文章轉載來源《鈦媒體 文丨劉曠》
隨著數字經濟與實業的廣泛融合，推動“數實融合”日益成為了行業內外眾多廠商的集體共識。尤其是在數字經濟的推動下，云被運用到了各行各業，其中工業云更是迎來了增長加速度，工業互聯網的價值也在不斷顯現，越來越多的工業企業開始將上云納入了企業發展的“必選項”。
在此背景下，阿里、百度、華為、海爾、美的等為代表的眾多巨頭，更是在工業云上動作頻頻，共同致力于推動國內工業云的應用普及。
工業云助力工業提質增效
提起云，用戶接觸最廣泛的產品應用中釘釘算是其中之一，而工業云則更多跟制造業相關。具體而言，它指的是基于云架構的工業云平臺和基于工業云平臺推出的工業云服務，其涉及產品研發設計、實驗和仿真、工藝設計、加工制造、運營管理以及企業決策等諸多環節。一般而言，IAAS、PaaS、SaaS三個部分共同構成了云服務的基本形態，工業云的發展自然也需要依靠這三部分發揮協同效應。
其中，工業云服務常見的方式有工業軟件即服務、工業基礎設施即服務、工業平臺即服務等方式。比如，業內熟悉的互聯網巨頭阿里、騰訊、華為等，都是重要的IAAS和PaaS服務商。
那么，工業云具體是怎么為工業服務的呢？
一方面，是聯通各個工業產業鏈環節，提升數據傳輸效率。實際上，在工業領域提升效率并不是一件容易的事情。根據媒體報道：以制造業來看，制造業年度數據產生量為各行業之首，每年大概可產生1812PB的數據量，遠遠超過金融、通訊和零售等行業。
回顧過往，制造企業決策過程因數字信息的大量增長而變得愈加復雜，這種情況又進一步影響了整個行業效率的提升。隨著數字化、智能化時代的到來，這些問題開始有了全新的解法，即通過智能化技術有效地處理和利用信息，解鎖數據的模式和可用性，甚至對一些問題做出預測。相較于傳統的工業軟件而言，工業云具有最廣泛的應用價值，尤其是在降本增效方面，云的作用更是得天獨厚。
另一方面，通過產線的智能化改造，可以減少人工環節操作的不穩定性，大幅提升產品質量的一致性。以雅光電子、中航力源液壓等采用工業云平臺的企業為例，前者依托產線的智能化改造，產量提升了58%，優品率提升了33%，場地使用面積節約了46%，產線人員配置減少了68%，經濟效益提升了15%；后者借助工業云平臺進行采購，采購人員減少了50%，訂單執行及時率提升了90%。
可見，工業云平臺的運用，不只是提升整個產業鏈的效率，更為重要的是提升整個產品生產的質量，從而大大提升整個工業生產的總體效益。
在了解了整個工業云的情況之后，也就不難理解互聯網巨頭緣何紛紛將觸角深入到工業領域了。實際上，無論是阿里云、騰訊云還是華為云，其云計算所指向的方向從來就不是單一的面向某個行業，而是想要將云計算技術賦能不同的行業，這其中就包括面向B端市場的工業領域。除了BATH之外，一些知名的制造業企業也在紛紛入局，比如業內熟知的空調巨頭美的、海爾等等，不過各家的路徑明顯不同。
工業云流派紛呈
第一類，是主要以滿足自給自足需要的傳統制造業企業，其以海爾、航天科工為代表。早在2017年，航天科工就推出了中國首個工業云互聯網平臺INCIDS，在IaaS層面上自建數據中心，在DaaS層面提供豐富的大數據存儲和分析產品等，在PaaS層面提供工業PaaS服務，并面向開發者的公共服務組件庫和200多種API接口，支持各類工業應用快速開發與迭代。
