工信部部长肖亚庆在开幕式上表示，我国5G商用一年多来，已建设5G基站近70万个，终端连接数突破18亿，覆盖全国所有地级以上城市，技术先进、运行高效、资源集约的高质量5G网络正加快建成。
肖亚庆介绍，我国充分发挥5G赋能工业应用的技术特点和优势，推进“5G+工业互联网”融合创新。全国建设项目超过1100个，涌现出机器视觉检测、精准远程 *** 控、现场辅助装配、智能理货物流、无人巡检安防等一系列应用成果。
“可以说，‘5G+工业互联网’在推动制造业向数字化、网络化、智能化转变过程中正迸发出磅礴力量。”肖亚庆说。
活动主会场
十九届五中全会提出，坚定不移建设制造强国、质量强国、网络强国、数字中国，推进产业基础高级化、产业链现代化，提高经济质量效益和核心竞争力。
中国工程院院士周济在主论坛上表示，制造强国、质量强国是工业化的主要任务，网络强国和数字中国是信息化的主要任务。5G和工业互联网将推动制造业全方位变革。
周济认为，“5G+工业互联网”是建设制造强国的关键支撑。智能制造、数字化、网络化、智能化制造，需要强大的“5G+工业互联网”赋能。同时，工业互联网作为一项赋能技术，20%的市场在消费端，80%的市场要在产业端，因此，“‘5G+工业互联网’更大的蓝海在智能制造和数字中国。”
被问及“5G+工业互联网”会给哪些行业带来颠覆性的改变，中国工业互联网研究院院长徐晓兰在接受媒体采访时表示，首先，工业互联网推动产业生产方式和企业组织范式发生根本性的变革。“我们以前的传统生产方式是流水线式的，从一个流水线到下面的流水线，再到下一个流水线；未来的生产模式已经打破了流水线，变成网络化生产方式，它的生产线已经从一个流水线变成一个柔性制造。”
什么是柔性制造？徐晓兰解释，生产线上一个小时在生产手机，下一个小时可能就生产电冰箱或者洗衣机，这在原来的传统生产方式是不可能实现的。
“未来的生产模式，它的生产线是柔性定制，而柔性定制就需要一个广链接的、无线的网络来支撑，这种无线网络就是5G。这就是‘5G+工业互联网’怎么能够带动制造业发生根本性或颠覆性的变革。”她说。
徐晓兰认为，目前“5G+工业互联网”的应用场景主要是从传统生产线到柔性生产线的改变，它还有大有可为的空间。
具体而言，徐晓兰认为，未来“5G+工业互联网”的广阔空间还是要 探索 更多新的应用场景，真正把5G大带宽、低时延、高可靠的特性发挥出来。“因为我们现在看到更多的还是用了5G大带宽的特性，但低时延、高可靠的特性在工业场景中如何来跟工业互联网更深地融合、促进制造业的根本变革还需要不断 探索 。
活动展厅
在国家发改委经济体制与管理研究所产业室原主任史炜看来，“5G+工业互联网”本身是一个中长期的概念，目前我国的“5G+工业互联网”还处于起步阶段。
史炜明确，工业互联网和工业物联网是两个概念，先有工业物联网，工业物联网进一步延伸才是工业互联网。
“工业互联网实际上强调的是通过对机器的数字化改造来提高产业的生产能力和效率，5G本身最根本的特性也是基于工业或者是基于‘物’这个机器设备来实现最有效的海量数据传输。”史炜说，“5G+工业互联网”实际上是通过现在的ICT技术，把提取出的生产经营性的数据进行数据资源的组合交换控制，来实现整个产能的提高。
“现在传统制造业进行工业互联网改造时遇到的第一个瓶颈就是设备本身的瓶颈。”史炜表示，像三一重工、徐工、潍柴动力等企业之所以能够进行比较先进的工业物联网和比较深入的工业互联网，一个重要前提是他的机器设备和已有的生产线可以通过技术改造、设备改造增加一些相应的仪器仪表和一些机器的辅助设施，来达到工业设备和流水生产线的数据提取。“如果不能提取出数字，所有的工业互联网和物联网都是假的，这点一定要明确。”
史炜认为，现在很多企业在做工业互联网和物联网时存在很多困境，是因为机器设备不具备数字化改造的条件。“企业马上会考虑投资仪器仪表得花多少钱，改造生产线花多少钱，人工生产和机器生产之间的过渡花多少钱。”
因此，他认为目前不能搞一刀切，不要所有企业都搞工业互联网，可以有序地针对一些企业优先发展工业物联网，比如智慧矿山、智慧交通、智慧电力等，这些系统相对来说仪器仪表化的水平比较高，而且系统本身的网络架构也比较好，可以快速通过对这些系统的大规模改造，为下一步的工业制造提供基础。
“也就是说现在IT的技术我们是有了，5G几个主要的场景，包括像5G切片的技术已经非常成熟，OT（operational technology）的技术是我们需要去补足的短板。”常疆说，这当然不是一蹴而就的，因为各行各业之间的差异很大。
常疆表示，每个行业自从开始有这个行业至运营到今天，它积累了这么多运营的模型，这么长的产业链，这么长的价值链在运作，如何把它真正地数字化，能够体现数据的价值，能够给他在未来商业发展创造新的动能和新的商业模式，我觉得这是我们作为传统行业或者说通信企业需要去抓住、去克服的一个重点和难点。
工业40蓄势待发，工业制造领域的大变局意味着中国有机会将过去几十年来积累的制造经验转化成创造的基础，复杂的制造业场景给了企业更多创新的机会。
