黄璿:涌起工业的巨浪

万向区块链 阅读 1486 2021-3-4 12:19
分享至
微信扫一扫,打开网页后点击屏幕右上角分享按钮

黄璿:涌起工业的巨浪

作为新基建的重要组成部分,工业互联网面临哪些机遇与挑战?万向区块链蜂巢学院线上公开课第46期邀请到上海联通智能制造事业部总经理黄璿分享对于工业互联网的思考。

黄璿:涌起工业的巨浪

万向区块链B站直播间的朋友们,大家晚上好!

很高兴受到万向区块链实验室的邀请,参与蜂巢学院线上公开课直播间第四十六期的直播活动。今天,我会围绕工业互联网的主题进行一些分享。

首先,做一个简单的自我介绍,我是上海联通智能制造研究院院长黄璿。本人在很长一段时间里从事CT通信技术行业。随着技术的发展,逐渐向IT和OT进行渗透,在现在工业互联网如火如荼发展的过程中,可以看到工业互联网的概念已经在社会中普及了。

但是工业互联网到底是什么?不同行业、不同角度的人都有一些自己的理解,就像我们说站在不同的维度看一个事情,可能有很多的多样性。但在多样性的过程中,逐渐把一个事物从一个概念发展成一个有边界、有实体、有商业价值的事物,这需要比较漫长的时间,需要各行各业的人一起跨界努力,最终走出工业互联网发展之路。因为新的事物并不是我们想出来的,而是靠实践创造出来的。

在分享之前,我想先提出几个问题,现在国家为什么比较重视工业升级转型?到底什么是工业互联网?我们看得到的这片工业互联网的市场是蓝海还是红海?如何理解工业互联网业务的发展过程,政府在过程中起到了什么作用,为什么现在政府热而企业冷?运营商在工业互联网产业链中是什么定位?

我会在我的讲解中给到大家一些解答,同时这也是我作为个人和站在营商角度的观点,特别希望能跟业界不同的朋友和不同行业的朋友互相探讨,大家一起探索出工业互联网的发展之路。

一、工业互联网的发展演进

讲得比较久远的话,工业主要是指原材料的采集和加工过程,是第二产业非常重要的组成部分。同时,也是衡量一个国家综合国力的主要水平。在近代工业中,和西方国家的主要差距也是在第二次工业革命,也就是蒸汽机发展过程中所拉开的。

到2014年,国家工业生产总值达到了14万亿元,虽然成为了头号工业生产国,但是我们国家是工业大国,而非工业强国。在稍后的产业结构中会进行说明。

早些年,在甲午战争时可以看到的是军事战争,当时的甲午战争无非第一是舰队的制造数量,第二是舰队的推进速度,第三是炮弹的制造速度。当时北洋舰队和日本的联合舰队有比较明显的数字差距,虽然舰队数量跟日本联合舰队水平相当,但是平均航行速度、炮弹发射速度差异很大。也就是说,没等你把炮弹发射出去,你已经身中数弹了。

所以,这样的速度怎样才能赢得甲午战争呢?是赢得不了的。当时在甲午战争中是比较惨败的情况。

简单来说,二战中参战国历年石油产量也是工业水平的体现。总体来说,当时的战争是战略资源+工厂产能+军工科技发展的过程。但是,首先任何产业发展都是基于技术创新和技术革新而诞生的,如果不发明蒸汽机,如果不发明炮弹,那科技产业也不会发展至今。

如今,中、美、日、德等大国之间的竞争归根到底是高端制造竞争,也就是科技竞争。现在从我国的生产情况来看,2014年就超越美国成为制造业的头号大国。但从本身产业链的结构来看,高端制造业是明显的瓶颈,在研发端、设计端存在着比较大的缺陷。

现在的高端制造有哪些呢?比如说集成电路,涉及到的光刻机、高端芯片等高端机床制造业,包括精密轴承。我们国内的数控机床有一些号称是自己制造的,但是关键零部件都是依赖于进口。为什么依赖于进口?是因为承担精密轴承的材料核心生产技术并没有掌握在我们手里,所以新材料、精密仪器等也是我们受限的行业。

由此带来精密仪器的制造,包括医疗器械和航空发动机等,这些都是现在要严重依赖于进口的工业品。在竞争过程中,可以看到美国对我们有一些限制,无论是对于中兴和华为等企业的制裁还是后来的实体管制清单,都说明了科技产业以及科技型创造公司是未来产业高端化的必由之路和关键作用。

