vpn和vpdn有什么区别啊？

和VPDN的区别是：

1、费用方面不同：

设备为一次性投资，用户除了自己的上网费用在，在运行过程中不需要增加其它费用支出。

如果要避开VPDN线路上网，企业必须另建线路，这样会增加企业负担。

2、安全性不同：

解决方案采用国际通用的IPSEC标准协议，支持一系列加密算法如DES、3DES、IDEA，保证数据安全可靠。

VPDN虽然直接接入中心的私网，但是数据明文传输，数据安全性没有保障。

3、使用规模不同：

解决方案适合大规模的网络构架下，安全可靠的使用，是性价比很高的方式。

VPDN在一些只有单机或网络规模不太大的单位，并且单位不要求同时上公网的情况下使用。

4、占用带宽不同：

的各分支节点，只要能通过ADSL/CDMA等上公网，可通过路由器与中心节点联接，不占用任何中心节点带宽。

VPDN的各分支节点，如果要通过VPDN线路进行公网访问，必须通过中心节点，占用中心的带宽。

参考资料来源：百度百科--虚拟专用网络

参考资料来源：百度百科--VPDN

行业主要上市公司：大富科技(300134)、梦网集团(002123)、共进股份(603118)、胜宏科技(300476)、润和软件(300339)、立昂技术(300603)等

本文核心数据：物联网产业规模、竞争格局、发展前景预测等

产业概况

1、定义

所谓“物联网”(Internet of
Things，IOT)，又称传感网，指的是将各种信息传感设备，如射频识别(RFID)装置、红外感应器、全球定位系统、激光扫描器等种种装置与互联网连接起来并形成一个可以实现智能化识别和可管理的网络。

早期的物联网是指依托射频识别技术的物流网络，随着技术和应用的发展，物联网的内涵已经发生了较大的变化。现阶段，物联网是指在物理世界的实体中部署具有一定感知能力、计算能力和执行能力的各种信息传感设备，通过网络设施实现信息传输、协同和处理，从而实现广域或大范围的人与物、物与物之间信息交换需求的互联。物联网依托多种信息获取技术，包括传感器、射频识别(RFID)、二维码、多媒体采集技术等。物联网的几个关键环节可以归纳为“感知、传输、处理”。

2、产业链剖析：共有四大层面

所谓产业链，是以生产相同或相近产品的企业集合所在产业为单位形成的价值链，是承担着不同的价值创造职能的相互联系的产业围绕核心产业，通过对信息流、物流、资金流的控制，在采购原材料、制成中间产品以及最终产品、通过销售网络把产品送到消费者手中的过程中形成的由供应商、制造商、分销商、零售商、最终用户构成的一个功能链结构模式。

从产业链条来看，物联网的产业链条由上而下可以分为感知层、传输层、平台层和应用层四个层级。

自2018年中美贸易摩擦以来，美国加大了对中国高新技术出口的限制，不断扩大实体清单，影响了中国一些科技主导型企业的发展，这从侧面警示了中国在全球供应链中地位的脆弱性。物联网通过传感器把物理世界与数字世界联系起来，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。其中传感器作为数据采集的源头，已经成为各种应用能力所需的数据来源所在。目前中国国内也涌现出了一些传感器芯片重点生产企业，如：高德红外、西人马、士兰微、敏芯微电子、博通、全志科技、大唐微电子、复旦微电子等。

行业发展历程：处于市场验证期

物联网是通过射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等
信息传感设备，按约定的协议，把任何物体与因特网连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。物联网发展历史悠久，可分为三个阶段：

行业政策背景：政策大力推进

根据最新发布的《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，在“十四五”期间，明确新基建，还要让5G用户普及率提高到56%。并且5次提到关于物联网的规划发展，除了划定数字经济的7大重点产业外，其余4次提到的场合均体现出对物联网发展重点的表述。

十四五规划中划定了7大数字经济重点产业，包括云计算、大数据、物联网、工业互联网、区块链、人工智能、虚拟现实和增强现实，这7大产业也将承担起数字经济核心产业增加值占GDP超过10%目标的重任。

产业发展现状

1、中国物联网连接数快速增长

全球物联网仍保持高速增长。物联网领域仍具备巨大的发展空间，根据GSMA发布的《The mobile economy
2020(2020年移动经济)》报告显示，2019年全球物联网总连接数达到120亿，预计到2025年，全球物联网总连接数规模将达到246亿，年复合增长率高达13%。我国物联网连接数全球占比高达30%，2019年我国的物联网连接数363亿。而根据2021年9月世界物联网大会上的数据，2020年末，我国物联网的数量已经达到453亿个，预计2025年能够超过80亿个。

2、应用层与平台层价值最高

从产业链价值分布看，应用层和平台层贡献最大的附加值，分别占到35%左右，传输连接层虽然重要，但产值规模较小;底层的感知层元器件由于种类众多，产业价值也较大，占到20%左右。