在此之中，软件工程师扮演着什么样的角色？什么是工业物联网的基础设施？
“物联市场 线上对谈”是由边无际发起的立足物联网行业的访谈栏目，第一期邀请到零碳数科CEO闫保磊，与边无际CEO陈永立、边无际COO郑凯文一起畅聊工业物联网的行业现状与软件平台的解决方案。
郭琦：请闫总介绍一下零碳数科。
闫保磊：零碳数科是一家工业互联网平台企业。从名称上讲，数科和零碳揭示了我们的特色，数科寓意数智化，零碳寓意碳中和，我们认为二者相得益彰。因此，我们研发的产品和技术致力于实现产业链供应链的数智化和低碳化转型，目前主要切入四个领域，分别是能源管理、碳管理、供应链管理以及智能制造。我们的愿景是打造“立足中国·服务世界”的跨行业跨领域的工业互联网平台，打造“SaaS+PaaS”协同研发、“产品+服务”双轮驱动的特色模式，深耕能源、化工、钢铁、机械、农产、橡胶、玻璃、建筑、园区等行业和场景。我们已在北京、天津、厦门和烟台设立子公司，客户分布于中国、美国、德国、韩国、新加坡等20多个国家和地区，包括多家世界“500强”企业。总之，我们还是家比较年轻的公司，取得了一些成绩，对工业互联网对发展有一些感受。
郭琦：工业物联网领域有什么独有的特点？
闫保磊：第一，工业互联网被国家定义为“新基建”之一，可见它的定位意义深远，对中国制造的转型升级是基础性的和关键性的，是未来的国之利器。既然工业互联网主要是服务工业的，那么可以说“工业为本，数科为器”，这里的“数科”是指以物联网、大数据为代表的数字科技，它作为一种新型工具为工业赋能，这才是工业互联网的底层逻辑。
第二，工业互联网是新兴技术，主要面向的是工业应用场景。当然，它还不完善。一是中国工业的特征是参差不齐，既有比肩工业40的先进制造业，也有停留在工业20甚至10的原始状态。这种工业发展的不平衡性决定了我国的工业互联网建设必然是艰难而漫长的。
第三，我们的愿景是打造工业数智化转型的底层 *** 作系统，也就是工业互联网平台。首先以提升我们自己开发解决方案效率为目的，未来也可以开放给软件开发企业甚至是客户，支持他们更便捷高效地开发工业场景的解决方案。但是，就目前而言，我们认为工业企业更迫切的需求是产品或者说解决方案，而不是平台。因此，我认为中国的工业互联网的建设应该是“先产品，后平台”，丰富的产品的共性部分逐渐沉淀下来，像沙漏一样堆积成跨行业跨领域的通用平台。
郭琦：边无际也是致力于要做物联网的底层系统，请边无际CEO陈永立来聊一聊，我们可以提供什么样的技术解决方案？
陈永立：边无际主要的产品是一套类似于IoT界的安卓的一套系统，我们认为安卓在移动时代它的核心是一个开发框架。因为有了安卓或者iOS这样的系统，可以让整个移动端的生态的开发门槛变得非常低，生态也可以爆发。在这个万物互联时代，我们认为以后包括工业互联网、工业物联网等，这一切的背后核心的解决方案的开发者都是程序员。我们需要给这些程序员一套好用的工具，也就是我们边无际所致力于打造的底层的基础设施。
郭琦：基础设施这两年是特别热门的一个词，由于我国发展到了一定的阶段，想要把基础设施的建设的会亮提上来，超过以前的纯粹代工的一个产业状态。想请闫总谈一下，在基础设施建设上我们遇到的难点主要是什么？
闫保磊：提到工业互联网平台，国内很多企业都在做这个领域的工作。既然是基础设施，其实它是一个从零到一的建构过程，大家的侧重点是不一样的。工业互联网分很多层次，不同企业定位的主要发力点是不一样的，我们更重要的关注点是在PaaS或SaaS层的开发工作。底层的一些基础设施是需要合作伙伴共同去构建的一个体系，由不同公司的基因和团队的核心竞争力决定。对于我们自己公司来讲，大量的客户都是直接面向工厂或工业园区的终端客户。做面向客户的整体方案过程中，我们是没有问题的，但是更底层的一些技术框架，怎样提升开发解决方案的效率，是需要边无际这样的团队或者企业来提供。在底层的构建上，尤其涉及到 *** 作系统的一些模块，是我们类似的企业共同需要的能力补充。还有一点，我多次强调的“工业为本”，工业机理是一个非常基础性的东西，缺乏对工业机理的深刻理解很难构建出满足工业需要的平台，这是很多人常常忽略的一点，甚至可以说是一个主要难点。只有将工业机理和数字科技深度融合起来，才可能打造出好的基础设施。
郭琦： PaaS业务和SaaS业务比较难做，原因是需要整合的领域、技术是比较多的。想请闫总谈谈我们在推进过程中需要哪些合作伙伴？
闫保磊：中国的工业门类齐全，行业众多，跨行业复制能力是一个稀缺能力。你在这个行业干得好，未必在其他行业也能干好。谁能解决跨行业复制问题，谁就是未来真正的王者。这与我们所使用的消费互联网显然是不同的。因此，有的企业就会专注做一个行业。作为平台型企业，就需要和不同行业的解决方案提供商合作。
工业的数智化转型是一个系统工程，绝非提供一个app就能解决的。比如会有大量的工业现场的工程问题，像安装传感器、调试通信等。这些专业型的工作同样需要合作伙伴一起参与。除此之外，还有云服务、数据分析以及基于数据分析的咨询等等。这些工作既可以一家公司都做了，也可以和其他企业合作。
