基于工业互联网发展的阶段性问题研究综述

卢光明

（北京信息职业技术学院发展规划处，北京 100015）

0 引言

工业互联网作为新基建的重要组成部分，在我国经济整体转型升级过程中将发挥非常重要的作用，并已经取得了全球领先的发展，形成了中国特色的工业互联网发展路径。但是工业互联网作为一种庞大的技术业务体系，必需在实施前对其有明确的阶段性划分，才能够有的放矢，不至于眉毛胡子一把抓，增强工业互联网实施的科学性。目前关于工业互联网的诸多研究还主要集中在工业互联网的性质，工业互联网的技术架构等综合性的研究方面，对工业互联网的实施阶段、各阶段的技术特点等方面的研究还相对较少。本研究立足于工业互联网技术发展的阶段性特点，对当前阶段工业互联网的特征进行了总结和归纳，并指出可能阻碍我国工业互联网发展的主要技术问题，为保障我国工业互联网的科学、健康发展提供相应的决策思路，深化我国工业互联网实施的前瞻性、针对性和准确性。

1 工业互联网概念及其发展的阶段性

1.1 工业互联网概念

工业互联网已经成为我国新基建的重要组成部分，是我国工业生产制造企业转型升级的基础性技术，其发展不仅。工业互联网本质是通过开放的、全球化的工业级网络平台把设备、生产线、工厂、供应商、产品和客户紧密地连接和融合起来，高效共享工业经济中的各种要素资源，从而通过自动化、智能化的生产方式降低成本、增加效率，帮助制造业延长产业链，推动制造业转型发展。

“工业互联网”最早由通用电气（General Electric，GE）于 2012年提出。按照美国国家标准与技术研究院（NIST）的定义，它指把工业系统与先进计算、分析、传感、互联网能力融合在一起形成的新的制造体系，也是一种新的制造模式。由于技术是动态发展的，因此随着技术条件的变化，工业互联网的内涵和外延也会随之而发生改变，但是其发展的目标和方向不会变化。

1.2 工业互联网的技术内涵

从技术内涵来说，工业互联网主要是传统生产设备的智能化，以及通过这些智能化生产设备之间的连接，并最终通过生产现场的人类和机器的联接，机器与机器的联结、物料与机器的联结、人与物料的联结等广泛的联结，并结合软件和大数据分析，重构全球工业、激发生产力，让生产制造过程更加智能，更加高效、更加清洁环保。

从技术实现策略来说，智能制造就是要实现生产制造过程和结果的可感知、可预测、可控制、可复制，实现生产制造过程的自动化、数字化、网络化、智能化，让整个生产环节、生产全要素、全产业链实现互联互通，通过优化流通和制造的环节，实现制造资源的优化配置，实现按需和定制化生产，让企业最终达到提质增效、降本减存，降低生产经营风险的目的。

工业互联网的本质和核心则是通过工业互联网平台将设备、生产线、工厂、供应商、产品和客户紧密地连接融合起来。可以帮助制造业拉长产业链，形成跨设备、跨系统、跨厂区、跨地区的互联互通，从而提高效率，推动整个制造服务体系智能化。还有利于推动制造业融通发展，实现制造业和服务业之间的跨越发展，使工业经济各种要素资源能够高效共享。

从当前智能技术发展来看，工业互联网主要是让制造系统具备一定的智能，向生产设备要效能，向整个制造系统要效率，促进生产制造系统各环节，各个价值链环节之间的协同。工业互联网当前发展的核心就是将生产过程要素紧密地结合起来，并以智能设备为核心，通过多方面数据采集、监控、运算，达到各类生产要素实时协同，提高生产效率；减少浪费，使制造业向绿色化转型；迅速适应外部市场环境的变化，降低生产的风险等诸多的目标。

1.3 工业互联网发展的阶段性

因此工业互联网的建设，首先是全面互联，在全面互联的基础上，通过数据流动和分析，形成智能化的管理变革、生产流程变革、商业模式变革，并最终形成新的生产制造模式和新的产业生态。如果没有数字化、网络化、智能化的制造过程，要把它连到互联网上是很难的，所以在某种程度上来讲，只有在实现智能制造的基础上，工业互联网才有可能大面积实现，才具有产业化的真正价值。

这就注定了工业互联网的发展是一个逐步完善的过程，而且该过程是一个非常漫长，只有不断完善而没有终点的过程。而要让工业互联网得到健康的发展，就必需尊重工业互联网发展的技术特点，分阶段地推进，才能够具有现实的指导意义，才能满足工业互联网发展不同阶段、不同行业的特点，制定有针对性的政策建议。

