拓展“智能+”，缓解工业互联网两化融合的焦虑

在3月5日上午李克强总理所做的政府报告中，“智能+”首次出现在推动传统产业改造提升部分。I0uesmc

近年来，政府部门陆续出台相关政策支持我国工业互联网产业的推广及生态建设，工业互联网产业迅猛发展。与此同时，带宽的增长速度已经无法匹配工业互联网领域所产生的大量的数据，因此，边缘智能技术被越来越多的采用。I0uesmc

据IDC预测，到2020年全球将有超过50%的物联网数据将在边缘处理。而边缘设备只能处理局部数据，无法形成全局认知，因此实际应用中仍然需要借助云计算平台来实现信息的融合，可以说，云计算与边缘计算正逐渐成为支撑物联网的两大支柱。I0uesmc

两手抓，两手都要硬

工业互联网，从字面上可以分成“工业”和“互联网”两部分，那么对于中国市场来说，当前是产业升级的紧迫性高？还是信息安全的紧迫性高？ I0uesmc

英特尔中国区物联网事业部首席技术官兼首席工程师张宇博士在接受《国际电子商情》采访时表示，工业是一个场景，互联网是应用到工业场景中的技术，包括数据的收集、传输、深度分析等等。无论是工业4.0还是中国制造2025，都是指今后更高层次的工业升级改造应该达到的水平。I0uesmc

I0uesmc

英特尔中国区物联网事业部首席技术官兼首席工程师张宇博士I0uesmc

但反观国内的实际生产状况，很多企业的水平仍停留在工业1.0、2.0、3.0阶段，很少能看到真正达到4.0的企业，也就是说现在不同的企业面临的问题是不一样的。比如1.0阶段面临的问题可能是设备老旧，没有数据接口，无法收集数据；或是没有购买相应的服务，导致机器设备/企业生产过程执行系统/工厂管理系统之间无法实现互联互通。因此，如何通过一些开放的标准化解决方案来加速推动数据收集、数据分析更快落地，是当前亟待解决的问题之一。I0uesmc

但如果从国家角度来看，离开信息安全，所有的解决方案将变成“沙滩上的建筑”，是不牢靠的。在张宇看来，其实无论是在国内还是国外，只有积极推动开放的安全标准、策略、产品和解决方案，才能被更多的用户认可和使用。因此，他更倾向于政府在政策、技术标准制定、财政支持方面加强引导，而工业物联网的大规模应用、部署和有序运行，最终还是要靠市场本身的推动力来完成。I0uesmc

“20年前，工业和互联网是完全不相干的两个概念，井水不犯河水。但现在两者之间的界限变得越来越模糊了，互联网大厂在忙着组建自己的工业节点，传统工业设备商在忙着把互联网技术运用到工业体系中来。我相信再过十年，这一融合的趋势将会变得更加明显。”他说。I0uesmc

商业路径的闭环化

工业互联网和消费类互联网相比有着极大的不同。实时性要求非常高。这也是为什么我们一般不在消费类领域谈自动化(OT)而只谈信息化(IT)的原因，因为OT直接涉及到对于产量信息的控制管理，而对机器控制管理，往往都是毫秒级甚至微秒级的。第二，工厂对可靠性和产品监控质量要求极高。在其他物联网领域，如果有一些小的差错，客户也许能够容忍。但在工业领域就不可接受，这就对芯片的算力、可靠性、软件功能等提出了更高的要求。I0uesmc

另一方面，平台的基本属性是可复制、可规模化部署的。但工业互联网应用场景非常复杂和碎片化，怎样能够从这些纷繁复杂的场景中抽象出共性功能去实现平台化？未来商业路径能否形成闭环？是未来工业互联网能否在国内市场普及的重要途径。I0uesmc

也就是说，终端用户在看工业互联网平台的时候，首先想到是这个平台能给自己带来什么好处，需要花多少钱，会带来多少收益。如果产业链上的合作伙伴不能给终端用户提供非常清晰的价值主张和量化的收益展示，那么这个闭环就很难形成，技术、产品、商业模式再好，也难以运转。I0uesmc

