唐鹏飞先生曾任华泰证券TMT基金创始及主管合伙人，期间投资互联网金融新独角兽盈泰财富云、智能机器人小i机器人等项目，领导华泰证券TMT基金取得了优异的投资回报；并在奇虎360私有化回归、平安集团收购汽车之家控股权这两个最大的中概股回归项目中作为项目发起及负责人起到了关键作用。唐先生2016年创办高鹏资本，目前管理资金超过30亿人民币，专注投资TMT行业，重点领域包括工业互联网、 大数据与AI、半导体、下一代汽车等。
2016年12月28日，由中国电子信息产业发展研究院、中国制造企业双创发展联盟联合主办，中国电子报社、北京东方国信科技股份有限公司联合承办的中国制造企业“双创”平台建设现场会在北京召开。高鹏资本创始合伙人唐鹏飞先生作为演讲嘉宾，从消费者互联网的发展历史展望工业互联网的未来应用场景和投资机会。他指出，工业互联网是下一个爆发增长点，到2020年将有超过100亿工业机器和设备互联，来自工业的流量将与消费者互联网的流量相当。工业互联网的下一个投资风口将会出现在广泛感知、连接泛在、智能化方向上，在新产品和新商业模式上有很多创新机会。
以下是唐鹏飞先生演讲实录：
从互联网时代，到工业互联网时代，互联网向工业渗透是必然的趋势，高鹏资本在这个领域做了很多布局。在这里和大家分享我们对工业互联网的思考，以及一些我们投资的或看好的工业互联网典型案例。
工业互联网是必然的发展趋势
工业行业长期以来效率问题更多地出现在系统层面，而不仅是个体机器层面，机器的能力并没有充分发挥。工业互联网的应用为系统优化、效率大幅提升带来可能。
GE在2012年提出工业互联网的概念，不同于前两次工业革命浪潮，其背后是依靠大数据和物联网技术驱动。从感知端海量传感器数据的收集，到智能化的分析和反馈，向传统制造业硬件终端渗透，进行资产优化和运营优化，提高产业效率。在供给侧改革背景下，通过提升整个系统的效率，对传统制造业改造升级。GE预测，未来工业互联网有望影响46%（约32.3万亿美元）的全球经济。工业互联网在中国的空间也同样巨大，据工信部和相关权威机构估计，在未来20年中，中国工业互联网发展至少可带来3万亿美元左右GDP增量。
工业互联网的生态
从工业互联网的生态构成来看，从底部物理层的传感器对外界环境进行感知，第二层网络和连接将传感器所获取的数据经由网络层实时传输到第三层数据云平台上，在第三层利用云计算、数据挖掘和数据处理技术对海量的数据进行处理，在第四层上对数据进行分析，形成有针对性的洞察，对机器运行的状态进行实时监测和反馈。在最接近使用者的应用层，形成调用各种数据，满足针对工业垂直子行业和深度应用的各种智能应用和行业APP。
透过互联网思考工业互联网
在设备侧连接形成的网络上，互联网和工业互联网通常是不同的网络连接结构。
互联网通常是无尺度(Scalefree)网络，其典型特征是在网络中的大部分节点只和很少节点连接，而有极少的节点与非常多的节点连接。这种关键的节点（称为“枢纽”或“集散节点”）的存在使得无尺度网络对意外故障有强大的承受能力，但面对协同性攻击时则显得脆弱。现实中的许多网络都带有无尺度的特性，例如因特网、金融系统网络、社会人际网络等等。
而工业互联网在设备侧更像是随机网络。随机网络可以用高速公路系统为代表，其中包含一些节点和随机布置的连接，在这种类型的网络中，节点连接的分布将遵循钟形曲线分布，按照这种分布，大部分节点拥有的连接数目差不多。工业互联网的随机网络特性使得设备侧的网络难以具备价值指数级增长的网络效应。
工业互联网在中国的演进
工业互联网在中国将会按在线化、智能化和网络化的三步演进。首先是低成本传感器的大量普及，实现工业机器设备和物品的在线化，获得终端数据；接下来，通过高级分析、机器学习等智能化技术分析数据并反馈到设备和运营，提高整体运营效率；最终形成广泛连接的工业互联网，产业网络效应，将会迸发新的商业模式。这与GE2012年提出的工业互联网框架已经有了较大的区别。
实现工业互联网的产业链已初步具备
