最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

安筱鹏:抢抓工业互联网平台发展的战略机遇

[复制链接]
跳转到指定楼层
楼主
发表于 2017-7-29 11:17:35 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
近日,第二十一届中国国际软件博览会的系列峰会2017制造业与互联网融合发展深度行(北京站)活动在京举行。工信部信软司副司长安筱鹏出席会议并做了题为“抢抓工业互联网平台发展的战略机遇”的主题讲话。以下为安筱鹏副司长讲话全文。
安筱鹏:抢抓工业互联网平台发展的战略机遇


6月29日,作为第二十一届中国国际软件博览会的系列峰会,由北京市经济和信息化委员会指导、中国两化融合服务联盟等单位主办的2017制造业与互联网融合发展深度行(北京站)活动在京举行。工业和信息化部信息化和软件服务业司副司长安筱鹏、北京市经济和信息化委员会委员姜广智出席会议并讲话,来自相关主管部门、中央企业、行业龙头企业、科研院所代表等150余人参加会议。


  

安筱鹏在演讲中指出,伴随着新一代信息通信技术与现代工业技术深度融合,工业互联网孕育而生,正成为全球产业布局新方向,成为制造业转型升级重要推动力。我国工业互联网建设处于起步阶段,发展基础和能力薄弱,下一步,将加强统筹协调和顶层设计,充分发挥政府、企业、研究机构等各方合力,系统推进各项工作;坚持“建平台”与“用平台”双轮驱动,打造资源富集、良性互动的工业互联网平台生态;“补短板”与“建生态”相结合,构建工业互联网平台的产业支撑体系;完善工业互联网发展的安全保障体系。


以下为安筱鹏副司长讲话全文:


安筱鹏:抢抓工业互联网平台发展的战略机遇

                             

各位来宾,上午好!

非常高兴在21届软博会期间参加制造业与互联网融合深度行(北京站)活动,对本次活动的成功举办表示祝贺,也对长期以来关心和支持两化融合事业的各界朋友表示感谢。近期,马凯副总理指出要研究制订工业互联网发展战略,要搭建多层次的工业互联网平台,推动全产业链要素整合优化和产业生态体系重构。苗圩部长也指出,加快建设工业互联网,是深化制造业与互联网融合发展、打造制造强国和网络强国的战略选择,要积极推进工业互联网平台发展。今天就工业互联网平台发展问题,和大家做一交流。


当前,新一轮科技革命和产业变革正在孕育兴起,全球工业互联网正加速发展,互联网平台正在从商业领域向制造业领域拓展,成为工业互联网战略布局的核心。作为工业互联网、工业4.0的倡导者和主导者,GE和西门子分别推出Predix和MindSphere工业互联网平台,抢占制造业竞争的制高点,全球领军企业围绕工业互联网平台的竞争愈演愈烈。现就工业互联网平台发展“为什么、是什么、怎么干”谈以下三点认识。


一、为什么要加快建设工业互联网平台?


工业互联网是新一代信息通信技术与现代工业技术深度融合的产物,是制造业数字化、网络化、智能化的重要载体,也是全球新一轮产业竞争的制高点。工业互联网通过构建连接机器、物料、人、信息系统的基础网络,实现工业数据的全面感知、动态传输、实时分析,形成科学决策与智能控制,提高制造资源配置效率,正成为领军企业竞争的新赛道、全球产业布局的新方向、制造大国竞争的新焦点。对于当前工业互联网平台发展,有三个重要的认识和判断。


一是工业互联网平台正成为抢占全球制造业主导权的必争之地。平台是全球互联网发展与竞争的核心,谷歌、苹果等跨国巨头凭借强大的消费互联网平台掌控力主导了全球互联网应用与产业生态发展。当前,伴随着新一代信息通信技术和制造业的融合发展,以平台为核心的产业竞争正从消费领域向制造领域拓展,领军企业围绕“智能机器+云平台+工业APP”功能架构,整合“平台提供商+应用开发者+海量用户”生态资源,抢占工业大数据入口主导权、培育海量开发者、提升用户粘性,构建基于工业云的制造业生态,不断巩固和强化制造业垄断地位。


二是工业互联网平台正步入规模化扩张的战略窗口期。国际金融危机以来,通用电气(GE)、西门子、博世等跨国巨头围绕制造业数字化、网络化、智能化持续推进自身的战略转型,通过一系列兼并重组、业务转型、模式创新,在不断提高装备智能化水平、加快软件云化迁移步伐、打造开源社区生态的基础上,纷纷推出工业互联网平台。GE着眼于巩固和强化其在航空发动机、燃气轮机、医疗设备等领域的全球市场优势,2013年推出Predix平台, 2016年进一步面向全球开放Predix平台,基于Predix平台的产业生态体系正在形成。西门子着眼于面向全球提供智能制造行业系统解决方案,2007年以来围绕工业软件开展了一系列并购, 2013年,着手打造工业云平台并将核心工业软件向云端迁移,2016年,推出MindSphere平台,建立了基于MindSphere平台的智能工厂运营和高端智能装备管理体系。 GE、西门子均将未来2-3年视为平台规模化扩张的关键时期。工业互联网平台发展的机遇稍纵即逝,亟待壮大本土工业互联网平台。


