美、德、日、中工业互联网架构发展

　　工业互联网或工业物联网在美国和欧洲已基本不作区分地使用，通指互联网的核心技术，也就是计算和通讯网络技术，在工业系统中更加广泛、更加深入的应用，也就是对工业系统的全面信息化。我个人比较喜欢工业互联网这个词，它的涵盖面更为广泛些，包括从实体（也就是传感、执行和控制器件、产品和装备等等）、信息系统、业务流程和人员，不至于过分强调实体物件。虽然对实物的连接在目前很重要，但在若干年后，实物也会变成系统中正常的一部分，其特殊性会降低。

　　美国制造业创新中心的发展

　　在美国，奥巴马总统在其第一任期内就开始了一系列的政策举措，以振兴美国制造业。最显著的成果是在其第二任期内启动的美国制造业创新中心（Manufacturing USA）一个通过公共机构与私营企业合作伙伴（Public-Private Partnership）的机制，建立了一系列的制造创新研究院（Manufacturing Innovation Institute），构成一张网络，分布于全国各地。政府为每个研究院提供总数为5千万到1.1亿美元之间的资金，周期为5年；其它50%以上的资金则由企业和其它非政府来源提供。这些创新研究院通过建立一个聚合企业、政府和学术界资源的创新生态环境，融合人、意念和技术，旨在孵化新兴产业的创新、促进技术转型、支持具有应用前景的产品和服务的早期研发，推动新产品早日进入市场；在此同时，并着力培训制造业劳动力和技术人才。
　　每个创新研究院有专门而具体的课题，聚焦在一些具有潜力的关键制造业技术，综合起来，涵盖面相当广，目前包括了先进材料（新型纤维和纺织、复合、轻型、先进碳化硅和氮化镓半导体材料）、先进工艺和技术（集成光子器件、添加性制造、宽带隙（WBG）半导体电力器件、柔性混成电路板、生物制药、细胞组织生物制造、模块化的化学过程强化工程）、先进装备（先进机器人）、节能减耗技术（净能制造、降低体现能源和碳排放量）和信息化制造。而狭义的智能制造——也就是制造业的信息化，在现有的14个研究院中只占了1.5个（信息化制造和能耗优化）。
　　由于市场经济的观念在美国根深蒂固，政府在技术和商业方面的影响力相当有限，（除了通过税务法规调节之外）难以对其有直接和实际的干预。如美国制造业创新中心在其2016年的年度报告中所指出，其工作重点在于缩短技术发明从大学和科研机构到工厂车间的距离。联邦政府的角色仅限于在美国制造业所面临的关键机遇上，创建以企业为主导的应用研究合作空间。这些创新研究院的成果，对推动美国的制造业的发展预期会有一定的贡献，但这些项目的运作周期为5-7年，其影响力将在在若干年后才能有效地评估。在总体上可以预测，美国在工业互联网和智能制造方面，将一如既往，由具有创新能力的企业，特别是新创企业，通过对新技术和新的商业模式的不断探索和实践来推进、靠企业自身业务价值的实现和市场竞争的驱动而实现。

　　制造业企业的信息化过程

　　对于制造业企业的信息化过程，简单而言，完善对各个业务和生产环节的信息化是第一步，如在以EPR为主线的价值链各个环节，还有对以PLM为主的产品链各个环节部署和使用相应的工业软件，还有在这两条链的交叉点上的生产环境里实施MES，这些都是基础。第二步是要将这些环节的信息化模块（专门工业软件）互联互通，在价值链和产品链上逐步实现流程的自动化，并使能对生产各个环节数据的收集。在此同时，作为第三步，对设备进行连接，收集设备运营和产品在生产过程中的数据，通过数据分析，优化生产过程。第四步，在对产品、设备以及生产和业务流程中收集了足够的数据后，可以进行不同周期和跨越生产和业务环节的综合性的大数据分析，识别和消除效率和绩效瓶颈，对整个生产和业务过程进行宏观性的优化。最后第五步，打通在生态圈内企业之间的信息系统的互联，实现企业之间的业务和生产的协同，把优化的范畴扩展到生态圈，以及对客户部署了的产品实行连接，通过对产品的全生命周期的管理实现服务延伸，为企业的业务转型开拓机遇。

图 | 数字化的制造管理流程

　　这些步骤可作为制造业企业信息化的总体路线的一个基本参考，但没有必要按部就班地实施。在起步时应该首先根据每家企业独特的核心价值的诉求,制定企业信息化和智能化的战略愿景。在具体的实施中，以战略愿景为指导，以业务价值为驱动，以先进技术为手段，以当务之急要解决的业务问题为突破口，通过一个从小到大，从简单到复杂的迭代发展进程来实现价值和战略愿景。