还有一点我认为全世界还没有一个特别好的平台出现，类似于安卓、iOS或者Windows系统，工业界还没有公认的特别好的，这是一个重要的现状。构建底层都 *** 作系统是一个漫长的过程，当然也很困难，需要有一批这个领域的企业加强合作共建。
郭琦：工业物联网是两种体系的匹配，工业指向了客户需求到底在哪，工具是技术的解决方案，只有联合起来才能共同推动生态的建立。想请问一下陈永立，我们是一个技术导向开始发起创业的公司，你是怎么判断工业物联网的时代从此开始有了我们的机会呢？
陈永立：这个话题可能更偏技术一点。我们观察到由于容器以及云原生的技术日渐成熟，有机会做一个能够把非常碎片化、非常零散的物联网底层，用软件的方式统一化一套底层的技术。
我们这个团队有微软、亚马逊等的做云计算的基因，在这方面有一些比较深刻的理解，做出了一套底层的开发框架。如果我们只有一套开发框架，比如iOS、安卓、包括Windows，其实没有给客户带来直接的价值。Windows一开始之所以有价值，是因为它上面有Office，iOS和安卓之所以有价值，可能因为有微信、今日头条等真正的应用，所以是平台中还有平台的机会，我感觉是一个非常大的浪潮，而且是可能持续几十年的事。
郭琦：任何技术只有真正到了能用、能有人的感受、能够 *** 控，才可能产生价值和意义。想请问闫总，您是怎么判断工业物联网真的到来了，我们现在要走出去第一步的话，那个最痛的痛点在哪？
闫保磊：判断浪潮的到来，一是行业研究报告或者知名企业的战略转型计划。二是靠团队的集体智慧和判断。我和我的团队成员很多在工业领域工作十年以上，近距离观察和亲身参与了工业数字化项目的策划和落地。总之，我们主要是基于工业发展规律和多年经验作出判断，并制定公司发展战略。
从全球的趋势来讲，大家都处于差不多的阶段，就是从自动化向数字化和智能化方向转型，我们经常到工厂现场，有切身体会。2019年我们做了产品开发和验证，并在全球20多个国家做了落地案例，基本上判断工业40的浪潮确实不仅是某一个国家的事情，应该是全球同步要做的事，尤其是以中国、美国、日本、欧盟等工业基础比较好的国家和地区。
我们现在要走出第一步最痛的点应该是利用好技术为工业解决实际问题，而不是一些空泛的概念。工业企业是理性的，不能带来实际价值的东西是不可持续的。
郭琦：凯文很长一段时间在麦肯锡工作，对工业物联网领域有很深的观察，凯文是怎么判断现在这个行业是什么阶段，发展的怎么样？
郑凯文：从全球范围来看，我们可以坚信40一定会发生，而且是下一波能够引领不只是制造业，我觉得是全球多个行业、多个产业变革的一个核心。根据过往有限的咨询项目经验来看，国内总体的数字化或自动化的程度还是有些参差不齐的，而且越往前走越接近40这个目标的企业就更少，我觉得是时间的问题。
因为本质上过往的10年或15年，我们还是一个劳动密集型的生产型的国家。随着人工成本的增加，对于精密制造、科技型产业制造的需求不断扩大，所以自动化、数字化可能是唯一的途径。可能头部的一些企业在这方面已经做了一些投资，包括一些尝试，腰部或者尾部的企业，现在更多的可能还是跟随的状态。如果让我来说一个形状的话，我觉得还是一个三角形，很不幸是个正三角形。如果有一天我们能变成一个倒三角，大部分头部企业都已经做到数字化的时候，这可能是我们真正把这个产业做到比较先进、比较辉煌的时候。
郭琦：工业物联网刚刚起步，甚至在全球范围内都是刚刚起步，包括我们国家这次真正地和全球化并行同步起来，然后能达到从小部分人的尝试，变成更大部分人的头部企业都实现的自动化的程度。永立是从美国微软回来，之前面对的技术、产品、生态都是全球化程度最高的。你观察到的在全球范围内工业物联网领域，技术是如何协同起来的，它的先进技术到底是什么？
陈永立：我在微软的时候经历过一次特别大的战略转型，从“mobile first, cloud first”（移动为先，云为先），转变为“intelligent cloud and intelligent edge”（智能云和智能边缘），去掉了“移动”增加了“边缘”。“边缘”代表的是“边缘计算”（edge computing），我认为它的底层核心就是物联网，物联网价值最高的场景就是工业物联网，微软这种巨头公司也已经把整个战略重心向这边倾斜，与之而来的是有一套跟边缘计算有关的技术。
实际上，在云上面的技术很多时候并不适合在现场使用。举个简单的例子，我们需要有低延迟支持工业现场做实时决策。如果我们用云，数据要先传到云上，经过计算再回到本地，可能是几百毫秒的延迟。但如果我们在工业现场立刻用边缘计算进行处理，可能会降低到几毫秒，对于网络延迟方面的一个指标上就有百倍的提升。有很多的底层的基础设施以后，上层的应用就有了可能性。比如我们在一个工厂里有一个本地的小型数据中心，可以支持工业40的所有实施决策，无人工厂运行的所有计算是在本地进行，本地处理保护了数据的安全性，解决了客户的顾虑，尤其是工业客户要求在本地部署的情况很多。
郭琦：边缘计算是现在越来越热门的部署技术方案，请永立深入讲解一下，面对开发者用他们理解的语言解释，边无际怎样实现边缘计算的功能？
