工业智能在做什么？
我本科学的是可靠性与系统工程，所以一直跟航天器、飞机有关系，博士做的是机械工程，研究的方向叫故障预测与健康管理（PHM）。今天我想从我的角度来讲工业智能到底在做什么，或许可以给大家一些启发，说得不一定都对。
我在全球做过很多类似的项目与合作，包括一些大公司，2016年回国后也跟一些大型央企做过一些探讨，比如说在中船做智能船，在中车就做智能高铁，在东方电器就做智能风机，这些都是他们的下一代产品，也跟富士康合作做智能制造。其实在这个方向上，我上学的时候就合作过很多单位，我的老师从他硕士开始就一直做这个大方向。那时候我们开展了四个方向的研究，主要包括智能制造，交通运输，智能能源和其他行业，其他行业比较杂，包括现在大家热议的智能医疗。
现在工业智能这个题目非常火，大家都想要拆解它，看里面到底在做什么，这也是我今天想跟大家分享的，为什么我们做工业智能？
工业2.0、3.0都是发生之后大家才提出的，只有工业4.0是还没发生就被预测说会发生的。这是因为近几年很多技术统一进步了，所以大家觉得这个事情能发生，包括传感器，物联网，云计算，自动化等，很多东西合在一起，就形成了一个新的生态。
首先从控制优化的层面来讲，从静态变成了动态，又变成了瞬态。现在很多人问5G放在智能制造里面为什么有更好的效果，我想首先就是它可以把动态变成瞬态，原来的生产可能是给动态做优化，但数据的传输、计算之后的反馈都没有那么快，如果我们使用5G技术可以做到瞬态优化及反馈，是不是就会有一个更好的系统出现。
其次是面向的对象，最早是面向单体的设备。我把这一个东西运行好就行了，它坏掉了我再修。然后慢慢变成集群，集群就是指同一类的相同环境下运行的设备，比如同一个风场的风力发电机集群，我可以统一去管理。现在大家用网络的概念、互联网的概念，想把一些壁垒打掉，比如各个系统之间、系统和设备之间的壁垒等等，要做一个更为整体的系统优化。只要能够面向更大的范围，协同优化的空间也就更大，产生的效果肯定就更好。
如果只针对一个设备，就很难有优化的空间，单体设备的任务是保证产出。如果说我有一百台风力发电机，那要保证同一个风场的发电输出，我可以分配不同风机的瞬时发电量，在这中间就有了很多可调控的空间，能根据每个设备的状态还有我预期的发电量去分配。在这里，大家就可以把一些智能化方法直接应用在工业领域，所以大家认为这可能是个新的技术突破，或者新商业模式的突破，也就是我们现在在做的这个大的题目——工业智能。
这也就是为什么到2019年，很多热门话题一下子迸发了：产业互联网、工业互联网、智能制造、信息物理系统、工业大数据、工业智能/人工智能、5G、物联网、边缘计算、云计算……其实这些词2017年、2018年都有，那么这些合在一起，大家想做的是什么？我理解就是针对核心系统，做到感知、传输、存储、分析、反馈和交互的全面升级。那么刚才讲的这些技术是怎么为工业生产中的核心业务服务的？
首先是先进传感，以前只能通过间接测量的方式去监控测量不了的参数，现在就更有可能直接监测；第二是传输，现在可以更快速地传输更多的数据量，支持后端的分析；第三是数据的存储、以及先进建模，即对监控数据处理后的反馈问题，需要考虑可否把结果直接反馈回控制器或者操作者；最后是人机交互，比如AR、VR等，能否把这些方法应用在传统的领域，提升之前的工作效率。这些技术的整体爆发给了我们很大的想象和操作空间，为我们在工业领域用智能化的方法探寻一个个新的价值点创造了可能。
产业互联网与工业互联网
今天大家提的能源互联网，精确来讲，它应该是工业互联网中一个大的方向，它包括了很多我原来接触过的比如说智能微网、分布式发电、智慧电厂、智能风厂等……还有一些更加精准的针对于能源行业的一些应用。
而工业互联网的范围则更大，它面向更广泛的工业行业，我们所说的智能制造、车联网、智能工厂、智能运维这些大的方向就包含其中，很多大企业都在往这个方向投入。按照腾讯研究院的定义，像共享出行、新零售等这些新型的ToC服务方向，就是产业互联网范畴中的了。
