零碳数科CEO闫保磊：推进工业互联网建设需要工业机理和数字科技相融合

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。

2006至2020年，物联网应用从闭环、碎片化走向开放、规模化，智慧城市、工业物联网、车联网等率先突破。中国物联网行业规模不断提升，行业规模保持高速增长，江苏、浙江、广东省行业规模均超千亿元。

截至到2019年，我国物联网市场规模已发展到15万亿元。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。

近年来，我国政府出台各类政策大力发展物联网行业，不少地方政府也出台物联网专项规划、行动方案和发展意见，从土地使用、基础设施配套、税收优惠、核心技术和应用领域等多个方面为物联网产业的发展提供政策支持。在工业自动控制、环境保护、医疗卫生、公共安全等领域开展了一系列应用试点和示范，并取得了初步进展。

目前我国物联网行业规模已达万亿元。中国物联网行业规模超预期增长，网络建设和应用推广成效突出。在网络强国、新基建等国家战略的推动下，中国加快推动IPv6、NB-IoT、5G等网络建设，消费物联网和产业物联网逐步开始规模化应用，5G、车联网等领域发展取得突破。

政策推动我国物联网高速发展

自2013年《物联网发展专项行动计划》印发以来，国家鼓励应用物联网技术来促进生产生活和社会管理方式向智能化、精细化、网络化方向转变，对于提高国民经济和社会生活信息化水平，提升社会管理和公共服务水平，带动相关学科发展和技术创新能力增强，推动产业结构调整和发展方式转变具有重要意义。

以数字化、网络化、智能化为本质特征的第四次工业革命正在兴起。物联网作为新一代信息技术与制造业深度融合的产物，通过对人、机、物的全面互联，构建起全要素、全产业链、全价值链全面连接的新型生产制造和服务体系，是数字化转型的实现途径，是实现新旧动能转换的关键力量。

我国物联网行业呈高速增长状态 未来将有更广阔的空间

自2013年以来我国物联网行业规模保持高速增长，增速一直维持在15%以上，江苏、浙江、广东省行业规模均超千亿元。中国通信工业协会的数据表明，随着物联网信息处理和应用服务等产业的发展，中国物联网行业规模已经从2013年的4896亿元增长至2019年的15万亿元。

虽然我国物联网发展显著，但我国物联网行业仍处于成长期的早中期阶段。目前中国物联网及相关企业超过3万家，其中中小企业占比超过85%，创新活力突出，对产业发展推动作用巨大。

物联网作为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。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。

在政策、经济、社会、技术等因素的驱动下，2020年GSMA移动经济发展报告预测，2019-2025年复合增长率为9%左右，2020年中国物联网行业规模目标16亿元，按照目前物联网行业的发展态势，十三五规划的目标有望超预期完成;预计到2025年，中国物联网行业规模将超过27万亿元。

未来物联网行业将向着多元方向发展

标准化是物联网发展面临的最大挑战之一，它是希望在早期主导市场的行业领导者之间的一场斗争。目前我国物联网行业百家争鸣，还未有一个统一的标准出现。因此在未来可能通过不断竞争将会出现限数量的供应商主导市场，类似于现在使用的Windows、Mac和Linux *** 作系统。

合规化同样是当下物联网面临的问题之一，特别是数据隐私问题。目前数据隐私已成为网络社会的一个关键词，各种用户数据泄露或被滥用的事件频发，特别是Facebook的丑闻引发了全球担忧。

因此在未来，我国各种立法和监管机构将提出更加严格的用户数据保护规定，，用户的敏感数据可能会随着时间的推移而受到更严格的监管。

安全化是指预防物联网软件遭受网络黑客攻击，在未来，以安全为重点的物联网设施将受到更多的关注，特别是某些特定的基础行业，如医疗健康、安全安防、金融等领域。

多重技术推动物联网技术创新

从技术创新趋势来看，物联网行业发展的内生动力正在不断增强。连接技术不断突破，NB-Iot、eMTC、Lora等低功耗广域网全球商用化进程不断加速;物联网平台迅速增长，服务支撑能力迅速提升;

