IEEE院士刘震：数智化时代需要“价值导向”的工业互联网

　　原标题：IEEE院士刘震：数智化时代需要“价值导向”的工业互联网

　　中新网重庆8月24日电 (记者 刘贤)IEEE(电气和电子工程师协会)院士、傲林科技董事长刘震24日在重庆接受中新网记者专访时表示，“数智化”时代需要的工业互联网应该是“价值导向”的，本着降本增效、产品创新、业务创新的原则，把运营经营决策一体化，从而达到全数据的应用、全局的优化，考虑到产品和订单的全生命周期。“企业级数字孪生”将是支撑这些的核心技术。

　　2021中国国际智能产业博览会23日至25日在重庆举行。刘震受邀在第四届工业互联网和智能制造高峰论坛发表题为《制造业数字化转型：挑战与应对》的演讲。

　　工业互联网是新一代信息技术与工业经济深度融合的新型基础设施、应用模式和工业生态，通过对人、机、物、系统等的全面连接，构建起覆盖全产业链、全价值链的全新制造和服务体系，为工业乃至产业数字化、网络化、智能化发展提供了实现途径，是第四次工业革命的重要基石。

　　刘震说，传统的工业互联网，通常首先让人想到的是“物联呈现”，就是把设备连接起来，再将采集到的数据上传到云端做呈现。这种做法毫无疑问是有用的，但同时存在问题：连接的成本往往很高，通常一台设备需要几千元到几万元；而连接上云后，到底给用户企业能带来多大价值，又是不太确定的。一个典型的应用案例是设备的预测性维护，即通过连接设备进行监测，在出故障前就能预测并及时维护。这种预测性维护往往成本比较高，只适用于贵重设备；但这种设备又往往比较可靠，并不会经常出故障。这就形成一个悖论：出故障少，就收集不到足够数据进行建模预测。

　　为何会出现前述“价值不确定”的问题？

　　刘震进一步分析，这种传统的工业互联网流程架构是“自下而上”的。最下面一层的OT系统(如MES、APS)和控制系统(如PLC、SCADA)实现了设备、产线和工厂的数据采集，也实现了工厂设备的信息化控制，但存在大量“哑设备”难以采集数据、已采集到的数据存在于不同类型的设备或者系统中，不同的系统之间存在严重的“数据孤岛”问题。且系统的实施周期长、定制化开发程度高、费用高昂，中小企业难以承受。

　　中间层的工业互联网平台，实现了设备的“数据上云＋可视化管理＋基于设备数据的分析”，但这部分数据局限于设备、生产线层面，缺乏与OT和IT数据的融合，同样的，投入产出比周期很长。

　　最上面一层的工业APP，实现了局部场景优化，例如设备预测维护、生产监控、能耗管理、后市场服务等，但它的缺点在于做的是局部性的优化，并不提供整体的分析和优化方案，与企业的经营、管理脱节。

　　“在这种情况下，我们提出一个工业互联网的新赛道，叫数智化工业互联网。”刘震说，因为当前正步入数据赋能的新时代。如何在这个时代，让工业互联网帮助用户企业实现价值最大化，是亟待回答的问题。与传统的工业互联网“自下而上”的路径不同，数智化时代的工业互联网，倾向于“自上而下”来设计企业的数字化转型，用“数据＋AI算法”帮助企业做经营方面的预测、做模拟仿真，然后做重大决策的优化。这给企业带来的价值会非常明显。

　　2021智博会上，傲林科技自主研发、具有自主知识产权的新一代信息技术“企业级数字孪生”亮相。刘震介绍了这项技术在钢铁行业的实践案例。

　　铁矿石占这家钢铁企业的六成成本，经常需要因为天气或市场原因改变采购策略。傲林科技应用“企业级数字孪生”技术，只花了两三周时间，就帮助这家企业建立模型，可以基于现有数据分析应该在何时、采购多大量的铁矿石，提高经济效益。这家企业尝到数智化工业互联网解决供应链难题的甜头后，又与傲林科技合作，用两三周时间建立铁矿石安全库存的模型，既满足安全库存量，又大大减少库存铁矿石对资金的占用量。这家钢铁企业使用“企业级数字孪生”技术，整体节省了上亿元的成本。

　　刘震强调，不是所有的数据都要采集、分析，从上到下垂直地、有的放矢地做数字化转型，是数智化时代工业互联网的一个新趋势。企业推进数字化转型，不仅需要生产环节的智能化，也需要经营管理的数字化，应统筹考虑生产经营各方面的问题，进行全局优化。(完)