【工业互联网】林诗万:工业互联网与工业4.0架构对接与应用


工业互联网联盟(IIC)架构任务组联合主席、美国Thingswise公司CEO 林诗万



尊敬的刘多院长,尊敬的余秘书长,尊敬的各位领导、嘉宾,大家下午好!今天很荣幸有机会到工业互联网峰会与大家交流,为此我要感谢大会对我的邀请,无论是从规模上,还是影响力上来看,工业互联网峰会在全球应该是第一流的。我今天的题目主要是谈一谈工业互联网与工业4.0架构对接的新发展,我也想谈谈工业互联网在制造业应用的看法。



  首先,谈一下工业互联网架构的对接,自从工业互联网理念在2012年左右提出之后,各地有不同机构纷纷建立,这些机构也根据不同的应用场景,思考提出了相应的工业互联网的参考架构,比如美国工业互联网联盟IIC,在2015年6月就发布的第一版工业互联网参考架构,其后德国工业4.0平台也发布了工业4.0倡导架构模型,美国有美国标准局主导的信息物理系统工作组,也发布了信息物理系统架构。紧接着我们的工业互联网产业联盟在2016年8月也发布了工业互联网体系架构。


  这些不同的架构从不同的角度和应用场景出发,以不同的聚焦点来探讨分析工业互联网架构的需求和解决方案,这对工业互联网发展非常重要,也非常有价值。有这么多的参考架构,对行业实践者来讲有时候也会引起混乱。尤其是美国IIC跟德国工业4.0平台分别发布了他们参考模型和参考框架以后,市场上评论说这两个参考模型架构或许具有竞争性,对于一些大企业既要参与跨行业的工业互联网的实施,同时,也希望推动在制造业工业4.0的发展,他们在内部也产生一些混乱。因此,在一些大企业促进下,美国工业互联网联盟和德国工业4.0平台,2015年11月在瑞士召开了一次保密的研讨会,如果谈不妥不会公开出来,以免在市场上造成更大的负面影响。讨论的结果,双方发现两个参考平台之间具有有很强的互补性。


  结果是这两个机构相继批准双方合作,接着在2016年6月芝加哥,接着9月在海德堡,召开了另外两次研讨会。这两个机构相继设立了一些任务组,在某些方面探讨双方合作机会,今天我给大家介绍一下,第二个联合工作组对这两个架构对接的最新研究成果。


  这两个成果花了9个月的时间,双方专家分析两个架构的异同,经过两个机构的独立批准,去年12月份发布了双方合作的第一个成果,今天我给大家非常简要的揭晓一下这个白皮书的内容。首先这个白皮书对整个技术框架做了一个对比,找出在哪些方面他们是接近的,容易对应起来的,在哪些方面他们有很强的互补性,比如对功能,另外工业4.0提出一个十分重要的体系,首先把两个体系的技术细分领域做了一个比较,找出差异或者相似之处,由于两个参考架构由两个不同语言写出来,用同样的词语描述了不同的概念,有些地方,也用不同的词描述了同样的概念,这个白皮书也做了一些澄清。


  这里仅仅是举一个例子,比如在他们架构里面,能够很强对应的,我们也做了深度的分析,找出对应的属性,比如把工业4.0这个参考架构里面的一些功能的架构层次,跟IIC参考架构做了一些分析,找出他们之间的共同点。


  同时,在这个分析过程当中我们也发现一些特殊的需求,比如大型装备,基于工业4.0参考架构的工厂生产出来的,部署以后,在工厂的运营,又是采用IIC的参考架构实施,两套系统如何支持互操作,是我们需要解决的问题。解决的方法可能是利用工业4.0组建这个体系,以统一标准的功能定义资产的标识,实现数据跟信息互流,这个是其中谈到的一个需求。


  最后做一个总结,两个参考架构具有高度的互补性,其实也不奇怪,两个背景都是基于同样的技术发展趋势,数字化在工业领域里面的应用,概念、方法和模型有很强的对应性。差异性是源于对问题思考的角度不同,还有应用范围深度的不同,他们相辅相成,会对制造业和其它领域的数字化会有加强作用。他们的差异性,很强调数据的分析功能与价值,工业4.0提出的非常有价值的工业4.0组建模型的标准化,两个方式有非常强的互补性,这个也是下一步两个机构继续探讨合作的领域。


