度應(yīng)用產(chǎn)生價值。因為至難，工業(yè)企業(yè)的數(shù)據(jù)智能面臨十五個“大挑戰(zhàn)”，涵蓋生產(chǎn)、經(jīng)營和管理3個層面：
克服各種挑戰(zhàn)的主要手段是利用專業(yè)知識和行業(yè)Know-how，逐步探索數(shù)字化企業(yè)的未來。
具體來講，可以分為4個步驟：
通過新的IoT技術(shù)、數(shù)據(jù)處理技術(shù)構(gòu)建企業(yè)數(shù)據(jù)中臺，為企業(yè)業(yè)務(wù)發(fā)展打下堅實的基礎(chǔ)，使一切業(yè)務(wù)數(shù)字化;
明確數(shù)字化轉(zhuǎn)型戰(zhàn)略，促進現(xiàn)有業(yè)務(wù)附加值，使一切數(shù)字業(yè)務(wù)化;
提升IT資源使用率、運維效率以及用戶體驗，全面打破信息孤島，將企業(yè)建在云上;
通過機器學(xué)習(xí)，人工智能和大數(shù)據(jù)等手段，解決過去人力無法解決的問題，挖掘數(shù)據(jù)的價值。
工業(yè)互聯(lián)網(wǎng)正在跨越“產(chǎn)業(yè)裂谷”
——周亞靈——(華為工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展總監(jiān))
華為在其首次發(fā)布的全球產(chǎn)業(yè)展望GIV 2025(Global Industry Vision 2025)中預(yù)測，到2025年，個人智能終端數(shù)將達到400億，全球聯(lián)接總數(shù)達到1000億，并創(chuàng)造出價值23萬億美金的數(shù)字經(jīng)濟。
當前工業(yè)互聯(lián)網(wǎng)處于產(chǎn)業(yè)探索期，價值拐點、產(chǎn)業(yè)牽引、關(guān)鍵技術(shù)突破和持續(xù)戰(zhàn)略投入是跨越產(chǎn)業(yè)裂谷的關(guān)鍵。
根據(jù)國務(wù)院發(fā)展研究中心課題組在《傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的模式和路徑》中的研究，不同行業(yè)借助于信息產(chǎn)業(yè)技術(shù)向著數(shù)字化轉(zhuǎn)型，但行業(yè)中的有機構(gòu)成-——企業(yè)，由于缺乏預(yù)算與資源(33%)、缺乏專業(yè)技能(31%)、缺乏上級的支持與贊助(29%)、缺乏正確的技術(shù)(29%)等原因，使得數(shù)字化的推進在不同行業(yè)的深度不一。
核心場景是實現(xiàn)價值的拐點，工業(yè)互聯(lián)網(wǎng)迫切需要真正創(chuàng)造價值和影響企業(yè)決策層。
各個領(lǐng)域、每個行業(yè)都很復(fù)雜，工業(yè)互聯(lián)網(wǎng)解決的不是一個領(lǐng)域的問題，而是解決很多領(lǐng)域的問題。
華為在自己的產(chǎn)線上實踐了工業(yè)互聯(lián)網(wǎng)，比如手機制造的成品率基本上保持在99%以上， 而且工人生產(chǎn)工作效率提升了80%。這個案例雖然很小，但是真實解決了自己產(chǎn)線上遇到實際的問題。很多的功能配置不在于大，而在于真正的幫助實際生產(chǎn)過程解決問題。
工業(yè)互聯(lián)網(wǎng)實現(xiàn)物理世界和數(shù)字世界的智能協(xié)同，華為認為可將其分為3個發(fā)展階段：
第一階段：通過數(shù)據(jù)平臺+網(wǎng)絡(luò)+芯片獲取數(shù)據(jù)，工業(yè)領(lǐng)域企業(yè)關(guān)注的重心在于數(shù)據(jù)采集與管理，需要整套的數(shù)據(jù)管理方案，跨越“端-邊-云”的架構(gòu)。
第二階段：通過人工智能實現(xiàn)全面數(shù)據(jù)感知、識別問題、故障預(yù)測和根源發(fā)現(xiàn)。工業(yè)領(lǐng)域這時聚焦于整套的數(shù)據(jù)分析方案，需要對數(shù)據(jù)的洞察與智能識別能力，及時感知和發(fā)現(xiàn)問題。
第三階段：通過多域協(xié)同對生產(chǎn)系統(tǒng)做出優(yōu)化與決策。在這個階段，工業(yè)企業(yè)需要匯總分析面向多個領(lǐng)域的數(shù)據(jù)，結(jié)合行業(yè)知識，實現(xiàn)工藝優(yōu)化、流程優(yōu)化、系統(tǒng)改進和效率提升。
5G先用于為工業(yè)互聯(lián)網(wǎng)創(chuàng)造更多價值
——王帥——(聯(lián)想集團副總裁、聯(lián)想物聯(lián)科技&聯(lián)想懂的通信CEO)
聯(lián)想認為消費裂變驅(qū)動企業(yè)深度轉(zhuǎn)型升級，而效率紅利是工業(yè)變革的“牛鼻子”。
在5G智能工廠方面，聯(lián)想做了一些有益探索。
比如聯(lián)想專門生產(chǎn)手機和平板電腦全系列產(chǎn)品的武漢工廠，就通過工業(yè)互聯(lián)網(wǎng)平臺實現(xiàn)了產(chǎn)線上和邊緣端數(shù)據(jù)的高效對接、采集和處理。利用產(chǎn)線級的機器學(xué)習(xí)，武漢工廠優(yōu)化了工藝參數(shù)、降低拋料率、提高整體裝備效率，使得產(chǎn)能控制更加穩(wěn)定、柔性，更有效地支撐了聯(lián)想全球供應(yīng)鏈的運營和發(fā)展。
值得一提的還有聯(lián)想和聯(lián)寶工廠打造的5G智能工廠生產(chǎn)線設(shè)備預(yù)測性維護解決方案。
這套方案通過數(shù)字孿生技術(shù)，將物理世界的參數(shù)重新反饋到數(shù)字世界，并對這些數(shù)據(jù)進行實時處理、分析，助力實現(xiàn)從被動式的設(shè)備維護到主動式的預(yù)測性維護轉(zhuǎn)變，幫助企業(yè)在恰當?shù)臅r間維護設(shè)備，避免設(shè)備“過維護”和“欠維護”。
——寫在最后——
按照因聯(lián)科技COO夏立印的話說，工業(yè)互聯(lián)網(wǎng)在很多時候遇到的問題是“痛點不痛、剛需不剛，無法照搬互聯(lián)網(wǎng)的生態(tài)模式，而且把隱性問題變得顯性這事，說來容易做起來難?！?/p>
的確，工業(yè)互聯(lián)網(wǎng)很難，每一步都難，沒有直達車，是靠一個設(shè)備又一個設(shè)備;一個工廠又一個工廠、一個企業(yè)又一個企業(yè)壘起來的。
聯(lián)想的王帥博士還特意帶來一首小詩：
笑語踏夜浪，
明月照海平。
勇者立高地，
智者思遠行。
大家在IIoT面前，都沒有捷徑。
只要我們是一個長期主義者，在不確定中尋找確定，就有機會創(chuàng)造不可被替代的價值。
物聯(lián)網(wǎng)智庫“2019-2020中國物聯(lián)網(wǎng)產(chǎn)業(yè)全景圖譜”
