工業互聯網應用創新策略

李勤

摘要：工業互聯網解決發達國家經濟增長停滯問題，結合工業互聯網對未來網絡技術的需求和技術融合的特點，工業互聯網應用未來發展還將呈現政策為導向、產業集群為核心、行業細分為特點的創新策略。

關鍵詞：工業互聯網；產業集群；行業細分

一、政策為導向，調動制造業企業創新的積極性

（一）重點關注投資大、見效慢問題

制造業在向智能制造轉型升級過程中，涉及兩個關鍵概念：輕資產投資和重資產投資。輕資產投資主要是指互聯網方面的投資，即通過提供相應的服務就能獲得收益，投資回報快；相較而言的重資產投資指的是制造業企業在進行設備更新方面的投資，回報時間較長且投資數量較大。基于此，許多中小企業對于數字化轉型的積極性并不高。因此政府部門應加大政策推廣力度，重點解決中小企業對于投資大、見效慢的顧慮因素，從而提高企業的使用積極性。

（二）建設網絡信息安全保障體系

2019年印發的《加強工業互聯網安全工作指導意見》明確提出要對工業互聯網企業實施網絡安全分類分級管理。“三年發展計劃”中指出，隨著我國工業互聯網發展進入新階段，設備聯網、企業上云等情況日益增多，使工業過程中敏感度較高的專利等核心技術信息暴露在公共平臺中的可能性增大，網絡信息安全保障體系的建設顯得尤為重要，基于此，本文對政策層面發布的關于安全保障體系的建設進行了梳理，總結為表1所示。

二、產業集群為核心，加快產業完成數字化轉型

“十四五”規劃和2035年遠景目標綱要提出，促進數字技術與實體經濟深度融合，賦能傳統產業轉型升級，催生新產業新業態新模式，壯大經濟發展新引擎。互聯網的發展經歷了四個階段：模擬時代、數字時代、移動互聯網時代、萬物互聯時代，具體表現形式如表2所示。

萬物互聯的時代背景下，以產業集群為核心，聯合政府、各個類型的企業，推動工業互聯網的不斷融合，形成跨企業、跨平臺協同的產業形態，是加快產業完成數字化轉型的重點方向。在中國制造2025的十年規劃與“十四五”規劃等一系列的政策指引下，未來制造業企業在制造工藝、質量管理方面將會結合全區創新扶持政策、未來產業發展規劃，整合創新載體、龍頭企業等優勢資源，形成多維度的優勢資源匯集，從而形成以工業互聯網為典型切入點，最終形成協同全產業的價值共創模式。自動化企業在本文指的是專門提供自動化解決方案的企業，如西門子、施耐德等。從自動化自身角度來看，制造業企業實現自動化生產的特點是無人、制造模式固定，而工業互聯網融合的背景下，自動化企業則可以在原有的自動化解決方案中，增加對工業企業的實時數據監控、反映與網絡協調，從而實現“十四五”規劃中描述的工業互聯網+智能制造的全新產業形態。將工業互聯網中的解決方案復制到“互聯網+”全產業當中，加快傳統產業與互聯網的深度融合發展。

三、行業細分為特點，推動按需制造等智能制造模式

（一）按行業細分特點推廣工業App的應用

由于不同行業中的工業技術差異性較大，因此相比于傳統工業軟件，具有輕量化、靈活可復制的工業App能更好滿足工業互聯網中的不同應用場景。工信部發布的《工業互聯網App培育工程實施方案》中，按不同行業的不同應用場景，對工業App進行了分類，主要分為四大類，如表3所示。

（二）推廣5G在工業互聯網的融合應用

數據在眾多工業企業中已經成為核心資源之一，而數據從收集、存儲、到轉化的過程都需要依托網絡完成。按照不同行業對網絡的需求進行劃分，工業互聯網可分為三類應用場景：機器視覺、設備物聯、遠程操控。“5G+工業互聯網”能將數據、流程、應用場景整合在一起形成一個系統。Padhi在研究中指出在工業互聯網領域，5G專用網絡與LTE和Wi-Fi相比，具有覆蓋范圍更廣、安全保障能力更強、性能更加優越三大優勢，能夠支持苛刻性能要求的工業場景應用。將我國發布的《“5G+工業互聯網”512工程推進方案》進行梳理，總結出了5G的應用場景以及相應的應用價值，如表4所示，為工業互聯網應用提供更為廣闊場景。

四、工業互聯網標識解析系統應用場景

傳統制造業在向智能制造、柔性制造的轉型升級過程，最重要的目的是實現各類設備、工廠之間數據的流通以及知識共享。然而目前在轉型升級過程中表現出的普遍存在的問題主要包括兩方面：一方面，工廠內的設備數量龐大、品類繁雜，其中機器、零件標識難度大，實施困難；另一方面，機器的標識為“獨立”標識，企業、部門之間的標識無法實現統一識別，因此標識解析系統在構建過程無法對這些已標識的機器數據進行大規模采集。

標識解析系統的構建，是工業互聯網應用能得到具體落實的首要步驟。標識解析體系對設備、工廠數據的作用包括產品的完整生命周期管理、生產、運輸以及銷售數據追溯等。通過打造工業互聯網標識解析體系，從而打通企業信息系統，實現數據流通的技術引擎，使得工廠內、企業內以及企業間的數據、知識庫不斷完備。

