工业互联网并非高不可攀，“智能”“互联网”等词不应固化为高大上的语义。中小企业的数智化转型可从“小智能、少量数据”开始。目前，工业互联网的投融资正逐步回归理性、走向务实。或许随着一轮轮的探索，企业组织与文化的相应转变，“虚火”降温，工业互联网才会不疾不徐地显露真容
邹碧颖《财经》记者
很难用一句话表述清楚“工业互联网”是什么，但这并不妨碍人们等待爆发点的来临。
中国社科院工业经济研究所工业发展研究室主任邓洲向《财经》记者描述：目前中国工业互联网较为成熟的应用，是在控制设备上安装传感器，收集工业数据上传至云端并开发相应的增值业务。
一位深耕制造业研究的专家对《财经》记者评价，这种形态用一个可能不太恰当的比喻，“就好比在冰箱上放一个显示器，看上去很高大上，也似乎有点效用，但又不太显著”。
通过工业互联网，浙江某轴承企业的管理者可以远程打开工业App，看到车床运行的状态；可以通过收集机器故障数据来进行预测性维护，风险预警设备维护或零件更换——当然，这也许会跟人工经验的决策发生冲突。
最早，“工业互联网”可追溯至美国通用公司2013年推出Predix平台的尝试。这种构想致力于将产业设备与信息技术相融合。2017年，工业互联网被提至中国国家战略层面，随后被纳入新基建的七大领域中，成为助推中国制造业实现数字化转型升级的核心思路之一。
10月28日，工信部信息通信管理局副局长王鹏在公开场合介绍，工业互联网是第四次工业革命的重要基石。2018年以来，中国工业互联网的网络、平台、安全三大体系快速推进，具有一定影响力的工业互联网平台已经超过100个，接入设备总量超过7600万台套。
国家工业信息安全发展研究中心的数据显示，2020年中国工业互联网领域一级市场投融资事件共310起，同比增长58.2%，其中超三成达亿元规模，披露总金额突破350亿元。《工业互联网产业经济发展报告（2020年）》显示，2019年中国工业互联网产业经济增加值为2.13万亿元，占GDP比重2.2%，对经济增长的贡献为9.9%，带动新增就业岗位206万个。
然而，实际上，工业互联网的范畴很难廓清，它经常与系统、体系、框架、平台等抽象词汇相互勾连。而过去几年，国内有些工业互联网平台追逐政府补贴，没有太深刻地钻研行业“Know-How”与数字化技术的有机融合，导致改造实效不及宣传，企业的投入产出比不尽如人意，也引发一些行业人士反思：工业互联网的“虚火”是时候该降温了，工业互联网应该倡导价值导向，落下来接地气。
多位受访者向《财经》记者坦言，工业互联网的落地和概念之间有一种距离感，过去几年，其应用效果与规模并不成正比。其中症结为新技术诞生初期，行业多少有些陷入高大上概念与“为连设备而连接设备”的迷思之中，缺乏根因思考的冷静。
泛工业领域数字化转型前景广阔
根据中国信通院的数据，2019年，中国数据经济增加值达到35.8万亿元，占GDP比重达36.2%。几乎同期，欧美国家的数字经济占GDP的比重接近60%，日本、韩国等国家超过40%。由此可见，中国的数字经济发展还有较大的追赶空间。
具体来看，增长的空间和机遇在哪里？通常，数字经济包括数字产业化和产业数字化两部分。专家普遍判断，数字经济中蕴含的主要机遇集中在后者，即产业数字化。
京东数科首席经济学家沈建光对“产业数字化”的定义是：以数据为关键要素，以价值释放为核心，以数据赋能为主线，对产业链上下游的全要素进行数字化升级、转型和再造的过程。他举例，截至2018年底，中国中小企业数量超过3000万家，如果全部进行数字化改造，可带动巨大的投资需求，大幅提高企业经营效益，传统产业的数字化也会打响数字经济当头炮。
