30秒快讀
1、在這個不可預測的全球環境下，中國作為制造業大國，數字化轉型更加刻不容緩。
2、盡管轉型對工業企業而言并非易事，可是在人工智能的加持下，“新基建”已經將降本增效、綠色生產、風險告警等智能制造的“標配”照進了現實。
3、大家都看到了數字化轉型對工業、制造業效率的提升，但為什么工業互聯網走得慢？
今年年初，任天堂Switch因為游戲《動物之森》的爆火而被譽為年度最佳理財產品。
若將目光從民間轉向制造業，那工業互聯網也許可以獲此殊榮。
不久前，上海市政府辦公廳正式印發《推動工業互聯網創新升級 實施“工賦上海”三年行動計劃》，標志著上海正式進入了工業互聯網2.0階段。
01
疫情下的工業關鍵詞
自今年春節開始，由于疫情升級導致復工時間限制、物流運力下降、制造業訂單交付延遲等一系列影響，對工業的沖擊不言而喻。
華為工業互聯網解決方案首席架構師王晨凌表示，疫情對產業鏈的影響將持續較長時間，“如果能通過一些新的范式、新的技術去和傳統的知識做結合，那么將意味著非常大的商業價值空間，這也是為什么我們最近幾年在談工業互聯網。”
2020世界人工智能大會全球工業智能峰會頒發了全球首個工業智能領域年度大獎“湛盧獎”，共有18家企業摘得桂冠，其中“最具活力平臺獎”花落華為。
華為工業互聯網平臺FusionPlant包括連接管理平臺、工業智能體、工業應用平臺三部分，可將連接、數據分析、供電智能以及應用開發等技術整合在一起，為企業搭建工業數字化轉型的新基礎設施。
王晨凌表示，工業互聯網平臺可以和企業現有的系統并行存在，如BI（商業智能）、管理層ERP、設備層等，同時又能在上面找出新的業務場景，實現數據聚合與知識提煉。
例如在華為協助石橫特鋼的智能升級過程中，通過AI結合配煤師經驗進行配煤優化，實現焦炭質量AI預測準確率高于97%，每噸焦炭生產成本節省15元。
按75萬噸焦炭產能計算,這一應用場景每年可節省成本超1000萬元。
類似的綠色成效在中集集團的集裝箱涂裝工藝上也有所體現，美國參數技術公司（PTC）利用IoT、AI等技術為其找到工藝改進點后，通過工藝參數優化最佳兌水量和最佳噴漆壓力，實現了20GP面漆單箱耗量下降5.3%，預估減少危廢漆渣50噸。
2017年，中國共產黨第十九次全國代表大會首次提出中國經濟由高速增長階段轉向高質量發展階段。
然而目前，我國在工業領域仍存在資源對外依存度高、中低端產品過剩、能源消耗高以及供應/產業/價值鏈缺乏協同的問題。
中國工程院院士錢鋒指出：“雖然我們的鋼鐵產量占全球一半，但是原料鐵礦石80%以上都依賴進口。我們的流程制造水平并不落后，但是安全環保的壓力很大。”
他說，要實現高質量發展，需要建立敏捷的供應鏈、支持全流程生產的優化運行并實時監控安全環保指標，而這些都意味著人工智能與流程制造的深度融合。
02
數據采集陷入“黑盒子”
“過去工業企業的信息化主要以業務系統的流程為驅動，ERP、CRM以及工業自動化系統等都非常具有專業性，可彼此之間缺乏互聯互通，所以現在以數據驅動的工業數字化轉型正面臨巨大挑戰。” 美國參數技術公司（PTC）全球資深副總裁兼大中華區總裁劉強如是說。
目前市面上的工業互聯網平臺可粗略分為兩類。一類是自下而上的發展模式，如傳統工業企業；另一類是自上而下的發展模式，如IT企業。
注重平臺通用能力的IT企業雖然能夠對外提供可快速復制的算法模型，開放統一的接口給用戶來調用，但是還不能深入地了解其中的工業機理。
浙江大學信息與電子工程學院教授史治國告訴《IT時報》記者， “早期工廠是靠物理模型來分析，現在全靠數據分析了。即使工業互聯網平臺給出了一個優化的參數，IT企業也不知道它的物理模型是怎么來的，就像是一個‘黑盒子’。尤其當平臺的數據不夠多時，更不太可能得出最優解，那樣就會導致現實中的生產過程出現偏差。”
雖然原則上生產過程中的各種參數可以通過一定的機器算法計算出來，工程師也可以根據測量的數據和機理通過因果關系來理解現場的狀況，
但美國工業互聯網聯盟（IIC）架構任務組聯合主席林詩萬指出，基于機理模型的算法還沒有被廣泛應用于生產場景。
因為現場并不容易獲得計算所需的輸入參數和運行條件參數，有些無法測量，有些質量精度不夠高或不穩定。在生產過程中上下游的輸入輸出參數有著強閉環返回關系，導致算法復雜，計算量大甚至無解。
而且在復雜的生產過程中相互影響因素眾多，隱性模式很難預見和解析，還有很多非穩態的過程不容易算。
03
人機結合減少企業顧慮
“不想上，不會上，不敢上，沒錢上。” UCloud政府及運營商事業部架構總監呂雁飛指出了工業制造業企業上云意愿不強。
《2018中國企業上云報告》顯示，截至2018年工業制造業上云滲透率僅為21.3%，遠低于金融、醫療等行業。
在呂雁飛看來，云平臺為工業互聯網提供了運行環境，就好比后者的廠房車間，不想上的原因是云平臺偏后端，而企業更希望看到一些偏前端、見效快的成果，再者系統改造、數據收集以及疫情期間資金緊張等都是難題。
殊不知拋開傳統的顧慮，如今的云甚至可以幫助企業解決“沒錢”的問題。
“以前銀行批貸款時會看企業的用電信息和生產信息，而現在云作為一種新型基礎設施也可以反映企業的生產結構。我們把云的使用情況作為支撐材料提交給銀行，可以幫助企業更快獲得貸款。”呂雁飛說道。
企業對數據安全也有諸多顧慮。上海三零衛士信息安全有限公司（中國網安）總工程師仵大奎表示，傳統安全運維平臺具有無法有效預測未知攻擊、賬戶信息泄露、依賴人工分析等局限性，基于AI的工業互聯網安全解決方案則綜合了大量行為來整體評估威脅的可能性，包括設備行為、網絡拓撲、用戶行為、郵件和網絡數據。
結合云計算和數據分析能力，可通過SVM決策樹、深度學習等多種模型對指標進行訓練預測并計算威脅性。
在史治國看來，將來傳統企業和IT企業或可通過利益捆綁的方式來融合雙方優勢。
IT企業通過數字化手段為制造業賦能，工業企業則在設備接口、工業協議等專業領域為平臺提供現場支撐，這樣一來工業互聯網中的許多問題就有希望得到解決。
AI在產業界的發展空間非常大，可以輔助原有的專家去做決策，尤其是在當下很多行業招工困難的情況下，通過人機結合的方式能夠更好地把行業經驗傳承下去。
作者／IT時報記者 李蘊坤
