<mark id="oztn4"></mark>
0
| 本文作者： 王金旺 | 2019-08-21 19:58 | 專題：透過概念看實質(zhì)：工業(yè)互聯(lián)網(wǎng)如何落地？ |
大數(shù)據(jù)時代的到來，正在逐漸改變?nèi)祟惖乃季S方式。
以當下深度學(xué)習(xí)模型為例，我們不再糾結(jié)、也無力再關(guān)注輸入數(shù)據(jù)與執(zhí)行結(jié)果背后的因果邏輯，而只是通過訓(xùn)練AI模型實現(xiàn)諸如文本分析、智能語音等各類能力。這類能力也正在改變著當下物聯(lián)網(wǎng)領(lǐng)域的各個方面。
相關(guān)關(guān)系正在因大數(shù)據(jù)時代的到來而逐漸取代傳統(tǒng)的因果關(guān)系，這一關(guān)系是否同樣適用于工業(yè)互聯(lián)網(wǎng)呢？
如果一定要說用海量數(shù)據(jù)找相關(guān)關(guān)系，理論上是OK的。但實際上在工業(yè)領(lǐng)域目前還不現(xiàn)實。工業(yè)領(lǐng)域的大數(shù)據(jù)其實不是真正意義上的大數(shù)據(jù)，數(shù)據(jù)量并沒有那么大，我們更強調(diào)的是數(shù)據(jù)的質(zhì)量如何、工況全不全、采樣頻率夠不夠，這與傳統(tǒng)互聯(lián)網(wǎng)需要的數(shù)據(jù)也有所不同。
天澤智云CEO孫昕向雷鋒網(wǎng)這樣解釋工業(yè)中的大數(shù)據(jù)。
孫昕曾任IBM RATIONAL大中華區(qū)技術(shù)總經(jīng)理、軟通動力研發(fā)副總裁，后合伙創(chuàng)辦靈動科技和祺鯤科技兩家公司，天澤智云正是孫昕目前任職CEO的一家面向工業(yè)互聯(lián)網(wǎng)應(yīng)用的企業(yè)，企業(yè)核心技術(shù)團隊來自美國智能維護系統(tǒng)（IMS）中心。
據(jù)相關(guān)統(tǒng)計數(shù)據(jù)顯示，國內(nèi)工業(yè)互聯(lián)網(wǎng)相關(guān)企業(yè)已經(jīng)有數(shù)千家之多，其中，工業(yè)互聯(lián)網(wǎng)平臺型企業(yè)超過300家，預(yù)計今年國內(nèi)整個產(chǎn)業(yè)規(guī)模將達到4800億元。
然而，目前國內(nèi)工業(yè)互聯(lián)網(wǎng)發(fā)展仍處于初期階段，從概念到技術(shù)體系構(gòu)建仍有諸多問題有待進一步被清晰、被解決。
工業(yè)大數(shù)據(jù)如何處理？工業(yè)互聯(lián)網(wǎng)/工業(yè)AI企業(yè)現(xiàn)階段發(fā)展如何？工業(yè)互聯(lián)網(wǎng)從概念到落地，有哪些關(guān)鍵性問題尚待解決？企業(yè)從數(shù)字化到智能化又有怎樣的路要走？
雷鋒網(wǎng)帶著這些問題專程拜訪了天澤智云，并與天澤智云CEO孫昕、天澤智云高級副總裁謝炯、天澤智云技術(shù)研發(fā)副總裁金超博士就相關(guān)問題進行了探討。
從天澤智云的創(chuàng)業(yè)與發(fā)展，從他們多年工業(yè)互聯(lián)網(wǎng)從業(yè)經(jīng)驗中，我們也可就當下國內(nèi)工業(yè)互聯(lián)網(wǎng)企業(yè)發(fā)展、技術(shù)體系、生態(tài)構(gòu)建略窺一二。
2016年成立的天澤智云至今已經(jīng)走到了第三個年頭，國內(nèi)像天澤智云這樣工業(yè)互聯(lián)網(wǎng)領(lǐng)域的初創(chuàng)企業(yè)不在少數(shù)，其中出生即含著金鑰匙的企業(yè)也為數(shù)不少，天澤智云的這把金鑰匙就是IMS中心。
