中國電子信息產(chǎn)業(yè)發(fā)展研究院袁曉慶黨中央、國務(wù)院近期關(guān)于工業(yè)互聯(lián)網(wǎng)的工作部署2020年2020年3月17日，國務(wù)院總理李克強(qiáng)主持召開國務(wù)院常務(wù)會(huì)議，并指出要對(duì)“互聯(lián)網(wǎng)+”、平臺(tái)經(jīng)濟(jì)等加大支持，壯大數(shù)字經(jīng)濟(jì)新業(yè)態(tài)，依托工業(yè)互聯(lián)網(wǎng)促進(jìn)傳統(tǒng)產(chǎn)業(yè)加快上線上云，發(fā)展線上線下融合的生活服務(wù)業(yè)，支持發(fā)展共享用工《工業(yè)和信息化部辦公廳關(guān)于推動(dòng)工業(yè)互聯(lián)網(wǎng)加快發(fā)展的通知》（2020年3月20日）一、加快新型基礎(chǔ)設(shè)施建設(shè)一、加快新型基礎(chǔ)設(shè)施建設(shè)（一）改造升級(jí)工業(yè)互聯(lián)網(wǎng)內(nèi)外網(wǎng)絡(luò)。（三）提升工業(yè)互聯(lián)網(wǎng)平臺(tái)核心能力。（四）建設(shè)工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)中心。二、加快拓展融合創(chuàng)新應(yīng)用二、加快拓展融合創(chuàng)新應(yīng)用（五）積極利用工業(yè)互聯(lián)網(wǎng)促進(jìn)復(fù)工復(fù)產(chǎn)。（六）深化工業(yè)互聯(lián)網(wǎng)行業(yè)應(yīng)用。（七）促進(jìn)企業(yè)上云上平臺(tái)。（八）加快工業(yè)互聯(lián)網(wǎng)試點(diǎn)示范推廣普及。三、加快健全安全保障體系三、加快健全安全保障體系（九）建立企業(yè)分級(jí)安全管理制度。（十）完善安全技術(shù)監(jiān)測(cè)體系。（十一）健全安全工作機(jī)制。（十二）加強(qiáng)安全技術(shù)產(chǎn)品創(chuàng)新。四、加快壯大創(chuàng)新發(fā)展動(dòng)能四、加快壯大創(chuàng)新發(fā)展動(dòng)能（十三）加快工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展工程建設(shè)。（十五）增強(qiáng)關(guān)鍵技術(shù)產(chǎn)品供給能力。五、加快完善產(chǎn)業(yè)生態(tài)布局五、加快完善產(chǎn)業(yè)生態(tài)布局（十六）促進(jìn)工業(yè)互聯(lián)網(wǎng)區(qū)域協(xié)同發(fā)展。（十七）增強(qiáng)工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)集群能力。（十八）高水平組織產(chǎn)業(yè)活動(dòng)。EEFF六、加大政策支持力度六、加大政策支持力度（十九）提升要素保障水平?！豆I(yè)和信息化部辦公廳關(guān)于推動(dòng)工業(yè)互聯(lián)網(wǎng)加快發(fā)展的通知》（2020年3月20日）01提升工業(yè)互聯(lián)網(wǎng)平臺(tái)核心能力鼓勵(lì)各地結(jié)合優(yōu)勢(shì)產(chǎn)業(yè)，加強(qiáng)工業(yè)互聯(lián)網(wǎng)在鼓勵(lì)各地結(jié)合優(yōu)勢(shì)產(chǎn)業(yè)，加強(qiáng)工業(yè)互聯(lián)網(wǎng)在裝備、機(jī)械、汽車、能源、電子、冶金、石化、礦業(yè)等國民經(jīng)濟(jì)重點(diǎn)行業(yè)的融合創(chuàng)新，突出差異化發(fā)展，形成各有側(cè)重、各具特色的發(fā)展模式。