【工业物联网】中关村物联网产业联盟秘书长王正伟：工业物联网的挑战与爆发
来源：国脉物联网
第八届中国物联网与智慧城市发展年会于12月20-22日在北京世纪金源大饭店胜利召开。本次年会的分论坛之一--全国工业物联网峰会以"工业物联网的创新与应用"为主题，由由中国通信工业协会主办、中国通信工业协会物联网应用分会、中国智慧城市规划与建设推进联盟协办，佛山司马钱信息技术有限公司承办，来自北京、上海、广东、浙江等物联网领域的领导、行业专家、企业代表等出席本次峰会。
21日下午举行的工业物联网论坛上，中关村物联网产业联盟秘书长王正伟发表了题为《工业物联网的挑战与爆发》的主题演讲。
中关村物联网产业联盟秘书长王正伟
以下是会议现场发言实录（根据速记和录音整理，未经本人审核）：
今天我给大家讲的是《工业物联网的挑战与爆发》。主要分四个方面，一是认清工业物联网；二是重点看一看美国和德国；三是讲一下工业物联网的机遇与爆发；最后是我们的一些思考。由于时间比较紧，我讲得比较快。
首先简单介绍一下我自己，我是1995年入行，开始第一波的互联网的发展，现在到了物联网的阶段。在过去20年里，从互联网到物联网的转换速度非常快，2006年我参加了中国互联网年会，并荣获2006年中国互联网最具价值奖，同时优酷和58同城也获奖！十年的时间，为什么说今天物联网的发展，远远超过互联网的晋程？它在不经意间成为新的BAT。
我再介绍一下我们的组织--中关村物联网产业联盟，它是在2009年11月1日正式成立，是中国第一个物联网产业联盟，同时也在全国范围里正式注册的社团组织，我们组织从2009年提出物联网这个概念以后，截止2016年全国近2500+会员企业提供相关服务的行业组织，今天在工业物联网这个很重要的领域里，希望大家未来跟我们联盟加强合作。
一、 认清形势，到底什么是物联网？
最近我发现一个很大的问题，外面大多数的解读，把物联网的产业架构"感知，传输，应用"放在一个小的范围内，这也是国际上通用的三层架构。最近还有这样的解读，在原来的基础上加了个平台层，八年来中关村物联网联盟对物联网的理解和认识，在原来的"感，传，应"的基础上有一个"智能"，同时往下一阶段的发展，它一定是带来服务运营，最后就是物联网与互联网最基本的区别，是能够安全监管。
这个架构从2010年已经提出了，不能深刻理解物联网这个模型，在未来的业务发展会出现很多问题。最近比较热门的讨论话题，人工处理、AI，其实已经出现很多年了。同时物联网今年特别热门，我们前不久也刚刚搞了一个全球物联网大会，这个热点的原因是在哪呢？
第一个就是我们叫经济动因，从全球的角度来看，现在还是一个后危机时代，这样一个战略布局。从技术的角度，从互联网到移动互联网，这些通信技术的发展，必然会导致网络的无处不在，我们已经从过去的人与人连接，到人与物以及物与物的连接，这种连接恰恰是物联网真正到来，爆发的主要机会点。
在整个物联网的最上面，首先是智慧城市，接着是战略性基础设施包括智能电网、智能交通、智能军事；然后是传统产业升级，包括智能工业、智能物流、精细农牧业；在民生服务里，是智能教育、智能医疗、智能家居；最后是环境与安全，这里包括节能环保、公共安全。所以在这样一个架构里，十个大的方向就构成了我们物联网整个的业务发展方向，它基本上已经包括了国民经济的方方面面，我们讲广义的物联网，实际上它就是一个整体的，一个工业或者整体的科技发展。
我们再看这个是中央开的经济工作会议，我觉得这个非常重要，所以我单独把它提出来，这就是我们下一阶段到底要怎么干？什么叫深化供给侧结构性改革？这个是未来五年主要的发展方向。在前不久十九大也提出来了，"建设现代化的经济体系，深化供给侧的结构性改革，加快发展现代制造业，推动互联网、大数据、人工智能和实体经济深度融合。"
这是产业的五个新的方向，第一个是新动能、第二个是新经济、第三是新制造、第四个是新业态、第五个是新模式，今天我们讲的工业物联网就是围绕着这五新来完成的。
在昨天发布的这个新的经济会议以后，我们看到有这么三个提法，大家一定要记住，第一个是在于中国制造要向中国创造转变；第二个是中国速度向中国质量转变；第三个是我们要从制造大国向制造强国转变。这是围绕着未来三到五年，针对工业物联网一个重要的指导。
有了这样一个基础的认识，我们也可以看到，在智能制造发展规划2015到2020年里，已经明确的提出了2025年前，推进智能制造实施"两步走"战略。
第一步，到2020年，智能制造发展基础和支撑能力明显增强，传统制造业重点领域基本实现数字化制造，有条件、有基础的重点产业智能转型取得明显进展；
第二步，到2025年，智能制造支撑体系基本建立，重点产业初步实现智能转型。这是咱们国家的这个关于智能制造，最新明确的发展规划。