IMS中心，全稱美國智能維護系統(tǒng)中心，也被美國工業(yè)界譽為工業(yè)大數(shù)據(jù)人才的西點軍校。天澤智云由IMS中心創(chuàng)始主任李杰教授擔(dān)任首席顧問，核心技術(shù)團隊均由IMS中心機械工程博士組成。
“正是這樣的光環(huán)及技術(shù)積累，使得我們在創(chuàng)立之初受到很多大型國企的青睞，”孫昕告訴雷鋒網(wǎng)，“但真正意義上的第一單應(yīng)該是中電華強?！?/p>
中電華強作為國內(nèi)最大的焊接生產(chǎn)線制造商，在2016年也面臨著企業(yè)轉(zhuǎn)型。當時他們開始思考中電華強是否可以像GE一樣轉(zhuǎn)型，從單純賣設(shè)備到將來賣服務(wù)，從生產(chǎn)制造型企業(yè)到將來生產(chǎn)能力輸出的服務(wù)型企業(yè)。
在這過程中，真正阻礙企業(yè)轉(zhuǎn)型的是需要擁有一些能夠支撐變革的新技術(shù)。賣服務(wù)的前提是要知道賣出去的產(chǎn)線什么時候壞，怎么維修，以及何時需要備品、備件。因而，當時的中電華強需要一個智能工廠的核心設(shè)備健康預(yù)測評估平臺。
“中電華強是我們2016年11月公司成立之初即開始接觸的一家企業(yè)，從最開始不了解客戶需求，到順利簽下訂單，我們僅僅用了三個月。當時我們和中電華強的合作主要分兩期完成，主要為中電華強做能夠?qū)崿F(xiàn)故障預(yù)測的平臺，其中一期是針對一條典型產(chǎn)線的工作，”孫昕回憶稱。
為什么不是先做數(shù)字化、做在線監(jiān)測？
對此，孫昕表示，“設(shè)備監(jiān)控、在線監(jiān)測是行業(yè)內(nèi)一直在做的一件事，它并不是一項新的技術(shù)，但是要從監(jiān)控再往前走，做預(yù)測性維護，要知道它未來會發(fā)生什么，這使得所有生產(chǎn)、維護、備品、備件策略都會隨之發(fā)生根本性變化。”
盡管傳統(tǒng)企業(yè)當下正面臨轉(zhuǎn)型升級，但在這一過程中，整個行業(yè)仍面臨諸多問題。尤其在當下工業(yè)互聯(lián)網(wǎng) 發(fā)展初期，智能化技術(shù)尚且不夠成熟；工業(yè)企業(yè)相對互聯(lián)網(wǎng)企業(yè)較為保守，對新技術(shù)的嘗試不夠大膽，因而造成雙重困局。
天澤智云將工業(yè)智能落地過程中遇到最多的問題總結(jié)為以下兩點：
第一個，企業(yè)客戶“不買賬”。
整個工業(yè)體系已經(jīng)發(fā)展百年之久，行業(yè)在成熟、專業(yè)的同時也意味著領(lǐng)域知識固化。身在體系中的人可能僅僅知道體系中一套能夠盡量緩解問題、行之有效的方法。工業(yè)互聯(lián)網(wǎng)或工業(yè)AI的技術(shù)、產(chǎn)品對于傳統(tǒng)工業(yè)企業(yè)來說是新東西，但固化的觀念難以被改變，當下的AI算法又由于數(shù)據(jù)質(zhì)量差、標簽少等多種原因，無法快速解決行業(yè)里多年的痛點，就直接造成了企業(yè)和客戶不買賬。
第二，目前，工業(yè)領(lǐng)域的大數(shù)據(jù)環(huán)境其實并不是大數(shù)據(jù)，仍是大量的“小數(shù)據(jù)”。從而導(dǎo)致前期數(shù)據(jù)驅(qū)動的模型很可能是不準確的。
也有業(yè)內(nèi)人士認為，工業(yè)領(lǐng)域的大數(shù)據(jù)更應(yīng)該稱為「BIG SMALL DATA」。主要原因在于當下很多工業(yè)中的數(shù)據(jù)還沒有被整合起來。