與航天科工類似，美的、海爾等企業也將自己多年的家電制造經驗，糅合進入工業信息化之中繼而推出了各自的工業互聯網平臺。比如，海爾推出了自己的工業互聯網平臺COSMOPlat，美的也將自己定位為工業互聯網解決方案提供商。這些制造業企業做工業互聯網的優勢，在于本來就是制造業出身，更善于從制造業的思維出發，在具體的生產制造環節具有優勢。但與此同時，它們也往往因為缺乏互聯網基因，云計算技術底子較弱，而很難對外發揮實際應有的作用。
第二類，是以浪潮、華為、SAP為代表的ICT企業，依托雄厚的云服務技術以及多年的云轉型經驗助力制造業數字化轉型的工業云平臺。相比傳統制造企業，以浪潮、華為為代表的ICT企業，多年前就開始向云計算轉型，既擁有互聯網技術基礎，又具備產品和解決方案能力，能夠為制造業提供基礎設施和技術支撐。尤其是它們長期專注于企業級市場，擁有企業市場經驗和龐大的客戶基礎，熟悉制造業應用場景，能夠針對制造業的痛點提供個性化方案。
第三類，以阿里、騰訊為代表的互聯網企業，在互聯網和云計算上具有優勢，其可以依托其強大的云計算底層技術為相關的工業云平臺企業、工業軟件企業提供技術支撐。其以IAAS為基礎，像所有的工業云平臺、工業軟件平臺提供底層技術支持和算力支持，并強化各個工業環節的“連接”能力。總體來看，各家工業互聯網平臺的側重點并不相同。
商業模式各異
從目前來看，當前主流的工業互聯網平臺大致可以有如下商業模式，分別是個性化定制、網絡化協同和服務化延伸。
所謂個性化定制是以用戶全流程參與、定制化設計、個性化消費為特征，它幾乎完全顛覆了滿足“標準化設計、大批量生產、同質化消費”需求的傳統制造業生產模式。在整個生產過程中，用戶不僅是消費者，同時也是設計者和生產者，這種用戶需求驅動下的生產模式革新最大程度契合了未來消費需求的大趨勢。筆者以為，海爾打造的工業互聯網平臺COSMOPlat，即是個性化定制商業模式的代表。
比如，COSMOPlat集成了系統集成商、獨立軟件供應商、技術合作伙伴、解決方案提供商和渠道經銷商等大量產業鏈伙伴，共同致力于打造工業新生態。這種合作模式，使其可以在資源層（全球資源分布式調度和最有匹配）、平臺層（工業應用快速開發、部署、應用、集成）、應用層（全流程工業解決方案）、模式層（依托互聯工廠實現模式創新和資源共享）實現高度聯動。依托該平臺，企業可以形成以用戶需求為導向的快速反向定制創新能力，從而迅速做出適合消費者需求的個性化產品。
網絡化協同，是指平臺可以將分散在不同地區的生產設備資源、智力資源和各種核心能力通過平臺的方式集聚，是一種高質量、低成本的先進制造方式。目前來看，采用這種模式的典型代表是航天云網平臺的CMSS云制造支持系統。其通過搭建工業領域的云平臺，打造云制造產業集群生態，把資源配置與業務流程優化工作放在中心位置，從省錢、賺錢、生錢三個層次逐步推進，最終形成“自上而下逐步深化”的路徑，從而完成云制造到智能制造的升級更迭。
所謂服務化延伸，是指企業通過在產品上添加智能模塊，實現產品聯網與運行數據采集，并利用大數據分析提供多樣化智能服務，如客戶增值體驗、產品優化方案等等。目前來看，做服務化延伸的典型平臺是樹根互聯打造的根云平臺，其中以其打造的MRM平臺和IOM平臺最具代表性。其中，前者負責資產管理、故障檢測、數據分析等創新業務，后者則主要圍繞機器設備的全生命周期（從物聯、智能服務、租賃、改裝）運營展開。
總的來看，雖然各路玩家的流派不同，商業模式也有差異，但在推動工業全鏈條生產要素上云這個目標上，各路工業云玩家可謂是殊途同歸。而行色各異的不同模式，也說明我國工業云仍處于較為前期的探索階段。
共同挑戰
