奋力推进产业互联网融合发展

◎ 李晓华

新一代信息技术的发展推动互联网从消费互联网阶段进入到产业互联网阶段。产业互联网作为产业内互联网与产业间互联网的有机统一，不仅是互联网技术在特定产业领域中的深度应用，而且打破了产业边界，实现了跨产业的网络连接、数据打通和业态创新。跨产业互联网的赋能威力主要体现在互联网产业算法算力的复用、消费互联网与产业互联网融合、全产业链和全生态的数据打通以及业态创新与制造业服务化等四个方面。

缘起

互联网诞生于20世纪60年代，在很长一段时期内，主要应用于军事和科研领域。直到20世纪90年代才实现大规模的商用，这一时期，互联网大部分应用是针对消费者个人的，如网页浏览、信息搜索、电子邮件、在线购物、在线游戏和即时通信等。因此，这个阶段的互联网也被称作“消费互联网”或“商业互联网”。

英文“Industrial Internet”一词对应的两种汉语表述分别是工业互联网与产业互联网。“Industrial Internet”由通用电气公司（GE）在2012年11月26日发布的“Industrial Internet：Pushing the Boundaries of Minds and Machines”白皮书中提出。由于通用电气的工业企业背景以及其在白皮书中展示了商用喷气式飞机、发电厂、机车、炼油厂和医疗等以工业装备为核心的应用场景[1]，因此国内习惯于将通用电气提出的“Industrial Internet”翻译为“工业互联网”，把与“消费互联网”对应的概念表述为“产业互联网”。由于工业只是国民经济诸多部门中的一个，所以可以将工业互联网看作产业互联网的一个子集。

随着云计算、大数据、物联网、移动互联网和人工智能等新一代信息技术逐渐发展成熟，产业互联网与实体经济深度融合成为可能，并渗透到各个产业中，促使产品开发、生产流程、供应链等都在其驱动下发生了深刻的变革。可以说，产业互联网是新一代信息技术与各个实体产业部门相互融合的体现。

存在的问题及影响因素

1.存在的问题

（1）研究层面。当前，国内对于产业互联网的研究，普遍强调其是互联网技术在某一个产业内部的应用以及对该产业的重塑，而忽略了不同产业之间的跨产业联系。但从企业的角度看，产业链、价值链和供应链往往会跨越多个联系紧密的行业，如果只关注于某一产业内部的互联互通，不仅与产业运作的实际情况不符，而且还会因为只注意企业实际运作的局部，而限制新一代信息技术产业赋能作用的发挥。

（2）实施层面。产业互联网是信息技术与实体经济深度融合的产物。数字世界与物理世界的打通能够使产业的组织方式、商业模式、运作流程等各个方面发生显著的改变，并由此提高生产效率和经济效益。但是物理世界与数字世界具有不同的运行规律，而且通过这些运行规律所提炼出的科学技术或默会知识（一种只可意会不可言传的知识，经常使用却又无法通过语言文字符号予以清晰表达或直接传递）掌握在不同企业手中。虽然一些国家或机构提出了工业互联网参考架构，试图在术语、标准、接口以及数据格式等方面形成行业共识，以加快数字世界与物理世界的融合，但是不同产业以及同一产业中不同企业的工艺、设备、系统和数据格式等各不相同。因此，目前国内外尚未开发出在保证产品稳定性、可靠性的前提下适用于所有产业的互联网平台。另外，由于担心核心技术或商业秘密被泄露，企业通过将默会知识编码化、软件化从而实现其复用的动力也不高，这就造成产业内部以及产业之间互联互通的困难重重。

2.影响因素

跨产业互联是由互联网的两个本质特征决定的。

（1）连接与网络效应。一个网络连接的范围越大、节点越多，对使用者的价值就越大。物联网、移动通信技术的发展使得网络连接的范围获得极大拓展，真正实现了万物互联；而高速率、大容量、低延时、广覆盖的移动互联网使得实时连接成为可能。

