三T融合

工業互聯網的發展，交織著三條主線： IT（信息技術）、OT（運營技術）與CT（通訊技術），一條線是以OT為代表的設備、自動化與工業協議的發展，這其中包括PLC、以太網、傳感器；一個是IT為代表：包括軟件、互聯網的發展，以至到云計算、大數據和人工智能。第三條線，則是以CT為代表的通訊技術和芯片技術。這是一個CIO的3T融合。

可編程控制器PLC的誕生，是一個影響深遠的工業發展節點。1969年世界上第一臺 PLC：Modicon084， 開啟了工業控制的 PLC 時代。這個事件如此深遠，以至于在德國工業4.0的演變史上，將其作為第三次工業革命的肇始。PLC是一個軟件編程、芯片技術、自動化技術的完美結合。在自動化世界上，沒有哪個單一發明能對制造業有如此的影響。

它徹底地改變了機械與電氣自動化的進程。

從物物的連接與控制而言，PLC可以看成是一個劃時代的源頭。細想起來，這也看成是物聯網的肇始。PLC可以看成是最早、也是最成功的一次3T融合。

隨后是一系列的自動化領域、IT領域和CT領域的交織發展，ICT首先完成融合，成為一個統一的名詞。而隨著GE提出的工業互聯網（Industrial Internet），2012年可以看成是工業互聯網元年。3T融合的傳奇將再次改寫。可以說，工業互聯網，天生就是一個交織的結果。缺掉任何一個環節的發展，都是不可想象過的事情。

圖| CIO 3T融合成就工業互聯網（自繪）

上圖中列舉的事件，既有在技術上的突破，也有企業對行業的啟發性理念和行為（如并購）。這也說明了工業互聯網是無法單純從技術角度去理解，反之如果要完全落實工業互聯網的價值，也絕不是單純地采用技術升級就可以實現的。

CT、IT和OT的3T融合，終于成就了一代天驕：工業互聯網。無論是幫助企業優化運營、跟蹤和分析設備，還是完成預測性維護，以及提高企業的實時決策，大量的設備相連有了真實的意義，工業數據開始大放光彩，工業互聯網終成成果。

一網到底的革命

2017年對于傳統自動化市場而言，是充滿新意的一年。數字化技術的出現，使得電氣化、自動化都成為過去時，自動化正在與軟件緊密擁抱，走向一個數字化的世界。而IT與OT的融合，在備受關注的同時，出現了一個標志性的事件：2017年，工業以太網的市場份額，在自動化歷史上首次突破現場總線，成為最為重要的工廠級的通信系統。

更快的發展是發生在更早的2016年。根據HMS 2017年2月發布的工業網絡市場份額報告顯示，工業以太網的增長速度比往年更快，增長率為22％。工業以太網現在占全球市場的46％，而去年為38％。在具體的通信中， EtherNet / IP和PROFINET份額最大。與此同時，現場總線則大幅度降低，從58%降低到48%。

圖| 2017年二者顯著拉近

而在2018年的數據表示，工業以太網首次超過現場總線，占據了新安裝節點的52%(去年為46%)，而現場總線則占42%(去年為48%)。工業無線則反應平平，進展不大。

圖| 2015-2017年工業通訊的變化

（數據來源 ：HMS年度報告）

多少年來，自動化市場一直在傳說著“一網到底的革命”，也就是將上端、成熟度很高的商業以太網系統，直接接入到廠房設備的底層。隨著工業以太網成為最重要的工業通訊系統，這次被很久期待的革命，終于在工業互聯網時代，得到全新的突破。

人聯網、物聯網與物不聯網

就物聯網的邊界而言，大概可以分為三種：人聯網、物聯網、物不聯網。人聯網，也就是消費者互聯網，與互聯網相連的各種裝置：從PC到手機。

物聯網則是由各種帶有感知和通訊的泛在智能終端，但這些終端并不與直接與人進行交互。它們可以感知一些參數，然后進行處理或者分析。在工業領域，這個過程從RFID試圖建立物體之間的聯系開始，到機器通訊M2M，一直到物聯網IoT，物體之間的各種關系，從識別、通訊到交互的方式，都在不斷地被嘗試。

圖| 早期物聯網的邊界

還有大量的是“暗設備”，這屬于沒有IP地址的連接設備（例如射頻識別RFID、一維碼）。它們已經存在很久了，這本來不屬于物聯網，從“物聯網”的邊界而言，可以稱為“物不聯網NIoT（Not Internet of thing）”。