区块链、边缘计算、人工智能等新技术题材不断注入物联网，为物联网带来新的创新活力。受技术和产业成熟度的综合驱动，物联网呈现“边缘的智能化、连接的泛在化、服务的平台化、数据的延伸化”等特点。

—— 以上数据来源于前瞻产业研究院《中国物联网行业应用领域市场需求与投资预测分析报告》

物联网的发展前景很不错，具体如下：
1更安全的保护措施。在新技术出现之初，它的技术力量几乎都集中在创新上，导致监管水平低下，这就使业界的兴奋、激进和政策、监管的滞后常常形成鲜明的对比。由于物联网设备和基础设施的价格下降，企业在物联网设备上的应用也越来越普遍，这种创新和应用一旦普及，各种新技术的风险也突显出来。
2更普遍使用智能消费品设备。IoT所覆盖的行业人群广泛，从智慧交通、智能物流、医疗、农业、能源等行业应用，到私人智能家居、个人、智能汽车等应用，无论是降低成本，还是提高中国居民的生活质量，都将是中国居民生活质量的巨大提升。

说起智能工厂，人们总是将其与无人化工厂相联系，其实智能工厂并不一定是“黑灯工厂”，或者说，智能工厂也不应该仅仅是“黑灯工厂”。对于现在大部分存量工厂而言，如何变成智能工厂，其实就是要弄清楚对于存量工厂而言，其痛点是什么；或者说，什么方式可以帮助其智能化转型，并为其所用。在 科技 进化到一定阶段之前，存量工厂如何智能化？

那么，在探讨存量工厂智能化转型之前，我们首先要知道几个概念：物联网是什么？工业互联网又是什么？

简单来说，工业互联网由工业物联网和产业互联网组成。

工业物联网是物联网（IoT）在工业场景的应用，可以打通工业“人机物法环测”六大要素。

产业互联网使产业链上下游互联互通。

工业互联网+云计算+大数据处理+人工智能，构成针对工业的综合性技术。

对于单体工厂来说，IoT是变成智能工厂的第一步，只有迈出了这第一步，才能实现数字化、智能化。

阿尔卑斯系统集成（大连）有限公司（简称“ALSI”）为制造业提供多元化智能工厂规划方案。其中，ALSI大连IoT解决方案主要根据制造现场实际情况，完成“人机物法环测”六要素有效数据的自动采集与上传，并进行数据分析与管理。

总体来说，ALSI大连IoT解决方案有五大特点：

1适用范围广。无论是由专用设备组成的产线，还是通用设备，都可以采用。

2具有强大的兼容性。无论一条产线上有多少种不同品牌、型号的设备，都可以统一入网进行全自动数据采集。

3接口完全开放，可与各种管理软件无缝衔接。如MES、PLM、WMS，都可调用ALSI的IoT解决方案采集的数据，也可以通过ALSI直接定制智能产线控制系统，实现现场管理的智能化转型。

4传感器技术先进。ASLI大连的集团公司ALPSALPINE，是世界知名的传感器研发生产企业，品质卓越，技术领先。“稳定”、“安全”是它的特点；“精准”、“可靠”是客户对它的评价。ALSI大连在IoT解决方案中根据应用场景需求选用最适合的传感器，完成向智能工厂转型的坚不可摧“基建”工作。

5成本相对较低、实施难度小。以生产设备智能管理为例，其成本仅为PLC的1/3，加装数采设备时不用停产，而且数采设备可以随时更换，或用于其它设备或产线，自由、方便、灵活。

对于存量工厂而言，一味地追求智能工厂建设不科学，而直接转变为“黑灯工厂”更是不现实的事情，在一定的 历史 时期，我们要考虑智能工厂的目的是什么，或者说，对于存量工厂来说，什么才是“智能工厂”，那一定是落地的、切实可行、将影响降到最小的解决方案，才是其智能化的切入点。

