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:从工业云到工业互联网平台演进的五个阶段

[复制链接]
跳转到指定楼层
楼主
发表于 2018-4-24 21:06:48 | 只看该作者 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
工信部信软司副司长安筱鹏此前在中国国际工业博览会上发表“从工业云到工业互联网平台演进的五个阶段”主旨演讲,指出工业云向工业互联网平台的演进将经历成本驱动导向、集成应用导向、能力交易导向、创新引领导向和生态构建导向五个阶段。
    理解工业企业上云,实际上要回答三个基本问题,企业为什么要上云?什么业务上云?如何上云?沿着这个思路来理解工业云和工业互联网平台的联系和区别。

    工业互联网平台与工业云有着本质的区别,又有许多联系,工业互联网平台是传统工业云功能的叠加与迭代。从过去几年的工作实践及技术和产业发展趋势来看,工业云平台向工业互联网平台演进经历五个阶段:成本驱动导向、集成应用导向、能力交易导向、创新引领导向、生态构建导向五个阶段,这几个阶段可以并行也可以跳跃。

    成本驱动导向

    工业云发展第一个阶段是成本驱动导向的阶段,主要是研发设计类工具上云。云计算具有资源池化、弹性供给、按需付费等典型特征,能大幅降低企业购买研发工具的成本,提高企业研发效率,因此,降低成本是工业云平台起步发展阶段考虑的重要因素。工信部2013年4月、2014年7月、2015年7月连续3年分别在北京、济南、南京召开工业云现场会,在全国开展了16个工业云创新服务试点。前几年,业界讨论工业云,关注的重点问题都是企业如何通过云计算降低IT硬件成本、软件成本、部署成本、运营成本。

    在硬件方面,云平台通过IT硬件资源租用取代直接购买或自建,可以大幅降低硬件成本,以中石油为例,在完成核心信息系统云化后,“十二五”期间节省成本约5.9亿元。在软件方面,从购买软件授权到根据时间、人、次数来订阅云服务,也可以大幅降低成本,比如达索的一套软件原来是几万块钱/套,现在采用订阅式每套每年只需要几千元。在部署成本与运营成本方面,工业云平台能大大降低缩短信息系统建设周期,减少运维成本。

    当前,为确保市场竞争优势,全球领先的研发软件厂商纷纷基于云端构建新一代的工具软件,推动工具类软件向云端迁移。

    达索2015年推出基于云的3DEXPERIENCE 平台,目前新产品均基于云端开发,超过100种以上的研发工具应用均可通过云服务模式提供。

    欧特克2016年推出基于云端的研发解决方案Autodesk 360,并逐步终止永久许可购买选项,用户可按季度、年度和多年期限购买云服务。

    PTC2017年将传统软件授权的盈利模式全部从美国、欧洲退出(中国3年过渡期),目前全球70%以上业务通过订阅模式使用基于ThingWorx平台的产品和服务。

    集成应用导向

    工业云发展第二个阶段是集成应用导向的阶段,主要是研发设计类工具上云的基础上,推动核心业务系统上云。

    2017年4月18日,工信部在中石油召开工业云现场会,与前几次现场会工业云关注的焦点是降低成本相比,本次现场会企业讨论的重点是如何通过企业内部核心业务系统向云端迁移,实现企业内部的系统集成。比如,中石油指出,将企业40个业务系统迁移到云端,有成本的考虑,更多的考虑是实现内部的集成。

    这些企业为什么强调集成应用呢?部领导曾经指出,两化融合与工业4.0在核心理念、具体做法和推进路径上殊途同归、如出一辙、异曲同工。那么这个“同”和“一”是什么呢?那就是集成应用。工业4.0强调横向集成、纵向集成、端到端集成。工信部两化融合水平评估体系把两化融合划分为基础建设、单项应用、综合集成和创新引领四个阶段,数据显示,全国只有19.3%的企业达到综合集成水平,集成应用和中等收入陷阱一样难以跨越,我国企业普遍面临集成应用困境,所以集成是重点,是难点,也是焦点。

    近几年,工信部一直在开展两化融合管理体系贯标工作, 8万家企业的自评估、自诊断、自对标结果显示,企业两化融合投入和企业两化融合收益并不是线性关系,企业两化融合水平只有达到集成阶段之后,企业的收益才会呈现指数化的增长,对于不少中小企业而言,这是一个挑战。那么如何实现集成呢?其一是渐进的路径,即不改变现有的技术架构,不断地通过API接口实现不同业务系统之间的互联互通;其二则是工业云这一激进路径,即企业将业务系统迁移到云端,从而解决系统内部的互联互通问题。