2007年，谷歌前人工智能首席科學(xué)家李飛飛在普林斯頓大學(xué)任職期間啟動了ImageNet項目，這項工作的直接結(jié)果之一是形成了一套有標簽的數(shù)據(jù)集。但是工業(yè)諸如風(fēng)電、化工等領(lǐng)域目前并沒有相應(yīng)的數(shù)據(jù)集。這主要是因為現(xiàn)有的故障樣本太少，沒有標簽；此前工業(yè)系統(tǒng)中采集的數(shù)據(jù)主要是為了做監(jiān)控、控制、管理應(yīng)用，而非用來分析。
在消費領(lǐng)域可能這樣的數(shù)據(jù)能夠快速實現(xiàn)諸如消費者選址此類的價值，但是在工業(yè)領(lǐng)域，由于各個細分領(lǐng)域?qū)I(yè)度高，我們必須要有相應(yīng)領(lǐng)域能夠體現(xiàn)其物理變化的數(shù)據(jù)量。
金超告訴雷鋒網(wǎng)，“如果用戶本身觀念是防備的，前期模型又不夠精準，最后導(dǎo)致的就是相關(guān)系統(tǒng)得不到使用。由此可見，傳統(tǒng)AI想要單純從數(shù)據(jù)實現(xiàn)價值通路其實是走不通的?！?/strong>
為此，工業(yè)互聯(lián)網(wǎng)企業(yè)就需要想其他辦法推進產(chǎn)業(yè)對工業(yè)互聯(lián)網(wǎng)的應(yīng)用。金超告訴雷鋒網(wǎng)，從痛點（場景）入手是一個不錯的選擇。
天澤智云此前曾提出十年內(nèi)實現(xiàn)一百個無憂工業(yè)場景的目標。所謂場景，就是具有通用意義、可復(fù)制性的不同領(lǐng)域面臨的共性問題。如果這樣的問題我們能夠有較好的解決方案，其實是可以推廣的，其價值也可以被最大化。
產(chǎn)品化道路上的思考：百萬工業(yè)APP如何造？
2017年11月27日，國務(wù)院正式印發(fā)《關(guān)于深化“互聯(lián)網(wǎng)+先進制造業(yè)”發(fā)展工業(yè)互聯(lián)網(wǎng)的指導(dǎo)意見》，明確提出：到2020年，要培育30萬個以上的工業(yè)APP即工業(yè)應(yīng)用程序，推動30萬家企業(yè)應(yīng)用工業(yè)互聯(lián)網(wǎng)平臺；到2025年，要形成3~5家具有國際競爭力的工業(yè)互聯(lián)網(wǎng)平臺，實現(xiàn)百萬工業(yè)APP培育以及百萬企業(yè)上云。
百萬工業(yè)APP成為工業(yè)互聯(lián)網(wǎng)領(lǐng)域的一個既定目標。
那么，問題來了，百萬工業(yè)APP要如何造？
這也是天澤智云在從公司最初成立為客戶做項目到產(chǎn)品化過程中思考的一個問題。
對于創(chuàng)業(yè)企業(yè)，在初創(chuàng)階段做好項目是企業(yè)得以生存下來的關(guān)鍵，而要想持續(xù)成長，產(chǎn)品化也是必由之路。
“作為創(chuàng)業(yè)企業(yè)，很企業(yè)為了生存會選擇先做項目，但這樣很可能會陷入到一個惡性循環(huán)中，實際上我們初創(chuàng)期大概把50%甚至更多的人力投入到了產(chǎn)品體系構(gòu)建中?！睂O昕告訴雷鋒網(wǎng)，“項目和產(chǎn)品，一個是業(yè)務(wù)需求，另一個是體系更好執(zhí)行項目的基礎(chǔ)，二者是一個循環(huán)，這兩條腿一定要兼顧。”
縱觀當下工業(yè)互聯(lián)網(wǎng)企業(yè)發(fā)展思路，從一定程度上延續(xù)了消費物聯(lián)網(wǎng)關(guān)鍵廠商的打法，從項目制轉(zhuǎn)平臺化，做工業(yè)互聯(lián)網(wǎng)平臺。
天澤智云略有不同，首先被天澤智云產(chǎn)品化的是一款名為GenPro的智能分析、建模工具。
