工业互联网是前几年(2012年)GE(美国通用)提出来的。 说白了就是马化腾常提及的产业互联网的“加强、升级”版。毕竟工业可是最大最重要的“产业”。这是国民经济的支柱,也是第四次工业革命的重头戏。大国之所以成为大国(如美、德的崛起都离不开第一、二次工业革命)
专业点来说,工业互联网实际就是把人、数据和机器连接起来”。
所以工业互联网的三要素:人,数据,机器。
人:这里可以是工人、开发者、消费者用户、顾客等;
数据:是指工业生产、机器等所产生的的数据‘;(工业互联网的数据量远大于消费互联网)
机器:各种生产机器、加工设备、传感器等;
工业互联网的平台架构是怎样的?
主体架构就是云计算架构。包括IaaS、PaaS、SaaS,都是云计算一模一样的概念。多了一个边缘层,边缘层其实就是生产现场,OT那部分。
根据上面的图,可以看出:
OT在底层,负责数据采集和动作执行,有点像四肢;
CT连接所有节点,负责数据传输,有点像血管和神经;
IT在上层,负责数据运算和分析,有点像大脑。
有何作用和意义呢?
工业互联网的本质,就是通过开放的、全球化的通信网络平台,把设备、生产线、员工、工厂、仓库、供应商、产品和客户紧密地连接起来,共享工业生产全流程的各种要素资源,使其数字化、网络化、自动化、智能化,从而实现效率提升和成本降低。
大白话就是让工业生产全流程更加“智能自动化”,而达到这个就需要依赖一个平台去辅助,通过各种技术(5G、大数据、云计算、人工智能)来达到。
与云计算、大数据、人工智能、5G有什么关联?
(1)云计算:
即提供覆盖区域更广、计算能力更强的云网络。通过云计算,才能让更多的企业员工及管理者接入,去使用工业互联网。也能够让开发者有更大的空间,去设计更好的应用。
云计算还可以为企业与企业之间,工厂与供应链之间,工厂与经销商之间,提供接口,进行指定数据的共享。甚至还能提供工厂与最终消费者用户之间的接口,方便用户对产品进行个性化定制。
(2)大数据:
互联网在意义层面是很大的网络,当下我们使用比较多的是属于消费互联网,这属于互联网的其中一部分。我们产生的消费数据对于工业产生的数据,其实是非常少的。如一架波音飞机飞行半小时,发动机可以产生10T的数据量。工厂设备生产数据也是海量的。
数据就是金矿,工业互联网的大数据,就是超级大金矿。(数据量:工业互联网远大于消费互联网)
所以通过大数据技术,可以对生产制造物流等所有流程的数据进行存储和分析,挖掘其中的数据价值。
(反思:我们目前这么多大数据产品,若用于工业互联网其价值或者市场同样也是很大)
(3)人工智能:
AI本身就是一个算法,一个模型。这里更多是深度学习,不断训练模型,让其生产更加的智能化。(代替一些重复的、机械的工作;一些可以量化、参数化的工作,如精密加工、流程化加工)
所以,将人工智能引入工业制造,其实就是让人工智能作为我们的代理人,帮助我们管理工厂,管理整个制造生产流程,甚至包括采购、物流和销售流程。
随着人工智能的不断演进,工业互联网这个系统将会实现工况自感知、工艺自学习、装备自执行、系统自组织。(智能制造,自适应学习)
(4)5G:
5G是新一代通信技术标准,是连接的技术手段。在工业互联网的架构中,主要是在接入层发挥作用。(高连接速率、超低网络延时、海量终端接入、高可靠性,都是5G所具备的优点。这些优点,将非常有利于5G替代现有的厂区物联网通信技术。)
一些以往受限于网络接入而不能实现的场景,在5G的加持下,都变得可行。
例如,高精度机械臂加工。如果采用5G对机械臂进行远程控制,时延将缩短到1ms,可以很好地满足加工精度的要求。
还有5G的超高带宽,在采集4K/8K设备监控影像的时候,也将发挥不可替代的作用。
除了接入层之外,5G的切片、边缘计算,都可以在工业互联网领域找到不错的应用场景。
现在工业互联网的巨头代表,各国提出的方案和口号大概有:
德国,工业4.0;
美国,先进制造;
中国:中国制造2025;
德国是重工业的老牌大国,工业非常发达,以西门子这些为头阵兵;美国是工业(相对德国却还是略逊一层)、科技牛;中国的互联网发展不错,工业差(基础设施,生产效率等)。所以这些的方案都是要么以工业,要么以科技作为切入点。
美国的代表,是GE、微软、亚马逊、PTC、罗克韦尔、思科、艾默生、霍尼韦尔等巨头企业。
欧洲的代表,是西门子、ABB、博世、施耐德、SAP 等企业。
中国的代表,航天云网、海尔、树根互联、宝信、石化盈科、用友、索为、阿里、华为、浪潮、紫光、东方国信、寄云等等,都是起步比较早的平台开发企业。
衡量做的成功标准——工业互联网平台?