引導(dǎo)各地總結(jié)實(shí)踐經(jīng)驗(yàn)，制定垂直細(xì)分領(lǐng)域的行業(yè)應(yīng)用指南。引導(dǎo)平臺(tái)增強(qiáng)5G、人工智能、區(qū)塊鏈、增強(qiáng)現(xiàn)實(shí)/虛擬現(xiàn)實(shí)等新技術(shù)支撐能力，強(qiáng)化設(shè)計(jì)、生產(chǎn)、運(yùn)維、管理等全流程數(shù)字化功能集成。遴選10個(gè)跨行業(yè)跨領(lǐng)域平臺(tái)，發(fā)展50家重點(diǎn)行業(yè)/區(qū)域平臺(tái)。推動(dòng)重點(diǎn)平臺(tái)平均支持工業(yè)協(xié)議數(shù)量200個(gè)、工業(yè)設(shè)備連接數(shù)80萬臺(tái)、工業(yè)APP數(shù)量達(dá)到2500個(gè)。企業(yè)為什么要進(jìn)行數(shù)字化轉(zhuǎn)型？勞動(dòng)生產(chǎn)力提高提高工人每人每小時(shí)勞動(dòng)生產(chǎn)率40-60%提高運(yùn)營部門間接人工效率30-40%提升設(shè)備綜合效率 設(shè)備停機(jī)時(shí)間下降30-50%預(yù)測(cè)準(zhǔn)確度提高85%提高一次通過率5-8%設(shè)計(jì)-工程成本下降10-30%減少廢料20-35%庫存占用成本下降20-40%減少能耗5-8%質(zhì)量成本優(yōu)化制造業(yè)增加值成本減少25-35%數(shù)據(jù)來源：麥肯錫數(shù)字化轉(zhuǎn)型的本質(zhì):為企業(yè)創(chuàng)造價(jià)值提質(zhì)增效l提升勞動(dòng)生產(chǎn)率l優(yōu)化設(shè)備管理l提高企業(yè)產(chǎn)量l完善質(zhì)量管理節(jié)本降耗l節(jié)約生產(chǎn)成本l降低企業(yè)庫存l降低質(zhì)量成本l降低能耗水平生態(tài)培育l新技術(shù)l新產(chǎn)品l新模式l新業(yè)態(tài)制造業(yè)數(shù)字化轉(zhuǎn)型正在邁向3.0階段：工業(yè)互聯(lián)網(wǎng)平臺(tái)賦能工業(yè)互聯(lián)網(wǎng)（工業(yè)APP）投資收益工業(yè)云（工業(yè)SaaS）投資收益工業(yè)軟件集成范圍單項(xiàng)應(yīng)用協(xié)同創(chuàng)新基礎(chǔ)建設(shè)綜合集成單項(xiàng)應(yīng)用協(xié)同創(chuàng)新基礎(chǔ)建設(shè)新型工業(yè)APP制造業(yè)數(shù)字化轉(zhuǎn)型的新載體：工業(yè)互聯(lián)網(wǎng)平臺(tái)新型工業(yè)APP傳統(tǒng)軟件云化工業(yè)微服務(wù)組件（機(jī)理模型、數(shù)據(jù)驅(qū)動(dòng)模型、微服務(wù)管理）工業(yè)微服務(wù)組件（機(jī)理模型、數(shù)據(jù)驅(qū)動(dòng)模型、微服務(wù)管理）（專用開發(fā)工具、應(yīng)用模板、圖形化編程）工業(yè)大數(shù)據(jù)分析平臺(tái)（數(shù)據(jù)管理、數(shù)據(jù)建模、數(shù)據(jù)分析）通用PaaS平臺(tái)（開發(fā)環(huán)境、運(yùn)行環(huán)境、運(yùn)營環(huán)境）云基礎(chǔ)設(shè)施（服務(wù)器、存儲(chǔ)、網(wǎng)絡(luò)、虛擬化）邊緣層邊緣智能 數(shù)據(jù)采集協(xié)議解析邊緣層邊緣智能制造業(yè)數(shù)字化轉(zhuǎn)型方法論要回答三個(gè)問題（業(yè)務(wù)）（價(jià)值）（技術(shù)）技視角術(shù)制造業(yè)數(shù)字化轉(zhuǎn)型框架：以價(jià)值重構(gòu)為主線的雙螺旋模型技視角術(shù)業(yè)務(wù)視角業(yè)務(wù)視角制造業(yè)數(shù)字化轉(zhuǎn)型必須從價(jià)值、技術(shù)、業(yè)務(wù)三個(gè)視角統(tǒng)籌考慮。