制造业在转型：进入一个全新的数字世界

作者 / 周万木 IHS Markit工业自动化组高级分析师(上海 200122)

周万木，硕士，研究方向：工业自动化、电机和驱动、运动控制、新能源汽车、工业电子等。

摘要：以第四次工业革命为代表的工业互联网和工业4.0正在发生，它是原有技术的大融合，尽管从技术角度看更像是演化而不是革命，但是从应用和商业模式角度看，这些变化产生的影响却可能是革命性的。 IT和OT的融合，是大势所趋。但无论怎样进步，人是发展的最主要变量。

编者按：在2017年8月“IHS Markit领先技术报告论坛——中国站”上，IHS Markit高级分析师周万木先生分析了题为“正在转型的制造业：进入一个全新的数字世界”。以下是周先生的演讲内容。

四次工业革命

　　制造业革命可以分成从1.0到4.0的四个阶段，如图1。

　　工业1.0：以蒸汽机为代表，从手工到机械化， 从小作坊到工厂概念的引入，代表性的行业是英国的纺织制造业。

　　工业2.0：从机械化到电气化，以福特的T 型车量产为代表，标志大规模制造的开始， 泰罗的劳动分工得到运用， 代表性的行业是汽车制造业。

　　工业3.0：从电气化到自动化与信息化的融合，自动化代表性的产品是工业机器人和PLC(可编程逻辑控制器)等自动化产品，信息化代表性的方案是ERP(企业资源计划)和MES(制造企业生产过程执行管理系统)等。

　　工业4.0：代表性的概念是CPS(信息物理系统)。不管是工业互联网还是工业4.0，都在探索未来的发展路径，例如从大规模制造向大规模定制发展， 从集中式的制造向分布式制造发展，还有制造业的服务化等等。

　　我们不应该被工业4.0和工业互联网的定义所束缚，凯文.凯利曾说，属于20年后最伟大的产品还没有被发现。同样，我们目前对工业4.0和工业互联网的了解估计也不超过20年后真实的工业4.0的5%。

工业4.0 时代的特征

　　*更多更智能的传感器被加装到设备上。

　　*更紧密的连接：从工厂现场总线，工业以太网的连接，到工业云的连接。

　　*工业大数据：工业大数据比消费大数据数据量更大，数据结构更复杂，实时性和精确性要求更高。

　　*人机界面更加友好，更加人性化。很多消费电子产品，诸如PAD(平板电脑)、智能手机和Google眼镜等智能眼镜在工厂得到应用。

　　*人机协作：机器人从笼子里解放出来，与人一起协作。

　　前三次工业革命都是后来人总结的，而工业4.0是正在发生的现实。从技术上看，从3.0到4.0更像是进化，而不是革命。因为设备更智能，连接更紧密，数据量更大，更加人性化，更加友好等，并没有杀手级的应用和颠覆性的技术。“只缘身在此山中”，我们对正在发生的工业4.0革命只感受到量变没感受到质变是非常正常的。 工业3.0向工业4.0的进化，虽然技术上只是原有技术的融合和演化，但20年后再回头看实际效果，我们可能会发现工业4.0是一场正在发生的革命。

　　我们再来比较一下传统的工厂架构和4.0时代的工厂架构的区别(如图2)。

　　1. 传统自动化工厂的架构是金字塔架构;从底层传感器、执行器到各种设备，再到PLC、分布式控制系统器(DCS)与IPC(进程间通信)，再上层是SCADA(数据采集与监控控制)系统，最上层是工厂管理层，包括ERP和生产制造MES系统。

　　2. 简化来看，工业自动化可以分为三层架构：现场设备层、控制通讯层和工厂管理层，这种三层架构和物联网的感知层、传输层和应用层其实是类似的。在这个金字塔架构中，各种器件通过PLC进行控制， PLC再通过现场总线和工业以太网，将信息和数据传到云端。

　　目前，这样的传统架构正在发生变化。如图3，第一个变化是传统的金字塔架构正在网络化和云化，一些功能诸如SCADA已经开始被集成到云端，这就是云计算在工业上的应用。另外一个变化是边缘计算，越来越多的终端设备具备更强的计算能力;一些开放的协议，诸如OPCUA和IO-LINK等也开始大量运用。

　　再对比一下工业的工厂架构从工业3.0到工业4.0的变化：

　　1.现场设备是：工业3.0时代，现场设备层计算资源有限，主要的计算资源集中在控制器端和工厂管理端。而工业4.0时代采用分布式控制的嵌入式系统，CPS系统有了更多的智能计算资源和边缘计算能力。

　　2.控制层：3.0时代，流程工业由中央集中控制型的SCADA控制，而不同设备有厂商专属的通讯协议，设备之间有不同阵营的通讯协议，设备之间、产线之间的互操作性很差;工业4.0时代有更加开放的总线协议，诸如OPC UA和IO-Link，支持实时、互操作性更强、更加安全的传感器和云连接。