3、物联网应用者使用情况调研

微软发布的第三版《IoT Singal(物联网信号)》报告显示，2021年物联网的应用持续保持增长。91%的受访组织是物联网应用者。

物联网项目可分为四个阶段：学习、试验/概念验证、购买和使用。2021年，29%的物联网项目处于学习阶段;处于试验/概念验证阶段的项目比例仍保持不变，2020年和2021年均为25%;处于购买阶段的项目比例增加了1%，从2020年的21%增加到2021年的22%;处于使用阶段的项目在2020年和2021年保持稳定，均为25%。

4、中国物联网市场规模突破25万亿

目前，物联网已较为成熟地运用于安防监控、智能交通、智能电网、智能物流等。近几年来，在各地政府的大力推广扶持下，物联网产业逐步壮大。再加之近几年厂商对物联网这一概念的普及，民众对物联网的认知程度不断提高，使得我国物联网市场规模整体呈快速上升的趋势。2019年我国物联网市场规模约在176万亿元左右，2020年根据赛迪公布的数据，我国物联网市场规模约达到214万亿元左右。初步统计，2021年市场规模为263万亿元。预计未来三年，中国物联网市场规模仍将保持18%以上的增长速度。中国物联网市场投资前景巨大，发展迅速，在各行各业的应用不断深化，将催生大量的新技术、新产品、新应用、新模式。

产业竞争格局

1、区域竞争：北京物联网相关项目最多

工信部共公开2批《物联网关键技术与平台创新类、集成创新与融合应用类项目公示名单》，结合2批的项目名单分析，目前中国物联网关键技术与平台创新类、集成创新与融合应用类项目主要集中在北京、浙江、广东和山东。

2、企业竞争：各个行业的企业在相关领域有所布局，以龙头企业间的竞争为主

物联网技术的应用是传统行业转型升级的根本，传统行业转型升级的方向以“数字化”和“智慧化”为主。根据物联网的应用领域来看，企业在各自行业的“数字化”和“智慧化”有所布局。

互联网周刊发布了2021物联网企业100强，榜单显示华为排名第一、海尔智家、海康威视位居第二和第三，小米集团、中兴通讯、大华股份、阿里云、联通数科物联网、科大讯飞、神州控股进入前十，依次排名第4-10名。

产业发展前景：物联网将继续保持高速增长

1、发展前景：市场规模不断扩大，产业物联网占比逐渐上升

物联网是中国新一代信息技术自主创新突破的重点方向，蕴含着巨大的创新空间，在芯片、传感器、近距离传输、海量数据处理以及综合集成、应用等领域，创新活动日趋活跃，创新要素不断积聚。物联网在各行各业的应用不断深化，将催生大量的新技术、新产品、新应用、新模式。中国以加快转变经济发展方式为主线，更加注重经济质量和人民生活水平的提高，采用包括物联网在内的新一代信息技术改造升级传统产业，提升传统产业的发展质量和效益，提高社会管理、公共服务和家居生活智能化水平。未来巨大的市场需求将为物联网带来难得的发展机遇和广阔的发展空间。综合多方面的情况分析，前瞻认为未来6年中国物联网的发展将保持高速增长，到2027年市场规模超过7万亿元。

根据信通院于2020年12月发布的《2020中国物联网白皮书》，2019年中国物联网连接数中产业物联网和消费者市场各占一半，预计到2025年，物联网连接数的大部分增长来自于产业市场，产业物联网的连接数将占到总体的61%。由此来看，未来产业物联网的市场发展潜力大于消费物联网。

2、发展趋势：重点城市带动周边城市发展，分工协作格局将进一步显现

国内物联网产业已初步形成环渤海、长三角、珠三角，以及中西部地区等四大区域集聚发展的总体产业空间格局。其中，长三角地区产业规模位列四大区域的首位。未来中国物联网产业空间演变将呈现出三大趋势：

更多本行业研究分析详见前瞻产业研究院《中国物联网行业细分市场需求与投资机会分析报告》。

当下，企业正以多种方式使用数字孪生体技术。在 汽车 和飞机制造领域，数字孪生体技术逐渐成为优化整个产品制造价值链和创新产品的重要工具；在能源领域，油田服务运营商通过获得和分析大量井内数据，建立数字孪生模型，实时指导钻井和油气运输作业；在医疗保健领域，心血管研究人员正在为临床诊断、教育、培训，创造高仿真的人类心脏的数字孪生体；作为智慧城市管理的典型案例，新加坡使用详细的虚拟城市模型，用于城市规划、维护和灾害应急预警等项目。自从数字孪生概念提出以来，数字孪生体技术在不断快速演化，无论是对产品的设计、制造还是服务质量，都产生了巨大的推动作用。数字孪生体技术的普及应用将极大地推动企业在数字化、网络化两个层级的发展，助力企业加速数字化智能制造转型的进程，为企业实现数字化智能制造转型升级进行赋能。

数字孪生体技术在制造业中的快速发展和应用，不仅改变了制造企业的传统生产方式，也推动企业管理模式、组织形态的重构。

数字孪生体技术在制造业发展应用过程中主要体现了如下特点：

一是仿真镜像

在产品甚至是生产线和工厂正式制造、建造之前，就可以通过数字化设计、模拟和仿真出实体，输出3D、全息影像等形式的设计图纸和制造手册。仿真分析过程形成了完整的产品数字化虚拟档案，不仅仅包括产品的结构和功能，还包括了材料、工艺和流程，是制造材料、制造过程、制造结果三位一体的数字化信息集成，不仅仅是制造现状的描述和记录，还可以实现质量问题源头的追溯，例如某个电容是用在哪块电路板上等，还可以实现情景再现，例如模拟微型涡喷发动机的生产工艺流程规范是否科学、运行效果是否达标等。