業(yè)務(wù)落地是內(nèi)核。拋開技術(shù)談業(yè)務(wù)，容易陷入老方案，使用舊地圖找不到新大陸。拋開業(yè)務(wù)談技術(shù)，容易陷入炫耀鋤頭的自娛自樂。堅(jiān)持技術(shù)支撐和業(yè)務(wù)落地雙輪驅(qū)動(dòng)，實(shí)現(xiàn)技術(shù)和業(yè)務(wù)雙向迭代。制造業(yè)數(shù)字化轉(zhuǎn)型框架：基于雙螺旋模型的三大視角九大維度技術(shù)視角業(yè)務(wù)視角技術(shù)視角業(yè)務(wù)視角工業(yè)互聯(lián)網(wǎng)平臺(tái)價(jià)值體系 效益維降耗降耗節(jié)本工業(yè)互聯(lián)網(wǎng)平臺(tái):",","新技術(shù)新產(chǎn)品新模式新業(yè)態(tài)新技術(shù)新產(chǎn)品新模式新業(yè)態(tài)增效增效提質(zhì)的本質(zhì)是通過工生態(tài)維,'提質(zhì)值鏈和全產(chǎn)業(yè)鏈業(yè)全要素、全價(jià)值鏈和全產(chǎn)業(yè)鏈企業(yè)乃至制造業(yè)的重構(gòu)。全要素 連接維工業(yè)互聯(lián)網(wǎng)平臺(tái)=工業(yè)全要素、全價(jià)值鏈、產(chǎn)業(yè)鏈的連接企業(yè)運(yùn)營類企業(yè)運(yùn)營類產(chǎn)業(yè)鏈協(xié)同?供應(yīng)鏈協(xié)同?制造能力共享 全要素：人、機(jī)、料、法、環(huán) 全產(chǎn)業(yè)鏈：供應(yīng)鏈、空間鏈、金融鏈 價(jià)值鏈：研發(fā)、制造、服務(wù)資產(chǎn)管理類?狀態(tài)監(jiān)測(cè)?故障診斷?預(yù)測(cè)預(yù)警?遠(yuǎn)程運(yùn)維業(yè)務(wù)應(yīng)用業(yè)務(wù)應(yīng)用生產(chǎn)運(yùn)行控制設(shè)備生產(chǎn)運(yùn)行控制設(shè)備模型二維模型三維模型應(yīng)用工業(yè)互聯(lián)網(wǎng)平臺(tái)設(shè)備執(zhí)行監(jiān)控設(shè)備執(zhí)行監(jiān)控l研發(fā)設(shè)計(jì)模型l生產(chǎn)制造模型l經(jīng)營管理模型l業(yè)務(wù)模型模型模型傳感器設(shè)備層數(shù)據(jù)傳感器設(shè)備層數(shù)據(jù)機(jī)理機(jī)理模型算法模型聚類.....工業(yè)互聯(lián)網(wǎng)平臺(tái)=工業(yè)全要素、全價(jià)值鏈、產(chǎn)業(yè)鏈的重構(gòu)人知識(shí)生產(chǎn)智能化機(jī)器人知識(shí)生產(chǎn)智能化機(jī)器數(shù)據(jù)數(shù)據(jù)模型+機(jī)理模型數(shù)字孿生空間機(jī)推動(dòng)工業(yè)生產(chǎn)從3.0向4.0轉(zhuǎn)變自動(dòng)化機(jī)器物料機(jī)理模型實(shí)體空間機(jī)推動(dòng)工業(yè)生產(chǎn)從3.0向4.0轉(zhuǎn)變自動(dòng)化機(jī)器物料機(jī)理模型實(shí)體空間料法環(huán)全要素 供應(yīng)鏈空間鏈L金--融鏈全產(chǎn)業(yè)鏈 