400-868-1122
根云-工業趨勢分析
返回10月30日，國務院常務會議通過了《深化互聯網+先進制造業，發展工業互聯網的指導意見》，這是“十九大”以后從國務院發布出來的第一個落實“十九大”關于建立社會主義新型經濟體系，關于互聯網、大數據、云計算等與實體經濟相結合的第一份重要文件。
忽如一夜春風來，千樹萬樹梨花開，無論是“榜上”有名的國家級工業互聯網平臺，還是貼近于工業服務方向的各類服務商，都爭相擁上了工業互聯網發展的賽道上來。
盡管熱鬧異常，但是，賽道≠航道，工業互聯網平臺≠工業互聯網，政策≠市場，工業互聯網要深入制造業，必須回歸到商業航道上來，明確產業化邊界，賦能產業，真正實現深化供給側結構性改革，促進實體經濟振興、加快轉型升級。
1. 如何正確的看待工業互聯網
全球產業轉型升級，使得B2B裝備制造業面臨挑戰，如何在新的一輪裝備市場競賽中獲得優勢成為必然的戰略決策，在以建立“更經濟、更安全、更綠色、更快速”的工業體系目標下，以預測性維修為主要突破點，建立了首個從傳感器數據采集、數據傳輸、開發平臺、工業服務等一體化的全新互聯網形態。
從這些信息提煉，有幾個關鍵詞非常重要，“B2B裝備制造業”、“工業物聯網”、“傳感器”和“網絡基礎設施”等，無論是B2B裝備制造業、堅守10多年的傳統互聯網企業、通信業、還是工業服務企業（如傳統的EAM供應商、預測性維修服務商），甚至是BAT巨頭們，紛紛加入了工業互聯網陣容。
回歸到實質上來，這是一場中國工業制造與全球工業制造同一起點的競爭，其服務對象是亟待轉型升級的B2B用戶（包含工業制造業、農業、工程及智慧城市相關的公共服務產業），參與主體自然是服務于B2B用戶的裝備制造企業、工業服務業和網絡基礎服務商，其關鍵點在于如何在B2B供應鏈中，探尋深化供給側結構性改革的方法與路徑。
2. 工業互聯網建設的兩個關鍵點
第一個關鍵點，必須要明確數據的主體是誰。只要有組織的存在，數據的主體通常情況下是用戶組織本身。多數的企業已經意識到數據是組織資產的重要的組成部分，數據上公有云的條件實際上是不成立。
比如工程機械領域，大型裝備制造業企業，許多都開始建立工業互聯網平臺，那么這個數據的核心就一定屬于這個制造企業本身。農業相關的物聯網發展比較迅猛，這個數據的主體則一定是城市區域、主管單位擁有。智慧城市、能源物聯網，道理是一樣的。
當然這也有例外，涉及工業企業設備維修、維護，因牽扯到工廠使用單位、社會化維修組織、裝備制造商、備件供應商，這些數據就必須有整個產業鏈環節實現共享。就好比醫療產業而言，個人的病歷數據，實現疾病治療和防控，就必然依賴醫療機構與醫療器械、藥品的配合才能完成。固然，涉及維修維護領域，必然要依靠產業供應鏈的協同才可以發揮最大的價值，這是個通用領域。
第二個關鍵點，人才在工業互聯網建設中發揮的關鍵作用。其一：人工智能、大數據、互聯網與實體經濟深度融合，對于大數據分析、算法工程、管理創新理論、業內技術專家人才的需求將會大增；其二：工業互聯網本身要開放和賦能，有利于B2B產業鏈條上的產業工人、管理決策者、工業服務商、數字化服務商、裝備制造商、技術服務商實現知識交互、協同，加速產業知識積累和重用，培養產業化形態下的新型工匠精神和能力。
3. 工業互聯網平臺建設航道與產業邊界
航道一：裝備制造企業服務型制造平臺
對于大型的工程機械、物流設施等適合租賃的裝備制造商，或在工業制造中的提供關鍵復雜設備的裝備制造商。建設自身符合自身商業生態，強化生產性服務融合能力，構建基于預測性維修為主線的后工業服務能力，租賃創新、供應鏈金融創新的工業互聯網平臺是至關重要的。