  刚才谈到基于两个体系的互操性,非常重要,也是下一步进行合作的一个方面。IIC在机构对接上面,不仅仅限于工业4.0,比如下周IIC的一个会议,我作为架构组联合主席之一,邀请了工业互联网产业联盟的总体组主席李女士到IIC的架构组,为我们介绍工业互联网产业联盟的体系架构,作为我们下一步合作的第一步。


  下面简单谈一谈我个人对工业互联网、制造业的看法,抛砖引玉,工业互联网技术是推动制造业信息化、数字化的一个重要手段,但是在制造业环境里面,经济化、数字化不是从零开始的,不少企业在流程环节已经实现了不同程度的数字化,在不同生产环节里面已经使用了一定的工业软件优化他们的生产流程,这个是作为我们实现智能制造的一个基础。


作为第二步,是怎么样把不同的工业软件整合起来,因为没有流程自动化是很难实现流程智能化,比如通过数字主线,打通产品链各个环节,通过这种机制来建立数字孪生体,不同阶段采集数据,设计规格、质量数字,甚至使用过程中的数字,是工业互联网重要的一个概念,价值是非常显然的,是重要的一个价值所在。


  回到工业互联网在企业里面,显然工业互联网重要的概念是怎么去连接设备,通过连接对设备采集数据,通过分析,把分析的结果对设备运营的洞察,反馈回运营里面去,实现优化。产生的效率有不同方面,比如更精准的质量分析、流程优化等等,在工厂环境里面也是同样适用的,对工厂生产流程直接反馈的数据分析有两个特点,第一个是及时响应,要求很高。


第二个是我们也需要对生产流程里面各个环节纵向性的分析,不同时间、不同周期产出的比较,或者是对相同类似的产业,不同工厂里面效益的比较,通过批量性的大数据分析,效益也是很显然的。为了满足这种需求,在制造业环境里面实现工业互联网能力,我们分析不仅仅都是在边缘,我们必须从边缘到云端,在边缘部署更多的分析,以满足不同分析对技术上的要求。


  综合起来看,在工厂环境里面,最底层是我们的设备、生产环境,已经部署很多工业软件,对工业互联网来说,它要解决的问题是如何实现设备的连接,解决设备如何采集数据,怎么分析,进而优化工业流程、制造流程。显然我们不可能让每一个工业软件都去做连接,都去做分析。



最佳的方法就是建立一个统一的信息层,夹在现有的层级之间,实现数据全生命周期的应用,反馈回工业软件来协调和控制我们的生产流程。这个是对工业互联网在制造业环境应用的一些想法,由于时间的关系到此为止,PPT还有若干页,大家有兴趣可以去了解,谢谢


声  明

本文文字来自:中国信息通信研究院官网





平台解读:不断深化对工业互联网平台的认识

安筱鹏


2017年11月27日,国务院印发《关于深化“互联网+先进制造业”发展工业互联网的指导意见》(以下简称《指导意见》)。《指导意见》提出要打造网络、平台、安全三大体系,概括的来讲,网络是基础,平台是核心,安全是保障。同时推进两大应用,即提升大型企业工业互联网创新和应用水平、加快中小企业工业互联网应用普及。构筑三大支撑,即产业支撑、生态体系和对外开放。这是对工业互联网平台一个基本的认识和定位。


当前,工业互联网平台发展总体还处于起步阶段,技术体系、应用场景、商业模式、产业生态仍处于快速迭代、持续探索中,需要结合国际国内发展形势和应用实践,持续开展调查研究、总结经验、提炼规律、深化认识,打造我国多层次、系统性工业互联网平台体系。对于工业互联网平台的战略要义,可以概括为三句话:工业互联网平台是领军企业竞争的新赛道,全球产业布局的新方向,制造大国竞争的新焦点。同时,从全球工业互联网发展的阶段来看,有三个判断:当前正处于格局未定的关键期、规模化扩张的窗口期、抢占主导权的机遇期。机遇非常难得,同时窗口期也非常短,所以需要紧紧抓住这个契机,加快发展工业互联网平台。进一步理解工业互联网平台有两个角度:一是工业互联网平台是什么?二是如何认识它的地位和作用?