微软亚洲工程院前院长、IEEE（电气和电子工程师协会）院士、傲林科技董事长刘震向《财经》记者分析，中国IT、金融等产业的数字化已经领各行之先，而工业、制造业以及泛工业等领域的数字化程度参差不齐。这些产业其实占据了GDP近52%的规模，因此，中国经济未来的发展引擎应该会集中在泛工业的数字化转型上。
——两位专家均指向了工业互联网的巨大潜力和前景。
投资人张阳（化名）长年定居国外，见证了德国工业4.0的发展，也一直在关注中国工业互联网赛道。她告诉《财经》记者，德国企业西门子、博世等在欧洲“身先士卒”进行工业4.0尝试，欧洲工业互联网的特点是大企业牵头、反哺中小企业。这种做法很适用于欧洲市场高度分裂、中小企业占九成以上的格局。中国工业互联网现在的路径非常相似，正由大企业牵头带领大家从自动化逐步走向信息化，下一步的方向，业界则看好数据驱动的智能应用。
然而，工业互联网究竟要做什么？如何用数据驱动实现降本增效？行业尚未有统一的标准，但不乏“不管是黑猫还是白猫，只要能抓到老鼠，就是好猫”的成功案例和思路出现。
唐巍是钢铁、石化、煤炭等领域的工业互联网平台搭建专家。他告诉《财经》记者，除了搭建起数字化转型架构、工业互联网平台、数据安全等大框架，还要重点考虑解决客户的实际问题，并能在短期内看到降本增效的显性实效。工业互联网不仅要实现数据打通，模型建构，各环节执行的分析、决策优化，还要思考如何提升上下游协同效率等纵深层面。
唐巍举例：一些新能源企业的业务扩张远超自身管理能力和信息化系统承载的速度。利用工业互联网的数据算法等方式可以固化企业自身经验和行业外部数据和经验，快速构建一套数字化智能决策的管理体系，比如将SOP等相对成熟的管理流程在不同的厂房内复制，能减少企业走的弯路。
浙江俊郎电气有限公司董事长李志雄向《财经》记者表示，工业互联网可以从两方面理解，一是实现制造管理过程中的数字化，二是工业产品的数字化赋能。前者涉及工业软件和互联网应用对传统管理的替代，实现提质增效。比如工业辅助软件CAD、CAE、CAM极大减轻了企业设计、研发、制造的人力和投入；互联网应用在办公、生产MES系统管理也起到了及时、高效的作用。而后者则如，售卖汽车后通过互联网、大数据、数字化赋能智能产品，采集使用数据，进一步提供各种智能等附加服务，产生出产品原始功能价值之外的商业信息和价值。
当然，如果利用工业互联网实现ERP、CRM、MES等系统在供应链上的打通和数据耦合分析，企业之间的协同效率也将大大提高。
“比如我向供应商下订单，传统上只能按照合同发货，但可能五天后发货的合同需要七天后送过来，否则缺人手、也占仓库。如果上下游打通ERP、MES等系统，人工智能直接给下达指令，延缓两天发货，达到企业之间配套的默契度。”李志雄分析说，用ERP系统实时抓取供应商的生产数据，保障合格率不被人为篡改，也有利于品质管控。
工业互联网为何上热下冷？
但目前来看，中国基于数据的工业互联网的实际应用场景其实十分有限，还有待进一步开拓。
刘震介绍，目前中国工业互联网首先让人想到的是“物联呈现”，就是把设备连接起来，再将采集到的数据上传到云端做呈现。这种做法多是以“设备连接上云+分析数据+工业App开发”为主要模式，使用场景局限于设备监控、设备预测性维护、后市场服务、能源能耗监测等方面。问题在于，一台设备上云的成本从几千元到上万元，成本很高。但用算法来分析和预测设备是否需要维护等场景，是建立在有一定频次的设备损坏累积数据之后才能形成相对准确的算法。而工业生产线的设备损坏并没有想象中那么多，算法的准确性和人工判断谁更优，还需要持续的观察和迭代累积方能见分晓。针对监测设备并预测设备损坏的场景而投入“物联呈现”，的确是工业自动化的一大进步，但从企业降本增效的角度来评估，未必有很好的投入产出比。在“万物互联”的风口上，很多企业投入铺设物联网，但做了一段时间之后发现不太好评估设备数据的具体价值，没继续投入和坚持使用下去。这也导致了政策支持和市场应用之间略微断层，出现了“上热下冷”的现象。