陈永立：边无际的核心产品是Shifu，是把物联网的设备封装成微服务，并把它的核心能力以API的形式开放出来。在做开发的时候不需要对接零散的生态，已经做好了一套数据底座，需要什么设备的能力可以直接调用。
郭琦：基于边无际的解决方案，联合零碳数科的能力，我们想做的PaaS平台、SaaS平台是想让软件工程师们改变制造业，提高制造业的智能工厂的效率。零碳数科探索得更加深入，闫总可以举例讲一下在发展用户的过程中，用户真实遇到的情况是什么，可能遇到哪些场景，哪些场景有特别的困难需要我们攻克？
闫保磊：工业互联网的应用参差不齐，确实是中国工业的现状。个人觉得目前我们的几个产品或者说解决方案，对应着工业互联网可以率先应用的场景。能源和碳的管理是我们特别重要的一个产品模块，目的是怎样更好地用数字技术帮助企业节能减排。工厂的节能技改、节能减排其实已经做了很多年，但现在大家会觉得再推进下去难度非常大。我们认为主要原因是，比较容易做的事情凭借老师傅、老工人的经验，基本上已经解决，如果缺乏数据支撑再去做深度挖掘，是很难做到的。
在工业场景中的数据，可能没有，或者数据的维度、颗粒度和质量都非常差，不足以支撑做深度分析，那么工业互联网技术就可以发挥作用。就像病人去医院首先要做全面体检，拿到各种参数，在工厂场景当中，我们要获取数据需要与设备去对接。工业场景的设备种类成千上万，只靠一个个接入可以获取数据，但是从底层来讲，我们希望市场上有一种能力把连接设备的效率提高，成为一个标准化模块，我觉得这是一个难点。
能源和碳管理可以扩展来看，像设备运维、生产制造、仓储物流等，我们对接的传感器或边缘侧的设备种类繁多，并且工业领域的协议也是比较复杂的，降低了解决方案的开发速度，这个事情值得我们认真研究。希望边无际能够做得更完善，对于我们这样的企业来讲，也会有很大的助力。
郭琦：如果工业互联网继续向前进，技术上得到了一些解决和积累之后，工业物联网会呈现出什么样的场景，我们想追求的是实现什么样的功能，实现什么样的工业物联网？
郑凯文：我们现在谈的工业物联网向前发展的本质是绩效，就是提高效率。提升效率的障碍主要是数据跟数据之间的壁垒没有被打通。举个简单例子，一家公司从产品定义到后期的采购、供应链、生产、销售、维保等整个周期内，最基本的一点数据能够让各个部门打通。现在很多公司没有这个基础，并不是企业老板不想做，而是市场的确有很多阻碍。
设备在设计的时候，它的自动化水平或者是数字化能力是不一致的，没有很规范的行业标准，可能从不同的供应商拿到解决方案拼凑出一套数据，中间会有漏包、无法及时沟通等情况。现在第一是数据的利用率不高，第二是拿到数据之后，怎么样分析数据提升现有效率，很多企业能在一部分的环节当中做到，但我觉得整个产业链全盘优化的话，计算量很大，而且对企业内部数据分析的能力要求很高。我们传统制造业以前是不太注重这部分的，更多是靠经验，靠商业模式去完善所谓的效率。我觉得向前发展的话，数字化的基础可能会是提高效率的一个最核心的起点。
郭琦：从数据收集工作到处理工作没做好的话，通过数据去指导生产，指导项目的效率肯定是会出现问题的。事实上，互联网是在近两年才重新注重大数据和人工智能的结合，用数据去指导生产生活，可能下一步真正进入到生产制造的领域当中。我们是有客户的，客户的需求往往也比较明确，在一些方面我们可以提供支撑。在闫总的设想中，零碳数科的商业模式是什么，未来会发展成什么样子？
闫保磊：一个公司的未来取决于团队的基因，基因决定了核心竞争力。我们团队的核心成员在工业场景的解决方案和经验方面是丰富的，对工业机理的理解是深刻的。同时，数字科技领域有来自微软等知名企业的专家。这种团队配置也呼应了“工业为本，数科为器”的判断。目前我们做的工作主要围绕工业客户，未来希望开发出更多数智化解决方案。
现在我们有几十个细分的解决方案，相比于未来市场上可能有百万级别的解决方案显得还很少。我们希望能够开发出擅长领域的解决方案，打造出一个应用商店，让我们的客户能够在里面挑选适合的产品和解决方案，可以满足工业企业不同行业、不同场景、不同阶段的需求。现在的工作是从客户比较急迫的、能够带来现实价值的场景切入，主要围绕能源和碳，以及供应链、智能制造、设备运维。我们不会进入营销、销售等领域，这些基本上用不到物联网。
怎样支撑未来百万级的场景解决方案的开发，怎样连接五花八门的设备获取高质量的数据，是全球通用的一个难题，对中国参差不齐的工业来说更是巨大挑战。如果没有这样技术的支撑，开发解决方案的效率会非常低。我们决心不断丰富产品矩阵，能够让客户找到适配需求的解决方案，这是我们商业模式的远景，也是我们正在做的工作。
郭琦：目前在做基础设施，未来可以模块化处理，让客户能通过拖拉拽的形式实现生产场景的解决方案的获得。请永立讲一下我们的商业模式是什么，现在对商业模式的思考是什么？