一、工业互联网平台是什么?


(一)工业互联网平台的架构

工业互联网平台是面向制造业数字化、网络化、智能化需求,构建基于海量数据采集、汇聚、分析的服务体系,支撑制造资源泛在连接、弹性供给、高效配置的载体。在信软司的指导下,相关单位组织编写了《工业互联网平台白皮书》,其中给出了工业互联网平台的体系架构。从构成来看,工业互联网平台包含三大要素:数据采集(边缘层)、工业PaaS(平台层)和工业APP(应用层)。这个架构非常复杂,但可以概括成四句话:第一句数据采集(边缘层)是基础。就是要构建一个精准、实时、高效的数据采集体系,把数据采集上来,通过协议转换和边缘计算,一部分在边缘侧进行处理并直接返回到机器设备,一部分传到云端进行综合利用分析,进一步优化形成决策。第二句工业PaaS(平台层)是核心。就是要构建一个可扩展的操作系统,为工业APP应用开发提供一个基础平台。第三句工业APP(应用层)是关键。就是要形成满足不同行业、不同场景的应用服务,并以工业APP的形式呈现出来。第四句IaaS是支撑。它是通过虚拟化技术将计算、存储、网络等资源池化,向用户提供可计量、弹性化的资源服务。


(二)工业PaaS平台的核心

对于工业互联网而言,工业互联网平台是核心,而对于工业互联网平台而言,工业PaaS(平台层)是核心。从架构来看,工业PaaS中包含很多内容,跟很多专家们交流,如果说把工业PaaS(平台层)打开,其中最核心的一个要素组件是什么?我们把这个要素概括为是基于微服务架构的数字化模型。这个数字化模型是将大量工业技术原理、行业知识、基础工艺、模型工具等规则化、软件化、模块化,并封装为可重复使用的组件。围绕数字化模型有五个基本问题。

图1 工业PaaS平台的核心是数字化模型


一是数字化模型是什么?数字化模型可以分为两种,一种是机理模型,包括基础理论模型(如飞机、汽车、高铁等制造过程涉及到的流体力学、热力学、空气动力学方程等模型);流程逻辑模型(如ERP、供应链管理等业务流程中蕴含的逻辑关系)、部件模型(如飞机、汽车、工程机械等涉及到的零部件三维模型)、工艺模型(如集成电路、钢铁、石化等生产过程中涉及到的多种工艺、配方、参数模型)、故障模型(如设备故障关联、故障诊断模型等)、仿真模型(如风洞、温度场模型等)。机理模型本质上是各种经验知识和方法的固化,它更多是从业务逻辑原理出发,强调的是因果关系。随着大数据技术发展,一些大数据分析模型也被广泛使用,包括基本的数据分析模型(如对数据做回归、聚类、分类、降维等基本处理的算法模型)、机器学习模型(如利用神经网络等模型对数据进行进一步辨识、预测等)以及智能控制结构模型,大数据分析模型更多的是从数据本身出发,不过分考虑机理原理,更加强调相关关系。


二是数字化模型从哪来?这些数字化模型一部分来源于物理设备,包括飞机、汽车、高铁制造过程的零件模板,设备故障诊断、性能优化和远程运维等背后的原理、知识、经验及方法;一部分来源于业务流程逻辑,包括ERP、供应链管理、客户关系管理、生产效能优化等这些业务系统中蕴含着的流程逻辑框架;此外还来源于研发工具,包括CAD、CAE、MBD等设计、仿真工具中的三维数字化模型、仿真环境模型等;以及生产工艺中的工艺配方、工艺流程、工艺参数等模型。