更多智能制造解决方案详见

ALSI大连_精益生产_智能工厂_设备监控系统_阿尔卑斯系统集成（大连）有限公司

下一代工业革命逐步逼近，我们将如何应用融会贯通新的功能？工业40将由自动化进步支持，工业物联网和基于电脑的控制器转型就是明显的例子。
工业40比前面3次工业革命来势更加迅猛，变革的速度更快，影响也更深远更彻底。
IP通讯的智能设备已经逐步主导工业版图。
工业物联网概念性元素之一就是使设备与设备之间的通讯（M2M：Machine to Machine）成为可能。对很多工业用户来讲，M2M并不新奇。在过去的几十年里，炼油厂就可以使成千上万个设备与控制系统沟通。M2M的新奇之处在于，设备变得更加智能，通过IP通讯，交换的信息也更加丰富。每个设备都有自己的IP地址，所以任何人在任何地方都可以通过互联网与这个设备联通。用户对这个功能的影响力的理解才逐步开始。
为什么数字化如此重要？
制造业的设备，无论是用于加工还是工厂自动化，在他们的测量能力、如何监控自身状态与如何沟通的本质上都变得更加智能。传统的哑巴式压力传感器或近距离传感器 (proximity sensor)把压力或距离读数转化为模拟信号，仅此而已。他们或许能代表M2M通讯，但是只是粗糙的原型。缺陷诸多的模拟通讯，正在被数字化迅速取代。其中的效果就好比智能手机取代原始的两个罐头盒加一根绳子构成的电话机。
精密的设备需要精密的控制器来发挥最大效用。一二十年前的一台PLC可以读取I/O数据并按步骤 *** 作。然而，今天的制造业的要求远不止如此。今天的控制器必须能够处理运行数字工厂所需的控制功能。新一代控制器的兴起，结合了世界上最好的PLC的功能与电脑的多功能性。
设备和控制器的强大结合
新一代设备和控制器的结合帮助我们开设基于信息物理系统的数字化工厂。尽管电脑在上个世纪70年代就已经用于车间，但是电脑所能做的事情却发生了天翻地覆的变化。早期的PLC并不比之前的继电器好很多，但是PLC所能控制的事情随着技术发展和人们的创新思维的发展也日新月异。
传统的工业机器人只是被程序设定每天做单一重复的事情。但是随着网络物理概念的发展，机器人和它的控制器被编程，可以根据当前状况而独立判断下一步要做什么反应。举一个简单的例子，传送机可以输送各种瓶子到封口机，这些瓶子的基本形状相似，但是总共有5种颜色，每种颜色的瓶子需要对应该种颜色的封口。信息物理系统可以观察瓶子，并指令机器人抓取对应颜色的封口拧紧瓶子。机器人能做的还可以更多。
该信息物理系统还可以判断瓶子是否变形、是否贴了标签以及注入液体水平是否正确。使用一组智能传感器的信息，同一台机器人可以抓取不合格的瓶子移出产线。该系统可以经过编程“思考”所有可能发生的状况，并合理应对。
智能应用的智能控制器
有创造力的用户在创造新的方法帮助制造系统在更加复杂的应用里实施更加复杂的功能。由于各种 *** 作和现场设备繁多，新的基于电脑的控制器是信息物理系统的关键之处。一种控制器可能会同时用于压力和流量传感器、机器视觉摄像机、条形码阅读器、马达驱动、阀门驱动装置、机器人以及其他各种设备。
以上提到的那些设备可能依赖从模拟电流环到工业以太网的多种通讯协议。这种系统的速度依赖更快的协议转换，因此每个设备可以兼容合作，支持生产。而且，所有那些设备可以发送诊断信息到中央控制处以供评估，比如发送信息到人类 *** 作员或者维修部门，这些信息可能包括视觉摄像机上的LED灯要烧坏了，或者设备机柜冷却风扇被灰尘堵塞了等。这些预防性的维修能力预防生产时的故障或停机的可能性。
展望未来
所有这些元素——智能设备、基于电脑的控制器、信息物理系统和互联网通讯——正在相互结合支持工业40和目前的数字制造革命。
产品设计者将在电脑上开发新产品，包括所有的零部件。设计平台将需要理解每个零件的特性、结构材料和制造过程。
一件产品可能涉及注塑塑料零件、机械金属部件以及其他金属粉末或添加处理。系统会“考虑”所有这些元素如何相关，以及如何联系起来、每个元素是否结构完整，经过预设的处理是否可以被有效构建并组装。
设计平台下一步将决定生产和最终组装需要什么，目前的生产设施是够足够完成生产的任务，某个零件是否需要调整，是否需要创造新的生产线等问题。设计的结构将会是非常清晰详细的蓝图，解决产品如何生产包括降成本和提高生产率的问题。
一旦开始生产，所有开发服务程序的信息将完整呈现，在产品的整个生命周期里支持这个产品。产品和产品的制造流程都使用兼容软件虚拟设计而成，生产设施也可以使用生产设备、控制器和软件构建。
制造车间
如此设计的生产设施将达到前所未有的集成程度。每个设备（细化到每个传感器和驱动器）都将使用IP通讯，每个设备都有自己的IP地址。任何经过授权的人都可以在任何地方通过互联网访问设备，获得诊断和生产相关的信息。
通过输送到维修程序的诊断信息，生产将会达到高度稳定水平，意外状况将成为过去时。制造系统将无缝集成，并受周全的网络安全战略保护。多家分公司的企业在任何地方都可以共享信息。
实现以上描述的智能制造系统的技术很多已经被研发出来了。运行于工业电脑的产品设计软件主导创造设计，同样的平台可以启动和控制制造设施。最后我们需要的元素就是可以通过工业以太网通讯的工业传感器和驱动器。一大批工业传感器和驱动器已经设计出来，还有更多的正在设计当中。工业40所需的技术元素已经万事俱备，现在制造商只需要具备想象力和创造力来运用它。

