'工業互聯網與5G、雲計算、大數據、人工智能之間的關係'
工業互聯網和5G
5G和工業互聯網之間的關係，主要集中在接入層。
高連接速率、超低網絡延時、海量終端接入、高可靠性，都是5G所具備的優點。這些優點，將非常有利於5G替代現有的廠區物聯網通信技術，尤其是Wi-Fi，藍牙等短距離通信技術。
一些以往受限於網絡接入而不能實現的場景，在5G的加持下，都變得可行。
例如，高精度機械臂加工。如果採用5G對機械臂進行遠程控制，時延將縮短到1ms，可以很好地滿足加工精度的要求。
工業互聯網和5G
5G和工業互聯網之間的關係，主要集中在接入層。
高連接速率、超低網絡延時、海量終端接入、高可靠性，都是5G所具備的優點。這些優點，將非常有利於5G替代現有的廠區物聯網通信技術，尤其是Wi-Fi，藍牙等短距離通信技術。
一些以往受限於網絡接入而不能實現的場景，在5G的加持下，都變得可行。
例如，高精度機械臂加工。如果採用5G對機械臂進行遠程控制，時延將縮短到1ms，可以很好地滿足加工精度的要求。
5G機器人
還有5G的超高帶寬，在採集4K/8K設備監控影像的時候，也將發揮不可替代的作用。除了接入層之外，5G的切片、邊緣計算，都可以在工業互聯網領域找到不錯的應用場景。
工業互聯網與雲計算、大數據、人工智能
雲計算和工業互聯網之間，有什麼關係呢？
當只有1個工廠和很少的設備時，在廠房裡擺上幾臺服務器，建個局域網，找幾個工程師，就可以管理和維護這個小型工業網絡了。
這個網絡太小，只能稱為工業局域網，而不是互聯網。
但如果是幾十個工廠，幾百個車間，幾萬個生產設備呢？顯然，這個時候應該採用雲計算技術。
只有上雲，才有強大的運算能力、存儲能力和網絡帶寬，能夠對這麼龐大的系統進行管理。
工業互聯網和5G
5G和工業互聯網之間的關係，主要集中在接入層。
高連接速率、超低網絡延時、海量終端接入、高可靠性，都是5G所具備的優點。這些優點，將非常有利於5G替代現有的廠區物聯網通信技術，尤其是Wi-Fi，藍牙等短距離通信技術。
一些以往受限於網絡接入而不能實現的場景，在5G的加持下，都變得可行。
例如，高精度機械臂加工。如果採用5G對機械臂進行遠程控制，時延將縮短到1ms，可以很好地滿足加工精度的要求。
5G機器人
還有5G的超高帶寬，在採集4K/8K設備監控影像的時候，也將發揮不可替代的作用。除了接入層之外，5G的切片、邊緣計算，都可以在工業互聯網領域找到不錯的應用場景。
工業互聯網與雲計算、大數據、人工智能
雲計算和工業互聯網之間，有什麼關係呢？
當只有1個工廠和很少的設備時，在廠房裡擺上幾臺服務器，建個局域網，找幾個工程師，就可以管理和維護這個小型工業網絡了。
這個網絡太小，只能稱為工業局域網，而不是互聯網。
但如果是幾十個工廠，幾百個車間，幾萬個生產設備呢？顯然，這個時候應該採用雲計算技術。
只有上雲，才有強大的運算能力、存儲能力和網絡帶寬，能夠對這麼龐大的系統進行管理。
也只有通過雲計算，才能讓更多的企業員工及管理者接入，去使用工業互聯網。也能夠讓開發者有更大的空間，去設計更好的應用。
雲計算還可以為企業與企業之間，工廠與供應鏈之間，工廠與經銷商之間，提供接口，進行指定數據的共享。
甚至還能提供工廠與最終消費者用戶之間的接口，方便用戶對產品進行個性化定製。
再來看看大數據。
前面我們一直都在說數據，不過數據和大數據是兩回事。
關於大數據，可以參考以下文章：