从系统的结构对世界上的各种事物和现象进行考察，则所有的现象都处于系统之中，而系统结构决定了系统的功能。相对于层次结构、链式结构、时序结构而言，网络结构是世界上所有系统中一种特殊的存在，具有特殊的功能和性能。但是任何网络结构存在的现象都具有网络效应，但是也存在相对漫长的构建过程，而且从其演化过程来看，也不是一开始就形成一个大的网络，而是从相对小的网络逐渐联结起来，不断扩张而形成的，一开始就形成一个大网络的情形非常少见。

2 工业互联网是一个不断演进的“技术平台”

由工业互联网的性质决定，工业互联网不仅是以技术体系，而且必然是一个平台，而且是随技术和应用不断演进的技术平台。从功能的角度来看，工业互联网平台具有以下几个方面的功能。

首先，工业互联网平台是一个资源整合的平台，GE工业互联网平台 Predix对全球制造业产生了较大的影响，除了 GE之外，美国还有一大批跨国企业如思科、罗克韦尔、霍尼韦尔、IBM、英特尔等不同技术领域的企业参与，各自发挥自身的力量推动了工业互联网的发展。而对于具体的工业互联网平台来说，工业互联网需要整合相关生产设备、人员信息、采购信息、产品全生命周期等多方面的信息资源，才能够发挥其平台的价值。

其次，工业互联网平台是一个不断演进的技术体系。从目前工业互联网发展来看，工业互联网的核心技术要素可以概括为“三硬三软”，“三硬”是云、网、端，分别指云服务器、网络和各种智能设备终端；而“三软”指是指工业大数据技术、工业人工智能技术和具有各种各样功能的工业APP等，当然这里还应包括工业物联网、工业仪器仪表等。工业互联网的建构技术会随着技术的演进不断发展，新技术会赋予工业互联网更强大的功能，会推动工业互联网向更深广的方向发展。

第三，工业互联网平台是一个生产体系，其价值体现在对产业价值链的整合和重构。德国工业4.0一开始就非常重视生产制造体系的智能化，打造包括智能车间、智能工厂、智能生产供应链、智慧物流链等。工业互联网在工业控制系统、工业网络和工业软件方面的能力，在与新一代信息技术结合后，覆盖了更广泛的工业生产制造领域各个环节。近年来，工业互联网平台的发展，更加关注以产业价值链的整合为核心。

第四，工业互联网是对各种制造管理体系的整合，任何行业、企业工业互联网的建构都必需要与各自的文化传承和管理体系相结合。日本于2017年提出了“互联工业”建设思路与美国、德国的相关概念大同小异，主要是融入了本土的精益生产基因，而美国的工业互联网建构则更多地侧重于创新方面的基因。日本有一个重要的探索是打通工厂底层和云端，在工厂现场侧引入计算和人工智能能力，通过工业互联网实现数字化转型，因此也形成了一些联盟，例如日本价值链促进会（IVI）、边缘计算的Edge cross等。而德国的工业4.0，更加侧重于生产设备的智能化。

第五，工业互联网平台是一个为实体制造系统服务的平台。总体来说，工业互联网平台是为制造系统服务的平台，是为制造系统实现更高程度的自动化、数字化、网络化、智能化服务的一种特殊的技术平台。而该平台通过对制造系统中数据的收集、清洗、存储、传输、计算、重构、整理，发现实体制造系统所具有的缺陷，可能引发的风险，以及各种可能的改进空间，提升实体制造系统的运行效率，增加实体制造系统的柔性。以及实现相应的生产管理系统、采购系统、物流系统、人力资源管理系统、供应链管理系统等制造辅助系统的自动化、智能化，提高这些系统的协同效率。

3 工业互联网的主要功能和目标

从整个制造系统建设来说，工业互联网平台主要为制造系统服务，为制造系统赋能，让制造系统具有更多的功能，弥补传统制造系统所具有的缺陷，使智能制造系统能够更好地适应企业内外部变化的要求，增加制造系统的灵活性。从目前制造系统的结构来说，工业互联网平台主要解决以下几个方面的问题。

3.1 解决实体生产系统的低效问题

传统制造业存在诸多“跑冒滴漏”等各种问题，如大量的库存、不合理的采购、产品设计滞后于市场需求、生产制造设备的维修和宕机预防、等。这些都是生产制造企业所面临的最基本的问题，但是如果没有强大的智能制造系统支持，以及基于工业互联网对相关信息的整合，这些非常明显的低效因素很难在制造环节被克服，找到有效地提高生产效率的方式。