二是动态映射

传统的数字化制造技术主要停留在仿真镜像阶段，没有实现制造过程中以及投入使用后，实体与虚体之间的数据交互。随着IoT技术的深入，通过实时智能传感和监测，可以捕捉到制造实体变化的动态信息，及时反馈到孪生虚体中进行记录和修正，通过计算和验证，降低风险减少误差，通过动态调整、虚实同步，实现产品全生命周期的相互孪生、共同成长。

三是质量预测

通过产品全生命周期大数据的积累和机器深度自主学习等技术的应用，及时发现制造环节和使用环节的错误和痛点，在孪生虚拟体上进行调整和验证，有效评估和提升产品质量管理水平，降低企业研发成本和生产成本。

同样数字孪生体技术在助力制造企业的数字化转型升级过程中，对企业质量管理业务领域也产生了极大的变化和影响：

基于IoT技术实现全面互联的产品开发制造生态圈，它使包括人员、产品、机器及有关系统实现质量信息无障碍流通；

IoT器件、芯片、信息流、人工智能植入传统产品硬件，大大提高了产品的功能，也对产品质量、可靠性和风险管理构成挑战；

除了传统的质量管理方法，很多高 科技 方法，如云计算、深入学习、人工智能、VR/AR进入实用，虽然功能强，但是错用，滥用风险高；

在制造过程中高性能的设备、仪器、元件增加，产生了新能力和新问题。比如精确、快速的3D扫描仪，可快速生成加工件精准电脑图像模型，可代替传统的点测量来进行质量管理，但同时需搞出"以图像为基础的质量管理过程"…

基于以上质量管理业务领域的变化和影响，也同时给企业的质量管理工作带来不一样的变化：

1、未来是个性化定制与服务的柔性生产时代，企业质量管理工作的重点不再是质量缺陷和失效的控制，而是客户价值的不断感知、满足和提升；

2、IoT、大数据、云计算、人工智能等数字孪生体使能技术的应用，实现了产品全生命周期各阶段信息的高效互联互通，同时也促使企业质量管理人员的队伍将扩展到IT部门、数据分析师、工业互联网平台管理者等；

3、在个性化定制生产服务下，产品质量更多体现在为终端消费者创造价值上，数字孪生工厂让客户全程参与产品的研发、设计、生产等过程，产品设计与创新从以企业为中心向以用户为中心转变，通过数字孪生体平台使越来越多的消费者参与产品创新，改变了传统质量需求模式；

4、企业质量管理人员的思路、能力和方法也将发生变化：

快速且高质量的处理海量客户信息的能力；

提高和满足客户感知价值的能力；

数据质量和数据的校准能力；

嵌入式系统的质量管理能力；

预测性质量控制与设备维护能力；

风险控制系统的管控能力；

…

随着新一代信息技术和数字技术的突飞猛进，让数字孪生成为可能，也让企业产品质量追溯、质量监测、质量预警、质量修复变得更加及时、精确和有效，实现了从实物追踪到虚拟镜像的 历史 性跨越，必将为企业产品质量评价或"客户价值感知"带来颠覆性的突破。个人理解，在数字孪生制造新业态下，未来企业质量管理的工作重点方向将有如下几个方面：

一、质量管理战略和规划

未来质量管理将不再是减少错误，而是如何为客户创造价值。面对未来需求个性化的发展趋势，企业质量战略的核心是数字孪生质量平台的打造，实现企业质量管理平台化。数字孪生技术的应用除了降低成本，还会导致市场竞争日趋激烈，产品同质化情况进一步加剧，马太效应进一步放大。在此情况下，企业质量战略和规划工作应先人一步，通过高质量口碑抢占先机，逐渐构建产业质量管理生态链，集生态链智慧，创造企业质量竞争优势。

二、产品技术与质量标准体系的构建

产品技术与质量标准体系是企业质量管理工具和方法选择的参考依据，也是一切质量管理工作执行的目标方向。特别是数字孪生技术应用给产品的全生命周期管理带来颠覆性的变化，因此各企业需要基于数字孪生制造技术的应用特点，构建适合及满足企业质量管理工作需求的标准体系。

三、数据建模及交互协同质量的控制

在产品研发、采购、制造、质量管理到交付的链条中，各链条的数据交互协同将会带来大量的挑战。它直接影响了最终产品的质量，也影响了产品全生命周期质量管理的效率。

随着数字孪生和增材制造等新技术的加入，数据类型更为丰富、数据容量几何级增长、数据交互的时效性要求更高、数据价值和应用分析的工具更为先进，同时也带来了对数据标准更新和工具更新的质量控制要求。以增材制造为例，研发和制造过程中的产品数据，动辄以G计算；由于传感器、机器视觉、人工智能和数字孪生的应用，数据传输过程也由传统单向低速控制指令，转变为控制指令和过程检测数据双向高速传输；而生产过程中积累的大量数据，除产品质量保证外，在其生命周期中的可靠性管理和预测性维护等领域，都将发挥重要价值。