供應(yīng)鏈空間鏈L金--融鏈全產(chǎn)業(yè)鏈固定供應(yīng)鏈線下集群銀行貸款柔性供應(yīng)鏈線上集群互聯(lián)網(wǎng)金融打破企業(yè)邊界、商業(yè)邊界、打破企業(yè)邊界、商業(yè)邊界、區(qū)域邊界微笑曲線向數(shù)據(jù)驅(qū)動(dòng)的價(jià)值閉環(huán)轉(zhuǎn)變?nèi)珒r(jià)值鏈全價(jià)值鏈L研發(fā)附加值按需制造協(xié)同研發(fā)協(xié)同研發(fā)數(shù)據(jù)驅(qū)動(dòng)精準(zhǔn)服務(wù)工業(yè)互聯(lián)網(wǎng)平臺(tái)技術(shù)體系產(chǎn)業(yè)維數(shù)據(jù)中心人工智能數(shù)據(jù)中心人工智能數(shù)據(jù)模型應(yīng)用算力數(shù)據(jù)模型應(yīng)用算力數(shù)字孿生數(shù)據(jù)維數(shù)字孿生架構(gòu)維工業(yè)互聯(lián)網(wǎng)平臺(tái)=數(shù)據(jù)+算力+模型+應(yīng)用傳統(tǒng)軟件云化新型工業(yè)傳統(tǒng)軟件云化新型工業(yè)APP+++工業(yè)微服務(wù)組件（機(jī)理模型、數(shù)據(jù)驅(qū)動(dòng)模型、微服務(wù)管理）工業(yè)應(yīng)用開發(fā)工具工業(yè)微服務(wù)組件（機(jī)理模型、數(shù)據(jù)驅(qū)動(dòng)模型、微服務(wù)管理）工業(yè)應(yīng)用開發(fā)工具（專用開發(fā)工具、應(yīng)用模板、圖形化編程）工業(yè)大數(shù)據(jù)分析平臺(tái)（數(shù)據(jù)管理、數(shù)據(jù)建模、數(shù)據(jù)分析）通用PaaS平臺(tái)（開發(fā)環(huán)境、運(yùn)行環(huán)境、運(yùn)營環(huán)境）云基礎(chǔ)設(shè)施云基礎(chǔ)設(shè)施（服務(wù)器、存儲(chǔ)、網(wǎng)絡(luò)、虛擬化）邊緣層邊緣層邊緣智能邊緣智能協(xié)議解析數(shù)據(jù)采集協(xié)議解析數(shù)據(jù)采集數(shù)據(jù)數(shù)據(jù)數(shù)據(jù)+算力數(shù)據(jù)+算力+模型數(shù)據(jù)+算力+模型+應(yīng)用工業(yè)互聯(lián)網(wǎng)+5g/數(shù)據(jù)中心/人工智能應(yīng)該怎么加？從5g、數(shù)據(jù)中心、人工智能到工業(yè)互聯(lián)網(wǎng)，這幾個(gè)概念不是割裂的，而是環(huán)環(huán)相扣的，構(gòu)成了數(shù)據(jù)采集、傳輸、計(jì)算、分析、應(yīng)用的數(shù)據(jù)閉環(huán)，工業(yè)互聯(lián)網(wǎng)平臺(tái)建設(shè)的關(guān)鍵是要實(shí)現(xiàn)這些技術(shù)的群體性突破和協(xié)同性創(chuàng)新。工業(yè)互聯(lián)網(wǎng)平臺(tái)=數(shù)據(jù)+算力+模型+應(yīng)用?監(jiān)測(cè)點(diǎn)多?監(jiān)測(cè)點(diǎn)多?類型多樣?流量大?性能要求高?時(shí)間跨度大?數(shù)據(jù)量巨大?數(shù)據(jù)維度多?實(shí)時(shí)分析難?難以定量?算法落后?設(shè)備類型多?協(xié)議封閉?接口類型多?工況惡劣 數(shù)據(jù)上不來數(shù)據(jù)存不了數(shù)據(jù)用不好 數(shù)據(jù)+算力+模型+應(yīng)用=工業(yè)互聯(lián)網(wǎng)平臺(tái)數(shù)據(jù)中心數(shù)據(jù)中心 人工智能一、5G:打通工業(yè)互聯(lián)網(wǎng)最初一公里的有效手段l超過80%的5G應(yīng)用場(chǎng)景在工業(yè)互聯(lián)網(wǎng)垂直領(lǐng)域。l5G技術(shù)將解決工業(yè)互聯(lián)網(wǎng)落地最初一公里問題。4GmMTC海聯(lián)物聯(lián)l當(dāng)前“5G+工業(yè)互聯(lián)網(wǎng)”應(yīng)用總體情況仍然處于試點(diǎn)示范和探索階段。