陈永立：我们未来想作为一个比较通用的物联网底层的开发工具或框架，给物联网的开发进行赋能。传统的Web开发或 移动开发 已经有很多可行的商业模式，比如美国的GitLab是给传统的开发者做一站式的解决方案，以SaaS加PaaS的形式进行收费。开发者工具的公司都很流行用一种增长模式PLG（Product Led Growth），先让大家免费使用社区版或基础版高效地获取产品的价值，同时可以提升日常工作的效率。如果有安全或稳定性等额外需求，会有企业版的增值服务。最终想做成什么样子，如果是以C端大家可以感知到的可能是类似于Windows、iOS或安卓，更确切一些可能更像AWS或阿里云，大家可以用已有的云服务、基础设施直接进行开发。
郭琦：如果给中国的工业物联网一个期待的话，你们希望它会是什么样子的？
闫保磊：我对这个行业和技术充满期待。首先，工业互联网作为新基建之一是中国制造业能够做大做强的核心竞争力的来源。其次，中国的工业互联网必须符合国情。中国的工业基础跟全球其他国家，尤其是西方国家的制造业有比较大的差异。怎样更好地服务国内的工业客户是首个应当回答的问题。希望中国的工业互联网企业在吸收全球的经验、理念的前提下，联系中国工业实际，打造有中国特色的工业互联网平台。
再次，希望中国的技术能够走向其他国家。2019年，我们做了大量的海外项目。我认为中国的技术走向全球的可能性是存在的，中国的技术在国外的市场空间是非常大的。我希望工业互联网技术在中国发展壮大之后，能够走向其他国家。
最后，工业互联网不是一个技术，而是一个复杂的系统，它涉及的技术非常多。我们在应用这个技术的过程中，融合了工业技术、人工智能、数字孪生等其他数字技术，包括机器人、无人机技术也已被融合在解决方案当中。仅靠几家企业是不行的。我希望相关企业更好地协同，加强互动和交流，共同构建工业互联网生态。
郭琦：大家都希望新基建成为强基建，让生态真正做起来，让中国的人才聚拢起来为工业物联网的这一次迈进做贡献。做企业要呼应国家战略让国内市场和国际市场双市场双循环，既服务于国内，发展大客户，也服务于国际，不卑不亢地走向全球市场。请陈永立来讲一下期待是什么？
陈永立：我的期待就是中国制造变成中国创造。
就像零碳数科已经在做的一样，已经在把中国创造出来的技术输出服务给国外企业，甚至一些发达国家的企业。我们做为中国人，尤其是技术驱动的公司，一定要树立好自己的自信心，我们绝对不会做的比别人差。我回国创业的一个很大的原因是制造业的基本盘是在中国，场景也是最多的，我们用最多最杂、甚至最复杂的场景，理论上可以打磨出最好的产品，然后出口给全世界。
我觉得中国的以制造业为基本盘的所有技术方案都有这个机会，可能在下一次的工业浪潮中，在中国会出现自己的类似于西门子，或者工业版的微软、亚马逊、谷歌等这样的公司。
工业大数据开启新时代 七大应用分析
工业大数据的典型应用包括产品创新、产品故障诊断与预测、工业生产线物联网分析、工业企业供应链优化和产品精准营销等诸多方面。本文我们讲就工业大数据在制造企业的应用场景进行逐一梳理。
随着信息化与工业化的深度融合，信息技术渗透到了工业企业产业链的各个环节，条形码、二维码、RFID、工业传感器、工业自动控制系统、工业物联网、ERP、CAD/CAM/CAE/CAI等技术在工业企业中得到广泛应用，尤其是互联网、移动互联网、物联网等新一代信息技术在工业领域的应用，工业企业也进入了互联网工业的新的发展阶段，工业企业所拥有的数据也日益丰富。工业企业中生产线处于高速运转，由工业设备所产生、采集和处理的数据量远大于企业中计算机和人工产生的数据，从数据类型看也多是非结构化数据，生产线的高速运转则对数据的实时性要求也更高。因此，工业大数据应用所面临的问题和挑战并不比互联网行业的大数据应用少，某些情况下甚至更为复杂。
工业大数据应用将带来工业企业创新和变革的新时代。通过互联网、移动物联网等带来的低成本感知、高速移动连接、分布式计算和高级分析，信息技术和全球工业系统正在深入融合，给全球工业带来深刻的变革，创新企业的研发、生产、运营、营销和管理方式。这些创新不同行业的工业企业带来了更快的速度、更高的效率和更高的洞察力。
1加速产品创新
客户与工业企业之间的交互和交易行为将产生大量数据，挖掘和分析这些客户动态数据，能够帮助客户参与到产品的需求分析和产品设计等创新活动中，为产品创新作出贡献。福特公司是这方面的表率，他们将大数据技术应用到了福特福克斯电动车的产品创新和优化中，这款车成为了一款名副其实的“大数据电动车”。第一代福特福克斯电动车在驾驶和停车时产生大量数据。在行驶中，司机持续地更新车辆的加速度、刹车、电池充电和位置信息。这对于司机很有用，但数据也传回福特工程师那里，以了解客户的驾驶习惯，包括如何、何时以及何处充电。即使车辆处于静止状态，它也会持续将车辆胎压和电池系统的数据传送给最近的智能电话。
这种以客户为中心的大数据应用场景具有多方面的好处，因为大数据实现了宝贵的新型产品创新和协作方式。司机获得有用的最新信息，而位于底特律的工程师汇总关于驾驶行为的信息，以了解客户，制订产品改进计划，并实施新产品创新。而且，电力公司和其他第三方供应商也可以分析数百万英里的驾驶数据，以决定在何处建立新的充电站，以及如何防止脆弱的电网超负荷运转。
2产品故障诊断与预测