值得意味深長的，替代或者激活這些設備，將這些“物不聯網”帶入一個光明的世界，反而成為物聯網的重要任務。

工業互聯網攪局

隨著GE提出的工業互聯網Industry Internet，以及工業4.0的迅速崛起，智能制造引起廣泛的討論和場景細化。加上數字化、物聯網技術、ICT技術的快速發展，在這種大背景下，物聯網的陣營開始分化，從工業的實踐角度而言，出現了物聯網在工業領域的快速演化局面。

首先是為了便于區分面向消費者2C和工業界2B的制造業，出現了消費者物聯網CIoT與工業物聯網IIoT開始分類。類似像海爾家電、三一重工的根云，都分別是面向了人和工程機械。

換言之，物聯網可以分成兩部分：一部分是工業物聯網；一部分是消費物聯網。

值得注意的是，對于智能零售、醫療保健、智能建筑、智慧城市、智慧農業這些領域，在中國的語境下，放在“工業物聯網”的籃子會顯得非常勉強，不妨可以看成是消費者物聯網、工業物聯網以外的其他物聯網領域（國內有把這些叫做“產業互聯網”的沖動，不過這個詞，似乎一直沒有得到主流上的認可）。

其次“物不聯網”的設備，被通過各種協議、網關、數采系統廣泛激活，意外形成一個明亮的百花含苞待放的局面。眾多的暗啞設備、終端、電器等“產品孤兒”被開始激活，并進入聯網狀態。大量不具備網址的終端，則通過其他方式也作為數據資源的一部分。

更重要的是，隨著智能手機的迅速崛起，人作為一種被高度畫像的用戶，呈現了巨大的商業價值。

無論是輿情分析，還是行為描述，都成為消費者物聯網和工業物聯網的關注對象。

這個時候，工業互聯網，作為一種整體資源的面貌，重新登場，它了人的要素、消費者產品、聯網設備、不聯網設備——這是中國人賦予“工業互聯網”的含義。在當前的整個工業互聯網世界中，既有人聯網的一部分，也有工業物聯網，也有簡單的設備連接。

圖| 工業互聯網的黃色版圖（來源：自繪）

工業互聯網與工業物聯網，在絕大多數被二者混用。但實際上，二者是有區別的，例如工業物聯網無法使用人們最熟悉的http協議。http這種互聯網最重要的基石協議，對于工業級的要求而言，實在是速度太慢。換言之，http只適合工業互聯網，而不太適合工業物聯網。因此工業物聯網與人聯網的邊界部分，出現了大量http的場合，這就只能用工業互聯網的內涵來解釋了。

如果要簡化局面，可以簡單地說，工業互聯網由人聯網的一部分、消費物聯網、工業物聯網和大量無IP的連接設備所組成。這個工業包含哪些？可以有“重一點”的產業，例如機械制造業、油氣和交通同等；其他也有輕一點的應用，如智能城市、農業等。因為后者也需要很多的工業級的應用。

還要簡單談一下與工業4.0的關系。工業4.0中所有跟物聯網相關的應用，都跟工業互聯網相關；但不是所有的工業互聯網應用，都可以歸到工業4.0。

工業互聯網的典型應用，也不都是在機器上，包括照明、智能交通、智能機器應用、工廠控制、廠房應用、狀態監控，以及其他農業、電力設備上的應用。

邊界的啟發

這些概念的區分，在邊界上其實并不容易劃分得很清楚。例如許多人聯網，本身已經跟3C電子產品建立起來，例如可穿戴設備、手機、智能家居等。實際上，像智能汽車、智能家居、智能健康設備，這些可能一半可以屬于消費物聯網，一個也屬于工業物聯網，但二者跟人聯網都是有密切關系的。

然而，邊界交叉是非常有意義的啟發。尤其對企業的戰略而言，需要確認和找尋自己最合適的邊界。很多重要的事情，往往都發生在領域交叉的地方。這也是為什么不同領域的供應商，會頻繁發生各種跨界的原因。ICT廠商、跟IT廠商和自動化廠商，以前完全不同的領域，現在在同一個屋頂下討論數字制造的話題，這是工業歷史史上從來不曾有過的事情。

