近年來，眾多的工業(yè)互聯網平臺在市場上如雨后春筍般不斷涌現。據統計，目前全球工業(yè)互聯網平臺數量已經超過150個。在中國，預計在近一兩年內還會有更多的工業(yè)互聯網平臺出現。如此之多的平臺背后，是寶貴的信息化資源在企業(yè)應用領域的大量投入。

在中國市場，一個值得關注的現象是，盡管信息化在企業(yè)領域的應用水平關系到中國作為制造大國的競爭力，但與消費者領域的信息化應用相比，兩者的從業(yè)企業(yè)無論是在營收規(guī)模、資本認可和人才流向等方面，前者都處于非常劣勢的地位。

做一個簡單的比較：如果以市值來衡量，國內做企業(yè)軟件的老牌公司用友，與做消費者軟件為主的騰訊，或者是阿里相比，前者不到后者的百分之一。正因為如此巨大的差距，在企業(yè)信息化領域里投資的每一分錢，在邁向「中國制造2025」的道路上，都顯得彌足珍貴，值得我們認真研究，力爭發(fā)揮出最大的效益。

為什么「工業(yè)互聯網平臺遍地開花」，而「工業(yè)4.0平臺寥寥無幾」？

盡管工業(yè)互聯網是一個來自美國的只有5年歷史的新概念，但一個十分有趣的現象是，與幾乎同一時期來自德國的工業(yè)4.0相比，工業(yè)互聯網平臺在很短的時間里就已經遍地開花，而號稱能夠對外提供工業(yè)4.0平臺的企業(yè)卻寥寥無幾。

雖然很多人都認為，「德國工業(yè)4.0」和「美國工業(yè)互聯網」異曲同工，德國和美國雙方的專業(yè)組織也在積極就「工業(yè)4.0參考架構模型RAMI」和「工業(yè)互聯網參考架構IIRA」進行標準對接。但是為什么會在市場表現上有如此大的差別？

工業(yè)互聯網雖然最早來自從事工業(yè)裝備制造的通用電氣公司，但它所采用的標志性技術（如下圖所示），除了智能設備技術之外，物聯網技術、大數據技術和分析技術都是典型的IT技術。

而工業(yè)互聯網平臺，則是直接使用了IT技術中發(fā)展多年并已相對成熟的云計算技術，為工業(yè)互聯網提供集約化和商品化的交付手段，讓企業(yè)可以快速應用。

工業(yè)互聯網中使用的這些IT技術，近年來隨著云計算、開源軟件和人工智能算法的發(fā)展，其建設成本已經逐漸下降到非常低的水平。如下圖所示，據估算，2016年在美國開辦一家類似的從事互聯網服務的初創(chuàng)公司，通過直接購買云服務、使用開源軟件和公開的人工智能算法，其啟動資金已經從2000年的500萬美元降低到5000美元。換句話說，如果你有一個很好的對電機類設備故障數據進行預測診斷的想法，只需要很少的啟動資金（可能就是硅谷程序員一個月的工資），就可以搭設一個服務收費的網絡平臺，然后在它上面逐步完善自己的算法。

由于這類平臺的核心是知識，而知識的本身具有高度抽象性，無需過多地考慮電機之外企業(yè)所處的環(huán)境，所以起步相對比較容易。

圖：開辦一家互聯網服務的初創(chuàng)公司的啟動資金

然而工業(yè)4.0的技術和實現手段，看上去要比工業(yè)互聯網復雜得多。無論是工業(yè)4.0強調的從企業(yè)管理層下鉆到工廠設備層的垂直集成，跨供應鏈上下游部門、組織和企業(yè)的水平集成，還是覆蓋研產供銷服的產品全生命周期的端到端集成，以及人機互動技術等等，涉及到企業(yè)的方方面面。

在一條生產線上，除了電機之外，可能還有其他幾十種設備。除了考慮設備之外，還要考慮生產線的生產計劃、執(zhí)行、物流、質量…等等。

這些東西在不同的企業(yè)之間的差異很大，或者說個性化程度非常高。這就是為什么開發(fā)出一個針對電機的工業(yè)互聯網平臺相對容易，卻面向企業(yè)的工業(yè)4.0平臺則要困難得多的緣故。圖：工業(yè)4.0的核心技術