4GmMTC海聯(lián)物聯(lián)模擬時(shí)代數(shù)字時(shí)代移動(dòng)互聯(lián)網(wǎng)時(shí)代萬物互聯(lián)時(shí)代應(yīng)用場(chǎng)景傳輸速率模擬語音數(shù)字語音短信移動(dòng)互聯(lián)網(wǎng)應(yīng)用數(shù)字業(yè)務(wù)占主導(dǎo)數(shù)據(jù)洪流物聯(lián)網(wǎng)5G與工業(yè)互聯(lián)網(wǎng)融合創(chuàng)新2019年11月12日，工業(yè)和信息化部印發(fā)《“5G+工業(yè)互聯(lián)網(wǎng)”512工程推進(jìn)方案》，高質(zhì)量推進(jìn)5G與工業(yè)互聯(lián)網(wǎng)融合創(chuàng)新。l《“5G+工業(yè)互聯(lián)網(wǎng)”512工程推進(jìn)方案》提出要提升“5G+工業(yè)互聯(lián)網(wǎng)”網(wǎng)絡(luò)關(guān)鍵技術(shù)產(chǎn)業(yè)能力、創(chuàng)新應(yīng)用能力、資源供給能力。提升網(wǎng)絡(luò)關(guān)鍵技術(shù)產(chǎn)業(yè)能力提升創(chuàng)新應(yīng)用能力提升網(wǎng)絡(luò)關(guān)鍵技術(shù)產(chǎn)業(yè)能力提升創(chuàng)新應(yīng)用能力提升資源供給能力l技術(shù)標(biāo)準(zhǔn)攻關(guān)l融合產(chǎn)品研發(fā)和產(chǎn)業(yè)化l網(wǎng)絡(luò)技術(shù)和產(chǎn)品部署實(shí)施l5：打造5個(gè)內(nèi)網(wǎng)建設(shè)改造公共服務(wù)平臺(tái)l建設(shè)測(cè)試床l打造項(xiàng)目庫l培育解決方案供應(yīng)商l構(gòu)建供給資源池中國商飛聯(lián)合互聯(lián)網(wǎng)企業(yè)、設(shè)備制造企業(yè)、移動(dòng)通信企業(yè)、科研院所等，開展“5G+工業(yè)互聯(lián)網(wǎng)”在大飛機(jī)生產(chǎn)制造、工廠物流、質(zhì)量管控等方面的探索，形成智能生產(chǎn)、智能物流、智能檢測(cè)等融合應(yīng)用實(shí)踐。其中，華為提供基于“5G+云”的AR/VR技術(shù)；聯(lián)通提供5G通信技術(shù)及智能制造技術(shù)；騰訊提供云計(jì)算、大數(shù)據(jù)和人工智能技術(shù)；上交提供智能制造創(chuàng)新模式研究支撐。智能物流智能檢測(cè)智能生產(chǎn)智能物流智能檢測(cè)基于“5G+遠(yuǎn)程控制+AR+平臺(tái)”，構(gòu)建機(jī)床自主觸發(fā)物流需求、AGV自主智能路徑規(guī)劃的智能物流方式，大幅提升民機(jī)裝配協(xié)同效率，使傳統(tǒng)的單項(xiàng)工裝工作人員由3人減少到1人；裝配效率提高70%；降低操作人員成本20萬/人?；凇?G+8K超清視頻+深度學(xué)習(xí)+平臺(tái)”基于“5G+遠(yuǎn)程控制+AR+平臺(tái)”，構(gòu)建機(jī)床自主觸發(fā)物流需求、AGV自主智能路徑規(guī)劃的智能物流方式，大幅提升民機(jī)裝配協(xié)同效率，使傳統(tǒng)的單項(xiàng)工裝工作人員由3人減少到1人；裝配效率提高70%；降低操作人員成本20萬/人?；凇?G+8K超清視頻+深度學(xué)習(xí)+平臺(tái)”,構(gòu)建大飛機(jī)制造機(jī)器視覺，實(shí)現(xiàn)復(fù)合材料的無損檢測(cè)、拼縫檢測(cè) ,使檢測(cè)時(shí)間由原來幾小時(shí)甚至幾天縮短至幾分鐘；人員成本降低95%。