工业的发展路径是机械化、自动化、数字化到智能化,企业的信息化从流程电子化、管理数字化、生产自动化、运行网络化到企业智能化。数字化转型的理念也在发展,从提升效率和满足客户需求为目标,到以业务创新和改进客户体验为目标。
工业互联网与消费互联网不同的特点
互联网+实际上是产业互联网、消费互联网和政务互联网组合,三方面有不同的特点,既有关联性,也有很大的不同。产业互联网与工业互联网很多时候是同义词。
工业互联网具有与消费互联网不同的特点。首先是个性化,消费互联网尽管面向十多亿的网民,但是是共性的,而工业互联网的不同企业都是个性的。
消费互联网是全球的,易于标准化,而企业网不见得需要全球联网,所以企业内网连接的设备多种多样,标准化难度很大。其次是门槛高,消费互联网终端比较简单,很容易普及、升级,而工业互联网涉及的生产设备多种多样。工业互联网的业务链条很长,模型复杂,需求多样,不仅仅需要提供工业互联网产品,还需要提供解决方案。
另外,工业互联网在性能上有更高的要求,快速响应、可靠性、安全性更高。还有工业互联网对资本需求比较大。从人才上来看,门槛也高,既需要了解信息技术,又要了解企业的生产流程。企业对涉及技术和商业秘密的数据十分敏感,担心生产线联网会增加数据泄露的风险。
人工智能会在工业互联网上大量应用
5G、物联网、云计算、大数据、区块链和人工智能等技术将在工业互联网中起重要作用。这里先谈人工智能,有很多实例说明在物联网和大数据的基础上利用人工智能算法优化生产管理,可以改进生产效率或提高产品质量。现在人工智能技术用得好的是生产数据比较完整的企业。
目前的人工智能还只是人工加上机器智能,而单纯机器智能是不完善的。首先工业的数据可能不够全面与准确,其次基于数据导出的模型,并不一定优于企业常年积累的对生产规律的认识,即便训练出的模型准确率到了99%,而实际上系统还是会犯很多错误的。
目前的机器学习通常用曲线拟合数据,所谓的机器学习,神经网络事实上是一个分类器,我们找出分类的规律,有一些处于分类边缘上的微小差异是很容易被模糊掉的。而且目前神经网络的过程缺乏透明性和解释性,其结果可能失去理化意义。机器真正拥有智能的关键在于能够使用因果推论而非相关关系推论,因此需营造工程师与AI协同工作的环境,由人工经验加以解释。
消费互联网模式无法复制到工业互联网
从商业模式看,消费互联网往往是比烧钱、聚人气、圈用户、赚流量,收入靠广告和会费等,这种模式是没有办法复制到工业互联网的。
互联网的灵魂是创新,对工业互联网、消费互联网都一样,但是并不等于消费互联网的模式思维完全可以用到工业互联网上。二者实施主体也不一样,工业互联网需要更多的细分领域的龙头企业支持,主体作用还是实体经济的企业。整个生态也不一样,消费互联网的主要载体是手机,靠IOS和安卓 *** 作系统能构建一个APPSTORE的平台,支撑众多的第三方APP,而工业互联网目前缺乏通用的平台和工业APP。
所以多数企业感觉到,工业互联网看不清、摸不着、叫得响、热得慢。原因不能归结为传统企业不积极,工业互联网还有个成熟过程。
即使有了基本的技术支撑条件,但要满足工业互联网的要求,还有很多优化工作需要做,特别是要将信息技术(IT)与工业的技术(OT)融合。IT技术在消费互联网中大量应用,但是工业IT技术还有不同,包括传感器、可编程逻辑控制器、监控和数据获取系统、制造执行系统、企业资源规划等。工业上的OT技术,包括材料、机器、方法、测量、维护、管理、建模等。IT和OT需要结合,否则工业互联网还是两张皮。
工业互联网的安全,不能仅靠企业自身来解决
一些企业认为,把我们的核心数据加密,然后分散存储,并且乱序地存储,这样即便被偷去了,也解不了,也没有办法读取。但是现在的黑客,可以把你加密的数据再次加密,这样企业自己也读取不了了。所以,数据加密还不能解决企业安全问题,入侵防护是最重要的。
企业的工业互联网安全,不能靠企业一家自身解决,需要取得工控系统集成商或原厂、网络信息安全企业、政府部门的大数据协同,获得实时威胁情报和风险通报及解决方案,利用外部力量帮助企业提升工业互联网的安全防御。但是这里还有一个问题,在安全信息合作的同时如何保障企业的数据不被泄露,在工业互联网的发展和安全问题上,需要尽快制定关于企业数据共享、开放应用和企业数据保护等方面的法律法规。
工业互联网是工业数字化、网络化和智能化发展的基础,工业互联网是互联网的“下半场”,有着与消费互联网不同的特点,需要满足企业应用的高安全性、超可靠、低时延、大连接、个性化以及IT跟OT兼容的要求,需要开发对工业互联网优化的ICT技术,虽然现在还有很多的技术不够完善,但并不意味着工业互联网现在就不能启动。工业互联网的全面实现,是一个长期的过程,任何企业都可以启动,可以从任何阶段启动数字化转型的工作,以管理创新和技术创新的并重来应对发展中的挑战。
来源:工业互联网前线
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)