在民生层面,从80年代改革开放初期,就连电视机都需要进口,到现在我们已经开始大量输出。其实,我们所掌握的是制造业的中间环节,也就是加工与生产环节。规模上有一部分已经开始超越主要发达国家,但是在前端产品设计环节以及后端产品服务环节上还是有着比较大的差异,特别是在高端制造方面差异是比较大的。但我们可以很骄傲地看到,在民生服务层面,我们的产品已经开始产生了比较大的价值,包括一些电器、冰箱都开始大量出口。

但是,我们跟日本在民生方面进行比较时会发现一些设计上的问题,比如说产品设计人性化的程度、个性化的程度、柔性生产的程度都跟日本有着比较大的差异。这一部分主要体现在日本精益生产管理面上,这一点我会在稍后提到。

总体来看,发展工业互联网是成为“制造强国”的必经之路,同时工业互联网的路径对每一个国家来说又不大一样,总体来看目标是一致的,只是走的路径不同,因为每个国家的综合实力和综合能力差异比较大。比如说美国整个信息产业都比较发达,利用软件和大数据等软服务发展先进制造业。也就是说,美国采用的是“互联网+制造业”的方式。

所以,在美国工业互联网的制定过程中明确提出工业互联网是一个架构,不是一个具体的制造标准,也不是具体的某一项技术,是制造的架构和标准的结合。

德国由于本身制造业比较强,特别是在机械自动化方面特别强,所以德国的工业互联网比较明确地提出了CPS工业4.0战略,是基于装备的联网、工业的自动化和工业控制软件方面的协同,强调硬制造。其实在工业落地的过程中,你会发现软硬件的结合和适配往往是落地的难点,不再是传统的管理提升和软件结合,也不再仅仅是装备的改造。要的是能比较灵活地、柔性地根据管理和数字化的转型需求适配产品落地和装备落地。既包括了软件的标准,同时也包括了硬件的实现。

日本在智能制造发展战略上更多是从机器人的角度出发的,他认为未来要实现智能制造,更重要的工作是对人的取代,因为他们认为靠人进行管理工作某种程度上是不可靠的。所以,日本把机器人作为产业优势,从人工智能出发,不断突破高精尖领域。

中国也提出了自己的工业互联网发展之路。

从中国的发展看,在硬件方面可能不如德国,在软件方面不如美国,我们如何发展工业互联网进而实现弯道超车呢?一定是站在产业数字化的角度来理解的,未来是工业数字化、网络化、智能化的。从移动互联网发展到今天,我们已经进入了产业互联网的下半场。这时候,业界也会有一些争论,为什么叫工业互联网而不叫产业互联网呢?大家知道,我们的产业是分三类的,第一产业、第二产业和第三产业。

现在移动互联网的发展带来的经济和生活的变化大家是可以感知到的,但这些基本上都是发生在第三产业,而第三产业带来的是模式上和信息化管理上的变革。带不来基础科学、基础材料以及高端制造的变化,而且这些领域的变化是深刻的,是需要比较长周期的。

国家在制定战略时,为了把大家的关注度和资金导向更多引入到第二产业中,现在国家定位就是用工业互联网进行全产业革新的发展。第二产业的产品服务方式一旦发生了革新,自然就会改变第一产业和第三产业的形态。比如在德国,农业机械的自动化改变了农业产能,也改变了农民耕种和收割的方式,这是第二产业,也就是机械化、自动化以及未来信息化和数字化管理所带来的。

工业互联网中的每一个企业都有独一无二的需求,也有大量同质化的需求,同时在理解场景的过程中有大量的场景是类似的,如何解决个性化和共性之间的差异就是工业互联网发展中需要解决的问题,要尽可能地站在发展的角度把生产元素具象化、抽样化,把它变成模块。就像乐高的积木一样,你把它变成每一个模块之后,每一个工程点都是一个模块。比如说机芯是机芯,螺旋桨是螺旋桨,轮子是轮子,最后组装在一起的时候就可以根据现场个性化定制需求进行变化,但是搭建的过程不再是烟囱式的搭建过程了。

所以,工业互联网是具有高技术门槛的行业,而且链条比较长,模式构建复杂度比较高,不仅仅需要懂IT的人,懂DT的人,还需要懂OT的人,懂现场工艺的人,要大家团结在一起才能实现我刚才提到的高抽样化效果,所以,对于人才的要求也是比较高的。

基于IT和OT技术的深度融合,要包括新兴的视觉采集技术、物联网传感技术及可编程逻辑控制器,以及OT方面的测量、机械、维护、建模等方法。需要把不同跨界的技术能力融合在一起才能最终实现成果。工业互联网的发展之路不仅仅是技术的迭代,更是技术和管理以及基于场景的发展过程