说到产业互联网和工业互联网的区别，从工业和能源的角度来讲，我们使用新技术要解决的是大量的未解决的遗留问题，新技术是我们解决这些问题的工具，而非创造一些全新的需求。比如说在工业互联网范畴的智能工厂里面，大家始终关注提质、增效、降本、减存，这些需求一直存在。原来可能用一些很简单的方法和手段管理库存、人员，现在我们可以用更高效的方法，使得库存变少、人员效率更高，这就是用新的方法更好的解决已有的问题。而产业互联网可能更多是要关注引导需求，或用新技术创造新需求，从而再去创造出一片新市场。
为了更加全面和规模化地解决问题，由此引出体系架构的概念，比如信息物理系统（CPS）。CPS可以划分为五层，每一层都包含有核心的技术和应用。智能感知层包括设备的连接和数据的规范化，现在很多物联网的技术和应用大都在这一层。还有智能分析、智能网络、智能决策和智能执行。最早CPS是在控制论中研究得多，现在国家出台了很多政策来引导企业，当然大型央企首当其冲得在研究这个方向，他们在项目执行和架构设计的时候，会尽可能的参照这个架构。
对工业互联网的不同解读
如果把信息化系统，智能化的一些方法加在这个框架上执行，那这个框架如何落地呢？目前普遍认为，国家在大力推动的工业互联网就是其中的一种最主要的落地方式。GE（美国通用电气公司）在2012年提出工业互联网，并同时对外宣称从此以后再也不是一个设备制造公司，而是一个数字化及智能服务公司，因为他们通过评估得出，GE所有设备中产生的这些数据以及基于数据所能做的服务在未来有巨大的价值。从这个时候开始，工业互联网成为一个名词进入大众视野，通过几年的发展大家对它慢慢有了更多的认识，也有了更多不同的解读和实践。
有人说是「工业+互联网」，很多做CRM、供应链金融、企业信息化系统的厂商会做这个工作，把传统的工业行业加上一个网，来做交易和管理；还有一个「互联网+工业」的说法，原来互联网上有一些东西，我把工业的需求放上去，看能不能有一些新的应用，例如智能派单、现场维护的管理等；在这个过程当中，慢慢的国家也在变，从「互联网+」变到「智能+」，目标更明确，推行工业互联网最终是想把智能化的方法用在工业里。现在欧美更多的企业还会提「工业互联+网」，这可能是更为前沿的一个方向——就是企业之间，打破企业的技术壁垒，合作完成一个项目，并共同占领未来的市场。
前段时间法国的巴黎航展中，欧洲、美国几家航空发动机公司联合起来发表声明称要整合核心技术一起研究下一代发动机。原本他们之间是有很强的壁垒的，很难合作，导致各家投入不少研发经费，最终各家发动机都有各自的特点，在解决不同问题上有各自优势。
现在他们把技术整合之后，研究下一代发动机，其实更容易垄断市场，研发经费也可以大幅度下降。但是为什么现在有信心和需求做这样的事情，我想也是因为这张网可以帮他们监控发动机运行的实际状况，在出现问题时可以明确认定责任，运营管理层面的困难被打破了。这也就是工业互联网从另一个侧面给未来的工业发展提供了新的思路和方向——朝着资源最优化的方向。
这几个解读就是目前工业互联网应用落地的主流方向，但现在最被认可的还是GE所提到的：智能服务。把设备、人员的信息都连接上，得到所有的数据后，做远程的监控和诊断，然后再通过现场反馈的信息改进产品设计，改进运维维护服务，这就是智能服务大致内容。
GE其实考虑的非常全面，针对自己所提供的有的工业门类的产品设计出了几个大的服务内容，包括物流，这是跟生产最直接相关并能产生效益的门类，还有物联产品，有智能环境、服务团队管理，还有一个设备性能管理和运营优化。这些服务其实都是跨行业的，所以GE有信心将这些服务推广到他自身的原有业务当中，包括航空、轨道交通、发电、水务等。也就是因为这些行业都有这样共性的需求，所以GE才设计出工业互联网，要发展互联网模块化应用，达到规模化效应。最初GE选择了公有云，建立了Playground供大家在上面开发APP，同时还为之构建了业务生态，收购了一些与智能服务相关的公司。