接下来我们来看应用前景和分析，随着《中国制造2025》的实施，未来十年，我国制造业整体信息化水平将大幅提升，制造业数字化、网络化、智能化将取得明显进展，数字化研发设计工具、关键工序制造装备数控化将作为工业物联网的基础在规模以上企业得到广泛应用。大家注意这是"规模以上的企业"。
整个物联网生态环境日趋成熟，工业物联网的应用需求开始逐渐强烈，与此同时，我国工业物联网的发展也由过去的政府主导逐渐向应用需求转变。可以这样理解的，中国的物联网产业，是通过政府的主导逐渐向应用需求转变，这八年来基本上是这样一个架构，没有政府的主导，就相当于我们前期没有办法生存，这个确实靠政府来拉动，后面一定要向应用需求做转变。
下面我们来看国际的形势。
二、 美国和德国的情况
（一）美国情况
制造业的技术和产业格局，已经发生了一个重大的变化，发达国家的再工业化，中国制造2025（双重挤压、产能过剩、产业升级），这是我们现在面临的实实际际的问题，包括未来的工业互联网、工业4.0、智能制造、3D打印，其中工业互联网和工业4.0都不是我们的概念，这实际上是美国人的工业互联网概念。
刚才解处长（工信部经济运行局检测预测处处长解三明）也解读了，当前随着新一届的美国政府特朗普上台以后，对于美国制造又重新地提出来，那么美国制造的核心是什么？就是国家制造创新网络战略规划，在这个规划里，创新也是美国人提出的，他的主要动力来源也是为了创新。同时在一个高度竞争的全球市场中，仅仅依靠自发的创新是不够的，包括美国在内都是通过政府引导的方式来推动这个创新，所以我们很多人可能会误解，是不是我们现在国内的政府对于整个产业的支撑，国际上其他国家也是这样，包括美国，整个提升美国制造的核心竞争力，就是三个核心目标。
第一个目标是：让美国制造商能够使用经验证的制造能力和资本密集型基础设施；
第二个目标是：促进用于解决先进制造挑战的最佳实践的共享与书面化；
第三个目标是：促进支持美国先进制造的标准与服务的发展。
大家看了这三个目标以后，其实跟我们今天提的中国制造2025，它的核心的发展方向基本上思路是一样的。
提美国的这个工业互联网，最近国内很多在提工业互联网概念，今天大会的主题也叫工业物联网，这里头一字之差，其实内涵有很大的不同。
在这里提一个，我认为是在工业物联网或者是在工业互联网领域里的案例：GE公司的转型。
GE的这个转型里，它叫五大变革：
第一点就是它的业务组合，它叫专注的工业集团，整个GE很多的业务，包括金融都已经卖出去了，现在核心就是在专注于工业。
第二点讲的是创新，过去美国所有的高科技企业，实际上它是来源于收购驱动，从收购驱动到现在真正的自己开始做这个技术驱动型。我们也有像思科这样的企业，他就是不断的通过这些上市公司的这种平台去收购新的技术、新的业务，有的也是为了灭掉新的技术和新的业务。
第三点叫全球化，关于全球化大家理解很难理解，说美国难道不是全球化？他本身的这个战略里还真的不是全球化，这是他们这几年在做的全球事业，实际上是做了一些业务的重新的规划，所以他海外的业务，现在已经占到它现在整个的72%。
第四点就是他的战略重心，从工业到数字工业，这个也是跟我们传统的理解有一点不一样。
最后是智慧互联的产品，GE在加州成立了一个大的软件的中心，成立了它整个的Digital的这样一个新的业态，包括我们知道他提出了Predix 的这个平台，就是我刚才讲为什么很多人就提出来互联网中间会有一个平台层，在平台层里GE的这个工业互联网是一个非常代表性的。那么他整个组织的变革是从上而下，最后变成了叫"敏捷"和去中心化。经过这么多年最终实际上改了敏捷制造。我们看到GE的这个变化，实际上就代表了我们未来的工业物联网，这是一个最典型的一个架构。
（二）德国情况
德国工业4.0，大家耳熟能详了，已经有这么多人去探探讨、去研究，实际上它的核心是什么？德国提出来这个工业4.0的概念，最主要是为了实现工厂大规模的个性化定制。
过去所有的制造，我们叫规模化生产，强调的是规模化生态，因为我们传统的概念认为，只有规模化生产才能达到我们的成本最低，我们的竞争能力都是从价格上入手，叫低价。所以工业4.0的核心改了，它的目的是如何实现这种大规模的情况下的这种个性定制？也就是我们现在包括也很多人也在提C2M。那么形成具有精益制造，高科技模块化的这个叫智能工厂，将成本控制在消费者可以接受的范围内，同时要提高质量水平，节约人工成本，这是工业4。0的核心。