當下還是一個各家廠商仔細識別邊界的時代。企業需要明確劃分自己的戰略位置。就這一點而言，海爾的路徑選擇似乎頗為糾結。一直在努力倡導大規模個性定制的CosmoPlat像是站錯了隊，它看上去是要做一個消費者物聯網，但它卻在積極地跟生產掛鉤，與它的“互聯工廠”緊密地綁定在一起，走工業物聯網的路子。這是目前看到的唯一一家積極地把消費者物聯網和工業物聯網直接連接起來的嘗試。歐洲最大的家電集團博西華的消費者物聯網嘗試，跟他們在工業物聯網的嘗試試，迥然不同。而汽車巨頭們在選擇車聯網的嘗試，也跟他們工廠生產的工業物聯網，謹慎地進行了區隔。

工業數據是充滿活力的問題青年

多年以來，設備的眾多數據，并沒有被重視。它們只是隨意地被“扔在車間里”，或者任其自由地“揮發在發動機”旁邊。工業互聯網的發展，帶來對于數據價值的渲染。根據Garter在2016年的預計，在隨后的幾年中，40%的數據將來自傳感器：手機、車聯網、家電，也包括機器、大設備如電網、飛機和油氣設備等。這使得工業大數據分析，一度被認為是解決工業問題的一把利器。

然而工業數據，卻是一個又臟又黑又活躍的問題青年。其主要表現在六大癥狀：數據很臟（必須大量的算法清洗，才能有可用數據）、頻率不同（現場觸發的頻率非常不同）、海量、大小（數據的容量大小不一）、種類很多（各種異構數據源）、跨學科導致的關系復雜 （數據機制來自“機光電熱磁”等不同學科領域）。

圖| 工業數據是問題青年

從這個角度看，工業數據的存儲，哪里有什么價值，簡直就是一個深不可及的海下油田。或許也有寶貝在里面，但你絕對不想進去探險。

工業軟件才是硬道理

既然只有一部分數據有用，大部分都是沒有節操的噪音。這就帶來了一個關鍵性的問題，深藏在海底的工業數據如何開采，才能變成為石油。

答案是，行業知識才是專業鉆井隊。

這就回到了GE最早提出來的工業互聯網，非常強調的一點，就是“先進分析”。先進分析不是單純的數據分析，而是以領域知識為基礎，將芯片的算力、工業軟件，與自動化、材料特性都結合到一起的先進分析。先進分析

圖| 工業互聯網的要義（基于GE圖修改）

可以說，工業互聯網最重要的是“機器、計算機和人，能夠集成起來，進行數據分析，從而改變商業產出”。無知識，不數據。沒有良好的工業基礎，工業大數據和人工智能都是紙上談兵、空中樓閣。

然而工業技術的知識化（或者稱為“工業技術軟件化”）則要難得多，這是知識工程、知識管理幾十年夢寐以求的目標，但看上去效果非常不好。制造業企業里最難做到的就是暗默知識的轉化。而這個問題，即使在PC時代，一樣解決的不好——如果說它幾乎沒有成功過。現在放到了移動互聯的時代，“知識化”的困境依然不容易突破。

看上去當前有了更樂觀的了理由，BAT巨人和眾多中小初創公司，都攜人工智能的核彈級威力，進入這個局面。

然而，工業技術并不會因為算法的涌入而失去其固有的工業復雜性。工業技術的表達，仍然有其自身的規律。GE、西門子等原有的工業技術積累，依然是巨大的壁壘。即使在所謂的開源、開放的平臺上，仍然是存在各種巨大的知識“黑盒”，很難探得究竟。BAT的攪局，只有一個結果，那就是挖走了大量的制造業本身已經稀缺的IT人才，去從事很多更加容易的建模和算法，對于工業軟件而言，這更多的是一種釜底抽薪的行為。

深度挖掘復雜工業數據，這個骨頭對中國工業而言，必須啃下去。中國制造甲方、乙方（開發商）的角色，必須更加“戰略性”的通力深度合作。數據分析方法與工業機理知識的結合，是一個甲方乙方攜手共進的結果：甲方需要成為“乙方中的甲方”，進行“知識扶貧”工作。這是一個巨大的挑戰。

工業互聯網平臺的集成

工業互聯網，是物聯網最為重要的板塊，許多應用場景遠遠超于消費者應用。根據IDC的判斷，在2016年有將近60%的物聯網預算，是用在了制造業 ，達到了1020億美元，其預算是排在第二位的交通運輸行業的兩倍。這些花費，主要是用在生產運行、工廠資產管理與維護、設備服務這三個方面。這些費用，都是希望最終能夠將數據變成可以執行的智能。

