“互联网+”助推“工业互联网+”之路

李正海

在“互联网+”已经成为浪潮的背景下，我们应思考走出一条中国的“工业互联网+”之路。

“工业互联网+”执行路线图

经过两年多的时间，“中国制造2025”正式发布。中国工业企业终于有了一个站在全球工业发展大局上认识自己的现状、差距，从而确立自身未来发展道路的“路线图”。结合风起云涌的“互联网+”浪潮，以及工业自身的转型升级规律，笔者设定中国“工业互联网+”五步路线图以供参考。

一是构建智能的人和组织。“智”是指认知与知道，“能”强调技能和习惯。目前浙江等地大力开展机器换人，这样的情况出现，其原因首先是企业招不到合适的员工，员工的素质难以达到要求，或者说人工成本升高，但更重要的原因是生产的效率与质量通过机器人使用得到大幅度提升。这种现象说明，人的因素对于某些企业而言正在从资产转变为风险。放大这种风险，就会造成很多人离开现有的就业岗位，但要降低这种风险，企业员工知识和技能的培养，就不单是企业的事情，也应该是政府与社会的事情。这种智能的培养，既包括工业互联网+相关技术，也包括心理素质的培养。而智能的组织则是在原先的金字塔、矩阵式等组织结构形式上，根据企业的情况、客户的需求构建更有效率与效益的组织架构模式，例如不为我有但为我用，例如一专多能，例如根据作业点的技能复合人才培养。

二是车间要加快3.0补课，加快推广车间执行系统（MES）。如果说德国工业4.0的实施主体主要是各类高水平的中小企业，那么与之相对应，中国工业互联网+最重要的实施主体应该是车间。而在车间的构成方面，笔者以为一般设备可以分成三个层面，首先是智能装备，然后是由智能装备构建的智能生产线，再然后是多条不同的智能生产线构建的智能车间。而MES软件就是这个主体的最重要的实现软件应用、提升自动化、智能化，上接ERP系统，下接硬件设备的中枢。通过MES系统的实施，对车间的设备、人员、执行、工具、量具、能源、生产计划执行、质量等等进行统筹管理，有效地从执行层面提升企业的制造实力，实现资源的优化。

三是实现车间智能化升级改造。通过MES系统实施后，利用采集技术采集各种数据，可以从全生命周期、全流程的角度来分析研究企业的生产执行情况，从中发现车间的短板，进行升级、优化、改进，从而提升车间的总体能力。而各个车间在有MES系统、又经过自动化和智能化改造后，可以将生产率大幅提升。但这里需要注意的是，自动化、智能化的处理不仅包括物理的如原料、半成品的处理，运输、能源管理，在车间中数据的自动化、智能化处理也是一个非常大的需要提升的区域，需要统筹规划，重点突破。

四是构建各类CPS网络体系。构建网络体系，不仅仅是物理上的信息可以传递，而且包括信息安全、数据协议、业务协议等内容的网络体系，利用这样的网络体系组建车间、工厂互联网，与供应链上下游以及行业、地区乃至国家的互联网体系，实现数据的采集、传递、存储、分析、应用，实现设备级的联通，如M2M的交互、远程操控等，包括冷交换、热交换、互联互通，直到互操作的级别。

五是建设企业大数据、云计算中心。传统方面，工业企业的数据相对而言结构化数据较多，而在技术领域，数据本身的复杂性非常高，因此企业需要构建工业数据图谱，规范企业的术语，构建数据模型，实现数据与数据之间的集成，这就需要企业建立大数据中心以及跨越地域的云计算中心，实现轻客户端，重服务端的应用模式，实现高效、正确、精益。同时，企业内部的信息平台与社会化的各种平台建立起广泛而深入的集成联系。

