导读：工业物联网的发展和智能制造、工业4.0、OT与IT融合以及企业数字化转型密切相关，本文重点介绍工业物联网的发展背景。
作者：胡典钢
来源：大数据DT
01 智能制造与工业4.0
智能制造在国际上尚无公认的定义，通常被认为是新一代信息通信技术与先进制造技术的深度融合。
智能制造的概念始于20世纪80年代末，纽约大学P.K.Wright教授和卡内基梅隆大学D.A.Bourne教授出版了Manufacturing Intelligence一书，首次提出智能制造的概念，并指出智能制造的目的是通过集成知识工程，制造软件系统、机器视觉和机器控制，对制造技术人员的技能和专家知识进行建模，以使智能机器在没有人工干预的情况下进行小批量生产。
随着时代的发展和技术的进步，智能制造也不断被赋予新的意义，目标变得更加宏大。我国是制造业大国，制造业是国民经济的主体，当前我国制造业面临着提高生产制造效率、节能减排、产业结构调整的战略任务。《智能制造发展规划（2016—2020年）》指出：
推进智能制造，能够有效缩短产品研制周期，提高生产效率和产品质量，降低运营成本和资源能源消耗，加快发展智能制造，对于提高制造业供给结构的适应性和灵活性、培育经济增长新动能都具有十分重要的意义。
制造业从传统模式向数字化、网络化、智能化转变，从粗放型向质量效益型转变，从高污染、高能耗向绿色制造转变，从生产型向“生产 服务”型转变。在此转变过程中，智能制造是重要手段。
智能制造较为普适的定义是：
面向产品的全生命周期，以新一代信息技术为基础，以制造系统为载体，在其关键环节或过程，具有一定自主感知、学习、分析、决策、通信与协调控制能力，能动态适应制造环境的变化，从而实现某些优化目标。
上述定义对智能制造提出了明确的目标和期望—高效率、低成本和高质量，并对其实现路径提出了方法论的指导。强调自主感知，通过万物互联，连接一切可数字化的事物，利用数据和算法获得智能。
智能制造不仅要采用新型制造技术和装备，还要将快速发展的信息通信技术渗透到工厂，在制造领域构建信息物理系统（Cyber Physical System，CPS），改变制造业的生产组织方式和人际关系，带来研发制造方式和商业模式的创新转变。
工业4.0是基于工业发展的不同阶段做出的划分。按照目前的共识，工业1.0是蒸汽机时代，工业2.0是电气化时代，工业3.0是信息化时代，工业4.0是利用信息技术促进产业变革的时代，也就是智能化时代。
这个概念最早由德国政府提出，并在2013年的汉诺威工业博览会上正式推出。随着新一轮技术浪潮的到来以及国际科技竞争日益加剧，作为工业化强国，德国敏锐地感觉到新机遇、新挑战，为此及时制定并推进产业发展创新战略，其目的是提高德国工业的竞争力，在新一轮工业革命中占领先机。
工业4.0自推出以后，迅速在全球范围内引发了新一轮的工业转型竞赛。德国学术界和产业界认为，工业4.0概念是以智能制造为主导的第四次工业革命，旨在通过信息通信技术和信息物理系统相结合的手段，推动制造业向智能化转型。
德国主要从以下几个方面采取措施，推进工业4.0。
- 建立指导框架，2013年以来，德国陆续出台了一系列指导性规划框架，如《数字化行动议程（2014—2017）》《高技术战略2025》，支持工业领域新一代革命性技术的研发与创新。
- 推进数字化进程，数字化是实现工业4.0的基础条件，通过嵌入式处理器、传感器和通信模块，把各要素联系在一起，使得产品和不同的生产设备能够互联互通并交换信息，未来智能工厂能够自行优化并控制生产过程。工业4.0还将进一步实现工厂、消费者、产品信息数据的互联，从而重构整个社会的生产方式。它的本质是以万物互联为基础，通过物联网和互联网等相关技术，将传统工厂关注的制造环节向前端设计环节以及后端服务环节不断延伸。
