探路工业互联网

互联网在中国用了25年走过了发达国家50年发展互联网的历程，但是50岁的互联网面临着中年的烦恼。去年年底，我们的互联网普及率接近60%，移动互联网占网民比例超过98%，网络人口红利渐行渐远。目前互联网投资已经不看重向APP类项目投资，前几年发展势头十足的新业态，现在活成了自己不想看到的样子。社会生活的快节奏，激活了网民对短平快新业态的追求，提速降费减轻了宽带上网的资费压力，但仍难担当互联网新业态的大任。

我国的消费者电商发展领先，但企业电商、文化、教育、医疗、养老、旅游等方面的发展滞后，被看做是互联网下半场的工业互联网刚刚起步，它带来的新动能还不足以弥补消费互联网旧动能的减弱。互联网从学术的互联网到消费互联网，现在走到工业互联网，更希望把这三者结合。互联网的发展跟企业信息化发展走过的路程基本上是契合的，工业互联网处在企业互联网的发展阶段。今年的政府工作报告指出，打造工业互联网平台，拓展智能+，为制造业转型升级赋能。

工业互联网是新兴技术和产业技术的结合，需要有产业的技术来配合，这些通用的新兴技术用在工业上还要有工业IT技术，比如传感器、反应器，PLC，SCADA、MES制造执行系统，ERP企业资源规划，以及跟工业互联网有关的一些新技术，像边缘计算、数据双胞胎等。产业的技术也不仅限于制造，跟产业有关的一些要素，材料、机器、方法、测量、维护、管理、建模，这些技术当然并不是所有的都要在工业上实现，这是一个逐步实现的融合过程。

何为工业互联网

什么是工业互联网？工业互联网底层有很多数控化的装备，可以联网的生产裝备，包括生产的工件，当然还要有生产线上的仪器仪表、DCS控制系统，更离不开传感器。那么收集的数据通过工业总线和工业以太网，连到工厂这一级，再往上上报到企业级，有各种各样的管理任务。在这个生产过程中，它是跟边缘计算、云计算关联的，跟通信网是关联的，底层的通信是物联网通信，使用的是传感网的协议。在企业工厂里用的是工业以太网，在企业级别内网外网可以用公众的网络，也可以用内部专用的网络。

作为一个工业互联网，离不开物联网，传统的物联网有很多的协议。企业可以自己去建设内部的物联网，当然一般大企业可能会这样做。对于大量中小企业不希望自己建网。到今年，中国的二、三、四线城市NB-IOT可以全覆盖了。对应的传感器是不动的，而工业上的工件和机器以及网联车都是动的，所以NB-IOT还需要演进。多种物联网标准包括带宽更低的和更高的以及可以支持移动的传感器，甚至可以跟人对话的传感器。除了直接的传感器收集数据外，整个工厂里还需要把这些传感器的数据汇集起来，过去用的比较多的系统是数据的采集和监控系统，但实际上效率并不高。

新一代数据采集监控系统，比较倾向于用工控网关，丰富了整个数据监控的企业的监控，跟各种各样的网络连接，具有数据缓存和边缘计算的能力。企业内网传统的是用现场总线，占了市场的48%，但是现场总线作为国际标准有14种，标准太多，本身通用性不够，兼容性比较差。大家想到用以太网，但是不适于多节点工业环境的应用，所以要用工业以太网。工业以太网本身也不一定能够满足工业实时通信的要求，工业实时通信要求是微秒级的。对于时延和同步要求十分严格的流程工业和自动化生产线，需要采用时延敏感网络。

工业互联网如何部署5G？

工业互联网如何部署5G？一种办法是工厂里面用一个专用的5G系统，自己带无线系统，以及专用的控制功能。也可以改用无线部分用运营商的，甚至可以说控制信道也用运营商的，总共有四种部署方式。新的工厂可以用光纤连接，旧的工厂光纤很难布上去，这种情况下希望用无线，一般的无线技术，稳定性、拓展性，效率比较低，速率比较低，5G很适合在工厂内部的应用，包括工厂的外网。

另一种部署是工厂单独一个5G，欧盟已经提出，如果工厂单独部署5G，可能需要分配76兆赫的专用频率。5G拥有低时延、高可靠、高宽带、大连接的特点，所以有很多的应用。

企业何时需要边缘计算？

大企业可能会自建一个云平台，如果集中的云离我们生产现场比较远，生产上需要快速响应的反应来不及，所以需要设计边缘计算。具有边缘计算能力，能够大量采集在现场的数据，并且实现过滤，中心云收集数据经过训练提出一个优化的模型，再下发给边缘云，边缘云可以直接进行快速响应对数据进行处理。对于中小企业不会自建云，可以利用公有云。如果公有云也太集中、太远，那么中小企业还是需要有一个边缘云接到公有云。IDC预测，未来将有超过50%的数据在边缘处理。2020年，边缘计算的支出将占到物联网基础设施总支出的18%，利用边缘计算和中心云这两级，可以比单纯利用中心云的成本降低，只有原来的39%。平台需要PaaS，实现各种各样的管理，收集各种工业大数据，包括数据挖掘的软件以及人工智能的软件。作为工业互联网平台，只有PaaS层是不够的，还需要有SaaS层，需要传统的工控软件，但并不是直接搬用到工业互联网，需要进行改变。公共软件需要跟互联网、大数据、云计算、人工智能结合，从过去静态的发展到动态的自适应应用的场景。

人工智能将来会在工业互联网领域大量应用。人工智能需要算力、算法与数据支撑，算力和算法一般来讲可以买，但各种软件还得自己做。生产线的数据，肯定要用企业自身的数据。那么在生产线数据到物联网部署到位的情况下，我们引进了工业大脑、企业大脑，可以优化生产流程，提升质量和效率。

什么时候需要机器换人呢？我们说现在劳动力成本在上升，劳动力不足需要利用机器，但是买一个机器人回来，还是要编程的，所以现在已经有智能机器人，它事先不需要编程，看到旁边的人手怎么动，它就学习怎么动。训练的过程中，它自动可以编程了。如果企业里同一个工序有大量的机器人，也可以把机器人的大脑放在云端，来集中控制。对于危险的、有害的、工作环境恶劣的，劳动强度大的工作岗位，这些场景适合用机器人来替代，因为它具有明显的社会意义，但并不是所有的岗位，机器人都是能胜任的。大概只有49%不到的岗位是可以用机器人来取代的，其他更多的岗位还需要人。

信息安全的重要性

信息安全是很重要的。利用区块链可以帮助实现信息安全，但是区块链用信任算法代码来代替信任人，还是会有漏洞。我们把企业的数据进行分布存储和加密，即便有黑客进来，把数据拿走也读不出来，这应该说是一种防备技术，但是信息安全不仅仅是这样，还有另一种情况。

如何保证数据入口的安全防护，尽管我们不连到外网，实际上总有各种管理不慎会跟外网有关联。而且工业互联网有大量的传感器，传感器本身的加密验证是比较简单的，很容易感染木马，所以工业互联网需要更严密的安全防护技术。

一般来讲，我们企业本身要加强安全防护，同时还需要跟企业的工控系统集成商发生安全服务的关系，从社会上的第三方网络安全企业获得他们的支持，还要从政府部门获得安全的支持，通过内外部的关联，确保我们工业互联网的安全。

（本文根据邬贺铨院士的公开演讲整理而成，未经本人确认。）