三是工业互联网平台是支撑我国两化深度融合的综合技术体系。习主席总书记强调,“要着力推动互联网与实体经济深度融合发展,以信息流带动技术流、资金流、人才流、物资流,促进资源配置优化,促进全要素生产率提升”。 习总书记这句话深刻阐释了工业互联网平台与两化深度融合的关系,首先,资源优化是目标,两化深度融合的根本目的是促进制造资源配置效率的优化,提高制造业全要素生产率。其次,信息流动是关键,信息流如何优化制造资源配置效率,关键是要把正确的信息在正确的时间传递给正确的人和机器,通过数据的自动流动解决制造过程的复杂性和不确定性。第三,工业互联网平台是载体,数据如何实现自动流动,这需要工业互联网平台来支撑,需要隐性数据的显性化、隐性知识的显性化,需要数据的全面感知、在线汇聚和智能分析,这正是工业互联网平台的核心功能。


二、工业互联网平台是什么?


工业互联网平台是面向制造业数字化、网络化、智能化需求,构建基于海量数据采集、汇聚、分析和服务体系,支撑制造资源泛在连接、弹性供给、高效配置的开放式工业云平台,是一个基于云计算的开放式、可扩展的工业操作系统,其功能类似于微软的Windows、谷歌的安卓系统和苹果的iOS系统,是构建制造业生态体系的核心。其本质是通过构建精准、实时、高效的数据采集互联体系,建立面向工业大数据存储、集成、访问、分析、管理的开发环境,实现工业技术、经验、知识的模型化、标准化、软件化、复用化,不断优化研发设计、生产制造、运营管理等资源配置效率,形成资源富集、多方参与、合作共赢、协同演进的制造业新生态。


说得形象一点,工业互联网平台是两化融合的“三明治”版。一是底层是由信息技术企业主导建设的云基础设施IaaS层,在这一领域,我国与发达国家处在同一起跑线,阿里、腾讯、华为等云计算基础设施已达到国际先进水平,如阿里云已成为仅次于亚马逊AWS、微软Azure的全球第三大云基础设施提供商,目前在全球建立了十多个云计算中心,占据国内相当多的IaaS市场份额。二中间层是工业企业主导建设的工业PaaS平台层,其核心是将工业技术、知识、经验、模型等工业原理封装成微服务功能模块,供工业APP开发者调用,因此工业PaaS的建设者多为了解工业行业本身的工业企业,比如GE、西门子以及我国的航天科工、三一重工、海尔集团。三是最上层由互联网企业、工业企业、众多开发者等多方主体参与开发的工业APP层,其核心是面向特定行业、特定场景开发在线监测、运营优化和预测性维护等具体应用服务。


对于工业互联网平台,可以用三句话来概括:


第一句话是,数据采集是基础。

数据采集的本质是利用泛在感知技术对多源设备、异构系统、运营环境、人等要素信息进行实时高效采集和云端汇聚。当前数据采集面临的突出问题是,受制于传感器部署不足、装备智能化水平低,工业现场存在数据采集数量不足、类型较少、精度不高等问题,无法支撑实时分析、智能优化和科学决策。无论是跨国公司,还是国内平台企业,都把数据采集体系建设和解决方案能力建设作为工业互联网平台建设的基础和核心,加快构建一整套数据采集解决方案。当前,突破数据采集瓶颈的主要思路包括两个方面。


一是通过协议兼容、转换实现多源设备、异构系统的数据可采集、可交互、可传输。近30年来,围绕实现控制系统、生产装备、信息系统的连接,全球各类自动化厂商、研究机构、标准化组织推出了40多种现 场总线协议、30多种工业以太网协议、数十种无线协议,以多种形式广泛部署在生产车间,当前重点是构建一套能够兼容、转换多种协议的技术产品体系,实现工业数据互联互通互操作。


从国际看,GE通过将数据采集转换模块Predix Machine部署在现场传感器、控制器和网关,以多种方式实现不同协议的兼容和转换,完成工业现场数据采集以及云端汇聚。西门子通过在设备端部署数据采集模块MindConnect Nano,实现通用协议兼容和私有协议转换及云端汇聚。