相关数据显示，目前约有 25%的企业使用物联网设备，这一数字还将继续攀升。随着越来越多的公司采用这种传感器，他们增加了收集数据的地方。然后，机器学习算法可以分析这些数据，找出工作场所的低效之处。机器学习程序擅长在人类可能错过的数据点之间建立联系。机器学习可以比传统工具提前20倍进行预测，而且预测的准确性更高。随着物联网设备向他们提供更多的数据，他们只会变得更快、更准确。

通过查看各种工作场所的数据，机器学习程序可以发现工业互联网实施的企业在哪些地方花费了异常高的时间成本和资金成本。然后，它可以建议一个新的工作流程，以减少员工在该领域所花费的精力，让传统生产制造设备能够自动运行，节约成本，提高实体制造系统的灵活性。这是工业互联网首先关注的问题，也是未来机器学习在工业互联网中应用需要重点关注的一个问题领域。

3.2 促进业务流程重构并实现制造流程的自动化和智能化

机器学习和工业互联网等的应用可以使很多企业的日常任务自动化。业务流程自动化利用人工智能来处理一系列管理任务，随着物联网设备向这些程序提供更多数据，使得实体制造系统能够变得更加高效。随着时间的推移，这样的技术已经使一些行业的生产率可以提高40%，甚至达到60%以上。自动化和简化任务，如日程安排和记录保存，让员工可以专注于本该由人类智能应该完成的增值工作。

随着机器人技术在生产制造环节的应用，机器人已经成为生产系统的重要组成部分；而且随着智能技术的发展，不同环节的机器人、数字机床等关键设备可以连接起来，完成更加复杂的任务。RPA机器人流程自动化（Robotic process automation），能够代替或者协助人类在计算机、RPA手机等数字化设备中完成重复性工作与任务。

软件机器人可以帮助企业或者员工完成重复单调的流程性工作，减少人工失误，提高运营效率，降低运营成本。RPA是企业开启数字化转型的钥匙，只要预先设计好使用规则，RPA 就可以模拟人工，进行各种操作，协助人类完成大量“规则较为固定、重复性较高、附加值较低”的工作。

3.3 制造过程柔性化，降低企业生产经营的风险

如果一家公司不能理解它所面临的弱点，企业领导人就不能做出科学合理的决定，毕竟对企业管理来说，在一定程度上补齐自身的短板甚至比发展自身的长处更加关键。物联网设备可以为企业提供更好地了解企业生产经营过程中的风险，机器学习可以更进一步，从这些数据中发现人类可能忽略的关注点。

物联网设备可以收集有关工作场所或客户的数据，然后由机器学习程序进行处理，提前预知各种可能的经营风险。商业风险并不是物联网和机器学习能够预测的唯一风险，但是可以通过CRM系统的衔接实现对该方面风险的监控。机器学习网络安全程序可以察觉黑客试图渗透一家公司的网络，维护自身的网络安全。而基于更深层次的战略性数据采集，可以帮助企业规避战略方面的盲点，建设决策性错误。

机器学习程序可以从物联网传感器获取实时数据，并将其付诸行动。它可以预测可能出现的中断，并向工作人员发出警告，以便他们做出相应的反应。这些预测分析可以让企业避免再熟悉不过的供应链延迟问题。另外，来自物联网传感器的数据可以揭示公司在哪些地方可能会使用超过需求的资源。然后，机器学习算法可以分析这些数据，提出改进的方法。

4 “人工智能+机器人”是当前工业互联网发展的关键技术

从总体上来说，工业互联网的关键技术主要包括基于物联网的数据才技术和基于人工智能、机器学习的数据分析技术，因为从智能制造来说，从传统业务流程驱动的制造逐渐向以数据驱动的制造进行转型，数据让企业获得了前所未有的发挥其潜力的机会。工业互联网背后是物联网和人工智能重塑商业世界，而工业互联网只是其中的一个表现形式。但是从目前工业互联网平台的发展来看，关键技术主要包括以下几个方面：

第一、机器人技术和数控机床是当前制造系统的关键设备，也是工业互联网的主要连接中断。工业机器人是指应用于生产过程与环境的各种各样的具有一定智能的类人的机器设备，主要包括人机协作机器人和工业移动机器人等。从技术形态来说，工业机器人是指面向工业领域的多关节机械手或多自由度的机器人。从目前来看，工业机器人是能够在工业生产加工过程中通过自动控制来代替人类执行某些单调、频繁和重复的长时间作业，主要包括焊接机器人、搬运机器人、码垛机器人、包装机器人、喷涂机器人、切割机器人和净室机器人等。而随着机器人技术的不断提升，机器人可能会在理论上能够代替生产线上人类的所有活动，组成完全由机器人所组成的生产系统。

