作为一名资深的工业互联网创（ku）业（bi）者（fan），我一直想找个机会聊聊这个行业，谈谈个人观点，对这些年的经历做一个非正式的总结，以期帮助那些行业外或想入行的人更了解这个经常出现在各类媒体和屏幕，实则大多数人其实并不熟悉的“热点”。

然而，本文并没打算写就成一篇科普文章，因为浩瀚的互联网中并不缺少这样的内容，用搜索引擎随便一搜，就能列出好几页结果。本文更多地反映了我个人偏颇的观点，并不追求正确性，只是为了“总结”！

同时，我也没有打算对各类术语进行精准的区分，因此假如你看到类似“工业物联网”、“工业4.0”、“工业互联网”或者更时髦的“智能制造”，大可在它们之间划上等号（至少是约等于，;)）。

在正式show出观点之前，先来了解一下相关的背景。

背景

所谓“工业互联网”，其实就是面向工业领域的互联网。它与民用消费类互联网既相同也不同：相同之处在于民用领域的不少形态在工业领域中同样存在，比如商城、服务、智能硬件、移动App等等；不同之处则在于前者带有明显行业印记。

用户更细分，带有明显的行业属性。

行业壁垒，它让工业互联网领域很难出现一家独大的情形。你可能会举出GE或西门子来反证这一点，但严格来讲，它们都属于工业自动化领域。就工业互联网来讲，尚未形成如民用领域中BAT这样的格局。

每个行业用户的关注点不一样，导致功能很难标准化，同时加上各类行业标准、流程和工作习惯的差异，让这件事情难上加难。

一般以企业为单位采用，极少有个人会自发地使用。

工业互联网的用户一定来自B端，从这个意义上来讲，它可以算得上是企业SaaS的一种。根据企业软件的经验，以及前面提到的，工业互联网软件一定不是简单的“开箱即用”，一定需要涉及到实施环节。

高度的复杂性

既然工业互联网软件从大的范畴上来讲算是企业软件的一种，它的复杂度自然是天生的：业务的复杂性和流程的复杂性。

然而，讲工业互联网而不谈工业设备、工业现场和工业自动化，那无异于耍流氓。由于它们的引入，给本就已经复杂不堪的系统带来了更多的变量：

• 各类工业现场总线协议和工控协议。
• 自动化流水线和工艺流程的影响不亚于业务流程。
• 更多的“互联”需求：除了“人 - 人”和“系统 - 系统”，还有“人 - 机”和“机 - 机”，集成程度更上一层楼。
• 自动化系统和设备本身带来的高吞吐量数据让一个规模不大的工业互联网应用会提前遇到民用领域要好几年才会遇到的大数据处理需求。

这还不算完，必需遵循的行业标准和模型，比如“人机料法环”、“工厂模型”等等，对从业者和开发团队提出了更高的要求。典型的工业互联网应用开发团队至少应该包括：

• 软件开发团队（前端、后端、算法、Ops等）
• 硬件工程师（硬件设计和嵌入式开发）
• 机电工程师（即：电气 + 机械）
• 自动化专家
• 行业专家

光从团队组成来讲，复杂度就可见一斑。从这一点来讲，它对这个领域的创业者也提出了更高的组织要求：如何在前期能够集合这样一群人？

综上所述，可以得出这样的等式：工业互联网 = 垂直应用 + 企业SaaS + 物联网

不保证正确的个人观点

作为资深从业者，怎么能没有一点个人看法？否则那不是白混了！但在诸君继续阅读之前，我需要再提醒一句：此处观点纯属个人意见，对其对错完全不负责任，切记切记！

你在产业链中的位置已经决定了你应用的高度

拿破仑的那句著名的鸡汤：“不想当将军的士兵不是好士兵”套用在眼下似乎可以改成：“不想做平台的公司不是好公司”。这一观点不论在民用消费领域还是工业领域都有市场。但问题在于：市场需要有那么多平台吗？