张宇表示，英特尔不可能去关注所有的工业场景，也不可能构建所有差异化的方案，但可以在集成商、设备商诉求的基础之上构建具备共性的技术节点，尽量考虑可复制性，使得合作伙伴能够将这些平台落地到不同的应用场景中。在此基础上，英特尔一方面和标准组织合作共同制定标准，和开源社区合作构建针对共性问题的开源解决方案。另一方面，提供相应的软硬件产品，把共性的地方以中间件的方式实现出来，实现过程中尽可能利用底层硬件最新的技术优化。I0uesmc

以英特尔Movidius Myriad X视觉技术处理器/高性能英特尔Arria 10 FPGA和OpenVINO为例，前者能够在一块板卡上集成英特尔8-16颗Movidius Myriad X芯片，提供8至16T的计算能力，用户可以根据各自边缘设备的性能指标，选取不同的配置。而OpenVINO实际上是对计算机视觉进行处理加速的函数库，库内既包含人工智能模型，也包括一些经过优化的传统计算机视觉库，属于中间件的角色。开发者和系统集成商可以在OpenVINO的基础上针对不同的垂直行业要求开发自己的应用，尽管应用是千变万化的，但实现这些应用所用到的计算和处理是有共性的。I0uesmc

“两化”融合的焦虑

如前文所述，大型工厂在数字化、智能化改造的过程中面临的核心问题之一是如何利用物联网技术规模化提升产品质量和良品率，从而降低原材料消耗和人工成本投入。而对那些拥有众多产值在1000万元以下的中小型制造业企业来说，工业互联网的应用和普及更加具有挑战性。此类工厂缺乏IT基础设施，没有完备的生产管理流程，对工人操作规范的监督等也缺乏有效的管理手段。I0uesmc

同时，作为工业自动化的骨干系统之一，控制系统如何在数字化和智能化的潮流中升级，也是行业用户和方案供应商面临的共同挑战，这也是信息化和自动化融合面临的焦点问题之一。I0uesmc

张宇说，如果粗略的把中国制造企业划分成大、中、小三种类型来看的话，大型企业在布局、构思和设计自己的工业数字化、智能化架构与商业模式时会更加系统化和结构化，个别大厂甚至已经构建起了自己的工业物联网平台，比如建立私有云系统；中小型企业在国内占60%-70%的比重，他们在构建工业互联网的时候会更加从自身的诉求出发，例如如何提升产能、良率，还不太会想如何构建自己的工业APP，如何将生产虚拟化、数字化，但会考虑在局部部署一些小型化、非侵入性的方案，这种方案成本相对比较低、成效比较明显。I0uesmc

因此，对当前的中国市场来说，工业互联网的部署不意味着非要搭建起完善的云平台、边缘平台、传感器平台之后才能开始，不同行业，不同规模企业的视角不同，但有一点是毫无疑问的，工业互联网会在未来3-5年内实现爆发式增长。I0uesmc

那么，工业互联网系统的引入，会给企业总运营成本带来哪些变化？I0uesmc

“简单来说，任何一个新技术、新市场的引入，前期一定是有投入的，就好像‘微笑曲线’一样。但这并不是最重要的，我们和用户最关心的是能否在真正理解应用场景的基础之上找到实际的痛点。”张宇称，在达成这样的共识之后，回过头再去看总体方案的基本成本是多少，它的合理价位应该控制在哪里，才能够很好的激发终端用户的购买兴趣。I0uesmc

但在实际过程中，并不是所有问题都可以量化，特别是产线效率的提升，很多因素都会影响最终指标，这也是工业领域对机器学习、深度学习有很强诉求的重要原因。这就要求包括英特尔在内的方案供应商，能够深刻理解不同场景中的总拥有成本(TCO)模型，能够站在客户角度去思考成本结构和生产节拍，才能更好地设计出既解决问题又具备成本优势的解决方案。I0uesmc