所以在这个核心里头，实际上这个智能工厂。我个人认为在目前国内还没有办法去做，所以这个可能也是作为我们未来说我们中国制造2025，我们要用十年、二十年去赶超的一个目标，就是我们看这个德国的工业4.0的成功之道，从他本身，德国也没有4.0的工厂，就说老实话没有，现在我们看到都是3.X的工厂，这也是他的一个目标，就是数字工厂这件事情也是他的一个目标。
但是德国的这个工业4.0，我总结了一个公式：严谨+工匠精神+敢于投入百年老店，这是他的一个成功保障，最后形成的是一个高价值。
就是我刚才讲就跟我们原来传统的想法不一样，所以就是在工业3.X一个代表性，叫安贝格工厂的状况，它现在的这个缺陷率就已经达到了百万分之12，这是全球最出色的。日本工人的平均缺陷率是百万分之300到500。大家这个看到这里头的差距是一个什么样的状态，所以我们自己的体会是在于什么？就是我们在强调最新的经济工作会议提出来，这三点是非常有道理的，看得非常深，我们未来其实发展方向不完全是技术，其实一直强调还有精神。整个理论，社会体系和社会认知，如果我们总是以低价、靠规模，未来成为制造强国是很难实现的。
三、 机遇与爆发
这个关于我看到的这个机遇和爆发的想法，它的核心目标就是围绕着整个的智能工厂，这个也是我们今天提到的工业物联网的一个核心。在智能化工厂这样一个状态里，我总结一下有这么三点。
第一点：我们的智能制造在于信息化和工业化的深度融合，工信部一直在强调，"两化融合"就是物联网的一个全面的应用的一个过程。
第二点：物联网是互联网和我们传统工业融合的一个集中体现，将打通所有生产环节的数据壁垒，无限掌控一切。物联网的核心精神是在于互联网，互联网的核心精神是在于人，这两点很多人区分不了。就是过去20年，我们高速的互联网发展是已经实现了人与人的全面连接，包括中间通过智能手机，那么物联网未来能够做成这个智能化工厂是在于物与物的连接，要打通物的连接，当然最终它是为人所用。
第三点：智能功智能化工厂的核心，需要在更大的范围、更细的行业、更广的领域、更高的层次、更深的应用、更多的智能方面实现深度交融。这是未来能否建立成真正的智能化工厂的核心。
这有几个布局，就是我们讲趋势：
第一个：如何深入研究制造工艺的仿真优化，数字化控制，包括状态信息的实时监测和自适应的控制，今天来的都是专业的工业物联网厂家和朋友。
第二个：组织研发新型的传感器，智能测量、工业伺服系统等智能控制的核心装置。
第三个：加快推动工业机器人、人机智能交互、智能物流管理等技术装备的工程应用。
第四个：统筹布局智能交通工具、智能工程机械、服务机器人、可穿戴设备等装备研发和产业化。
第五个：集成创新出具有深度感知、智慧决策、自动执行功能的高档数控机床、工业机器人、增材制造装备等智能制造装备以及智能化生产线。
所以如果一上来我就讲这个架构里"感、传、用"，一定要"智"。没有"智"这个事是干不了的。最终实现真正的柔性制造、无人工厂、远程协同生产，才能达到智能化工厂，这个智能是这样来的。在这个领域里头，是我们整个围绕着工业制造的无数的细分领域，这里我也不展开讲了。
那么关于我们到底应该怎么做？我就提这么两个问题，第一个叫会什么？第二个叫干什么？
第一个为什么：就是我们智能工厂意味着我们人类、机器和资源能够实现互相的通信，这是互联网的基础，那么生产设备不再是过去单一而独立的个体了，信息在不同的设备之间流动，实现机器对话机器机器对话生产部件，就像社交网络中一样，就是未来我们一定会实现这样的一个状态，所以在这个领域里你会不会这些东西？
然后怎么干：在现代化的工业生产链条里头，一个产品的部件是由多个供应商在多个不同的工厂生产，包括我们今天看到为什么很多大的制造，越大越难，我们大飞机的制造，包括我们整个的这个汽车制造，当然还有我们这个高铁，其实越大你涉及到工业链越复杂，所以我们可以随时随地知道每一个零部件在供应链中所处的状态，你才能把智能制造做好。这个就是核心的要义。
那么爆发的周期，我个人是这样一个理解。首先我觉得这件事情，对于物联网行业太重要了，因为一上来就有一个时间门槛。我从16年底就提这件事情，就是物联网对于我们在座所有行业同仁里给你的时间就是三年，就是到2020年，这三年你没有跟进，基本上你就没有机会了。
第二个我们讲的叫技术门槛，对于工业物联网尤其是这样，我今年两次，一个是在我们中关村的这个国际化大讲堂，然后我们10月份在上海的物联网，一家叫小巨人的企业，这些企业也在讲技术门槛非常重要，很多从海外回来的人就是靠技术立足。
最后是资金门槛，就是我们涉及到整个的一个投资的问题。客观上讲，整个经济处在这样一个产能过剩，制造业萎缩的一个寒冬，所以我们供给侧改革的目的是解决这个问题。刚才我们看一些好的数据，就是过去这两年无论是从长三角、华东、江苏、上海、浙江到珠三角，整个华南广东各个城市，应该说对于制造业，面临了一个很多工厂都已经是人去楼空。90年代末包括2000年初，这样一个繁华的一个景象没有了。我们去看的有一些工厂，当地的朋友讲，这个楼人均10万人，一年产值20亿到30亿，都是海外的上市公司，现在都搬到哪里去了？越南东南亚这些区域，所以这个是我们现在面临的一个很重要的一个问题。