由于这些机器人在生产制造现场承担着很多重要的任务，对这些机器人的跟踪就能够实现对生产现场各环节业务流程的跟踪，成为工业互联网的重要连接终端。因此，工业互联网可以通过对部署在生产制造现场的机器人的联结，就能够实现对生产制造各环节的大范围、深层次的生产现场数据采集，以及异构数据的协议转换与边缘处理，构建工业互联网的数据监控基础。

第二、机器视觉是当前“人工智能+机器人”的结合点。人类获取外界信息，75%以上来自于视觉，视觉也同样让机器能代替人眼来做测量、判断等决策。这就很大程度上代替了人类的视力方面的功能，能够更好地满足当前制造行业业务流程还有很多不规范，不能够采取相对固定的、逻辑化、软件化的特点。

原来的视频技术在制造领域的应用，主要是通过拍照片和记录录像信息，是一种生产制造事后追溯的重要手段；当前的视频技术应用，更重要的是在感知到物体之后进行算法分析，当下做出正确的判断并立刻采取行动。机器人视觉会在生产现场的质量监控，机器人和机器人之间的互联网，以及机器人和生产现场其他设备和物料的协同互动方面，如在焊接、搬运、质检等方面会有很大的应用场景。

利用机器视觉这一人工智能技术的另外一个好处是减少了各种传感器的布置，让机器视觉代替了诸多传感器的布置，减轻了生产现场传感器的布置成本，以及由此造成的生产流程僵化，缺乏柔性化的改造能力和响应外部变化的敏捷性，提升了整个生产系统的建设、改造、升级的能力。

第三、机器人技术可以在一定程度上弥补我国在工业互联网基础方面的薄弱。当前我国传统制造企业流程僵化，各方面的制度建设参差不齐。这就造成了数据采集困难，以及人工智能技术在整个工业生产制造体系中的总体布局。

从人工智能技术细分领域来看，AIoT涉及感知层、传输层（网络层）、平台层、应用及服务层，其中以感知层需要大量的工业物联网设备支持，而且这些物联网设备要求必须准确，能够随着生产线的变革不断地变革，而又不影响感知的准确性，这其实会给工业物联网的发展造成很大的障碍。

而平台层和应用层则不仅需要大规模精准数据的支持，而且还需要有人工智能算法的支持，否则平台层和应用层很难在制造体系中发挥出人工智能技术在工业互联网体系架构中的作用。然而在制造体系层面，不像在互联网层面一样，其中的算法包括各种各样的制造机理，以及各种各样的场景性知识，所以如果要迅速掌握整个制造体系的精准知识，几乎是不可能的。但是摸清楚一些关键环节的制造机理还是有可能，并且基于这些关键环节的机理联结在一起，形成某一制造环节的关键智能化突破还是非常有可能，因此实现局部性突破和阶段性突破不仅非常有必要，而且具有较大的可能性。

5 当前工业互联网发展的阶段性挑战

首先是数据采集，这是工业软件和工业互联网发展需要面对的第一道门槛。在智能时代，数据是企业进行决策的核心，但是众所周知，设备厂商对自身设备的数据是严格控制的，工业软件采集设备上的数据必须获得设备厂商的授权，否则就不能够采集。然而，我国绝大多数制造生产线上运转着的机器，来自世界各国。这些“万国设备”标准与非标混杂，要么不开放通信协议，要么过了质保期，要么连设备商都找不到，大量的基础数据、应用数据禁锢在设备本身，难以采集，并且，除了设备本身的数据，工业软件供应商们还要采集设备保养、大修、生产关联匹配度、关键供应参数等管理层面的数据，采集难度大。一般来说，相对大型的生产制造企业的核心设备大约包括十七八类，设备总量在800～1000台，数据采集点约有5万到8万个。如果缺少一家设备厂商的数据，整个生产线的数据采集都将无法完成。

其次，工业互联网难点在生产线的智能化改造，而对产生线改造可以说是工业互联网技术的核心。工业互联网从理念上来说，并不难搭建，从理论上来看也比较清晰，但是真正难的是工业互联网与设备本身、与生产工艺、产品质检等具体应用层面功能的结合，真正实现工业互联网的预期功能。