从技术端来看，随着智能传感器的创新、短距离和广域连接的完善，及云计算、大数据、人工智能技术的普及，工业互联网的实施条件已具备，即将进入全面爆发期。
1）感知泛指
市场咨询机构Yole Development预测，2020年全球MEMS传感器预计超过300亿件。
工业互联网接入机器设备数量将爆炸式增长，2015年接入规模为26亿件，到2021年，这一数字将超过100亿台，实现高达25%的年复合增长率。
2）连接泛在
短距离连接技术，代表技术有Wi-Fi、BLE、Zigbee等，典型的应用场景如智能生产线和智能工厂。短距离通信技术最大的子市场是BLE（蓝牙低功耗Bluetooth Low Energy ），预计未来十年复合增长率为50%，2020年出货量达到20亿片。
广域网连接技术，业界一般定义为LPWAN，即Low Power Wide Area Network，代表技术有3G/4G/5G，NB-IoT，LoRa等，典型应用场景如远程工业控制和智能车队管理。根据中国信息通信研院预测，2020年我国NB-IoT连接数将达到7.3亿。17年8月，工信部公示了17年第10批“电信网码号资源使用证书”，其中包括220亿个物联网业务专用号码。
随着5G商用的来临，工业互联网全面连接的时代将来临。
3）智能泛在
随着云计算、大数据和人工智能技术的普及，工业互联网云平台将从高级分析(机器辅助决策）提升到到数据智能（机器决策）。
高鹏资本典型案例：泰凌微电子
高鹏资本与华胜天成（600410）及其实际控制人发起成立总额22亿的物联网并购基金，并以18.6亿元人民币收购泰凌微电子控股权。泰凌微电子是全球排名第三、中国排名第一的物联网无线连接芯片公司。每一件通过无线通信技术接入的物体都需要一个无线连接芯片，在工业物联网的整个产业链中，高鹏资本已经在最基础、最核心的芯片部分提前布局，并以此作为切入点，横向和纵向深挖产业链，继续在智能传感器、MCU、云端智能、智能终端和深度行业应用上投资。
风口来临：工业互联网基础设施投资机会
工业互联网的终极目标是智能化。
云端智能
平台的智能高度依赖其运行的工业软件的种类与生态多样性。在很长一段时间，业界对工业企业私有软件的了解很少，也谈不上关注与发展。以波音公司787机型为例，其研制过程用到8000多种软件，其中只有不到1000种是商业软件，其他7000多种则是波音私有软件。这些凝结着丰富工业know-how的工业软件的研发与大规模运用，结合云计算服务，能进一步提高平台的智能度。
工业App可以应对国内工匠不足的难题，将制造企业研发设计、生产制造、运营管理等领域原本分散、隐性的知识、技术和经验挖掘出来，实现显性化、模型化和标准化，有助于加速工匠经验的传承、共享和大规模重用，让企业少走弯路，迅速提升生产效率和运营能效率。
终端智能
工业互联网需要边缘计算来应对各种状况。IDC统计，到2020年，物联网产生的信息中，有45%会在接近本地的地方进行计算与储存。如智能摄像头的应用，将直接在本地完成分析并执行，应对传输延迟和网络连接等不足。
安全智能
未来端到端的安全解决方案将是以机器学习为核心，如通过机器学习方法，快速追踪病毒和黑客的源头，比以往人工排查的方法大大提高效率。
工业互联网新商业模式的展望
工业互联网的第一阶段以提高运营效率和降低运营成本为目标，随着基础设备的完善和智能设备的大量投入使用，将会催生新产品、新服务及新商业模式的产生，如SaaS、DaaS、S2B、C2M等。
工业互联网的需求侧连接整个系统内的使用者，具备一定的消费者互联网特征，在某些具体场景下，能迸发无尺度网络特性，如关键节点广连接、网络效应等。在这些特定场景下，有可能产生新的商业模式。尤其是工业互联网平台本身，例如GE的Predix和西门子的Mindsphere，以及东方国信的Cloudiip，本身有内在的成为关键节点的吸引力，有可能产生庞大的网络效应和数据智能。工信部提出建设工业互联网的核心是建立工业互联网平台，这是极具战略眼光的举措。