从国内看,航天云网、树根互联、和利时等正加速构建端到端数据流解决方案,明匠智能、汇川技术、华龙迅达等中小企业积极开发能够实现多种协议兼容和转换的智能网关、智能控制器等产品。


二是通过边缘计算等技术在设备层进行数据预处理,大幅提高数据采集、传输效率,降低网络接入、存储、计算等成本,提高现场控制反馈的及时性。2015年思科联合英特尔、ARM、戴尔等企业成立雾计算联盟,2016年华为联合沈阳自动化所等成立边缘计算联盟,均在构建边缘计算+云计算的新型架构体系,他们通过部署边缘计算模块,实现数据在机器设备端的轻量级运算和实时分析,缓解云端传输、存储和计算压力。


第二句话是,工业PaaS是核心。

工业PaaS本质是一个可扩展的工业云操作系统,能够实现对软硬件资源和开发工具的接入、控制和管理,为应用的开发提供必要接口及存储计算、工具资源等支持。工业PaaS面临的突出问题是开发工具不足、行业算法和模型库缺失、模块化组件化能力较弱,现有通用PaaS平台尚不能完全满足工业级应用需要。当前,工业PaaS建设的总体思路是,通过对通用PaaS平台的深度改造,构造满足工业实时、可靠、安全需求的云平台,采用微服务架构,将大量工业技术原理、行业知识、基础模型规则化、软件化、模块化,并封装为可重复使用的微服务,通过对微服务的灵活调用和配置,降低应用程序开发门槛和开发成本,提高开发、测试、部署效率,为海量开发者汇聚、开放社区建设提供技术支撑和保障。工业PaaS是当前领军企业投入的重点,是平台技术能力的集中体现,也是当前生态竞争的焦点。


从国际看,GE、西门子依托亚马逊、微软等成熟的云计算基础设施(IaaS平台)搭建了工业PaaS平台,将行业核心技术和经验知识固化封装为模块化的微服务组件和开发工具,同时为工业APP提供开发环境。


从国内看,工业PaaS在垂直细分领域已有局部应用,形成了三种典型模式,以航天云网为代表的协同制造工业互联网平台,以树根互联为代表的产品全生命周期管理服务工业互联网平台,以海尔为代表的用户定制化生产工业互联网平台。


第三句话是,工业APP是关键。

工业APP由通用云化软件和专用APP应用构成,面向企业客户提供各类软件和应用服务。工业APP通过新商业模式的打造,不断汇聚应用开发者、软件开发商、服务集成商、工业用户和平台运营商等各方资源,成为行业领军企业和软件巨头构建和打造共生共赢生态系统的关键。应用服务体系面临的突出问题是,传统的生产管理软件云化步伐缓慢,专业的工业APP应用较少,应用开发者数量有限,商业模式尚未形成。当前,工业APP发展的总体思路包括两个方面。


一是传统的CAD、CAE、ERP、MES等研发设计工具和管理软件加快云化改造。云化迁移是当前软件产业发展的基本趋势,全球软件产品“云化”步伐不断加快,基于传统集中式架构的软件开发部署模式向高可用、易扩展、低成本的分布式云架构转型。


从国际看, CAD、CAE、PLM等研发工具类软件已基本完成云化改造,据调查,全球约35.3%的研发人员基于云平台进行产品开发。CRM、SCM、ERP、MES等运营管理软件加速向云端迁移,基于云端部署的设备管理、运营优化等工业APP正在快速涌现,预计到2020年,60%的工业应用软件将基于云端进行部署。


从国内看,传统的研发设计工具、经营管理软件、制造执行系统加速向云端迁移。用友、金蝶、宝信、数码大方等企业积极推动基于云架构的软件产品开发部署,用友已实现财务、OA、CRM等应用软件的云端迁移,数码大方构建了基于云平台的工业设计模型、数字化模具、产品和装备维护知识库等软件和应用服务。


二是围绕多行业、多领域、多场景的云应用需求开发形成专用APP应用。大量开发者通过对工业PaaS层微服务的调用、组合、封装和二次开发,将工业技术、工艺知识和制造方法固化和软件化,开发形成了专用APP应用。


从国际看,GE于2015年发布Predix2.0,实现对35000台航空发动机的全生命周期管理服务,目前在全球建成四个云计算中心,形成近2万人开发者队伍,创建超过160种工业APP。西门子于2016年推出MindSphere平台测试版,围绕高端智能装备和智能工厂运营,初步形成约50种工业APP,并在北美和欧洲的100多家企业开始试用。他们预计,2020年左右工业互联网平台将出现类似于消费互联网平台的爆发式增长,Predix平台工业APP总量将超过几十万个。同时,工业APP初创企业成为资本市场投资的新热点,近两年来,美国风险资本围绕工业APP领域的投资力度不断加大,已孵化出了Uptake公司、C3 IoT公司等一批估值超10亿美元独角兽企业。


从国内看,一些平台类企业面向钢铁、工程机械、风电、船舶、高铁等复杂智能产品,开发出基于云平台的新型工业APP,并探索商业化应用。东方国信基于炼铁高炉优化管理服务打造了工业互联网平台BIOP,目前平台上已经形成了200个工业APP,其高炉全生命周期管理APP可对高炉燃烧效能、安全、使用寿命进行大数据分析,并已经覆盖全国钢铁行业60%的高炉产能,平均提高劳动生产率5%,单个高炉每年新增效益2400万。


三、工业互联网平台怎么建?