你怎么来破这个局？能够生存下来的公司，它更多的要把提高自身的生产效率，作为首先考虑的目标，企业提高自身的生产效率，这个过程它不仅仅是所谓的劳动力密集的优势资源和客户的需求，它是考验企业自我调整能力，推动工业升级的最重要的这么三个方面。
大家一定不要被这个所谓的工业4。0概念给忽悠了。现在最可怕的是被忽悠，包括像美国提的这个工业物联网，其实他是在给你洗脑，我们实际上中国处在这么一个高速发展的和平时期，所以我们面临这个悄然降临的第四次工业革命的时候，中国企业是有机会能站到这个主战场上，而且有机会能够实现弯道超车，就是源于我们的中国制造能力，我们提的变成制造强国。
在这个过程中第一点就是我们的智慧不仅仅说是聪明smart的，是在于我们我讲的匠人的精神。在整个的过程里，我们把这个发展的一个初级阶段，思考的一些问题，我们要做一些调整，所以我想从投资的这个角度来说，就是刚才我们讲的这些层次里，都有很多的机会都有很多的机会。我们大家也看到，今年我们基本上整个从资本的这个行业里，就是对我们这个产业的一个重新的一个认识。
四、 思考
第一个就是对于在智慧工厂这五个层级。
工业4。0的数字化和网络化，其实不用去看，我们现在2.0、3.0又怎么样？这20年到30年技术的成长阶段，砸进去五个亿、十个亿，这事就能干成了？它不是这么回事，我们看到太多的，我们的机床够不够先进？上千万几千万的资金不会用技术做不出来。所以很多企业会被淘汰掉，其实在德国也是这样，他提4.0的目的就是他们也看到危机了。德国已经有3000家了，这种所谓的这个隐形冠军，实他们自己的这个优势也逐渐被削弱掉，整个以互联网为代表的这种硬件革命，会把传统的制造的优势全部瓦解掉，那对于我们来说就是机会。
五、 小结
最后简单进行一下总结：
第一个就是工业互联网一定是个大风口，因为它跟整个的智能制造、CPS、智能硬件，包括机器人，它都是关联的。
第二个就是大家要认清工业物联网将形成各种各样的制造工业云，进而产生工业的大数据，成为未来的重要财富。刚才我讲在六层架构的重要性，在第五个阶段就是围绕着运营服务，这是商业模式在改变，GE的商业不是自己做生产，全都靠工业物联网，对于整个的企业设备的运行，知道所以零部件什么时间生产，质量不行了需要淘汰了就提示。它商业模式变成了反向的收服务费，包括菲律宾做智慧照明的案例，整个城市的照明给你做，我来投资，未来和节约下来的成本来分利润。所以商业模式也有一个重大的改变。那么对于工业互联网改造企业的话，其实只是完成了改造的一段，那我们讲最后的这个价值呢就是在于，一定不能把中国制造等于一个低价、低质的理念。我觉得这个是要急需扭转的局面，我们有好的东西包括华为的手机，这一轮打下来，苹果、三星也很难受。我们是有我们的制造能力，我们制造强国有好的产品，但它不一定是低价策略。
我就总结了一个公式，就是物联网它未来的是"跨界+创新+资本"。今天我就讲到这些，感谢大家！
华科技鞠剑：架起IT与OT的桥梁加速IIoT项目落地
来源：国脉物联网
第八届中国物联网与智慧城市发展年会于12月20-22日在北京世纪金源大饭店胜利召开。本次年会的分论坛之一--全国工业物联网峰会以"工业物联网的创新与应用"为主题，由由中国通信工业协会主办、中国通信工业协会物联网应用分会、中国智慧城市规划与建设推进联盟协办，佛山司马钱信息技术有限公司承办，来自北京、上海、广东、浙江等物联网领域的领导、行业专家、企业代表等130余人出席本次峰会。
21日下午，研华科技IoT产品经理鞠剑以《架起IT与OT的桥梁加速IIoT项目落地》为题进行了分享。
研华科技IoT产品经理鞠剑
以下是会议现场发言实录（根据速记和录音整理，未经本人审核）：
大家好！我叫鞠剑，来自研华科技。先给大家介绍一下研华科技，我们公司是台企，有三十多年的历史了。大家现在经常说物联网，可见这两年物联网是非常火的一个词，但实际上物联网方面，研华已经做了30年。我们做物联网一直是在下层做数据采集、传输、存储，这个做得非常专业。
这两年为什么物联网会火呢？是因为物联网跟云计算搭上关系，所以有很多的IT企业走上了物联网的行业。这是我们现在在现场经常能看到机联网，或者叫做设备远程监控的框架图，最下面的是我们常见的一些机台，CNC设备等。最上面是我们要做的一些展示，例如Dashboards，让Dashboards可以通过远程控制我们下面的设备。