高鹏资本投资的泛测环境，是一个典型的智能工业互联网的案例。在全面覆盖上，泛测环境用一套网络化的、微型化的传感器实现了占地20平方米的国家标准空气监测站的效果，并且它的覆盖面积和覆盖密度比传统的标准站要好很多。在智能化上，通过机器学习的云端校准，网格化的微型传感器网络实现价格昂贵、覆盖区域面积有限的标准站的数据要求和质量，并且不需要运营维护，大大优于需要每周人工维护的传统标准站。
此外，我们也在跟踪一些新商业模式，如模具企业采用S2B的模式进行生产。以深圳为例，有2万家模具厂家，大多数是几个人到几十人的微小型企业。这些企业面临种种风险和局限，市场周期性风险、人才流失、高端设备资金不足、创新能力不足、成本持续上涨等等，难以做大企业规模。我们在跟踪的这家企业，采用新的S2B模式，提供厂房、设备、人员的租赁，用大平台赋能小企业，将现存的大规模任务和小微企业同步整合在新的价值网络中，解决中小模具企业运营中的痛点。
从2012年GE提出工业互联网开始，过去五年中工业互联网的投资金额和个数逐年增多。
工业互联网逐渐成熟，即将全面爆发。
本文来自猎云网，如若转载，请注明出处：http://www.lieyunwang.com/archives/400804
工业互联网平台软件技术知识产权态势和展望
2017年12月15日，由工业和信息化部指导，工业和信息化部电子第五研究所，北京索为系统技术股份有限公司牵头主办的中国工业技术软件化产业联盟（中国工业APP联盟）成立大会在北京顺利召开。大会邀请了多位行业专家围绕工业技术软件化体系标准、质量保证、知识产权、工程应用等内容进行了主题发言。以下为中国信息通信研究院知识产权中心李文宇主任的演讲PPT，在此与各位分享。
声明：本文来源：工业技术软件化产业联盟CITIA
工业互联网平台的生态迷局
知识自动化
周朝之后，是为春秋。春秋算是一个彬彬有礼的时代，虽有战乱，却是礼仪当先，绅士之战；春秋之后，是为血腥争夺的战国。一切以生存为第一目标，白起坑杀赵国四十万降卒，就是这个时代的最好注脚。战国存在的唯一理由，就是厮杀，就是为了造就最后一个统一帝国。
而在当下，云基础设施已经进入战国时代；而无论是工业云，还是物联网平台，都还刚刚进入春秋时代。血腥的挤压、消灭战尚未开始，竞争还处于跑马圈界的温和对垒状态。在偌大的工业跑马场上，放眼过去，每个企业都像是在春忙，砌墙挖壕扎藩篱，搭建自己的工业云平台。市场似乎还足够大，相互之间，大家搭讪的多，搭界的少。
工业云与物联网平台
本文旗帜鲜明地将工业云、物联网平台、云设施这三者进行区分开。否则大家说话的语境实在差别太大。
图1 工业云平台的三个支柱
那么，工业云平台是如何组成的？
云设施属于基础应用，例如AWS、Azure、阿里云等；而工业云，则体现在工业领域的具体应用，是做支撑、内容应用、具体运营的，这里以PaaS层为主和少量的SaaS。例如领跑先锋Predix、三一重工的根云等；而物联网平台则是负责将万物相连的连接层和支撑层，例如PTC的ThingWorX。这里主要以PaaS为主。当然，这里面也有相互渗透的，也就是有的公司，会既做物联网平台，又做工业云（如西门子的MindSphere）。
目前行业中各种所谓的“工业互/物联网平台”，往往会混用。其实一般企业所说的工业互联网平台，往往主要指的是工业云，是应用服务层。
图2 工业云平台的示例
云设施是一种基础设施的能力，一种分布式的储存、计算与部署能力。在相当长一段时间内，云设施还是一种通用性的支撑，还没有走到跟垂直行业的深度结合的时候。这是最为典型的IT架构下的产物，它跨越了行业、设备和软件本身。这是做IT的，喜欢用的IaaS层。
图3 工业云平台
工业云和物联网平台，则是工厂现场运营的直接支撑后台，它跟业务和流程、跟轰鸣的机器、跟大量的数据流动紧密地绑定在一起。真正的行业互联网的厮杀，正是发生在这个领域。
值得注意的是，需要小心地把物联网平台，从工业云平台中剥离出来。
图4 物联网平台
