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。
工业物联网市场现状:仍处于早期发展阶段,但是由于其广阔的应用前景和巨大的收益潜力,许多大型跨国公司、各国政府及国际组织都已经在工业物联网进行了大量投入。
物联网
目前,国内的工业互联网都处于摸索阶段,而且很多是处于物联呈现时期(将工厂里面的设备信息连到网络上,通过web等呈现出来),更多的是给人感觉工厂的设备可以远程监控了。
早些年,美国通用电气提出了“工业互联网”的概念,并推出了Predix平台,且面向所能工业互联网企业开放。Predix的四大核心功能是连接资产的安全监控,工业数据管理,工业数据分析,云技术应用和移动性。通用电气指出,通过大数据分析技术将能创造巨大的经济价值。紧跟着,西门子公司研发了MindSphere,而菲尼克斯公司的ProfiCloud也应顺而生。
物联网技术将给制造业带来前所未有的影响,除了提升生产的效率以外,还能创造出更多新的商业机会。
工业物联网是指在工业中应用物联网技术,实现工业特有的价值增值的技术模式。所有物联网都是为了实现万物互联,特别是物与物的互联,但是工业物联网又有其专有属性,原因是与工业物联网相对的消费物联网本身的联网密度、联网的实时性、联网物的异质化要求都不高,而工业物联网的要求主要表现在联网密度、联网实时性及联网异质化三个方面。
思考所有问题都需要从宏观到微观的细化过程,工业物联网也不能例外,我认为对工业物联网进行深度思考,需要从以下五个维度进行分析,否则将会要么带来一叶障目,要么带来好高骛远。
首先需要我们思考的问题是,工业物联网的价值、意义和目的是什么;第二个是工业物联网需要连什么的问题,这是一个范围的概念;第三个需要我们思考的是连入物联网的物的层级问题,也就是深度的问题;第四个需要我们思考的是实现物联的价值成本分析;第五个需要我们思考的是如何建设工业物联网。
互联网实现了计算机与计算机的连接,或者说实现了人与人的连接,这个连接带来了人的交互的便利,在这个基础上涌现出很多全新的、颠覆性的商业模式,例如,电子商务、即时通讯,社交媒体等等;而物联网将实现人与物、物与物的连接,同样我们也期望带来全新的、颠覆性的商业模式,甚至更进一步,期望带来人类生活、生产方式的全新的颠覆性的模式。
作为物联网主战场的工业物联网,人们对其的期许是在工业设计、制造、流通环节带来革命性的变革,为传统工业注入新的活力,提供新的势能,驱动工业在更高维度上发展、创新、乃至变革。随着计算、存储能力的提升,特别是大数据、人工智能的发展,任何行业对数据获取手段都提出了前所未有的要求。对数据获取手段的要求主要表现在四个特征,第一是高效性;第二是准确性;第三是实时性;第四是经济型;在当前技术能力下,能够同时满足这四个特征的就是工业物联网,首先,芯片技术已经发展到一个具有较强计算能力的MCU在美元以下,RFID芯片价格甚至已经到美分这个量级,使得工业物联网有了物质基础,同时满足了经济性要求;近三十年的通讯技术的发展,从模拟到数字,从简单调制到复杂调制技术的商用化,使无线通讯可以很廉价地覆盖几百米甚至数公里的范围,满足了数据获取的密集部署要求,同时由于工业物联网的永久在线的特征,使工业物联网满足数据获取的高效性、实时性要求;微电子技术在近年也发生了突飞猛进的发展,不论在价格上还是在进度上都有了长足的突破,满足了数据获取的准确性。
总而言之,工业物联网的出现是在以下几个条件成熟时涌现出来的不可逆转的趋势:
1、快速变化的市场需要数据支撑,产生了市场对数据获取的急切要求;
2、MCU的发展使得计算能力快速提升;
3、以调制技术为核心的通讯技术发展为联网建立的管道基础;
4、传感技术,特别是以MEMS为标志的微电子技术的发展给予感知世界提供的保证;
工业物联网不是规划出来的,是各种技术与需求发展进化的产物,是生活、生产、经济发展到一定高度后自然而然出现的,是在需求的驱动下,众多行业创新带了的自然产物。
通过工业物联网,可以把传统经济中不可数字化之物数字化,可以把传统不可数字化之行为数字化,可以把传统不可能变为可能,甚至变为容易获得、解决的方案。
这个问题是第一个问题的延续,如果不考虑经济性,那么我们可以说工业物联网连接一切可连接之物,但是,当我们在做一个务实的、有价值的方案时就不能不考虑可行性及经济性,那么工业物联网连什么呢?我们认为这是一个从哪里来到哪里去的问题,我们通过上面对价值、意义和目的分析可知,我们应该从目的反推,一切从目的出发,时刻盯紧企业需要弥补的最关键环节,例如,如果对量化OEE有需求,那么我们就要连接设备状态;如果要减少在制品,那么我们就要对在制品进行追踪;如果能源消耗对企业是重中之重,那么我们就要把能效物联化,等等。世界上不存在同样的两片树叶,同样地,世界上也不存在同样的两个企业,我们只能对企业本身进行深入分析,紧紧聚焦于企业价值,在保证经济性的基础上,确定工业物联网的实施范围方案。联网范围一个核心点是连入物的属性,也就是说我们通过分析连入物的属性与企业建设工业物联网目标的耦合度,决定需要实施工业物联网的广度。
通过分析工业物联网连什么后,我们得到了连入物的内容,接下来需要我们决定是对每个/每类连入物我们该数字化哪些属性,这里遇到工业物联网特有的一个障碍,需要连入工业物联网的物的可连通性问题, 特别是在设备互联时,可连通性表现的特别突出,例如,有的设备具有开放的通讯协议和可用的通讯接口,有的设备不开放协议等等,那么可连通性就是对方案供应商的很大的考验,我们的经验是有四种方案可供选择:
1、使用设备开放的协议;
2、使用设备自带的传感器;
3、添加新的传感器;
4、改变观察侧面及维度,使用全新的采集模式;
其中第四条,改变观察的侧面和维度,使用全新的连接方式是使用第一性原理,避开设备不开放协议或接口的阻碍,避开被设备供应商牵着鼻子走的方向,从本质上获取数据。例如:通过能效检测获得设备的使用状态,通过震动传感分析设备部件的故障、甚至是转速等,只要通过第一性原理从你需要的信息入手,而不是被动地从设备可以提供的数据入手来提供物联解决方案的方式。直接把我们需要的信息做为目标,观察除了直接连接设备外,我们还能够如何获得需要的信息,因为只有我们获得的数据能够与设备提供的数据在信息上能够“同构”即可。例如,我们可以在我们的物联设备上安装一个震动传感器,从传感器获得的数据中,我们即得到了设备是否开机,又得到了是否启动工作,同时还得到设备的转速。如果不用第一性原理,而是硬要跟设备互联,那至少要采集三个数据,并且未必设备能够给你。这就是典型的边缘计算的案例,边缘计算的计算规则一定要具有定制能力,可以说边缘计算一定是一个知识容器,可以方便地把客户、厂家,甚至是第三方的知识融入的容器,我们开发的支持脚本的设备已经具有了初步的边缘计算的功能,我们需要在这个方面继续加大支持力度。
所以,通过分析企业价值和物的可连通性,我们就可以明确定义需要连入物层级,也就明确了连入物的连接深度;
在连入物联网的物的层级中一个重要的概念是管理粒度,对于制造业来说,连入物的管理粒度大概分为如下几个层级:
1、传感级;
2、设备级;
3、产线级;
4、车间级;
5、企业级;
也就是说我们要在经济性可行的前提下定义数据获取的粒度。理论上讲,细粒度一定比粗粒度更好,更有价值,但是当加入成本分析后,可能并不一定粒度越细越好,需要按照各种制约因素找到一个平衡点。
价值成本永远在企业行为中持有权值最高的赞同或者否决的一票,通过前三项分析,我们仅剩下最后一个问题没有解决,这也是关乎价值成本的关键:管理粒度问题,我们到底需要在多细的粒度下进行管理?这带来了一个哲学问题:世界是不是需要黑盒子。什么意思呢?当我们确定一个管理粒度后,比管理粒度更细的信息将被隐藏在黑盒子中,这个黑盒子将成为我们分析深度或者认知深度的制约因素和约束条件。我们可以通过价值成本分析来找到这个平衡点,从而明确黑盒子的大小,并最终确定连入工业物联网的物的特性。
我们的期许是工业物联网建设的价值观,其他一起都是方法论。首先,我们在规划物联网时要本着既要有高瞻远瞩,又要有务实可行的精神。在思考黑盒子的大小时我们要高瞻远瞩,设计方案尽可能地以黑盒子尽量小为目标,而实施方案则按照价值成本分析选择合适的黑盒子的大小,也就是选择合适的管理粒度,从而保证投入收益的平衡,甚至我们可以把黑盒子尽量定义的大些,用以验证工业物联网的可行性,最大可能地降低工业物联网实施的风险。
总之,我们应该从以几个方案来确定工业物联网的建设原则:
1、期望获得什么结果?
2、期望用什么方式获得想要的结果?
3、需要信息基础提供什么?
4、工业物联网是否能够获得这些信息?
5、工业物联网如何获得这些信息?
6、获得这些信息的性价比如何?
7、回归分析,评估预期结果是否符合经济利益?
8、落地实施。工业物联网(IIoT,Industrial Internet of Things)是物联网(IoT)中最大的和最重要的组成部分,虽然从支出的角度来看现在消费者应用是物联网(IoT)最大的应用领域,而工业物联网(IIoT)的应用主要是从 2018 年开始的,尽管如此,工业物联网(IIoT)在整个物联网(IoT)的应用图景中仍然在变得更加重要和先进。
IIoT 之所以重要,是因为它有助于企业更快更好地做出决策,它带来的变化也与许多企业正在进行的数字转型项目密切相关。
通过实时提供极其详细的数据,IIoT 可以帮助公司更好地了解其业务流程,并通过分析来自传感器的数据,使其业务流程更加高效,甚至开辟新的收入来源。IIoT 还可以让他们深入了解更广泛的供应链,这将使企业能够充分协调并进一步提高效率。
IIoT 不应该与消费者物联网混淆,尽管两者之间有相似的部分。消费者的物联网设备可以连接从智能手表到智能音箱,以及灯泡、门锁和其他智能家居设备,甚至鞋子或衣服。
诚然,消费物联网的核心理念与 IIoT 基本相同:使用传感器和自动化来提高效率。但是,消费物联网并不是一个工业过程,而是让日常生活变得更简单更有趣。
问题1:工业物联网是什么?
简单来说,就是物联网在工业控制上的具体应用。
问题2:SSL/TLS是什么?
SSL(Secure Sockets Layer 安全套接层),及其继任者传输层安全(Transport Layer Security,TLS)是为网络通信提供安全及数据完整性的一种 安全协议 。TLS与SSL在传输层对网络连接进行加密。大部分互联网登录都是用的SSL/TLS,可以去网易邮箱>
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。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)