三是数字化模型怎么开发?用什么工具开发?所有的这些技术、知识、经验、方法、工艺都将通过不同的编程语言、编程方式固化形成一个个数字化模型。这些模型一部分是由具备一定开发能力的编程人员,通过代码化、参数化的编程方式直接将数字化模型以源代码的形式表示出来,但对模型背后所蕴含的知识、经验了解相对较少;另一部分是由具有深厚工业知识沉淀但不具备直接编程能力的行业专家,将长期积累的知识、经验、方法通过“拖拉拽”等形象、低门槛的图形化编程方式,简易、便捷、高效的固化成一个个数字化模型。


四是数字化模型什么样?采用什么技术架构?当把这些技术、知识、经验、方法等固化成一个个数字化模型沉淀在工业PaaS平台上时,主要以两种方式存在:一种是整体式架构,即把一个复杂大型的软件系统直接迁移至平台上;另一种是微服务架构,传统的软件架构不断碎片化成一个个功能单元,并以微服务架构形式呈现在工业PaaS平台上,构成一个微服务池。目前两种架构并存于平台之上,但随着时间的推移,整体式架构会不断地向微服务架构迁移。当工业PaaS平台上拥有大量蕴含着工业技术、知识、经验和方法的微服务架构模型时,应用层的工业APP可以快速、灵活的调用多种碎片化的微服务,实现工业APP快速开发部署和应用。


五是数字化模型有什么价值?一旦所有的数据都汇聚到工业PaaS平台之上,所有的工业技术、知识、经验和方法也都以数字化模型的形式沉淀在PaaS平台上,当把海量数据加入到数字化模型中,进行反复迭代、学习、分析、计算之后,可以解决物理世界四个基本问题:首先是描述物理世界发生了什么;其次是诊断为什么会发生;第三是预测下一步会发生什么;第四是决策该怎么办,决策完成之后就可以驱动物理世界执行。概括起来讲,就是状态感知、实时分析、科学决策、精准执行。


(三)工业互联网平台的本质

如果用一句话将工业互联网平台的本质抽象出来,那就是:数据+模型=服务。对两化融合、智能制造而言,“数据+模型=服务”也是信息技术与制造技术融合创造价值的内在逻辑。


图2 工业互联网平台的本质


在与很多企业交流的过程中,人们都会问,从两化融合、智能制造到工业互联网平台,什么变了?什么没变?概括起来,就是两个没变、六个变了:


两个没变,一是要解决的核心问题没变,二是解决问题的逻辑没变。

要解决的核心问题没变:无论是两化融合、智能制造,还是工业互联网平台,都在考虑如何提高制造业产品质量、生产效率、服务水平、降低成本,这些问题是十年前、二十年前、三十年前就存在的老问题。制造企业面临这些问题可以转化为如何提高资源配置效率问题,制造业竞争的本质是资源配置效率的竞争,两化融合、智能制造、工业互联网平台的出发点和落脚点都是考虑如何优化制造资源的配置效率。


解决问题的逻辑没变:无论是两化融合、智能制造,还是工业互联网平台,都在考虑如何通过“数据+模型”优化资源配置效率,提供更为优质的服务。就是如何采集更多的数据,实现物理世界隐性数据的显性化,实现数据的及时性、完整性、准确性,并通过各种模型软件去分析处理,实现数据—信息—知识—决策的迭代,最终要把正确的数据、以正确的方式、在正确的时间传递给正确的人和机器,以优化制造资源配置效率。


图3 数据+模型=服务


推进信息化和工业化融合,加快智能制数字化、网络化、智能化,伴随着信息技术和工业技术的升级迭代,在不同的技术背景下形成了不同的解决方案。从两化融合、智能制造到工业互联网平台,什么变了?制造业数字化、网络化、智能化解决方案变了,从基于传统的IT架构解决方案,演进到基于云的解决方案,这也带来了六个变了:


一是数据从哪儿来变了。传统IT架构解决方案中,系统采集更多的是各类业务系统、产品模型、运行环境以及互联网的数据,但对工业互联网平台来说,最大的变化是实现了更多机器和设备的互联,工业互联网平台可以源源不断地采集到各类设备和机器的数据,实现了多种数据的集成。


