SpaceX 載人龍飛船今年上半年在美國肯尼迪航天中心成功發射時，可能大家沒有想到，馬斯克歷史性地實現首次商業載人的同時，也低成本解決了NASA需要花1.4億（人民幣）才能解決的粒子翻轉難題。
據了解，NASA發射火箭，一套系統需要部署28個單價在500萬的宇航級元器件級別控制器，花在系統上的成本就要1.4億。而據 SpaceX 前火箭總師 John Muratore 透露， SpaceX龍飛船用的是Intel雙核X86處理器（京東售價僅478元），共部署了54個X86芯片。這些相對低成本的X86新品，用來做什么呢？
做算法計算。用處是讓0和1不錯亂，防止粒子翻轉引發火箭爆炸。
“Space X的程序員們通過C++，用開源的GCC 或者 GDB做火箭的主控程序，用Matlab進行知識圖譜編織和數據分析、建模仿真和矩陣計算，將物理世界火箭發射的流程‘數字孿生’到比特世界（byte），進行‘沙盤演繹’來推測是否會‘粒子翻轉’以及如何調整參數后‘粒子就不會翻轉’。”IEEE FELLOW(國際電子電氣工程師協會院士)、前微軟亞洲工程院院長、前瑞士羅技集團全球CTO劉震博士分析。
可以說，馬斯克用數字孿生技術和概念開啟了航天工業互聯網的大時代。但這里值得注意的是，從全球視角，在已經被Space X采納的工業互聯網解決方案提供商中，卻罕見中國企業的身影。
但這可能也是中國企業的機會。
全球工業互聯網里的中國機會
人類社會的現代化是伴隨著工業化革命進程而發展的，遺憾的是，在自動化、信息化、網絡化的三大工業革命中，中國工業基本缺位。直至第四次以智能化為特征的工業革命到來。
工業互聯網是第四次工業革命孵化出的一個核心概念，受益于中國制造覆蓋全工業門類以及互聯網技術超速發展等優勢，中國工業在第四次工業革命中有可能實現真正意義上的“入局卡位”。
Gartner 前段時間發布了“2021企業服務管理軟件” 魔力象限報告，這個象征工業互聯網技術排位分布的報告中，透露出了兩個信息：榜單中尚無中國企業入局；且領導者象限企業較多，這些企業已經發展成熟且偏向于傳統，但遠見者象限中僅有兩家企業，這說明工業互聯網賽道有待融入能夠改變產業規則的“特斯拉”，未來留給中國企業的創新機會較大。
圖說
2021年Gartner “企業服務管理軟件”魔力象限
另一方面，結合中國數字經濟發展的現狀來看，零售行業在僅占據中國GDP的2%左右的情況下，已經孕育出了阿里、京東、拼多多這樣的巨型互聯網企業。而泛工業在中國GDP中占比超過52%，仍處于數字化早期的信息化階段，不論是世界范圍，還是落腳于本土，工業互聯網平臺也都具備可觀的發展前景。
“中國工業缺位了前三次工業革命，通過數智化工業互聯網來提升工業效率、‘下跳棋’彎道超車歐美，不是沒有可能。”劉震判斷。
正如劉震所說，中國工業互聯網賽道服務商還沒跑出來，但行業內已有眾多玩家早就已經入局試水。
復盤一下中國工互賽道服務商，大致可以將他們分為三大類，一類是經驗豐富的百度、阿里、騰訊，京東、字節跳動等互聯網獨角獸；一類是服務政務云、智慧城市積累深厚的老牌軟件企業金蝶、用友；還有一類制造業 “二代”，如航天科工孵化出來的航天云網、美的孵化出來的美云智數、海爾孵化出來的卡奧斯等。
從平臺屬性上，三大陣營也發生了變化，比如制造業巨頭更傾向于孵化垂直“工業互聯網平臺”、“上下游蛋糕通吃” ，客群垂直存活幾率大，但需要有貼身服務垂直行業的經驗積累；而平臺型工業互聯網平臺不只服務某一個行業，場景多，但需要更大的投入，生存風險大，所以肯在資金上花大投入的巨頭（例如互聯網和老牌軟件企業）參與較多。
未來，在工業互聯網的藍海市場中，垂直工業互聯網和平臺型工業互聯網很大概率是競合的共存狀態。
工業互聯網2.0的挑戰在哪兒？
工業互聯網玩家眾多，但賽道向行業深耕也面臨諸多挑戰，比較突出的痛點是——數據技術方和工業需求方已相向而行，可最佳結合點還沒有出現。工業互聯網產業聯盟副理事長劉松曾表示：深度浸入工業場景、痛點的專家，年紀偏大，不懂互聯網。程序員又沒下過車間、不了解生產一線。在缺乏“行業＋互聯網”雙跨人才的窘境之下，中國的工業互聯網起步于“設備先行”的物聯網。
時至今日，我國的工業互聯網，主流做法是“自下而上”壘起來的。最下面一層是物聯（解決數據采集），之上是自動化系統（解決勞動效率）、再往上是MES、ERP，直至BI系統（解決數據展示）。基本做法是把設備數據連到云端去，用這些數據進行展示和分析，從而提高勞動或服務效率。
