首页 >> >> 观点 >> 正文
你凭什么能做好工业互联网?
  • 雷峰网
  • 2022年3月17日 09:08

工联网消息(IItime) 工业互联网享受着市场的热度,也毫不避讳地向外界展示它的难度。

它门槛高耸,复杂程度高,部署和运营难度大;

它先天不足,基础薄弱,场景复杂,成效缓慢;

它短期难喂饱,需要长期地、不间断地技术、资金、人员投入;

庞大、复杂、分散且多样的工业体系下,工业数字化转型之路千难万险。

在这条应该走也必须走的改革之路上,参与者,该如何释放工业互联网的潜力?

换句话说,一家优秀的工业互联网又应当具备哪些重要的素质与能力?

鉴于此,雷峰网在与业内数位高管的交流中,提炼出了成为工业互联网优等生的几个关键词,希望能够管中窥豹,以此给行业从业者们带来些许思考。

1

平衡标准化与个性化 

标准化,或者可复制性,是现代工业的基本特征。 

可复制性强,解决方案能够同时适配不同厂商的需求,继而通过规模效应摊薄研发成本,提高效率,也一定程度上代表了获利潜力。

而工业领域极具个性化,链条长,流程复杂,深入定制的产品,能满足不同场景、不同使用者的需求,但往往也意味着成本大幅上涨。

一方面要获得足够大的市场,另一方面要维持健康、可持续的盈利模式。两者之间的矛盾在于,通用性过强时难以有效满足用户需求,个性化定制过于深入有时则意味着无利润可赚。

如何在两者间取得平衡成为一个必须回答的问题。

海尔卡奥斯:个性化定制是必然的趋势,需要依靠大规模定制生产模式转型

要承认个性化定制是必然的趋势,同时也要看到眼下工业互联网平台发展面临着制造业智能化转型的个性化需求和工业互联网平台供给、定制能力不足之间的矛盾,二者要想取得平衡,必须依靠工业互联网,进行以用户驱动生产全流程的大规模定制生产模式转型。

浙江蓝卓总经理谭彰:动态平衡,摸索出行业共性、快速标准化的实施方式

这个问题不可能完全消失,标准化和个性化是一个需要不断动态平衡的问题。

如何平衡?

行业头部企业数量少,个性化需求凸出,意味着所需的平台更着重功能厚度和深度,覆盖的业务域最完整。

中小企业数量大,适合规模化,功能强调轻量化、标准化,平台的工业数据量非常大,强调广度和快速可复制,通过区域的产业集群覆盖实现降本增效。

且中小企业所需功能相对简单,可以通用化方案+定制化模块/可选菜单满足。

谭彰强调,此模式得以真正落地的核心在于摸索出行业共性、快速标准化的实施方式,个性化需求交给基于平台的生态开发者和服务商。同时,平台标准化、组件标准化、代码开发工具标准化,生态丰富且开放。

工业富联首席数据官刘宗长:项目规划时充分考虑个性化与规模化融合

“ 从项目规划开始,就应该充分考虑个性化与规模化的融合,比如解决了一个问题以后,尝试把它变成一个共性的服务。”刘宗长表示,当遇到类似问题的时候,能够迅速复用已经验证过的技术。在技术上通过平台去实现技术的可复制、可推广,优化技术的边际效应。

树根互联联合创始人、CEO贺东东:个性化开发,企业的判断、权衡和取舍很重要

一个企业的资源终究是有限的,企业的判断、权衡和取舍很重要。

个性化开发时,企业要能判断应用是否有价值、是否可提炼出普适性的问题,并从中归纳出平台所需的能力,不断积累生态伙伴和甲方客户。因此,个性化应用和通用性沉淀是一个动态决策和动态平衡的过程。

