工業智能在做什么？

我本科學的是可靠性與系統工程，所以一直跟航天器、飛機有關系，博士做的是機械工程，研究的方向叫故障預測與健康管理（PHM）。今天我想從我的角度來講工業智能到底在做什么，或許可以給大家一些啟發，說得不一定都對。

我在全球做過很多類似的項目與合作，包括一些大公司，2016年回國后也跟一些大型央企做過一些探討，比如說在中船做智能船，在中車就做智能高鐵，在東方電器就做智能風機，這些都是他們的下一代產品，也跟富士康合作做智能制造。其實在這個方向上，我上學的時候就合作過很多單位，我的老師從他碩士開始就一直做這個大方向。那時候我們開展了四個方向的研究，主要包括智能制造，交通運輸，智能能源和其他行業，其他行業比較雜，包括現在大家熱議的智能醫療。

現在工業智能這個題目非?；?，大家都想要拆解它，看里面到底在做什么，這也是我今天想跟大家分享的，為什么我們做工業智能？

工業2.0、3.0都是發生之后大家才提出的，只有工業4.0是還沒發生就被預測說會發生的。這是因為近幾年很多技術統一進步了，所以大家覺得這個事情能發生，包括傳感器，物聯網，云計算，自動化等，很多東西合在一起，就形成了一個新的生態。

首先從控制優化的層面來講，從靜態變成了動態，又變成了瞬態?，F在很多人問5G放在智能制造里面為什么有更好的效果，我想首先就是它可以把動態變成瞬態，原來的生產可能是給動態做優化，但數據的傳輸、計算之后的反饋都沒有那么快，如果我們使用5G技術可以做到瞬態優化及反饋，是不是就會有一個更好的系統出現。

其次是面向的對象，最早是面向單體的設備。我把這一個東西運行好就行了，它壞掉了我再修。然后慢慢變成集群，集群就是指同一類的相同環境下運行的設備，比如同一個風場的風力發電機集群，我可以統一去管理?，F在大家用網絡的概念、互聯網的概念，想把一些壁壘打掉，比如各個系統之間、系統和設備之間的壁壘等等，要做一個更為整體的系統優化。只要能夠面向更大的范圍，協同優化的空間也就更大，產生的效果肯定就更好。

如果只針對一個設備，就很難有優化的空間，單體設備的任務是保證產出。如果說我有一百臺風力發電機，那要保證同一個風場的發電輸出，我可以分配不同風機的瞬時發電量，在這中間就有了很多可調控的空間，能根據每個設備的狀態還有我預期的發電量去分配。在這里，大家就可以把一些智能化方法直接應用在工業領域，所以大家認為這可能是個新的技術突破，或者新商業模式的突破，也就是我們現在在做的這個大的題目——工業智能。

這也就是為什么到2019年，很多熱門話題一下子迸發了：產業互聯網、工業互聯網、智能制造、信息物理系統、工業大數據、工業智能/人工智能、5G、物聯網、邊緣計算、云計算……其實這些詞2017年、2018年都有，那么這些合在一起，大家想做的是什么？我理解就是針對核心系統，做到感知、傳輸、存儲、分析、反饋和交互的全面升級。那么剛才講的這些技術是怎么為工業生產中的核心業務服務的？

首先是先進傳感，以前只能通過間接測量的方式去監控測量不了的參數，現在就更有可能直接監測；第二是傳輸，現在可以更快速地傳輸更多的數據量，支持后端的分析；第三是數據的存儲、以及先進建模，即對監控數據處理后的反饋問題，需要考慮可否把結果直接反饋回控制器或者操作者；最后是人機交互，比如AR、VR等，能否把這些方法應用在傳統的領域，提升之前的工作效率。這些技術的整體爆發給了我們很大的想象和操作空間，為我們在工業領域用智能化的方法探尋一個個新的價值點創造了可能。

產業互聯網與工業互聯網

今天大家提的能源互聯網，精確來講，它應該是工業互聯網中一個大的方向，它包括了很多我原來接觸過的比如說智能微網、分布式發電、智慧電廠、智能風廠等……還有一些更加精準的針對于能源行業的一些應用。

而工業互聯網的范圍則更大，它面向更廣泛的工業行業，我們所說的智能制造、車聯網、智能工廠、智能運維這些大的方向就包含其中，很多大企業都在往這個方向投入。按照騰訊研究院的定義，像共享出行、新零售等這些新型的ToC服務方向，就是產業互聯網范疇中的了。