今天很多的工業(yè)互聯網平臺，實際上是建立在工業(yè)4.0之上的一種智能服務

分析到這里，給人的感覺是工業(yè)互聯網和工業(yè) 4.0完全不在一個層面上，前者提供的是點上的技術，后者是面向整個企業(yè)的技術。但實際上，作為執(zhí)掌全球制造業(yè)牛耳的美國和德國這兩個國家，在考慮下一代制造業(yè)發(fā)展技術的時候，并沒有這么大的不同。我們感受到的差異，更多的是市場包裝側重點的不同。

實際上，在上圖中通用電氣公司給工業(yè)互聯網設定的目標里，特別強調「1%的力量」。這是一種“百尺竿頭，更進一步”的提升。如果能將這「1%」應用到整個行業(yè)，會帶來可觀的收益。盡管「1%」看似很小，但工業(yè)互聯網所實現的這「1%」，是通用電氣窮盡了各種管理手段和技術手段之后的創(chuàng)新之舉，需要有很多的前提條件和支撐，而絕不是一個接上電纜、打開水龍頭就可以用的入門級技術。

在這「1%」背后，與工業(yè) 4.0一樣，同樣需要企業(yè)實現垂直集成、水平集成和產品全生命周期的端到端集成。打個比方，工業(yè) 4.0是「百尺竿頭」，而「工業(yè)互聯網」就是那「更進一步」。

實際上，如果我們將德國工業(yè)4.0和美國工業(yè)互聯網的功能合并為一個大的集合，我們會發(fā)現絕很多的功能都是相似相通的。通用電氣推出的Predix平臺，則是其中的一小部分。大量的基礎功能、配套功能和其他功能，都不在Predix當中。

例如，通用電氣在 Predix之外，也提出了與工業(yè) 4.0類似的一些概念，如數字化雙胞胎、數字化線程等等，它們與工業(yè) 4.0的三大集成技術有異曲同工之妙。這些技術的實現，需要由分布在企業(yè)的研產供銷服各環(huán)節(jié)的一系列應用軟件來協同完成。這些軟件都落在企業(yè)應用軟件廠商的產品范圍中，而非通用電氣所能。

換句話說，Predix可以看做是建立在工業(yè) 4.0之上的基于工業(yè)大數據的智能服務。Predix對于通用電氣的真正效力，離不開通用電氣內部完善的大量的第三方信息系統的支撐。但是，在市場宣傳上，有意無意地，形成了一種誤區(qū)，就是只要接入了工業(yè)互聯網平臺，企業(yè)就實現了工業(yè)互聯網，就可以實現「1%」的全行業(yè)提升，這其實也是很多平臺供應商樂于看見的誤區(qū)。

工業(yè)互聯網是新一代企業(yè)數字化整體數字化架構的一個子集

總地來說，我們今天所了解的工業(yè)互聯網，是更大的新一代企業(yè)數字化整體架構的一個組成部分。工業(yè)互聯網所借助的很多技術，無論是云計算技術、大數據技術還是分析技術，在工業(yè)互聯網這個概念被提出來之前，在傳統的企業(yè)信息化應用領域中，早就已經得到廣泛應用。工業(yè)互聯網的出現，進一步推動了 IT/OT融合的、以云計算、大數據數字化技術為特征的企業(yè)數字化整體架構。換句話來說，工業(yè)互聯網，是這個架構的一個子集，或者說是一個映射。

以云計算為例，以企業(yè)信息化應用的 SaaS為例，早在近20年前就已經在業(yè)界出現。經過這十幾年的發(fā)展，企業(yè)信息化應用從 on-premise向 SaaS遷移的趨勢已經十分接近顛覆的臨界點。CRM在 2016年已經率先實現了SaaS對 On-premise的反超；在 2021年左右，在 ERP這一企業(yè)信息化的標志性應用市場上，也將出現同樣的轉換。與此同時，借助 SaaS化的進程，企業(yè)應用軟件也同步完成了面向數字化的改造，從過去僅支持業(yè)務流程的「小數據」，擴大為支持整個企業(yè)經營環(huán)境的「大數據」，即所謂的企業(yè)信息化應用的「數字化核心」改造過程也已經基本完成。

