MindSphere：工業云的三個問題

丁海驁

“ MindSphere對于IT和OT的融合，是非常重要的，因為我們把它稱之為閉環反饋：在設計、生產和使用一個產品的時候，我們希望獲得這個過程當中產生的一切數據，并且把這個數據反饋到設計環節，能夠讓我們的客戶更好地做出決定，更好地根據這個過程，優化產品設計，這也是為什么MindSphere如此重要：能夠更好地優化我們的設計環節?！边@是在西門子用戶大會亞太區線上媒體溝通會上，西門子數字化工業軟件總裁兼首席執行官Tony Hemmelgarn為數不多地一次提到西門子工業云產品MindSphere。

作為“廠派”工業云最具有標志性作用的產品，實際上MindSphere正式上市商業化已經5年，在中國落地已經3年——2016年4月，在德國漢諾威工業博覽會上，西門子正式發布了第一個的MindSphere；在中國，西門子與阿里云簽署工業云落地中國合作備忘錄的時間，是2018年7月。

MindSphere對于西門子自身具有非常重要的意義：甚至可以說，MindSphere的出現，是“百年老店”西門子開啟從“自動化”向“數字化”轉型的起點。

西門子與MindSphere

2019年4月1日，西門子集團完成了最近一次的組織架構調整：西門子數字化工業軟件部門所屬的“數字化工廠集團”，與“過程工業與驅動集團”合并為“數字化工業集團”，成為西門子旗下三大集團公司之一。從業務上看，西門子實際上就是通過組織架構的調整，將工業軟件業務，與工廠自動化、運動控制、過程自動化和客戶服務等西門子傳統的工業硬件業務，放到了“數字化工廠集團”部門——而真正讓西門子有機會將所有這些傳統硬件、軟件進行融合，從而為企業用戶提供整套“數字化”解決方案的，就是MindSphere。

因此，此次調整對于西門子來講最重要的意義在于：從全球層面，完成了一次以“數字化”為標簽的、工業業務的組織架構統一，并向外界傳遞出“已經為迎接數字化工廠時代的到來做好了準備”的信號。應該說，西門子對自己此次轉型下了很大的決心，也做了相當多的努力，因此可以想象西門子對于MindSphere給予了多大的期望。

那么到底該如何盡快實現MindSphere的市場化呢？

按照一般的規律，一項基于新技術的產品從誕生到在企業用戶當中得到廣泛使用，往往要解決三個問題：

第一，技術性問題：新技術本身是否具有領先性，以及是否具有持續成長的可能性？

第二，應用場景問題：其是否具有足夠的靈活性、柔性和開放性，在保障企業既有投資的基礎上，是否能夠真正與企業業務相融合，發揮作用？

第三，商業化問題：選擇怎樣的商業方式交付產品和服務？

應該說，這是所有面向企業用戶的科技新產品都必須解決的三個問題，MindSphere也一樣。

技術性問題：有條不紊

毋庸置疑的一點：MindSphere在很大程度上講，并不僅僅是一個基于云計算平臺的IT服務，其更重要的價值，是向工業企業提供了一個從數據角度優化現有業務流程的方法論。

根據西門子的“數字化雙胞胎”理論：在我們周圍，存在兩個世界，一個是由軟件構成的數字虛擬世界；另一個是由機器設備構成的現實物理世界，“數字化雙胞胎”就是在數字虛擬世界和現實物理世界之間，建立一種彼此以數據為載體的互動模式，從而實現IT和OT之間的密切關聯。

因此，在連接虛擬和現實過程發揮關鍵作用的MindSphere，其技術的先進性和成長性，顯然并不體現在單純的云計算技術層面，而是在于那些與數據相關的操作中：來自現實世界的設備運行數據如何才能做到最大范圍、最精準、最有效的收集、傳輸？以及如何在虛擬世界當中完成對數據的管理、分析和應用？