2017年12月，天澤智云發(fā)布初代版本GenPro?！癎enPro基于我們在IMS中心積累的案例、算法、方法論，形成具有行業(yè)特性的組件和行業(yè)模板，因而也可以將GenPro視為擁有建模能力的場景資源池?！?/p>
GenPro建模流程畫布
構(gòu)建工業(yè)AI，需要怎樣的產(chǎn)品化體系？
對此，金超博士解釋稱：
不同于消費領(lǐng)域創(chuàng)造性產(chǎn)品化，工業(yè)AI落地的起點并不是數(shù)據(jù)，是痛點，而痛點來自于（工業(yè)）領(lǐng)域知識，我們會與行業(yè)專家的經(jīng)驗結(jié)合，找到容易落地的痛點，并根據(jù)現(xiàn)有的變量類型和數(shù)據(jù)質(zhì)量決定是否需要再補采。
具體到工業(yè)產(chǎn)品交付中，交付模型才是交付價值的開始。
之后由于模型不準確的問題仍然存在，我們需要對模型進行全生命周期管理，這就需要對模型進行持續(xù)迭代。如果數(shù)據(jù)要積累，要把其中信息提取出來的話，就必須要有一個體系化的平臺作支撐。
基于這樣的邏輯，天澤智云在今年3月再次發(fā)布了三款新品：CyberSphere、EdgePro、CyberRepository。
前文提到，GenPro本身是一個資源池，也是一個工業(yè)智能分析與建模工具，它囊括了融合領(lǐng)域知識的行業(yè)算子與行業(yè)建模模板，建出來這些模型就需要一個管理工具。
CyberRepository就是這樣一個對模型、流程（建模的過程，是算法組件的有機組合，也可以理解為是一種模板）的管理工具。CyberRepository實現(xiàn)了智能資產(chǎn)的全面管理，將散落在各個系統(tǒng)的模型統(tǒng)一管控，同時實現(xiàn)了基于資產(chǎn)的模型協(xié)作開發(fā)，提升了建模效率。
有建模工具，管理模型的工具，最后模型總要發(fā)布到生產(chǎn)環(huán)境中。
CyberSphere是一個模型執(zhí)行引擎以及模型效果在線監(jiān)控工具，它具備強健的模型適應(yīng)能力，真正做到了模型發(fā)布即使用，加速工業(yè)智能交付。同時，它具備模型運行管理、回放功能，模型迭代完后，可以檢測模型在原來的數(shù)據(jù)上是否運行正常，甚至模型自訓(xùn)練、自更新功能，“未來如果整個平臺架構(gòu)做得足夠成熟后，我們可以基于統(tǒng)一標準實現(xiàn)模型自動更迭?！?/p>
外加邊緣智能管理系統(tǒng)EdgePro，構(gòu)成天澤智云圍繞模型構(gòu)建的一個工業(yè)互聯(lián)網(wǎng)采集、分析、交付、管理體系?！斑@套體系也從一定程度上契合了工業(yè)互聯(lián)網(wǎng)聯(lián)盟（IIC）架構(gòu)任務(wù)組聯(lián)合主席林詩萬提出的工業(yè)互聯(lián)網(wǎng)建模難、管模難、用模難的思路?！苯鸪嬖V雷鋒網(wǎng)。
也正是這套體系，解釋了天澤智云對于百萬工業(yè)APP的構(gòu)建思路。
總結(jié)天澤智云產(chǎn)品化工作進程，孫昕總結(jié)為兩類：
第一，構(gòu)建行業(yè)的應(yīng)用。行業(yè)應(yīng)用可以帶來直接價值，例如風(fēng)電領(lǐng)域的智能化風(fēng)廠產(chǎn)品可以為風(fēng)電行業(yè)帶來直接價值；
第二，IAI解決方案。要造百萬工業(yè)APP，就要有能造工業(yè)APP的體系和工具，前文提到的產(chǎn)品矩陣也是我們面型工業(yè)領(lǐng)域構(gòu)建的IAI解決方案。
國家在談百萬APP的時候，工業(yè)APP真的是一個完全靠人工完成的工作嗎？