這作為工業互聯網的美好未來，走起來卻是來路漫長。它需要解決眾多不同的設備接口、處理一個一個不同的軟件環境，使得各種物聯網設備、軟件應用都能夠使用。工業互聯網平臺，正是這樣一個集成平臺

根據信通院白皮書，將分為邊緣、基礎設施IaaS、平臺PaaS和應用SaaS四個層面。換一個更加純粹的角度，可以將工業互聯網切分為五個層級，分別是設備端、連接、軟件中間件、應用、場景服務。

圖| 工業互聯網的五個層級

（source：machnation，2016）

由于每個層級，都有各自的解決方向和大量的場景。這就使得工業互聯網平臺的表述，看上去充滿了各種歧義。然而這并不妨礙企業的雄心勃勃地嘗試，因為工業互聯網平臺是一個巨量的企業級的市場。在平臺之上，則有眾多面向場景的應用開發。根據IDC在2017年11月的數據，到2020年底，物聯網應用中的50%，將是基于企業級的應用。這些應用整合在工業互聯網平臺上，基于復雜分析的能力，為工業提供更高的價值。

如此充滿前景，自然就會有幾百家大大小小的供應商聚集在此。真是一個擁擠之地。

不過如前所述，工業互聯網平臺仍然是一個過于龐大的概念。如果可以再仔細分解一下，至少兩個平臺是頗為引人注目的。一個是工業互聯網應用的使能平臺AEP（Application enable Platform）。它可以將不同的軟件功能模塊，統一到一個平臺之上，并且輕松完成編譯、封裝和分發。類似PTC的ThingWorx、天津宜科的工業APP開發工具，就是充當了這樣的角色；另外一個則是設備管理平臺DMP（Device management platform），這是以前自動化廠商通過各種協議，深挖壕溝封閉對方的傳統戰場。然而設備廠商或者業主也開始自己行動起來，將不同的設備進行連接。例如樹根互聯、石家莊天遠正是走這樣的路線。如果進一步還可以細分，還可以找到邊緣平臺（Edge Platform），現在ICT廠商正在這里深耕細作，意圖在連接端找到儲存和計算的突破口，例如華為的OcceanConnect。

細細觀察當下工業互聯網平臺的建設，許多起步的階段，都是在這幾個領域深扎根基。

根據美國MachNation的預測，直到2025年以前，工業互聯網平臺都是一個兩位數高增長的領域。根據作者的綜合統計分析，工業互聯網平臺大約為10億美元，占整個工業互聯網領域1%的市場份額。雖然市場不大，但卻呈現出巨大的魅力：因為數據石油的價值還遠遠沒有開始計算呢。所有的爭搶，都要為了下一步的布局，而更好、更快、更便宜的部署和開發，將是考驗工業互聯網平臺的根本法則。

許多大型的制造企業也開始整體轉向工業互聯網平臺戰略。日本也找到了將OT、IT和CT融合的最佳時機。例如日立在2017年9月宣布成立Hitachi Vantara，作為一個新的業務實體，為工商企業提供數據驅動解決方案。 這家新公司將Hitachi Data Systems數據中心、Hitachi Insight Group物聯網和Pentaho商業智能業務，一起打包成Hitachi Vantara的單一集成業務，以發揮日立在運營技術（OT）和信息技術（IT）方面的能力。而Lumada 2.0版本（Hitachi的物聯網平臺，獨立的商業軟件產品）也同時發布，通過增強的人工智能（AI）、機器學習和高級分析功能進行了全面更新。

在這種大背景下，看看富士康今年2月的閃電IPO以及推出的BEACON平臺，就不足為奇了。

小記

工業互聯網最大的價值在于，全面連接了數據和實體，并且基于連接（Connect），形成了計算（computation）和控制（Control），使得實時決策成為可能。這在十年前，仍然是不可想象的事情。

IoT這個概念馬上要迎來20年誕生日，而當下熱烈的擁抱表明，它的旅程似乎是剛剛開始。對企業而言，已經不能僅僅把IoT當作一門技術，而是要當作業務活動的關鍵。或者說，那是一種戰略考量。

然而，現在要想立刻看到工業互聯網巨大的價值，還有很多的投入大坑需要填平。對于很多中小企業而言，依然有ROI回報不成比例的困難。當前工業互聯網，仍然缺乏統一的標準和視角，各家往往自說自話，往往都是從自己的角度進行陳述。這個市場還是處境渾濁，遠離清晰的局面。而且，更多地像是為巨人準備的市場。大家伙在邊吹牛邊落子斗法，小塊頭們則從混戰中覓得些許良機。