在发展过程中,需要格外重视对人才,特别是跨界人才的培养。

二、运营商在工业互联网领域的切入路径

大家会对运营商有比较传统的认识,认为运营商就是保证大家的通信需求,比如说生活中的电话、宽带等都是运营商负责。

之前运营商解决的是人与人之间的通信,未来在物联网蓬勃发展的时代,要解决物与物之间的通信。物与物之间的通信基础是什么呢?我认为是未来工业互联网发展的基础。工业互联网需要解决物的连接、物之间的通信、通信规则、通信有效性的问题。

现在可以看到企业数字化转型的需求迫于眉睫,中国人口红利即将过去,大量劳动密集型工厂已经从中国珠三角、长三角一带转移到了越南、泰国、东南亚一带,或者转移到中国的中部地区,像重庆、成都、武汉等等。

这样的产业转移主要是由于人口红利和人口的平均劳产率的降低所带来的,劳动力的成本提高以及个性化需求越来越明确,同时产品技术迭代速度也越来越快。这些都是带来工业互联网发展需求和企业数字化发展需求的重要动因。

同时可以看到现在一些通信技术、传感技术、识别技术、人工智能技术等都在蓬勃发展,是弯道超车的最佳时期。所以我们看到产业的发展通常受到两股力量的推动。第一类是需求,需求不是一下子爆发的,需求是不断的积累,不断的形成的,但是在过程中有需求解决成本的问题。也就是说,一项技术可能能解决这个需求,但是在没有规模化应用之前会存在成本比较高的问题。对于企业经营来说,这当然不是划算的买卖。

如何解决这些需求呢?我们发现这种高价值的技术迭代都是在大量技术累积形成之后,由于规模可以降低,比如说我生产一个1000万的芯片和生产1亿的芯片成本肯定不一样,因为研发成本会摊薄在每一个芯片上。

我认为我们这一代人还是比较幸运的,我们有幸参与和经历了技术大变革的时期,现在传感技术、云计算、大数据、5G、人工智能等都累计到了相对成熟且具备可规模化应用的地步。在需求和技术规模化应用的基础上加入政策和资金导向,就可以实现产业的蓬勃发展。

从政策角度来看,2015年出台了《中国制造2025计划》,最近工信部出台了的最新版《工业互联网三年行动计划》,可以看到政策出台周期和差异是越来越具象化,越来越细致,且越来越有指导性。同时对于很多指标的理解也是越来越深入,大家的认识也逐渐趋同。

随着“两化融合”的政策提法,到后来的“新基建”,到现在的“在线新经济”,我们可以看到未来基于数字化转型的模型已经越来越明确了,在未来数字化转型要形成新的服务能力、新的商业模式、新的经济体系,这也是我们从技术驱动到企业效益提升之间拉齐发展鸿沟的做法。

总体来说,这不是一蹴而就的。从2017年开始就蹲在企业和工厂里,帮企业做需求研究、调研、数字化模型构建。我们发现从传统的单一流程到未来高度并行的制造模式,从间接需求到直接需求,研发设计从串行变成并行,供应链管理以及物流流向和生产制造管理控制过程,追求的无非是效率的提升、成本的降低和利润的提升。而且某种程度上降本比提效还会来的更有效一些,这是企业的基本需求。

有的时候生产单一产品的小企业需求非常简单,就告诉我你帮我实现这一个方式可以直接帮我节省多少钱,他的需求非常直接,不需要你帮他改善产品,不需要你帮他提升供应链,他的需求非常简单,就是降成本。用物联网的手段对人工进行替代是非常可观的。

从帮他实现的技术路径上来看,视角是从管理进行切入的,从管理上如何实现效率、成本、利润的改善?从实现路径上首先要实现生产全要素的连接,大家想一下如果没有把生产要素连接在一起,可能无法得知对于他生产影响的因素有哪些。原来都是通过人为的方式,或者人最直接的感官进行判断的,而判断是否一定真实、一定可靠?其实没有科学的数据分析。

我们认为,关键生产要素的连接是最为重要的。第二在连接的过程中要解决数据有效性和可靠性的问题,如果产生的数据是混乱的、无效的数据,我还需要花大量的时间成本和人工成本对数据进行校准和清洗,这一部分得不偿失。

现在做企业数字化转型有非常得天独厚的优势,我可以直接产生干净且有效的数据,所以数据是未来驱动的关键。数据驱动什么?数据驱动的是应用,数据要驱动的是未来可以产生有效性应用进行控制,而不仅仅是数据本身,数据是帮助我们人来进行应用模型搭建的有效收入。