实际上，中国工业互联网的入局者整体可分为三类：一是脱胎于传统制造业的平台，诸如中国航天科工集团的航天云网、海尔集团的卡奥斯平台等等；二是互联网大企业的业务扩展，诸如百度、阿里巴巴、腾讯作出的相应布局；三是数据类企业，例如传统信息化的用友、金蝶、浪潮，以及一些新兴的深耕数据治理、小应用场景的企业。
各家平台尽管优势不同，落地工业互联网的难关其实类似。
一是，国内60%至70%的设备是哑设备，面临生产厂商的私有化协议壁垒，采集数据上云存在一定技术难度且成本不低；二是，工业互联网的应用场景局限；三是，行业与企业的情况与需求各异，工业互联网很难找到通用模板；四是，供应链各企业的技术标准或接口形式不一，客观上限制了互联互通；五是，企业对数据上云的安全风险有所担忧，因此目前的数字化转型相对保守。
当下，业界流传着一种说法，称现在绝大多数的工业互联网可被概括为“SCADA上云”，即将SCADA（数据采集与监视控制系统）搬到云端，查看方便，还可用于大屏、展厅展示出来。从技术的角度，刘震认为，这是典型的初代工业互联网架构，“自下而上”设置。最下面一层的OT系统（如MES、APS）和控制系统（如PLC、SCADA）实现了设备、产线和工厂的数据采集，也实现了工厂设备的信息化控制，但存在大量“哑设备”难以采集数据，或已采集到的数据存在于不同类型的设备或者系统中，不同的系统之间存在严重的“数据孤岛”问题。“这样子，有正向意义，是工业信息化的一大进步，但系统的实施周期长、定制化开发程度高、费用高昂。同时可视化呈现物联网，尽管直观、高大上，但数据并不全面，对企业的降本增效来说价值也不够明显。”
从投资的角度，张阳指出，主做物联呈现的许多大工业互联网平台，无绝对的技术壁垒，导致客单价越来越低，无序竞争，依靠销售团队的无限扩充来提高GMV，这一商业模式现在已经走到了转折点。如果国家补贴一撤，平台上的用户量很可能会快速下降。
在刘震看来，随着整个产业进入数智化时代，要真正把数据价值提上来，赋能企业经营。从呈现、分析、预警、洞察、预测，逐级向模拟仿真进阶，通过算法来建模分析，实现企业级的数字孪生、预测经营未来。“企业级数字孪生是在数智化时代，工业互联网应该做的事情。如果我们把物联上云定义为互联网1.0时代的话，有了企业级数字孪生，才意味着工业互联网进入了2.0时代。”
降本增效，工业互联网的核心要义
北京华汽工程技术研究院副院长周树然向《财经》记者表示，工业互联网应用在不同的行业与企业，可能用于解决不同问题。譬如有人用手机打游戏多些，有人聊微信多些，有的则侧重提高生活便利度。工业互联网可能并没有标准答案，就像一个万花筒，但能本着价值导向的原则，解决问题即可。
“你说互联网是什么呢？就是这些服务器吗？还是根本看不见摸不着的、虚拟的数据网络？互联网发展久，每个人都在用，一说就能对应上。但是工业互联网目前没有定性，所以不是很好去理解。比如你在手机上逛淘宝，只是互联网的一个应用场景。”邓洲说，工业互联网是制造业智能化改造的底层框架，就如同互联网对于电子商务的意义。随着更多应用场景的出现，工业互联网的概念、内涵和外延会更加清晰。
无论如何，专家们达成一致的是，传统制造业的数字化转型势在必行。首先，劳动力成本、能源等生产要素对传统行业的支撑力不断下滑，不转型，中国制造业在国际市场的竞争力势必下滑；其次，以华为、国家电网为代表的各行业龙头企业率先探索数字化转型，也对生态上下游的企业提出了更高要求。再次，消费互联网的飞速发展，催化了供应链从以前的大规模生产升级为如今普遍的柔性、定制化生产。供应链的全局优化是商品快速迭代的前提，客观上也在倒逼消费互联网的上游——制造业亟需进行数字化转型。