如果把IT和OT分类来说，一般场内的设备我们叫为OT技术即自动化技术，上层是IT技术，当然可以很好的解释为IT和OT的结合。这些说起来容易，实际上办起来是很难的，为什么呢？IT和OT 的结合，目前来说都是厂商和厂商的融合，两边需要沟通的一定是IT 的人要伸一只手出来到OT，OT的人也要伸一只手到IT这边，也就是说两边的人要握上手，这样才能沟通。现实情况下很难， OTM向ITM发展比较容易，因为上层的IT 技术在现在都是技术积累，都是比较新的很容易掌握。但是很多的IT企业，包括现在的云计算、大数据公司想掌握OT技术太难了，几乎没有可能，连招聘都很难。并不是说招聘一个自动化公司就能解决现有问题，这个部分OT 很多时候是要有现场经验的，没有五年左右的经验是不可能到工厂把所有的设备串联起来。研华根据多年的实践经验发现，如果只是在IT和OT 之间沟通，困难非常大。所以现在研华把IT和OT往上移，IT移到SaaS层，而OT是Paas+Edge。
大家看到现在研华的生意是不是做得更大了呢？实际上不是，OT 占的比例数很大，但是这个并不是项目实施金额的比例。对现在很多项目实施金额来说，做最上层的大数据或数据展示，已经可以占到整个项目投资金额的一半。所以对于我们跟IT公司合作项目来说，他们已经不屑于让谁去做PaaS层，做这部分的数据采集。只要研华能做，他们就会赶紧放出PaaS层，帮他们解决了很大的限制问题。所以研华在工业领域、物联网领域，我们最大的价值都在下面，我们帮助很多的企业做数据采集、传输与存储，最终实现在最上层可以对最下层的设备进行集中控制。
在这里主要介绍两大技术：
（一）在工业领域相对比较独特的边缘计算：研华定义的Edge Intelligence Server这个产品已经是一个独立的产品线了，简称EIS，翻译成中文就是IoT边缘智能服务器，它是一个软硬件集成产品。
从硬件形态上看，实际上这个产品线在研华我们叫做无风站PC，首先，为什么都是拿无风站PC来做呢？大家的计算机如果都在现场，都是24小时开机状态，最先坏的第一个是风扇，第二个是电源，这是经过长期统计的数字。所以在工业现场来说主要用的都是无风站PC，这是我们的硬件平台。对于这个硬件平台，在研华有多种产品线的，不同种类的大约有三五十种，有上千种设备。在这个产品线里拿出几个具有代表性的产品，我们希望这几个产品能够覆盖工业现场70%的场景，还有一些覆盖不了的，我们还有一大批设备可以整合。
从硬件形态上看，前面两款是灵动的CTO，灵动CTO在我们现场做过数据测试，大约可以按秒采集数据1000个数据一个点。处理都是双向。这个产品还能灵活地做出很多现场的无线的能力，比如无线WIFI、3G、4G、LoRa、ZigBee，还有工业上比较大的传输也是可以的。并且还可以扩充总线的网卡，很多时候现场以及现场总线，我们产品可以作出灵活的扩充。
从软件上，我们叫WISE-Agent，它是一个强化的IoT连接软件。这个软件从左边可以看到，现在在主流的工业现场主流都支持了Modbus、CAN、OPC UA这一部分现场总线的数据采集，包括传输。在现场实际还有一些最难的设备是什么呢？就是不具现场总线的设备，通过这些设备的日志记录读取这个团体的信息，然后把日志记录的信息导入到我们的数据库中，这个部分研华也做了，我们有相应的SDK，大家可以使用。并且WISE-Agent是支持二次开发的，为什么说是二次开发？因为研华的所有产品，硬件、软件我们在商业模式上都是被集者，研华不直接做最终的客户，所以我们所有的商业模式都是to b的。那我们一定是卖给我们的集中商或者是开发商，他们拿到我们的硬件和软件进行二次开发，所以这个软件肯定有ICK。并且常规还有一些是既没有现场总线也没有日志记录，这是时候我又要采集这个设备的数据，那我们怎么办呢？我们可以再加入Sensor，这个Sensor我们可以通过一些基础设备把数据拿到手。
（二）PaaS平台软件： EIS的产品结合WISE-Agent的软件可以做到现场所有的数据采集应该是没有问题的，这个可以解决现场所有数据采集的事情。现场的数据通过EIS的产品采集上来以后，通过MQTT协议传到我们的平台软件。WISE-PaaS 是一个平台软件，并不是一个平台。我们没有想说要做一个平台然后让大家把数据全接到我们的平台上，研华不做这个事情。我们是一个平台软件，可以融入到很多工业平台上，以及我们的工业现场。其实现在很多人说我们研华是一个服务型的公司，我们都是在为工业互联网，包括一些工厂做服务。在最下面的是我们所有的工业现场总线，包括刚才提了OPC-DA、PLC、Modbus等我们都是以插件的形式封装在我们的EIS产品中。