这可以被用于产品售后服务与产品改进。无所不在的传感器、互联网技术的引入使得产品故障实时诊断变为现实，大数据应用、建模与仿真技术则使得预测动态性成为可能。在马航MH370失联客机搜寻过程中，波音公司获取的发动机运转数据对于确定飞机的失联路径起到了关键作用。我们就拿波音公司飞机系统作为案例，看看大数据应用在产品故障诊断中如何发挥作用。在波音的飞机上，发动机、燃油系统、液压和电力系统等数以百计的变量组成了在航状态，这些数据不到几微秒就被测量和发送一次。以波音737为例，发动机在飞行中每30分钟就能产生10TB数据。
这些数据不仅仅是未来某个时间点能够分析的工程遥测数据，而且还促进了实时自适应控制、燃油使用、零件故障预测和飞行员通报，能有效实现故障诊断和预测。再看一个通用电气（GE）的例子，位于美国亚特兰大的GE能源监测和诊断（M&D）中心，收集全球50多个国家上千台GE燃气轮机的数据，每天就能为客户收集10G的数据，通过分析来自系统内的传感器振动和温度信号的恒定大数据流，这些大数据分析将为GE公司对燃气轮机故障诊断和预警提供支撑。风力涡轮机制造商Vestas也通过对天气数据及期涡轮仪表数据进行交叉分析，从而对风力涡轮机布局进行改善，由此增加了风力涡轮机的电力输出水平并延长了服务寿命。
3工业物联网生产线的大数据应用
现代化工业制造生产线安装有数以千计的小型传感器，来探测温度、压力、热能、振动和噪声。因为每隔几秒就收集一次数据，利用这些数据可以实现很多形式的分析，包括设备诊断、用电量分析、能耗分析、质量事故分析（包括违反生产规定、零部件故障）等。首先，在生产工艺改进方面，在生产过程中使用这些大数据，就能分析整个生产流程，了解每个环节是如何执行的。一旦有某个流程偏离了标准工艺，就会产生一个报警信号，能更快速地发现错误或者瓶颈所在，也就能更容易解决问题。利用大数据技术，还可以对工业产品的生产过程建立虚拟模型，仿真并优化生产流程，当所有流程和绩效数据都能在系统中重建时，这种透明度将有助于制造商改进其生产流程。再如，在能耗分析方面，在设备生产过程中利用传感器集中监控所有的生产流程，能够发现能耗的异常或峰值情形，由此便可在生产过程中优化能源的消耗，对所有流程进行分析将会大大降低能耗。
4工业供应链的分析和优化
当前，大数据分析已经是很多电子商务企业提升供应链竞争力的重要手段。例如，电子商务企业京东商城，通过大数据提前分析和预测各地商品需求量，从而提高配送和仓储的效能，保证了次日货到的客户体验。RFID等产品电子标识技术、物联网技术以及移动互联网技术能帮助工业企业获得完整的产品供应链的大数据，利用这些数据进行分析，将带来仓储、配送、销售效率的大幅提升和成本的大幅下降。
以海尔公司为例，海尔公司供应链体系很完善，它以市场链为纽带，以订单信息流为中心，带动物流和资金流的运动，整合全球供应链资源和全球用户资源。在海尔供应链的各个环节，客户数据、企业内部数据、供应商数据被汇总到供应链体系中，通过供应链上的大数据采集和分析，海尔公司能够持续进行供应链改进和优化，保证了海尔对客户的敏捷响应。美国较大的OEM供应商超过千家，为制造企业提供超过1万种不同的产品，每家厂商都依靠市场预测和其他不同的变量，如销售数据、市场信息、展会、新闻、竞争对手的数据，甚至天气预报等来销售自己的产品。
利用销售数据、产品的传感器数据和出自供应商数据库的数据，工业制造企业便可准确地预测全球不同区域的需求。由于可以跟踪库存和销售价格，可以在价格下跌时买进，所以制造企业便可节约大量的成本。如果再利用产品中传感器所产生的数据，知道产品出了什么故障，哪里需要配件，他们还可以预测何处以及何时需要零件。这将会极大地减少库存，优化供应链。
5产品销售预测与需求管理
通过大数据来分析当前需求变化和组合形式。大数据是一个很好的销售分析工具，通过历史数据的多维度组合，可以看出区域性需求占比和变化、产品品类的市场受欢迎程度以及最常见的组合形式、消费者的层次等，以此来调整产品策略和铺货策略。在某些分析中我们可以发现，在开学季高校较多的城市对文具的需求会高很多，这样我们可以加大对这些城市经销商的促销，吸引他们在开学季多订货，同时在开学季之前一两个月开始产能规划，以满足促销需求。对产品开发方面，通过消费人群的关注点进行产品功能、性能的调整，如几年前大家喜欢用音乐手机，而现在大家更倾向于用手机上网、拍照分享等，手机的拍照功能提升就是一个趋势，4G手机也占据更大的市场份额。通过大数据对一些市场细节的分析，可以找到更多的潜在销售机会。
6生产计划与排程
制造业面对多品种小批量的生产模式，数据的精细化自动及时方便的采集（MES/DCS）及多变性导致数据剧烈增大，再加上十几年的信息化的历史数据，对于需要快速响应的APS来说，是一个巨大的挑战。大数据可以给予我们更详细的数据信息，发现历史预测与实际的偏差概率，考虑产能约束、人员技能约束、物料可用约束、工装模具约束，通过智能的优化算法，制定预计划排产，并监控计划与现场实际的偏差，动态的调整计划排产。帮我们规避“画像”的缺陷，直接将群体特征直接强加给个体（工作中心数据直接改变为具体一个设备、人员、模具等数据）。通过数据的关联分析并监控它，我们就能计划未来。虽然，大数据略有瑕疵，只要得到合理的应用，大数据会变成我们强大的武器。当年，福特问大数据的客户需求是什么？而回答是“一匹更快的马”，而不是现在已经普及的汽车。所以，在大数据的世界里，创意、直觉、冒险精神和知识野心尤为重要。
