尊龙凯时

以下文章来源于工业互联网服务平台应用研究 ，作者杨明波

在全球经济转型的背景下，B2B企业普遍面临市场突围的压力，GE率先提出工业互联网，引起了中国在内的B2B企业广泛关注。

2017年11月27日，伴随《关于深化“互联网+先进制造业”发展工业互联网的指导意见》发布，我国工业互联网的热潮涌动，各种工业互联网平台如雨后春笋般冒出来。

早在两三年之前，笔者开始探索工业互联网的发展，在这突然袭来的热潮下，如何利于中国工业互联网有序发展，是当下“工业互联网平台及服务商”必须认真思考的问题。

缘起，GE工业互联网

作为工业互联网的提出者，GE同样面临业务增长的压力，作为全球最大的B2B企业之一，GE借助在航空、医疗、发电、石油天然气、能源互联、运输、发电等领域的创新经验以及金融服务领域的优势，融合数据科学和分析专业知识的数字化服务，为建立新的工业服务产业生态树立了新的标杆。

从GE传统业务来讲，借助于机器数据的洞察分析，实现预测性诊断准确性的大幅提升，在满足B2B用户更安全、更经济的诉求前提下，GE以更高的服务质量和更低的服务成本，在其金融服务的加持下，获得更有竞争力的工业服务产业生态闭环。

借助这些优势，数字化服务成为GE新的业务增长点，开始进军更多的工业制造企业，通过帮助制造业提高运营效率、降低运营成本的同时，为GE业务发展延伸更多的服务内容。

分析，工业互联网产业生态的组成

分析GE的工业互联网战略，可以看出GE自身并不是单一的设备制造商，也不是单纯的工业互联网平台技术服务商。系从工业装备制造、安装与维修服务、数字技术服务、金融服务一体化的产业化生态组成，加上在多个领域积累和沉淀知识经验，无论对B2B用户的方案满足、工业服务支持能力、还是金融加持下的产业化条件，GE在全球范围内业务稳定性发展拥有非常强的竞争优势。

发展工业互联网已经成为主要国家抢占全球产业竞争新制高点、重塑工业体系的共同选择。2018年，我国开始登录到工业互联网发展的快车道，这对于中国工业转型发展而言，无疑是利好消息，但从现有的工业互联网平台的趋势分析而言，依然面临诸多挑战，这包括:

1.装备制造业与服务型制造

中国装备制造业中，振华港机、三一重工等在全球B2B产业竞争中处于优势的并不多见企业之一， 其中尊龙凯时已成为国家级工业互联网平台。

虽然这些企业拥有足够的体量，但在所涉及领域单一，形成从装备制造、装备服务和金融产业生态闭环的就更少了。由于缺乏多个行业的的知识经验积累和技术沉淀，这一类的工业互联网平台企业几乎很难在其主体切入行业以外获得用户认可，而同行也因竞争壁垒也很难得到实质性突破。

2.物联网技术平台服务

伴随设备自动化普及程度、传感器技术、数据采集技术、通讯技术和分析技术的发展，物联网成本得以大幅降低、至少GE所定义的工业互联网平台技术组成是以设备连接联作为基础。

这使得工业互联网平台具备经济性和可靠性的条件，为传感器、数据采集、通讯技术的应用提供了产品化应用提供了便利，在边缘计算、大数据分析、人工智能技术应用便捷性提供了足够的发展空间。

由于这些技术应用需要与具体的业务场景高度融合，才能给B2B用户带来应增值，短时间内、工业互联网平台依然叫好不叫座、政策补贴并非长久之计。

3.数字化工厂服务与产业链整合

最近，富士康工业互联网平台广受关注，同样的情况也出现在海尔、美的等大型制造业企业，依托自身庞大的制造系统和上下游供应链优势，聚焦产品质量、制造效率和供应链协同能力，建立满足市场柔性需求的拉动式生产为目标，供应链协同制造的数字化产业生态。

大型制造业发起工业互联网平台，优势在于对供应链的整合能力，但也会因为供应链企业盈利和管理能力参差不齐，以及方案本身不具备广泛市场化验证的特征，难以避免会对供应链企业造成拔苗助长的结果。

从目标上来而言，这类平台更关注的是产品供应链的产业能力，对于预测性诊断、装备制造、维修服务、非直接产品构成的工业品供应链能力会缺乏专业性和市场导向意识，将可能忽视工业互联网在工业服务方向的发展。

4.预测性诊断与大数据服务

依托于故障诊断的能力和行业知识积累，擅长于对机器设备故障机理研究，以多维数据分析能力，以预测性维修、质量维修为切入点，帮助用户提高预测性维修准确性，通过减少非计划停机时间，帮助用户提高制造效率、质量，减少运维成本。

国内以观为监测、寄云科技为典型应用，尽管这更接近于GE工业互联网的定义，但受制于传感器成本以及国内装备可靠性基础条件的制约，这些方案更适用于高附加值的行业，如电力、轨道交通、石油石化、冶金等B2B用户。

突围，数字运维＋制造型服务的中国工业互联网发展路径

在与GE为代表的美国工业互联网、德国工业4.0比较，我国制造业水平处于工业2.0至3.0的水平。这种差距不仅仅体现在物理形态，也在于知识积累的意识形态。我国大多数制造业在知识积累中仍然存在较大差距，许多工业企业TPM、精益生产的推行效果并不理想，大多不具备实施转型的基础。

制造企业内部缺乏有效的基于数据的运维管控机制（设备管理），不完善的工业服务生态，尤其在缺乏工业维修社会化分工、工业品与设备交易存在低价竞争和匹配困难的现状，严重制约了工业企业的价值转型进程。而这恰恰是西方工业体系中，较为成熟和完善的部分，如果我国工业互联网升级不以此为切入点，难以避免会南辕北辙。

数字运维＋制造型服务平台

数字运维工业APP为基本载体，链接制造用户工厂、生产线、生产设施、人员等维修业务、维修记录等多维数据、通过大数据、云计算和人工智能技术形成工业运维大数据决策中心，支撑形成需求驱动、数据赋能、有效落地的工业互联网服务平台。

通过线上下线的推广和服务对接，建立用户数据链接、需求驱动的工业互联网服务平台，通过工业APP链接和赋能工业服务商和MRO服务社区，形成工业服务产业闭环，是工业互联网众创社区的主要工作目标和价值能力体现。

（1）数字运维＋制造型服务关键技术节点：

A．通过线下推广，实施数字运维工业APP推广、工业服务价值对接，帮助园区＝＝＝＝辖区的工业制造企业提升装备运维能力，实现提升生产效率、降低运维成本、降低库存等关键运维指标的优化。

B．建立数据优化分析为内核的工业互联网服务平台：向装备制造商上游赋能产品质量与服务改进的服务型制造转型能力；向供应链服务侧赋能需求精准匹配、MRO工业服务模式创新、供应链金融创新；向政府决策部门提供行业和地区工业指数、工业服务指数、关键装备指数等。

（2）数字运维＋制造型服务关键价值：

A．帮助工业服务商实现价值能力提升：依托工业园区工业企业、工业服务资源供需市场，实现供需连接，利于工业服务商建立具备适用性、先进性和完整价值链的服务能力构建。

B．优化工业互联网服务平台工业APP之间的数据连接能力，通过工业APP、工业服务产业模式之间的联系，实现工业互联，打造工业服务产业化聚集区。

C．通过产业扶持和产业服务化，打通数据连接、价值赋能的供应链创新能力重建，工业服务平台实现运营服务商业成功。

精益卫士－人工智能数字运维解决方案