根据著名IoT Analytics公司的物联网架构体系中，物联网平台，是源于软件后台得以支撑整个物联网体系的一个重要板块。它本身并不包含硬件设备（如传感器、网络等）诸多要素。当然物联网平台的功能可繁可简，最简单的可能只是激活物体的相连。复杂一点，则带有更多的分析、数据库甚至可视化等功能。
图5 广义的工业云平台的分布，来源：Gartner公司，2016
如果把云设施排除在外，则可以把“工业云和物联网平台”，称为狭义的“工业云平台”，
工业云的复杂
值得玩味的是，对于云设施而言，天下格局基本大定，剩下的只是在撕扯规模。这是一个战国雄起的时代。唯一不确定的是，就是云设施如何跟行业结合，如何跟工业云平台进行对接，从而产生了无穷的变数。
工业云，则是公元前的春秋时代了。与云设施的天下大定，和狭小的物联网平台的局面不同，这里仍然处于混战的局面，而且市场巨大。
这个原因，是来自现场运营的复杂性，需要担负着多重连接的使命。既有传统M2M（机器连接）——这本身就是一个宏大的历史使命，在自动化时代一直未能很好解决的老命题；同时产生了大量的新的连接，人与机器、人与人、机器对基础设施、机器对环境。然而连接之后，产生的分析、业务则是更大的挑战。这是工业云真正产生魅力的地方。
图6 工业云的挑战
这给当下各家公司对于战略的判断，呈现了巨大的困难。你很难严格界定你的竞争对手，也很难面向未来去开展技术的想象。
当马云在天津智能大会挤兑李彦宏，说应该“少想竞争对手，多想想未来”的时候，看似正确却做不到。没有人能够透过迷雾看未来，当下能看的，只能是被动式的应战。快速发展的技术为所有人打开了模糊不清的视野，看着同赛道的竞争对手在作何选择是最现实的路径，同时还要警惕着那些可能突然从天而降的跨界选手。一切都是手忙脚乱，难以设定既定方针。
而工业云，实际上决定了行业的根本属性。所有的争夺战，必然围绕这个而来。这才建立面向行业互联网的工业大本营。
如果我们跳开了这样的环境，想想当年东周式微，中国式的分封制度开始瓦解的时候，当时全国共分为一百四十多个大小诸侯国。此等画面何其相像。
工业云进入春秋时代
工业云的追逐，取决于工业领域行业专家坚定的信心。如果无法对设备资产和业务流程数字化，并且通过数据优化，从而得到更高的服务价值，那么这块阵地就只能留给竞争对手。
GE目前为止是做得比较出色的一家。从2012年提出“工业互联网”以及随后推出联盟以来，喝彩不断。实际上，GE几乎靠自己一己之力，将“工业互联网”这个最为普通的词，提升到一个无数企业追捧的高度。许多人甚至以为这是美国国家战略。由于理念很早，对工业互联网的愿景比较清晰，策略比较完整。更重要，也是最大的优势是，它本身就是工业公司，既制造设备也运营设备，这些经验可以通过软件，直接放到平台上，通过平台化的方式提供给客户。
SAP这次同样比较早的嗅到了数字化工业的新味道。除了积极参与并推动了德国工业4.0早期的发展，也是工业互联网联盟IIC的早期成员。作为对数字化制造有着充分理解的公司，也极力推动力工业4.0与IIC两个组织之间的框架性对标。然而，SAP本身对设备连接、设备管理等以前几乎是空白，他们去年九月收购了意大利的PLAT.ONE。PLAT.ONE是一个企业级M2M和物联网应用平台。PLAT.ONE将自己定位为一个为全球主要的电信公司和工业设备公司连接应用程序的平台。SAP计划要把PLAT.ONE与其分析产品SAP HANA云端平台整合，进而推出如设备生命周期管理与链接，以及其他物联网相关服务。
几乎马不停蹄的节奏，在今年二月，SAP推出了Leonard物联网系统，作为物联网平台最为重要的战略。随后在五月份，SAP的Leonard战略继续升级，成为并列SAP S4云平台的最大的双引擎战略。工业互联网是端到端，从设备到业务系统的连接，而SAP恰好在在工业应用系统上提供解决方案，拥有大量的工业客户。
可以说SAP在推动IIOT方面策略，都显得过于激进了。去年宣布投资20亿欧元，计划在2020年完成到位，投资收购或将成为主流。
可以看出来，关于工业云平台的战略，大家都没有完全想清楚。一切都在探索。