核心是三大技术

相对而言，工业4.0中对于CPS、工业互联网等都有大量的阐述，对于中国而言，以下核心技术值得研究。

首先是基于CPS系统的业务管理可视化。事实上，有了CPS系统，可以理解为设备、物流，乃至产品的属性、性能、状态发生变化以后，企业需要针对这些变化进行相应的作业、管理、决策，那么我们就需要采取一系列先进的模式来实现这样的作业、管理与决策。具体的形式例如包括历史性的、统计性数据展示框架，监控型展示框架，基于交互式分析的展示模式，基于全业务、全数据的菜单式展示等。

然后是虚拟技术。目前而言在CPS系统上，我们可以实现现实与虚拟之间的变换，例如多年前我们就提出虚拟主机的概念，通过虚拟的样机进行模拟分析，如强度、刚度、动力学等，通过这样的分析，可以在构建实物之前，发现缺陷，优化设计，从而提高一次成功率。而现在的3D打印技术更可以利用增料技术，实现快速的零部件生成，实现虚拟向现实的转化。而笔者以为，更长远的核心技术应不仅于此，还必须把时间、空间进一步纳入进来，从而形成一个更为广泛的CYBER空间，实现革命性的创新。

再说大数据技术，在工业企业中生产型数据的量居然超过了政府的数据量，但是这些数据，很多都应用得不够，究其原因就是这些数据一方面未达到可以挖掘出知识的量；另一方面，没有一定的机制实现数据的集中，在此基础上进行分析应用。工业大数据思维，分维度、分层次汇集，进行分析应用，可以创造出新的经济价值。值得注意的是，当前制造业信息化还需要补课，实施大数据项目意味着较大的投入，企业决策有一定困难，但是再艰难，这一课都应该补上，否则未来想补都来不及了。另外就是大数据，不是巨数据，数据的收集、分析应用也有一定的规模约束，收集数据也存在巨大的成本，需要平衡投入与产出的关系。

标准与协议是基础

在“工业互联网+”模式下，实现数据、信息的记录、传递、存储、分析、应用，都离不开标准与协议。在产品层面，产品、零部件的质量、互换性也离不开标准与协议。因此德国的工业4.0中，标准成为其关注的重点内容之一。制造业的技术标准将直接影响市场竞争，成为市场利益、成为技术壁垒，谁的标准被世界认可，谁就将获得巨大的标准红利。目前PLC编程语言的国际标准IEC 61131-3（PLC Open）主要都来自德国企业；通信领域普及的CAN、Profibus以及EtherCAT也全都诞生于德国。我们国家必须迎头赶上，从国家层面促进标准化工作。在今后，标准化工作主要围绕智能工厂展开，构建生态链上各个环节制定合作机制，确定哪些信息可被用来交换，哪些属于标准构件，哪些机器人适用等等，将先进的信息模式、生产模式、商业模式形成标准推广到国际市场，从而促进技术创新和模式创新，并赢得世界上进一步的市场份额和定价话语权。

实施“工业互联网+”的模式，必须突破传统的思维惯性，实现多主体、多形式、多内容的各种合作，这种合作互联网作为载体，大数据是内容，分析应用是工具，产品创新是结果，从而形成覆盖全流程、全生命周期的生态链，在生态链中，实现各种集成，例如基于供应链的纵向集成（突破工业4.0的企业内部纵向集成），例如细化到工序级的横向集成。而在具体表现上，实现例如改变传统的集团的宏观管控，而是构建集团云计算中心，促进集团各企业的深度交流与合作，例如构建行业数据中心，构建基于地区的产业集群。而在政府指导与大型企业创新的双轮驱动下，促进宏观经济高速发展。

新一轮的工业4.0革命不仅仅是技术革命，也是商业模式革命、产业思维革命，无论是政府的决策者、制造型企业的负责人、管理者，还是一线员工，都需要优化、创新，实现自我的+，通过技术改进、实施MES系统，提升自动化、智能化水平，促进互联网、大数据、云计算深度应用，从而构造出具有中国特色的“工业互联网+”。