安筱鹏|展望2030：工业互联网平台演进的四个关键词【附视频】

从单机智能来看，未来智能互联产品有四个核心部件：动力部件+执行部件+智能部件+互联部件，具备可监测、可控制、可优化的特点。智能互联网产品控制系统打破了过去软硬一体的传统模式，软件不断分离，经历了从硬件控制、电子控制、软件控制、边缘优化到云端优化。

OT底层系统的解构，将实现与IT系统的原生融合。

从过六十年IT技术演进来看，大型机、小型机、微型机、功能手机到智能手机、边缘计算、云计算，技术演进的基本逻辑都是从软硬一体的专用系统、封闭系统，演进到软硬解耦的开放系统，驱动这场变革的内在动力是需求的巨变与技术的迭代。今天，IT技术60年走过的路，OT技术将会重走一遍，OT技术正在IT化。基于软硬解耦的开放自动化体系，可以把原有工程开发和运营效率提高3到4倍。基于开放自动化，部署运营成本会更低、上市周期会更短、灵活性会更强、质量会更高。

迎接开放自动化新时代。

OT系统原有专用封闭的控制系统和软件，与硬件深度绑定，软件在不同硬件之间很难移植，即使同一个厂商、不同硬件产品也面临同样的问题，这是制约IT系统跟OT系统融合、制约企业对需求实时响应的瓶颈。今天，自动化控制系统正迎来一场新的革命——开放自动化革命。这是一场底层技术的变革，软硬一体化的自动控制系统正在不断解耦，一个高度依赖专有系统、低效系统、昂贵系统，更新缓慢的系统，正演进到一个能够对客户需求快速响应、柔性制造能力更强的一个系统；传统专有、低效率的封闭控制系统，正在向即插即用、开放自动化系统演进，这将带来了自动化工程设计、实施、运营的高速度、敏捷性、灵活性和高效率，也会带来控制技术体系乃至生产运营体系的变革。

让硬件遵循规模经济，让软件遵循范围经济。

从经济学的视角来看，硬件通用化遵循的是规模经济，就像一百年前福特汽车的规模化生产一样，大规模标准化生产可以降低成本、提高效率；软件可以更好地解决个性化和不确定性问题，其背后遵循的是范围经济，企业从提供同质化产品向提供多样化产品转变。从经济学视角看软硬解耦，核心是让变化快的软件摆脱束缚，变的更快以满足消费者的需求，让利用高的硬件逐渐趋于统一，使得他的利用率更高，使得规模经济效率发挥到了极致。

软硬解耦的经济学意义在于，实现规模经济与范围经济的最大化。

可以从规模经济与范围经济的视角来理解“软硬解耦”。规模经济源自资源的不可分性、资产的专用性和沉没成本等，范围经济由多样化经济活动的协同效应所带来的资源的高效利用。工业时代企业的资产大多都是专用资产，一种资产只能从事某种产品的生产和价值创造，资产的专用性带来了规模经济。个性化需求本质上是考验企业范围经济的能力，就是一个企业生产和提供不同产品的能力。从规模经济走向范围经济，就企业内部来讲，核心能力就是把企业资产从专用资产转化为通用资产，从专用模具到数控机床，到共性算法模型、研发工具、数据平台等。只有企业拥有更多的通用资产，才能形成自己的范围经济，构建提供不同产品和服务的能力。

今天，无论是单机智能、还是系统智能，核心都在于对外部需求的变化的做出实时响应，技术的逻辑在于软硬解耦后，以可编程的软件服务满足不断变化的需求；其经济的逻辑在于，让硬件遵循规模经济，让软件遵循范围经济。

# 关键词2：能力复用

封闭的单机系统难以应付复杂的系统需求。

软硬解耦的背后需要企业构建一套能力的复用体系，因为整个制造业变的越来越复杂，这种复杂来自于产品的复杂性，产品加载了更多的传感器、芯片、软件；来自于需求的个性化、内容化、实时化；来自于全球供应链体系的风险。但传统封闭、内部资源优化导向的IT架构解决方案，越来越难以适应制造的复杂性、越来越显得力不从心。今天企业需要构建一套基于云计算、IOT、人工智能、数据中台、SaaS和移动化的新技术体系，这是未来五到十年整个技术架构变革的主线。