從這個角度看，如果按照現實世界和虛擬世界兩個維度看，西門子在傳統工業硬件和工業軟件兩方面，一直都圍繞數據的操作，調整自身的技術和產品。

在硬件方面，西門子選擇結合自身以往的技術和業務優勢，加強傳統工業硬件對于數據收集、傳遞和處理的能力。如從2018年底，西門子宣布推出一款集成了AI的全新SIMATIC S7-1500 TM NPU模塊，用于Simatic S7-1500控制器和ET 200MP I/O系統，從而開啟了在傳統工業硬件端增加數據處理能力的“現實世界技術升級”。此后，相繼在2020年推出了包括用于連接云端、公司IT 系統和生產系統的IOT網關SIMATIC IOT2050，利用其可直接在生產環境中采集、處理和傳輸生產數據，并在云端進行機器設備數據和生產數據的分析；以及數字化原生數控系統 Sinumerik One、集成了控制系統專門應用于物流系統的G115D等在內的一系列產品。

相對硬件，工業軟件在技術層面則更多承擔的是解決“如何管理、分析和應用這些來自現實世界數據”的問題。

從某種角度講，對于來自現實世界的數據進行分析，在工業領域，更多表現為兩種情況：其一，是將虛擬世界當中的理想數據，與現實世界中的真實數據進行對比，從中發現問題，從而推動優化設計和工藝；其二，是將現實世界中影響業務的各種復雜因素，在虛擬世界中定義成可以量化和計算的數學關系，如此以來，來自現實世界的各種數據，就可以在虛擬世界中被計算、分析和優化，最終以更清晰的可量化方式，指導現實世界中的業務運行。

顯而易見，無論是以上哪種需求，最終的問題都會回歸到：用怎樣的能力工具，來做數據的對比和計算？最終對比和計算的結果，該如何以更直接的方式提供給用戶或系統？

應該說，對于Mendix的收購是解決這一問題的開始。

2018年8月2日，西門子宣布以6億歐元的價格收購了低代碼應用開發平臺公司Mendix。簡單來說，Mendix實際上是一個提供給業務人員的“編程系統”：通過部署在云端的可視化模型，業務部門人員無需代碼級的操作，即可以根據現實的業務需求，搭建出一個可用性非常高的應用程序——這其中，“部署在云端的可視化模型”是Mendix價值的源泉，而這一模型，實際上是由各個不同的軟件所提供的功能，經過排列組合而成。

“我們從客戶那里聽到的需求——他們希望獲得更多可以用的技術、希望能夠根據需要擴展和提升他們的工程能力，并且能夠靈活地在任何地方、任何時間開展安全協作，這些都是我們提供軟件即服務（SaaS）產品的原因。”在本次亞太區線上媒體溝通會上，Tony Hemmelgarn重點強調了西門子數字化工業軟件針對Xcelerator正在展開SaaS化的推進。

“SaaS化”，對于傳統工業軟件本身來講，當然是一次技術、產品、服務和商業模式的升級。但是，更有價值的一點是：對傳統工業軟件SaaS化，將使得對工業軟件功能的拆解、重組，并轉化成針對企業用戶各種業務需求的能力，變得更加簡單。

因此，這實際上為構建更多、更豐富的“部署在云端的可視化模型”提供了一種可能性。從這個角度看，將Xcelerator的SaaS化理解成“為數據分析和計算做工具的準備”，也是有道理的。

與此同時，對于傳統工業軟件功能無法涵蓋的其他數據計算需求，除了在近期收購了包括TimeSeries、Fractal Technologies、Supplyframe等在內的軟件，豐富自身軟件能力外，從2020年開始，西門子就開始有計劃地拓展合作伙伴的范圍，陸續宣布了與Salesforce、SAP等各種其他領域優秀的“能力提供者”建立合作關系的消息。

應該說，在硬件和軟件的技術層面上，圍繞“數據”這一核心，MindSphere保持了一個有條不紊進階節奏。

應用場景：業務想象力和服務

筆者始終堅持認為：MindSphere最重要的價值，是為工業企業提供了一個從數據角度優化現有業務流程的方法論，因此從工具和所提供的能力角度看：MindSphere與傳統工業軟件所能為應用企業帶來價值的方式是完全不同的。