注意：這些平臺模式通常只適合裝備制造業中龍頭企業，適合B2B企業自身建設，不適合行業通用。
航道二：企業能源工業服務平臺
制造業工廠的能源部分（水、電、氣、熱、冷），由于不涉及產業形態本身的關鍵工藝，管控難度大，通常適合運維托管和運行托管。依托專業化的運營管理團隊，通過節能改造、數字化運行與維護管理，實現更節能、更經濟、更綠色的企業能源產業形態。
注意：能源托管需要本地化的專業運營團隊，適合場景包括中小型制造業園區、大型制造業能源部分、酒店和商業中心，同時應搭配節能相關的產品和技術解決方案。
航道三：智慧城市、智慧農業、智慧能源公共服務平臺
相對于制造業組織而言，智慧城市、智慧農業和智慧能源屬于典型的產業形態，數據驅動帶來的價值，有利于宏觀調控、應急處理和專項管理。
注意：產業形態所面臨的是復雜系統，需要高度匹配產業形態，業內專家、工業互聯網平臺企業需面對產業政策、地方政府、以及多樣化的資源整合能力。
航道四：基于數字化制造的工業互聯網平臺
工業制造業是實體經濟的主體，裝備水平、管理水平（知識積累程度）、信息化程度（孤島）等具體情況在每個制造企業都參差不齊。關鍵是解決數據來源問題，包含工藝、設備采集的物理數據、業務系統的管理數據，執行系統的作業數據，依據這些數據庫，通過價值識別，利用分析工具形成可識別的可視化界面，通過隱性問題顯性化，有效識別影響價值增值的關鍵瓶頸、實現經營業績、效率、成本、庫存等全要素的價值優化。
注意：數據庫的完整性是基礎，價值識別與數據分析是至關重要的，如果一開始就不能清楚數據的價值，只是強調數據收集和展示，意味著這個項目不能成功。工業互聯網平臺也不能指望通過不同企業的海量數據來對比，這會讓用戶拒絕，數據中心一定是實現本地化部署。即便是明顯產業鏈的企業，也只是上游企業通過接口授權向下游企業開放，數據上云并不容易實現。
航道五：基于數字運維的工業服務產業互聯網平臺
對于絕大多數的裝備制造業、以及絕大數的中小制造業，并不具備工業互聯網平臺的構建能力，這就與現實中的小河無水、大河斷流的情況是一致的。
從現有的工業制造業現狀來看，如何降低生產系統故障率、提高生產保障能力，降低維修成本，提高基層設備維修工人的維修技能和服務能力，提高制造業運維能力，是立竿見影的方式。
關鍵在于如何通過產品顛覆，從基本的故障報修、維修響應解決基本的維修資源高效匹配問題，通過AI人工智能技術加速維修人員技能知識共享和水平提升，通過數據分析與AI人工智能結合，建立以數據驅動智能決策系統，幫助工業企業識別瓶頸、建立全員參與、全員考核的內部運維價值增值活動。
由于這些數據本身只是設備健康病歷數據，不涉及工廠所有核心數據，這就為上云提供了最基本的基礎。基于這些基礎，這些數據具備了供應鏈賦能的能力：包括與振動分析、油液檢測物聯網企業實現企業內部管理閉環、外部專業維修能力整合；與維修服務企業實現價值對接，幫助用戶解決高精專的疑難故障；與工業品服務電商對接，實現備品備件工業品需求量化、預測，而從賦能供應鏈效率、實現供應質量提升，建立綠色供應鏈體系；與供應鏈金融有效匹配，將有效解決低價中標、減少B2B供應質量爭議，規避回款難的三角債風險；與裝備制造業實現銷售產品的質量反饋報告，有利于產品設計優化、有利于后市場服務能力優化。
注意：基于數字運維的工業服務產業互聯網平臺的前提是數字運維工業APP或數字運維軟件，是從SaaS到平臺，從平臺到供應鏈商業閉環的過程。前期的獲客能力和獲客成本是非常關鍵的因素，基于產業政策建立園區形態的智慧服務社區，將有利于加速這一商業閉環的過程，這對于振興實體經濟、實現產業升級是非常有價值的實用路徑。