大家都知道，消費物聯網的大數據很大，例如購物數據，出行數據等。但是，實際上，工業互聯網產生的數據量，遠遠超過消費物聯網。
舉個例子吧，波音飛機發動機30分鐘內產生的數據，就有10TB，我們普通臺式機2TB的硬盤，需要5塊才能裝得下。
工業互聯網和5G
5G和工業互聯網之間的關係，主要集中在接入層。
高連接速率、超低網絡延時、海量終端接入、高可靠性，都是5G所具備的優點。這些優點，將非常有利於5G替代現有的廠區物聯網通信技術，尤其是Wi-Fi，藍牙等短距離通信技術。
一些以往受限於網絡接入而不能實現的場景，在5G的加持下，都變得可行。
例如，高精度機械臂加工。如果採用5G對機械臂進行遠程控制，時延將縮短到1ms，可以很好地滿足加工精度的要求。
5G機器人
還有5G的超高帶寬，在採集4K/8K設備監控影像的時候，也將發揮不可替代的作用。除了接入層之外，5G的切片、邊緣計算，都可以在工業互聯網領域找到不錯的應用場景。
工業互聯網與雲計算、大數據、人工智能
雲計算和工業互聯網之間，有什麼關係呢？
當只有1個工廠和很少的設備時，在廠房裡擺上幾臺服務器，建個局域網，找幾個工程師，就可以管理和維護這個小型工業網絡了。
這個網絡太小，只能稱為工業局域網，而不是互聯網。
但如果是幾十個工廠，幾百個車間，幾萬個生產設備呢？顯然，這個時候應該採用雲計算技術。
只有上雲，才有強大的運算能力、存儲能力和網絡帶寬，能夠對這麼龐大的系統進行管理。
也只有通過雲計算，才能讓更多的企業員工及管理者接入，去使用工業互聯網。也能夠讓開發者有更大的空間，去設計更好的應用。
雲計算還可以為企業與企業之間，工廠與供應鏈之間，工廠與經銷商之間，提供接口，進行指定數據的共享。
甚至還能提供工廠與最終消費者用戶之間的接口，方便用戶對產品進行個性化定製。
再來看看大數據。
前面我們一直都在說數據，不過數據和大數據是兩回事。
關於大數據，可以參考以下文章：
大家都知道，消費物聯網的大數據很大，例如購物數據，出行數據等。但是，實際上，工業互聯網產生的數據量，遠遠超過消費物聯網。
舉個例子吧，波音飛機發動機30分鐘內產生的數據，就有10TB，我們普通臺式機2TB的硬盤，需要5塊才能裝得下。
數據就是金礦，工業互聯網的大數據，就是超級大金礦。
通過大數據技術，可以對生產製造物流等所有流程的數據進行存儲和分析，挖掘其中的數據價值。
人工智能又和工業互聯網有什麼關係呢？
其實，早在十幾年前，我們玩紅警，選擇和電腦對戰，不就是在和人工智能對戰嗎？只不過那個時候的人工智能，還只是很初級很“弱智”的智能，它只是按照遊戲開發者設定的固定程序流程，先造什麼，再造什麼，最後來攻擊你。
如今的人工智能，學習速度更快，算法更先進，變成了阿爾法狗，你想打贏它，幾乎是不可能了。
我們將人工智能引入工業製造，其實就是讓人工智能作為我們的代理人，幫助我們管理工廠，管理整個製造生產流程，甚至包括採購、物流和銷售流程。
隨著人工智能的不斷演進，工業互聯網這個系統將會實現工況自感知、工藝自學習、裝備自執行、系統自組織。
這個，就是智能製造的最高境界。
工業互聯網的發展現狀
工業互聯網平臺是工業互聯網的核心。說白了，它也就是工業互聯網的“操作系統”。
就像蘋果iOS系統和谷歌安卓系統牢牢掌控了消費互聯網一樣，誰提供的工業互聯網“操作系統”最好，用的人最多，誰就掌握了工業互聯網發展的主動權。
但是，儘管工業互聯網已經發展了這麼多年，迄今為止，仍然沒有任何一個平臺佔據了絕對領先的地位，也沒有任何一個平臺獲得了真正的成功。