說到產業互聯網和工業互聯網的區別，從工業和能源的角度來講，我們使用新技術要解決的是大量的未解決的遺留問題，新技術是我們解決這些問題的工具，而非創造一些全新的需求。比如說在工業互聯網范疇的智能工廠里面，大家始終關注提質、增效、降本、減存，這些需求一直存在。原來可能用一些很簡單的方法和手段管理庫存、人員，現在我們可以用更高效的方法，使得庫存變少、人員效率更高，這就是用新的方法更好的解決已有的問題。而產業互聯網可能更多是要關注引導需求，或用新技術創造新需求，從而再去創造出一片新市場。

為了更加全面和規?；亟鉀Q問題，由此引出體系架構的概念，比如信息物理系統（CPS）。CPS可以劃分為五層，每一層都包含有核心的技術和應用。智能感知層包括設備的連接和數據的規范化，現在很多物聯網的技術和應用大都在這一層。還有智能分析、智能網絡、智能決策和智能執行。最早CPS是在控制論中研究得多，現在國家出臺了很多政策來引導企業，當然大型央企首當其沖得在研究這個方向，他們在項目執行和架構設計的時候，會盡可能的參照這個架構。

對工業互聯網的不同解讀

如果把信息化系統，智能化的一些方法加在這個框架上執行，那這個框架如何落地呢？目前普遍認為，國家在大力推動的工業互聯網就是其中的一種最主要的落地方式。GE（美國通用電氣公司）在2012年提出工業互聯網，并同時對外宣稱從此以后再也不是一個設備制造公司，而是一個數字化及智能服務公司，因為他們通過評估得出，GE所有設備中產生的這些數據以及基于數據所能做的服務在未來有巨大的價值。從這個時候開始，工業互聯網成為一個名詞進入大眾視野，通過幾年的發展大家對它慢慢有了更多的認識，也有了更多不同的解讀和實踐。

有人說是「工業+互聯網」，很多做CRM、供應鏈金融、企業信息化系統的廠商會做這個工作，把傳統的工業行業加上一個網，來做交易和管理；還有一個「互聯網+工業」的說法，原來互聯網上有一些東西，我把工業的需求放上去，看能不能有一些新的應用，例如智能派單、現場維護的管理等；在這個過程當中，慢慢的國家也在變，從「互聯網+」變到「智能+」，目標更明確，推行工業互聯網最終是想把智能化的方法用在工業里?，F在歐美更多的企業還會提「工業互聯+網」，這可能是更為前沿的一個方向——就是企業之間，打破企業的技術壁壘，合作完成一個項目，并共同占領未來的市場。

前段時間法國的巴黎航展中，歐洲、美國幾家航空發動機公司聯合起來發表聲明稱要整合核心技術一起研究下一代發動機。原本他們之間是有很強的壁壘的，很難合作，導致各家投入不少研發經費，最終各家發動機都有各自的特點，在解決不同問題上有各自優勢。

現在他們把技術整合之后，研究下一代發動機，其實更容易壟斷市場，研發經費也可以大幅度下降。但是為什么現在有信心和需求做這樣的事情，我想也是因為這張網可以幫他們監控發動機運行的實際狀況，在出現問題時可以明確認定責任，運營管理層面的困難被打破了。這也就是工業互聯網從另一個側面給未來的工業發展提供了新的思路和方向——朝著資源最優化的方向。

這幾個解讀就是目前工業互聯網應用落地的主流方向，但現在最被認可的還是GE所提到的：智能服務。把設備、人員的信息都連接上，得到所有的數據后，做遠程的監控和診斷，然后再通過現場反饋的信息改進產品設計，改進運維維護服務，這就是智能服務大致內容。

GE其實考慮的非常全面，針對自己所提供的有的工業門類的產品設計出了幾個大的服務內容，包括物流，這是跟生產最直接相關并能產生效益的門類，還有物聯產品，有智能環境、服務團隊管理，還有一個設備性能管理和運營優化。這些服務其實都是跨行業的，所以GE有信心將這些服務推廣到他自身的原有業務當中，包括航空、軌道交通、發電、水務等。也就是因為這些行業都有這樣共性的需求，所以GE才設計出工業互聯網，要發展互聯網模塊化應用，達到規模化效應。最初GE選擇了公有云，建立了Playground供大家在上面開發APP，同時還為之構建了業務生態，收購了一些與智能服務相關的公司。