- 打造标准，把不同产业领域以及环节之间的隔阂打通，实现关键术语、规格标准等语义统一化和标准化。正是通过标准的推广和应用，技术创新得以迅速扩散，并提升生产力。此外，还包括完善人才培养，强化创新合作等。
为了更广泛地指导不同行业开展工业4.0实践，2015年德国提出了工业4.0参考架构模型（Reference Architecture Model Industrie 4.0，RAMI 4.0），对工业4.0理念进行了进一步的明确和阐述。RAMI 4.0采用三维模型表达工业4.0的空间，从3个维度进行描述，每个维度均不同程度地对已有工业标准体系进行了扩展和延伸，如图1-1所示。
▲图1-1 工业4.0参考架构模型（经德国工业4.0组织授权引用）
第一个维度（横轴）功能层，参考了IEC 62264企业信息集成标准。该标准定义了由现场设备到运营管理系统的层级划分，界定了企业控制系统、管理系统等的集成化标准。
RAMI 4.0在其基础上，在底层增加了“产品”，在顶层增加了“跨企业互联”，由个体工厂拓展至连接世界，从而体现工业4.0针对产品服务和企业协同的要求，形成“产品-现场设备-控制与监控网络-车间-工厂-企业-跨企业互联”的完整链条。
第二个维度（横轴）为生命周期和价值链，参照IEC 62890标准体现的从虚拟原型到实物制造的产品全生命周期理念，描述了产品、机械装备和工厂的生命周期与增值过程紧密结合在一起的过程。
第三个维度（纵轴）是信息物理系统的核心功能，资产处于底层，可以是机器、设备、零部件及人等各种实体对象，连同其上层集成一起被用来对各种资产进行数字化的虚拟表达；通信层用于处理通信协议；信息层对数据进行分析处理；功能层是企业运营管理的集成化平台；业务层是指各类商业模式和业务流程，体现制造企业的各类业务活动。
资产构成工业4.0基本单元（物理的/非物理的）的实体部分，RAMI 4.0提出资产管理壳（Administrative Shell）的概念，每个实体资产在数字空间均有对应的管理壳（即数字映射），管理壳构成工业4.0基本单元的虚拟部分，实体通过管理壳接入工业4.0体系。
02 OT与IT融合之路
长期以来，操作运营技术（Operation Technology，OT）和信息技术（Information Techno-logy，IT）是相互隔离的，各自有着不同的目标，沿着不同的路径发展，彼此之间的鸿沟阻碍了工厂充分利用已掌握且尚未发掘的重要信息。
关于OT与IT融合的争论一直不断，主要体现在两个方面：一是围绕概念，要求澄清OT和IT的概念、界线；二是在公司组织和规划实施层面，由哪个部门组织牵头，在多大范围内实施融合，预期产生什么收益。
维基百科对OT的定义如下：专门用于直接监控或控制物理设备（诸如阀门、泵等）来检测物理过程，或使物理过程发生变化的硬件和软件。
例如现场控制、检测相关的技术，包括可编程逻辑控制器（Programmable Logic Controller，PLC）、分布式控制系统（Distributed Control System，DCS）、数据采集与监控系统（Supervisory Control And Data Acquisition，SCADA），以及各种仪器仪表、传感器、机器设备等，也包括背后隐含的生产过程、生产工艺与知识。
OT直接面对工业生产的物理设备和过程，保证其安全、稳定地运行，首要目标是保质保量完成产品生产，长期以来采用专用的系统、网络和软件。从这个意义上，与IT相比，OT的开放性和标准化有待改善和提升。IT主要指用于管理和处理信息所采用的各种技术，它应用计算机科学和通信技术来设计、开发、安装和实施信息系统及应用软件。
IT代表了计算机业，例如计算、存储、网络、云计算、数据库等，像企业资源计划系统（Enterprise Resource Planning，ERP）、产品生命周期管理系统（Product Lifecycle Management，PLM）、客户关系管理系统（Customer Relationship Management，CRM）、供应链管理系统（Supply Chain Management，SCM）等常用的企业运营管理系统，均属于IT范畴。图1-2列举了常见的OT与IT。