但是目前来看，Predix还没有达到预期的效果，这不是因为这个架构设计不好，也不是因为这个业务没有价值，有可能是这个过于传统的市场在适应新技术时候的惯性太大，我们还需要耐心并坚持。
但这样的架构影响了很多公司，所以世界范围内出现了很多工业互联网服务的公司。
传统做ToB服务的大公司像国外的PTC、施奈德，做设备为主的国内的三一、徐工，都在布局相关业务，他们其实担心会错过一个时代，担心失去面向未来的竞争力，那现在他们能不能挣钱？很多企业确实是不挣钱的，但是国家在这个方向上也是不遗余力地投入，一直在做智能化项目的补助，也是希望能帮助企业渡过这样一个阶段，让一些大型企业首先有这样的能力，它才能更开放，才能带动更多的中小企业发展。从这一点上看，对未来技术的布局，是大企业不容忽视的战略。
从我个人角度来看，未来工业互联网服务的竞争一定是行业服务深度下沉，在工业互联网做大量的工业智能应用服务的竞争。基于工业互联网就是要用技术手段解决一些原本不能解决或者容易被忽视的问题，从而优化设备运行，提升生产效率，加强产品竞争力。
关于平台商的生态建设
接下来谈一下平台厂商的战略问题。包括腾讯云做产业互联网，很多大型企业都是想做整个平台的服务商，希望发展尽可能多的技术服务公司在平台之上为客户做服务，从中抽取平台使用的费用。在我看来，关于平台商的生态建设，有三点值得关注。
首先，发展并依靠生态合作伙伴共同服务客户，已经是产业共识。「平台+应用」现在已经成为一个共识，不管是腾讯还是阿里都是一样的。我建一个平台，别人在上面做应用，我再给大企业客户做服务，充分体现了「术业有专攻」。
平台厂商不需要在上面做很多定制化的服务，比如说腾讯的人跑到工厂里做很多分析，这其实不是自己的专业。对于平台厂商而言「平台+应用」战略更是体现了对于时间，资金和信任投入的重视。开发产业需要的有行业纵深的应用需要时间和经验的积累，同时也需要客户的信任支持，不会一蹴而就。只有让专业的人做专业的事，才是对资源的最有效利用。平台厂商所需要做的就是为专业的人提供发挥的舞台。
其次，也是很重要的一部分，要设计合理的分润模式。这个分润模式是建立在技术能合作、业务能接入的基础之上的。因为我们公司是腾讯跟工业云的技术合作方，所以工业云要求跟我们要有产品的合作研发，才可以对外服务。就是说如果我原来用其他的IoT套件来研发我的产品，现在我需要把这部分去掉，用腾讯云的IoT套件，在分润的时候也按产品的比例来分成，这是按照技术合作的方式。其他的还可以按整个调用计算资源的多少或者人工成本来分。
有了合理的分润模式支撑，技术服务公司才可以更明确的跟平台厂商结合，每一个付出都可以用之后的项目合作计算ROI，这是最好的，这样的话平台厂商才有一个稳固的对外服务生态。
第三，要提供不可替代的底层技术，才能建成牢固可靠的生态。如果没有不可替代的优势，生态当中的技术服务公司与本地合作企业，是很难强行采取「平台+应用」的方案来开展项目合作的，这样平台厂商就会很被动，处于合作中的弱势。比如说仅仅提供云服务，客户会说不需要公有云，也可以做这个事情，那技术服务公司就可以做本地化部署；比如平台供了IoT套件，技术服务公司说我可以用一些开源的方法来做，处理速度更快，那平台就很被动。这两个例子是说明，没有一个不可替代的优势，平台在构建生态时就会被动。这个优势具体体现在哪里，有几个方面：首先就是使技术服务公司开发难度和成本降低，第二是使商务难度降低，第三是使技术服务公司管理成本降低。
工业智能与智能制造
在未来的智能服务中，我们更关注智能应用的落地，所以我们在以平台为支撑的框架上开发了很多智能化应用，现在整体叫工业智能（IndustrialAI）。