（2）数据成为生产要素。数字经济时代，数据成为生产要素，能够创造巨大的经济价值，也因此成为企业竞争力的重要来源。其价值不仅取决于规模的多寡、新旧，更取决于数据之间的关联性。值得注意的是，仅限于产业内部的连接与数据流动固然能够创造价值，但却抑制了数据价值的创造力的发挥。

赋能跨产业互联网

新一代信息技术的发展加快了跨产业互联网的成熟。其重视对已有能力的复用和对已有数据价值的挖掘，且对特定行业技术和知识的涉及还有扩展的空间，因而跨产业互联网具有很大的发展潜力。

1.互联网产业算法算力的复用

依托云计算、大数据和人工智能等新技术，互联网企业得以为其他行业提供更加完备的数字工具，成为其他产业的赋能者。随着向产业互联网领域进军，传统互联网企业的赋能力量已得到广泛地发挥。如阿里云ET工业大脑通过分析制造企业生产线的各种工艺参数，能够发现更优的工艺参数组合，从而帮助制造企业提高良品率、降低成本、增加收入；腾讯在中国商用飞机有限责任公司的国产大飞机复合材料零部件内部缺陷检测项目中，利用样本数据开发出了人工智能算法，将原来需要四个小时完成的人工检测工作压缩到16秒[2]。

2.消费互联网与产业互联网融合

无论是产品还是服务，根本上都要满足用户的需要才能实现从商品到货币的“惊险一跃”。但是由于缺少技术手段的支持，一些企业较难掌握潜在用户以及用户的需求和消费习惯等信息。而行业领先的消费互联网平台企业往往沉淀了海量的用户资源以及客户信息。如果实现消费互联网与产业互联网的融合，打通二者的数据连接，不但可以为传统产业中的企业提供更加精准的用户画像，而且通过数据的实时连接，还可以为消费者提供定制化的产品和服务。如零售企业选址通常会采用人工统计某个商圈人流量和通过发放调查问卷了解周边居民的消费特点等传统方法，但是这种方式的弊端比较明显，如低效、误差大等。而阿里巴巴、腾讯、美团点评和字节跳动等大型互联网平台则能通过大数据，为用户提供某一个地点准确的人员流量、周边人群的消费习惯等信息，使零售企业选址、上货品类更加精准。

■ 天地山川 赵来清/摄

3.全价值链和全生态的数据打通

产业是从事相同性质经济活动的所有单位的集合。由于供应链、价值链跨越不同的产业和企业，往往存在着企业联系薄弱、数据共享不畅等问题，导致数据的价值无法得到充分发挥。产业互联网是一个生态共同体，从要素到价值由生态共同完成[3]。推动跨产业互联，就要建立全价值链、全商业生态的企业之间的连接，实现与企业经营相关数据在全价值链、全生态的流动。如制造企业通过与供应链物流企业建立连接，可以实时掌握采购物料和自家产品的准确位置；通过与零售企业建立连接，可以准确掌握产品在经销商处的库存和销售情况，并据此适时调整生产；同样制造企业也可以根据供应链和商业生态中的数据，为相关企业提供金融融资服务。

4.业态创新与制造业服务化

自20世纪80年代末，制造业的服务化转型就受到了研究者的关注，并呈现不断深化的趋势。制造业服务化（Servitization），也称为产品服务系统（Product Service System，PSS）或服务型制造，指制造企业由主要从事产品生产向提供更多的基于产品的服务转变的现象，服务型制造是先进制造业与现代服务业融合的产物，服务化是制造业的业态创新。新一代信息技术的成熟进一步加快了制造业服务化转型的步伐，为产品服务系统的模式创新提供了更多可能，其中推动最终产品的网联化、智能化是最重要也是相对容易实现的。网联化使得制造企业能够实时掌握产品的运行状态数据，为用户提供在线检测和预防性维护服务，可以采取按照产品的正常工作时间收费的商业模式，也可以更好地了解用户的使用习惯从而有针对性地改进产品。智能化是指将经过机器学习训练形成的算法或将专家知识进行软件化处理后通过云计算或边缘计算的方式嵌入到产品中，使产品能够根据外界环境和用户需求变化提供差异化的服务。