对于数字孪生体和增材制造相关数据建模及交互协同控制等标准的制定，已成为ISO等国际标准化组织和我国十四五数字化制造的核心研究课题。

四、关键过程链的质量波动模拟建模与分析

在经济全球化和加速企业数字化转型升级背景下，市场竞争已经从企业间竞争变为基于关键过程链产品的质量竞争，企业对关键过程链的关注重点已经从传统的产品优化、成本优化，扩展到了质量保障、正向设计过程以及风险控制等各方面，关键过程链上的任何质量波动都可能为企业带来重大的经济损失和市场风险。因而，建立关键过程链的质量波动模型，使之能预测和控制可能的质量波动及其影响范围，是数字孪生制造新业态下产品质量管理的一个关键内容。

五、企业产品创新质量的精准控制

基于产品全生命周期数字孪生体的数据应用，可协助企业精准地锁定用户和表达用户需求，然后按照用户需求创新出一个新产品，通过数字孪生平台模拟测试并生产出来让消费者体验和价值感知，大幅度降低产品研发周期及实现产品的精准上市。这也是一种新的商业模式：在数字世界中对企业的生产流程进行模拟、优化，降低成本，提高效率。

六、产品使用过程的预测性维护质量管理

基于产品使用过程中大数据AI模型、机理模型、故障知识库深度融合，构建产品使用过程孪生体平台，让企业售后人员能够精准识别产品售后故障部件、故障模式、故障原因、故障等级及改善措施，并自动生成详尽的产品售后诊断报告。

以上是基于个人认识的简单思考，欢迎各位交流与指正！

大数据时代传统企业管理遇到的问题：随着信息化程度不断提高，互联网、物联网、云计算和智能手机终端等技术的不断发展，数据的产生、存储、传播和分析等，不论从数量、方式方法上都较以往有了天壤之别，大数据时代给各行各业带来了巨大的冲击，给传统的企业管理带来一系列挑战。1、企业决策过程传统企业的经营决策往往地依靠企业的管理者，依靠管理者的经验、直觉和魄力，这样的企业在以前可能会发展壮大，但是缺乏对决策管理过程的监控，缺乏对数据的搜集、提取和分析，没有明确数据与决策结果的关联关系。另外，传统企业的数据分散在各个部门，数据的集中度不高，人们对其关注程度也不高。随着大数据时代的到来，传统企业的组织结构和决策过程必将面临前所未有的考验。2、智能化、信息化程度不够大数据的“4V”特征在数据存储、传输、分析、处理等方面较以往均有本质变化。数据量几何倍数的增长，对存储技术提出了挑战，需要高速信息传输能力支持，对非结构化的数据、低密度有价值数据的快速分析和处理能力提出更高要求。据统计，企业中85%的数据都属于非结构化、低密度的数据，大多数企业现有的数据处理方法和系统无法将大量的非结构化数据进行处理。另外，随着数据量的快速增长，对数据的存储、传输能力也提出更高的要求，这都将成为企业在大数据时代遇到的难题。3、信息安全问题随着大数据的发展，企业的海量数据中不仅包括业务数据、客户数据、公司内部数据，也不乏大量个人信息，数据本身的安全及个人隐私面临着泄露的挑战。大数据环境下通过对用户数据的深度分析，很容易了解用户行为和喜好，严重的将导致企业的商业机密及个人隐私泄露。如何保证商业秘密、个人隐私秘密等安全问题，对企业是一道难题。4、人力资源匮乏大数据改变了企业的传统管理思维，大数据时代的到来企业的管理者和员工都需要重新认识数据的重要性，提高相应的素质才能胜任原有的职位。在大数据时代，对数据的处理和分析已经超出了信息化的范畴，超出了市场营销的范畴，超出了运营管理的范畴，需要具有综合能力的人才，需要有相应新的部门来整合数据资源。对大数据的处理需求，必须有专业的数据分析人才运用这些大数据，才能将其转化为经济价值，数据人才必须能够深入了解企业业务与组织，具有统计应用知识、熟悉大数据数据分析工具的运用等，这就要求数据分析人员必须有整合运用3项基本技能的要求，而传统企业这方面人才非常稀少。

