工业互联网应用创新策略

李勤

摘要：工业互联网解决发达国家经济增长停滞问题，结合工业互联网对未来网络技术的需求和技术融合的特点，工业互联网应用未来发展还将呈现政策为导向、产业集群为核心、行业细分为特点的创新策略。

关键词：工业互联网；产业集群；行业细分

一、政策为导向，调动制造业企业创新的积极性

（一）重点关注投资大、见效慢问题

制造业在向智能制造转型升级过程中，涉及两个关键概念：轻资产投资和重资产投资。轻资产投资主要是指互联网方面的投资，即通过提供相应的服务就能获得收益，投资回报快；相较而言的重资产投资指的是制造业企业在进行设备更新方面的投资，回报时间较长且投资数量较大。基于此，许多中小企业对于数字化转型的积极性并不高。因此政府部门应加大政策推广力度，重点解决中小企业对于投资大、见效慢的顾虑因素，从而提高企业的使用积极性。

（二）建设网络信息安全保障体系

2019年印发的《加强工业互联网安全工作指导意见》明确提出要对工业互联网企业实施网络安全分类分级管理。“三年发展计划”中指出，随着我国工业互联网发展进入新阶段，设备联网、企业上云等情况日益增多，使工业过程中敏感度较高的专利等核心技术信息暴露在公共平台中的可能性增大，网络信息安全保障体系的建设显得尤为重要，基于此，本文对政策层面发布的关于安全保障体系的建设进行了梳理，总结为表1所示。

二、产业集群为核心，加快产业完成数字化转型

“十四五”规划和2035年远景目标纲要提出，促进数字技术与实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，壮大经济发展新引擎。互联网的发展经历了四个阶段：模拟时代、数字时代、移动互联网时代、万物互联时代，具体表现形式如表2所示。

万物互联的时代背景下，以产业集群为核心，联合政府、各个类型的企业，推动工业互联网的不断融合，形成跨企业、跨平台协同的产业形态，是加快产业完成数字化转型的重点方向。在中国制造2025的十年规划与“十四五”规划等一系列的政策指引下，未来制造业企业在制造工艺、质量管理方面将会结合全区创新扶持政策、未来产业发展规划，整合创新载体、龙头企业等优势资源，形成多维度的优势资源汇集，从而形成以工业互联网为典型切入点，最终形成协同全产业的价值共创模式。自动化企业在本文指的是专门提供自动化解决方案的企业，如西门子、施耐德等。从自动化自身角度来看，制造业企业实现自动化生产的特点是无人、制造模式固定，而工业互联网融合的背景下，自动化企业则可以在原有的自动化解决方案中，增加对工业企业的实时数据监控、反映与网络协调，从而实现“十四五”规划中描述的工业互联网+智能制造的全新产业形态。将工业互联网中的解决方案复制到“互联网+”全产业当中，加快传统产业与互联网的深度融合发展。

三、行业细分为特点，推动按需制造等智能制造模式

（一）按行业细分特点推广工业App的应用

由于不同行业中的工业技术差异性较大，因此相比于传统工业软件，具有轻量化、灵活可复制的工业App能更好满足工业互联网中的不同应用场景。工信部发布的《工业互联网App培育工程实施方案》中，按不同行业的不同应用场景，对工业App进行了分类，主要分为四大类，如表3所示。

（二）推广5G在工业互联网的融合应用

数据在众多工业企业中已经成为核心资源之一，而数据从收集、存储、到转化的过程都需要依托网络完成。按照不同行业对网络的需求进行划分，工业互联网可分为三类应用场景：机器视觉、设备物联、远程操控。“5G+工业互联网”能将数据、流程、应用场景整合在一起形成一个系统。Padhi在研究中指出在工业互联网领域，5G专用网络与LTE和Wi-Fi相比，具有覆盖范围更广、安全保障能力更强、性能更加优越三大优势，能够支持苛刻性能要求的工业场景应用。将我国发布的《“5G+工业互联网”512工程推进方案》进行梳理，总结出了5G的应用场景以及相应的应用价值，如表4所示，为工业互联网应用提供更为广阔场景。

四、工业互联网标识解析系统应用场景

传统制造业在向智能制造、柔性制造的转型升级过程，最重要的目的是实现各类设备、工厂之间数据的流通以及知识共享。然而目前在转型升级过程中表现出的普遍存在的问题主要包括两方面：一方面，工厂内的设备数量庞大、品类繁杂，其中机器、零件標识难度大，实施困难；另一方面，机器的标识为“独立”标识，企业、部门之间的标识无法实现统一识别，因此标识解析系统在构建过程无法对这些已标识的机器数据进行大规模采集。

标识解析系统的构建，是工业互联网应用能得到具体落实的首要步骤。标识解析体系对设备、工厂数据的作用包括产品的完整生命周期管理、生产、运输以及销售数据追溯等。通过打造工业互联网标识解析体系，从而打通企业信息系统，实现数据流通的技术引擎，使得工厂内、企业内以及企业间的数据、知识库不断完备。