华为云:做厚做实工业互联网的标准组件是基础

个性化和规模化的矛盾,关键在于如何在标准化的平台基础上尽量减少实现个性化需要的时间和成本,所以做厚做实工业互联网的标准组件,千行百业的业务开发者才能以低代码或者无代码的乐高积木式快速开发所需要的个性化工业应用。

2

平台的核心能力强

作为工业互联网“连接、平台、安全”三大体系之一,平台也一直是入局者们的核心武器。

这武器的打磨也极为不易。

门槛高。工业互联网平台是资产密集型、人才密集型赛道,对技术、运营等要求高,周期长、投入高,且需要持续的打磨和优化。

懂行业。设计、运营平台的过程,本质上是重新梳理领域内的所有要素、关系、诉求、角色、规则、决策的过程。

强开发生态。如何从自动化的生产流程、到自动化的开发流程帮助开发者提高效率等等,都是工业互联网企业在完善平台时需要思考的问题。

做好一个平台,不仅需要扎实的技术功底、持续的资金支持、复合型人才,还需要企业自身的战略定位、深厚的行业理解,更需要强大的凝聚力、一致的行动力和百折不挠的毅力。

在高管们眼里,制造业需要什么样的平台?平台本身需要具备哪些能力?

贺东东:有没有平台、平台强不强很关键

并非所有企业都拥有“真正的工业互联网平台”。

中国各行业、各地区信息化、数字化基础不一,目前处于“工业2.0、3.0、4.0”混战阶段。

在政策支持、市场火热背景下,工业互联网平台层出不穷,但市场鱼龙混杂,不少“工业互联网平台”背后,更多是集成项目、应用项目在支撑,市场上真正具备平台,且真金白银投入做工业互联网平台的并不多。

工业互联网是由“平台驱动”,工业互联网平台是所有新技术,尤其是底层技术的承载方。

平台的竞争力,是企业对平台的研发、资金、人才投入、投入产出比、知识产权产出数量和含金量等各个方面综合体现。

谭彰:平台的核心技术能力,核心在于平台的厚度和业务抽象化能力

以造房子为例,工业互联网平台就是打好的公共地基和预制件库,房子就是各种工业软件、业务系统、工业APP。

平台需要不断积累和完善一栋楼所需要的脚手架、标准模块等工具(标准预制件/基础服务、组件),与普通的一砖一瓦建造相比,能极大提高后续造房子的效率,降低成本。

但工具不是凭空产生,它需要对房子的结构功能和需要的预制件了如指掌,如庖丁解牛般抽取共性,沉淀到平台,需要工业场景积累和业务抽象化能力。

刘宗长:企业的平台要具备系统化的设计思维,突破试点陷阱

一是能够有全景视角,聚焦价值链痛点和机会点;二是技术可扩展性,不能只考虑在一个车间一个工厂落地的可行性,更重要的是如何将一个成功的用例快速和低成本地推广,从而优化技术投资的边界效应。

其中,数字化并不仅仅是一项技术的投资和引入,更重要的是能力的获得。

工业互联网一直存在试点陷阱。于制造企业,前期探索中重投资金,后续内部复制和大规模推广依然难跨边际效益门槛,于服务商,前期主攻定制化、标杆案例,依然未能沉淀为标准化产品。

平台技术不足、规模不足,商业模式不清晰,平台优化边际效益和成本的意义依然未能体现。

突破试点陷阱,正需要系统化解决方案规划,着眼未来的长期主义。另外,技术服务商要能够采用平台化技术架构,聚焦特定的场景,将产品标准化,提升交付效率,提高可配置性、SaaS化、云化部。