第一条 为了促进我国物联网健康发展，充分发挥财政资金的引导和扶持作用,规范物联网发展专项资金(以下简称专项资金)的管理，根据财政预算管理规定，特制定本办法。
第二条 专项资金是由中央财政预算安排，用于支持物联网研发、应用和服务等方面的专项资金。
第三条 专项资金的使用应当突出支持企业自主创新，体现以企业为主体、市场为导向、产学研用相结合的技术创新战略，符合国家宏观经济政策、产业政策和区域发展政策，坚持公开、公正、公平的原则，确保专项资金的规范、安全和高效使用。专项资金鼓励和支持企业以产业联盟组织形式开展物联网研发及应用活动。
第四条 专项资金由财政部、工业和信息化部各司其职，各负其责，共同管理。
财政部负责专项资金的预算管理、项目资金分配和资金拨付，并对专项资金的使用情况进行监督检查。
工业和信息化部负责确定专项资金的年度支持方向和支持重点，会同财政部组织项目评审，确定项目支持计划，并对项目实施情况进行监督检查。 支持范围与方式
第五条 专项资金的支持范围包括物联网的技术研发与产业化、标准研究与制订、应用示范与推广、公共服务平台等方面的项目。
第六条 项目申报单位应当具备以下资格条件：
(一)在中华人民共和国境内注册的独立法人；
(二)财务管理制度健全，会计信用和纳税信用良好；
(三)财务状况良好，具备承担项目的财务投资能力；
(四)专业技术人员不少于15人，其中高级职称不少于5人；
(五)拥有相应的专利、软件著作权或省部级以上认定的科技成果等研发成果，以及具有相应的市场应用基础。
第七条 项目申报单位应同时提供下列资料：
(一)法人执照副本及章程(复印件并加盖单位公章)；
(二)项目可行性研究报告；
(三)经会计师事务所审计的上一年度会计报表和审计报告(复印件并加盖单位公章)；
(四)相应的专利、软件著作权或省部级以上认定的科技成果等证明材料，以及已开展的市场应用方面的证明材料(复印件并加盖单位公章)；
(五)其他需提供的资料。
第八条 专项资金的支持采用无偿资助或贷款贴息方式。申请专项资金的项目原则上只采用一种支持方式。
无偿资助方式主要支持以自有资金为主投入的项目，贷款贴息方式主要支持以银行贷款为主投入的项目。原则上，技术研发、标准研究与制订、公共服务平台类项目，以无偿资助方式为主；产业化、应用示范与推广类项目以贷款贴息方式为主。
第九条 无偿资助额度或贷款贴息比例，由财政部根据专项资金年度预算安排及年度项目指南确定。
第十条 已通过其他渠道获取财政资金支持的项目，专项资金不再予以支持。 专项资金的申请与审核
第十一条 专项资金采取项目管理方式。工业和信息化部会同财政部根据国家宏观经济政策、产业政策以及行业发展规划，组织研究编制年度项目指南，明确专项资金年度支持方向和支持重点。
第十二条 省级工业和信息化主管部门应会同同级财政部门根据年度项目指南，组织做好本地区项目的初审工作。
第十三条 省级财政部门应会同同级工业和信息化主管部门依据项目初审意见，将审核汇总后的项目推荐名单和申请材料上报财政部与工业和信息化部。
第十四条 中央管理企业直接向财政部与工业和信息化部申报，中央部门(单位)所属企业通过归口管理部门申报。
第十五条 工业和信息化部会同财政部建立专家评审机制，组织技术、财务、市场等方面的专家对申报项目进行评审或委托专业咨询机构进行评估。
第十六条 工业和信息化部会同财政部依据专家评审意见或专业咨询机构评估意见，研究提出年度项目支持意见。
第十七条 财政部根据年度项目支持意见，确定项目资金及支持方式，下达专项资金预算指标，并根据规定及时拨付资金。
第十八条 项目承担单位收到专项资金后，按国家统一的财务会计制度规定处理。 监督检查
第十九条 各级财政部门与同级工业和信息化主管部门应加强对专项资金使用情况和项目实施情况的监督检查，对专项资金使用情况和项目实施进展情况采取定期或不定期检查。
第二十条 中央级项目承担单位应在项目完成后3个月内向财政部、工业和信息化部报送项目完成情况及专项资金的使用情况；地方级项目承担单位应在项目完成后3个月内向省级财政部门与工业和信息化主管部门报送项目完成情况及专项资金的使用情况；省级财政部门会同同级工业和信息化主管部门于项目完成后6个月内向财政部、工业和信息化部报送项目完成情况及专项资金使用情况的总结报告。
第二十一条 对弄虚作假骗取专项资金、不按规定用途使用专项资金的单位，财政部依据《财政违法行为处罚处分条例》(国务院令[2005]第427号)的有关规定进行处罚，并取消三年内的申报资格。项目因故中止(不可抗力因素除外)，财政部将收回全部或部分专项资金 。 附则
第二十二条 省级财政部门与工业和信息化主管部门可根据本地实际情况，比照本办法制定具体的实施办法。
第二十三条 本办法由财政部会同工业和信息化部负责解释。
第二十四条 本办法自发布之日起施行。
工业和信息化部办公厅　财政部办公厅

据中国信通院发布的《中国数字经济发展白皮书（2020年）》显示，2019年，我国数字经济增加值规模达到358万亿元，占GDP比重达到362%，按照可比口径计算，2019年我国数字经济名义增长156%，高于同期GDP名义增速约785个百分点。白皮书显示，服务业、工业、农业数字经济渗透率分别为378%、195%和82%。

作为国民经济支柱产业的建筑业，2019年建筑业占GDP比重达716%，但是建筑整体数字化程度较低。据2017年12月，麦肯锡全球研究院发布《数字时代的中国：打造具有全球竞争力的新经济》显示，中国建筑业是数字化程度最低的行业之一。另据中国建筑协会的统计，我国建筑信息化投入在建筑业总产值中的占比仅为008%，而欧美发达国家为1%。

