最近幾年，一直有人問這個問題。回答這個問題之前，我們先看看工業(yè)互聯(lián)網(wǎng)帶來的機(jī)會是什么？

我們知道：過去工廠里的計算機(jī)系統(tǒng)是分級的。離散制造業(yè)典型的分法是BA、MES、ERP，鋼鐵行業(yè)的典型分法是L1~L4。這些級別的特征是：底層的響應(yīng)速度快而管控范圍小，高層響應(yīng)速度慢而管控范圍大。以鋼鐵行業(yè)為例，L1是閥門級、L2是設(shè)備級、L3是車間級、L4是公司級，范圍不斷擴(kuò)大。但L1的響應(yīng)速度是秒級、毫秒級，而L4并不是實時處理的。把管控范圍和響應(yīng)速度放在一起，就能看到原來計算機(jī)系統(tǒng)的局限性：限于響應(yīng)速度慢或者管理范圍小的三角形內(nèi)部。

這就是傳統(tǒng)計算機(jī)系統(tǒng)的局限性。

了解了這個局限性之后，“機(jī)會”也就清楚了：突破三角形內(nèi)部的束縛。范圍大、響應(yīng)速度快的領(lǐng)域，是工業(yè)互聯(lián)網(wǎng)的機(jī)會空間。所以，MES、ERP上云并不一定能解決“范圍大、響應(yīng)速度快”的要求，并不是典型的工業(yè)互聯(lián)網(wǎng)應(yīng)用。

林詩萬博士的視角，也是不同時間周期系統(tǒng)的融合

要理解工業(yè)互聯(lián)網(wǎng)的特點，就要分析過去為什么會有局限性。

從技術(shù)角度講，這個局限性是信息通信技術(shù)不夠發(fā)達(dá)導(dǎo)致。但技術(shù)基礎(chǔ)具備后，人們需要考慮的是經(jīng)濟(jì)性問題：什么樣的業(yè)務(wù)活動，能夠發(fā)揮這種技術(shù)的優(yōu)勢。

我們注意到，網(wǎng)約車、外賣平臺針對 都是“范圍大、響應(yīng)速度快”場景。在這個場景中，平臺本質(zhì)的作用是管控。北京大學(xué)陳龍博士在《數(shù)字控制下的勞動秩序：外賣騎手的勞動控制》中寫道：平臺更像是一名管理者，真正的老板并不存在。

但工業(yè)中的場景是什么呢？

在筆者看來，本質(zhì)上也是提高管控能力。在能源、質(zhì)量、安全、設(shè)備、操作等方面。因為計算機(jī)可以根據(jù)實時數(shù)據(jù)，判斷能源是否平衡、實時發(fā)現(xiàn)質(zhì)量、安全和操作問題，及時發(fā)現(xiàn)安全隱患。過去人們常說：現(xiàn)場有黃金。意思是人們要下現(xiàn)場才能發(fā)現(xiàn)問題。但是，在互聯(lián)網(wǎng)時代，許多問題不需要下現(xiàn)場、不需要走到設(shè)備旁邊，就可以更加及時準(zhǔn)確地發(fā)現(xiàn)問題。對現(xiàn)場管理來說，這其實是一種革命性的變革。

在工業(yè)互聯(lián)網(wǎng)白皮書中，指出了3個要素：智能的機(jī)器、高級算法、工作中的人。所謂智能的機(jī)器，最基本的要求就是“不聾不啞”（朱鐸先先生的說法），能夠給人送信息。但人的精力是有限的，難以處理成千上萬臺設(shè)備送來的秒級、毫秒級的數(shù)據(jù)。所以，需要“高級算法”來幫忙。我把“高級算法”形象地稱為“小秘書”，其作用是從數(shù)據(jù)中發(fā)現(xiàn)問題、報告給人。

工業(yè)互聯(lián)網(wǎng)的三個要素

生產(chǎn)正常的時候，人類沒有必要看大量的實時數(shù)據(jù)：這其實是浪費精力。而“小秘書”的作用就是發(fā)現(xiàn)異常，報告給人。發(fā)現(xiàn)異常的邏輯也非常簡單：異常就是不正常，不正常就是超出正常范圍，正常范圍就是標(biāo)準(zhǔn)規(guī)定的范圍。所以，企業(yè)必須重視標(biāo)準(zhǔn)的建設(shè)：標(biāo)準(zhǔn)之內(nèi)是正常、標(biāo)準(zhǔn)之外是異常。事實上，網(wǎng)約車、外賣平臺的管理，就是這個邏輯。這樣，依靠“小秘書”的幫助，人類就可以用有限的精力，去關(guān)注大范圍實時性的問題了。

隨著數(shù)字化技術(shù)的應(yīng)用，企業(yè)一項“后臺”工作，會逐漸走向“前臺”：這就是優(yōu)化。傳統(tǒng)上，企業(yè)管理和技術(shù)人員的日常工作是處理問題和異常，做“救火隊員”。“優(yōu)化”常常被當(dāng)成“點綴”、“附加”的工作。但是，在工業(yè)互聯(lián)網(wǎng)時代，管理和技術(shù)人員的主流工作就是優(yōu)化：因為日常處理是機(jī)器來做的。日本的IVRA結(jié)構(gòu)，說的其實就是這個問題。我們可以設(shè)想：一家企業(yè)的技術(shù)人員主要在“救火”，另外一家在“優(yōu)化”：哪家企業(yè)的水平更高？

工廠的智能化思路：持續(xù)改進(jìn)

完成上述邏輯需要做兩件事：分析數(shù)據(jù)、（用APP的思路）沉淀軟件化知識。

然而，在現(xiàn)實中上述兩件事并不太容易做。某企業(yè)出現(xiàn)質(zhì)量問題時，一般要花3~7天的時間。試想，如果技術(shù)人員每天面對幾十個質(zhì)量問題怎么辦？哪有精力處理？本人過去做類似APP這樣的工作時，要花幾個月的時間，成本算下來有幾十萬。如果不能解決這些問題，我前面講的邏輯就是無法落地的：可以偶爾做示范，但無法成為日常的活動。因為經(jīng)濟(jì)上不劃算、是賠本的買賣。

工業(yè)互聯(lián)網(wǎng)平臺、5G、數(shù)字孿生，本質(zhì)上是解決這個問題的，也就是解決上述邏輯的成本和效率問題。舉個例子：

做數(shù)據(jù)分析的時候，需要的數(shù)據(jù)是難以事先確定的。往往需要從不同的系統(tǒng)中獲得數(shù)據(jù)。多年來，我們試圖解決數(shù)據(jù)孤島問題。但每個系統(tǒng)都是單獨建設(shè)的，消除孤島的頂層設(shè)計太難做了。但現(xiàn)在有辦法了：有孤島不可怕，只要易于連接就可以了。再如，知識沉淀成APP的過程，還可能會影響系統(tǒng)穩(wěn)定性，帶來很多的阻力。這個時候，我們就可以談信息通信技術(shù)的作用了。例如，云原生技術(shù)就可以幫助人們解決這類問題。

推進(jìn)工業(yè)互聯(lián)網(wǎng)技術(shù)時，重視應(yīng)用是對的。但如果只重視應(yīng)用、滿足于短期的成績，可能會喪失真正的機(jī)會。