有沒有效果？
當然有，尤其是工業企業在管理生產線和工程作業這兩個環節上。但若將“自下而上搭積木式的工業互聯網平臺”架構置于企業的日常生產中，投入產出比是否值得？未必是肯定答案。
“自下而上”來構建工業互聯網平臺，最下面一層的OT系統（如MES、APS）和控制系統（如PLC、SCADA）為例，實現了設備、產線和工廠的數據采集，也實現了工廠設備的信息化控制，但滋生了大量“啞巴設備”采集不到數據、采集到的數據存在于不同類型的設備或者系統中，不同的系統之間存在嚴重的“數據孤島”問題，且系統的實施周期長、定制化開發程度高、費用高昂、中小企業難以承受。
在劉震看來，造成這一現狀的很大原因是“自下而上”來構建工業互聯網平臺的思路缺乏頂層設計和價值導向思維。“中國1000強企業中，50%都將搭建工業互聯網平臺作為企業的戰略核心，但失敗率高達70％－80%，很大一部分原因基于此——缺乏頂層設計和價值導向。”劉震說。
他認為，不是所有設備都需要裝上傳感器和網關，也就是說不是所有的數據都需要采集、分析，不要教條地為了數據而數據。如果數據采集上來，只是為了監測一下設備的運轉是否正常，那用人工監測，成本低得多。現在的人工智能、知識圖譜、算法矩陣等技術迭代的這么快，意味著數智化時代的工業互聯網需要“企業級數字孿生”等更前沿的技術和精益改革的思維。能產生價值的數據，才有必要去采集和分析。能讓企業短期內顯性看到降本增效效果的數據，才是優先級最高要去采集和分析的數據。
數智化時代的工業互聯網，應該傾向于先做頂層設計，“自上而下”來構建工業互聯網平臺，用數據＋AI算法來支撐決策，以企業管理層的困惑、痛點、需求為問題源點，解決的不再是各業務口、生產車間的“部門問題”，而是企業經營的商業決策問題。
如果說“自下而上”搭積木式工業互聯網平臺是1.0的話，那“自上而下”有的放矢式工業互聯網平臺邏輯就是一個進階版本——2.0。
圖片來源@受訪者供圖
圖片來源@受訪者供圖
劉震認為，前幾年工業互聯網主要解決的是設備連接（上圖所示，即L1、L2層物聯網），是機理模型；以及數據采集與傳輸到信息系統（即L3、L4層）的數據模型；業界如今已將L1-L4定義為“傳統工業互聯網，即工業互聯網1.0”。而工業互聯網2.0，提供數據打通及治理（L5層）能力，讓企業經營管理（L6層）可以“按需取數”，實現生產、供應鏈、銷售“經營鐵三角”業（務）財（務）一體的全局優化，是經營模型。
對比2018年&2021年Gartner 云端智能商業應用魔力象限的趨勢變化，不難發現：通過打通CRM & ERP等IT層系統的數據并予以分析，助力于企業成長及數字化轉型的微軟“王牌產品”——Dynamics 365從2018年至2021年期間上升速度驚人，從側面也應證了工業互聯網2.0的方向正確。
圖片來源@視覺中國
2018&2021年Gartner云端智能商業應用魔力象限
“企業級數字孿生”＝企業的數字化智腦
具有頂層設計的工業互聯網2.0需要一套企業級數字孿生解決方案。“企業級數字孿生，我們可以想象成是以企業的商業決策為服務目標，建構一套虛擬的‘企業大腦’，通過大數據算法為企業做商業決策方面的沙盤演繹、模擬仿真哪種經營解決方案最優。”劉震說。
也就是說通過企業已有的數據＋競品、行業以及外圍關聯數據＋主觀類的管理經驗、心得，交織并構建算法模型，預測企業未來將發生的生產能力、運營情況等等，從而通過算法給出最優建議，先知先覺來指導企業的生產和經營。
看到工業互聯網和數字孿生中的機會，劉震離開瑞士羅技集團和微軟亞洲工程院后，從硅谷回國創辦了自己的工業互聯網平臺公司——傲林科技。面對“企業級數字孿生”的技術壁壘和廣闊前景，劉震做工業互聯網的思路也在中國市場得到了驗證。公司成立2年的時間里，以“企業級數字孿生”技術搭建的工業互聯網2.0平臺，已被應用到鋼鐵、石化、煤炭、汽車制造、輕紡、食品加工、建筑工業等多個領域。
“以典型的流轉型企業——鋼鐵企業為例，最主要的成本在上游的原材料采購，占到總成本的60%多。用企業級數字孿生技術對企業配礦、配料和采購流程進行優化，生產成本可快速降低數個百分點，一年為鋼企節省近億元，遠遠超過物聯網創造的價值。”
每個時代都會出現一些巨頭，自動化時代出現了西門子、霍尼韋爾；信息化時代有微軟、IBM；網絡化時代我們看到了蘋果公司、亞馬遜。數智化時代，工業互聯網2.0不但有可能成為中國互聯網大展身手的舞臺，也極大概率是中國工業“彎道超車”的機會。