但是目前來看，Predix還沒有達到預期的效果，這不是因為這個架構設計不好，也不是因為這個業務沒有價值，有可能是這個過于傳統的市場在適應新技術時候的慣性太大，我們還需要耐心并堅持。

但這樣的架構影響了很多公司，所以世界范圍內出現了很多工業互聯網服務的公司。

傳統做ToB服務的大公司像國外的PTC、施奈德，做設備為主的國內的三一、徐工，都在布局相關業務，他們其實擔心會錯過一個時代，擔心失去面向未來的競爭力，那現在他們能不能掙錢？很多企業確實是不掙錢的，但是國家在這個方向上也是不遺余力地投入，一直在做智能化項目的補助，也是希望能幫助企業渡過這樣一個階段，讓一些大型企業首先有這樣的能力，它才能更開放，才能帶動更多的中小企業發展。從這一點上看，對未來技術的布局，是大企業不容忽視的戰略。

從我個人角度來看，未來工業互聯網服務的競爭一定是行業服務深度下沉，在工業互聯網做大量的工業智能應用服務的競爭。基于工業互聯網就是要用技術手段解決一些原本不能解決或者容易被忽視的問題，從而優化設備運行，提升生產效率，加強產品競爭力。

關于平臺商的生態建設

接下來談一下平臺廠商的戰略問題。包括騰訊云做產業互聯網，很多大型企業都是想做整個平臺的服務商，希望發展盡可能多的技術服務公司在平臺之上為客戶做服務，從中抽取平臺使用的費用。在我看來，關于平臺商的生態建設，有三點值得關注。

首先，發展并依靠生態合作伙伴共同服務客戶，已經是產業共識?！钙脚_+應用」現在已經成為一個共識，不管是騰訊還是阿里都是一樣的。我建一個平臺，別人在上面做應用，我再給大企業客戶做服務，充分體現了「術業有專攻」。

平臺廠商不需要在上面做很多定制化的服務，比如說騰訊的人跑到工廠里做很多分析，這其實不是自己的專業。對于平臺廠商而言「平臺+應用」戰略更是體現了對于時間，資金和信任投入的重視。開發產業需要的有行業縱深的應用需要時間和經驗的積累，同時也需要客戶的信任支持，不會一蹴而就。只有讓專業的人做專業的事，才是對資源的最有效利用。平臺廠商所需要做的就是為專業的人提供發揮的舞臺。

其次，也是很重要的一部分，要設計合理的分潤模式。這個分潤模式是建立在技術能合作、業務能接入的基礎之上的。因為我們公司是騰訊跟工業云的技術合作方，所以工業云要求跟我們要有產品的合作研發，才可以對外服務。就是說如果我原來用其他的IoT套件來研發我的產品，現在我需要把這部分去掉，用騰訊云的IoT套件，在分潤的時候也按產品的比例來分成，這是按照技術合作的方式。其他的還可以按整個調用計算資源的多少或者人工成本來分。

有了合理的分潤模式支撐，技術服務公司才可以更明確的跟平臺廠商結合，每一個付出都可以用之后的項目合作計算ROI，這是最好的，這樣的話平臺廠商才有一個穩固的對外服務生態。

第三，要提供不可替代的底層技術，才能建成牢固可靠的生態。如果沒有不可替代的優勢，生態當中的技術服務公司與本地合作企業，是很難強行采取「平臺+應用」的方案來開展項目合作的，這樣平臺廠商就會很被動，處于合作中的弱勢。比如說僅僅提供云服務，客戶會說不需要公有云，也可以做這個事情，那技術服務公司就可以做本地化部署；比如平臺供了IoT套件，技術服務公司說我可以用一些開源的方法來做，處理速度更快，那平臺就很被動。這兩個例子是說明，沒有一個不可替代的優勢，平臺在構建生態時就會被動。這個優勢具體體現在哪里，有幾個方面：首先就是使技術服務公司開發難度和成本降低，第二是使商務難度降低，第三是使技術服務公司管理成本降低。

工業智能與智能制造

在未來的智能服務中，我們更關注智能應用的落地，所以我們在以平臺為支撐的框架上開發了很多智能化應用，現在整體叫工業智能（IndustrialAI）。

在做工業智能時，我們主要關注兩方面。一個是在產出不變的情況下降低成本的應用，比如自動化、信息化的升級；另一個是在成本不變的情況下提升價值及競爭力，比如智能產品。像現在大家生產的智能車加裝很多傳感器，要能對外傳輸數據，但是車不會因為這些而更值錢、更好賣，而是未來這些從車上采集到的數據和以及車上對外的數據接口能掙錢。就好比特斯拉，特斯拉是一個汽車制造企業，但大家都認為它是一個智能化的服務平臺，所以他的PE值要遠高于傳統的汽車制造企業。