在工业互联网平台的数据集成方面，设备的数据信息过于多样化，因此在数据采集过程中需要设计尽可能多的数据指标体系，但在数据存储过程中，需要数据尽可能实现结构上的一致，以便于对数据进行可视化分析。至此，在平台中得以集成的数据既需要立体、全面，又需要实现可视化过程中数据单位的统一，于是这一系统产生了物理冲突。为了解决这一冲突，可以利用空间分离原理，将上传数据的模块与数据可视化分析的模块进行空间上的分离，从而实现在数据集成过程中，设备信息尽可能多维度存储，在数据进行可视化分析过程中，能按照用户特定的需求对于数据存储模块中的同一纬度的数据进行提取，从而完成数据可视化功能。

制造业企业在完成数字化转型后，在生产过程中产生的数据会上传至平台中，平台依托模型对数据进行处理而转化成应用。数字化转型的本质就是为制造业企业持续不断的创造价值：提高产品质量、降低生产所需成本，推广产品新型制造模式。工业互联网平台对企业进行价值重构方面是从三个角度完成的：连接维度、生态维度以及产生的效益维度。从连接维视角来看，工业互联网能够将人、机器、生产材料、机理模型、生产空间进行全连接，打破企业原有边界，构建跨企业协同制造、生产的场景应用生态圈，从而为企业提供相应的价值，如图1所示。

五、工业互联网应用创新技术支撑

由于工业互联网平台相关技术的广泛应用为我国传统的制造业带来颠覆性的创新改革，切实体现了知识就是科学技术进步的第一推动力。工业互联网平台涉及的技术主要包括：5G、數据中心、边缘计算、云计算等，平台的技术体系有三个层面构成：平台架构、平台集成的数据、平台衍生的产业。工业互联网平台体系的基础就是通过边缘计算技术对这些庞大的异构数据进行收集、汇聚，通过搭建大数据库以及云服务平台的形式，将海量的工业生产数据进行上传、保存，衍生出为制造业企业优化生产流程的工业App，如图2所示技术支撑的三个维度。

制造业企业在加入工业互联网产业联盟之后，可以将生产经营过程中的数据上传到工业互联网平台，工业互联网平台在采集来自设备、工厂的底层数据后，将海量的异构数据进行清洗、挖掘。最后衍生出提供技术服务和生产经营服务的工业软件企业，企业可以有效地对数据进行处理，从而为其他工业企业在生产过程中所遇到的技术难题提供标准、适用的解决方案。从业务层面来看，工业互联网在解决各行业的业务痛点后，形成一系列的应用场景，如图3所示业务落地的解决方案。

从企业视角来看，由于目前工业互联网平台的构建是各个IT企业竞争的热点话题，因此各个IT企业不惜重金投入到工业互联网平台的建设中来。技术创新从宏观层面来看，对整个社会的可持续发展具有深远的意义，但是对于企业而言，如果不计成本投入工业互联网平台的建设中，可能会拖累企业的正常生产经营，从而使得企业的正常生产经营偏离原有的轨道。因此，对于一些实力不够强盛，以及融资力度不能达到预期的企业而言，投入到工业互联网平台的建设过程中，应该积极地衡量其企业所付出的成本以及未来的收益。因为工业互联网平台可以有效提升整个工业生产效率及新动能，因此前景虽然非常看好，但是在实际的构架过程中，还会遇到各种各样的技术性难题。而这些技术性难题的接连突破，都需要企业具有较为雄厚的资本实力和技术研发能力。工业云平台依托于不同的数据生产要素和生产过程虚拟化搭建，可构建出四个主要应用场景：产品全生命周期上云、生产制造过程虚拟上云、企业核心业务模块搭建上云、企业研发全流程管理上云。传统的制造业企业在数据上传至云端后，在海量异构数据存储与查询方面，采用的就是云数据管理方法。其中对于云端数据处理机制的要求只要包含两方面，一方面保证平台的实时数据上传更新过程中的数据并发机制；另一方面，为降低云端海量实时数据处理的技术难度，需要技术人员在数据采集之前进行一系列的预处理操作，从而达到云端数据清洗过程的简化目的，很好的提高数据处理的效率。云平台的构建和使用给先进制造业带来了巨大的协同设计、协同制造、知识共享方面的便利，但由于制造企业的类型多样及制造企业服务化转型导向，因此，云平台的核心功能及业务落地也产生了多样化，为制造业工业互联系统优势提供上升空间。以提高工业制造企业的资源使用效率为出发点，对于工业产品的萌芽期以及生长期进行大量的有效研发资源的配置，充分提高投入资源的创新回报率；在成熟期，快速获取技术的直接理论架构，并着手在现有技术架构下持续开发新一代的替代技术迭代升级；在衰退期，运用产品进化理论，技术开发人员可以较快完成整套技术升级应用的构思，实现新一阶段技术难题突破和创新能力提升。

参考文献：

[1]高柏，朱兰.从“世界工厂”到工业互联网强国：打造智能制造时代的竞争优势[J].改革，2020（06）：30-43.

[2]《工业互联网创新发展行动计划（2021-2023年）》解读[J].中国信息化，2021（03）：10-14

[3]刘锐，杨灵运.工业互联网标识解析的行业应用与实践[J].中国集体经济，2021（01）：161-163.

（作者单位：湖北工业大学经济与管理学院）