5g專網(wǎng)在工業(yè)互聯(lián)網(wǎng)中的六大應(yīng)用場(chǎng)景2019年7月，全球知名咨詢公司HeavyReading聯(lián)合全球5G技術(shù)研發(fā)領(lǐng)先企業(yè)高通發(fā)布了《5G專用網(wǎng)絡(luò)在工業(yè)互聯(lián)網(wǎng)中的應(yīng)用》白皮書。lHeavyReading白皮書指出在工業(yè)互聯(lián)網(wǎng)領(lǐng)域，5G專用網(wǎng)絡(luò)與LTE和Wi-Fi相比，具有覆蓋范圍更廣、安全保障能力更強(qiáng)、性能更加優(yōu)越三大優(yōu)勢(shì)，能夠支持苛刻性能要求的工業(yè)場(chǎng)景應(yīng)一是利用5G+AI實(shí)現(xiàn)碼頭等特定區(qū)域物流車的智能導(dǎo)航。二是利用5G+AR開展輔助裝配與遠(yuǎn)程運(yùn)維。三是利用5G+機(jī)器視覺開展預(yù)測(cè)性維護(hù)。四是利用5G支撐高壓配電網(wǎng)負(fù)荷控制。五是利用5G+NB-IoT解決設(shè)備物聯(lián)問題。六是利用5G專用網(wǎng)絡(luò)對(duì)工業(yè)設(shè)備進(jìn)行遠(yuǎn)程控制。二、數(shù)據(jù)中心：支撐工業(yè)互聯(lián)網(wǎng)落地的關(guān)鍵基礎(chǔ)設(shè)施數(shù)據(jù)來源：前瞻產(chǎn)業(yè)研究院、中國IDC圈l美國IDC機(jī)柜數(shù)目前已占全球40%的市場(chǎng)，其后是中國和日本分別占8%和6%，中國IDC數(shù)據(jù)來源：前瞻產(chǎn)業(yè)研究院、中國IDC圈用戶數(shù)全球占比約21%，穩(wěn)居世界第一制造大國和網(wǎng)絡(luò)大國，這決定中國IDC規(guī)模不會(huì)低于美國。數(shù)據(jù)來源：中國國家統(tǒng)計(jì)局美國商務(wù)部《互聯(lián)網(wǎng)趨勢(shì)報(bào)告》l我國數(shù)據(jù)中心發(fā)展前景巨大，預(yù)計(jì)2020~2025年中數(shù)據(jù)來源：中國國家統(tǒng)計(jì)局美國商務(wù)部《互聯(lián)網(wǎng)趨勢(shì)報(bào)告》“規(guī)?；?小微化”數(shù)據(jù)中心協(xié)同發(fā)展會(huì)成為主流傳統(tǒng)的大型規(guī)模化數(shù)據(jù)中心難以滿足萬物互聯(lián)的需求，需要建設(shè)小微型數(shù)據(jù)中心，來加強(qiáng)邊緣計(jì)算和數(shù)據(jù)分析的能力。一方面，算力就是生產(chǎn)力，要加快規(guī)模化數(shù)據(jù)中心建設(shè)，縮小和美國數(shù)據(jù)中心市場(chǎng)占比的差距。另一方面，要加快邊緣數(shù)據(jù)中心建設(shè)，滿足企業(yè)帶寬、時(shí)延、安全需求。時(shí)延限制網(wǎng)絡(luò)擁塞完全問題時(shí)延限制網(wǎng)絡(luò)擁塞完全問題云數(shù)據(jù)中心云數(shù)據(jù)中心...云DC云數(shù)據(jù)中心云DC邊緣數(shù)據(jù)中邊緣數(shù)據(jù)中邊緣數(shù)據(jù)中邊緣數(shù)據(jù)中規(guī)?；瘮?shù)據(jù)中心架構(gòu)邊緣數(shù)據(jù)中心架構(gòu)邊云協(xié)同將加速工業(yè)互聯(lián)網(wǎng)平臺(tái)落地Gartner：Theedgewilleatthecloud(邊緣計(jì)算正在吃到云計(jì)算)。IDC：40%的數(shù)據(jù)將在邊緣側(cè)進(jìn)行存儲(chǔ)、處理和分析。邊緣云和云計(jì)算協(xié)同將成為工業(yè)互聯(lián)網(wǎng)平臺(tái)發(fā)展的重要方向，兩者密不可分、相輔相成。邊緣云的三大功能：①邊緣數(shù)據(jù)采集、存儲(chǔ)和分發(fā)。