张阳认为，中国工业互联网的热度仍将持续很长一段时间，但会逐渐从单纯的设备上云，转移至数据赋能经营和业务价值上，从“为数据上云”到“为业务上云”，从万物互联导向到价值导向。
刘震则提出，应当从“供产销”经营铁三角的视角，找到具体行业或企业的主要矛盾，自上而下地从企业经营出发，按需选择采集数据以及需要物联的设备。刘震介绍，傲林科技一直在努力探索数智化工业互联网。“数智化”的工业互联网应该是本着降本增效的原则，对产品和订单进行全生命周期的管理，把“运营＋经营＋决策”一体化，从而达到企业经营全局的优化。
白酒企业小糊涂仙的数字化转型就循着类似思路。
小糊涂仙数字化管理中心总经理余程晖向《财经》记者介绍，白酒市场面临激烈竞争，消费者喜好的多样化、销售场景的复杂性、企业边界的模糊性，都为企业带来不得不面对的困难。因此，该公司在2017年成立了数字化管理中心，打造数据中台，主要从消费者、渠道管理、企业内部管理、供应链协同体系四方面进行数字化转型，目标是提升消费者服务质量、提高内部管理效率、打造更为柔性的供应链。
例如智慧营销方面，小糊涂仙结合经验数据与AI算法，搭建指标体系，告诉营销人员类似情况可能遇到的问题与建议；利用AI算法实施供应链计划调优，根据经销商发货数据、终端入库数据、白酒开瓶数据等了解真实动销情况，并结合供应商库存与到货周期，及时调整排产计划；搭建企业级的知识库，运用智能客服平台，为业务员、经销商提供全方位的服务支持；通过搭建全面预算系统，支撑战略落地与企业绩效管理，使企业在激烈的市场竞争中及时调整资源投放策略⋯⋯
余程晖介绍，2017年时，白酒行业的数字化转型比传统快消行业落后三年左右。这几年，白酒行情走高，一些资金充实的酒厂开始重视供应链、设备自动化建设，部分酒厂则主打新零售玩法。从2018年下半年起，白酒行业和快消品行业的数字化差距正在逐步缩小。
工业企业的数字化转型升级需求非常强劲。李志雄说，现在各行业工厂里的设备都有所升级，原先工厂设备上很少有显示屏操作平台，而今基本都是了。数字化已在工业领域得到了不小应用和普及，只是中国企业名类、数量众多、大小不一，使用情况各不相同。这是符合时代进步和中国工业发展规律的。对于智能化改造，在政府的持续扶持之外，企业本身只要根据自身实际情况，酌情而定，即可。
实际上，白酒行业之外，现在许多企业也正摸索工业互联网的具体应用。
唐巍举例，某家电企业通过大数据智能决策来辅助采购周期与库存管理。某私营矿山企业老板日渐年迈，将一些人治的管理经验和心得沉淀为数据，列入知识图谱作为大数据分析的算法模型之一；同时，疫情期间，也通过工业互联网实现远程办公，从而吸引高素质管理人才在城区办公而非远赴矿区工作；此外，矿企通过工业互联网实现异地生产、上游产业链物流、资产及运营情况的风控⋯⋯
广州瑞松科技是一家机器人、智能装备与智能化整体解决方案的提供商。该公司新成立了机器视觉、工业软件等业务单元，计划推进工业互联网等领域的技术路线布局。副总裁刘尔彬向《财经》记者介绍，在该公司柔性化自动生产线上，终端智能装备等已经具备数据产生、收集、上传、连接和处理的可能性。这也是智能产线相对传统产线的优势之一。
当下，瑞松科技在尝试远程运维、预测性维护等功能的基础上，还在探索工艺管理云平台，希望将过往的工艺经验沉淀下来。“工艺是整个智能制造的核心要素，好比人体系统中的血液。焊接工艺储存在人的头脑里，经过总结后变成文件、变成数据。这些工艺数据该用什么形态、模块、工业软件沉淀下来，是智能制造的关键。”刘尔彬思考说。
撇开概念泡沫，工业互联网项目能否出现标杆？
在周树然看来，现在工业互联网可能走到了能够出现样本和标杆的新阶段。“第一，从投资的角度，有没有大批的资金进入。第二，是不是结合到具体的产业、产品和业务。现在特别是以工业为主的企业都在动了，无论是高铁、汽车、航空、航天，甚至一些家电制造、医疗都在动了。”