7产品质量管理与分析
传统的制造业正面临着大数据的冲击，在产品研发、工艺设计、质量管理、生产运营等各方面都迫切期待着有创新方法的诞生，来应对工业背景下的大数据挑战。例如在半导体行业，芯片在生产过程中会经历许多次掺杂、增层、光刻和热处理等复杂的工艺制程，每一步都必须达到极其苛刻的物理特性要求，高度自动化的设备在加工产品的同时，也同步生成了庞大的检测结果。这些海量数据究竟是企业的包袱，还是企业的金矿呢？如果说是后者的话，那么又该如何快速地拨云见日，从“金矿”中准确地发现产品良率波动的关键原因呢？这是一个已经困扰半导体工程师们多年的技术难题。
某半导体科技公司生产的晶圆在经过测试环节后，每天都会产生包含一百多个测试项目、长度达几百万行测试记录的数据集。按照质量管理的基本要求，一个必不可少的工作就是需要针对这些技术规格要求各异的一百多个测试项目分别进行一次过程能力分析。如果按照传统的工作模式，我们需要按部就班地分别计算一百多个过程能力指数，对各项质量特性一一考核。这里暂且不论工作量的庞大与繁琐，哪怕有人能够解决了计算量的问题，但也很难从这一百多个过程能力指数中看出它们之间的关联性，更难对产品的总体质量性能有一个全面的认识与总结。然而，如果我们利用大数据质量管理分析平台，除了可以快速地得到一个长长的传统单一指标的过程能力分析报表之外，更重要的是，还可以从同样的大数据集中得到很多崭新的分析结果。
以上是小编为大家分享的关于工业大数据开启新时代 七大应用分析的相关内容，更多信息可以关注环球青藤分享更多干货
原标题：2019年中国物联网行业市场分析：规模化应用时，融合各行各业推动智能化转型物联网融合各行各业推动智能化转型
物联网作为全新的连接方式，近年来呈现突飞猛进的发展态势。全国人大代表、小米集团董事长兼CEO雷军表示，在中国，物联网的大规模应用与新一轮科技与产业变革融合发展，预计2022年，中国物联网行业市场规模将超过724万亿元。他表示，各行各业的智能化转型如火如荼，物联网作为连接人、机器和设备的关键支撑技术，应加快推动布局，抓智能化转型机遇。
工业物联：助制造业实现“智能+”
政府工作报告指出，要打造工业互联网平台，拓展“智能+”，为制造业转型升级赋能。在雷军看来，推动工业物联网的应用，是实现制造业“智能+”的必要途径。
他表示，随着数字经济新引擎5G技术的布局，将能满足机器类通信、大规模通信、关键性任务通信对网络速率、稳定性和时延的高要求，因此物联网应用场景十分广泛，尤其与车联网、无人驾驶、超高清视频、智能家居等产业深度融合，进一步应用到制造业、农业、医疗、安全等领域，为各行各业带来新的增长机遇。
据前瞻产业研究院发布的《中国物联网行业应用领域市场需求与投资预测分析报告》统计数据显示，2015年全球物联网设备数量仅仅38亿台。截止至2018年底全球联网设备数量已经超过170亿，扣除智能手机、平板电脑、笔记本电脑或固定电话等连接之外，物联网设备数量达到70亿台。预测2019年全球物联网设备数量将达83亿台。并预测在2025年全球物联网设备数量将突破200亿台。
全球物联网市场的支出预计将在2017年增长37%，至1510亿美元。由于物联网的市场加速，这些估计数已向上修正。2017年全球物联网市场规模达到1100亿美元，截止至2018年末全球物联网市场规模增长至1510亿美元，并预测在2025年全球物联网市场规模将达15670亿美元。
2015-2025年全球物联网设备数量统计情况及预测
数据来源：前瞻产业研究院整理
2017-2025年全球物联网市场规模统计情况及预测(单位：十亿美元)
数据来源：公开资料、前瞻产业研究院整理
雷军表示，目前全球制造业竞争推动工厂向智能化转型，物联网作为连接人、机器和设备的关键支撑技术受到企业的高度关注。即将布局的5G技术优势，将能够较好满足工业控制需求，同时为制造企业提供远程控制和数据流量管理工具，以便更高效智能地管理大量的设备，并通过无线网络对这些设备进行软件更新。
雷军建议，我国应加大对高端装备、智能制造、工业物联网等重点领域的财税金融支持力度，引导中央、地方产业投资基金和社会资本，围绕大型制造企业上下游进行垂直改造，加强自动化产线、无人工厂等重大技术研发和成果转化，打造虚拟的产业闭环，提高产业的生产效率和整体国际竞争力。
农业物联万物生长数字化：物联网+农业会迎来怎样的“春天”
雷军表示，乡村振兴战略是以发展和创新的眼光推进现代农业建设。实施乡村振兴战略，就是推进农业农村的现代化，以创新驱动乡村振兴发展。
他认为，随着物联网在农业领域的应用越来越广泛，5G技术的应用将为建设智慧农业、数字乡村奠定坚实科技基础，带动农业实现发展变革。
什么是智慧农业呢
按照业界的说法，智慧农业以智慧生产为核心，智慧产业链为其提供信息化服务支撑。目前我国智慧农业有四大应用场景：数据平台服务、无人机植保、农机自动驾驶以及精细化养殖。
