工业互联网为工业数字化智能化提供了方法论

如果说2018年是工业互联网元年，那么2019年的工业互联网将会怎么走？日前举行的2019工业互联网峰会上，中国信息通信研究院总工程师、工业互联网产业联盟秘书长余晓晖表示，应用探索与推广将是工业互联网下一阶段的发展主线。

余晓晖说，以资源协同、产融结合为特色的模式创新，是目前我国工业互联网应用的独特模式。不同规模的企业，工业互联网的价值有所不同，应该兼具大企业更高层次的提升和中小企业信息化、数字化普及。

当前，中国工业面临的数字化转型需求体现为提升生产经营管理效率、提升产品质量和价值、促进商业模式创新以及降低信息化应用门槛，这几个方面都面临着的一些挑战。而工业互联网提供了一个方法论，可以作为制造业和各个产业实现数字化和智能化转型的路径。

企业不同应用模式有别

余晓晖分析，国外的工业互联网应用，大部分聚焦在资产管理服务层面，国内来说，虽然资产管理很重要，但是生产过程的管控，资源配置的优化比较突出，这也体现了中国工业处于补课、提升与模式创新并举的阶段。

中国通过工业互联网连接企业、产业各环节和各要素，在四个方向探索出一系列特色创新应用模式。

一是连接用户，特点是大规模定制，如海尔COSMOPlat平台连通用户和生产销售物流全环节，汇集用户个性化定制需求，按需生产和配送。

二是连接工厂，实现能力交易与资源配置优化，如生意帮通过连接各加工厂发包方，组织工厂协作加工。在B2B交易方面，积微物联平台交易工业产品，智能云科平台交易加工能力，航天云网平台交易产品设计、模型等。

三是连接物流，体现为数据驱动的精准物流服务，如传化智联的物流整合平台，整合货、运、港等物流各环节数据，保障物流企业、收发货方的货款安全和流转。

四是连接金融，体现为基于工业互联网的金融产品或服务。这是国内非常有特色的，就是金融服务，通过数据来解决中小企业的信贷、保险，以及包括设备销售的一些商业模式问题。

可以看到，在以上创新模式中，大企业、中小企业解决的都是不同的问题。大型企业有比较好的信息化基础，所以利用工业互联网提升数字化的分析决策能力，布局高价值应用，比如在一些特定的工业场景下做工业大数据的深度分析。再比如，多环节集成与协同优化，实现基于数据协同分析的产业链环节互通与系统性优化。

而中小企业的资源与能力是生存发展的关键，所以围绕“抓资源、补能力”推动工业互联网的应用。具体来说，中小企业比较突出的有两点，一个是低成本的信息化应用，比如优化MES，或者是ERP，功能比较单一，甚至都不需要定制化。有很多企业有这样的需求。还有一点就是通过平台融入社会化生产体系，获取企业发展的关键资源特别是订单资源与金融资源。

流程与离散行业差异显著

可见，企业差异化的存在使应用模式各不相同，有专家认为，甚至在推进过程中需要考虑先个性、后共性这一策略。与此同时，在不同的垂直行业，差异化也很显著。

余晓辉介绍，国内的流程行业如钢铁、石化、能源、电力等等，具有连续生产、资产价值高、工艺过程复杂的特点，对安全环保具有较高的要求，信息化数字化基础较好，数据采集能力非常强。在工业互联网方面主要体现为三大场景，分别是数据+模型驱动的生产管理优化即以数字孪生为核心的智能工厂建设；还有以数据可视化为核心的HSE系统，就是解决健康、环保的问题；再就是基于数据的全供应链优化，更好地实现产销对接。

在离散行业，针对多品种小批量行业如航空、船舶、工程机械等，主要应用场景有四种，分别是基于数据机理的协同设计仿真验证，以数据分析为基础的生产工艺优化，依托系统集成的供应链管理优化，还有以数据模型分析为核心的设备健康管理。

针对小品种大批量行业如如汽车、家电、电子等，数据共享的大规模定制，依托数据深度分析的产品质量优化，以及以数据互通为基础的生产管理优化，还有基于物联+分析的后服务市场，是该行业的工业互联网应用的主要特点。

工业互联网平台三大演进方向

工业互联网功能体系包括网络、平台、安全，余晓晖指出，预计平台功能体系将会有三大演进方向，第一，工业技术本身的积累，会深刻影响平台产业革命，工业知识积淀深厚的企业将发挥重要作用。第二，开源技术将推动IT技术不断演进，开会成为一个非常重要的基础技术。一方面平台开发者生态和应用创新生态加速平台应用创新，另一方面，平台企业纷纷打造自主生态。

由于整个工业互联网处于发展初期，不可避免在各个层面面临一些客观的挑战。技术层面体现为两点，第一，工业技术和IT、OT技术的融合创新面临困难，接近70%平台的工业模型不到20个。第二，新兴技术解决工业问题的有效性有待验证，比如人工智能，特别是深度学习等，在强工业机理场景下的有效性仍不明确。

产业方面，目前缺少产业巨头引领发展方向，产业的协同创新、生态建设有待加强。商业方面，现有的工业互联网盈利模式比较单一，提供定制化解决方案仍是现阶段最主要的盈利方式。总体上，从技术、应用、产业、商业等维度，还有很长的路要走。