如前文所述，由于當前國內工業云仍處于較為前期的探索階段，因此其所面臨的現實挑戰也很大。
一來，工業云廠商之間的競爭性，可能會導致各個平臺之間“各自為戰”，不利于平臺的生態建設。比如，美國的GE旗下的工業互聯網，它的predix自己和下游企業以及配套企業，都會用到這張網，但英國的羅羅、美國的普惠及相關企業，就不會用這個工業互聯網。同樣的道理，三一重工、徐工、中聯中科等公司，海爾、美的、格力等企業，也不會用同一張網來工作。因為其中涉及到企業的技術秘密和商業秘密，它不可能將自己的生命線交給自己的競爭對手。
二來，基于工業本身的行業特征，其工業云平臺可能具備高度垂直的特征，或許很難像移動網絡設備那樣可以簡單地“兼容”進入其他平臺之中。在信息互聯網平臺，網上任何人員和任何電腦設備，均可以通過信息流溝通而無限放大價值。而在工業互聯網平臺，產品復雜度指數級倍增，因此工業互聯網平臺做的越深、越垂直越好。
比如，海爾最復雜的產品，幾十個傳感器就可以深入檢查需要的零部件狀態。但在工程機械領域，同樣的100多個傳感器，它連接的復雜度、傳輸的復雜度、應用的復雜度、管理的復雜度，就與家電企業的情況存在天壤之別。更高級的如空客飛機，其所攜帶的發動機傳感器多達2000多個，每架飛機可以達到20000多個，其難度可想而知。可見，從大飛機、汽車再到普通家電，其工業互聯網平臺的復雜度根本不在一個層級之上。
三來，由于大規模的數據聯通，使得核心工業數據安全的挑戰越來越大。隨著各個重要工業數據被納入到工業互聯網之中，工業信息安全的挑戰越發嚴峻。比如，被納入到工業互聯網之中的核工業設備，可能會因為設備程序中毒而導致機器卡頓或者停止運轉，導致核電站癱瘓甚至引發嚴重災難；重要的尖端工業技術，可能因為黑客入侵導致核心機密被泄露，對國家戰略安全構成威脅。
生態化成新風向
值得一提的是，隨著各個細分工業領域數字化水平的提升，生態化越來越成為引領行業繼續發展的全新風向標。
首先，工業互聯網的產業鏈條極長、范圍很大、產業縱深很深，這決定了整個產業的數字化必須與整個的產業生態結合起來。比如，只有平臺層沒有底層連接，就如同無源之水，很難實現數據分析處理；同時，服務工業互聯網的廠商，既需要具備技術能力，同時又需要對工業有充分的理解和認知，只是具備單項能力是無法玩轉工業互聯網的，但同時具備工業軟件技術能力，也能夠對工業生產認知充分的企業屈指可數，因此更多需要企業之間的配合協同。
其次，工業軟件上下游的企業集體數字化之后，產業之間的“耦合”就變得愈發重要起來。與之前以單一的平臺擔當“探路先鋒”不同，如今隨著產業數字化水平的提升，彼此之間的協同配合，互聯共生需求愈發重要。事實上，在不同產業上云之后，行業之間正在遭受新的“數據孤島”問題，而要破除數據孤島就需要增強不同平臺之間的互聯互通，發揮好相互配合的作用。
最后，隨著工業數字化水平的不斷提升，智能制造、智能生產讓不同環節的聯系愈發緊密，工業智能生態越發完善。隨著各環節數字化水平的逐步提升，制造企業生產車間數字化、自動化以及智能化水平逐步提升，工業智能產業規模也在與日俱增，如今工業質檢已成為工業智能最為成熟的應用領域。根據IDC預計數據顯示，未來二三年工業質檢的年復合增長率將會到達30%。作為入局較早的廠商之一，百度智能云已經在工業質檢領域拔得頭籌，阿里云、華為云、騰訊云等業內重量級廠商也緊隨其后，競相參與其中。
不難預見，隨著工業數字化水平的不斷提升，圍繞生態化、智能化的新一輪工業互聯網革命正在加速到來。