工业互联网的价值在于重构工业知识创造、扩散、复用新体系。

工业互联网的三个核心关键词是基于物联+云化的全局优化，人们可以把工业互联网肢解成万花筒式的技术插座，也可以解释成无所不能的瑞士技术军刀，但需要不断追问的技术封装与组合过程中什么变了、什么没变？什么是短期变量、什么是长期变量？什么是量变、什么是质变？什么是体、什么是用？

如果工业互联网的核心是系统智能，智能的核心在于解决复杂系统的不确定性，只有知识的软件化封装才是应对不确定性变化的根本出路。IoT、SaaS化、云原生、微服务、容器、DevOps、低代码以及新网络标准体系的价值，对于工业互联网而言，在于重构工业知识创造、传播、复用新体系。工业互联网的PaaS层，将大量工业共性的技术原理、行业知识、基础工艺、模型工具规则化、软件化、模块化，并封装为可重复使用的组件；工业APP层，面向特定工业应用场景，通过调用微服务，推动工业技术、经验、知识和最佳实践的模型化、软件化、再封装。它重构了整个工业知识沉淀、复用新体系：

一是沉淀。将工业技术、经验、知识和最佳实践固化封装为微服务组件和工业APP，沉淀在工业的SaaS和PaaS平台上；二是复用。面对特定行业新问题和新需求，可以通过反复调用微服务组件和APP快速封装新的解决方案；三是重构。本质上是改变了工业知识创新的三个基本问题。谁在创新（Who）？激发海量第三方成为创新主体；创新什么（What）？微服务组织、APP成为工业知识的创新载体和成果；如何创新（How）？基于平台和APP的体系成为创新的新方式。这套体系降低了创新的成本和风险，提高了研发生产和服务效率，过去人们80%的工作是重复性的，20%是创造性的；基于这套平台体系，人们80%时间是从事创造，20%时间做重复性工作。

展望未来，我们看到OT系统和IT系统正在解构、重组。无论是控制系统，还是MES、ERP、SCM、CRM等系统正在解构成各种微服务组件，工业知识经验被封装成微服务组件，构建起一个微服务池。基于微服务池，可以封装成各种面向角色、面向场景的应用。当一个汽车刹车片需要召回的时候，传统方式是在多个系统中翻箱倒柜找各种信息并进行决策，谁设计的？谁生产的？什么图纸？在哪生产的？库存有多少？价格是什么？这些信息散布在各种不同业务系统中。今天，如果构建了这样的平台，即可快速封装成一个面向角色、面向场景的APP，解决快速响应的问题。

从传统的系统集成到微服务集成提升应用可复制性。

工业互联网平台能力迭代的核心是如何实现“Project—Product—Platform”的转化，以及转化的速度、效率和服务能力。

工业互联网平台正成为能力复用的载体，今天不同垂直行业中雨后春笋般的涌现出了各种平台，如果我们从长周期的视角来看，如何评估工业互联网平台核心能力，一个重要的观察视角是如何通过做一个个项目（Project），沉淀成通用的软件产品（Product），并将这些产品以平台化（Platform）的方式来开发、部署和运营。

我们可以从两个角度去衡量和评估软件系统的功能。一是产品化水平，开箱即用的成熟度。二是产品功能对企业的适用性。现实的情况是，许多复杂套装软件产品化程度很高，但部署、运营、二次开发成本很高，产品的适用性差；企业自己独立开发多个项目及专有软件适用性很强，但开发成本比较高、可复制性、可移植性比较差。今天，面向复杂多变的市场需求，企业既需要产品开箱即用，也需要与企业特定需求高度适配，这是工业互联网所要解决的根本问题。企业需要把项目能力沉淀为产品能力，把产品能力以平台化的方式来部署运营。考察评估一个工业互联网平台最重要视角是，如何能够把一种项目变成一个产品，把产品变成一个平台化能力。

“Project—Product—Platform”的转化能力，实质上反映了工业知识封装、复用的效率。

从经济学的角度去观察，从传统开发架构组织体系演进到云平台、工业互联网的架构体系，一条主线是如何解决工业知识和管理经验封装效率问题，今天SAAS化、云原生、微服务、容器、DevOps、低代码等新技术的出现是为了提升知识软件化、平台化的效率，如何以更低的成本、更高的效率实现更多隐性知识显性化、代码化、软件化、平台化。无论对于甲方还是乙方，工业互联网平台追求的就是软件产品化程度不断提高，定制化水平不断降低。