在过程中,像设备管理可以进行设备的运行和精准维护。生产过程的控制可以实行生产过程控制、质量管控、能耗等等,以及包括到企业本身的运营管理和企业间的供应链、资源配置、金融服务、产品设计协同、制造工艺管理等内容。这些就是把传统的模式变成了工业互联的新模式,把从生产要素的连接延展到工厂级的管理,再延展到工厂和工厂之间供应链的管理,有效地实现了社会产业标准统一。

大家可以看到,在过程中有几个关键因素:

(1)网络。对网络提出了比较大的诉求。大家可能不知道,现在制造业当中70%的设备还是属于哑设备(非联网设备)。

(2)数据。数据要有存储、要有清洗、要有整理的能力,对云计算、大数据都产生了新的需求。

(3)应用。要把真正产生有效的应用覆盖到服务模式上,这一部分又需要大量的IT人才,需要软件的人才。

整体来看,在网络、安全、平台侧,未来会有比较大的需求。特别是安全,现在会把一些非核心的价值系统放在平台侧、云上,这是普遍心态,因为工业对生产安全要求比较高,希望尽量做到本地化管理。

但是可以发现,未来的云边协同可以有效解决场内安全管理以及场间互联模式打通,这也是未来生产过程管理和供应链管理比较重要的一环。

从市场的趋势来看,从技术的角度来看,这是个大趋势没有错,也可以看到技术逐渐成熟,也没有错。但为什么从业者还会觉得比较难呢?最主要在于现在大量工业型企业、制造型企业人的认识需要普遍性的改善。

也就是说,如果大家对于新技术没有学习和掌握,大家对于工具本身没有掌握,大家就不会想到使用工具来解决你现在的问题,这也是科技发展过程中必然存在的环节。第一,是制造出来新的工具;第二,是如何使用新的工具。

我们现在看到这个市场的时候认为做工业互联网的人是有一些使命感,有一些布道者的精神,我们要不断地通过这样的交流,通过这样的探讨,让我们身边不同行业的人,比如说传统的离散型生产的人、流传型生产的人逐渐认识到这件事情的重要性,和逐渐认识到这件事情可以如何被改善。回过头来看,这里面需要有一条路径,需要有一个方法。

分几个维度来看:

一是看行业和市场。中国制造业分布在沿海地区和现在的中部地区,从本身的制造区域分布来看,广东是比较发达的,北京、上海主要是总部经济,也会辐射到周边的配套产业,江苏和浙江是珠三角的生产重点。现在以四川、湖北为代表的中西部产业也开始崛起。

同时,这里面的玩家很多,这里面可能有基于数字化产业的工业互联网产业重构,但是从现在产业链的角度来看,基本上可以分为:(1)硬件生产制造商;(2)工业互联网平台和软件生产制造商;(3)基于每一个垂直行业有行业深耕的人家,包括运营者和开发者。

在这样的过程中,以后大家会趋向于分层融合、分层提供服务,以及存在着企业之间重构的问题。在今年的《工业互联网三年行动计划》中可以看到一个非常重要的重点,基于行业的工业互联网集成商是未来非常大的需求。基于这些软件、这些平台、这些硬件如何重构?如何基于行业最后实现落地?可能是这些行业领域的集成商的重要使命。

最终,大家说运营商不是做的还是网络吗?你们网络的优势又在哪里?5G到来之后,5G对于产业意义和作用远远大过于对人人通信的作用。5G的几个关键特性:

(1)高速率,高速率高到什么程度呢?未来可以高到10G。

(2)低延时,可以多低呢?可以把延时缩小到10毫秒以内,这基本满足了所有工控PLC的需求。

(3)多并发,刚才我提到一个概念“生产全要素连接”,大家知道在通信领域里单基站下单扇区最大的理论连接数是400个点,也就是说可以看到的是在演唱会、大型体育会赛事里有通信保障车出动。

为什么?因为单扇区的连接规模是有限的,支持不了那么多的并发数。但在未来生产领域里,可能一个生产的部件就是一个标签,就要把它连接出来,人身上会戴很多标签,比如说公卡、眼镜、手环都会是工具,可能一个人身上也有20、30个标签。这些都会是以后要连接的数量,所以未来5G基站下会支持上百万个连接才能支持产业化。

在实践和探索上,定位一是“联接者”,要把连接的使命做到最为极致,要实现工厂连接、设备连接、产品连接、过程连接、供应链连接、资金连接。二是“使能者”,要把自己数字化的基座使能出去,给到垂直行业集成商,给到平台,给到终端、装备生产厂商。在面向大型企业的时候,更多提出“5G全连接”的智慧工厂,因为这是我们有核心技术产权的产品。另外一部分是面向中小企业提供工业互联网标准化模块的平台和应用服务。