二是数据到哪儿去变了。传统IT架构解决方案中数据都汇集到本地各类业务系统中,这些系统大多是烟囱式、孤立的业务系统。与此不同的是,在工业互联网平台架构下,越来越多的数据汇聚到了云端,在云端进行数据的集中存储、管理和计算。


三是模型在哪部署变了。与基于传统IT架构的模型部署在本地不同,工业互联网平台越来越多的将各类模型软件部署在云端。传统各类工业软件通过架构重构、代码重写的方式部署到了云端,成为“云化”模型;同时很多开发者基于云端开发环境正在开发更多新型软件,成为“云生”模型。


四是模型怎么部署变了。传统IT架构解决方案中各类模型软件大多是一套复杂的一体化、整体式架构。对于工业互联网平台而言,各类机理模型和大数据分析模型主要以两种方式部署在云端:整体式架构和微服务架构,当前两种部署方式同时存在,但随着时间的推移,微服务架构将会成为主流。


五是资源优化深度变了。与传统IT架构解决方案相比,工业互联网平台通过将更加及时、准确、完整的数据汇入到更加精准、科学、多元的模型中后,将会实现更深层次的制造资源优化配置,对物理世界认知和改造将从描述、诊断向预测、决策、优化不断演进。从最初基于数据的可视化、可描述,到基于信息的可诊断、可优化,再到基于知识的可预测、可决策。


六是资源优化广度变了。传统IT架构更多面向单元级、系统级层面提供资源优化配置服务,而工业互联网平台通过各种各样以SaaS软件和工业APP形式呈现出来的服务,能够提供从单机设备、到生产线、到产业链、再到产业生态的系统之系统级优化,实现从局部优化到全局优化。


从实践上来看,当把来自于机器设备、业务系统、产品模型、生产过程以及运行环境中大量数据汇聚到工业PaaS平台上,并将技术、知识、经验和方法以数字化模型的形式也沉淀到平台上以后,只需通过调用各种数字化模型与不同数据进行组合、分析、挖掘、展现,就可以快速、高效、灵活的开发出各类工业APP,提供全生命周期管理、协同研发设计、生产设备优化、产品质量检测、企业运营决策、设备预测性维护等多种多样的服务。这进一步说明了工业互联网平台的本质就是:数据+模型=服务


二、怎么看工业互联网平台?


认识和定位工业互联网平台有四个视角:第一是工业云视角;第二是解决方案视角,工业互联网平台是一套面向数字化、网络化、智能化的解决方案;第三是操作系统视角,工业互联网平台是一个可扩展的工业操作系统;第四是产业生态视角,工业互联网平台是构建产业生态的核心。


(一)工业云的视角:从工业云到工业互联网平台的五个阶段

我们把工业云到工业互联网平台的发展分成五个阶段:


图4 工业云的视角:从工业云到工业互联网平台的五个阶段


第一个阶段是研发设计类工具上云,这个阶段早在五六年前就在推动进行,解决的核心问题是如何降低企业的成本,以成本驱动为导向,通过资源池化、弹性供给和按需付费,大幅降低企业的硬件成本、软件成本、部署成本、运营成本。


第二个阶段是核心业务系统上云,以集成应用为导向,不仅仅是为了降低成本,更重要的是实现数据的互联互通和互操作。前两个阶段都不是我们所说的工业互联网平台,真正的工业互联网平台是从第三个阶段开始。


第三个阶段的重要标志是设备和产品上云,以能力交易为导向,实现跨企业的制造资源优化配置。不仅软件上云,硬件设备也上云,在虚拟的赛博空间构造一个新的制造体系,这个制造体系可以实现制造能力在线发布、制造资源弹性供给、供需信息实时对接、能力交易精准计费,可以实现对设备和机器资源的优化配置。


第四个阶段是创新引领阶段,主要是在研发设计工具、业务系统、设备产品上云之后,将工业技术、知识、经验、方法在平台上不断沉淀,以创新引领为导向。大部分企业在起步阶段,构建基于私有云的“工业PaaS+工业微服务+定制化工业APP”,大量的工业技术、知识、经验和方法不断地在这个平台上沉淀、复用和重构,将会构建新的工业创新体系。但无论是工业PaaS,还是工业微服务,在这个阶段都主要是为企业自身提供服务。