原因很有意思——
能夠提供這樣強大平臺的公司，一定只有兩種，要麼是工業製造能力很強的公司，要麼是信息技術能力很強的公司。
例如，美國的通用電氣和德國的西門子，就屬於前者。世界上第一個工業雲平臺Predix，就是由美國通用電氣公司(GE)在2015年正式發佈的。而第二個平臺呢，就是德國西門子公司在2016年4月開放的MindSphere。
按理來說，這些公司很牛，做出來的東西當然非常好。但是，工業互聯網有一個很大的特點，就是個性化。
每個公司生產的東西不一樣，流程不一樣，工藝不一樣，設備不一樣，渠道不一樣，甚至商業模式和供應鏈也不一樣。
造一個通用的平臺，可能嗎？
想要成功，必須經過非常深入的分析，然後建模，最後開發。也就是說，高度定製化。
曾經就有業內人士說，傳統的消費物聯網平臺開發，分析需求、建立模型、編寫代碼這三步的工作比例，是2:3:5。而工業互聯網平臺恰好相反，是5:3:2。
一個工業互聯網平臺項目，你需要花大量的時間在場景和需求分析上，搞懂它到底是怎麼運作的。
想拿通用平臺隨便改改就用？扯淡！
目前工業互聯網平臺處於全面混戰的一個狀態。大公司做，小公司也做，很多大型製造企業孵化出來獨立經營的子公司，反而在所在的專業領域做得風生水起。
也有一些互聯網創業企業，憑藉專業知識，做出了不錯的平臺產品。
就在這種混戰的狀態下，全球工業互聯網平臺市場在高速增長。
根據研究機構 MarketsandMarkets 的統計數據顯示，2017 年，全球工業互聯網平臺市場規模為 25.7 億美元，預計 2023 年將增長至 138.2 億美元。
而美國、歐洲和亞太這三個地區，是當前工業互聯網平臺發展的焦點區域。
美國的代表，是GE、微軟、亞馬遜、PTC、羅克韋爾、思科、艾默生、霍尼韋爾等巨頭企業。而歐洲的代表，是西門子、ABB、博世、施耐德、SAP 等企業。
中國就更多了，航天雲網、海爾、樹根互聯、寶信、石化盈科、用友、索為、阿里、華為、浪潮、紫光、東方國信、寄雲等等，都是起步比較早的平臺開發企業。
工業互聯網和5G
5G和工業互聯網之間的關係，主要集中在接入層。
高連接速率、超低網絡延時、海量終端接入、高可靠性，都是5G所具備的優點。這些優點，將非常有利於5G替代現有的廠區物聯網通信技術，尤其是Wi-Fi，藍牙等短距離通信技術。
一些以往受限於網絡接入而不能實現的場景，在5G的加持下，都變得可行。
例如，高精度機械臂加工。如果採用5G對機械臂進行遠程控制，時延將縮短到1ms，可以很好地滿足加工精度的要求。
5G機器人
還有5G的超高帶寬，在採集4K/8K設備監控影像的時候，也將發揮不可替代的作用。除了接入層之外，5G的切片、邊緣計算，都可以在工業互聯網領域找到不錯的應用場景。
工業互聯網與雲計算、大數據、人工智能
雲計算和工業互聯網之間，有什麼關係呢？
當只有1個工廠和很少的設備時，在廠房裡擺上幾臺服務器，建個局域網，找幾個工程師，就可以管理和維護這個小型工業網絡了。
這個網絡太小，只能稱為工業局域網，而不是互聯網。
但如果是幾十個工廠，幾百個車間，幾萬個生產設備呢？顯然，這個時候應該採用雲計算技術。
只有上雲，才有強大的運算能力、存儲能力和網絡帶寬，能夠對這麼龐大的系統進行管理。
也只有通過雲計算，才能讓更多的企業員工及管理者接入，去使用工業互聯網。也能夠讓開發者有更大的空間，去設計更好的應用。
雲計算還可以為企業與企業之間，工廠與供應鏈之間，工廠與經銷商之間，提供接口，進行指定數據的共享。