仍需指出的是，《财经》记者采访了解到的多数项目还正进行中，诸如小糊涂仙智能营销数字化改造，预计2022年初基本完成，还须不断吸收与反馈经营体系数据，迭代系统。眼下，市面上对于数据赋能的想象不少，还包括通过数据算法模型辅助决策产品定价、帮助企业在生产过程中节能降耗等等。然而，在现实落地层面，仍面临不少挑战。
综合专家分析：一方面，工业数据相对封闭，很难获取像互联网领域那样海量的分析数据，收集整个行业数据的难度较大。另一方面，既懂传统行业又懂信息技术的“双跨”人才较少，对工业软件的“有用及好用”提出了极高要求。此外，数字化转型不仅是企业IT部门的工作，更需要“自上而下”从CEO到各部门负责人深刻理解、转变思维并高度配合，这要求企业组织形式同步进行变革。
未来，工业互联网领域究竟能否出现破冰的标杆项目或企业？
多位受访人士指出，工业互联网的投融资正走向分化点，逐步回归理性、走向务实，更看重其对关键技术、价值链的具体作用。张阳判断，或许三年左右，便能够见到几家在市场上实现快速复制和增长的工业互联网企业，“当大盘稳了的时候，指数级增长是不可忽视的”。
刘震指出，目前行业基本认同工业互联网平台分成L1-L6六个层级，L1和L2主要是设备物联和自动化，L3和L4主要是MES、ERP、OA等信息化系统，L5涉及更深层次的数据湖和数据治理，L6则是将数据与企业生产经营结合后形成一目了然的“业（务）财（务）一体化”平台，为企业提供智能化的工业互联网解决方案。
如上图所示，前几年工业互联网主要解决的是设备连接（即L1、L2层物联网）、数据采集与传输到信息系统呈现的问题（即L3、L4层），业界如今已将L1-L4定义为“传统工业互联网”，即“工业互联网1.0时代”。而2.0时代的工业互联网，正在往上“进化”，提供数据打通及治理（L5层）能力，让企业（L6层）可以“按需取数”，实现生产、供应链、销售“经营铁三角”业（务）财（务）一体的全局优化。
换言之，可以认为L1＋L2做的主要是围绕设备，实现“数据采集”的机理模型；L3+L4做的是呈现“业务数据化”逻辑的数据模型；L5+L6则是“数据业务化”导向的经营模型。
“经过几年的市场教育，其实行业已经逐渐意识到L1-L4给企业带来的经营价值不够显性。我们需要再进一步，去努力够L5-L6，把数据和经营结合起来，真正帮助企业要么赚到钱、要么省下钱。”刘震说。
种种理论模型之外，刘尔彬感受到的一个实在变化是：“机器人等智能化技术的应用正从领先的汽车行业扩散到其他行业，从头部企业扩散至中小企业，从复杂的工艺领域扩散至不那么高端的制造场景。并不一定要求有多高大上，而是要求能够适应问题的解决。”刘尔彬说，将技术实现具体的应用与落地，才应该是未来业务的机会所在。
采访中，也有专家指出，“虚火”“泡沫”或许也是技术创新周期中难以避免的现象。邓洲说，“制造业中所谓泡沫相对于服务业、虚拟经济要少很多。如果不是资本市场的短期投机行为，工业化联网相关的技术创新、场景创新、业态创新都应该是被鼓励的，要有容错的机制和能力。”
或许随着一轮轮的探索、补贴政策转变，“虚火”降温，工业互联网才会不疾不徐地显露出真容。就像李志雄所说，工业互联网可能并非高不可攀，不要将“智能”“互联网”等词固化为高大上的语义。中国的工业底子就是从“小”开始的，中国中小企业的智能可以从“小智能”开始，自动化也可以从“小自动化”开始。
“中国许多工业品类只涉及六七个生产环节，在家里查看生产运行状态，跟在家查看孩子在幼儿园的动态并没有太大差异。比如车间装着两个摄像头，我直接用手机看，这也是一种工业互联网啊。”李志雄说。
编辑：王延春