其實，百萬APP不僅要一個一個APP去做，更要找到一套工程化的方法和實踐輔助工具。
至少，天澤智云是這樣認為的，也是這樣做的。
在當下工業(yè)互聯(lián)網(wǎng)體系中，有一類技術(shù)架構(gòu)頗受歡迎，即CPS（Cyber-Physical Systems，信息物理系統(tǒng)）。天澤智云也是主要基于CPS架構(gòu)做工業(yè)賦能體系。
“CPS其實現(xiàn)在已經(jīng)快變成哈姆雷特了，由于工業(yè)本身是一個復(fù)雜的集合，問題都非常個性化，很多人都定義了自己對CPS的理解，這也沒有對錯之分?！苯鸪嬖V雷鋒網(wǎng)。
天澤智云對CPS架構(gòu)的理解基于李杰教授在2014年提出的5C架構(gòu)，其中，5C架構(gòu)分別指：連接（Connection）、分析（Conversion）、網(wǎng)絡(luò)（Cyber）、認知（Congnition）、執(zhí)行（Configuration）。
就CPS的5C架構(gòu)，結(jié)合李杰教授的《CPS：新一代工業(yè)智能》，金超認為有以下幾個特點：
第一，數(shù)據(jù)驅(qū)動。我們做工業(yè)AI離不開數(shù)據(jù)，雖然我們在強調(diào)整合領(lǐng)域知識等，但是最終目標還是要有足夠多的數(shù)據(jù)，實現(xiàn)決策過程自動化。
第二，全局閉環(huán)。CPS是一個泛化的概念。不僅需要工程師寫控制算法，更多要讓CPS系統(tǒng)覺知當下狀態(tài)，然后讓當下狀態(tài)能夠反映這個模型，然后能夠根據(jù)我們想要達到的目標去更新模型，從而影響實際工業(yè)系統(tǒng)進行迭代。
第三，異構(gòu)整合。在這里面CPS它可能涉及到不僅僅是一個單體的一個單點，更多的是一個囊括不同部分的異構(gòu)系統(tǒng)性的架構(gòu)。
第四，傳承迭代。在CPS構(gòu)建完成后，知識將被固化，有CPS本身不斷自我更新、迭代，既有的知識將能夠自動擴展，持續(xù)傳承。
工業(yè)智能的落地問題其實大部分都是工程問題，需要不同部門共同協(xié)作。從數(shù)據(jù)采集、預(yù)處理、建模、深度學(xué)習(xí)、模型驗證、可視化等，到最終構(gòu)建的工業(yè)智能APP，會涉及到諸如從控制器里面采集數(shù)據(jù)，自己安裝傳感器，以及最后的展示。 最終搭建的智能化系統(tǒng)要能夠自動迭代、自動獲取信息、自動分析和判斷，決策之后自動去影響實際工業(yè)系統(tǒng)。只有把5C貫穿，才能真正實現(xiàn)智能化。
工業(yè)環(huán)境中，協(xié)議標準不統(tǒng)一是當下又一個令人頭疼的問題。盡管國際上已有一些標準化程度較高的協(xié)議，以異構(gòu)性較高的機加工行業(yè)為例，美國的MTConnect，歐洲的OPCUA，國內(nèi)的NC-Link已經(jīng)是標準化程度較高的協(xié)議，但目前仍是碎片化嚴重。
天澤智云的邊緣設(shè)備EdgePro也在今年3月的發(fā)布會上初次對外亮相，主要功能是進行數(shù)據(jù)采集，由此可見，天澤智云也要面對工業(yè)協(xié)議的問題。
金超告訴雷鋒網(wǎng)，標準逐漸統(tǒng)一已經(jīng)是行業(yè)的一個大趨勢。面對當下工業(yè)領(lǐng)域協(xié)議異構(gòu)性高的問題，天澤智云一方面自己在與眾多工業(yè)協(xié)議做兼容，另一方面也在通過行業(yè)合作伙伴合作進行協(xié)議兼容。
孫昕認為，我個人覺得數(shù)據(jù)采集技術(shù)上已經(jīng)不是難點，甚至可以說是已經(jīng)一片紅海，采集數(shù)據(jù)更多要靠時間積累。拿到數(shù)據(jù)如何應(yīng)用才是當下技術(shù)關(guān)鍵點。