在做工业智能时，我们主要关注两方面。一个是在产出不变的情况下降低成本的应用，比如自动化、信息化的升级；另一个是在成本不变的情况下提升价值及竞争力，比如智能产品。像现在大家生产的智能车加装很多传感器，要能对外传输数据，但是车不会因为这些而更值钱、更好卖，而是未来这些从车上采集到的数据和以及车上对外的数据接口能挣钱。就好比特斯拉，特斯拉是一个汽车制造企业，但大家都认为它是一个智能化的服务平台，所以他的PE值要远高于传统的汽车制造企业。
目前很多企业也正往这个方向靠拢，大家知道的三一重工，本业是做大型工程机械的，现在它也想把挖掘机的数据都开放出来，这是它卖的一个服务的能力的基础支撑，同时他们想把这部分能力再卖给别的厂商，比如卖缝纫机的，卖机床的，这就是他们未来赚钱的战略。我知道三一也是腾讯云的客户，每年跟腾讯的定单量也很大，腾讯云给它提供了底层的云技术支持，支持他们的业务在在上面更安全可靠得运行，这就形成了一个几家共赢的局面，对于腾讯而言，三一这样体量的公司就是一个大型的技术服务公司。
智能制造也是工业智能很重要的体现，是工业智能应用在制造当中的一个侧面。首先智能制造目前涵盖两个部分，第一个是智能的生产，在生产部分用智能化手段替代人，效率更高，比如黑灯生产、无人工厂；第二个是智能的产品，在产品里面加入的数据采集数据、传输、分析的模块，可以为更多新的应用提供基础支撑。这样就应对工业智能在智能制造当中两个主要应用阶段，一个是生产制造环节，一个是售后服务环节。
投入资金也可分为两大类，一类是效益可计算，一类是效益难估计。效益可计算就是加上智能应用后所节省的人力、所提高的执行效率，都是可算的。而效益难估计部分是由于开放了很多的数据接口和计算能力，使得未来可以支撑更多的新型业务，有更多的生态可以建设，故而这一种类型的投入效益很难估计。目前看到较多的是一些大型央企才在这部分有很大投入。
其实智能制造所涵盖的内容不仅仅是上面提到的信息化、智能化服务，还涉及很多专业领域，也就是我们说的平台+应用。像生产管理系统、智能物流、人员管理、自动化和机器人，整体的智能制造方案不是单独信息化或智能化公司能做的，而是只有和传统厂商结合起来，最终才能为客户达到提质、增效、降本、减存的效果。
新业态的建设是一个技术融合新商业模式的过程，技术进步引领产业链条变革。以前是设备厂商提供设备到产线中，在产线里组合起来形成产线，产线供给OEM企业（OriginalEquipmentManufacturer原始设备生产商），OEM生产完产品就卖给客户，围绕客户可能还有一些运营服务商。这是一个包裹式的业态，各环节之间也没有什么的合作与共赢，主要是因为信息不通畅，它们之前所提供的服务没有共同的平台。而有了产业互联网和工业互联网这些应用之后，以生产设备为核心，就可能有一些设备产线、OEM、用户、运营商之间的新的业务合作，比如现在有的机床厂商，还提供加工工业服务，备品备件供应以及设备租赁的服务等。在这一变革中，互联互通及实时的服务反馈是打破产业链条的包裹形式，产生新的生态和新的业务模式的核心力量。
设备厂商希望通过工业互联网占领服务市场，主要包括设备预防性维护、备品备件管理、耗材管理，但是这些并非制造的核心。制造的核心还是在制造者手上，可是目前看来传统的制造者对互联网、对服务盈利的认可度还不够。
对平台厂商而言，从设备接入到数据管理，再到模型管理、知识管理、体系建设、能力交付、生态建设，最终达到占领市场，服务能力是在不断变革提升的。如今大家都在做延展服务，从设备厂商开始，想一直往上走，卖设备的同时还想卖耗材、想卖加工能力，到最后还想卖加工知识。我们可以设想在未来的生产组织当中，只要明确想生产的东西，机床就会自动加工，而生产厂并不需要知道加工工艺的细节，工厂的生产组织会变得越来越简单。未来商业模式慢慢都会朝这个方向发展，是因为这是双方互赢的局面。
最后，针对于工业智能，其在工业中的应用还处于探索期，仍然面临着诸多挑战，智能化辅助决策仍是最有效的工业智能落地方式。要实现工业智能更大规模的落地，一定需要和传统行业相结合，思考新技术怎样在不颠覆的同时帮助他们做得更好，合作共赢。