海尔卡奥斯:工业互联网平台型企业是科技实力、平台能力、赋能能力、生态能力等多维度的综合体现

科技实力上,企业的研发投入、研发人员占比、关键技术项目突破、发明专利等细分指标。

平台能力上,企业平台在数据互联、标识解析、工业机理模型、解决方案、网络安全保障等方面的能力沉淀。

赋能能力上,企业服务企业数量、垂直行业工业互联网平台建设情况、细分行业首位度等数据。

生态能力则体现在企业的合作伙伴数量、开发者生态等相关指标数据。

3

积累、经营生态的能力

生态,是工业互联网企业高管口中超高频词汇。

生态不像平台,能靠技术铸造,也不像客户,能靠销售拓展,它需要踩对时间点、长线布局和一步步的积累。

生态讲究大、厚、全、活、开,其成功是多项能力的综合体现。

不断通过自身积累和开源开放的生态,促进用户和生态伙伴贡献项目应用和内容,平台才能持续迭代越来越强,生态与平台才能相互成就。

如何让生态走得稳、走得好?

谭彰:讲生态的多,真金白银投入的少,工业APP应用和生态体系完善比营收更重要

对于工业互联网跨行业跨领域平台企业,如果论重要性依次是:客户数、生态伙伴数、平台APP数、营收。

长期看,量大面广的工业用户和使用数量规模效应、各行各业的创新开放生态和丰富完善的工业APP积累,是营收的前提。

好的生态体系之难,在于技术、模式、经营、心态、战略多个纬度的综合体现。

但讲生态的人多,真金白银投入的少。

建立完善的工业APP生态,既考验平台的数据融合、微服务和低代码开发能力,还要能形成APP开发、测试、分发、交易等完善的基础服务支撑体系,让开发者能够从工业互联网APP中获利。

围绕工业互联标准化的平台,建立ISV生态、渠道生态/代理商生态、实施生态、服务生态体系,实现产品平台商和实施商的分离。只有如此,才能真正能够实现量大面广的工业互联网的应用的推进。

贺东东:平台与生态伙伴关系像婚姻,平台提供稳定订单,伙伴负责交付质量

生态本质是趋势,一定是第三方的开发者来基于平台去做开发模式,通用平台+行业解决方案供应商模式,不是个人开发者,而是To B的软件开发商、集成商、解决方案提供商。

平台与生态伙伴关系的建立像谈恋爱,先尝试几个项目,合作后建立信心,逐渐在产品技术上融合打通,会经历一个介绍、约会、结婚的过程。

生态伙伴是漏斗的过程,漏斗会一直存在,不断尝试新的,也沉淀优秀的生态伙伴。那些沉淀长期合作的生态伙伴,是双向验证和选择的结果。

从平台角度,平台作为第一责任人,需要为合作伙伴的交付质量负责,平台首先需要考察产品服务的质量和可靠性。

其次,再追求产品的竞争力,即能为客户提供有价值的产品;

再者,是志同道合,双方都要有创新意愿,升级迭代的驱动力。

从生态伙伴角度,早期最看中平台是否能为其带来商业机会,即稳定的订单,可预见的机会等,后期,更看中平台的技术、持续发展、市场开拓等综合能力。

同时,行业和场景覆盖的广度,背后对应的是生态伙伴,毕竟伙伴越多,覆盖的场景才能越多。

海尔卡奥斯:产品会被场景替代,行业会被生态替代,未来是平台与平台、生态与生态的竞争

一个工业互联网企业,首先一定是开放的平台,能够构建一个共创共赢生态系统。

物联网时代有明显两个趋势,产品会被场景替代,行业会被生态覆盖,企业间的竞争,一定会演变成一种平台与平台之间、生态与生态之间竞争。

平台以开放的心态拥抱物联网、拥抱合作伙伴,不把合作伙伴变成一种竞争关系,而是变成一种真正的共创共建共享的关系,吸引全球优质资源来建设这个平台。

行业的头部企业可以在平台上面作为链主建立垂直的行业平台,中小企业也不用重复投资来摸着石头过河,借鉴平台上行业成功的经验,走弯路。

如此,才能形成正循环,成为工业互联网“热带雨林”般的生态系统。

阿里云IoT事业部总经理王晓冬:不碰具体应用,尊重产业分工

做好平台产品,不碰具体应用产品,其他的交给生态中的咨询、实施、开发伙伴,如此,客户需求有质量保证,也能打造规模化、质量高的生态。

如此才能实现利益最大化,走入规模化营收与利润的标准产品商业模式。

华为云:平台需具备各项基础能力,开发者能从中获利

对于平台的开发者生态,华为云认为,需要工业互联网平台需要有足够的数据、机理模型,要具备微服务、低代码和开发流水线等基础能力;

