工業互聯網，并不是簡單的“工業自動化+互聯網”，而是一種實現深度兩化融合的工具或方法。工業互聯網的出現，代表的是一種普適性的工業數據開放、共享和交換的方法，而不是一個或幾個特定的行業應用。

目前對工業互聯網的認知普遍存在著一些誤區。例如，認為工業設備的聯網就是工業互聯網，或者把所有的工業自動化控制系統“上云”就是工業互聯網。實質上，要理解工業互聯網的本質，可以從理解互聯網的本質開始。

工業互聯網方興未艾，做好工業現場數據管理是破局關鍵

從表面看，互聯網無非是將全世界的計算機聯在一起，構成的一個通訊網絡。但是，這只是互聯網的物理表征。互聯網實際的本質，是一個全球數據和信息的開放、共享和交換的中心。正是有了這海量信息的互聯互通，才造就了互聯網市場的繁榮，并催生出了越來越多以互聯網為基礎的新興商業形態。

所以，如果說互聯網是把以“自然人”或“自然人的社會活動”所產生的數據信息進行“聯網”的話，那工業互聯網就是一個將工業現場的“物數據”（物數據，是指在工業現場設備在其存續和活動期間，由其產生的所有數據的總稱。從橫向來看，它包括由設備產生或與設備相關的各類數據，主要包括生產數據以及設備本體的運行/維護數據；從縱向上來看，它包括了數據的全生命周期中的所有信息）從封閉的工業體系中解放出來，置入一個開放互聯的嶄新環境的革命性突破。

眾所周知，以工業自動化技術為代表的工業現場技術，是一種高安全性、高實時性、面向過程的封閉系統。在其運行的過程中，除了與人機交互及工藝控制相關的關鍵數據會進行記錄和存儲之外，大量的過程數據，都只是作為每一個控制周期中各個生產環節進行有效性判定的依據，在每個控制周期的循環走完之后，這些數據都會被新的過程數據所替代，而不會被進行保留。但是，在進入智能制造的時代之后，越來越多的專家認識到，這些以往被“閱后即焚”過程數據如果能被持續不斷地累積下來，將成為實現工業智能化和智慧化的關鍵。

工業智能制造，簡而言之，可以分為三部曲，即數字化、數值化和智能化。

數字化：產線從老式的純人工手動操作，改變為帶有自動化系統控制的半自動/全自動產線；

數值化：將生產環節中的關鍵數據進行數值化和可視化處理，并與MES及ERP等管理系統進行對接，實現生產管理的透明化、可視化和可量化；

智能化：基于對海量生產過程數據和運維過程數據的積累和分析，從而得到針對產線不同環節進行優化和提升的策略，進而在自動化系統極限之上，進一步獲得“減負增效”的效果。

當工業智能制造進入智能化的階段時，單純的OT技術和IT技術已經無法滿足其智能化的需要，而工業互聯網，幾乎就是為工業智能制造最新階段量身定制的“最佳搭檔”。

工業互聯網市場格局的現狀

工業互聯網的價值核心在于通過對工業OT現場數據的完整獲取和分析，為制造企業提供從基礎到高級的各類IoT應用服務。其價值變現的核心在于通過提高企業生產能力（提升產量、良品率、降低次品率等）和降低企業生產運維成本來實現。

工業互聯網方興未艾，做好工業現場數據管理是破局關鍵

縱觀整個工業互聯網產業的生態，目前呈現一個典型的橄欖型布局（見圖1）。在整個工業互聯網架構的最南側（工業現場設備側/OT側）和最北側（高級應用側），對應橄欖的兩個尖端。在兩個尖端部分，目前相應的或者符合實際需求的產品和服務幾乎沒有，而在橄欖的中間部位，則集中了大量的目前的所謂“工業互聯網產品”。而在實際的工業互聯網項目之中，最北側一般是用戶最為關心的部分，也就是用戶所期望的工業互聯網價值變現的直接體現。而最南側，則是構建整個工業互聯網系統的基礎和難點，能否解決好南側的技術和工程問題，往往是決定工業互聯網項目能否成功實施的關鍵基礎。

工業互聯網市場混戰中的“破局” 建議

在上一節中筆者提到，在工業互聯網市場橄欖型的的結構中，位于中間的數據處理、清洗和應用準備環節中，集中扎堆了大量的供應商。

這些供應商，有很大一部分是從OT和IT兩個領域向工業互聯網領域進行擴展和滲透的傳統企業。例如做組態軟件或者SCADA軟件的，開始向工業互聯網中的云平臺和應用開發平臺進行拓然；做云計算和大數據分析的，開始向工業實時數據管理和工業海量數據分析進行滲透。這些企業在橄欖圖中的中部能夠很方便的找到其自身業務的切入點，再加上目前市場上這類成熟的企業非常多，這就直接造成這個環節成為了整個工業互聯網市場混戰中的核心戰場。

所以，要在這場混戰中突圍和破局，筆者建議從橄欖的兩個尖端進行突破。

工業現場數據管理

所有工業自動化的從業者都知道，在工業現場，有著成千上百種不同的工業設備。而這些設備，又通過更多種類的通訊規約、工業總線，以不同的物理接口和傳輸參數提供對外的數據聯通服務。

所以，要完成工業互聯網在工業現場一側的核心基礎，將要面對的是一個十分復雜的場景，這個場景復雜到，目前尚沒有一家企業或者公司能夠100%地保證完成工業現場數據的完整獲取和管理——這無疑是一塊巨大的“硬骨頭”。

然而，挑戰也意味著機遇。如果能夠在這一領域進行深度耕耘，完成企業在這一環節的關鍵技術的產品化和服務化，那將意味著為該企業帶來一片極其寬廣的新天地。而且，在工業互聯網的項目中，幾乎所有的需要完成智慧化功能的系統，都離不開一套在OT側的高效、可靠、穩定的工業現場數據管理系統提供支撐。

面向行業專家的輔助支持

要實現工廠特別是某種產線的智慧化提升，最終的話語權和決策權，往往在該領域的行業專家手上。只有這些專家，才能敏銳地發現現場數據背后的規律，并發掘出具備極高價值的產線智慧化的提升策略。

但是，這類工藝專家往往獨立完成整個數據分析的建模、實現和使用等步驟，也就是說，作為工藝專家的他們，往往是在信息技術方面比較薄弱。

縱觀目前市場上所存在的工業互聯網大數據分析工具和建模工具，都是從IT行業專家的視角進行設計和實現的，所以這些工具的入門門檻對于產線的工藝專家而言無疑高了一點。

所以，如果能夠搭建起工藝專家和工業互聯網平臺之間的橋梁，補全這最后一公里的工程，使廣大的產線專家能夠真正將工業互聯網作為一種趁手的工作工具來使用，那整個工業互聯網市場的發展無疑將迎來新的階段。

所謂“點石成金”，在“煉金術士”和“頑石”之間的那根“點金棒”的價值，是毋庸置疑的。

來源：OFweek工控網