# 关键词3：云边一体

从单机智能到系统智能演进的路径。

工业互联网的核心如何实现从单机智能到系统智能。技术的创新推动了单机设备从机械控制、电子控制、软件控制到边缘优化、云端优化，当前单机设备控制优化的逻辑正在向整个工业系统演进，这一进程伴随着硬件通用化、服务可编程。今天，无论是工业物联网还是工业互联网的技术演进，最核心的逻辑就是单机设备的解耦、解构、重组演进到系统级，生产和供应链系统基于边缘计算、PaaS、SaaS、物联网等技术体系进行解构和重组，演变成通用硬件和OS的控制系统，在系统级层面上实现从硬件控制、电子控制、软件控制、边缘优化、云端优化，可以在更大的空间尺度和范围内通过系统智能来解决全局问题。

犀牛智造：以端到端智能优化实现供需精准匹配。

阿里犀牛智造在过去几年所探索的，就是在一个传统行业中如何实现从单机智能到系统智能，如何实现端到端的全链路智能。多年来，服装行业一直不能很好解决库存问题，国内企业库存占销售30%-50%，每年近万亿元；中国服装企业库存周转效率比国际公司低一倍；正品销售率不到国际公司的一半。这是制约企业提高利润率的重要瓶颈。同时，需求越来越碎片化、场景化。解决这一问题，需要将一个上万件、三个月交期的大订单，转化为淘宝平台上100件、一周交付的小订单。挑战在于如何实现快交付的小订单的研发、设计、生产、供应链的效率不打折，这正是犀牛智造所要解决的问题。核心是构建一个基于云端的全流程、全生命周期的资源优化体系。

犀牛智造：云端算法定义的在线工厂。

面对服装行业高库存、个性化、短交期的需求，面对制造业端到端全局优化的新形势，只有云架构才能够实现全链路的资源优化，制造体系从单机设备、生产线、车间工厂的智能化，走向需求感知、设计研发、工艺优化、生产计划、制造执行、供应链配送的全要素、全局智能，从智能制造走向云端制造，构建面向平台商家的制造服务解决方案。

犀牛智造的本质是构建了云端算法定义的在线工厂，完美地阐释了如何从单机智能到系统智能，如何将“硬件通用化，服务可编程”拓展到整个制造体系。阿里过去几年在服装行业持续探索系统化解决方案，核心是基于云边协同的技术架构，将传统封闭、孤立、内部资源优化导向的软件系统改造成一个开放、云原生、体系化的行业解决方案，面向端到端资源优化，实现产品设计、生产工艺、排产计划、制造执行等决策指令的云端生成、云端下发、边缘执行。

云端制造演进的5个阶段。

经过多年发展， 中国服装行业智能化水平不断提高：领先企业生产设备的数字化达到51.3%、联网率达到44.3%，关键业务环节实现数字化的达到47.6%、工艺实现自动化的达到10%、排产计划实现自动的15%、管控实现集成的24.8%。这些数字化的改造是必要的，但对于今天端到端的资源优化而言是远远不足的，需要端到端各种生产要素的云端汇聚和优化，这种云端制造可以分为5级。

云端制造S1级：需求来自于云端，来自于客户的数字化平台，企业能够基于数字化需求洞察行业趋势，开展新产品开发。同时，企业实现了所有相关设备数据云端汇聚和指令下发。

云端制造S2级：不仅生产设备数据上云，而且与设备、产线匹配的工艺，可以实现云端生成并自动下发。

云端制造S3级：基于数字化工艺，企业能够基于特定工厂的生产要素资源，实现智能排产计划、车间制造资源及车间物流等优化决策指令的云端自动生成、自动下发。

云端制造S4级：企业不仅实现了研发设计和车间生产决策体系的云端生成与下发，而且实现了整个上游供应链体系优化决策的云端自动生成、自动下发。

云端制造S5级：实现了云端优化供需主要环节生产要素数据云化，以及主要决策自动生成下发，实现端到端数据自动流动以及全生命周期资源优化。

分析犀牛智能的云端制造模式，可以看到云端制造跟基于传统IT架构的制造的区别在于2个没变、6个变了。

无论是传统IT架构，还是云端制造，一是其所要解决的核心问题没变，出发点和落脚点都是考虑如何优化制造资源的配置效率。二是解决问题的逻辑没变，就是通过采集更多的数据、更好地训练和优化模型，实现数据—信息—知识—决策的迭代，要把正确的数据、以正确的方式、在正确的时间传递给正确的人和机器，以优化制造资源配置效率。