    因此,集成应用导向阶段工业云平台的典型特征是通过核心业务系统上云,打通信息孤岛,促进制造资源、数据等集成共享,提升企业效益。

    过去几十年, 信息技术(IT)和工业技术(OT)沿着各自不同的轨道在发展,系统架构迁移到云端将打破传统企业五层架构,有利于实现工业4.0所强调的横向集成、纵向集成和端到端集成,促进单点智能演进至全局优化。

    在今年4月18日中石油召开的工业云现场会上,中国商飞提出,中国商飞企业上云不仅仅是因为成本,更重要的构建基于工业云的飞机研制系统平台,推动遍布全球的包括机体结构供应商、系统供应商、零件及材料供应商等近150个一级供应商之间进行数据交互,基于单一数据源实现协同设计、协同制造。这也是国内汽车等行业企业推动业务系统向云端迁移、实现跨国跨企业协同研发和制造的重要出发点。

    能力交易导向

    工业云发展第三个阶段是能力交易导向的阶段,在企业研发设计类工具、核心业务系统上云之后,底层的设备和产品开始上云,工业云平台开始演进为工业互联网平台。

    对于工业互联网平台而言,数据采集是基础,当前,一大批领军企业已经开始打造设备和产品数据采集及云端迁移的解决方案,国外巨头GE推出Predix Machine、西门子推出MindConnect Nano、卡特彼勒推出Product Link、CAT Connect,国内航天云网推出Smart IOT、树根互联推出根-云盒,这为工业数据的采集以及向云端的迁移提供了工具。

    硬件设备上云+核心业务系统上云+研发工具上云,推动互联网在经历信息交流(搜狐、新浪)与产品交易(京东、阿里)之后,正在进入能力交易的新阶段,未来在互联网上不再仅仅是手机、衣服等产品的交易,还将出现研发设计能力、测试实验能力、生产制造能力、物流能力等生产能力的交易。

    当前生产能力的交易主要面临着三大问题:

    一是制造资源配置不均衡,例如国内机床的利用率只有40%,在很多情况下处于闲置状态,当有大订单来的时候设备又满足不了需要;

    二是供需信息不充分,当一个企业有了一个大订单需要购买数控机床加工能力时,不知道加工能力在哪里;

    三是制造能力不可计量,能力交易成本较高。没有计量就没有交易,随着设备上云,制造能力能够实现在线发布、制造资源可以弹性供给、供需信息能够实时对接、能力交易也可以精准计费,这为解决上述问题提供了可能。

    一大批企业已经在探索这些新的商业模式。iSESOL平台将上万台i5机床接入云端,采用租赁方式,按使用时间、价值或按工件数量计费,这大大降低了企业的一次性成本,也提高了机床的使用效率。航天云网平台可交易14类、66小类生产制造能力,12类,139小类实验试验能力,3类,30小类计量检测能力。

    创新引领导向

    第四个阶段是创新引领导向的阶段,在企业研发设计类工具、核心业务系统、底层的设备和产品开始上云之后,制造业架构体系发生了革命性变革,“云计算+边缘计算”成为计算能力新组合,微服务架构成为知识经验封装的新模式,工业app成为新型软件形式。工业互联网平台的四层架构日渐清晰,数据采集层、IaaS层、工业PaaS和工业APP层共同构成了基于云的端到端制造业数字化、网络化、智能化整体解决方案,看起来是云,背后是面向线下的一套解决方案。

    在该阶段,“工业paas平台+定制化开发工业APP”成为平台竞争的焦点,并在重构工业知识新体系。其中,工业PaaS层的核心是把大量的工业技术原理、行业知识、基础工艺、模型工具规则化、软件化、模型化,封装成为可重复使用的微服务组件。工业APP层的核心是面对特定的工业场景,通过调用底层的微服务,推动工业技术、经验、知识和最佳实践的模型化、软件化与再封装。

    这样的平台架构带来了工业知识的沉淀、复用和重构。沉淀是指将工业技术、经验、知识和最佳实践固化封装为微服务组件和工业APP。复用是指可反复调用微服务组件和APP。重构是指构造了一个工业知识创造和传播的新体系,创新的主体(高效便捷地整合第三方资源)、创新的载体(可重复调用微服务和APP)和创新方式(基于工业PaaS平台和工业APP的创新体系)都将发生变化,这将大大降低创新的成本和风险,提高研发效率,并将改变以往的“二八规律”(即80%的精力用在重复劳动,20%用在创造),使80%的精力从事于创造,20%用在重复性劳动上。

