我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:棋牌游戏网 > 各种措施 >

3T科技的企业理念是什么?

归档日期:09-21       文本归类:各种措施      文章编辑:爱尚语录

  工业互联网的发展,交织着三条主线: IT(信息技术)、OT(运营技术)与CT(通讯技术),一条线是以OT为代表的设备、自动化与工业协议的发展,这其中包括PLC、以太网、传感器;一个是IT为代表:包括软件、互联网的发展,以至到云计算、大数据和人工智能。第三条线,则是以CT为代表的通讯技术和芯片技术。这是一个CIO的3T融合。

  可编程控制器PLC的诞生,是一个影响深远的工业发展节点。1969年世界上第一台 PLC:Modicon084, 开启了工业控制的 PLC 时代。这个事件如此深远,以至于在德国工业4.0的演变史上,将其作为第三次工业革命的肇始。PLC是一个软件编程、芯片技术、自动化技术的完美结合。在自动化世界上,没有哪个单一发明能对制造业有如此的影响。

  从物物的连接与控制而言,PLC可以看成是一个划时代的源头。细想起来,这也看成是物联网的肇始。PLC可以看成是最早、也是最成功的一次3T融合。

  随后是一系列的自动化领域、IT领域和CT领域的交织发展,ICT首先完成融合,成为一个统一的名词。而随着GE提出的工业互联网(Industrial Internet),2012年可以看成是工业互联网元年。3T融合的传奇将再次改写。可以说,工业互联网,天生就是一个交织的结果。缺掉任何一个环节的发展,都是不可想象过的事情。

  上图中列举的事件,既有在技术上的突破,也有企业对行业的启发性理念和行为(如并购)。这也说明了工业互联网是无法单纯从技术角度去理解,反之如果要完全落实工业互联网的价值,也绝不是单纯地采用技术升级就可以实现的。

  CT、IT和OT的3T融合,终于成就了一代天骄:工业互联网。无论是帮助企业优化运营、跟踪和分析设备,还是完成预测性维护,以及提高企业的实时决策,大量的设备相连有了真实的意义,工业数据开始大放光彩,工业互联网终成成果。

  2017年对于传统自动化市场而言,是充满新意的一年。数字化技术的出现,使得电气化、自动化都成为过去时,自动化正在与软件紧密拥抱,走向一个数字化的世界。而IT与OT的融合,在备受关注的同时,出现了一个标志性的事件:2017年,工业以太网的市场份额,在自动化历史上首次突破现场总线,成为最为重要的工厂级的通信系统。

  更快的发展是发生在更早的2016年。根据HMS 2017年2月发布的工业网络市场份额报告显示,工业以太网的增长速度比往年更快,增长率为22%。工业以太网现在占全球市场的46%,而去年为38%。在具体的通信中, EtherNet / IP和PROFINET份额最大。与此同时,现场总线年的数据表示,工业以太网首次超过现场总线%),而现场总线%)。工业无线则反应平平,进展不大。

  多少年来,自动化市场一直在传说着“一网到底的革命”,也就是将上端、成熟度很高的商业以太网系统,直接接入到厂房设备的底层。随着工业以太网成为最重要的工业通讯系统,这次被很久期待的革命,终于在工业互联网时代,得到全新的突破。

  就物联网的边界而言,大概可以分为三种:人联网、物联网、物不联网。人联网,也就是消费者互联网,与互联网相连的各种装置:从PC到手机。

  物联网则是由各种带有感知和通讯的泛在智能终端,但这些终端并不与直接与人进行交互。它们可以感知一些参数,然后进行处理或者分析。在工业领域,这个过程从RFID试图建立物体之间的联系开始,到机器通讯M2M,一直到物联网IoT,物体之间的各种关系,从识别、通讯到交互的方式,都在不断地被尝试。