傳統工業軟件是通過“功能”將IT技術的能力傳遞給應用企業，為企業的業務需求提供能力支持。因此，大多數時候，在企業的業務需求和工業軟件的功能之間，存在一個復雜的“反饋弧”：企業首先需要了解工業軟件的現實功能，并且在工業軟件的能力范圍內，提出自己的業務需求，從而保證企業的業務需求能夠處于工業軟件的覆蓋范圍內——這就相當于在一個建好的毛坯房內做裝修，所有的想法，都是有邊界、有范圍的，而且邊界和范圍是工業軟件的能力邊界。

用工業云解決企業的業務問題則不需要考慮能力邊界的問題：因為用工業云解決企業的現實問題，核心不是云平臺本身，更不是軟件、算法、硬件等一切可能會造成能力邊界的具體產品，而是數據。企業需要做的，只是提出自己的業務需求；而工業云服務提供者，會針對業務需求，通過整合提供一整套與數據收集、存儲、計算、分析相關的實現方法，幫助企業的業務需求得到滿足。

西門子的MindSphere有這樣一個應用案例：企業用戶是一個在中國西南的污水處理企業。污水處理是一個涉及到物理和化學學科，并受到各種外界復雜關系影響的業務過程。以往企業只能依靠經驗，來解決所有不確定因素，因此對于成本、質量等最終結果，都難以真正把控。通過應用MindSphere，企業將與污水處理的關鍵步驟進行了完全的數字化，將所有影響污水處理的因素以數學方式進行描述，定義了數據模型，并且基于更精確的數字分析結果來最終即時指導、管理和控制整個生產過程。

很顯然MindSphere解決問題的思路，完全不是以往通過軟件解決問題的邏輯：軟件是基于自身功能提供效率，而MindSphere是基于業務需求通過數字的獲取和分析給出新的思路。因此應該說，MindSphere對于這家企業的價值，體現在對業務過程和影響因素的數字表達及深度分析上。

按照這樣一個工業云應用的典型流程，相信有兩個關鍵點值得被格外重視。

第一，在應用工業云的過程中，企業用戶不需要考慮工業云的能力邊界，而且解決業務問題的方法也并非是唯一確定的。如，現場收集的數據既可以通過電纜傳輸，也可以通過5G實現互聯；而數據既可以存儲在云端進行管理和分析，也可以存儲在本地數據中心；數據分析的結果可以直接為管理層提供決策依據，也可以直接反饋回系統，即時指導生產——對于企業用戶而言，這就像是在一塊空地里建房子：對于業務的想象力，決定了工業云能發揮多大的作用。

第二，工業云的這種應用模式，實際上提高了用戶對于IT技術的要求：不僅涉及到企業IT基礎架構，還會涉及到包括網絡、云計算等更廣泛的IT領域。因此在實施和應用工業云的過程中，工業云服務提供者的服務能力就顯得至關重要：他們需要將企業的業務需求，轉化為對數據應用的路線圖，進而分解為工業云的能力，最終通過整合軟、硬件系統、網絡等各種IT資源，滿足企業用戶的現實業務需求。

因此，在整個工業云領域，開發更多有價值的行業應用場景，在很大程度上是，是企業與工業云提供者雙方合作的結果：前者的想象力和后者的服務能力，決定了最終有多少有價值的工業云應用場景能夠落地現實業務。

對于西門子的MindSphere也是一樣——雖然西門子收購了Mendix，為企業利用工業云提供了相當的便利。但是，對于大多數的企業而言，在應用MindSphere的初期，工業云應用還缺少足夠的行業應用典型場景的情況下，西門子是否能提供更貼身的服務，就成為其是否愿意嘗試應用MindSphere的關鍵。

眾所周知，作為一個并非“為了云而云”的產品，MindSphere最早源自西門子的數字化服務部門：為了響應用戶對現場數據采集的需求，西門子的數字化服務部門在綜合應用西門子傳統自動化硬件和工業軟件技術的基礎上，基于Cloud Foundry開發的架構在SAP HANA云平臺上構建了一個操作系統。其目的，是依托西門子自身的網關類硬件產品，與眾多具有以太網通訊能力的設備進行聯結，收集和傳輸設備的運行數據，并通過對數據的分析，對企業生產現場的情況進行監控和優化。2015年，西門子推出的跨業務的數字化服務平臺Sinalytics，就是MindSphere的前身。