显然，加速建筑业的数字化进程，对促进数字经济进一步发展和壮大具有重要意义。下面，我们立足当下，梳理建筑业数字化的现状，展望建筑业数字化的未来。

解放双手与武装大脑，建筑业数字化走过的阶段

解放双手阶段，即设计师甩图板和预算造价人员扔掉计算器。从上世纪九十年代开始，建筑业分别进行了“甩图板工程”和“造价算量电算化”这两个关键动作，他们都是用计算机软件替代手工 *** 作，降低误 *** 作，提升的是 *** 作层岗位的生产效率，通过 *** 作层的数字化给后续的管理数字化奠定了基础。这个阶段，建筑数字化领域诞生不了少有影响力的企业，诸如PKPM、广联达、斯维尔、天正，都是在此背景下诞生的企业。

武装大脑阶段，即通过管理的信息化，帮助建筑企业提升内部协同效率。管理的信息化主要从千禧后开始发力，电子招投标系统、施工现场管理系统、知识管理系统、决策支持系统等诸多管理系统陆续引入，不同程度的改善了建筑企业人员密集、离散度高、信息分散、信息利用水平低等问题，大大的提升了建筑企业的管理水平。2000年，新中大软件收购杭州天合，进军工程管理软件市场，建筑企业的项目管理和企业管理进入内部协同时代。

BIM热潮，建筑数字化从内部协同走向产业协同

BIM的落地应用，不光要实现企业各部门的信息化打通，还要打通产业链不同分工的企业信息，这与产业互联网的理念完全相同。

目前，部分大型建筑企业的数字化建设从重内部流程管理，进一步面向产业协同化进行转变。产业协同，一方面得益于住建部的推动。住建部提出到2020年年底，建筑行业甲级勘察、设计单位以及特级、一级房屋建筑工程施工企业应掌握并实现BIM与企业管理系统和其他信息技术的一体化集成应用。产业协同，另一方面源于企业自身发展的需要。中建云筑网、中铁鲁班网、上海建工营造商，都是通过供应链的数字化，打通上下游企业。利用供应链数字化协同降本增效成为大型建筑企业的共识。

供应链数字化，是建筑业产业协同的典型应用场景

供应链的数字化，能够帮助企业管理多个异地项目，提升管理效率。建筑业具有项目建设地分散、价值链离散度高和项目周期较短的特点，导致供应链成本居高不下。通常，建筑项目建设周期在几个月到几年不等，建设期间要构建钢材等主材供应商，各类地材供应商，以及分包合作伙伴，在异地扩张项目时，原有供应体系复用度低，需要重新构建。以云筑网为例，中建及云筑网其他采购单位，均可共享平台36万供应商，这能降低施工企业寻源周期和采购成本，同时通过本地化的规模效率提升供应商和物流方的服务能力，整个产业链协同的效率。

供应链数字化，能够帮助企业降低增效。据中国建筑协会发布数据显示，中国建筑企业平均净利率约35%左右。在建筑的项目成本中，采购成本（包括材料、劳务、机械设备等）大约占到整体成本80%，是项目成本的重要组成部分。近几年大型建筑企业纷纷实施B2B集采平台，通过数字化手段降低采购的成本，提升采购的效率。据不完全测算，实施供应链数字化后，平均采购成本降低约1%~3%左右，而采购成本每降低1%利润率将增长5%，这对于净利率低的建筑业具有重要意义。

供应链数字化，能够解决建筑企业融资难和融资成本高的问题。在传统供应链的金融领域，仓单融资和抵押融资较为普遍，融资的难度大，融资的周期长，并且融资的成本高。野马 科技 的联盟链则对建筑采购、合同、票据等数据上链，实现价值传递，一方面解决供应商对供应链平台的信任度问题，另一方面方便供应链数据与金服机构数据进行共享，方便平台企业植入供应链金融业务。筑集采的“筑链智融”运用区块链技术对数据上链存证，帮助建筑企业的供应链数据实现从核心企业到物流商、供应商多方数据传递，透过平台融资金额超过10亿元。

供应链数字化，对 社会 治理具有重要作用。受公共卫生事件的影响，今年第一季度全民开启“家里蹲”模式，各类物资紧缺，建筑项目的供应链同样面临断裂风险。从产业层面，全面掌握供应商的地理位置、库存储备和生产能力、上下游情况，与自然灾害和交通动态数据联动，能够帮助企业建立起预案，也能保障国家重大项目建设的顺利开展。年初，武汉雷神山和火神山两座医院在疫情期间快速建成，“中国速度”再次让全球瞩目，这背后供应链数字化同样居功至伟。