现在工业上还有很多的非标协议，非标协议怎么解决呢？很多非标协议它不是真正的写一个通信协议让你用，很多企业没有这个本事。他为什么做非标呢？就是不想让你监控，他本身的出发点就是为了这个。其实很多非标协议都是在现有的标准协议的基础上，比如说，都是基于Modbus、ODBC上做了些修改。在这些协议上做的修改，很多都是比较简单的，比如说原始的通讯的字段字节可能十二位，它就变成十八位，或者变成六位，它只是这么简单的一些处理。这个时候，刚才说了我们EIS是支持第三端开发的，那我们就把研华写的这些插件开源给大家，大家可以看到我们这些协议是怎么接到平台上去，那相应的就可以把第三方协议写上去。它完成了所有在工业现场的数据采集和传输部分。
产品的定义叫Edge Intelligence Server，为什么叫Server呢？实际上这个产品定义了很多垂直行业应用软件，也是研华开发的。很多时候大家说边缘计算，如果边缘计算只是存信息的话，其实信息占用空间很小的，即使你全部存都平台也不会对平台整体负载带来很大的麻烦。但是真正在工业现场已经有很多开始在做视频信号的采集，包括视频信号的判断。如果工厂有600个摄像头，我们把600个摄像头的数据全部发到云平台上，再由云平台去判断这个现场的视频是否准确的话，大家想想对云平台的压力，所以在工业现场有很多是基于边缘计算的，那一定是在现场本身的网关上视频的判断，比如特存库实际上已经放在边缘组了。那云平台干什么？云平台可以支持特存库升级，这些都是可以的。
现在常说预测性维护，这个词现在已经说得很多了，但怎么做预测性维护？预测性维护主要针对一些电动机、马达这种不容易坏的，但是它坏了以后会带来非常大的问题，比如说停产、停线，这个风险很大，但是它平时也不容易坏。这种产品即使它有一些传统的协议向外输出，但是协议实际上是判断不出来它在什么时候坏，坏了的时候会给一个信号，但是什么时候坏它是不知道的。预测性维护要做的就是要知道它是否会在下周或者下个月快坏了，这是我们要判断的。目前预测性维护主要的手段就是震动分析，这套软件的话也是基于边缘部署，在边缘大量地收集这种曲线，通过这种曲线判断出，比如马达什么时候是缺油的曲线，什么时候是轴磨损的曲线，判断是需要换油、换轴、进行保养。这些实际上都是能通过震动的幅度去检测出来的。这种实际上是计算真正地用到边缘计算，这就是我们说的第一类产品。后面的是连接我们互联网等基本功能，我们定义了一些产品，比如说我们的设备监控管理，包括数据安全，这是基本上平台软件都具备的功能。
如果我们把这个场景放在工业现场来说，最左边就是我们前端的服务设备，一般不是PRC类就是传感器类、通用设备。最右边是我们整个工厂主要的信息化设备，也就是我们的后台应用，包括后面一些新兴的大数据处理我们都定义为后台应用。最前端的设备通过EIS边缘智能服务器，把信息提取出来，在提取的过程中，前面还是需要这种设备，研华还有很多这种设备服务在这一层。信息上来以后传到WISE-PaaS平台软件上，在平台软件上我们可以做数据转换、数据展示和大数据存储。最后把数据通过RESTful API提供给第三方用户。其实我们跟现在的IT企业沟通说，跟他们沟通现场总线真的没有意义，跟他们沟通函数、API等这些没有问题。那么我们现在就是通过PCI给我们的第三方应用进行服务。让现在所有的第三方应用可以反向地拿到所有现场数据，单向过来的我还可以反向回去，也可以进行远程的控制。
今天说WISE-PaaS这一块比较少，因为时间有限，实际上WISE-PaaS研华也是通过2010年正式发布，当时它主要解决的问题是给外送达数据。但是根据现在整体市场的发展，这个产品也进行了不断地迭代，从最原来的单机版、双击、储存集群，包括现在公共化部署都是没有问题的。
我们最后用一个案例给大家讲一下WISE-PaaS和EIS到底怎么解决现场问题。工业现场的一些问题我们就不说了，因为那个相对复杂一些，我们就用简单的传统设备制造商转型。这个客户是国内非常有名的中央空调制造客户。他找研华要解决一个什么问题呢？第一是他现在的空调单价非常贵，他一套中央空调七百多万，现在整体的市场压力下他需要降价，但是他并不想降低质量，那这个时候怎么办呢？他找到研华说想通过一些技术手段实现远程监控，想把信息拿到，拿到干什么？想收售后服务费。常规的中央空调售后拿不到手，因为没有数据，他希望他以后卖出去的空调能够像卖汽车一样，可以进行一些售后维护，通过售后维护再把利润拿回来。现在七百万的空调我是不是四百五十万就能卖出去，剩下的钱通过维护售后挣回来。另一个需要就是合送能源管理，现在所有的大型空调实际上不是完全由物业去控制，还有专门的服务单位进行能源监控，包括开关等等，那谁能更有效率地、更精益地把空调运行做好，这部分也是靠数据的支持的。为什么这个企业敢说想在合送能源管理上做文章呢？因为只有把设备监控好，还能更有效地把空调的能源消耗，也就是说消耗的能源区分。其实大型的空调已经不是一个单一能源了，它可以用电、气、油，它可以利用好高峰电价、低峰电价，在西部可以用气，在东部可以用油。它可以把不同能源的比例，以及不同时间的比例算进去，这些计算都是通过现场数据模型去建的，数据模型怎么积累一定是有一个大型的数据采集系统。根据与客户的一些沟通，我们把实施大致分为三步：