峰会将进一步探讨区块链在与其它数字技术融合创新之后，如何通过打造可信数字底座，保护数据隐私，挖掘数据价值，赋能和加速各行各业的数字化转型。

在峰会开始前，区块链首席经济学家邹传伟团队围绕“区块链如何赋能数字化转型”这一问题，撰写系列行业研究报告，深度解读在新基建和数字化迁徙背景下，区块链如何与其它技术融合发展，发挥信息基础设施应有的作用。

本文作者：王普玉 校对：邹传伟

根据北京国信数字化转型技术研究院（国信院）与中关村信息技术和实体经济融合发展联盟（中信联）给出的定义，数字化转型是顺应新一轮 科技 革命和产业变革趋势，不断深化应用云计算、大数据、物联网、人工智能、区块链等新一代信息技术，激发数据要素创新驱动潜能，打造提升信息时代生存和发展能力，加速业务优化升级和创新转型，改造提升传统动能，培育发展新动能，创造、传递并获取新价值，实现转型升级和创新发展的过程。围绕数字化转型，本文将讨论以下三个问题：第一、从企业层面，为什么要数字化转型？第二、工业互联网平台在数字化转型中有什么作用？第三、分布式认知工业互联网在企业数字化转型中能提供什么？

一

数字化转型发展

在激烈的市场竞争中，企业需要依靠产品质量、价格、服务以及长期积累的品牌形象来维持市场竞争力，但随着我国人口红利消失导致的人力成本上涨，以及国际贸易形势不明朗及疫情影响导致的市场发展受阻，让企业原有竞争优势正在消失，处于价值链最底层的工业企业更是雪上加霜。该如何走出困境？目前主要从两方面破冰，第一种是降低运营成本继续保持价格优势；第二种是通过创新商业模式扩大市场销售来提升利润。

在讨论运营成本前，我们引入两组概念，第一组是供应链模式：供给推动式和需求拉动式；第二组是四大利润源。

1、供应链模式

供给推动式是指企业根据市场预测数据进行产品设计、生产及销售；

而需求拉动式是指企业根据市场订单，按需进行快速响应，通过高效计划、组织、协调和控制来满足产品生产及供应。

2、四大利润源

市场永远在追求着更低的价格和更高的质量。在价格控制方面，如表1所示，主要经历了四个阶段：第一阶段主要通过控制原材料成本、扩大规模效应获取利润。当第一利润源触及上限时，开始了第二利润源，通过精益管理提升企业内工作效率及延长员工的工作时间来降低用工成本。在新的利润源再次进入上限时，人们发现物流成本占据企业总运营成本的30%，因此，降低物流成本成为第三利润源。

表1 四大利润源对比

前三个利润源均是围绕企业内部成本控制来增加收益，但当企业内部运营成本节省达到上限时，人们注意到上游供应商及下游客户的运营管理问题。一个具备完整功能的产品进入市场前，需要供应链上多个公司的共同配合，其中任何一家企业的高运营成本都会导致最终产品的价格上涨，这会使产品在激烈的市场竞争中丧失竞争力。于是围绕着供应链信息集成及信息共享开始了新一轮的降成本浪潮，被称为第四利润源。