西门子在2017年加速推进的MindSphere则是以“物联网操作系统”的理念而生，它强调了面向底层的连接性，呈现了物联网平台的特点，就物联网平台而言，西门子先从自家的管道改造开始，完成既有设备的连接；而更重要的价值，则需要构建生态，凸现工业云的价值。
与此同时，作为一家德国传统制造业公司，西门子还不同寻常地提供了一种透明化的商业模式——“按使用付费”的价格机制。这对于百年西门子而言无疑是迈出了一大步——这让人们对未来的“设备能力共享”有了更大的想象空间。
法国电气与自动化巨头施耐德也建立了自己工业云生态体系EcoStruxure，将其拿手的能源管理、自动化和软件产品都进行整合，所有的业务尽可能置于云端。而原来收购的各种软件如WonderWare等，都成为工业云服务的一种非常实际的应用。
而这个覆盖了工业、电网、楼宇以及数据中心的顶层，表达了所有公司的一种全新的迷恋：有了工业云，所有的业务逻辑，都可以摆放在同一个屋顶之下了。多元化的业务，有了统一的主心骨。
作为高端CAD厂商的PTC，则是早早吹起了向物联网进军的号角。通过收购ThingWorX、Axeda等机器物联网公司，以及ColdLight大数据分析公司，PTC已经180度转弯，硬扳轨道转型为工业物联网平台。作为一家老牌的PLM厂家，它对设计的前端有着非常深刻的认识，这样就可以从产品设计、到产品运营，PTC可以收获足够的物联网平台所需要的数据。因此ThingWorx的市场规模不大，价值却非常突出。这也是GE公司的Predix工业云，为什么会紧紧地绑定ThingWorX这个物联网平台。同样值得注意的是，仿真公司巨头Ansys也一样，进入物联网领域。今年五月，PTC和Ansys双方甚至联手合作，将ANSYS工程仿真技术，连接到ThingWorx平台上，从而可以对直接的物理世界进行仿真和反馈。
工业界所有的脑袋都挤在了同一张照片里面。边界，越来越模糊了。
工业云平台的生态迷局
对于起步落后的西门子MindSphere而言，2017年的重点主要是在强调拓展生态圈，除了巩固连接和管理方面，会格外加强在场景方面的应用。其合作伙伴，既包括云设施、软件开发者，也包括物联网初创企业、硬件厂商等。既有来自数据层面的，也有来自应用层面的。IBM Watson自然是数据层面的大明星了。当然，选中IBM Watson这样的合作伙伴，对双方来讲是各取所需。IBM Watson这样的IT巨头，或许也会认为它是整合了MindSphere——对于先行一步GE Predix而言，则选择了与IBM Waston死磕对抗的方式。实际上，GE还在去年针锋相对地收购了两家初创公司Bit Stew Systems 和 Wise.io，意欲加强其在工业数据分析的能力。
对于SAP而言，西门子和IBM都是自己的生态成员。反之，亦如是。作为从西门子分离出来的IT集成供应商系统Atos，既是SAP的生态成员，也是西门子的生态成员。
而实际上SAP跟西门子，这欧洲第一大和第二大软件公司的合作，颇多重合支出和相互进取的志向，难免觉得“断片”只是时间上的早晚问题。
从另一个角度而言，西门子开发出来的那些连接盒子、网关等，也将使得许多传统的通讯接口和工控机厂商如研华等公司，心生疑惑：类似这些关键接口的闸门，到底应该由谁来建设？而西门子的MindConnect Nano这种数据采集箱，对于传统做MES同时兼做MDC（生产数据采集）之类的厂商而言，将可能是一个沉重的打击。
在云设施层面，西门子MindSphere的合作伙伴包括亚马逊AWS，也包括微软。这个选择，很慷慨地留给了客户，客户希望使用云服务、数据库，都可以自行挑选。
但问题是，微软也是这么想的。微软非常积极地为西门子提供大数据、软件计算提供强大的基础设施能力，借重于西门子在工业设备领域的能力，微软能够将自己的产品推广给更多的工业客户。当然微软也很清楚，与西门子的合作不可能是排他的，与其他企业合作也是如火如荼。例如跟横河、跟GE都进行合作。
