400-868-1122
根云-工業趨勢分析
返回以下文章來源于工業互聯網服務平臺應用研究 ，作者楊明波
在全球經濟轉型的背景下，B2B企業普遍面臨市場突圍的壓力，GE率先提出工業互聯網，引起了中國在內的B2B企業廣泛關注。
2017年11月27日，伴隨《關于深化“互聯網+先進制造業”發展工業互聯網的指導意見》發布，我國工業互聯網的熱潮涌動，各種工業互聯網平臺如雨后春筍般冒出來。
早在兩三年之前，筆者開始探索工業互聯網的發展，在這突然襲來的熱潮下，如何利于中國工業互聯網有序發展，是當下“工業互聯網平臺及服務商”必須認真思考的問題。
緣起，GE工業互聯網
作為工業互聯網的提出者，GE同樣面臨業務增長的壓力，作為全球最大的B2B企業之一，GE借助在航空、醫療、發電、石油天然氣、能源互聯、運輸、發電等領域的創新經驗以及金融服務領域的優勢，融合數據科學和分析專業知識的數字化服務，為建立新的工業服務產業生態樹立了新的標桿。
從GE傳統業務來講，借助于機器數據的洞察分析，實現預測性診斷準確性的大幅提升，在滿足B2B用戶更安全、更經濟的訴求前提下，GE以更高的服務質量和更低的服務成本，在其金融服務的加持下，獲得更有競爭力的工業服務產業生態閉環。
借助這些優勢，數字化服務成為GE新的業務增長點，開始進軍更多的工業制造企業，通過幫助制造業提高運營效率、降低運營成本的同時，為GE業務發展延伸更多的服務內容。
分析，工業互聯網產業生態的組成
分析GE的工業互聯網戰略，可以看出GE自身并不是單一的設備制造商，也不是單純的工業互聯網平臺技術服務商。系從工業裝備制造、安裝與維修服務、數字技術服務、金融服務一體化的產業化生態組成，加上在多個領域積累和沉淀知識經驗，無論對B2B用戶的方案滿足、工業服務支持能力、還是金融加持下的產業化條件，GE在全球范圍內業務穩定性發展擁有非常強的競爭優勢。
發展工業互聯網已經成為主要國家搶占全球產業競爭新制高點、重塑工業體系的共同選擇。2018年，我國開始進入到工業互聯網發展的快車道，這對于中國工業轉型發展而言，無疑是利好消息，但從現有的工業互聯網平臺的趨勢分析而言，依然面臨諸多挑戰，這包括:
1.裝備制造業與服務型制造
中國裝備制造業中，振華港機、三一重工等在全球B2B產業競爭中處于優勢的并不多見企業之一， 其中樹根科技已成為國家級工業互聯網平臺。
雖然這些企業擁有足夠的體量，但在所涉及領域單一，形成從裝備制造、裝備服務和金融產業生態閉環的就更少了。由于缺乏多個行業的的知識經驗積累和技術沉淀，這一類的工業互聯網平臺企業幾乎很難在其主體切入行業以外獲得用戶認可，而同行也因競爭壁壘也很難得到實質性突破。
2.物聯網技術平臺服務
伴隨設備自動化普及程度、傳感器技術、數據采集技術、通訊技術和分析技術的發展，物聯網成本得以大幅降低、至少GE所定義的工業互聯網平臺技術組成是以設備連接聯作為基礎。
這使得工業互聯網平臺具備經濟性和可靠性的條件，為傳感器、數據采集、通訊技術的應用提供了產品化應用提供了便利，在邊緣計算、大數據分析、人工智能技術應用便捷性提供了足夠的發展空間。
由于這些技術應用需要與具體的業務場景高度融合，才能給B2B用戶帶來應增值，短時間內、工業互聯網平臺依然叫好不叫座、政策補貼并非長久之計。
3.數字化工廠服務與產業鏈整合
最近，富士康工業互聯網平臺廣受關注，同樣的情況也出現在海爾、美的等大型制造業企業，依托自身龐大的制造系統和上下游供應鏈優勢，聚焦產品質量、制造效率和供應鏈協同能力，建立滿足市場柔性需求的拉動式生產為目標，供應鏈協同制造的數字化產業生態。