云端制造带来了数据和模型的四个变化：一是数据从哪儿来变了。系统采集更多的是各类业务系统、产品模型、运行环境以及互联网的数据，但对云端制造而言，实现了更多机器和设备数据的采集和互联，实现IT与OT数据的集成。二是数据到哪儿去变了。传统IT架构解决方案中数据都汇集到本地各类业务系统中，这些系统大多是烟囱式、孤立的业务系统。云端制造实现数据的云端汇聚，云端存储、管理和计算。三是模型在哪部署变了。与基于传统IT架构的模型部署在本地不同，云端制造越来越多地将各类模型软件部署在云端。四是模型怎么部署变了。传统IT架构解决方案中各类模型软件大多是一套复杂的一体化、整体式架构。对于云端制造而言，各类机理模型和大数据分析模型主要以两种方式部署在云端：整体式架构和微服务架构。

云端制造也带来了2个商业价值的变化：一是资源优化深度变了。与传统IT架构解决方案相比，云端制造通过将更加及时、准确、完整的数据汇入到更加精准、科学、多元的模型中后，对物理世界认知和改造将从描述、诊断向预测、决策、优化不断演进。二是资源优化广度变了。传统IT架构更多面向单元级、系统级层面提供资源优化配置服务，云端制造通过各种以SaaS软件和工业APP形式呈现出来的服务，能够提供从单机设备到生产线，到产业链，再到产业生态的系统之系统级优化，实现从局部优化到全局优化。

云边一体演进的五个阶段。

云端制造是一个逐步演进的过程，从企业上云的视角看，过去五年到未来十年的时间维度判断，可以分五个阶段。一是成本导向阶段，通过推动计算、存储等资源云化，以及研发工具和设计工具上云，降低企业软硬件成本、部署和运营成本；二是以集成应用为导向，通过企业核心业务系统上云，助力企业横向集成、纵向集成、端到端的集成，实现企业由单点局部智能向全局优化转演进；三是以能力交易为导向，通过设备系统、硬件、产品、数据的上云，助力企业软件与硬件等制造资源优化配置，使得生产能力、研发能力、供应链能力都将成为可交易的“产品”。四是在创新引领阶段，企业基于云边协同、微服务的组件，将更多工业新的知识、经验、方法、模型进行重建、复用、重构。五是进入生态构建导向的阶段，可以汇聚海量的第三方的开发者，提供各类通用型工业APP共享服务。

# 关键词4：生态迭代

在未来五到十年，生态的迭代将是整个云端制造或整个开放体系的重要标志。工业互联网与云端制造体系将经历四个步骤：一是开发主体从“平台运营者+平台客户”联合开发演进为海量第三方开发者；二是开发内容从有限、封闭、定制化的工业APP演进为海量、开放的、通用性的工业APP；三是平台用户从之前有限的制造业企业转向海量第三方用户；四是运营机制，在工业APP应用与工业用户之间相互促进、双向迭代的生态体系。

生态体系构建序幕刚拉开，生态建设可能需要五年或者更长的时间，但这一趋势和潮流不可逆转。

附视频

责编：斌卡（转载及媒体合作请评论区留言）

往期回顾

安筱鹏：一文讲透数字化的8个关键问题

安筱鹏：寻找不确定时代的数智化转型之锚

安筱鹏：数据要素如何创造价值

安筱鹏：数字基建：通向数字孪生世界的“铁公基”

安筱鹏：数字孪生：通向零成本试错之路

安筱鹏：数据生产力是为了人的解放和全面发展

安筱鹏：数字基建的科学发展观

安筱鹏：新商业文明呼唤数字时代的企业家精神返回搜狐，查看更多