如表1所示，从第一到第四利润源，每一阶段都有各种系统在信息处理、存储和管理中的支撑，例如生产执行管理系统MES，企业资源管理ERP，仓储管理系统WMS，供应链管理系统SCM等等。

在经历了四个利润源后，未来新的利润源又在哪里？政府、企业、研究机构都在尝试寻找答案，例如上海第二工业大学郝皓教授在2015年提出将逆向物流作为第五利润源，通过逆向物流实现产品再销售、再利用、再循环和再制造的全生命周期管理。也有企业认为以需求拉动式为导向的个性化定制将成为第五利润源。以上说法都有道理，但都不准确，本文认为，真正的第五利润源已经在路上，即企业数字化转型。在过去十几年，技术的快速发展衍生出大量新的商业模式，包括新零售、直播带货、社区团购等，但上游工业领域却依然保持着传统的运作模式，无论是逆向物流发展带动全生命周期闭环管理，还是C2M定制化商业模式，都需要依赖于各环节的快速响应，对企业数字化管理要求高。因此，无论是企业对新利润源挖掘的需要，还是市场端的需求，工业企业数字化转型势在必行。

不同于前四个利润源的相互独立，第五利润源是应用新技术重新赋予第一、二、三、四利润源全新的生命，同时由数据驱动的创新商业模式将大量出现。因此，第五利润源不仅能够降低运营成本，也能够提高主动盈利能力。

二

工业互联网平台的价值

1、工业互联网平台之第一利润源

IT与OT的融合，实现人、机、物、料、法、环的数据实时采集及传输，能够做到生产过程的实时监测，再应用AI、大数据分析等技术实现自动化智能巡检、智能质检、智能故障预测、智能参数调优、智能耗能优化、智能设备运维、智能盘点等，能提高生产作业效率、降低成本，从单机智能升级为系统智能。

2、工业互联网平台之第二利润源

传统制造业的管理一直围绕着人，产品从0到1的过程，依靠人力难以实现或实现效率低的工作，可以使用机械设备替代，而经过工业革命和信息化时代的影响，出现了大量节省人力的机械设备和 *** 作系统（MRP、MRPII、MES等），让生产效率提升、生产成本降低。随着信息技术的发展，虽然有滞后数据可以作为参考，但其本质依然围绕人的经验和人的现场 *** 作。而工业互联网能够赋予第二利润源全新的角色，从运营管理中解放人的执行任务，例如质检、故障排查等工作通过AI和大数据分析实现运营智能化管理。在执行人员减少后，企业需要更多创新者，让企业创新发展迭代速度更快。其次，随着人的经验积累转换为知识图谱，将经验和知识域可视化，指导人工智能算法迭代和决策制定。

3、工业互联网之第三利润源

在工业物联网领域，物流发展走在比较靠前，经历了人工物流、机械物流、自动化物流到现在智能物流，物流的管理效率和成本得到了极大改善。例如运输管理，从早期货物运输监控数据需要依赖于运输工具挂靠点的数据回传及汇总，到现在能够通过GPS、RFID、各类传感器，实时掌握运输途中货物的温湿度、地理位置和件数等信息，能够根据运输目的地和实时交通拥堵情况对运输线路规划等。受技术、资本等各方面影响，目前智能物流主要在第三方物流企业和电商企业发展迅速，而工业企业物流发展较为缓慢，大多仍处于机械物流和自动化物流阶段。工业互联网平台能够帮助工业企业实现快速升级转型，降低系统开发技术难度和成本，IaaS、PaaS、SaaS等平台能够减少系统从0到1开发时间，实现快速低成本数字化转型升级。

4、工业互联网之第四利润源

供应链集成在一定程度上提升企业合作、降低供应链成本以及库存牛鞭效应[1]，但无论企业内部供应链还是 社会 供应链，遗留了一个对多方协作卡脖子的问题，即数据孤岛问题。前面我们介绍第一到第四利润源，提到了MRP、MRPII、ERP、SAP、MES、SCM等系统，每个系统如同孤立的数据烟囱，对协作效率有着极大影响。主要有两方面原因：第一、现有EDI数据孤岛打通方案成本高，中小企业难以负担；第二、涉及供需多方协作时，彼此缺乏信任，不愿将企业内部数据共享给外部。工业互联网平台提供多种数据采集及处理解决方案，打破数据孤岛，实现数据无阻碍流转。在数据使用中，通过隐私计算保证数据安全，同时合理授权，让数据可用不可见，解决数据共享的后顾之忧。

5、工业互联网平台之第五利润源

在数字化10阶段，属于人适应系统；而进入数字化20阶段，适应公司现有作业模式的定制化软件将起着至关重要的作用。

图1：数字化转型10和20阶段的对比

因此，从技术角度，平台如何让企业快速及高效地完成定制化软件的开发，这将对工业企业数字化转型起着非常重要的作用。从市场现有产品看，包括基础设施即服务IaaS，平台即服务PaaS和软件即服务SaaS,能够让工业企业方便地利用平台提供商现成的低代码、甚至零代码工具完成系统开发，实现“人人都能做开发者”，即解决“技术人员不懂业务，业务人员不懂技术，开发的系统不好用”问题。未来低代码（或零代码）开发工具如同word、excel等办公软件，平台把各类接口做成图形界面，让不懂代码开发的人，通过图标拖拉的方式，开发自己需要的软件来减少低效率的重复工作。员工从原来被动执行者变为创新者，参与进从上到下的数字化改革中，用工具真正方便业务人员工作。

三

基于区块链技术的分布式认知工业互联网

社会 经济分为生产和流通两个领域，中心化工业互联网平台使用数字化技术替代信息化技术解决的是生产领域问题，而基于区块链技术的分布式认知工业互联网，解决的是流通领域的数据信任问题，但流通领域数据又会影响到生产领域的产品研发、产品质量管理等。

1、降低信任成本

商业模式正在从单边（规模效应）走向双边（网络效应），进入数字化时代后走向多边平台（生态效应）。中心化方式似乎也能够解决信任问题，但中心化模式下的信任主要依靠第三方权威机构的背书，这种方式成本高、效率低。例如，国际贸易买卖双方不信任的情况下，通过银行背书使用信用证服务解决付款问题；为满足银行要求，双方需要提供大量的证明来满足信用证条款，效率非常低下且成本高昂。但如果使用区块链技术，将真实数据从源头上链，保证数据安全、可信以及不可篡改。交易前，买卖双方拥有彼此过往真实的交易记录，以及产品的生产信息，这些信息是否会有助于降低交易的撮合成本？在交易过程中，通过智能合约的应用，一旦达成某个约定即可自动完成付款，这将会极大降低交易成本和交易时间。尤其进入多边平台，如果仍然使用中心化的信用证明体系，将无法构筑生态建设的护城河——信任。

2、重新定义协作关系

供应链多方合作，中心化的共识机制和治理方案更多体现在合同层面，但无法将彼此的利益真正绑定，较难促进生态的良性发展。但在去中心化解决方案中，参与方将资产以token或积分形式置于链上，从技术上实现多方利益绑定，一旦任何一方做出有损生态建设的行为，将会影响token或积分价值，这会影响联盟链上所有参与者的利益。在分布式认知工业互联网平台中，联盟中每个参与者都会积极维护生态利益，因为这也等同于维护着自己的利益。

3、可信数据流转

在产品研发或产品全生命周期管理中，流通数据需要工业企业从下游多个合作商处获取。而传统技术下难以保证数据真实性和安全性，在分布认知工业互联网中，隐私计算能够做到多方数据可用不可见，保证数据安全及合规。此外，根据数据贡献量给与合作商token或积分奖励，鼓励多方数据共享及流转。未来数据交易市场可能会出现更多合规的形式，例如基于区块链技术的数据信托、数据银行等模式。

4、保证数据安全

传统模式下，工业企业依靠于物理隔离实现厂内数据与外界的隔离，但在OT与IT融合下物理隔离屏障被打破，如何保证数据出本地后的安全则需要依靠多方共同努力。在设备通信中，需要做好设备身份认证管理，防止数据被攻击，而分布式认知工业互联网平台通过设备公私钥实现匿名管理，有效降低攻击风险。在数据存储中，采用分布式存储技术，即使单点攻击也无法让攻击者获取完整数据。