甚至還能提供工廠與最終消費者用戶之間的接口，方便用戶對產品進行個性化定製。
再來看看大數據。
前面我們一直都在說數據，不過數據和大數據是兩回事。
關於大數據，可以參考以下文章：
大家都知道，消費物聯網的大數據很大，例如購物數據，出行數據等。但是，實際上，工業互聯網產生的數據量，遠遠超過消費物聯網。
舉個例子吧，波音飛機發動機30分鐘內產生的數據，就有10TB，我們普通臺式機2TB的硬盤，需要5塊才能裝得下。
數據就是金礦，工業互聯網的大數據，就是超級大金礦。
通過大數據技術，可以對生產製造物流等所有流程的數據進行存儲和分析，挖掘其中的數據價值。
人工智能又和工業互聯網有什麼關係呢？
其實，早在十幾年前，我們玩紅警，選擇和電腦對戰，不就是在和人工智能對戰嗎？只不過那個時候的人工智能，還只是很初級很“弱智”的智能，它只是按照遊戲開發者設定的固定程序流程，先造什麼，再造什麼，最後來攻擊你。
如今的人工智能，學習速度更快，算法更先進，變成了阿爾法狗，你想打贏它，幾乎是不可能了。
我們將人工智能引入工業製造，其實就是讓人工智能作為我們的代理人，幫助我們管理工廠，管理整個製造生產流程，甚至包括採購、物流和銷售流程。
隨著人工智能的不斷演進，工業互聯網這個系統將會實現工況自感知、工藝自學習、裝備自執行、系統自組織。
這個，就是智能製造的最高境界。
工業互聯網的發展現狀
工業互聯網平臺是工業互聯網的核心。說白了，它也就是工業互聯網的“操作系統”。
就像蘋果iOS系統和谷歌安卓系統牢牢掌控了消費互聯網一樣，誰提供的工業互聯網“操作系統”最好，用的人最多，誰就掌握了工業互聯網發展的主動權。
但是，儘管工業互聯網已經發展了這麼多年，迄今為止，仍然沒有任何一個平臺佔據了絕對領先的地位，也沒有任何一個平臺獲得了真正的成功。
原因很有意思——
能夠提供這樣強大平臺的公司，一定只有兩種，要麼是工業製造能力很強的公司，要麼是信息技術能力很強的公司。
例如，美國的通用電氣和德國的西門子，就屬於前者。世界上第一個工業雲平臺Predix，就是由美國通用電氣公司(GE)在2015年正式發佈的。而第二個平臺呢，就是德國西門子公司在2016年4月開放的MindSphere。
按理來說，這些公司很牛，做出來的東西當然非常好。但是，工業互聯網有一個很大的特點，就是個性化。
每個公司生產的東西不一樣，流程不一樣，工藝不一樣，設備不一樣，渠道不一樣，甚至商業模式和供應鏈也不一樣。
造一個通用的平臺，可能嗎？
想要成功，必須經過非常深入的分析，然後建模，最後開發。也就是說，高度定製化。
曾經就有業內人士說，傳統的消費物聯網平臺開發，分析需求、建立模型、編寫代碼這三步的工作比例，是2:3:5。而工業互聯網平臺恰好相反，是5:3:2。
一個工業互聯網平臺項目，你需要花大量的時間在場景和需求分析上，搞懂它到底是怎麼運作的。
想拿通用平臺隨便改改就用？扯淡！
目前工業互聯網平臺處於全面混戰的一個狀態。大公司做，小公司也做，很多大型製造企業孵化出來獨立經營的子公司，反而在所在的專業領域做得風生水起。
也有一些互聯網創業企業，憑藉專業知識，做出了不錯的平臺產品。
就在這種混戰的狀態下，全球工業互聯網平臺市場在高速增長。
根據研究機構 MarketsandMarkets 的統計數據顯示，2017 年，全球工業互聯網平臺市場規模為 25.7 億美元，預計 2023 年將增長至 138.2 億美元。