供应链数字化，是建筑业产业协同的基础。早期，建筑企业把招标采购系统线上化，解决了线上到线上的转化，但供应商的数量和质量仍然无法让采购效率最大化、采购成本最优化。单企业为主的招标采购系统向产业集采平台进行演进成为必然趋势。多个采购商（施工方）入驻平台，企业共享供应商，共享物料信息，共享物流商，以大宗物资采购撬动零星的MRO、供应链金融等更多场景企业服务，形成一套产业链协同平台，利用数字化手段改造供应商、物流商、金融服务机构，解决产业链企业经营过程中物资流转、资金周转、信息传递等问题。中建云筑网、南通三建投资的筑集采、钢铁电商兰格集采平台都是建筑行业产业集采平台的践行者。

建筑数字化建设，不能盲目放卫星，要务实而为

数字化建设通常有三个阶段，即岗位和部门数字化、企业内部协同数字化和产业数字化协同三个阶段。在岗位和部门的数字化阶段，基本解决的是 *** 作层的数字化，在企业内部协同数字化，主要解决的是企业管理的数字化，这两个阶段数字化应用以企业内部应用为主，产品选型比较灵活；产业数字化协同阶段则依赖产业链的生态建设和企业内部资源的互联互通，制约性比较大。

下面咱们就来说说建筑数字化建设的四个方式。

其一，与成熟的ISV（独立软件开发商）合作，购买成熟的产品，这样的好处快，成本相对较低，缺点是企业的自主性弱，产品与企业的贴合度较低，这种方式比较适合中小型建筑企业。

其二，与开发团队合作定制软件，这样的好处是在半成品的基础上定制，开发周期快，成本适中，缺点是企业通常没有完整的知识产权，比较适合大中型建筑企业，对数字化的精细化要求较高的企业。

其三，自建团队开发，这样的好处是数字化建设与企业流程和管理的贴合度高，企业拥有完整的知识产权，缺点是开发成本高，开发周期长，并且需要成熟的IT管理能力，比较适合大型建筑企业或其独立的 科技 公司，可以根据此构建自己的数字化生态圈，并对外输出。

其四，强强联合，抱团建平台。类似南通二建、南通四建与龙信建设等企业结盟，共建供应链数字化平台。这样的优势是资源共享，能够快速构建生态，缺点是模式设计难度大，需要强有力的核心企业来牵头负责。

在数字化建设的实施中，通常四个方式混用，比如标准化程度高的财务软件、项目管理软件可以直接购买，但物资供应链或者劳务供应链，个性化程度高可以选择定制开发，或者自建团队开发，具体根据业务进行评估再确定建设的方式。

建筑数字化不能盲目放卫星，应该务实而为。某壹级施工企业，年产值达20亿，除了财务部拥有软件之外，其他内部管理均使用QQ、微信进行信息传递和数据共享。某同区域壹级企业，成立了自己的软件研发团队，进行企业管理软件的研发，对数字化的流程化和标准化有着深刻的认知。我们注意到，部分领先的建筑企业已经在落地BIM的推广和智慧工地的建设，但是大多数建筑企业还走在从0到1的数字化建设的中，数字化建设，不能盲目攀比，乱定目标放卫星，应该务实而为，面向经营的利润和管理的效率出发，稳扎稳打，步步推进。

今年，中央提出推动新基建建设和促进数字经济发展的重大部署，建筑业的数字化应该与中央部署紧密结合。新基建部分的工业互联网核心是供应链数字化，供应链被称为产业的神经系统，重要性不言而喻。建筑业的数字化需从供应链数字化发出，一方面促进建筑业供给侧改革，一方面帮助企业降本增效，提升生产力，一方面促进产业协同共享，连接全产业链条，融入到数字经济的大潮之中。