工业互联网App生态环境要足够健全,开发者得以从生态中获利,才有足够的动力开发和维护工业互联网 APP。

4

深厚的工业知识、客户价值

中国是全世界唯一拥有联合国产业分类中全部工业门类的国家,而每类工业企业都有自己独特的工业Know-How和行业知识。

但当前很多中国工业互联网平台都缺少工业基因,大部分都是提供在数字化、云化的解决方案,真正解决工业机理、工业模型的很缺乏。

工业互联网,姓“工业”,工业属性是第一位,其次才是互联网规则。

“一米的宽度,一百米的深度”的行业特性,背后是非常专业的行业知识。

在技术愈发内卷背景下,能吃透工业知识的工业互联网企业,也许已经成功大半。

谭彰:企业与标杆客户是共创而非甲乙方关系,工业APP要让一线工人快速使用

安卓或者iOS上的APP可开箱即用,但工业不能,工业软件和业务系统不是简单的下载和部署,需要基础的数据采集、需求对接、客户部署和配置。

工业APP的使用者大多是一线工人,要让他们快速使用,不单在于软件本身,还有整个工厂管理制度,管理流程的融合问题。

要让企业能最快应用,需要工业互联网企业充分熟悉工厂中业务流程,制定快速、高效的客户实施方法论。

因此在进入行业初期,企业与标杆客户并非甲乙方关系,而是共创的关系。

“不是企业开发出一个产品给客户用,而是在发展过程中共同研发出一些好的产品功能和设计,也不是被动收集客户反馈,而是共同创新、共同开发的团队。”

海尔卡奥斯:具有“工业基因”的平台占据双跨榜单头部,平台企业要丰富自身的应用场景和沉淀工业知识,把行业做深做透

从工信部遴选的2021年十五大双跨工业互联网平台可以发现,具有“工业基因”的制造业企业孵化的平台强势占据榜单头部。

从今年工信部对双跨平台实践检验等审核环节来看,对工业互联网平台企业的要求是必须要深入产业实践,解决行业具体问题,企业必须丰富自身的应用场景和沉淀工业知识,把行业做深做透,做出真正的价值。

贺东东:在办公室开发不出有价值的应用,工业应用要走到田间地头

跟消费互联网相比,制造业的应用开发属性更重。首先,仅在办公室开发不出有价值的应用,工业应用要走到田间地头,跟用户、场景进行深度的互动和沟通才能不断打磨迭代。其次,对工业应用,用户需要的通常不是单一功能,更个性化、产品更为厚重。

对于平台,要吸引生态伙伴,平台需要具备大量的工业知识,降低开发难度。

平台要能不断汇聚和沉淀不同行业和领域的工业知识,并且将其解构成标准的、合作伙伴看得懂的、用得上的算法模型,从而让他们能够简单快速地构建专业级的工业应用。

5

数据能力

工业领域是绝对的数据大户,同时,数据也是驱动工业互联网向前发展的核心"燃料"。

与消费互联网相比,工业互联网场景数据要求更为严格,涉及到的产业链数据也更为庞杂,于工业而言,数据以各种形式贯穿于研发、生产、测试、运营等生命周期。

但海量数据不等于有价值的数据,大量工业数据价值未被开发。

大多数工业互联网企业,都在拦在数据的城门下。

未来,能最大程度解决数据问题的企业,将构筑起绝对的壁垒。

贺东东:数据知易行难,最难的是数据获取和数据孪生,数据分析反而最容易

工业数据采集能力上,工业设备的种类极其多,通讯协议、控制点表、硬件接口差异非常大。

如果说互联网数据的获取是一片易开发的优质油田,那工业领域的数据就是“鸡窝煤”,极为分散,开采成本极高,效率低。

“工业数据设备连接非常麻烦,但很多人并不重视这一点。”