我曾经不止一次的看到一个极为细分的领域厂商推出自己的“平台”，说穿了不过就是一个Web或移动App，用户可以在上面看到这家厂商的产品的运行参数或状态。似乎有了这些东西，厂家在一夜之间就迈入了工业4.0时代，市场叫好，用户买账，躺着赚钱。可现实很骨感，但凡抱着这种投机心态做事的厂家基本都事与愿违。

这种失败的种子早在其于行业中设定自己的位置之时就已经埋下了：你的应用的价值由你所提供的用户价值决定。这句话可能说得比较拗口，那我举几个例子来帮助大家理解。

例子1：某空压机厂家为自家出产的空压机都配置了联网功能，并将此功能作为卖点向客户进行推销。但效果并不理想，为此功能买单者寥寥无几。

在这个例子中，厂家完全没有站在客户角度去考虑问题：

1. 客户购买设备的目的是要利用其完成生产任务，是否联网和查看状态并不是核心需求，而且也不构成客户的购买意图。
2. 客户极少只购买单一品牌的机器，而该功能仅对该厂商的机器有效。如此，即使有客户对于联网功能感兴趣，但这种“选择性接入”也会让用户却步。

例子2更极端，某元器件厂家居然也推出了自己的物联网平台。它的平台跟前面的例子差不多，用户可以从平台上了解元件的运行情况。这种平台更让人觉得是一种浪费：

1. 元器件本来就是要被集成到更大的系统中才能体现其价值，一旦单独剥离，其价值几乎为0。
2. 元器件厂家面对客户几乎可以肯定是技术人员，你觉得他们需要这样的平台吗？

从这两个例子中可以看到，如果你只是给用户带来单一价值，那做平台几乎是死路一条。我这里还没有提这些厂家本来就不擅长的海量接入、高并发和大数据处理，它们都是在做平台时必然要面对的挑战。

平台看来是做不得了，那为了迎合当前汹涌而来的工业4.0大潮，出路在哪里？在我看来：

1. 提供配套SDK，将设备或元器件的联网能力开放出来。相比起构建封闭的平台，拥抱开放是更为可取的一条道路。它背后的逻辑在于：放弃对客户不切实际的猜测，让自己成为更大的系统中的一员。至于如何发挥作用，交给集成商。设备或元器件供应商的重点则是不断开辟新的开放接口，这些接口其实也就是新的渠道。
2. 即使要建立平台，也是以自用为主，不要想着把它推销给客户，想办法利用这个平台降低自身的售后服务成本。省下来的钱就是利润。

由厂家主导的物联网平台走不远

这个观点其实是上一个观点的推论。除了前面说的“客户极少只购买单一品牌的设备”之外，导致这类厂家自建平台的局限性的原因还在于：

1. 竞争对手不会买账，更有可能会仿效，于是各个“竖井”开始形成。
2. 传统厂家的基因决定了它不会将物联网作为主业看待，越强的厂家，这种观念越难扭转。不难想象一旦国家补贴取消，这些自建的平台命运会怎样。
3. 面临自身代理商和经销商的阻力，明眼人都知道咋回事。

我曾经在微信朋友圈说过一句话，到现在我依然这样认为：

基因决定了它就做不成。如今传统企业纷纷建立自己的软硬件公司，号称互联网+。可惜，我都不看好，原因同上。这些附属公司最好的结果也就是靠母公司业务养活自己，要想走出去，基本不可能。原因无外乎两点：1. 同业不可能用；2. 无法进入其他行业。

合纵连横，平台提供方需慎重对待站队问题。

由于工业领域的复杂性和行业壁垒，在这个领域几乎不太可能出现一家独大的平台公司。它最终形成的格局一定是松散的联盟形式，联盟成员各自负责自己擅长的行业，将相关的数据接入，最终汇集于整个大平台。对外，则统一打这个平台牌。

这个分级平台的观点也是因为偶然的机会形成的。由于我们的物联网平台可以顺利接入市面上90%的空压机品牌，让我们有机会与更大的平台公司洽谈合作。几番接触下来，突然间让我们意识到了另一种业务模式：作为一级平台的二级数据入口。