雷军建议，国家有关部门应制定出台5G农业应用补贴和优惠政策，并鼓励社会资本、运营商、互联网企业等共同参与，因地制宜规划打造智慧农业示范区、试验区，并在经验成熟后进行全国推广，全面提升农业领域的高新科技应用程度。
例如在养殖业，通过无线传感器网络技术，进行基本信息管理、疾病档案管理、防疫管理、营养繁殖管理，发展智慧养殖，实现数字化养殖。
在植保方面，借助物联网技术自动探测和记录区域内的微气候、墒情等环境信息，并结合植物保护专家系统来精确地预测病虫害的发生，从而通过无人机喷洒农药，精准高效解决农业生产的植保问题。
交通物联：无人驾驶或将最早“引爆”
“在5G众多的应用场景中，无人驾驶和车联网被认为是最有可能出现的引爆点。”雷军表示，智慧交通对通信网络有着极高的要求，而大带宽、低时延、海量的连接数量、严密的覆盖，这些都是5G技术的核心优势。
在雷军看来，智慧交通最可能爆发，一方面因无人驾驶具有巨大的节能潜力，在减少交通事故、改善拥堵、提高道路及车辆利用率等方面意义深远，并可直接带动智能汽车后市场等产业的快速发展。
另一方面，全球车联网产业进入快速发展阶段，信息化、智能化引领，全球车联网服务需求逐渐加大。基于5G技术的应用，智能交通领域将快速进入发展上行区间。
了解到，在重庆，长安、小康、力帆等汽车企业，均与百度的智能驾驶Apollo开放平台展开合作，包括自动驾驶全技术链流程、功能安全及信息安全、车联网、云服务等领域。
雷军建议，国家应研究、制定和出台关于智能交通的中长期发展目标，制定相应的法律法规和行业标准支持产业发展。尤其针对无人驾驶汽车的安全责任问题、技术试验问题、车联网的国家标准规范、智能芯片应用等产业发展关键点进行前置研判，通过鼓励性政策支持交通运输领域智能、安全、可控发展。
医疗物联：智能化就诊为“健康中国”加速
“物联网技术在医疗行业也有很广泛的应用空间。”雷军说，服务患者方面，可以采用LBS技术实现智能导诊，优化就诊流程，还可以借助可穿戴传感器和服务解决方案进行远程护理。
在保障设备质量方面，可以采用各类专用传感器，跟踪设备使用情况，借助预测性维护来修复关键医疗设备存在的潜在问题，完善设备运维体系。
环境监测方面，可以通过传感器对ICU室、手术室等特殊地点进行环境监测和预警。同时，基于医疗护理全流程的健康大数据，在安全保护前提下的数据标准细化、完善，以及数据网络的综合利用也显得尤为迫切。
在业界看来，在推进智慧医疗体系建设的大背景下，有多个方面的需要关注。比如，互联网医疗相关服务体系，包括发展互联网医疗、互联网+公共卫生服务、互联网+家庭医生签约等;另外还有医疗行业数据安全和服务质量安全。
雷军表示，要推动医疗实现智慧化，国家有关部门应逐步推动新技术在医疗卫生领域的应用，加快完善医疗物联网和健康大数据相关标准，制定医疗智能可穿戴设备及配套信息平台行业标准。
同时，出台针对物联网企业在医疗领域投入科学研究、应用开发的鼓励政策，使云计算、人工智能、虚拟现实/增强现实、物联网、区块链等技术在医疗卫生行业更好地集成创新和融合应用，满足人民日益增长的健康医疗新需求。
提高创新能力大力发展商业航天产业
关注物联网发展的同时，雷军今年参会还重点关注了在2018年热火朝天的商业航天的发展。
在雷军看来，航天是当今世界最具挑战性和广泛带动性的高科技领域之一，为服务国家发展大局和增进人类福祉作出了重要贡献。
近年，在运载、卫星和空间应用等领域，涌现出太空探索公司(SpaceX)、蓝色起源(BlueOrigin)、一网(OneWeb)等大批商业航天公司，被认为是最为活跃的创业领域之一。
雷军说，商业航天行业规模未来预计可达数万亿美元，将迎来空前的发展机遇，可重复使用火箭、巨型商业星座、商业载人空间站等航天计划，正在逐渐成真，彰显出商业航天推进技术进步和产业发展的巨大力量。
雷军建议，首先，我国应加快推动航天立法，确保民营企业长期稳定、合理有效利用空间资源的权利。建立商业航天市场准入退出、公平竞争、保险和赔偿、安全监管等机制，构建较为完善的商业航天法律体系。
雷军表示，商业航天属于快速发展的新兴行业，门槛高、投资大、战略意义显著，比多数产业更容易受到政府监管和行业政策的影响。
雷军建议，可由政府统筹，国企、民企多方聚力，布局商业航天产品智能制造，鼓励民企参与航天装备制造相关的国家重点项目，加速颠覆性航天技术创新与应用。
同时，制定商业航天装备产品量产及上下游企业的培育政策及实施细则，加大航天智能制造技术共享和转化力度，开放国家航天制造基础设施，颁布航天试验设施共享目录、有偿使用收费标准等。
在此基础上，雷军建议，应完善落实政府采购商业航天产品与服务机制，开放商业航天公司的行业准入，拓展商业服务与应用领域。
例如，可以简化商业火箭发射、航天测控、无线电频率等审批程序，引导鼓励民营企业战略性空间资源布局，承担轨道环境有序可控的应尽责任;可以进一步开放已有发射场，新增发射工位，满足高频次商业发射服务需求等。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）