圖：企業(yè)應用軟件市場的 On-Premise向 SaaS的遷移趨勢

在這樣一個更宏大的波瀾壯闊的背景下，工業(yè)互聯網的出現，以工業(yè)大數據為血液，打通了底層物理設備的 OT系統到上層管理控制的 IT系統的經絡，從 IT/OT融合的角度，進一步推動了企業(yè)數字化整體架構的落地和普及。從企業(yè)建設路線圖的合理性來看，我們不應該孤立地來看工業(yè)互聯網、工業(yè) 4.0或者企業(yè)云的架構，而應該結合 IT/OT融合的發(fā)展趨勢，打造統一的 IT/OT融合的企業(yè)數字化整體架構。

?

圖：打造統一的IT/OT融合的企業(yè)數字化架構

新架構的特點是從「流程驅動」轉向「數字和流程混合驅動」

在云大物移等數字化技術的推動下，企業(yè)的應用架構正在發(fā)生一場深刻的改變，其特點是從過去傳統的「流程驅動」向新一代的「數字和流程混合驅動」的變革。工業(yè)互聯網和工業(yè) 4.0，是推動企業(yè)向數字驅動轉變的重要力量，通過與流程驅動緊密結合，完成了新的價值閉環(huán)。這一新的架構，涵蓋了來自各個方面，包括工業(yè)互聯網和工業(yè) 4.0的各方面的應用場景的要求，具有旺盛的生命力。

目前，無論是「流程驅動」的系統，還是「數據驅動」的系統，都在云計算的技術發(fā)展趨勢下，向云端進行遷移，在頂端以「預定義場景下的應用 App組裝」 形式，構成完整的各類企業(yè)應用。這里的應用 App既包括了流程驅動的應用 App（例如 ERP的云計算版本），也包括了數據驅動的應用 App（例如工業(yè)互聯網的云端應用）。而真正完整的工業(yè)互聯網平臺或工業(yè) 4.0平臺，應該是「數字和流程混合驅動」的一整套系統在云計算形式下的集約化和商品化的落地形式。

?

圖：在數字化技術的推動下，企業(yè)的應用架構正在發(fā)生一場深刻的改變

事實上，很多的業(yè)務場景，都涉及到流程驅動的應用App與數據驅動的應用 App的協作。我們以工業(yè)互聯網最常用的 「預測性維護與服務PdMS」為例來說明這一過程。如下圖所示，它涉及到企業(yè)上下游和企業(yè)內部各個部門之間的相互協同，需要各個應用（ERP、EAM、CRM）之間的相互配合。常見的情況是，即便從現場采集了設備的運行數據，如果沒有來自 EAM數據的對照，就無從了解與設備運行數據對應的設備狀態(tài)究竟是正常還是異常，無法給這些數據打上標簽，從而給后續(xù)的算法和訓練帶來很大的困難。而沒有 ERP和 CRM的配合，在診斷出故障之后，也不能及時進行修理，讓 PdMS的效果大打折扣。顯然，只有處理好兩類應用 App的基礎共享、模塊共用和數據集成，實現最大程度的集約化，才有可能打造出真正有經濟價值的可持續(xù)發(fā)展的平臺——這也是稱作「平臺」的應有之義。

?

圖：流程驅動的應用App與數據驅動的應用App的協同

目前有一種說法，認為微服務技術的出現，將應用 App作為一個個微服務，可以方便地實現應用App之間的連接，從而打破 App供應商之間技術藩籬。應該說，在工業(yè)界，這是一種理想化的目標。目前微服務或 API只是在 B2C或 C2C領域，如CRM、營銷、財務、電商、社交等領域比較流行。在非 B2C或 C2C的領域，微服務存在很多難以克服的缺陷，包括計算效率、邊界劃分、版本管理和升級協調等等，在比較長的時間內，微服務架構尚不可能成為企業(yè)中解決跨供應商的 App調用和連接的普遍方法。將工業(yè)領域 App之間集成的不確定性一股腦丟給未來的「微服務」架構的做法，值得我們擔憂。

審核編輯 ：李倩