  还有大量的是“暗设备”,这属于没有IP地址的连接设备(例如射频识别RFID、一维码)。它们已经存在很久了,这本来不属于物联网,从“物联网”的边界而言,可以称为“物不联网NIoT(Not Internet of thing)”。

  值得意味深长的,替代或者激活这些设备,将这些“物不联网”带入一个光明的世界,反而成为物联网的重要任务。

  随着GE提出的工业互联网Industry Internet,以及工业4.0的迅速崛起,智能制造引起广泛的讨论和场景细化。加上数字化、物联网技术、ICT技术的快速发展,在这种大背景下,物联网的阵营开始分化,从工业的实践角度而言,出现了物联网在工业领域的快速演化局面。

  首先是为了便于区分面向消费者2C和工业界2B的制造业,出现了消费者物联网CIoT与工业物联网IIoT开始分类。类似像海尔家电、三一重工的根云,都分别是面向了人和工程机械。

  值得注意的是,对于智能零售、医疗保健、智能建筑、智慧城市、智慧农业这些领域,在中国的语境下,放在“工业物联网”的篮子会显得非常勉强,不妨可以看成是消费者物联网、工业物联网以外的其他物联网领域(国内有把这些叫做“产业互联网”的冲动,不过这个词,似乎一直没有得到主流上的认可)。

  其次“物不联网”的设备,被通过各种协议、网关、数采系统广泛激活,意外形成一个明亮的百花含苞待放的局面。众多的暗哑设备、终端、电器等“产品孤儿”被开始激活,并进入联网状态。大量不具备网址的终端,则通过其他方式也作为数据资源的一部分。

  更重要的是,随着智能手机的迅速崛起,人作为一种被高度画像的用户,呈现了巨大的商业价值。

  无论是舆情分析,还是行为描述,都成为消费者物联网和工业物联网的关注对象。

  这个时候,工业互联网,作为一种整体资源的面貌,重新登场,它了人的要素、消费者产品、联网设备、不联网设备——这是中国人赋予“工业互联网”的含义。在当前的整个工业互联网世界中,既有人联网的一部分,也有工业物联网,也有简单的设备连接。

  工业互联网与工业物联网,在绝大多数被二者混用。但实际上,二者是有区别的,例如工业物联网无法使用人们最熟悉的http协议。http这种互联网最重要的基石协议,对于工业级的要求而言,实在是速度太慢。换言之,http只适合工业互联网,而不太适合工业物联网。因此工业物联网与人联网的边界部分,出现了大量http的场合,这就只能用工业互联网的内涵来解释了。

  如果要简化局面,可以简单地说,工业互联网由人联网的一部分、消费物联网、工业物联网和大量无IP的连接设备所组成。这个工业包含哪些?可以有“重一点”的产业,例如机械制造业、油气和交通同等;其他也有轻一点的应用,如智能城市、农业等。因为后者也需要很多的工业级的应用。

  还要简单谈一下与工业4.0的关系。工业4.0中所有跟物联网相关的应用,都跟工业互联网相关;但不是所有的工业互联网应用,都可以归到工业4.0。

  工业互联网的典型应用,也不都是在机器上,包括照明、智能交通、智能机器应用、工厂控制、厂房应用、状态监控,以及其他农业、电力设备上的应用。

  这些概念的区分,在边界上其实并不容易划分得很清楚。例如许多人联网,本身已经跟3C电子产品建立起来,例如可穿戴设备、手机、智能家居等。实际上,像智能汽车、智能家居、智能健康设备,这些可能一半可以属于消费物联网,一个也属于工业物联网,但二者跟人联网都是有密切关系的。

  然而,边界交叉是非常有意义的启发。尤其对企业的战略而言,需要确认和找寻自己最合适的边界。很多重要的事情,往往都发生在领域交叉的地方。这也是为什么不同领域的供应商,会频繁发生各种跨界的原因。ICT厂商、跟IT厂商和自动化厂商,以前完全不同的领域,现在在同一个屋顶下讨论数字制造的话题,这是工业历史史上从来不曾有过的事情。