因此可以說，西門子的數字化服務部門從最初開始，就是在用數字化的方法在解決自身的業務需求?，F在，關于MindSphere “業務場景開發”方面的工作，則順理成章地落在西門子數字化服務部門身上，也是希望該部門能夠將以往業務場景開發的能力，借助企業的業務需求，真正為MindSphere的市場化應用帶來更多的可能。

另外，去年9月，在2020西門子中國數字化創新峰會上，西門子宣布新成立了業務部門Siemens Advanta（原西門子物聯網服務事業部），并取了一個中文名字“西門子艾聞達”。“西門子艾聞達的使命是借助西門子生態系統，賦能客戶邁向數字化未來。我們希望，通過新的中文名稱，人們將能夠更好地理解西門子艾聞達的業務，共同促進其未來發展?！碑敃r的西門子大中華區總裁兼首席執行官赫爾曼發言中強調，成立這樣一個部門，目的就是把西門子在物聯網和咨詢等領域的知識及經驗整合起來，更主動地為用戶提供一個更全面的服務和解決方案。

從目前來看，作為一個獨立的品牌和業務部門，西門子艾聞達為企業提供的，更多是戰略層面的咨詢業務；而隸屬于“數字化工業集團”的“數字化服務部門”更多傾向于提供針對MindSphere應用層面的咨詢、規劃和實施。但是從服務企業用戶的角度看，實際上兩者相互的銜接是非常緊密的，而且從西門子整體業務規劃部署來看，同屬咨詢和服務業務，兩個部門之間未來的互動模式，頗值得關注。

商業模式：略顯糾結

不久前，西門子新任CEO博樂仁在接受中國一家媒體采訪時說，針對MindSphere這類平臺商業模式的建立，更多取決于用戶和用例。他強調：只有足夠的用例，才會有更明確和豐富的商業模式，如應用即服務，或提供技術可用性：“轉型趨勢中，我們一直關注技術，但同樣需要銷售和商業模式的變革，而且后者在我們的戰略中越來越重要。”

或許就是因為MindSphere強調“用例”的特殊性，才使得MindSphere的商業模式形成的過程略顯“糾結”。

因為對于西門子和用戶這對供需雙方而言：雖然以MindSphere為核心的數字化解決方案能夠提供更多的能力和價值，但是，對于今天的大多數工業企業而言，核心的問題依然是解決效率問題、成本問題，工業互聯網、工業物聯網還僅僅是一個未來的趨勢——的確要實踐，但不是當下急需，因此并沒有排在日程表上比較靠前的位置。因此目前在市場上，工業互聯網和物聯網解決方案，處在一個叫好不叫座的尷尬位置。要在短時間內形成足夠多、能夠支持策略部門制定出商業模式的“用例”，難度頗大。而沒有用例，就沒有清晰的商業模式，就沒有完整的銷售方式……

承擔MindSphere銷售責任的，是Tony Hemmelgarn領導的西門子數字化工業軟件公司。對于一個商業機構而言，他必須要在在現實和未來，技術和受益之間，取得平衡。畢竟，傳統的軟件、硬件所帶來的是現實的商業受益；與此同時，MindSphere代表的是未來企業技術和應用的發展方向——而要在兩者之間找到平衡點，這本身就不是一個單純的策略問題。因此，也許市場需要給他更多時間。

寫在最后

常常有人說：在水面上洑水的鴨子，看起來很悠閑，實際上在水面之前一直很努力。

如果把工業云當成是未來工業企業數字化轉型的一種模型，把MindSphere當成是西門子自身轉型的風向標，那么實際上，西門子自身的轉型，已經完成了從技術到應用場景的過程，目前正在從業務場景向商業模式挺進：三個問題，解決了兩個，還剩最后一個。行百里半九十，只有解決了最后這個問題，MindSphere才能算是真正完成了市場化的全過程。