刘默：工业互联网平台之我见

各位技术专家，下午好！

很高兴有这样一个机会来参加金蝶的活动，我们讨论一个重要议题，其实是数字化转型，我主要是研究跟工业相关的，所以我想结合我们的一些研究和认识给大家做一个汇报，我提供的是工业互联网平台的应用和探索。

首先我想讲一下到底什么是工业互联网，以及为什么会有工业互联网？其实我们看过去制造技术的发展其实离不开信息技术的重大支撑，我们看以前最开始讲数控，数控其实来自于集成电路和嵌入式软件，后来我们讲ERP、MES，云计算、大数据让我们有了这些对数据的处理能力，机器学习让我们有了分析能力，由此带来这种新的变化。

工业互联网是什么？简单来讲，它是支撑制造业转型的一套系统。如果去过工厂，大家可能见过有大量的生产装备运行，它好比人的骨骼和肌肉，但是光有骨骼和肌肉，你可能不够聪明，我们要从装备里面找出系统，去分析它，再反推回去，这就是我们的闭环。一是优化，二是数据和平台，对这些数据技术有效的管理和分析，包括支持一些创新型应用的开发；三是安全，现在我们把这一套东西打通之后，自然就有安全问题。目标就是刚才讲的闭环，我可以是一套小闭环，一个小设备怎么运行的更加有效，怎么工艺做更好的优化。也可以是中闭环，也可以是更大的闭环，一个企业从现场的物料到企业库存怎么优化，也可以是更大的闭环，面向整个产业的制造资源去优化和协同。

而这个，离不开我们今天想介绍的一个主题，就是平台，怎么认识平台，美国的工业互联网功能架构，下两层其实和IS95差不多，感知、控制，但是上三层完全是不一样的，把所有底层的信息，以前分布在各个系统的信息和数据统一进行管理，这些数据一方面来讲支持企业内部的运营优化，无论是预测还是诊断，另外也支持大量运用的开发，同时它跟传统的这些信息化系统再做对接。所以我认为未来在整个产业信息化平台里面，平台是重要的位置。

我昨天和今天都看了金蝶云·苍穹的架构，跟我们有很多相似之处，从它的分层来讲，我们认为其实是三层，第一层是边缘层，为什么讲边缘层？我们认为在工业领域，工业现场是非常重要的一部分，所以我必须要深入到工业现场去，边缘层解决什么问题？一是解决工业实践及创新问题，二是解决工业数据处理问题，三是解决数据采集集成问题，所以要在边缘侧做预处理。

第二层是中间的平台层，其实我们也可以看出来它是复合性的，所以它也能解决多个方面的功能，一是通过PaaS的部分，怎么解决资源管理的问题；二是大数据处理的功能，底下这么多数据上去了，总要有工具管理这些数据；三是建模和分析部分；四是知识和模型沉淀部分，讲的是经验传承部分，以前对于很多制造企业来讲，很多知识是在老的技师或者专家的脑子里，而现在它们要变成一个沉淀下来的数字化模型。这个工作我们认为平台需要去解决；五是支持应用创新，未来企业都有很多支撑自身场景的需求，企业自己也需要一定的开发能力，所以我们上面还有应用开发。

它改变的是什么？我们认为改变的是未来整个工业软件的制造体系，以前我们部署一个MES，部署下去少则半年，多则两年，很多变成了烂尾工程。未来我们要改变这种方式，飘在平台上面的是一个个千量级的模块，企业可以根据自己的需求，快速的开发新的应用，可以基于平台去组合、集成、调用，这样使企业本身的经营变得更加敏捷。

平台的技术方面，从这一年多的发展来讲有两条非常明显的演进路径。

作为IT厂商，其实在工业互联网平台领域，它的技术更多的在往如何给工业提供更好的服务，去探索或者演进。

几个方面，一是数据方面。工业数据有它的很多特点，它有很多持续数据，有数据质量问题，还有分析问题。比如说现场工作是持续数据，但是到企业IT层面就是大量的业务数据，它们之间怎么关联？所以在数据处理方面，很多的工业互联网平台企业都是做定制化开发。在数据分析方面，一是实时分析，二是现在讲的工业AI，其实也会有很多的应用。

第二个技术新的进展就是模型。未来所有的，无论是产业互联网还是企业互联网转型，核心的还是领域知识，就是这个行业本身所积累下来的经验，所以我们看到现在很多工业互联网平台都在强调模型的沉淀。几个方面，一是基本的为了做好模型管理，有信息管理怎么统一进行构建，这里也有两条路径，自上而下、自下而上；二是各种工业模型，包括以前的机理模型、产品描述模型、数据模型，大家可能听过一个国外很火的做大数据的企业，原本从大数据切入，但是它发现光大数据不够，于是花了很多钱买了一个故障库，包括各种业务模型，所以我们现在看到很多工业平台把业务模型集成在自己的平台里。最后的结果是数字孪生，当各种模型集成在一起，加上机器学习或者大数据分析，能够实现自动化决策，最终就是我们所讲的数字孪生。还有另外一个方面，从整个应用的部署来讲，现在很多平台越来越下沉，下沉到现场。