数据资产化,是如何把原油变成柴油的问题。

工业大数据,本质是工业领域物理空间的精准映射,包含大量的工业机理、工业运营逻辑、工业模型,进行数字孪生的重建后,数据才能成为资产,但目前市场上懂工业的不懂技术,懂技术的不懂工业,复合性人才极为缺乏。

最难的是数据获取和数据孪生,数据分析反而最容易。

而这也是工业互联网优秀企业的分水岭,空有数据分析技术,远不足以发挥数据价值,平台首先应该解决前两大难点。

美的IT部长陈俊:企业对内部数据一无所知或难获得想要的形式,内部数据结构、数据资产目录应对整个企业开放

在陈俊看来,企业需要具备对整个数据资产的规划、治理、存储,以及数据的共享与协作的统筹能力。

“数据采集是制约整个工业互联网发展的一个重要因素。”陈俊表示仅设备连接上,就存在协议与接口不统一问题,有的老设备甚至数字接口都没有,需要耗费巨大时间、精力改造。

工业企业每天新增设备数据量非常大,但可能只有5%-10%的数据得到了利用,海量数据躺在存储设备里。

企业数字化转型过程中普遍存在的问题是,企业对内部数据一无所知,或者难以获得想要的形式。

一个企业的数据要能充分的发挥价值,很重要的前提就是本企业的数据结构、数据资产目录对整个企业开放。

6

什么样的工业互联网产品

才能称之为好产品?

对于这个问题,不同高管各有侧重,也有共识。

王晓冬以“有用、好用、安全”来概括。

陈俊认为解决用户痛点、具备专业性、开放性、生态完善。开放性是指工业互联网平台不绑定用户,用户可自由上下平台,而生态建设完善,可以用户上平台后没有后顾之忧。

在谭彰看来,好的工业互联网产品需满足三点:首先,产品要成为必需品,有核心价值,其次,产品体验要足够好,最后,能快速迭代。

贺东东认为,如何从单一功能扩大,或者复制到另一车间、甚至另一子公司,避免重新开发至关重要,扩展性、可复用性和打通数据孤岛的能力,都需要平台能力的支撑,同时,应用之间相互要能协同。

在他眼里,好产品的标准是具有客户价值,能够降本增效,且产品的应用之间可扩展、可复制、可推广。

海尔卡奥斯对好的工业互联网产品定义是能够帮助企业要做到三个“一点”:卖得多一点,卖得赚一点,卖得快一点。

企业卖的订单量比以前多,利润比以前高,资金占用比以前少,周转速度快,企业就会有竞争力。

在此基础上,产品不局限于产品功能本身,而是作为一个载体,让用产品的企业上平台形成生态的吸附能力。

华为云提出了不同的视角,好的产品要能够云网边端协同、全域数据协同、智能决策、应用开发简单、资产重用、持续进化。

7

结语 

本文仅挑选了其中几个较为重要的关键词,对于工业互联网"优等生"的面貌或许只窥得了一二。

于工业这一品类繁多、构成复杂的行业而言,所面对的问题可能比以往的任何一个行业都要复杂得多。

工业的这一特性,要求供应商对功能的实现、设计、制造与验证流程有充分认知,成为全能型的选手。

在不同的发展阶段,行业对供应商们的要求也不尽相同:产业初期,技术突破是关键;到了商业化的落地阶段,产品化、商业化能力的差距或带来新一轮的洗牌。

届时的工业互联网选手们又要以何种模样自处,仍待诸位挖掘与解答。

编 辑:吕萌
分享到: