<mark id="oztn4"></mark>
0
2019年，工業互聯網成為產業互聯網的核心地帶。
值得注意的是，這次“革命”將徹底改變此前互聯網不曾深度觸及的傳統行業的生產結構，甚至思維方式。這也使得各國政府頗為重視，我國也圍繞工業互聯網的發展發布過多個政策性文件，包括國家發展改革委、工業和信息化部、中央網信辦、教育部、證監會等十五部門于近日聯合發布的《關于推動先進制造業和現代服務業深度融合發展的實施意見》，再次為工業互聯網階段性發展再指路。
上有政策引導，產業跟進自然也就順利一些。就國內來看，2018年-2019年，經過此前幾年物聯網技術在消費領域的持續發展迭代，工業互聯網也迎來第一波小高潮，千家企業入局工業互聯網，數字化、聯網化、智能化成為行業焦點，與此同時，諸多問題也逐漸凸顯出來。
如何解決標準協議問題，快速實現工業設備互聯、數據打通?
如何構建企業數字孿生、知識圖譜，這些又如何在傳統企業中廣泛應用?
邊緣計算、5G兩項技術如何應用到工業互聯網方案構建中解決實際問題?
如何通過政策引導、借助國內產業集群特點，快速推進中國特色工業互聯網平臺、方案落地?
在消費物聯網得到廣泛應用的深度學習算法，如何應用到數據量和數據質量截然不同的工業環境?
工業互聯網中又該如何玩轉 AI?
……
這些關乎工業互聯網進一步發展的問題，雷鋒網通過前期深度調研，并在2019年11月22日，在《2019全球AIoT產業·智能制造峰會》上，匯聚產業領軍企業及專家，進行了深度探討。
雷鋒網：工業互聯網是否對5G有強需求？具體二者在哪些技術點上的結合會產生強需求應用？
鄔賀銓（中國互聯網協會理事長、中國工程院院士）：工業互聯網首先是工廠中的一些生產設備需要聯網。對于新工廠，生產設備可以用光纖進行連接；對于一些老的工廠，光纖很難布設進去。此外，工廠中除了固定設備，實際上還存在諸多運動設備，諸如AGV、無人小車、機器人，以及工人頭上戴的頭盔都是“運動設備”。因此，工廠中需要大量用到無線技術。
但是現有的無線技術中，WiFi之類技術本身并不是為工廠設備聯網而設計，這些技術本身的容量、抗干擾能力都不夠好。而工廠中的馬達、電火花這些干擾是一般消費領域應用不容易遇到的，所以基于這種種原因，目前全球工廠的設備通過無線連接的只有6%。
5G是為適應工業互聯網而設計的，它的抗干擾能力、低時延等特性非常適合工業應用。
5G在工業互聯網中會起到什么作用？
首先，5G可以提供一個大帶寬、高可靠、低時延的連接。讓工廠設備可以連上網。
其次，5G為工業互聯網提供了一個人工智能和物聯網之間無縫融合的技術。工廠中有很多傳感器，傳感器收集的大數據我們希望用人工智能來挖掘，實際上5G提供了一個人工智能和物聯網之間的一個無縫融合的技術。在工業環境中，數據傳輸時間很長的話，就無法實現實時響應，只有通過有大帶寬、低時延的5G，才能將工業互聯網收集的大數據及時送到云端。
第三，5G本身也是人與物的一個融合技術。現在工廠很多時候工人都會帶上5G+8K的VR眼鏡/頭盔，將工人看到的東西與本身真實工作緊密結合起來，這是在沒有5G的時候不可想象的。因為VR/AR需要的時延是毫秒級的，只有「5G+邊緣計算」才能滿足這樣低時延的應用。
實際上工業互聯網在我們國內已經喊了有幾年了，現在來看，5G來臨正好為工業互聯網帶來了一個很好的無線網絡。過去應該說還沒有很合適的無線網絡。
所以，我認為現在5G的到來，預示著工業互聯網也有一個很快的體現。
現在的IoT基本上是把所有可連接的物體實現互聯，現在是通過5G連接起來上云（這就是現有的IoT的架構）。
雷鋒網：如何理解AIoT，及未來網絡？
崔曙光（香港中文大學（深圳）理工學院執行院長、未來智聯網絡研究院院長、深圳市大數據研究院常務副院長、IEEE Fellow）：從學術角度來講，什么叫AloT呢？就是通過AI賦能IoT的不同層面，為它增加智能控制功能。例如你可以把AI用作物理層，在連接層面可以有一個本地化AI，5G網絡本身可以加AI，有一種說法是5G+AI就是6G了，這是我們國家重點研發計劃做的事情。云本身可以智能化，AI+云也是未來云技術的走向，如果你把AI賦能到各個層面，各個IoT的層面就變成了AloT。
5G一些核心技術只是剛剛開始，離成熟還是很遠，如果想要在現有的5G技術上再前進一步怎么辦？這就涉及到我們的主題，我們希望通過數據驅動的模式，把AI引入到5G變成準6G或者是6G的技術，希望能夠輕松達到這些要求，甚至達到另一個10倍的提高，這就是未來十年從學術界我們要做的事情。
雷鋒網：如何理解工業互聯網/產業互聯網和AIoT？
王建民（清華大學軟件學院院長、信息學院副院長、大數據研究中心執行主任）：總地來說，世界變了，制造業變了。這是哈佛大學2014年非常著名的一個論斷，就是信息技帶來了產品的革命，產品升級是全球制造業發展的必由之路。制造不僅僅看一個產品，要看整個產品的運營的生態，并且是跨界的，開始就是一個拖拉機，后來帶上天線，最后要和天氣的數據、種子的數據、農業灌溉的數據聯系起來，這才是現代農業、也是現代的工業，也是現代的服務業，現代工業革命已經模糊了第一、二、三產業。
今天的AloT我認為就是這五個階段的融合，一個是物聯網階段的數據采集，另外一個是信息化階段的全類型數據的管理，然后到原來稱為BI的報表，然后到當前AI當中的機器學習，今天我們講的AloT就是把這些技術的一個綜合的應用。
雷鋒網：目前，工業物聯網發展尚且處于初期階段，要實現數字化、智能化的大規模落地應用，還有哪些問題需要進一步得到解決？
Karel Eloot（麥肯錫全球資深董事合伙人、亞洲運營咨詢業務及物聯網負責人）：我想當我們談論物聯網和工業物聯網時，我們都會考慮技術可持續發展。但最終，它不僅僅與技術相關，不僅僅是技術的支持和應用。在公司轉型、城市轉型、我們工作模式轉型中，30%的挑戰可能來自于技術本身，而70％的挑戰更來自于我們自身。
這仍然關乎人類的工作方式，例如圍繞公司員工將這些新的工作方式融入到日常工作中，融合應用新工具，以及融合應用全新的解決方案到員工實際工作中。具體而言，當下工業物聯網面臨最大的挑戰有以下兩點：
第一，人類需要學習新技能，以及人類最終在工業物聯網中的角色定位；
第二，工業物聯網依賴于一套垂直貫穿的技術堆棧。從設備端的傳感器開始，采集數據、管理數據、分析數據，通過在各類應用設備中使用大數據技術以改變人類的工作方式。
因此，它是一條需要將擁有不同能力的不同解決方案進行融合應用的產業鏈。一家公司很難在所有事情上取得成功，這是為什么各類公司之間需要合作的原因。這也是為什么我們可以看到整個生態系統不斷發展壯大，這之間擁有很多節點，在這些節點上不同公司可以同時相互合作，諸如云廠商、解決方案廠商等的合作。不同的公司和不同的能力整合在一起，最終可以提供端到端的解決方案，真正的挑戰是人類工作方式的轉變。
因此，人類的技能提升、企業的合作關系在這其中將顯得尤為重要。
雷鋒網：當下企業數字化轉型面臨的關鍵問題是什么？
朱驍洵（西門子中國研究院院長、物聯網服務事業部總經理）：企業最終目標是要實現數字化轉型，但是如果你在戰略、文化、人事、組織架構上沒有做好鋪墊工作的話，只改一條產線是沒有任何用處的。
這也是西門子自己這么多年做轉型經歷的一條路。企業要實現數字化轉型，首先要是全方位的戰略規劃，其次是將它落實到各個職能部門。
雷鋒網：數字化技術在具體落地項目中會遇到哪些實際問題？
謝東（IBM副總裁、大中華區CTO）：IBM某一客戶在進行工廠數字化改造時為產線安裝了攝像頭，通過攝像頭采集數據進行產品質量檢測，然而在實際應用過程中，質量并沒有達到要求。后來通過換另外一種類型的攝像頭顯著提高質檢質量。
這實際是一種反向思維。我們在理論研究過程中，通常是研究給了某些數據，如何訓練一個高質量（識別率）模型。但在實際工程應用中有時候需要反向思考：為了進行這樣一個分析，數據采集系統需要用什么傳感器來采集數據。
對于廠商而言，我們為了得到這樣的一個AI系統，也許我們可以設計不同的傳感器，而這就屬于工程問題。
雷鋒網：如何看此次工業互聯網的變革和思維？
蔡奇男（研華工業物聯網事業群中國區總經理）：過去的互聯網思維是傳統的IT思維，這一次的工業互聯網不可以完全用互聯網思維來考慮，必須是產業（互聯網）思維。
一個企業要向智能化發展，要向智能制造轉型，第一步就是工業現場的數據采集。
雷鋒網：對中小型制造企業來講，他們對工業互聯網的有怎樣的需求？
謝海琴（海爾數科CEO、COSMOPlat工業互聯網平臺CTO）：我們認為用戶不在大小，而是在于我們能為他們做什么，改變什么，帶來多少差異化。
這部分的企業用戶，從體量上來說，并沒有很大的營業額，比如只有幾個億或幾千萬，但是當他們在某個點上非常需要我們的時候，我們就會選擇和他一起合作，這個是我們非常樂意做的事情。
一些包裝行業的客戶，我們就先從生產訂單和減少采購這種浪費比較多的環節開始，改善這個點我們可以給他帶來很大的價值，不一定現在就給他加上很大的機械設備，幫助他提高工廠的自動化程度等。因此，具體情況會根據客戶的需求來調整。
雷鋒網：阿里為何提出“工業大腦”，如何實現產業聯動？
曾震宇（阿里云智能副總裁、數據智能總裁）：我們提出“工業大腦”的概念，是希望以數據為中心，把工業企業的各種各樣的數據，從整個產品生產流程、生命周期的數據全部進行匯聚融合，用數據的方式去建模，上層去構建工業數據的中臺。工業數據中臺之上再用智能的算法把數據的價值充分挖掘出來，不僅用數據揭示過去，而且可以幫助我們去指導生產，上傳各種各樣的智能化的應用。所以我們提出，用工業大腦的方式提出工業智造的功能，通過算法加數據幫助我們提升智能制造的水平。
雷鋒網：如何看當下工業互聯網中的“AI算法”？
黃勝（樹根互聯CTO）：樹根互聯現在會做數據分析、做AI算法，但其實在當前階段，AI算法并不是行業最需要的。
在當下工業領域中，從提高工業效率上來講，將數據接上來，基于基本采樣數據做一些基本的分析，通過基本的統計分析、查詢分析，就已經可以把工業效率提高很多。”黃勝告訴雷鋒網，“其次，當數據量積累到足夠大之后，才可能實現深度挖掘和分析，而不是一上來就講大數據、做深度挖掘，其實這更是一個學術和媒體講得比較多的概念。
基本上，查詢性分析已經可以帶來很大的價值，這一塊首先要做好。
工業互聯網是一個產業命題，也是一個技術性命題，如今國內有千家工業互聯網企業，各家技術、產業側重點又有所不同，雷鋒網特別針對今年工業互聯網中的AI算法、云服務、通用平臺、知識圖譜、柔性生產、預測維護幾大核心技術及產業落地點，尋找AI+工業互聯網最佳落地實踐，尋找工業互聯網核心地帶的“教頭們”。
具體此次「AI最佳掘金案例年度榜單」中的“AI+工業互聯網”獎項設置如下：
最佳工業互聯網AI算法獎；
最佳工業互聯網云服務獎；
最佳產業服務通用平臺獎；
最佳行業知識圖譜構建獎；
最佳柔性生產應用落地獎；
最佳預測維護技術創新獎。
本屆評選已正式啟動，歡迎行業企業報名參與（關注微信公眾號“雷鋒網”，回復關鍵詞“榜單”參與報名。詳情可咨詢微信號：xqxq_xq）。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