而美國、歐洲和亞太這三個地區，是當前工業互聯網平臺發展的焦點區域。
美國的代表，是GE、微軟、亞馬遜、PTC、羅克韋爾、思科、艾默生、霍尼韋爾等巨頭企業。而歐洲的代表，是西門子、ABB、博世、施耐德、SAP 等企業。
中國就更多了，航天雲網、海爾、樹根互聯、寶信、石化盈科、用友、索為、阿里、華為、浪潮、紫光、東方國信、寄雲等等，都是起步比較早的平臺開發企業。
國內工業互聯網產業技術體系——中國信通院
這場混戰還將繼續下去，究竟誰能脫穎而出，只能讓時間告訴我們答案了。
工業互聯網的瓶頸
工業互聯網的未來是美好的，但是，前進的道路並不通暢。很多的問題和障礙擺在它的面前，例如最關鍵的數據安全問題。
工業互聯網和5G
5G和工業互聯網之間的關係，主要集中在接入層。
高連接速率、超低網絡延時、海量終端接入、高可靠性，都是5G所具備的優點。這些優點，將非常有利於5G替代現有的廠區物聯網通信技術，尤其是Wi-Fi，藍牙等短距離通信技術。
一些以往受限於網絡接入而不能實現的場景，在5G的加持下，都變得可行。
例如，高精度機械臂加工。如果採用5G對機械臂進行遠程控制，時延將縮短到1ms，可以很好地滿足加工精度的要求。
5G機器人
還有5G的超高帶寬，在採集4K/8K設備監控影像的時候，也將發揮不可替代的作用。除了接入層之外，5G的切片、邊緣計算，都可以在工業互聯網領域找到不錯的應用場景。
工業互聯網與雲計算、大數據、人工智能
雲計算和工業互聯網之間，有什麼關係呢？
當只有1個工廠和很少的設備時，在廠房裡擺上幾臺服務器，建個局域網，找幾個工程師，就可以管理和維護這個小型工業網絡了。
這個網絡太小，只能稱為工業局域網，而不是互聯網。
但如果是幾十個工廠，幾百個車間，幾萬個生產設備呢？顯然，這個時候應該採用雲計算技術。
只有上雲，才有強大的運算能力、存儲能力和網絡帶寬，能夠對這麼龐大的系統進行管理。
也只有通過雲計算，才能讓更多的企業員工及管理者接入，去使用工業互聯網。也能夠讓開發者有更大的空間，去設計更好的應用。
雲計算還可以為企業與企業之間，工廠與供應鏈之間，工廠與經銷商之間，提供接口，進行指定數據的共享。
甚至還能提供工廠與最終消費者用戶之間的接口，方便用戶對產品進行個性化定製。
再來看看大數據。
前面我們一直都在說數據，不過數據和大數據是兩回事。
關於大數據，可以參考以下文章：
大家都知道，消費物聯網的大數據很大，例如購物數據，出行數據等。但是，實際上，工業互聯網產生的數據量，遠遠超過消費物聯網。
舉個例子吧，波音飛機發動機30分鐘內產生的數據，就有10TB，我們普通臺式機2TB的硬盤，需要5塊才能裝得下。
數據就是金礦，工業互聯網的大數據，就是超級大金礦。
通過大數據技術，可以對生產製造物流等所有流程的數據進行存儲和分析，挖掘其中的數據價值。
人工智能又和工業互聯網有什麼關係呢？
其實，早在十幾年前，我們玩紅警，選擇和電腦對戰，不就是在和人工智能對戰嗎？只不過那個時候的人工智能，還只是很初級很“弱智”的智能，它只是按照遊戲開發者設定的固定程序流程，先造什麼，再造什麼，最後來攻擊你。
如今的人工智能，學習速度更快，算法更先進，變成了阿爾法狗，你想打贏它，幾乎是不可能了。
我們將人工智能引入工業製造，其實就是讓人工智能作為我們的代理人，幫助我們管理工廠，管理整個製造生產流程，甚至包括採購、物流和銷售流程。
隨著人工智能的不斷演進，工業互聯網這個系統將會實現工況自感知、工藝自學習、裝備自執行、系統自組織。