目前很多企業也正往這個方向靠攏，大家知道的三一重工，本業是做大型工程機械的，現在它也想把挖掘機的數據都開放出來，這是它賣的一個服務的能力的基礎支撐，同時他們想把這部分能力再賣給別的廠商，比如賣縫紉機的，賣機床的，這就是他們未來賺錢的戰略。我知道三一也是騰訊云的客戶，每年跟騰訊的定單量也很大，騰訊云給它提供了底層的云技術支持，支持他們的業務在在上面更安全可靠得運行，這就形成了一個幾家共贏的局面，對于騰訊而言，三一這樣體量的公司就是一個大型的技術服務公司。

智能制造也是工業智能很重要的體現，是工業智能應用在制造當中的一個側面。首先智能制造目前涵蓋兩個部分，第一個是智能的生產，在生產部分用智能化手段替代人，效率更高，比如黑燈生產、無人工廠；第二個是智能的產品，在產品里面加入的數據采集數據、傳輸、分析的模塊，可以為更多新的應用提供基礎支撐。這樣就應對工業智能在智能制造當中兩個主要應用階段，一個是生產制造環節，一個是售后服務環節。

投入資金也可分為兩大類，一類是效益可計算，一類是效益難估計。效益可計算就是加上智能應用后所節省的人力、所提高的執行效率，都是可算的。而效益難估計部分是由于開放了很多的數據接口和計算能力，使得未來可以支撐更多的新型業務，有更多的生態可以建設，故而這一種類型的投入效益很難估計。目前看到較多的是一些大型央企才在這部分有很大投入。

其實智能制造所涵蓋的內容不僅僅是上面提到的信息化、智能化服務，還涉及很多專業領域，也就是我們說的平臺+應用。像生產管理系統、智能物流、人員管理、自動化和機器人，整體的智能制造方案不是單獨信息化或智能化公司能做的，而是只有和傳統廠商結合起來，最終才能為客戶達到提質、增效、降本、減存的效果。

新業態的建設是一個技術融合新商業模式的過程，技術進步引領產業鏈條變革。以前是設備廠商提供設備到產線中，在產線里組合起來形成產線，產線供給OEM企業（OriginalEquipmentManufacturer原始設備生產商），OEM生產完產品就賣給客戶，圍繞客戶可能還有一些運營服務商。這是一個包裹式的業態，各環節之間也沒有什么的合作與共贏，主要是因為信息不通暢，它們之前所提供的服務沒有共同的平臺。而有了產業互聯網和工業互聯網這些應用之后，以生產設備為核心，就可能有一些設備產線、OEM、用戶、運營商之間的新的業務合作，比如現在有的機床廠商，還提供加工工業服務，備品備件供應以及設備租賃的服務等。在這一變革中，互聯互通及實時的服務反饋是打破產業鏈條的包裹形式，產生新的生態和新的業務模式的核心力量。

設備廠商希望通過工業互聯網占領服務市場，主要包括設備預防性維護、備品備件管理、耗材管理，但是這些并非制造的核心。制造的核心還是在制造者手上，可是目前看來傳統的制造者對互聯網、對服務盈利的認可度還不夠。

對平臺廠商而言，從設備接入到數據管理，再到模型管理、知識管理、體系建設、能力交付、生態建設，最終達到占領市場，服務能力是在不斷變革提升的。如今大家都在做延展服務，從設備廠商開始，想一直往上走，賣設備的同時還想賣耗材、想賣加工能力，到最后還想賣加工知識。我們可以設想在未來的生產組織當中，只要明確想生產的東西，機床就會自動加工，而生產廠并不需要知道加工工藝的細節，工廠的生產組織會變得越來越簡單。未來商業模式慢慢都會朝這個方向發展，是因為這是雙方互贏的局面。

最后，針對于工業智能，其在工業中的應用還處于探索期，仍然面臨著諸多挑戰，智能化輔助決策仍是最有效的工業智能落地方式。要實現工業智能更大規模的落地，一定需要和傳統行業相結合，思考新技術怎樣在不顛覆的同時幫助他們做得更好，合作共贏。