前文提到工業(yè)中的大數(shù)據(jù)其實目前大多數(shù)情況仍是“小數(shù)據(jù)”，因而，需要針對性找有用的數(shù)據(jù)，并且有能力針對數(shù)據(jù)進行分析，從而帶來最終價值，即降低成本、減少庫存、提高能效等。
在工業(yè)互聯(lián)網(wǎng)體系中，預(yù)測性維護被認為是當下最有需求、最有“前途”，也是最難落地的工作之一。
無論是有百年經(jīng)驗的工業(yè)巨頭、當下的互聯(lián)網(wǎng)企業(yè)巨頭，還是工業(yè)互聯(lián)網(wǎng)中諸多優(yōu)秀創(chuàng)業(yè)企業(yè)，大家現(xiàn)在做的預(yù)測性維護相關(guān)工作主要仍是提前預(yù)測故障出現(xiàn)，而并無法預(yù)測出故障原因。
天澤智云作為強調(diào)工業(yè)AI的企業(yè)之一，也是如此。
金超認為，預(yù)測性維護之所以難落地，原因在于大家對當下技術(shù)的預(yù)期太高，同時還有以下兩方面原因：
第一，場景的選擇。
不是所有的場景都適合做預(yù)測性維護，IMS中心就預(yù)測性維護有一個四象限圖，橫軸為故障頻率，縱軸為出現(xiàn)故障后的影響。只有故障出現(xiàn)頻率不高，出現(xiàn)故障影響較大的高價值核心工業(yè)設(shè)備（例如風(fēng)力發(fā)電機的大部件、航空發(fā)動機、汽車柴油機等）才適合做預(yù)測性維護。
【 圖片來源：inderscience 所有者：Lee, J., Bagheri, B., & Kao, H.-A 】
第二，用戶的配合程度，IT和OT的融合能力。
工業(yè)智能與預(yù)測性維護的應(yīng)用，需要配合管理體系、KPI等優(yōu)化更新。為工業(yè)企業(yè)做完工業(yè)智能化系統(tǒng)或軟件后，管理體系是否跟得上決定系統(tǒng)最終的落地效果。
以天澤智云為某鋼鐵廠做的工業(yè)智能系統(tǒng)為例，在完成系統(tǒng)構(gòu)建后，還做了以下工作：
首先，讓大家了解這個系統(tǒng)是如何運作的，大大小小進行了三十多次培訓(xùn)，每個部門我們不斷的去宣講這個系統(tǒng)的價值和意義。
然后，我們盯一個班組，培養(yǎng)標桿、模范班組。我們盯著這個班組在工作過程中應(yīng)用這套系統(tǒng)，然后與其他未使用系統(tǒng)的班組做對比。
最后，通過實際結(jié)果數(shù)據(jù)讓企業(yè)領(lǐng)導(dǎo)意識到這套系統(tǒng)的價值，并推進管理體系、KPI制度的改革，并明確這個系統(tǒng)的邊界在哪里。
智能化不能解決所有的問題，總要有一些應(yīng)急預(yù)案與之形成一套組合拳。這樣打出來之后，才開始真正實現(xiàn)價值。
天澤智云初創(chuàng)已有將近三年，站在巨人（IMS中心）肩膀上的天澤智云在工業(yè)互聯(lián)網(wǎng)或工業(yè)智能方面對外擁有怎樣的業(yè)務(wù)能力？
謝炯將天澤智云的業(yè)務(wù)能力歸結(jié)為三個方面：
第一，賦能組織。我們認為這里的組織一方面包括一些工業(yè)數(shù)字化、信息化程度較高，并且有比較強的技術(shù)研發(fā)實力、需要構(gòu)建工業(yè)智能體系的大型企業(yè)；另一方面，包括對于行業(yè)場景和技術(shù)希望有一套技術(shù)體系能夠幫助他更好地去沉淀能力，最后產(chǎn)出工業(yè)APP供最終用戶使用的廠商或機構(gòu)。