一般来说，工业互联网需要与物理接入、大数据分析、知识图谱管理、运营软件管理等生产制造环节的综合运用环节都联结起来，才会形成真正落地的服务，如果单独强调某一项功能，而不能实现各项功能的综合和协同，工业互联网的价值就会大打折扣，就会存在“理想很丰满，现实很骨感”的局面，导致工业互联网最终根本没有办法落地的情况。

以产品生产线为例，每隔一段时间久需要对原材料、半成品、成品等做一次测样，各种质检采样之间要有不同的时间间隔，在质检结果出来前不允许转续。如果将各环节隔离开来，这些复杂的检验及控制在各自的业务闭环内都很好实现，但在实际的生产过程中，不仅这些环节的把控要结合各种设备的性能指标来测试，而且整个系统必须保证质检环节、工艺控制、生产环节完全同步匹配、共同协作；任何一个小环节掉链子，就会给工厂带来实打实的损失。

第三、任何工业互联网平台及运行其上的新型工业软件（工业APP），都是以为工业提质增效的角度来衡量的，这需要工业软件供应商对其服务的行业和具体业务场景有非常深入的了解，才能开发出适用、好用的工业软件。而这就要求相关从业者至少要在该领域有 5～10年的经验积累，否则根本不可能深入透彻地了解该生产领域的相关生产细节。

但是目前的工业APP只是非常细节性的单点方面的知识封装，还很难联结在一起，因此这样的工业APP发展模式容易受到边际收益递减方面的限制，而且这样很小的单点突破也很难与具有规模效应的工业互联网紧密结合在一起，形成工业互联网发展的真正突破点，而只能算是生产制造系统的局部改进，甚至很难联成具有网络规模的制造系整体性解决方案。而且能够满足各种业务场景的需要，能够获得广泛应用的有价值的工业APP也还不多。

第四、产业发展的平衡点还没有明确定位，很多工业互联网企业都处于积极的探索阶段。目前在工业互联网市场中，能用符合工业生产逻辑，并考虑到生产系统柔性化、可扩展等指标，能够把信息/网络技术（ICT）与工业场景紧密串接起来、融为一体的工业互联网平台还较少。

工业互联网事实上从大的技术方向来说就是IT技术与OT技术的融合的过程，因此从目前工业互联网发展的技术储备来看，无论是IT互联网企业，还是脱胎于生产自动化的企业暂时都还很难当IT和OT融合大任。工业知识掌握在工业人的手中，工业软件要服务好工业制造，一定由工业人去主导才能完成，但是与此同时，还需要兼顾互联网的效应。因此从产业的角度来说，这种产业力量现在还比较难以平衡。

第五、工业知识库和数据库建设滞后。没有深厚的工业知识数据做支撑，工业软件根本难以支撑工业制造的脱胎换骨。工业软件是工业和信息产业的结合体，做工业软件，既要懂信息软件开发，又要对工业体系有系统性、深入性的了解，其中最大的难点不在于软件开发技术本身，而是IT人员对工业知识数据的掌握和调用。

国外工业软件公司积累了几十年甚至上百年的工业生产的关键技术、流程、知识、工艺和数据，形成了扎实的工业数据知识库，具备了关键核心的底层的数据和知识资源。工业互联网的发展需要一方面把握市场需求，另外一方面则随时调用相关的知识数据库，两手交汇贯通间，软件的优化升级顺利实现。但我国工业制造过程中的海量关键工艺流程、工业技术经验及研发数据，大都只锁闭在技术人员头脑中和企业的资料室里，随着企业的变迁、人员的流动甚至消失，不断耗散，基本没有形成体系性的积累。

制造企业自身的知识经验及数据的流失，使得当前我国工业软件企业需要花费大量时间和精力去学习、消化基础知识及参数，弄懂每一个工业生产的逻辑，才能进行工业软件开发和软件的升级和维护。

6 结论

工业互联网的发展无论对于企业个体，还是对于整个行业来说都是一项永无止境的浩瀚工程，任何组织和个人都不应该抱有一劳永逸的态度来对待这一永远在路上，而很难确定重点的涉及生产制造所有要素的全局性工程。政府行业主管部门的决策人员和企业经营管理者不仅要认识到实施工业互联网可能带来的利益，更要对其实施过程中可能的长期性、艰巨性要有清晰的认识，并做好应对各种风险和挑战的准备。而实施工业互联网中的科学态度，则是要把握工业互联网的技术和市场发展规律，分阶段、有重点、分步骤地实施工业互联网项目，而不是试图一次性地解决所有的问题，那样只能会给企业和产业带来灾难。因此工业互联网的阶段划分与阶段性目标管理应该是制定工业互联网发展战略和发展路径的核心。