三、上海联通的业务判断与实践探索

分享几个案例:

第一类案例是我们跟商飞一起合作搭建了从顶层设计到落地场景规划的应用,在商飞内部搭了5G网和一朵开放的云,进行全覆盖。刚才我讲到5G的一些关键特性特别适合于产业和工业场景应用,我们可以看作是大的实验室。

当时一起合作的时候特别有意思,跟商飞之间我说的他也听不懂,他说的我也听不懂,两个标准和两个体系的语言是完全不统一的,而且认定标准也不统一。我们将近花了一年的时间在商飞厂里驻扎,让两个团队能够融合在一起,学习对方的标准,学习对方的语言,同时做数字化场景挖掘,在一年后就有了丰硕的结果。

以数据创造为价值,围绕着工艺的生产、质量物流等开发了50余项的5G+工业互联网的场景,涵盖的内容包括了工艺改善、生产控制、质量管控、物流运输等。在这里面由于涉及到敏感性的问题就不展开了,但是我想说的是在路径的过程中不再是甲乙双方提供生产需求和生产结果衔接的关系,而是是联合团队共同创造的过程。在应用体系上包括了政策需求、需求引导等。

第二类案例,也是规模化应用最多的场景,装备连接。举一个医疗器械的例子,大家知道核磁共振机在各类医院中应用比较多,现在CT检查10几项常规项,但CT机当中有一种稀有元素,如果CT机断电8个小时的话,稀有元素供不上的话,CT机就报废了,这是代价比较大的事故。

所有的CT机基本上都会需要在线监控能源状态,现在将能源状态进行管控,通过网关的方式进行平台性的管理,当装备发现问题的时候立马派人、派工程师上门进行维修和处理,保证在8个小时之内进行修复,这样一台CT机20几万,可以大大节省医院的成本和设备厂家维护的成本。

在过程中可以看成本构成,差旅和人工类节省了40%,故障修复类的机器损坏情况占60%,这是特别特别小的应用,但这个应用往往价值很大。后来发现一些冷柜的监控,比如哈根达斯的机柜,我们将高价值的疫苗、食品、药品进行管控之后,可以节省大量的损耗。以前这一类是没有办法监控的,因为这是感知盲区。现在可以感知之后,可以帮他提升管理效率。

第三类案例是视觉类,利用先进的物联传感技术和视觉识别技术进行检测。物联传感技术就是刚才讲到的装备联网的案例,视觉识别技术是通过检测物体的表面提升较次点的识别。无论是汽车表面还是轮船表面还是面料表面,还是其他的柔性面料等,都是需要检测的。

但在过程中,传统的方式是人眼检测,人眼检测效率极低,而且视觉是极度容易疲劳的。通常一个工人检测一幅面料2个小时以后就受不了了,就要换班。但是通过设备检测之后的检测速度可以提高100倍,正确率提高300倍,检测成本下降了10%,1.2万亿元。

工业互联网网络化改造投资规模将达到5000亿元,这是中国信通院的报告,在这样的报告中可以看到基于新基建的充电桩、高铁、人工智能、特高压、大数据中心、5G+工业互联网的大底座定位,大工业会进一步进行产能提升,同时探索之路的大幕徐徐拉开。

站在新的起点上,我认为2021年是新的起点,经过疫情的考验,经过在线新经济的提升,经过了数字化转型、标准化激烈的大讨论。我认为2021年是新的发展周期起点,也是双百年的起点。

希望站在行业从业者的角度上,站在运营商的角度上,可以更多地为行业客户提供平台性价值、咨询、使用工具,哪怕是大家进行行业的交流和探讨,都十分欢迎。因为我们认为,在过程中没有谁再是智者,也没有谁再是专家,而是大家都从学者的角度、研究的角度和新的出发的角度来审视新行业的诞生。

欢迎大家与我探讨,与我进行观点的交锋,越是通过不同角度的辩论,越是通过不同角度的探讨,越能够找到事物发展的本质和规律,也更加将商业价值、生产价值体现出来。

今天的分享就到这里,谢谢大家!

btcfans公众号

微信扫描关注公众号,及时掌握新动向

免责声明:
2.本文版权归属原作所有,仅代表作者本人观点,不代表比特范的观点或立场
2.本文版权归属原作所有,仅代表作者本人观点,不代表比特范的观点或立场
上一篇:黄业帅:通过物联网和区块链服务产业数字化转型 下一篇:尼日利亚比特币交易额位居世界第二,仅次于美国

相关资讯