（一）第一个阶段相对简单，主要是做数据采集。在这个阶段我们帮他建立一套基于云技术的数据监控系统，并且这个监控系统可以为三类不同的角色服务。一种是给公司领导，公司领导其实不是特别喜欢看通信化的表格，excel可以，只要能告诉他一些整体的空调运行情况、维修情况，有多少空调待维修就足够了。第二类是运维情况，像大型调研，所有的空调都在每个地区都有运维人，运维人可以看到本辖区内的空调的使用情况以及待维修情况。第三类是给用户看，其实对用户用户的界面是更华丽一点，因为他完全可以通过那个界面去控制空调的起停，包括不同能源的输入以及输出。
（二）大数据分析。大数据分析里面涉及到两个最主要解决问题，一个是刚才提到的预防性维护，另一个是帮他解决备件的管理，其实这两个是一个事情。对于用大型空调来说，大型空调与我们的计算机类似，真正空调主机坏的几率并不大，就类似于计算机的CPU，谁家CPU坏了，这很难的。都是外围设备坏，不可能宾馆买了一台空调我就给他备很多备件，这个备件都是用卡刷的，所以备件管理基本上都是建立备件库，哪个地方备件坏了，打电话然后再把备件发过去。这个运输的时间至少耽误一天多，而且，他的客户都是一些政府单位、医院，这些机构一般生意很大，他们又处理不了，所以他们很希望预防性维护能够帮助他们解决问题，提醒他们那些设备快坏了，就可以提前把备件运到离客户近的地方，客户一打电话说空调坏了，就可以立刻去换。
（三）与内部IP系统进行打通。包括ERP、运维系统、售后体系等，把这些打通，这个实现了整个企业的信息化。这是我们的规划以及目标。
如图，最左边是他们的终端系统，这个系统我们是能采集的，通过我们的IoT边缘智能服务器把信息采集过来，我们通过MQTT传到我们的云平台软件上，这个项目我们是放在R上，实际在我们的WISE-PaaS上也有我们的数据库，我们再把数据库推送到R的数据库中，为什么这样做？因为后半部分我们是有合作商的，做大数据，包括数据分析等。这样的话就可以作为两边的数据分别去使用，哪个数据库坏了，可以互相导入。这些数据库平台包括第三方服务都是可以通过API去进行调用。目前我们研华有将近三百个API，满足我们现场的使用，像在这个项目中，第三方可以直接使用我们的数据库。这个项目用的是Power BI，什么是BI技术，其实是跟平台绑定的。帮客户做出一些相应的界面，因为是第一期的框架，所以没有写大数据分析，因为所有的数据一定有一个积累的过程，如果这个数据一看都知道结果，这个数据都不用分析的。
WISE-PaaS和EIS的特点：第一是看数据规范化，规范不同的终端设备以及它信息上传的格式、频率，以及对设备进行的一些处理等等，怎么理解为规划？其实现在数据采集技术已经非常成熟了，我们采集数据的能力至少是重量级的，有的都是宏量级的。那么这么大量的数据采集类似于我现在要采集我们office的温度，其实温度很多时候是不会突变的，它是一个曲线并且大部分时间是不变化的，所以对于这种大量的设备这种信息的话，我们采集虽然是按秒、毫秒计算，但是上传我们没必要按这么大的比例去上传。可以规范成比如每五分钟上传一次，那从秒变成五分是三百分之一，对带宽就减少了。比如数据跳变，那跳变怎么办呢？直接上传跳变就可以了。实际上这一部分EIS，在边缘计算上已经有专门的工具给大家使用了，并不需要大家再去编代码，图形化拖拽就可以完成这个事情了。这些数据上到我们的平台支持断点续传，因为这一部分很容易断，断了之后怎么办呢？下面该怎么做就怎么做，没有变化。宽带什么时候通，数据就什么时候传上去。最往上叫数据模组化，其实对每类设备，这个设备指的是采集设备，对于每类设备抽象出2类API函数。1类为设备状态函数，1类为设备控制函数，状态函数主要是描述设备状态，控制函数就是控制。也就是说最上层的应用只需要一句话就可以调用了，简化了上层应用调取。最上层应用一句话就够了，具体一号空调是什么品牌，对空调是用PRC控制还是用IO控制，上面不用考虑这个事情，这个数据、信息下到EIS中，用这个产品进行转化。