    工业PaaS平台相当于一个可扩展的工业云操作系统,其功能类似微软的Windows、谷歌的安卓系统或者苹果的iOS系统,向下可以实现各种软硬件资源的接入、控制和管理,向上则提供开发接口、存储计算和工业资源等支持,通过软硬件解耦的方式实现硬件资源虚拟化和应用服务软件化。

    举个例子来理解软硬解耦所带来的价值,苹果究竟是大规模生产还是个性化定制呢?有的专家说苹果只生产一两款智能终端是大规模生产,有的专家说苹果应用商店拥有大量APP,每一个智能终端都不同,其实两者说的都有一定的道理,但并不全面。智能手机通过操作系统实现了软硬件的解耦,苹果通过硬件的大规模生产和软件的个性化定制,实现了规模经济和范围经济的有机结合。

    工业互联网平台也是这样的架构,通过软硬件解耦屏蔽底层设备、软件集成、计算资源调度、运行环境的复杂性,提供丰富的工业APP。同时对功能模块的反复调用,能够大幅提高研发效率,比如大众点评不需要自己开发地图,只需要调用百度或高德地图实现餐馆位置定位功能,滴滴出行也不需要自己开发支付工具,只需调用微信支付或支付宝即可完成支付环节。

    工业互联网平台推动软件研发模式向工业领域拓展。一个大型软件系统开发过程中,65%的编程代码来自于对已有各种“软件功能模块”重复调用,而工业研发、生产和服务过程中,知识复用水平较低。工业互联网平台的本质就是通过提高工业知识复用水平构筑工业知识创造、传播和应用新体系。

    生态构建导向

    第五个阶段是创新引领导向的阶段,随着海量第三方开发者与通用工业APP的出现,工业互联网平台将进入到一个以生态构建为导向的新阶段。当前GE、西门子等领军企业都在围绕“智能机器+云平台+工业APP”的功能架构,培育海量第三方开发者开发工业APP,构建基于平台的制造业生态,不断巩固和强化制造业竞争优势。

    和创新引领阶段相比,主要表现为三方面变化:

    一是开发主体(who)从“平台运营者+平台客户”联合开发演进为海量第三方开发者;

    二是开发内容(what)从有限、封闭、定制化的工业APP演进为海量、开放的、通用性的工业APP;

    三是运营机制(how)在演进,核心是形成工业APP应用与工业用户之间相互促进、双向迭代的生态体系。

    总结工业云平台到工业互联网平台演进的五个阶段,主要体现为四个方面的变化。

    一,什么上云(what)在变,工业云平台强调开发工具软件、核心业务系统上云,工业互联网平台强调软硬件整体上云。

    二,为什么上云(why)在变,工业云平台的核心是节约硬件与软件成本,工业互联网平台的核心提高工业知识生产、传播、复用效率,从成本控制导向到知识创造导向、生态导向转变。

    三,应用开发主体(who)在变,工业云平台以平台开发商或软件厂商开发为主,工业互联网平台强调海量第三方开发者参与开发。

    第四,运行机制(how)在变,工业云平台更多是一个单边市场,工业互联网平台是一个双边市场,强调海量、开放APP应用与工业用户之间形成相互促进、双向迭代的生态体系。

    最后,值得我们思考的是,中国消费互联网优势能否自然迁移到工业互联网呢?《深化制造业与互联网融合发展的指导意见》指出我们是制造业大国,也是互联网大国,两个大国的优势叠加可以形成叠加效应、聚合效应、倍增效应,但是如何才能做到从可能到必然呢?我们具备了培育世界级消费互联网平台的土壤,但是否也具备培育世界级工业互联网平台的土壤呢?我们要充分认识到消费互联网与工业互联网的差异性。为什么会有这么多的消费互联网平台进入到世界级行列呢?

    原因有很多,其中最重要的原因是在于改革开放三四十年,社会心理形成一种状态愿意拥抱变化,个人消费者愿意拥抱变化,但是对工业企业来说我们是否也愿意拥抱工业云来的变化呢?培育中国本土世界级工业互联网平台任重而道远,需要加强政府、行业、企业的共同努力,这是一项复杂性、长期性、渐近性的工程,工信部将通过工业互联网平台培育工程、百万制造业企业上云工程、百万工业APP工程推进此项工作。



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, 2024-4-20 03:27

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