  当下还是一个各家厂商仔细识别边界的时代。企业需要明确划分自己的战略位置。就这一点而言,海尔的路径选择似乎颇为纠结。一直在努力倡导大规模个性定制的CosmoPlat像是站错了队,它看上去是要做一个消费者物联网,但它却在积极地跟生产挂钩,与它的“互联工厂”紧密地绑定在一起,走工业物联网的路子。这是目前看到的唯一一家积极地把消费者物联网和工业物联网直接连接起来的尝试。欧洲最大的家电集团博西华的消费者物联网尝试,跟他们在工业物联网的尝试试,迥然不同。而汽车巨头们在选择车联网的尝试,也跟他们工厂生产的工业物联网,谨慎地进行了区隔。

  多年以来,设备的众多数据,并没有被重视。它们只是随意地被“扔在车间里”,或者任其自由地“挥发在发动机”旁边。工业互联网的发展,带来对于数据价值的渲染。根据Garter在2016年的预计,在随后的几年中,40%的数据将来自传感器:手机、车联网、家电,也包括机器、大设备如电网、飞机和油气设备等。这使得工业大数据分析,一度被认为是解决工业问题的一把利器。

  然而工业数据,却是一个又脏又黑又活跃的问题青年。其主要表现在六大症状:数据很脏(必须大量的算法清洗,才能有可用数据)、频率不同(现场触发的频率非常不同)、海量、大小(数据的容量大小不一)、种类很多(各种异构数据源)、跨学科导致的关系复杂 (数据机制来自“机光电热磁”等不同学科领域)。

  从这个角度看,工业数据的存储,哪里有什么价值,简直就是一个深不可及的海下油田。或许也有宝贝在里面,但你绝对不想进去探险。

  既然只有一部分数据有用,大部分都是没有节操的噪音。这就带来了一个关键性的问题,深藏在海底的工业数据如何开采,才能变成为石油。

  这就回到了GE最早提出来的工业互联网,非常强调的一点,就是“先进分析”。先进分析不是单纯的数据分析,而是以领域知识为基础,将芯片的算力、工业软件,与自动化、材料特性都结合到一起的先进分析。先进分析

  可以说,工业互联网最重要的是“机器、计算机和人,能够集成起来,进行数据分析,从而改变商业产出”。无知识,不数据。没有良好的工业基础,工业大数据和人工智能都是纸上谈兵、空中楼阁。

  然而工业技术的知识化(或者称为“工业技术软件化”)则要难得多,这是知识工程、知识管理几十年梦寐以求的目标,但看上去效果非常不好。制造业企业里最难做到的就是暗默知识的转化。而这个问题,即使在PC时代,一样解决的不好——如果说它几乎没有成功过。现在放到了移动互联的时代,“知识化”的困境依然不容易突破。

  看上去当前有了更乐观的了理由,BAT巨人和众多中小初创公司,都携人工智能的核弹级威力,进入这个局面。

  然而,工业技术并不会因为算法的涌入而失去其固有的工业复杂性。工业技术的表达,仍然有其自身的规律。GE、西门子等原有的工业技术积累,依然是巨大的壁垒。即使在所谓的开源、开放的平台上,仍然是存在各种巨大的知识“黑盒”,很难探得究竟。BAT的搅局,只有一个结果,那就是挖走了大量的制造业本身已经稀缺的IT人才,去从事很多更加容易的建模和算法,对于工业软件而言,这更多的是一种釜底抽薪的行为。

  深度挖掘复杂工业数据,这个骨头对中国工业而言,必须啃下去。中国制造甲方、乙方(开发商)的角色,必须更加“战略性”的通力深度合作。数据分析方法与工业机理知识的结合,是一个甲方乙方携手共进的结果:甲方需要成为“乙方中的甲方”,进行“知识扶贫”工作。这是一个巨大的挑战。