第二，賦能平臺。平臺包含不同的技術(shù)流派和合作伙伴，包括對于硬件平臺的賦能（比如低功耗、高性能、安全可靠，覆蓋工業(yè)場景端到端的邊緣計算體系構(gòu)建），同時也可與工業(yè)互聯(lián)網(wǎng)平臺（注重設(shè)備接入、管理、數(shù)據(jù)存儲、可視化）靈活集成，為其補充全棧IAI能力等。
第三，人才培養(yǎng)。理解教授認為中國較美國在工業(yè)大數(shù)據(jù)和工業(yè)智能方面的人才缺口其實非常大，因而發(fā)現(xiàn)人才、培養(yǎng)人才很重要。我們通過天澤智云從IMS傳承的知識體系，結(jié)合現(xiàn)有的IAI產(chǎn)品，針對諸如企業(yè)、高校、研究院所等不同群體，提供不同維度的培訓(xùn)和實踐，為工業(yè)智能人才賦能。。
其中，孫昕特別強調(diào)了人才培養(yǎng)問題，當下工業(yè)互聯(lián)網(wǎng)需要怎樣的技術(shù)型人才？
工業(yè)互聯(lián)網(wǎng)在具體領(lǐng)域應(yīng)用中需要很強的行業(yè)知識，行業(yè)專家是當下工業(yè)互聯(lián)網(wǎng)企業(yè)爭搶的人才。但既懂行業(yè)，又懂信息化，還要有前沿科技視角的人才少之又少，所以我們更需要有快速學(xué)習(xí)能力，有多行業(yè)知識快速融合能力的人才體系。
IMS中心在過去將近20年的時間做了150個工業(yè)項目，服務(wù)了90個全球性制造型企業(yè)。在意大利，史喆、文靜博士做軌交項目時候，是他們?nèi)松械谝淮谓佑|這個行業(yè)；金超博士做半導(dǎo)體的時候，也是IMS中心第一次接觸半導(dǎo)體行業(yè)。
此外，孫昕也表示，“我們也非常認同多與行業(yè)專家交流，甚至將這些專家作為我們的行業(yè)合作伙伴、我們的最終用戶，我們也可以向這些專家學(xué)習(xí)他們的業(yè)務(wù)知識，快速做一些跨行業(yè)的工作?！?/p>
前文提到，我國目前工業(yè)互聯(lián)網(wǎng)相關(guān)企業(yè)有千家之多，平臺型企業(yè)也有數(shù)百家，之所以會出現(xiàn)這樣的現(xiàn)狀，除了政策利好，行業(yè)初期爆發(fā)性增長外，工業(yè)互聯(lián)網(wǎng)各領(lǐng)域?qū)I(yè)性強，碎片化嚴重也是原因之一。
也正是由于工業(yè)領(lǐng)域的碎片化嚴重，使得多領(lǐng)域，甚至全領(lǐng)域通用平臺的構(gòu)建，至少就目前來看不太現(xiàn)實，行業(yè)垂直類通用解決方案或平臺成為目前的集大成者和關(guān)鍵。
各廠商對此也在制定著自己的計劃表，天澤智云也有自己的計劃表，謝炯告訴雷鋒網(wǎng)，這一計劃表分為短期、中期、長期計劃，簡單可以可以總結(jié)為「2+2+0.5」：
短期，將基于風(fēng)電、機加工行業(yè)中的成功案例打磨出的行業(yè)產(chǎn)品進行滲透到市場，一方面獲得市場占有率及更大的用戶群體，同時也繼續(xù)反過來將我們的行業(yè)產(chǎn)品打磨得更加成熟；
中期，通過在執(zhí)行的客戶項目去探索新的重點行業(yè)和領(lǐng)域，從中挖掘出有效場景，從而在下一個迭代周期中能夠演化成另外兩個新的行業(yè)產(chǎn)品；
長期，保持投入一定的資源和精力持續(xù)關(guān)注一些我們認為具備潛力的新興產(chǎn)業(yè)，早為之所，常備不懈。
2019年，只是工業(yè)互聯(lián)網(wǎng)搶灘登陸戰(zhàn)的開始，從0到1，再從1到100，這個過程之間是否還需要再切分為幾個階段，真正行業(yè)初貌或許要在五年之后才能看清。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
專題
