30秒快读

1、在这个不可预测的全球环境下，中国作为制造业大国，数字化转型更加刻不容缓。

2、尽管转型对工业企业而言并非易事，可是在人工智能的加持下，“新基建”已经将降本增效、绿色生产、风险告警等智能制造的“标配”照进了现实。

3、大家都看到了数字化转型对工业、制造业效率的提升，但为什么工业互联网走得慢？

今年年初，任天堂Switch因为游戏《动物之森》的爆火而被誉为年度最佳理财产品。

若将目光从民间转向制造业，那工业互联网也许可以获此殊荣。

不久前，上海市政府办公厅正式印发《推动工业互联网创新升级 实施“工赋上海”三年行动计划》，标志着上海正式进入了工业互联网2.0阶段。

01

疫情下的工业关键词

自今年春节开始，由于疫情升级导致复工时间限制、物流运力下降、制造业订单交付延迟等一系列影响，对工业的冲击不言而喻。

华为工业互联网解决方案首席架构师王晨凌表示，疫情对产业链的影响将持续较长时间，“如果能通过一些新的范式、新的技术去和传统的知识做结合，那么将意味着非常大的商业价值空间，这也是为什么我们最近几年在谈工业互联网。”

2020世界人工智能大会全球工业智能峰会颁发了全球首个工业智能领域年度大奖“湛卢奖”，共有18家企业摘得桂冠，其中“最具活力平台奖”花落华为。

华为工业互联网平台FusionPlant包括连接管理平台、工业智能体、工业应用平台三部分，可将连接、数据分析、供电智能以及应用开发等技术整合在一起，为企业搭建工业数字化转型的新基础设施。

王晨凌表示，工业互联网平台可以和企业现有的系统并行存在，如BI（商业智能）、管理层ERP、设备层等，同时又能在上面找出新的业务场景，实现数据聚合与知识提炼。

例如在华为协助石横特钢的智能升级过程中，通过AI结合配煤师经验进行配煤优化，实现焦炭质量AI预测准确率高于97%，每吨焦炭生产成本节省15元。

按75万吨焦炭产能计算,这一应用场景每年可节省成本超1000万元。

类似的绿色成效在中集集团的集装箱涂装工艺上也有所体现，美国参数技术公司（PTC）利用IoT、AI等技术为其找到工艺改进点后，通过工艺参数优化最佳兑水量和最佳喷漆压力，实现了20GP面漆单箱耗量下降5.3%，预估减少危废漆渣50吨。

2017年，中国共产党第十九次全国代表大会首次提出中国经济由高速增长阶段转向高质量发展阶段。

然而目前，我国在工业领域仍存在资源对外依存度高、中低端产品过剩、能源消耗高以及供应/产业/价值链缺乏协同的问题。

中国工程院院士钱锋指出：“虽然我们的钢铁产量占全球一半，但是原料铁矿石80%以上都依赖进口。我们的流程制造水平并不落后，但是安全环保的压力很大。”

他说，要实现高质量发展，需要建立敏捷的供应链、支持全流程生产的优化运行并实时监控安全环保指标，而这些都意味着人工智能与流程制造的深度融合。

02

数据采集陷入“黑盒子”

“过去工业企业的信息化主要以业务系统的流程为驱动，ERP、CRM以及工业自动化系统等都非常具有专业性，可彼此之间缺乏互联互通，所以现在以数据驱动的工业数字化转型正面临巨大挑战。” 美国参数技术公司（PTC）全球资深副总裁兼大中华区总裁刘强如是说。

目前市面上的工业互联网平台可粗略分为两类。一类是自下而上的发展模式，如传统工业企业；另一类是自上而下的发展模式，如IT企业。

注重平台通用能力的IT企业虽然能够对外提供可快速复制的算法模型，开放统一的接口给用户来调用，但是还不能深入地了解其中的工业机理。

浙江大学信息与电子工程学院教授史治国告诉《IT时报》记者， “早期工厂是靠物理模型来分析，现在全靠数据分析了。即使工业互联网平台给出了一个优化的参数，IT企业也不知道它的物理模型是怎么来的，就像是一个‘黑盒子’。尤其当平台的数据不够多时，更不太可能得出最优解，那样就会导致现实中的生产过程出现偏差。”

虽然原则上生产过程中的各种参数可以通过一定的机器算法计算出来，工程师也可以根据测量的数据和机理通过因果关系来理解现场的状况，

但美国工业互联网联盟（IIC）架构任务组联合主席林诗万指出，基于机理模型的算法还没有被广泛应用于生产场景。

因为现场并不容易获得计算所需的输入参数和运行条件参数，有些无法测量，有些质量精度不够高或不稳定。在生产过程中上下游的输入输出参数有着强闭环返回关系，导致算法复杂，计算量大甚至无解。

而且在复杂的生产过程中相互影响因素众多，隐性模式很难预见和解析，还有很多非稳态的过程不容易算。

03

人机结合减少企业顾虑

“不想上，不会上，不敢上，没钱上。” UCloud政府及运营商事业部架构总监吕雁飞指出了工业制造业企业上云意愿不强。

《2018中国企业上云报告》显示，截至2018年工业制造业上云渗透率仅为21.3%，远低于金融、医疗等行业。

在吕雁飞看来，云平台为工业互联网提供了运行环境，就好比后者的厂房车间，不想上的原因是云平台偏后端，而企业更希望看到一些偏前端、见效快的成果，再者系统改造、数据收集以及疫情期间资金紧张等都是难题。

殊不知抛开传统的顾虑，如今的云甚至可以帮助企业解决“没钱”的问题。

“以前银行批贷款时会看企业的用电信息和生产信息，而现在云作为一种新型基础设施也可以反映企业的生产结构。我们把云的使用情况作为支撑材料提交给银行，可以帮助企业更快获得贷款。”吕雁飞说道。

企业对数据安全也有诸多顾虑。上海三零卫士信息安全有限公司（中国网安）总工程师仵大奎表示，传统安全运维平台具有无法有效预测未知攻击、账户信息泄露、依赖人工分析等局限性，基于AI的工业互联网安全解决方案则综合了大量行为来整体评估威胁的可能性，包括设备行为、网络拓扑、用户行为、邮件和网络数据。

结合云计算和数据分析能力，可通过SVM决策树、深度学习等多种模型对指标进行训练预测并计算威胁性。

在史治国看来，将来传统企业和IT企业或可通过利益捆绑的方式来融合双方优势。

IT企业通过数字化手段为制造业赋能，工业企业则在设备接口、工业协议等专业领域为平台提供现场支撑，这样一来工业互联网中的许多问题就有希望得到解决。

AI在产业界的发展空间非常大，可以辅助原有的专家去做决策，尤其是在当下很多行业招工困难的情况下，通过人机结合的方式能够更好地把行业经验传承下去。

作者／IT时报记者 李蕴坤