平台技术第二个大的演进是从IT的层面去看，到边缘层我们看到通用的芯片操作系统和开源架构的下层，其实是这些IT技术在持续的演进，实现更加灵活的应用建设和部署。

从产业的角度看有一个很大的趋势，就是整个产业互联网的发展其实是一个很庞大的体系，没有谁能够做端到端、大而全的东西，所以大家开始分层，在整个工业互联网平台里面，刚才介绍了几层架构，我们也看到企业发展到一定程度之后会各有侧重，比如有的企业就是做中间云底座的部分，它是强规模经济效应的，所以未来会是集中的领域。它短期来讲我们认为还是一个比较碎片化的方式，而在这样一个大的体系之下，我们看到有很多平台之间是在合作的，共同提供一个完整的解决方案。

当然我们在这个里面也看到有少数巨头目前显现出提供一体化解决方案的趋势，这里面讲的三家企业，我举一个PTC的例子，我们知道以前PTC主要是做研发设计的，它发现光有CAD和PRM是不够的，它需要更多跟生产相关的东西，它把整个MES和行业的解决方案结合起来，在这样一个大的背景之下，基本上面向一个制造的全链条，当然不是所有企业都有能力做全。但是在这种情况下可能生态更加重要，不同领域、不同环节大家怎么进行合作。

关于平台的应用，国内国外有很多工业互联网平台，他们有很大差别，国外的应用更加强调的是模型 数据，而国内来讲其实更加多元化。我们还有很多中小企业，所以我们还有很多补课的部分，通过云化软件降低中小企业信息化成本。除此之外，我们的互联网模式创新，这其实也是我们的一个特色，所以我们可以看到这里面有基于平台整合制造资源等其他服务模式。

平台应用的三个层次，最基础的层次其实是传统软件的云化，这个东西未来仍然很重要，但是它的形态会变，它可能不是重量级的，会变得更加敏捷。相对简单的部分，ERP里的很多功能可以去做云化。还有一部分是面向生产，未来会有新的场景出现和新的应用模式出现。

在平台应用里面，还有一个很重要的部分，大企业和中小企业其实存在很大的差别，因为大企业基础比较好，所以大企业更加强调刚才说的大数据分析部分，而中小企业可能更强调的是怎么把自己通过一个平台融入到互联网平台里。怎么能够把自己的这些数据开放，其实徐总也讲到中小企业通过把一些数据开放给中型机构，这样拿到它的代码，未来还有很大的空间。不同的行业差距也很大，比如我们讲流程行业，基础很好，所以现在更多强调大数据分析、多链条协同，而对于高端装备行业来讲，很复杂，更强调的是基于前台怎么做协同性开发、分析和仿真，通过大数据分析去优化，产品卖出去之后更关心的是怎么基于产品和设备提供管理和运维。而对于消费行业又不一样，产品卖出去之后可能更多考虑的是怎么基于我的智能产品给消费者提供一系列的智能化APP，所以我们认为在这个系统里面会各有差别。

最后还想再讲一下商业模式，因为我们做平台，做工业互联网，大家最后目标都是要赚钱，我了解到很多企业在这方面还是挺艰难的，做平台的企业初期的研发投入很大，而目前来讲以它现期的收入解决不了。还有做解决方案的，现金流很好，但是利润率很薄，所以我们认为未来这套盈利模式要发生变化，互联网里面的很多商业模式可能未来在工业互联网里也会出现，只是它的具体侧重点、具体模式可能会有所差别。

从未来来讲，我们认为平台最核心的问题是它功能的复用性，如果平台做项目的时候每个项目都要去实施一遍，我们认为它不是平台，能够大幅度降低项目实施成本的时候，我们认为这才是一个真正的平台精品，但是这个也有很长的路要走。

最后我做一个小结，我个人判断整个工业互联网平台现在其实还在一个非常初期的阶段，无论是从能力、质量、应用发展、商业价值实现。未来来讲，我觉得会有几个趋势。

一是还会有更多的主体进入到这个领域，竞争会很激烈，但最终能够做成刚才所讲的真正意义上的平台企业，我们认为不一定会很多；

二是中台，或者说功能组建，这个其实对于整个平台的发展至关重要，这是未来如何提高我们作用性的核心；

三是应用，我们必须要有应用才能实现商业的落地；

四是刚才讲到的生态问题；

五是我们认为现在可能更多是从制造端发力，未来有可能从C端，我们认为会是资源整合和模式创新的一个主要源泉；

六是数据治理，数据确权等等，这些可能是一个重要问题。

谢谢大家。

注：刘默为中国信息通信研究院与工业化融合研究所副所长、工业互联网产业联盟工业互联网平台工作组主席