这篇文章本来不想讨论云设施的问题，想把微软、AWS这种公司关在本文的“纯工业语境”的大门外，但行文至此，又不能不提到微软。
原则上微软的Azure是云设施IaaS，但也有很多工业云的内容服务，包括数据分析和AI的功能。微软跟GE、跟西门子合作时，后者提供专业知识，而微软则提供分析和AI能力。长而久之，微软也会积累大量的工业知识，因为从方法论上，从计算手段上，大多是可以举一反三的，特别是AI的唯象性的算法。微软凭着其云平台、AI和巨大的IT客户关系，将在工业云的这个领域静悄悄地圈地建碉堡。Mindshere跟它合作，以后高价值的服务（如AI），难免都会让微软独吞。这个意义而言，选择微软，也是工业巨头们担忧而心事重重的地方。
工业客户们，都在拿自己可怜的羊，去喂微软这样的狼——尽管当下看还是幼狼。迟早一天，微软会大量与工业客户一起合作，跟那些既不想用Predix，也不想用MindShere在一起。可以大胆地判定是，未来美国一两百亿美元的之下、几十亿之上的工业公司，很多会是微软的客户。
那种张飞斗岳飞的局面，恐怕真的会上演。
工业云的主泵效应
对于中国的工业云的建设而言，看上去有三种突围方式。从设备端、从业务管理端、从供应链。这分别代表着三种不同的思路和方向。
第一类是通过采购路线打通供应链的数字化。在这里，具有丰富的物流管理经验的制造公司，有着最大的优势。例如海尔、美的等。这些公司，可以凭借强势的甲方优势，将各个供应链厂商整合进入自己的工业云。当然海尔CosmoPlat走的则更加激进，它把线上云的资源，与线下工厂实际生产结合起来，试图形成一个闭环的O2O云。
第二类是通过产品/设备端的数字化，通过设备数据联网，直接反馈数据。这是传统制造业最擅长的地方。像徐工Xrea云、三一重工的根云、沈阳机床的iSESOL等。借助智能设备的数据采集与分析，设备资产的优化管理成为一个非常好的驱动力。当然，从设计资源的数字化开始，也是一步好棋。例如数码大方的大方云、索为的众工业，都在寻求从设计的数字化开始，连接各种设计和工艺资源。
第三类是通过业务流程下沉。这往往从传统的ERP厂商的动作最为明显。例如对用友而言，已经从企业软件，明确转向到企业服务。云服务，成为用友战略的三家马车之一，它的一个隐含的使命，其实也是在将当下的软件收费模式直接枪毙掉，全部都转向工业互联网平台。显然，企业不仅仅需要软件，也需要与业务本身相关的服务，流程、交易、产业、金融等都搀和进来，这是传统ERP厂商的一次巨大的机会。
图7 中国工业云的三种突围路径
无论是ERP软件的云化策略，还是供应链对供应商的强势绑定，还是设备、产品设计的数据汇集，无论上述哪一种渠道，都打通和造就了一个无与伦比的数据资源湖。而数据是自然流动的，天生的连通器效应。那么它们如何流动和分配？
工业云的发展，将形成一个强大的主泵效应。
也就是由主泵厂商来直接面对客户，再有主泵将数据流传递给各个辅助泵阀和支流。对于厂商而言，不同的业务存储在不同的云上，将是不可承受的分裂之痛。
在未来，如果用户需要统一工业云的供应，那么谁来作为客户的主供应商？
在春秋时期，当用友云碰到三一重工的根云，二者可以深度合作。因为当下还没有厂家能够完整地说清楚业务模式，也很难预测友敌的边界和距离。而且客户也处于启蒙期和观望期，但一旦主泵效应开始发挥威力的时候，那才是真正的交锋时刻。
寻求工业云的主泵效应，才是每个厂商内心最深的渴望。
工业云成为工业体的标配
工业数据是石油，所有的人都接受了这个比喻。但石油不会自然产生价值，它实现价值最重要的方法就是燃烧。工业云，才是燃烧“数据石油”真正的发动机。
然而，任何公司的天下大一统的决心尚未能呈现。边界仍在建设之中，往前探意味着巨额的投资和不确定的未来，但没有一家有远见的公司，能够停下来讲自己的未来交给对手。海尔张瑞敏说过一句话，“不是拥有平台，就是被平台拥有”。这句话像极了一句誓言，但所有的从业者都该从中听到恐惧的意味，那是属于所有人的。
各家公司积极发展工业云平台，其最大的动力则是来自对未来的恐惧。