▲图1-2 OT与IT
界定完概念，再来看公司组织、规划、实施层面，即在多大范围内实施融合，预期产生什么收益。对效率、质量与成本等方面的关注，倒逼企业开始升级改造，企业IT运营管理系统对于现场工艺过程数据和设备运行数据有着强烈的需求，制造系统进行信息化升级，OT和IT由分开的两条路径逐渐走向融合。
OT和IT融合并非易事，OT和IT在企业中完全是两拨人，彼此的知识面、看待问题的思维差别很大。OT人员偏好PLC、DCS、SCADA、HMI、RTU、数据采集以及嵌入式计算技术，而IT人员擅长互联网技术，非常熟悉快速扩展网络规模、云计算基础架构、基于Web的部署和诸如SQL、Java、大数据等技术。
举个例子，OT部门收到IT部门的通知，将升级网络并在工厂中实现全新的网络安全措施，OT部门需要配合其工作。当IT人员看到现场设备上装了Windows XP系统，并且还要继续使用两三年，他们会觉得不可思议并建议立即对系统进行升级，而OT部门表示这台设备不能升级，因为设备上安装了软件许可证，并且软件不支持新的操作系统。
OT技术发展相对缓慢，更强调稳定性与可靠性，对于运行中的系统，OT人员倾向于系统保持更长时间不做变更。而IT专注于数字环境，主要考虑数据处理速度、系统可靠性和安全性等问题，IT必须接受快速创新和变革，以跟上技术的不断发展。
再举个例子，IT部门有专门的系统运维团队，在企业里属于基础设施支撑团队，离业务本身有一定距离，系统运维团队承接需求时，通常只需对方说明安装什么操作系统，要什么数据库，是否必须安装杀毒软件、部署企业策略以及IT系统归属网络等。
突然某一天老板要求生产控制系统的计算机和网络也归属系统运维团队，于是现场反馈的问题如工业组态软件无法连接实时数据库、PLC网络无法连接远程I/O站等问题也要运维团队去处理。对传统IT运维来说，一下子丈二和尚摸不着头脑，怎一个苦字了得。
即使存在这些差异，在智能制造和工业4.0时代，IT与OT融合也是必经之路，这依赖于在业务层面和技术层面进行顶层设计和组织设计乃至重组。通过提升各自的能力，从而形成一种真正具有颠覆性的技术，这正是工业物联网发挥作用的地方，它是OT与IT融合的具体实现。
技术方面，OT与IT融合仍面临着一些实际问题。首先是数据的传输接口与标准统一问题，OT常用现场总线和工业以太网（也在尝试标准以太网），对数据实时性（毫秒级或微秒级）和传输确定性要求很高，网络传输低抖动，而IT通常是非实时的，秒级响应就足够了，网络主要采用标准以太网，OT与IT融合首先要解决网络互联、数据互通的问题。
其次，以一座中等规模的典型工厂为例，它通常拥有多台购置于不同时期、来自不同供应商的设备，而不同供应商的自动化水平、软硬件平台以及通信协议均不同，导致数据的收集、整合以及场景标准化非常困难，有些设备制造商甚至将数据分析洞见作为增值服务，工厂须付费才可使用，这进一步阻碍了数据的获取。
除了差异性之外，出于工艺保密性以及安全隔离性方面的考虑，很多OT系统在设计时并未考虑对数据开放，有些制造现场在没有IT系统参与时也运营得很好，迫切性并非想象的那么高，此时需要综合考虑经济性和企业长远战略，只有对数据驱动的价值有了充分认识，才能下决心推动OT与IT融合。
03 企业数字化转型
企业数字化转型是一个更大的议题，新冠疫情加速了社会数字化的进程。什么是数字化转型？有些人认为把线下活动通过互联网搬到线上，就是数字化转型了。这个认知过于粗浅。有些人将数字化转型理解为一种管理理念和数字化意识。这样说虽然没错，但比较抽象。