第五个阶段是生态构建阶段,海量的第三方开发者和通用化的工业APP大量出现,以生态构建为导向。在这个阶段,开发主体、开发内容和运营机制都将发生深刻变革。


所以工业互联网平台就是在传统工业云平台软件工具共享、业务系统集成的基础上,叠加了制造能力开放、知识经验复用和开发者集聚的功能,大幅提升工业知识生产、传播和利用的效率,是一个不断演进的过程。


(二)解决方案视角:基于云平台的数字化、网络化、智能化解决方案

从两化融合、智能制造到工业互联网平台,面对问题没变、解决问题的逻辑没变,面向制造业数字化、网络化、智能化的解决方案变了,在过去的几十年,解决方案的演进经历了三个阶段:


图5 解决方案视角:基于云平台的数字化、网络化、智能化解决方案


第一个阶段是基于传统IT架构的解决方案,如上世纪90年代GE公司提出了基于Medical Systems的解决方案,他们在医疗设备上安装了很多传感器,将数据传到后台进行分析,41%的故障可以在20分钟内远程解决,34%的故障可以远程诊断出具体问题,维修工带着相应工具、零部件,平均在2小时内就可以解决故障问题。这样一个商业模式在十多年前就已经有了,并且逐渐拓展到航空发动机、风电设备维护等很多领域。在业务拓展过程中,也出现重复建设问题,每一个业务集团都构建了同样的业务系统。所以我们今天看到的工业互联网平台面对的问题是一个老问题,不是一个新问题,那什么新?新在解决方案。我们把基于传统IT架构的解决方案称为解决方案1.0版。


第二个阶段基于私有云的解决方案,是解决方案2.0版。越来越多的企业把基于IT架构面向数字化、网络化、智能化的解决方案搬到了私有云上,GE通过APM(资产性能管理),向购买GE燃气轮机、发动机、医疗设备、风电设备的客户基于私有云提供设备远程监测和性能预测等服务。


第三个阶段是基于公有云的解决方案。GE的Predix,西门子的MindSphere等,构建基于工业云的平台,并将客户扩展到多个行业领域,同时向第三方开发者开放。工业互联网平台就是一套基于公有云的解决方案,是解决方案的3.0版本。两化融合的解决方案企业有一个提供制造业数字化、网络化、智能化解决方案工具箱,在这个工具箱里,既有基于传统IT架构解决方案,也有基于私有云部署的解决方案,同时也有基于公有云部署的一套解决方案,客户需要什么,企业来提供什么。当然,并不是说工业公有云一定就比私有云先进、私有云一定就比传统的IT架构有优势,而是要根据制造业企业和客户不同的需要,来提供不同的解决方案。


(三)操作系统视角:工业互联网平台是一个可拓展的工业操作系统

西门子把MindSphere定位为基于云的开放式物联网操作系统,GE技术专家曾说过:GE的Predix会和微软的Windows以及苹果的iOS一样,为开发者提供一个操作系统。所以,我们说工业互联网平台实质上是一个可拓展的工业操作系统。向下,可以实现对各种软硬件资源接入、控制和管理;向上,提供开发接口、存储计算及工具资源等支持,并以工业APP的形式提供各种各样的服务。自身承载着蕴含大量工业知识的数字化模型与微服务。


操作系统的存在有什么意义呢?在一些大型软件系统开发过程中,65%的编程代码不需要重新开发,只需要对已有各种软件功能模块进行重复调用就可以。但是在工业里很多技术、知识、经验、方法创新需要从0开始,知识复用水平较低。而构建一个工业互联网平台,将大量的工业技术原理、行业知识、基础工艺、模型工具、业务流程以及老专家脑子里面的几十年的经验进行规则化、软件化、模块化,以数字化模型的形式沉淀在这个平台上。沉淀完之后就不需要再做重复性工作,可以直接调用、复用、传播,重构我们的工业创新体系,大幅度降低创新成本和风险,提高研发、生产和服务效率。从这个角度讲,工业互联网平台就是通过提高工业知识复用水平构筑工业知识创造、传播和应用新体系,即重构工业知识新体系。