這個，就是智能製造的最高境界。
工業互聯網的發展現狀
工業互聯網平臺是工業互聯網的核心。說白了，它也就是工業互聯網的“操作系統”。
就像蘋果iOS系統和谷歌安卓系統牢牢掌控了消費互聯網一樣，誰提供的工業互聯網“操作系統”最好，用的人最多，誰就掌握了工業互聯網發展的主動權。
但是，儘管工業互聯網已經發展了這麼多年，迄今為止，仍然沒有任何一個平臺佔據了絕對領先的地位，也沒有任何一個平臺獲得了真正的成功。
原因很有意思——
能夠提供這樣強大平臺的公司，一定只有兩種，要麼是工業製造能力很強的公司，要麼是信息技術能力很強的公司。
例如，美國的通用電氣和德國的西門子，就屬於前者。世界上第一個工業雲平臺Predix，就是由美國通用電氣公司(GE)在2015年正式發佈的。而第二個平臺呢，就是德國西門子公司在2016年4月開放的MindSphere。
按理來說，這些公司很牛，做出來的東西當然非常好。但是，工業互聯網有一個很大的特點，就是個性化。
每個公司生產的東西不一樣，流程不一樣，工藝不一樣，設備不一樣，渠道不一樣，甚至商業模式和供應鏈也不一樣。
造一個通用的平臺，可能嗎？
想要成功，必須經過非常深入的分析，然後建模，最後開發。也就是說，高度定製化。
曾經就有業內人士說，傳統的消費物聯網平臺開發，分析需求、建立模型、編寫代碼這三步的工作比例，是2:3:5。而工業互聯網平臺恰好相反，是5:3:2。
一個工業互聯網平臺項目，你需要花大量的時間在場景和需求分析上，搞懂它到底是怎麼運作的。
想拿通用平臺隨便改改就用？扯淡！
目前工業互聯網平臺處於全面混戰的一個狀態。大公司做，小公司也做，很多大型製造企業孵化出來獨立經營的子公司，反而在所在的專業領域做得風生水起。
也有一些互聯網創業企業，憑藉專業知識，做出了不錯的平臺產品。
就在這種混戰的狀態下，全球工業互聯網平臺市場在高速增長。
根據研究機構 MarketsandMarkets 的統計數據顯示，2017 年，全球工業互聯網平臺市場規模為 25.7 億美元，預計 2023 年將增長至 138.2 億美元。
而美國、歐洲和亞太這三個地區，是當前工業互聯網平臺發展的焦點區域。
美國的代表，是GE、微軟、亞馬遜、PTC、羅克韋爾、思科、艾默生、霍尼韋爾等巨頭企業。而歐洲的代表，是西門子、ABB、博世、施耐德、SAP 等企業。
中國就更多了，航天雲網、海爾、樹根互聯、寶信、石化盈科、用友、索為、阿里、華為、浪潮、紫光、東方國信、寄雲等等，都是起步比較早的平臺開發企業。
國內工業互聯網產業技術體系——中國信通院
這場混戰還將繼續下去，究竟誰能脫穎而出，只能讓時間告訴我們答案了。
工業互聯網的瓶頸
工業互聯網的未來是美好的，但是，前進的道路並不通暢。很多的問題和障礙擺在它的面前，例如最關鍵的數據安全問題。
企業對於數據安全的顧慮，嚴重影響了他們上雲的積極性。他們害怕自己的核心數據不能得到很好的保護，一旦洩露，帶來的後果是災難性的。
保護數據的安全，既需要平臺擁有可靠的技術，也需要企業本身有很好的軟硬件環境和管理水平。
對於我國很多企業來說，基礎設施落後，資金和技術有限，想要“速成”工業互聯網，確實不太現實。就像鄔賀銓院士說的，有些企業內部數據都做不到完全共享，更何況外部。
此外，工業互聯網標準的缺失，以及企業ICT人才培養的不足，都是困擾工業互聯網向前發展的障礙。
不僅我們國家如此，國外推進也是困難重重。就像前面說的GE通用電氣，不久前也是因為旗下GE Digital（GE數字集團，專門搗鼓工業互聯網業務，包括世界上第一個工業互聯網平臺Predix）業績不佳，所以出售了它的部分股權。
所以說，推動工業互聯網發展和普及，是全世界面臨的共同難題，任重而道遠。
版權聲明：
本文轉載自公眾號“鮮棗課堂”，版權歸原作者所有，轉載請保留此字段，感謝！
工業互聯網和5G
5G和工業互聯網之間的關係，主要集中在接入層。
高連接速率、超低網絡延時、海量終端接入、高可靠性，都是5G所具備的優點。這些優點，將非常有利於5G替代現有的廠區物聯網通信技術，尤其是Wi-Fi，藍牙等短距離通信技術。
一些以往受限於網絡接入而不能實現的場景，在5G的加持下，都變得可行。
例如，高精度機械臂加工。如果採用5G對機械臂進行遠程控制，時延將縮短到1ms，可以很好地滿足加工精度的要求。
5G機器人
還有5G的超高帶寬，在採集4K/8K設備監控影像的時候，也將發揮不可替代的作用。除了接入層之外，5G的切片、邊緣計算，都可以在工業互聯網領域找到不錯的應用場景。
工業互聯網與雲計算、大數據、人工智能
雲計算和工業互聯網之間，有什麼關係呢？
當只有1個工廠和很少的設備時，在廠房裡擺上幾臺服務器，建個局域網，找幾個工程師，就可以管理和維護這個小型工業網絡了。
這個網絡太小，只能稱為工業局域網，而不是互聯網。
但如果是幾十個工廠，幾百個車間，幾萬個生產設備呢？顯然，這個時候應該採用雲計算技術。
只有上雲，才有強大的運算能力、存儲能力和網絡帶寬，能夠對這麼龐大的系統進行管理。
也只有通過雲計算，才能讓更多的企業員工及管理者接入，去使用工業互聯網。也能夠讓開發者有更大的空間，去設計更好的應用。
雲計算還可以為企業與企業之間，工廠與供應鏈之間，工廠與經銷商之間，提供接口，進行指定數據的共享。
甚至還能提供工廠與最終消費者用戶之間的接口，方便用戶對產品進行個性化定製。
再來看看大數據。
前面我們一直都在說數據，不過數據和大數據是兩回事。
關於大數據，可以參考以下文章：
大家都知道，消費物聯網的大數據很大，例如購物數據，出行數據等。但是，實際上，工業互聯網產生的數據量，遠遠超過消費物聯網。
舉個例子吧，波音飛機發動機30分鐘內產生的數據，就有10TB，我們普通臺式機2TB的硬盤，需要5塊才能裝得下。
數據就是金礦，工業互聯網的大數據，就是超級大金礦。
通過大數據技術，可以對生產製造物流等所有流程的數據進行存儲和分析，挖掘其中的數據價值。
人工智能又和工業互聯網有什麼關係呢？
其實，早在十幾年前，我們玩紅警，選擇和電腦對戰，不就是在和人工智能對戰嗎？只不過那個時候的人工智能，還只是很初級很“弱智”的智能，它只是按照遊戲開發者設定的固定程序流程，先造什麼，再造什麼，最後來攻擊你。
如今的人工智能，學習速度更快，算法更先進，變成了阿爾法狗，你想打贏它，幾乎是不可能了。
我們將人工智能引入工業製造，其實就是讓人工智能作為我們的代理人，幫助我們管理工廠，管理整個製造生產流程，甚至包括採購、物流和銷售流程。
隨著人工智能的不斷演進，工業互聯網這個系統將會實現工況自感知、工藝自學習、裝備自執行、系統自組織。
這個，就是智能製造的最高境界。
工業互聯網的發展現狀
工業互聯網平臺是工業互聯網的核心。說白了，它也就是工業互聯網的“操作系統”。
就像蘋果iOS系統和谷歌安卓系統牢牢掌控了消費互聯網一樣，誰提供的工業互聯網“操作系統”最好，用的人最多，誰就掌握了工業互聯網發展的主動權。