在工業互聯網平臺的數據集成方面，設備的數據信息過于多樣化，因此在數據采集過程中需要設計盡可能多的數據指標體系，但在數據存儲過程中，需要數據盡可能實現結構上的一致，以便于對數據進行可視化分析。至此，在平臺中得以集成的數據既需要立體、全面，又需要實現可視化過程中數據單位的統一，于是這一系統產生了物理沖突。為了解決這一沖突，可以利用空間分離原理，將上傳數據的模塊與數據可視化分析的模塊進行空間上的分離，從而實現在數據集成過程中，設備信息盡可能多維度存儲，在數據進行可視化分析過程中，能按照用戶特定的需求對于數據存儲模塊中的同一緯度的數據進行提取，從而完成數據可視化功能。

制造業企業在完成數字化轉型后，在生產過程中產生的數據會上傳至平臺中，平臺依托模型對數據進行處理而轉化成應用。數字化轉型的本質就是為制造業企業持續不斷的創造價值：提高產品質量、降低生產所需成本，推廣產品新型制造模式。工業互聯網平臺對企業進行價值重構方面是從三個角度完成的：連接維度、生態維度以及產生的效益維度。從連接維視角來看，工業互聯網能夠將人、機器、生產材料、機理模型、生產空間進行全連接，打破企業原有邊界，構建跨企業協同制造、生產的場景應用生態圈，從而為企業提供相應的價值，如圖1所示。

五、工業互聯網應用創新技術支撐

由于工業互聯網平臺相關技術的廣泛應用為我國傳統的制造業帶來顛覆性的創新改革，切實體現了知識就是科學技術進步的第一推動力。工業互聯網平臺涉及的技術主要包括：5G、數據中心、邊緣計算、云計算等，平臺的技術體系有三個層面構成：平臺架構、平臺集成的數據、平臺衍生的產業。工業互聯網平臺體系的基礎就是通過邊緣計算技術對這些龐大的異構數據進行收集、匯聚，通過搭建大數據庫以及云服務平臺的形式，將海量的工業生產數據進行上傳、保存，衍生出為制造業企業優化生產流程的工業App，如圖2所示技術支撐的三個維度。

制造業企業在加入工業互聯網產業聯盟之后，可以將生產經營過程中的數據上傳到工業互聯網平臺，工業互聯網平臺在采集來自設備、工廠的底層數據后，將海量的異構數據進行清洗、挖掘。最后衍生出提供技術服務和生產經營服務的工業軟件企業，企業可以有效地對數據進行處理，從而為其他工業企業在生產過程中所遇到的技術難題提供標準、適用的解決方案。從業務層面來看，工業互聯網在解決各行業的業務痛點后，形成一系列的應用場景，如圖3所示業務落地的解決方案。

從企業視角來看，由于目前工業互聯網平臺的構建是各個IT企業競爭的熱點話題，因此各個IT企業不惜重金投入到工業互聯網平臺的建設中來。技術創新從宏觀層面來看，對整個社會的可持續發展具有深遠的意義，但是對于企業而言，如果不計成本投入工業互聯網平臺的建設中，可能會拖累企業的正常生產經營，從而使得企業的正常生產經營偏離原有的軌道。因此，對于一些實力不夠強盛，以及融資力度不能達到預期的企業而言，投入到工業互聯網平臺的建設過程中，應該積極地衡量其企業所付出的成本以及未來的收益。因為工業互聯網平臺可以有效提升整個工業生產效率及新動能，因此前景雖然非常看好，但是在實際的構架過程中，還會遇到各種各樣的技術性難題。而這些技術性難題的接連突破，都需要企業具有較為雄厚的資本實力和技術研發能力。工業云平臺依托于不同的數據生產要素和生產過程虛擬化搭建，可構建出四個主要應用場景：產品全生命周期上云、生產制造過程虛擬上云、企業核心業務模塊搭建上云、企業研發全流程管理上云。傳統的制造業企業在數據上傳至云端后，在海量異構數據存儲與查詢方面，采用的就是云數據管理方法。其中對于云端數據處理機制的要求只要包含兩方面，一方面保證平臺的實時數據上傳更新過程中的數據并發機制；另一方面，為降低云端海量實時數據處理的技術難度，需要技術人員在數據采集之前進行一系列的預處理操作，從而達到云端數據清洗過程的簡化目的，很好的提高數據處理的效率。云平臺的構建和使用給先進制造業帶來了巨大的協同設計、協同制造、知識共享方面的便利，但由于制造企業的類型多樣及制造企業服務化轉型導向，因此，云平臺的核心功能及業務落地也產生了多樣化，為制造業工業互聯系統優勢提供上升空間。以提高工業制造企業的資源使用效率為出發點，對于工業產品的萌芽期以及生長期進行大量的有效研發資源的配置，充分提高投入資源的創新回報率；在成熟期，快速獲取技術的直接理論架構，并著手在現有技術架構下持續開發新一代的替代技術迭代升級；在衰退期，運用產品進化理論，技術開發人員可以較快完成整套技術升級應用的構思，實現新一階段技術難題突破和創新能力提升。

參考文獻：

[1]高柏，朱蘭.從“世界工廠”到工業互聯網強國：打造智能制造時代的競爭優勢[J].改革，2020（06）：30-43.

[2]《工業互聯網創新發展行動計劃（2021-2023年）》解讀[J].中國信息化，2021（03）：10-14

[3]劉銳，楊靈運.工業互聯網標識解析的行業應用與實踐[J].中國集體經濟，2021（01）：161-163.

（作者單位：湖北工業大學經濟與管理學院）