　　美国企业在数字化转型中的策略

　　美国的企业对于产业的数字化日益重视，特别是当华尔街的分析家已经开始向上市公司的CEO询问企业的工业互联网或数字化策略之后。美国的企业在信息化的程度也是参差不齐，国防、航天及大型高价值装备制造商的信息化比较完善，高流量产品如汽车和其零配件的厂商的信息化也会相对完善，但其它的企业，特别是一些低流量的工程产品的厂商的信息化也还在发展过程中。一些在信息化起步早的企业面临着一些很不一样的挑战，像如何规范化企业内部五花八门同类型但出于不同供应商的工业软件，或如何更新部署了多年但现在还在大型机上运行的老旧工业软件。
　　不同的企业在其数字化的策略也很不同。有像GE和卡特彼勒这些企业，他们把深厚的工业知识与数字化结合起来，充分利用新型装备的数字化和连接性，在为客户提供设备的维护方面切入，推动商业模式的转型，从销售设备，到销售服务，最终到销售成效，在这些过程中不断地增加软件在其产品总体价值结构的比例，也就是愈来愈多地利用软件创造价值。一些这样的企业，如GE，更进一步把他们的这种能力和经验，通过工业互联网平台的方式，提供给其它的产业客户，从而成为工业软件服务平台的提供商。而其它更多的企业，在不动声色地增强和完善企业内部的信息化，优化业务流程，提高设备的使用效益和降低成本（如在开始实施预测性维护）的同时，十分注重如何利用产品的连接性，收集数据，为客户提供更多和更好的服务，为客户创造更高的价值，从而也为企业开拓新的营业收入。
　　最近有些调查报告表明，绝大部分都美国制造业企业高度重视并大力推进工业互联网技术对生产资源和流程进行数字化的改造而从中实现优化。有四分之三以上的企业已经部署了一定的工业互联网解决方案，而且他们之中的98%表示这些部署对企业是重要或很重要的。而那些还没有部署的，超过85%有计划在一年内开始部署。
　　在另一方面，作为工业互联网开创者的GE近期在市场表现不佳，引起了一些行内人士的关注，担心是否是工业互联网的一个挫折。我个人的看法是，工业互联网的基本理念、方向和路径是符合技术发展的趋势的和业务价值的需求的。GE的市场表现在我看来，主要是与业务经营和市场的消长有关，前些年GE对其结构的改造，旨在成为一家更纯粹的工业企业，把注意力放在具有高增长潜力的包括数字化在内的产业，作了不少的投资，但这些投资需要一定的时间才能产生的相应的效益，不可能马上提供的足够经济回报。工业互联网或产业数字化刚起步，其进程所需要的时间会很长。

　　国内外架构的异同与侧重点

　　目前在国际上有美国工业互联网参考架构IIRA、德国工业4.0参考架构模型RAMI4.0、和日本工业价值链计划IVI等。国内也有工业互联网产业联盟的《工业互联网体系架构（版本1.0）》。这几个工业信息化的参考架构，尽管它们的出发点、思考问题的角度和所关注的应用领域各有差异，但它们都是共享着对产业实现全面的信息化的核心理念和技术基础。
　　IIRA注重跨行业的通用性和互操作性，提供一套方法论和模型，以业务价值推动系统的设计，把数据分析作为核心，驱动工业联网系统从设备到业务信息系统的端到端的全面优化。

图 | 美国工业互联网联盟发布的工业互联网参考架构  （来源：IIRA1.8）

　　RAMI4.0则深度聚焦于制造过程和价值链的生命周期，为其建立了一个比较完整的三维模型。这个模型在对在制造环境里不同环节单元的功能的分析、它们之间的互操作性的需求的辨认，以及对相应的标准制定和采用，都十分有价值。更值得关注的是与其相关的工业4.0部件模型，对包括数字化的零部件、设备、产线、车间、工厂、甚至信息化系统在内的所有资产提供一个统一的CPS模型，描述其功能、性能和状态，并为它们之间的交互，从通讯协议、句法和语义，提供统一的界面。其广泛实施，对推动制造环境各个系统的全面互联互通，将会起着非常大的作用。

图 | 工业4.0参考架构模型RAMI 4.0

　　最近发布的IVI，从制造业一直追求的质量、成本和效率（产出）传统要素加上环保要求的管理角度出发，结合生产环境的资产（人、流程、产品和工厂）角度和作业流程（计划、执行、查验和反应）角度，细分出智能制造单元，对信息化在生产过程的优化，作了细致的分析，进而提出了智能制造的总体功能模块架构，在不同的（设备、车间、部门和企业）层次上，分析知识/工程流程（相当于产品链）和供给流程（相当于价值链）的各个环节的具体功能构成，颇具有独到之处。

图 | 日本工业价值链计划中智能制造单元的三维视图

　　中国的工业互联网产业联盟年初发布的《工业互联网体系架构（版本1.0）》把网络、数据和安全作为工业互联网体系架构的三大核心体系，对其现状和发展趋势，特别是针对制造业，进行了深度剖析，并提出实施建议。这个体系架构对工业互联网支撑的应用也作了分类和分析，从产业到互联网的视角，归纳为四大类，包括企业内的智能化生产、企业间的网络化协同、企业与用户间的个性化定制、和企业与产品间的服务化延伸。这些对工业互联网的发展都具有指导性的作用。

图 | 工业互联网参考体系结构（版本1.0）

　　最近美国工业互联网同盟与德国工业4.0的机构共同发布了一份关于IIRA与RAMI4.0对接分析的白皮书，指出IIRA与RAMI4.0在概念、方法和模型等方面有不少相互对应和相似之处，而差异之处则互补性很强，相互之间可以取长补短。这个结论在对降低由于多个架构的存在所带来的不确定性有一定的良好作用。相信这个结论，在这几个架构之间都是适用的。所以，在这个方面加强国际合作，对国内和国际上工业互联网和智能制造的发展都是会有益的。