其实我们WISE-PaaS和EIS最终完成什么事情呢，就是OT技术向IT技术转化。因为很多时候呢，比如宣传的一些应用，都是五年、十年后的应用，太远的应用不适合做现在的生意。开公司不可能等五年后的技术到了才做生意，这是不可能的。那现有的技术怎么落地？我们认为WISE-PaaS+EIS可以很好地帮助大家。
这是研华在物联网的总框架，研华主要做的还是数据的采集、传输、存储三个部分，研华主要的客户都是工业客户，实际上我们在工业计算机的领域全球第一。我们排行是占现在市场的32%，排名2、3、4、5名加起来都没有我多，那工业计算在整个物联网主要做什么呢？实际上就是互联网网关以及我们的现场计算，这个层次以及数据采集，这两个部分的硬件研华有一万多个产品供给大家。研华的网关信息是发不了出去的，因为完全是定义在各种不同的行业，不同的应用、不同的现场。所有的产品都是不一样的，光是网关一个产品我们都有一千多个，产品方面研华已经细化得非常细了。
大家联系研华，一定要先说出你的行业和地区，那我们才能帮你做出很好的解决方案。研华的软件有很多，大家用到的时候应该就清楚了。研华总体物联网之路应该是从下往上做的，我们SaaS也是通过合作共同完成的，共创形式分为很多种，包括投资、技术输出或者现在的物联网平台，这一块都可以完全交给你。今天的报告就是这样，大家有兴趣可以加入微信公众号，谢谢大家。
人工智能赛博物理操作系统
AI-CPS OS
“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。
AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。
领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：
重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？
AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：
精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。
高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。
边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。
AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：
创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。
给决策制定者和商业领袖的建议：
超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新
评估未来的知识和技能类型；
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开
发过程中确定更加明晰的标准和最佳实践；
重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临
较高失业风险的人群；
开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。
子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和 人工智能，像君子一般融合，一起体现科技就是生产力。
如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！
新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。
产业智能官 AI-CPS
用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。
长按上方二维码关注微信公众号： AI-CPS，更多信息回复：
新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能农业”、“智能金融”、“智能零售”、“智能城市”、“智能驾驶”；新模式：“财富空间”、“数据科学家”、“赛博物理”、“供应链金融”。
官方网站：AI-CPS.NET
本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！
版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系、投稿邮箱：[email protected]