数字化转型是指利用现代技术和通信手段，改变企业为客户创造价值的方式。它将数字化技术融入企业产品、服务和流程当中，涉及核心业务流程、员工以及与上下游供应商合作伙伴交流方式的变革。
数字化转型至少有3个层次。
- 一是信息的数字化，例如模拟信号到数字信号的转换，从手工记账变为Word文档，本质上是将信息以二进制数字化的形式进行读写、存储和传递。
- 二是数字化提升流程效率或流程数字化，例如企业资源计划系统、客户关系管理系统、供应链管理系统和仓库管理系统等都是将工作流程进行数字化，从而提升工作协同效率、资源利用效率，为企业创造信息化价值。在这两个阶段，企业业务模式可能未发生根本性变化，例如一个汽车制造企业，它虽然实现了信息化，但仍然以销售汽车为主。
- 三是数字化转型，着力于实现“业务的数字化”，使公司获得新的商业模式和核心竞争力。例如借助数字化技术，汽车销售商可能变为以汽车为载体的出行服务商。大型工程机械企业为寻求新的利润增长点，提供装备租赁服务，利用工业物联网远程实时监控装备的运行状况和位置，确保租赁服务模式安全有效。在此之前，企业需要投入大量人力管理租赁设备。
进行数字化转型的原因是多方面的，这其中有来自市场、监管的压力等。市场瞬息万变，包括已经存在的或即将到来的压力，企业为应对这种变化和竞争，需要不断提升内部流程效率、加速产品创新并提供增值服务，形成持续竞争力。
对于研发制造企业，虽然数字化转型以数字化技术为支撑，但数字化技术本身不是目标，它的本质是业务转型，而业务转型须以企业战略为主导，是战略主导下的业务变革。
数字化转型应以客户需求为指引，以组织变革、流程优化、人员能力为保障，由企业文化和环境机遇来促成。它是数据驱动、智能助力的研发、生产、运营和服务改善，是OT和IT的融合，是数字化、网络化、智能化等数字化技术的应用。互联网、物联网、大数据、云计算、人工智能、5G通信等，均属于数字化技术。图1-3反映了这种层级关系。
▲图1-3 数字化转型体系
2020年9月，国务院国有资产监督管理委员会正式印发《关于加快推进国有企业数字化转型工作的通知》，明确国有企业数字化转型的基础、方向、重点和举措，促进国有企业数字化、网络化、智能化发展，增强竞争力、创新力、控制力、影响力、抗风险能力，提升产业基础能力和产业链现代化水平，推动数字经济和实体经济融合发展。
国有企业应将数字化转型作为改造、提升传统动能，培育、发展新动能的重要手段，进一步强化数据驱动、集成创新、合作共赢等数字化转型理念，同时加快推进产业数字化创新，实现产品创新数字化、生产运营制造化、用户服务敏捷化以及产业体系生态化。
美国工业互联网联盟（Industrial Internet Consortium，IIC）在2020年首次发布的《工业数字化转型白皮书》中，针对工业领域，提出工业数字化转型的定义：工业数字化转型是利用物联网改进流程及运营并获得更好的结果，其特点在于IT与OT的融合。
在工业数字化转型中，基于传感器的数据以及由数据驱动的创新性应用，将影响人员、运营、业务以及物理环境，并创造更好的商业成效。《重构：数字化转型的逻辑》一书提出了数字化转型的本质在于数据 算法定义的世界中，以数据的自动流动化解复杂系统的不确定性，优化资源配置效率，构建企业新型竞争优势。
梳理一下其中的脉络，数字化转型将改变企业为客户创造价值的方式，数字化技术将降低业务转型或发展的阻力。智能制造和工业4.0是面向工业的数字化转型战略，要求OT与IT紧密融合，而工业物联网是智能制造和工业4.0的重要使能技术和关键实现路径。
关于作者：胡典钢，资深工业物联网专家，顺丰物联网平台负责人，兼任顺丰集团职业发展评审委员和ZETA联盟工业物联网高级顾问，负责顺丰物联网平台建设及产品化工作。在物联网、边缘计算、工业大数据领域从业10余年，有丰富的实践经验。
本文摘编自《工业物联网：平台架构、关键技术与应用实践》，经出版方授权发布。（ISBN：978-7-111-70227-6）
