新闻中心

 
面向2021,重新审视工业物联网,谁将穿越周期?
添加时间:2020/11/23 浏览次数:652 来源:本站
020 年接近尾声,工业物联网在这一年中逆势爬坡,穿过山河大海,也穿过人山人海,进展有目共睹。2021 年路在延伸,也有分叉,如何穿越迷茫,如何确立目标?本周,我有幸向中国信息通信研究院副院长、工业互联网产业联盟秘书长余晓晖总工请教了大家普遍关心的问题。他提供了很多不一样的思考维度和视角,让我有机会验证思路,及时纠偏。
你好,这是我在【物女心经】专栏写的第 206 篇文章。
前几篇文章我们一起关注了 5G 的最新进展,这篇我们“换换口味”,来聊一聊工业物联网。
工业物联网成熟了吗?
每家企业如何衡量自己的进展和节奏?
大家普遍面临哪些问题和挑战?同样的问题别人是如何解答的?
工业物联网生态中的企业如何实现共赢共利?
越贴近工业物联网,就越心存敬畏,也越明白其中的不易。
工业互联网和工业物联网常常被同时提起,两者有很大的交集,此前的文章《中央政治局会议重点点名的“工业互联网”,正在成为“数字基建”时代的核心》中,我也曾说明过两者的差异。
在这里我不想纠结于概念,因为身处工业物联网世界的我们都非常清醒,每个工业物联网项目包含了多少复杂和纠结,概念反而无需多说,懂的人自然懂(听懂掌声)。
2020 年接近尾声,工业物联网在这一年中逆势爬坡,穿过山河大海,也穿过人山人海,进展有目共睹。
2021 年路在延伸,也有分叉,如何穿越迷茫,如何确立目标?
本周,我有幸向中国信息通信研究院副院长、工业互联网产业联盟秘书长余晓晖总工请教了上述大家普遍关心的问题。
他提供了很多不一样的思考维度和视角,让我有机会验证思路,及时纠偏。
本文与你分享我与余总工交流后的一些收获和感受。
01、工业物联网处于什么阶段?
工业物联网的发展可以分为 3 大阶段:
阶段 1:构建数字化基础。
阶段 2:局部性的特定环节和特定领域的优化。
阶段 3:整体性的智能化升级。
阶段 1,包含了千难万难,估计每家企业都在这个阶段经历过至暗时刻。
几乎没有什么概念在开始的时候是万事俱备的,这是最艰辛也是最基础的阶段。工业体系发展到现在,充满着冗余和庞杂,碎片和孤岛。各种年代的工业设备、多种多样的通讯协议、复杂纷繁的信号与系统,从脏活累活入手,方有可能享受高光。
阶段 2,在具备互联互通的数字化底座基础上,特定环节和领域的优化逐步实现。
局部是全局的基础。无论多么庞大的系统,都要从最简单的模块开始拼凑。
质量的优化、工艺的优化、产品的优化、运营管理的优化…工业物联网的初步成效逐步显露出来。如果局部问题解决得当,效益就会实实在在。
阶段 3,全局的智能化升级,是工业物联网的目标。
如果数据能够在工业体系边界内外实现互换和流动,将是一个更大意义、更高层面的升级。整体性的互联和优化,将带来更根本性的价值。
工业物联网有能力将来自生产车间一线的实时数据、自动化 / 信息化系统的数据、产业链上下游的数据、价值链各环节的数据进行连接和优化,推动全要素生产率的明显提升。
从阶段分布上来看,根据信通院的数据统计,目前处于阶段 1 的企业占比接近 45%,超过 30%的企业在阶段 2 探索到了价值,少数先行者正在向阶段 3 迈进。
了解 3 大阶段以及企业分布之后,你可能会有更多疑问:
起跑慢了怎么办?现实中的工业物联网赛道,并没有终点线,途中只有坑洼和颠簸。在这样的路况下,F1 赛车不一定能跑赢拖拉机。先行者没必要为领先的身位沾沾自喜,后来者同样也有很多机会。
多久可以尝到甜头?坚持一段时间就能看到显著进展。如果期待整个行业呈现全新面貌,就要准备好 5~10 年的战略耐心。
从阶段 1 到阶段 3,可以跳步吗?有些企业确实从阶段 3:产业链的全局优化入手,拉通与金融、物流等跨行业的合作伙伴关系,并取得了成果。还有一些企业两步同时走,一个阶段叠加在另一个阶段之上同时推进,效果也不错。
痛点和目标不同,企业的阶段和路径选择也不同,他们的共性是在行动中不断试错和学习。
因为工业物联网的成功实践不是规划出来的,而是演化出来的。就像公众号“技术领导力”的作者 Mr. K 讲过的一个段子,这个过程好比你养了一条鱼,意外死了,不想土葬,只想火葬。结果谁知道火葬时越烤越香,然后你联想到贝尔·格里尔斯,学会了荒野求生的绝技…很多事情都不是前期能够预料的,也就无从规划。
02、不存在单一的工业物联网市场
中国工业包含 40 余个大门类,小类更是多达几百个,具有全球最全的工业体系。
不同的企业在尝试工业物联网的过程中,场景和应用存在很大的差异。
大致的分类有以下几种:
设备的价值挖掘:比如工程机械、机床、燃气轮机的制造企业,他们以设备为中心,使用工业物联网围绕设备进行产品全生命周期的追踪和优化,并且建立新的增值服务模式。
在工业物联网的应用中,这种类型占比最大,接近 50%。
生产过程的管控:无论是离散制造业,还是流程工业,很多企业正在尝试将工业人工智能与传统工艺和机理模型结合,使用数据感知和分析现有的物理流
 
 
 
首页    关于德标    产品中心    公司新闻    人才招聘        联系我们

  德标仪器官网:Copyright © 2019 深圳市德标仪器设备有限公司 粤ICP备20021550号