一、将真实的加工制造连接到工业40
如果使用了工业40技术，一个新的加工制造生产线可以实现多达25种的产品变化，同时将产量提高10%，库存减少30%。工业40架构的应用让制造商在生产过程中可以获得更丰厚的投资回报率。
工业40是一场工业的革命，目的是将信息技术(IT)的虚拟世界、机器的物理世界以及互联网合为一体。其中心是将具有IT功能的所有工业领域都整合起来。这些科技提高了灵活度和速度，能够使产品更具有个性化，生产更高效且规模可扩展，以及在生产控制方面具有更高的可变性。机器与机器之间的通讯和先进的机器智能化，提高了工艺的自动化水平，并带来了更多的自我监控以及实时数据。开放的基于Web的平台会增加制造企业的竞争力。
1分布式智能
这里说的分布式智能是指在智能传动和控制技术网络的机器设备中，加入尽可能多的智能和控制功能、或者单独的传动轴，而不是从一个中央处理单元（CPU）来处理所有的动作。
拥有机器层面的过程数据并决定用它做什么，反映出了人们相信一台机器可以经过装备使用过程数据做一些事情并且独自改善工艺流程，诸如实现调整产量、更加有效率的利用能源等目标，而不是依赖“云”来处理所有这些任务。
联网的机器可以与更高的生产线级别、工厂级别以及企业级别的网络进行通讯，从而能够实现对特定事件或特定产品的实时调节。集成了传动的伺服马达和无机柜传动系统将传动组件和运动逻辑顺序放到了单独的轴向上。
　 2快速连接
那些允许数据在整个企业架构中自由流动的系统，往往需要持续的投资和改进。一家工业40工厂车间所产生的大数据和信息流，可能会让公司的网络不堪重负。我们该如何改进自动化系统中的硬件和软件的功能，使这种设计流程更简单、花费更少的时间以及更加开放？通讯路径随着其创建和实施而变得更加流畅。在决定应该使用现场总线的什么功能时，应该看一下生产平台是否支持例如OPC
UA（来自于OPC基金会）这样的标准。消除不同供应商系统的障碍，而且对通讯和控制平台采取一种更加开放的方式很重要。
3开放标准和系统
重点是要思考系统到底“开放”到什么程度，是否支持新兴的通讯协议和软件标准，以及开放的独立组件如何让工业40成为现实。
开放标准允许基于软件的解决方案可以更加灵活地集成，并有可能将新的技术移植进现有的自动化架构中。开放的控制和工程软件也沿着这个方向将自动化和IT软件程序之间的间隙弥合。一个开放的控制器核心能够使用常用的高级IT语言（例如Java和C++）来创建自动化应用程序。
一台机器的 *** 作应该支持与智能手机或平板电脑进行简单的连接。软件可以借助控制器与3D模型软件的连接来加快自动化系统的设计和调试。一个运动控制器可以与模型之间发送指令以及接收反馈，使得机器的功能性在机械设计阶段通过运动控制就得到优化。这也让机器测试和编程可以在调试之前进行。在部件订货、组装机器之前，虚拟机器可以用来进行测试并完善设计。
4实时数据整合
在工业40的工厂里，可能利用实时的机器和工厂性能数据来改变自动化系统和生产工艺的管理方式。不用捕捉并分析数月以来有价值的关于生产率、机器停机时间或者能源消耗的数据，支持工业40的平台能够将数据整合到常规的工厂管理报告之中。这会让制造商和机器具备详细的信息来执行快速的工艺和生产变更，以实现产品满足特定客户需求的愿景。
5自适应性
现实世界中的主动性可以让生产更加连贯并以需求为导向。科技帮助生产线变得主动。目标就是让工作站和模块可以适应个性化的客户或产品需求。
在一个制造液压阀的工厂里，一套新的自适应组装生产线在每一件被加工件上都使用射频识别芯片。生产线上的9个智能站会识别出最终产品是如何被装配的，以及哪些工具设置和 *** 作步骤是必须的。每个相关加工件都带有蓝牙标签，会自动将信息传送给装配站。装配步骤信息会根据不同的产品以及相关加工件的技术水平不同而显示出来。该生产线可以生产一批相同尺寸的液压阀，也可以不需要人工干预就能生产25种不同产品型号。不再需要设定时间或者多余的库存。这使得生产线的产量增加了10%，库存减少了30%。
二、让工业40和IIoT在智能工厂里运行
工业40和工业物联网(IIoT)能够为设备（从传感器到大规模控制系统）、数据和分析之间提供更好的连接性，Beckhoff自动化的TwinCAT产品专家Daymon
Thompson这样认为。传感器和系统需要网络连接来共享数据，分析有助于做出更明智的决策。
物联网主要包括4个基本元素：实体的设备、与设备之间的双向连接、数据以及分析。设备可以是小到一个传感器大到一个大规模控制系统中的任何一种。传感器和系统需要与更大的网络进行连接，以共享由传感器或系统产生的数据。对此数据进行的分析会产生可执行的信息，其结果是让人们做出精明的决策。
在IIoT的实际应用中，
企业通过将设备或资产连接到云或者本地信息技术(IT)设施上来进行数据的采集和传送。然后对采集到的数据进行分析，可以发现设备或资产更多的潜在信息，防患于未然。
例如
，监控机械组件运行温度的传感器可以追踪任何异常状况或者偏离底线的情况。这使公司可以主动地处理不希望发生的行为，从而在可能造成有害危险的系统故障加剧之前进行预测性维护，否则这些系统故障可能会导致工厂停机以及生产收益损失。这种类型的信息有助于企业新产品的设计、系统性能效率的提高以及实现利润的最大化。
工业40让加工制造更灵活
在一个生产制造流程，甚至是整个供应链中，通过连接性推动更多的新发现和系统优化，这是工业40的核心概念之一，这种科技进步也被称为第四次工业革命。
工业40工作组成员、德国国家科学与工程院Acatech，将18世纪蒸汽机的发明和广泛使用定义为第一次工业革命。第二次革命是20世纪早期在装配线上使用传送带。第三次革命是在20世纪中叶开发出来的微电子学、PC和可编程逻辑控制器(PLC)。第四次革命是将PC和机器连接到互联网，并启用信息物理系统（CPS）。
工业40要求传统的生产制造工业实现计算机化。使用物联网和信息物理系统的概念会帮助实现“智能工厂”的目标，使生产制造具有前所未有的灵活性和非常高的精益生产效率。在生产制造中，一个显着的特点是重点关注的领域从产品本身扩展到了生产这些产品的工艺上。
制造商需要灵活的生产线来适应快速变化的客户需求。灵活的机器运行能够生产很多类型的产品，通过调整批量大小来获得更高的生产利润，这使得同一个生产线可以运行更复杂的混合产品以适应客户不断变化的需求。

---