图6 工业互联网平台重构工业知识新体系


在重构过程中,创新主体是海量的第三方;创新载体和成果是微服务和工业APP;创新方式是基于平台和APP的体系。过去我们的专利、品牌、渠道是企业的专有资产,现在我们的工业企业又多了一个资产,就是企业微服务组件和各种各样的工业APP。未来的工业APP、微服务组件将会构造新的资产,是新的价值来源。过去工业创新80%在做重复性劳动,如果有了这个平台以后, 80%重复性劳动+20%创造性劳动的局面将反转为20%是重复性劳动、80%是创造性劳动。


(四)产业生态视角:构建多方参与的基于工业互联网平台的产业生态

工业互联网平台是打造智能制造产业生态的核心。在工业互联网平台四层架构里面,从私有云部署到公有云部署,发生了四个本质性的变化:


图7 产业生态视角:构建多方参与的基于工业互联网平台的产业生态


一是开发主体(Who)发生变化。(谁来开发?)传统的私有云部署主要是由平台企业和客户来开发,而真正演进到公有云部署,则更多的是第三方应用开发者来开发。


二是开发内容(What)发生变化。(开发什么样的工业APP?)在私有云部署下,开发内容主要为有限、封闭、定制化的工业APP,且这些工业APP只为企业自身提供服务;在公有云部署下,开发内容则是海量、开放、通用的工业APP。


三是平台用户(Who)发生变化。(谁在使用?)基于私有云部署的平台主要是由有限的制造企业自己使用。而公有云部署下,则更多是帮助第三方中小型企业把业务系统迁移到云端,为其提供各种各样的服务。


四是运营机制(How)发生变化。当中小企业的业务系统迁移到了云端,有了以工业APP形式呈现出各种各样服务的时候,就会形成一个工业APP应用和工业用户之间相互促进、双向迭代的生态体系。


三、怎么建工业互联网平台?


一是实施工业互联网平台培育工程。围绕数据采集、平台管理、建模分析以及平台间互联互通等关键技术能力,发挥骨干企业与科研院所核心作用,培育5家左右跨行业、跨领域工业互联网平台,建成一批能够支撑企业数字化、网络化、智能化发展需求的企业级平台,提升本土工业互联网平台的国际竞争力。


二是开展工业互联网平台试验验证。支持龙头制造企业、互联网企业、科研院所、高校等建设工业互联网平台测试验证环境和测试床,开展适配性、可靠性、安全性等技术验证,为平台产品提供测试评估服务,规范平台发展秩序,推动平台功能不断完善,加快平台落地应用。


三是实施百万工业企业上云工程。鼓励工业互联网平台在产业聚集区落地,推动地方政府通过财税支持、政府购买服务等方式鼓励中小企业业务系统向云端迁移,从“供给侧”和“需求侧”两端发力,“建平台”与“用平台”双向迭代,打造资源富集、良性互动的工业互联网平台生态。


四是实施百万工业APP培育工程。围绕基于工业互联网平台的工艺模型、知识组件、算法工具的开放共享,支持软件企业、工业企业、科研院所等开展合作,培育一百万左右面向协同研发、分享制造、全生命周期管理等特定应用场景的工业APP,推进工艺经验程序化、工业知识显性化和工业智能云计算化。


总体上来看,工业互联网平台处于刚刚起步阶段,仍然处于探索期。未来的产业形态、技术形态、商业模式还很难得出结论,但是技术、产业、商业模式处于快速迭代的一个关键时期。


 

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:

  1. 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?

  2. 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?

  3. 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:

  1. 精细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。

  2. 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。

  3. 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。

  4. 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。

  5. 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:

  1. 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;

  2. 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

  3. 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:

  1. 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;

  2. 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;

  3. 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;

  4. 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;

  5. 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”、智能金融”、“智能零售”、“智能驾驶”、智能城市新模式:“财富空间“工业互联网”、“数据科学家”、“赛博物理系统CPS”、“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




阅读更多
换一批

没有更多推荐了,返回首页