工业互联网妙手能否化解传统制造业困局

我国经济发展和制造业赖以成功的巨大优势之一——人口红利正在丧失殆尽。在创新升级困难、国外经济疲软等内外因素影响之下，许多传统企业开始出现亏损甚至倒闭，中国制造业发展遭遇瓶颈。在全球经济疲弱的大背景下，制造业转型升级和数字化经济趋势日渐明确，工业互联网的浪潮正在激烈翻涌。工业互联网被普遍看作是“第四次工业革命”，美国、中国、德国、日本等全球主要工业国家都在抢抓新型制造业战略布局的重要机遇，中国制造业，乃至我们工程机械行业如何抓住这一重要战略机遇？我们面临的困难在哪里？工业互联网与工业物联网有何区别？什么是工业大数据、您有没有听说过工控大数据，如何上云？5G时代将给工业互联网带来哪些改变？笔者希望借鉴清华大学和国内外知名学者的研究，逐步带大家认识和了解工业互联网，这一篇，首先让我们认清现状，理清一些概念和方向脉络。

传统制造模式的困局

传统制造业经过几百年的发展，虽然模式和体系已经非常成熟，但是面临着诸多困局。

第一，制造业成本优势渐失。

过去几十年里，中国经济基本为粗放型发展模式，制造业也是如此。中国制造企业往往依靠丰富低廉的原材料及劳动力，通过为外企代理加工产品，从中赚取少量的加工费。但是，近年来随着通货膨胀和原材料价格的上涨，人口红利消失，成本压力凸显。成本控制的提升接近极限，无法有效应对灵活多变的市场需求。

第二，产能过剩。

产能过剩也是制约我国制造业发展的一个挑战。从当前国内形势来看，一般工业产品市场产能过剩的情况越发明显，产品同质化严重。此外，在发达国家制造业战略计划、落后国家成本冲击等因素的冲击之下，中国制造业出口订单量锐减，对外出口需求下降，进一步加剧产能过剩的局面。

第三，缺乏高水平管理，生产效率需要提升。

我国制造业需要明晰定位，应该尽快摆脱要素驱动(劳动要素、资源要素、土地要素、资本要素)，向效率驱动(投资产出比、投资报酬率)转型发展，向创新驱动(以美国和德国为代表的制造业发展)迈进，通过创新驱动进行制造业的变革。

在传统制造业遇到以上种种困境的同时，工业互联网的到来恰逢其时。然而我们真的了解工业互联网吗？

工业互联网潜力有多大

根据IDC公布的 2017年物联网的投资支出预测，全球在2020年之前准备投资的三大行业都是工业互联网市场的一部分。赛迪顾问数据，2016年中国工业物联网市场规模为1896亿元。到 2020 年，工业互联网在中国整体互联网产业中占比将达到25%，规模突破4500亿元。据有关机构推测，未来 15 年，我国工业互联网的规模将达到 1.8 万亿美元，发展空间巨大。

我国以年均近20%的增长率，成为工业互联网增长最快的国家，这也催生了很多概念：工业物联网、工业互联网、智能云网、工业大数据等，很多人搞不清楚他们之间的联系和区别。

工业物联网VS工业互联网

互联网，即广域网、局域网及单机按照一定的通信协议组成的国际计算机网络。互联网是指将两台计算机或者两台以上的计算机终端、客户端、服务端通过计算机信息技术手段互相联系起来的结果，解决人与人之间互联互通问题，人们可以在互联网上获取信息、发布评论、采购产品、购买服务等，但是这些信息和服务需要人来做大量的工作才能完成，并且难以动态地了解其变化。

物联网（简称IoT，Internet of Things ），其定义为通过各种信息传感设备，如射频识别(RFID)技术、全球卫星定位系统、红外感应器、激光扫描器、气体感应器等各种装置与技术，实时采集任何需要连接、监控、互动的物体或过程状态信息，包含其声、光、热、电、力学、化学、生物、位置等各种基础信息，通过互联网形成相互交互的、可识别的、可共享的网络，其目的是实现物与物、人与物在网络上的连接，识别、管理和控制等，物联网的信息是动态的，主要由物理机器生成。