大型制造業發起工業互聯網平臺，優勢在于對供應鏈的整合能力，但也會因為供應鏈企業盈利和管理能力參差不齊，以及方案本身不具備廣泛市場化驗證的特征，難以避免會對供應鏈企業造成拔苗助長的結果。
從目標上來而言，這類平臺更關注的是產品供應鏈的產業能力，對于預測性診斷、裝備制造、維修服務、非直接產品構成的工業品供應鏈能力會缺乏專業性和市場導向意識，將可能忽視工業互聯網在工業服務方向的發展。
4.預測性診斷與大數據服務
依托于故障診斷的能力和行業知識積累，擅長于對機器設備故障機理研究，以多維數據分析能力，以預測性維修、質量維修為切入點，幫助用戶提高預測性維修準確性，通過減少非計劃停機時間，幫助用戶提高制造效率、質量，減少運維成本。
國內以觀為監測、寄云科技為典型應用，盡管這更接近于GE工業互聯網的定義，但受制于傳感器成本以及國內裝備可靠性基礎條件的制約，這些方案更適用于高附加值的行業，如電力、軌道交通、石油石化、冶金等B2B用戶。
突圍，數字運維＋制造型服務的中國工業互聯網發展路徑
在與GE為代表的美國工業互聯網、德國工業4.0比較，我國制造業水平處于工業2.0至3.0的水平。這種差距不僅僅體現在物理形態，也在于知識積累的意識形態。我國大多數制造業在知識積累中仍然存在較大差距，許多工業企業TPM、精益生產的推行效果并不理想，大多不具備實施轉型的基礎。
制造企業內部缺乏有效的基于數據的運維管控機制（設備管理），不完善的工業服務生態，尤其在缺乏工業維修社會化分工、工業品與設備交易存在低價競爭和匹配困難的現狀，嚴重制約了工業企業的價值轉型進程。而這恰恰是西方工業體系中，較為成熟和完善的部分，如果我國工業互聯網升級不以此為切入點，難以避免會南轅北轍。
數字運維＋制造型服務平臺
數字運維工業APP為基本載體，鏈接制造用戶工廠、生產線、生產設施、人員等維修業務、維修記錄等多維數據、通過大數據、云計算和人工智能技術形成工業運維大數據決策中心，支撐形成需求驅動、數據賦能、有效落地的工業互聯網服務平臺。
通過線上下線的推廣和服務對接，建立用戶數據鏈接、需求驅動的工業互聯網服務平臺，通過工業APP鏈接和賦能工業服務商和MRO服務社區，形成工業服務產業閉環，是工業互聯網眾創社區的主要工作目標和價值能力體現。
（1）數字運維＋制造型服務關鍵技術節點：
A．通過線下推廣，實施數字運維工業APP推廣、工業服務價值對接，幫助園區＝＝＝＝轄區的工業制造企業提升裝備運維能力，實現提升生產效率、降低運維成本、降低庫存等關鍵運維指標的優化。
B．建立數據優化分析為內核的工業互聯網服務平臺：向裝備制造商上游賦能產品質量與服務改進的服務型制造轉型能力；向供應鏈服務側賦能需求精準匹配、MRO工業服務模式創新、供應鏈金融創新；向政府決策部門提供行業和地區工業指數、工業服務指數、關鍵裝備指數等。
（2）數字運維＋制造型服務關鍵價值：
A．幫助工業服務商實現價值能力提升：依托工業園區工業企業、工業服務資源供需市場，實現供需連接，利于工業服務商建立具備適用性、先進性和完整價值鏈的服務能力構建。
B．優化工業互聯網服務平臺工業APP之間的數據連接能力，通過工業APP、工業服務產業模式之間的聯系，實現工業互聯，打造工業服務產業化聚集區。
C．通過產業扶持和產業服務化，打通數據連接、價值賦能的供應鏈創新能力重建，工業服務平臺實現運營服務商業成功。
精益衛士－人工智能數字運維解決方案