  工业互联网,是物联网最为重要的板块,许多应用场景远远超于消费者应用。根据IDC的判断,在2016年有将近60%的物联网预算,是用在了制造业 ,达到了1020亿美元,其预算是排在第二位的交通运输行业的两倍。这些花费,主要是用在生产运行、工厂资产管理与维护、设备服务这三个方面。这些费用,都是希望最终能够将数据变成可以执行的智能。

  这作为工业互联网的美好未来,走起来却是来路漫长。它需要解决众多不同的设备接口、处理一个一个不同的软件环境,使得各种物联网设备、软件应用都能够使用。工业互联网平台,正是这样一个集成平台

  根据信通院白皮书,将分为边缘、基础设施IaaS、平台PaaS和应用SaaS四个层面。换一个更加纯粹的角度,可以将工业互联网切分为五个层级,分别是设备端、连接、软件中间件、应用、场景服务。

  由于每个层级,都有各自的解决方向和大量的场景。这就使得工业互联网平台的表述,看上去充满了各种歧义。然而这并不妨碍企业的雄心勃勃地尝试,因为工业互联网平台是一个巨量的企业级的市场。在平台之上,则有众多面向场景的应用开发。根据IDC在2017年11月的数据,到2020年底,物联网应用中的50%,将是基于企业级的应用。这些应用整合在工业互联网平台上,基于复杂分析的能力,为工业提供更高的价值。

  如此充满前景,自然就会有几百家大大小小的供应商聚集在此。真是一个拥挤之地。

  不过如前所述,工业互联网平台仍然是一个过于庞大的概念。如果可以再仔细分解一下,至少两个平台是颇为引人注目的。一个是工业互联网应用的使能平台AEP(Application enable Platform)。它可以将不同的软件功能模块,统一到一个平台之上,并且轻松完成编译、封装和分发。类似PTC的ThingWorx、天津宜科的工业APP开发工具,就是充当了这样的角色;另外一个则是设备管理平台DMP(Device management platform),这是以前自动化厂商通过各种协议,深挖壕沟封闭对方的传统战场。然而设备厂商或者业主也开始自己行动起来,将不同的设备进行连接。例如树根互联、石家庄天远正是走这样的路线。如果进一步还可以细分,还可以找到边缘平台(Edge Platform),现在ICT厂商正在这里深耕细作,意图在连接端找到储存和计算的突破口,例如华为的OcceanConnect。

  细细观察当下工业互联网平台的建设,许多起步的阶段,都是在这几个领域深扎根基。

  根据美国MachNation的预测,直到2025年以前,工业互联网平台都是一个两位数高增长的领域。根据作者的综合统计分析,工业互联网平台大约为10亿美元,占整个工业互联网领域1%的市场份额。虽然市场不大,但却呈现出巨大的魅力:因为数据石油的价值还远远没有开始计算呢。所有的争抢,都要为了下一步的布局,而更好、更快、更便宜的部署和开发,将是考验工业互联网平台的根本法则。

  许多大型的制造企业也开始整体转向工业互联网平台战略。日本也找到了将OT、IT和CT融合的最佳时机。例如日立在2017年9月宣布成立Hitachi Vantara,作为一个新的业务实体,为工商企业提供数据驱动解决方案。 这家新公司将Hitachi Data Systems数据中心、Hitachi Insight Group物联网和Pentaho商业智能业务,一起打包成Hitachi Vantara的单一集成业务,以发挥日立在运营技术(OT)和信息技术(IT)方面的能力。而Lumada 2.0版本(Hitachi的物联网平台,独立的商业软件产品)也同时发布,通过增强的人工智能(AI)、机器学习和高级分析功能进行了全面更新。

  在这种大背景下,看看富士康今年2月的闪电IPO以及推出的BEACON平台,就不足为奇了。

本文链接:http://adultadmin.com/gezhongcuoshi/567.html