5、赋能商业模式创新

可信数据将开启全新的商业模式创新时代，每个组织的商业角色有可能会发生改变。传统商业模式下（供给推动模式），信息是非常碎片化的，供应链上不同参与者都拥有一部分产品相关的碎片数据，用这些不完整的数据去做产品升级、客户服务，难以达到最佳目的。但技术发展的今天，市场开始根据消费习惯、消费特征等因素挖掘每个消费者的需求，制造方式也从M2C进入C2M时代，这些都需要有更多完整、可信、合规的数据，例如，电动 汽车 并不是所有人都需要1000km续航的电池，通过区块链技术，用户授权驾驶数据给电动 汽车 公司，为其配置最合适、性价比最优的电池。再比如， 汽车 保险不再以车辆价值、出险次数等作为保险费用收取的单一指标，未来可能会基于可信里程数据进行保险费用收取。除商业模式的变化，每个组织的商业角色也可能会发生变化，电动 汽车 生产厂商，角色也将从生产商转变为服务商，以蔚来 汽车 为例的车电分离模式，以租代售模式，让 汽车 生产厂商的业务延展到产品全生命周期的管理中，这些模式创新仅仅是数字化时代的开始。

物联网的发展前景很不错，具体如下：
1更安全的保护措施。在新技术出现之初，它的技术力量几乎都集中在创新上，导致监管水平低下，这就使业界的兴奋、激进和政策、监管的滞后常常形成鲜明的对比。由于物联网设备和基础设施的价格下降，企业在物联网设备上的应用也越来越普遍，这种创新和应用一旦普及，各种新技术的风险也突显出来。
2更普遍使用智能消费品设备。IoT所覆盖的行业人群广泛，从智慧交通、智能物流、医疗、农业、能源等行业应用，到私人智能家居、个人、智能汽车等应用，无论是降低成本，还是提高中国居民的生活质量，都将是中国居民生活质量的巨大提升。

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：

物联网连接数超120亿个

根据全球移动通信系统协会(GSMA)统计数据显示，2010-2020年全球物联网设备数量高速增长，复合增长率达19%;2020年，全球物联网设备连接数量高达126亿个。“万物物联”成为全球网络未来发展的重要方向，据GSMA预测，2025年全球物联网设备(包括蜂窝及非蜂窝)联网数量将达到约246亿个。万物互联成为全球网络未来发展的重要方向。

下游制造业/工业占比最大

从下游领域来看，根据IoT Analytics的数据，2020年全球物联网行业下游占比中，制造业/工业占比22%排在首位，其次是交通/车联网，占比15%。智慧能源、智慧零售、智慧城市、智慧医疗和智能物流分别占比14%、12%、12%、9%和7%，排在第3至7位。

2020年物联网链接内容90%属低功耗、广域网领域

2020年整个物联网90%连接属于低功耗、广域网领域。万物互联趋势下，传统移动蜂窝网络的高使用成本和高功耗催生了专为物联网连接设计的低功耗广域连接技术，对应中低速率应用场景，拥有广覆盖、扩展性强等特征，更符合室外、大规模接入的物联网应用。

2026年市场规模接近155万亿美元

根据知名国际信息技术数据公司lDC的测算，2019年全球loT市场规模为6860亿美元，到2022年，这一数字将突破万亿美元;与此同时，2019年全球通过万物互联传输的数据规模已达到14ZB，2025年传输规模则将达到80ZB。在loT行业本身的从全球来看，目前全球物联网相关的技术、标准、产业、应用、服务处于高速发展阶段。整体上物联网核心技术持续发展，标准体系正在构建，产业体系处于建立和完善过程中。移动互联网连接和工业互联网连接是未来发展的主要趋势，根据lDC的测算数据，2020年全球物联网市场规模为7490亿美元，年平均增长率为1220%;预计2026年，全球物联网市场规模将会接近155万亿美元。

—— 以上数据参考前瞻产业研究院《中国物联网行业细分市场需求与投资机会分析报告》

---