想法很简单，但在实际操作过程中还是有一些值得注意的地方。因为一旦做出这样的决策，就面临着站队的选择问题。这里只列出我的个人观点：

• 基于相互信任和相互平等的前提。
• 尽量避免跟行业厂家的平台公司合作，原因参见上面的观点。
• 不断构建自身的竞争优势，与合作方共同成长。

工业互联网解决的典型问题

说白了，这其实是一个切入点的问题。实现互联，打通数据，这本身并不是工业互联网的目的。互联互通只是前提，之后找准切入点，解决问题，才会有人买单。到目前为止，我所看到的大致归为以下几类：

1. 帮助服务商降低设备运维成本。
2. 帮助使用方实现设备（以及设备组）智能诊断和预警。
3. 利用MES（制造执行系统）打通ERP和自动化生产流水线，将订单直接下达到生产第一线，使得ERP和自动化系统不再是两张皮。
4. 帮助节能厂家搜集数据，更有针对性地做出节能方案。
5. 利用搜集来的生产数据，有针对性地降低生产运营成本。

同时，可以预见，随着专业化程度越来越高，整个行业会出现专业的数据接入服务提供商和数据分析服务提供商。前者负责解决各类生产现场和设备的数据接入问题，后者则在前者基础之上完成建模和分析。虽然看起来前者干的是脏活累活，但若没有前者，后者就是空中楼阁。

工业互联网用到的技术

不知各位看官是否察觉，上面提到的若干场景跟运维工程师面临的问题大同小异：只不过前者的关注点是设备和设备组，后者的关注点是计算机和系统。而且，我也确实曾经异想天开地设想过是否可以利用流行的运维软件快速实现一套设备监控平台：

• 利用ELK搜集设备运行数据、存储和展示
• 利用Grafana实现监控大屏

由于过于冒险，这个想法毕竟也只停留在了构思阶段。但从理论上来讲，实现一个原型应该是有可能的。因为整体架构其实都差不多：

• 设备层，通常有一个采集器负责收集设备数据。
• 接入层，作为设备采集模块的云端接入点而存在，负责解析数据帧和管理元数据。
• 处理层，一般会引入流处理架构，常见的任务有（一般都会基于滑窗）：
  • 阈值报警判断。
  • 奇异值过滤。
  • 预处理，典型如均值、方差、最大/最小值、聚合等。
• 存储层，负责解决海量数据的有效存储。
• 应用层，既可以是API，也可以是各类解决方案。

此外，通常还会有一个批处理层，完成诸如模型的训练或需要大计算量的非紧急任务。就数据处理来讲，这其实就是标准的Lambda架构。

但是，如前述所述，这里还是有一些特别之处：

• 采集协议的多样性，常见的有：MODBUS、CAN、OPC（DA2、DA3和UA）等。
• 接入协议的多样性，比如：TCP/UDP、MQTT、CoAP、NB、LoRa等等。
• 设备数据的噪音，由于设备现场环境的复杂性，很容易会在上传的数据里包含噪音。如何将这些噪音过滤和有效处理，是一门学问。
• 设备数据是典型的时序数据，如何有效的存储和查询值得考虑。尤其是查询，一般会涉及Down Sampling或聚合。
• 数据模型需要结合行业的特点，选择怎样的特征需要行业专家的协助。

虽然看上去让人生畏，但究其本质来讲，跟一般的互联网应用涉及的技术架构并没有太大区别。

工业园区是未来重要的工业互联网数据入口

数据入口是有了互联网行业以来最重要的概念，因此最后让我们简单地聊聊它。

得出这个结论并不复杂，看看阿里和腾讯现在的线下布局就可以类推出类似的结论。数据是源头，没有它后续的增值服务无从谈起。既然这样，那就直接去找哪些地方能得到数据不就好了？对于工业领域而言，还有什么比工业园区更合适的呢？就我目前了解到的业内新闻已经证实了这一点，至于是哪几家，各位大可活用搜索引擎。

写在最后

感谢各位耐着性子读完这篇不成体系、单纯罗列观点的长文，希望本文能多少给大家带来些收获，也欢迎各位行家指出不足和错误，;)