2018年，國家密集發布《工業互聯網發展行動計劃(2018-2020)》等一系列推進工業互聯網發展的相關政策，而發展成果也令人咋舌。據最近召開的工業互聯網峰會發布的數據：目前具有一定行業和區域影響力的工業互聯網平臺總數超過了50家。到2020年，中國將初步建成工業互聯網基礎設施和技術產業體系。

盡管有業內專家以設備接入量、平臺APP數量等量化指標對目前入編的數個工業互聯網平臺提出了質疑。但毋庸置疑的是：工業互聯網的時代已經來臨。

埃睿迪首席大數據架構師 高振宇

“工業互聯網首先是姓工”

作為埃睿迪兩個世界級客戶工業互聯網平臺建設項目的主要參與者，埃睿迪首席大數據架構師高振宇對“工業互聯網姓工”這句話頗為認同，因為其決定了工業互聯網的特征和價值。

首先，工業互聯網平臺有實施性、安全性和可靠性的要求特征。第二，工業互聯網，需要平臺能適配多種設備協議;第三，工業和信息化部在《工業互聯網平臺評價方法》中，對工業互聯網平臺支持多少等都有很明確的指標要求。第四，是。這是目前工業互聯網平臺比較關鍵，但也比較難以實現的價值點。

據相關報告顯示，當下全球工業互聯網的應用，主要集中在三個方面：占比最大的是主要價值在于。包括狀態監測、故障診斷、預測性維護、遠程運維等;其次是，主要訴求點在于。包括生產制造優化、資源調度優化、能耗優化、知識管理等等;第三是在方面，主要是業務和模式的創新。包括數字化產品、服務轉型、按需制造等等。

全球工業互聯網應用現狀

(圖片來源：國家工業信息安全發展研究中心|全球工業互聯網平臺應用案例分析報告)

工業互聯網平臺是一種能力

雖然工業互聯網當前的應用主要是體現在這三個方面，但是平臺本身是一種能力，不僅僅是連接設備，或者支持運營。這種能力是指用戶的全流程參與，滿足用戶從設計研發到營銷、到產品的迭代和優化等全流程的需求。

一個是滿足消費者、企業或者園區用戶需求的能力。

工業互聯網平臺的能力體現在幾個方面：埃睿迪的大數據平臺、模型平臺等支持了國內某知名工業互聯網平臺及門戶的搭建，同時在平臺上部署了數百個機理模型。形成了平臺提供跨行業及跨領域解決方案的能力。

另一方面工業互聯網平臺要有為工業開發者提供服務的能力

包括開發、編譯的平臺，源代碼的編譯審查、bug的審查等等。以往常用的方法是找供應商對模型做硬編碼，一個機理模型需要兩三個月的時間。

建設的這些模型平臺的內容，更直觀、更全量地體現和管理生產線、設備等。以替代工業生產體系中一些重復性高，或者危險場景中的工作人員，使得他們可以做創新性更高的工作。

工業互聯網適合的應用場景

工業互聯網比較有優勢的應用場景首先是遠程化的服務。比如一些油田的開采，固廢的焚燒線、化工、鋼鐵等，這些崗位一般都是需要中控室進行遠程控制。

另外工業互聯網平臺比較適合跨生產線的大尺度控制。比如說像鋼鐵焦化企業，在生產中會產生一些煤氣，而這些煤氣又會成為產品，供發電、煉鋼或者直接輸送給消費者。形成循環的應用，這是其中一個場景。另外一個場景，以埃睿迪服務的環保企業為例。通過iReadyInsights大數據平臺，該世界級環保企業連接了其20多個工廠，20多條生產線的設備數據、幾萬個傳感器。企業的管理者希望看到這20多條生產線的不同能力，以及如何提升解決問題的能力，實現提質增效的目標。

埃睿迪在2019年提出了“基于大數據的綠色工業互聯網平臺”戰略，其實現的是一種優化資源配置的能力。也就是說把一些生產價值鏈上的廢棄物，轉移到另外一個價值鏈上去，就會變成原材料甚至產品，使得能源效率大幅提升。這就是埃睿迪強調的“綠色”與其他工業互聯網平臺不同的地方。

工業互聯網實現跨空間連接

在工業企業有一些核心的需求，諸如安全、環保、成本、產品、質量、效率、盈利能力等。對于大部分中小企業來講，在專業人才等方面的短板使得其很難支持發展的需求。在這種情況下，將之前最佳的調控參數、遇到的問題及解決的方法、專家的經驗和最佳實踐、新技術及新能力的復制等等沉淀下來。在整個生產環節形成一個閉環，這是大多數中小企業的核心訴求，也就是埃睿迪倡導的：輸入響應、優化調控。

“輸入響應、優化調控”理念落地過程中，工業互聯網實現的是跨空間的連接，大數據可以把歷史的經驗和數據進行沉淀。把企業空間和時間的數據從單點的優化，降本的標準化，應對生產線波動實現穩定性。同時通過互聯網實現人及設備生產的協同。最終實現提前應對市場變化，提高靈活性，達到利潤的最大化和持續的盈利能力提升。

(工業互聯網跨越的是空間大數據跨越的是時間)

在整個工業互聯網跨空間以及大數據跨時間價值實踐的過程中，埃睿迪可以提供四個環節的能力。

首先是仿真模型以及仿真模型的應用。

第二是實現多個設備的連接，即組態。埃睿迪把之前在污水處理、垃圾焚燒、發電等環節的場景形成一個個組態，企業可以通過工業互聯網平臺，以拖拽的方式進行組態的組裝，并將實體的生產線設備及數據與數字雙胞胎的組態仿真進行連接。

第三個環節把數據和工業實體場景連接起來之后，通過機器算法、分析沙箱的技術，對整個模型進行優化和調控。

第四個環節是機理模型是在工業機理固定的情況下去做建模。但實際上很多場景并沒有具體的機理模型。需要根據大數據，或者通過AI進行相應的計算，找到最優的模式建立模型。