　　3.工厂管理: 3.0时代数据收集上来需要人再做判断和决策，而4.0时代，数据收集上来后，因为设备和系统具备自适应、自决策、自判断等能力，人工智能可以对数据信息进行分析判断。工业3.0时代的IT和OT是分开的，很难连接的，设备之间是信息孤岛，工序之间的数据流动有断层。从投入方式来看，工业3.0主要是固定资产投入，工业4.0转变为运营投入。

　　IHS对于工业云和工业物联网在用户端的使用情况作了一些调查，如图4。

　　客户最大的忧虑是网络安全，客户一定会问公司的生产制造等重要数据信息放在第三方会安全吗?这里举个可能不恰当的例子，假设你有几百万的现金，是放在银行更安全还是放在床底下，大多数人可能会选择放在银行而不是床底下。 如果说数字信息也是资产的话，这些数字信息可能放在第三方的权威机构更加安全，而且正在出现的新技术手段，诸如区块链、生物识别等也使工业云和工业物联网更加安全。

　　客户担心的第二个问题是新瓶装旧酒。客户会认为所谓的工业4.0和工业互联网的技术和产品都是旧的，只是换了一个吸引眼球的新词汇而已。厂商的目的只是换一种方式卖产品、卖设备、卖解决方案而已。 这样的想法有一定道理，对于我们正在进行的智能制造项目和所谓的示范工程我们的确需要三思而后行。

　　在进行工业4.0转型升级这个问题上，主要面临的问题是IT和OT部门缺乏沟通，缺乏管理层的领导。制造业转型不仅是技术问题和工程问题，更是公司战略问题，如果公司的战略是客户导向的，为用户提供增值服务或者定制化的服务，那么工业4.0的转型必不可少。但如果公司的定位只是做标准元件，那么做好精益生产，提高自动化水平在现阶段就已经足够。如果公司的战略是做高端的纯手工产品，那么自动化生产可能有损公司的市场战略，并不值得做。所以实施工业4.0战略需要公司领导层的参与。

　　从工业4.0或者工业互联网的参与者来看，整个产业链比较长(如图6)。这么长的产业并不是一两家大公司就玩得起的，需要行业上下游大大小小公司的参与。从上游的芯片厂商到自动化产品厂商，再到OT厂商和IT厂商，每一家企业都能提供专门的知识和Know-how(诀窍)。 最近几年的汉诺威工业展专门设置了数字工厂展厅，有很多IT和软件企业参展，例如微软、SAP、亚马逊、PTC、Oracle等。 另外，客户参与到上游的软硬件甚至平台运营中来也越来越多， 例如海尔就在打造自己的工业制造解决方案。

　　另外一个明显的趋势就是很多公司都想打造平台，预计制造业也将像手机一样诞生为制造业服务的的操作系统iOS和安卓(Android)。

　　目前宣称自己正在打造工业云或者制造业的操作系统的公司很多，主要有以下几种：

　　1.基础设施的平台，诸如微软的Azure、 Amazon的AWS、阿里巴巴的阿里云，他们基本上是提供IaaS(基础设施即服务)服务的。

　　2.工业云平台，主要做工业制造业的设备运营维护、数据信息管理等，例如GE Predix和西门子MindShpere。国内还有徐工工业云和三一根云。这些工业云平台主要提供垂直行业的设备维护运维等PaaS(平台即服务)服务。

　　3.物联网平台， 主要提供工具、SDK(软件开发包)、API(应用程序接口)等，可以帮助客户建立自己的工业云，例如PTC Thingworx、机智云等。

　　第2种和第3种的界限比较模糊，例如西门子MindShpere既是工业云平台，又是物联网平台。

　　除了以上三类，其实还有一些底层算法平台和技术平台。

　　和手机行业一样，平台市场一定会整合，市场上容纳不了这么多的平台，但由于工业制造行业种类众多，不同的细分行业一定会有一些细分的行业平台。

　　西门子和GE两家工业巨头接近80%的业务都是直接竞争的，工业4.0和工业互联网这两个概念在某种意义上也可以看作是两大阵营的竞争，而在工业平台方面同样如此，西门子的MindSphere和GE的Predix都在与自己的小伙伴一起打造自己的生态系统(如图8)，各自的合作伙伴包括电信巨头、软件巨头、APP应用开发商、自动化企业和管理咨询企业等。

　　微软作为一家云服务商，既与西门子合作又和GE合作。对于GE和西门子，与微软的合作，可以让Predix和Mind Sphere在一个主流的云平台上提供服务，微软云平台相当于是GE和西门子的基础设施，增加了一个分销渠道，通过微软Azure立刻就拥有了很大的企业软件开发者社群和系统集成商。对于微软，与GE Predix和西门子MindSphere合作也使微软的Azure有了更多、更复杂的功能，使微软拥有了更深的工业知识，微软也能够拓展自己的云平台到工业制造领域，微软正在打造的Azure IoT在将来也有可能影响工业云平台的格局。

　　大型的高价值的设备既有一次性的资本性投入，又有设备的运行维护的费用。例如半导体设备和液晶显示生产设备，购买设备的支出非常高，同时做overhaul(彻底检查)的维护成本也非常高。制造业的商业模式正在从卖产品过渡到卖方案、卖服务。通过提供专业的服务，厂商和客户的关系更加紧密。