工业互联网应用：离散与流程行业差异显著

如果说2018年是工业互联网元年，那么2019年的工业互联网将会怎么走？在2019工业互联网峰会上，中国信息通信研究院总工程师、工业互联网产业联盟秘书长余晓晖表示，应用探索与推广将是工业互联网下一阶段的发展主线。

余晓晖说，以资源协同、产融结合为特色的模式创新，是目前我国工业互联网应用的独特模式。不同规模的企业，工业互联网的价值有所不同，应该兼具大企业更高层次的提升和中小企业信息化、数字化普及。

当前，中国工业面临的数字化转型需求体现为提升生产经营管理效率、提升产品质量和价值、促进商业模式创新以及降低信息化应用门槛，这几个方面都面临着的一些挑战。而工业互联网提供了一个方法论，可以作为制造业和各个产业实现数字化和智能化转型的路径。

企业不同应用模式有别

余晓晖分析，国外的工业互联网应用，大部分聚焦在资产管理服务层面，国内来说，虽然资产管理很重要，但是生产过程的管控，资源配置的优化比较突出，这也体现了中国工业处于补课、提升与模式创新并举的阶段。

中国通过工业互联网连接企业、产业各环节和各要素，在四个方向探索出一系列特色创新应用模式。

一是连接用户，特点是大规模定制，如海尔COSMOPlat平台连通用户和生产销售物流全环节，汇集用户个性化定制需求，按需生产和配送。

二是连接工厂，实现能力交易与资源配置优化，如生意帮通过连接各加工厂发包方，组织工厂协作加工。在B2B交易方面，积微物联平台交易工业产品，智能云科平台交易加工能力，航天云网平台交易产品设计、模型等。

三是连接物流，体现为数据驱动的精准物流服务，如传化智联的物流整合平台，整合货、运、港等物流各环节数据，保障物流企业、收发货方的货款安全和流转。

四是连接金融，体现为基于工业互联网的金融产品或服务。这是国内非常有特色的，就是金融服务，通过数据来解决中小企业的信贷、保险，以及包括设备销售的一些商业模式问题。

可以看到，在以上创新模式中，大企业、中小企业解决的都是不同的问题。大型企业有比较好的信息化基础，所以利用工业互联网提升数字化的分析决策能力，布局高价值应用，比如在一些特定的工业场景下做工业大数据的深度分析。再比如，多环节集成与协同优化，实现基于数据协同分析的产业链环节互通与系统性优化。

而中小企业的资源与能力是生存发展的关键，所以围绕“抓资源、补能力”推动工业互联网的应用。具体来说，中小企业比较突出的有两点，一个是低成本的信息化应用，比如优化MES，或者是ERP，功能比较单一，甚至都不需要定制化。有很多企业有这样的需求。还有一点就是通过平台融入社会化生产体系，获取企业发展的关键资源特别是订单资源与金融资源。

流程与离散行业差异显著

可见，企业差异化的存在使应用模式各不相同，有专家认为，甚至在推进过程中需要考虑先个性、后共性这一策略。与此同时，在不同的垂直行业，差异化也很显著。

余晓辉介绍，国内的流程行业如钢铁、石化、能源、电力等等，具有连续生产、资产价值高、工艺过程复杂的特点，对安全环保具有较高的要求，信息化数字化基础较好，数据采集能力非常强。在工业互联网方面主要体现为三大场景，分别是数据+模型驱动的生产管理优化即以数字孪生为核心的智能工厂建设；还有以数据可视化为核心的HSE系统，就是解决健康、环保的问题；再就是基于数据的全供应链优化，更好地实现产销对接。

在离散行业，针对多品种小批量行业如航空、船舶、工程机械等，主要应用场景有四种，分别是基于数据机理的协同设计仿真验证，以数据分析为基础的生产工艺优化，依托系统集成的供应链管理优化，还有以数据模型分析为核心的设备健康管理。

针对小品种大批量行业如如汽车、家电、电子等，数据共享的大规模定制，依托数据深度分析的产品质量优化，以及以数据互通为基础的生产管理优化，还有基于物联+分析的后服务市场，是该行业的工业互联网应用的主要特点。

工业互联网平台三大演进方向

工业互联网功能体系包括网络、平台、安全，余晓晖指出，预计平台功能体系将会有三大演进方向，第一，工业技术本身的积累，会深刻影响平台产业革命，工业知识积淀深厚的企业将发挥重要作用。第二，开源技术将推动IT技术不断演进，开会成为一个非常重要的基础技术。一方面平台开发者生态和应用创新生态加速平台应用创新，另一方面，平台企业纷纷打造自主生态。

由于整个工业互联网处于发展初期，不可避免在各个层面面临一些客观的挑战。技术层面体现为两点，第一，工业技术和IT、OT技术的融合创新面临困难，接近70%平台的工业模型不到20个。第二，新兴技术解决工业问题的有效性有待验证，比如人工智能，特别是深度学习等，在强工业机理场景下的有效性仍不明确。

产业方面，目前缺少产业巨头引领发展方向，产业的协同创新、生态建设有待加强。商业方面，现有的工业互联网盈利模式比较单一，提供定制化解决方案仍是现阶段最主要的盈利方式。总体上，从技术、应用、产业、商业等维度，还有很长的路要走。

声明：本网站所收集的部分公开资料来源于互联网，转载的目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。本站部分作品是由网友自主投稿和发布、编辑整理上传，对此类作品本站仅提供交流平台，不为其版权负责。如果您发现网站上所用视频、图片、文字如涉及作品版权问题，请第一时间告知，我们将根据您提供的证明材料确认版权并按国家标准支付稿酬或立即删除内容，以保证您的权益！联系电话：010-58612588 或 Email:editor@blueai.net.cn。