牢牢把握工业互联网发展窗口期,采取边创新部署、边试点应用、边完善监管的总体策略,制定实施工业互联网平台行动计划,建立健全工业互联网平台应用、产业和监管三大体系,抢占基于工业互联网平台的制造业生态发展主动权和话语权。


(一)“建平台”与“用平台”双轮驱动,加快形成工业互联网平台应用体系


面对当前综合性工业互联网平台缺乏和中小企业信息化建设需求,从“供给侧”和“需求侧”两端发力,实施工业互联网平台培育工程和百万企业上云工程,打造资源富集、良性互动的工业互联网平台生态。


一是积极培育工业互联网平台。将平台作为工业互联网建设的核心内容,从打造工业关键基础设施的高度,通过示范引领、分类施策,依托现有资源集中支持平台发展、参与全球竞争。围绕提升总体设计、数据采集、边缘计算、设备连接、平台开发、生态搭建等工业互联网平台基础能力,支持建设一批国家级、行业级、企业级的工业互联网平台。


二是组织实施百万企业上云工程,鼓励工业互联网平台在产业聚集区落地,加强资源整合和对接,加快低成本、模块化的数据采集、工业软件、开发工具等技术产品和解决方案在中小企业普及推广。鼓励地方通过政府购买服务等方式支持中小企业业务系统的云化改造和云端迁移,打造平台能力建设与平台海量用户使用双向迭代、互促共进的技术、产业、人才支撑体系和商业模式。


(二)“补短板”与“建生态”相互协调,构建工业互联网的产业支撑体系


工业互联网平台的建设既需要补齐技术产业短板,也需要加快构建制造业新生态,“补短板”是“建生态”的基础,“建生态”为“补短板”创造新机遇。


一是着力“补短板”。实施工业技术软件化工程,促进软件技术与工业技术深度融合,重点突破嵌入式操作系统、虚拟仿真、人机交互、工业大数据、微服务等关键技术,推动CAD、CAE、CAM、ERP、MES等工业软件的云化改造和迁移,打造一批国际领先的工业软件企业。实施百万APP培育工程,围绕基于工业互联网平台的工艺模型、知识组件、算法工具的开放共享,3-5年内面向特定行业、特定场景培育一百万左右面向协同研发、分享制造、全生命周期管理等特定应用场景的工业APP,推进工艺经验的程序化、工业知识的显性化和工业智能的云计算化。


二是着力“建生态”。充分发挥产业联盟、行业协会整合产业链资源的优势,支持产业界建设共性技术开放、软件代码开源、开发工具共享的开源社区。支持举办开发者大赛、开展专业培训、参与国际开源社区项目,积极培育工业APP开发者队伍。通过建设验证测试平台、制定共性关键标准、培育开源社区等举措,培养专业人才队伍,营造良好发展环境,打造工业互联网平台新生态。


(三)“保安全”与“促发展”相互促进,加快形成发展工业互联网的安全保障体系


“安全是发展的前提,发展是安全的保障”,做好工业互联网安全整体保障,才能为工业互联网提供一个安全可靠的发展环境。


一是加强安全保障。完善相关政策法规和行业监管制度,建立工业互联网平台安全评估、工业数据安全保护、安全信息通报工作机制、重大事件应急指挥等工作体系,保障产业安全和信息安全。围绕工业互联网平台安全保障体系建设,加快建立态势感知、仿真测试、攻防演练等技术平台,开展安全技术产品和解决方案检验测试、风险评估等工作。


二是加强开放合作。工业互联网平台正步入规模化扩张的战略窗口期,加快发展也需要加强国际交流与合作。支持国内企业、相关联盟与美国工业互联网联盟、德国工业4.0平台以及国际标准化组织开展对接、交流与合作,围绕工业互联网平台体系建设、技术研发、标准制定、产业发展、人才培训等领域,建立合作机制。积极参与国际工业互联网平台关键技术标准的联合研究与制定,建立工业互联网联合试验床。


谢谢大家!


作者:安筱鹏
来自:走向智能论坛

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-3 05:02

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表