而工业云，正处于一个春秋时代。江湖正在等待定义，边界等待廓清，每家都期待获得一张进入战国的门票。
（春秋乍起，热闹不同。下一步，本公众号将开始对一些典型公司的工业云平台战略进行跟踪分析，推出“工业云春秋演义”系列，欢迎关注）
作者：林雪萍（北京联讯动力咨询公司， 南山工业书院发起人）
本文撰写过程中得到了林诗万、刘爱军、张冰、马跃、杨宝刚、张启亮等人的支持和概念辨析，在此一并鸣谢。
人工智能赛博物理操作系统
AI-CPS OS
“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。
AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。
领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：
重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？
AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：
精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。
高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。
边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。
AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：
创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。
给决策制定者和商业领袖的建议：
超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新
评估未来的知识和技能类型；
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开
发过程中确定更加明晰的标准和最佳实践；
重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临
较高失业风险的人群；
开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。
子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和 人工智能，像君子一般融合，一起体现科技就是生产力。
如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！
新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。
产业智能官 AI-CPS
用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。
长按上方二维码关注微信公众号： AI-CPS，更多信息回复：
新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能农业”、“智能金融”、“智能零售”、“智能城市”、“智能驾驶”；新模式：“财富空间”、“数据科学家”、“赛博物理”、“供应链金融”。
官方网站：AI-CPS.NET
本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！
版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系、投稿邮箱：erp_vip@hotmail.com
1113
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