但是，儘管工業互聯網已經發展了這麼多年，迄今為止，仍然沒有任何一個平臺佔據了絕對領先的地位，也沒有任何一個平臺獲得了真正的成功。
原因很有意思——
能夠提供這樣強大平臺的公司，一定只有兩種，要麼是工業製造能力很強的公司，要麼是信息技術能力很強的公司。
例如，美國的通用電氣和德國的西門子，就屬於前者。世界上第一個工業雲平臺Predix，就是由美國通用電氣公司(GE)在2015年正式發佈的。而第二個平臺呢，就是德國西門子公司在2016年4月開放的MindSphere。
按理來說，這些公司很牛，做出來的東西當然非常好。但是，工業互聯網有一個很大的特點，就是個性化。
每個公司生產的東西不一樣，流程不一樣，工藝不一樣，設備不一樣，渠道不一樣，甚至商業模式和供應鏈也不一樣。
造一個通用的平臺，可能嗎？
想要成功，必須經過非常深入的分析，然後建模，最後開發。也就是說，高度定製化。
曾經就有業內人士說，傳統的消費物聯網平臺開發，分析需求、建立模型、編寫代碼這三步的工作比例，是2:3:5。而工業互聯網平臺恰好相反，是5:3:2。
一個工業互聯網平臺項目，你需要花大量的時間在場景和需求分析上，搞懂它到底是怎麼運作的。
想拿通用平臺隨便改改就用？扯淡！
目前工業互聯網平臺處於全面混戰的一個狀態。大公司做，小公司也做，很多大型製造企業孵化出來獨立經營的子公司，反而在所在的專業領域做得風生水起。
也有一些互聯網創業企業，憑藉專業知識，做出了不錯的平臺產品。
就在這種混戰的狀態下，全球工業互聯網平臺市場在高速增長。
根據研究機構 MarketsandMarkets 的統計數據顯示，2017 年，全球工業互聯網平臺市場規模為 25.7 億美元，預計 2023 年將增長至 138.2 億美元。
而美國、歐洲和亞太這三個地區，是當前工業互聯網平臺發展的焦點區域。
美國的代表，是GE、微軟、亞馬遜、PTC、羅克韋爾、思科、艾默生、霍尼韋爾等巨頭企業。而歐洲的代表，是西門子、ABB、博世、施耐德、SAP 等企業。
中國就更多了，航天雲網、海爾、樹根互聯、寶信、石化盈科、用友、索為、阿里、華為、浪潮、紫光、東方國信、寄雲等等，都是起步比較早的平臺開發企業。
國內工業互聯網產業技術體系——中國信通院
這場混戰還將繼續下去，究竟誰能脫穎而出，只能讓時間告訴我們答案了。
工業互聯網的瓶頸
工業互聯網的未來是美好的，但是，前進的道路並不通暢。很多的問題和障礙擺在它的面前，例如最關鍵的數據安全問題。
企業對於數據安全的顧慮，嚴重影響了他們上雲的積極性。他們害怕自己的核心數據不能得到很好的保護，一旦洩露，帶來的後果是災難性的。
保護數據的安全，既需要平臺擁有可靠的技術，也需要企業本身有很好的軟硬件環境和管理水平。
對於我國很多企業來說，基礎設施落後，資金和技術有限，想要“速成”工業互聯網，確實不太現實。就像鄔賀銓院士說的，有些企業內部數據都做不到完全共享，更何況外部。
此外，工業互聯網標準的缺失，以及企業ICT人才培養的不足，都是困擾工業互聯網向前發展的障礙。
不僅我們國家如此，國外推進也是困難重重。就像前面說的GE通用電氣，不久前也是因為旗下GE Digital（GE數字集團，專門搗鼓工業互聯網業務，包括世界上第一個工業互聯網平臺Predix）業績不佳，所以出售了它的部分股權。
所以說，推動工業互聯網發展和普及，是全世界面臨的共同難題，任重而道遠。
版權聲明：
本文轉載自公眾號“鮮棗課堂”，版權歸原作者所有，轉載請保留此字段，感謝！