进一步来看，工业互联网不能被简单的理解为工业领域的互联网，如果仅仅将工业和互联网这两个关键词拆分来理解，容易被理解成工业领域所用的互联网，这样理解仍然是互联网的概念。而工业物联网基本可以理解为工业领域的物联网。

另一方面，工业物联网与工业4.0等这些概念之间也是既有交集也有差异。随着工业化与信息化的深度融合，企业内部互联互通的需求渐增，通过接入网络进而达到提高产品质量和运营效率的需求更为强烈，工业物联网（简称IIoT，Industrial Internet of Things ）应运而生。

工业物联网将生产过程的每一个环节、设备变成数据终端，全方位采集底层基础数据，并进行更深层面的数据分析与挖掘，从而提高效率、优化运营。

什么是工业大数据

工业大数据的发展赶上了好时候，相关技术的发展让工业大数据快速发展成为可能。如今，传感器变得无处不在，平台的计算和承载能力也不断增强，人工智能等技术让数据分析变得更为高效，活跃的IoT（物联网）生态圈让越来越多的企业尝试可以通过APP微服务的方式将数据价值变现。

一般来讲，大数据可分为工业大数据和互联网大数据，狭义的大数据更多指的是互联网大数据。目前，在技术和应用方面，互联网大数据发展水平更加领先。

工业大数据借鉴了互联网大数据的概念，又结合了IoT物联网的技术，把面向个人用户的“行为”数据分析与思维模式进行扩展，并应用到了企业领域。

工业大数据有其自身的特点：大部分是时序数据，与我们通常所讲的互联网大数据有较大差异。

首先，工业大数据源自企业内部，而非互联网个人用户；

其次，数据采集方式更多依赖传感器，而非用户行为或录入数据；

第三，数据服务对象是企业，而不是个人；

第四，就技术而言，传统的企业IT技术已无法提供相应的分析应用，需要借鉴和采用互联网大数据领域成熟的技术；

第五，工业大数据让企业改变了原来对数据的看法，使得那些看似无用的、直接丢弃的数据重新得到了重视，并且切实改进了企业的生产、销售、服务等流程。

工业互联网发展的四个阶段

工业互联网是一个渐进发展成熟的过程，在实施中包括4个阶段：

1.智能的感知控制阶段

即利用基于末端的智能感知技术，如传感器、REID、无线传感网络等，随时、 随地进行工业数据的采集和设备控制的智能化。

2.全面的互联互通阶段

通过多种通信网络互联互通手段，如工业网关、短距离无线通信、低功耗广域网和OPC UA等，整合信息化共性技术和行业特征，将采集到的数据实时、准确地传递出去。

3.深度的数据应用阶段

即利用云计算、 大数据等相关技术，对数据进行建模、 分析和优化，实现多源异构数据的深度开发应用，从数据仓库中提取隐藏的预测性信息，挖掘出数据间潜在的关系，快速而准确地找出有价值的信息，有效提高系统的决策支持能力。

4.创新的服务模式阶段

利用信息管理、智能终端和平台集成等技术，提供定制服务、增值服务、运维服务、升级服务、培训服务、咨询服务和实施服务等方面，实现传统工业智能化改造，提升产业价值，优化服务资源和激发产业创新。

工业互联网被广泛称为 “第四次工业革命”，我国能否抓住这次工业革命机遇，事关重大。笔者看到有人把中国比喻成一条多元化发展的巨龙，龙头已经进入了21世纪的信息时代，龙身还在工业化时代，龙尾还在农业化时代。这个形容十分贴切。我国的制造业也是多元化和长链化的，这种特点，更加给了工业互联网带动中国制造业转型升级创造了历史机遇。我们需要多了解和学习并进一步利用好这次机会。

后续，结合第一工程机械网与清华大学联合举办的“工业互联网应用高级研修班”我们还会持续分享深入的专业知识和这一领域的动态，并重点关注工程机械领域的物联网应用态势。

责任编辑：翰成