如果想要成为工业互联网的玩家,想要掌握先机,当然就是从工业互联网平台入手。
工业互联网平台是工业互联网的核心。说白了,它也就是工业互联网的“操作系统”。
就像苹果iOS系统和谷歌安卓系统牢牢掌控了消费互联网一样,谁提供的工业互联网“操作系统”最好,用的人最多,谁就掌握了工业互联网发展的主动权。
但是,尽管工业互联网已经发展了这么多年,迄今为止,仍然没有任何一个平台占据了绝对领先的地位,也没有任何一个平台获得了真正的成功。
原因很有意思——
能够提供这样强大平台的公司,一定只有两种,要么是工业制造能力很强的公司,要么是信息技术能力很强的公司。
例如,美国的通用电气和德国的西门子,就属于前者。世界上第一个工业云平台Predix,就是由美国通用电气公司(GE)在2015年正式发布的。而第二个平台呢,就是德国西门子公司在2016年4月开放的MindSphere。
按理来说,这些公司很牛,做出来的东西当然非常好。但是,工业互联网有一个很大的特点,就是个性化。每个公司生产的东西不一样,流程不一样,工艺不一样,设备不一样,渠道不一样,甚至商业模式和供应链也不一样。
你想造一个通用的平台,可能吗?
想要成功,必须经过非常深入的分析,然后建模,最后开发。也就是说,高度定制化。
曾经就有业内人士说,传统的消费物联网平台开发,分析需求、建立模型、编写代码这三步的工作比例,是2:3:5。而工业互联网平台恰好相反,是5:3:2。
一个工业互联网平台项目,你需要花大量的时间在场景和需求分析上,搞懂它到底是怎么运作的。
关于另一个瓶颈——数据安全性?
工业互联网的未来是美好的,但是正如唯物辩证所言,发展总是前进和曲折的统一。
很多的问题和障碍摆在它的面前,例如最关键的数据安全问题。
首先,企业对于数据安全的顾虑,严重影响了他们上云的积极性。(他们害怕自己的核心数据不能得到很好的保护,一旦泄露,带来的后果是灾难性的。)
其次,保护数据的安全,既需要平台拥有可靠的技术,也需要企业本身有很好的软硬件环境和管理水平。(他们害怕自己的核心数据不能得到很好的保护,一旦泄露,带来的后果是灾难性的。)
此外,工业互联网标准的缺失,以及企业ICT人才培养的不足,都是困扰工业互联网向前发展的障碍。
还是那句话,工业是国民经济的支柱。 不管怎么说,第四次工业革命是人类发展的必然趋势,工业互联网也是工业发展的必经之路。
我国是工业大国,但不是工业强国。面对人工成本上升,原材料价格波动,贸易竞争日益加剧等种种不利情况,当下正处于工业转型的关键时期,迫切需要提高效率、降低生产成本。只有坚定不移地推动工业互联网落地,加快企业数字化转型和智能化改造,才有可能让自己在全球化竞争中立于不败之地。