②邊緣數(shù)據(jù)的實(shí)時(shí)分析③邊緣設(shè)備的智能控制。邊緣數(shù)據(jù)中心業(yè)務(wù)l非實(shí)時(shí)、大數(shù)據(jù)量的業(yè)務(wù)邊緣數(shù)據(jù)中心業(yè)務(wù)l非實(shí)時(shí)、大數(shù)據(jù)量的業(yè)務(wù)l需要進(jìn)行縱向和橫向?qū)Ρ确治龅臉I(yè)務(wù)l需要和業(yè)務(wù)系統(tǒng)進(jìn)行集成的業(yè)務(wù)l需要進(jìn)行全局優(yōu)化的業(yè)務(wù)及數(shù)據(jù)安全與保密地化、實(shí)時(shí)性絡(luò)延遲、功協(xié)議適配本質(zhì)是通過打造狀態(tài)感知、實(shí)時(shí)分析、精準(zhǔn)執(zhí)行、科學(xué)決策的數(shù)據(jù)自動(dòng)流動(dòng)閉環(huán)，解決工業(yè)的復(fù)雜性和不確定性難題。問題：工業(yè)的復(fù)雜性、不確定性和人工智能缺乏可靠性、可解釋性之間的矛盾，制約工業(yè)人工智能的發(fā)展。發(fā)展階段判斷：工業(yè)智能仍處于發(fā)展探索時(shí)期，工業(yè)人工智能的關(guān)鍵技術(shù)、場(chǎng)景應(yīng)用、產(chǎn)業(yè)發(fā)展均處在起步階段。精準(zhǔn)執(zhí)行應(yīng)用狀態(tài)感知數(shù)據(jù)（人機(jī)物）學(xué)習(xí)提升洞察學(xué)習(xí)提升洞察實(shí)時(shí)分析模型實(shí)時(shí)分析模型科學(xué)決策工業(yè)系統(tǒng)性性性定雜確復(fù)不主要矛盾缺乏可靠性缺乏可解釋性人工智能工業(yè)人工智能框架：邊緣層+數(shù)據(jù)層+模型層+應(yīng)用層設(shè)備級(jí)產(chǎn)業(yè)鏈級(jí)供應(yīng)鏈管理（回歸）企業(yè)級(jí)生產(chǎn)工藝優(yōu)化（回歸）流程自動(dòng)監(jiān)控（回歸）設(shè)備級(jí)產(chǎn)業(yè)鏈級(jí)供應(yīng)鏈管理（回歸）企業(yè)級(jí)生產(chǎn)工藝優(yōu)化（回歸）流程自動(dòng)監(jiān)控（回歸）故障診斷定位（分類）產(chǎn)品質(zhì)量檢測(cè)（分類）應(yīng)用層機(jī)器機(jī)器學(xué)習(xí)回歸算法回歸算法分類算法聚類算法機(jī)理模型研發(fā)設(shè)計(jì)模型生產(chǎn)制造模型經(jīng)營管理模型第一性原理知識(shí)圖譜數(shù)據(jù)層數(shù)據(jù)層員工數(shù)據(jù)機(jī)器數(shù)據(jù)物料數(shù)據(jù)規(guī)則數(shù)據(jù)環(huán)境數(shù)據(jù)邊緣層邊緣層算力方面，邊緣層亟需加快研發(fā)適配工業(yè)實(shí)時(shí)性需求的AI芯片工業(yè)智能邊緣目前處于技術(shù)突破階段，所涉及的硬件基礎(chǔ)設(shè)施、軟件技術(shù)等大多已具備，但仍面臨邊緣節(jié)點(diǎn)對(duì)計(jì)算能力的支持、邊緣計(jì)算任務(wù)的智能調(diào)度，邊緣計(jì)算網(wǎng)絡(luò)架構(gòu)和性能優(yōu)化等挑戰(zhàn)。目前以“AI芯片+兼容解析工具+設(shè)備”為主要形式，通過全面感知、精準(zhǔn)計(jì)算與自主控制，有效緩解數(shù)據(jù)中心計(jì)算壓力，實(shí)現(xiàn)業(yè)務(wù)處理去中心化；未來，其存儲(chǔ)、計(jì)算、判斷等性能將繼續(xù)提升，加速向邊云協(xié)同、萬物智聯(lián)轉(zhuǎn)化AI專用芯片智能設(shè)備兼容性編譯工具&協(xié)議解析工具AI專用芯片智能設(shè)備兼容性編譯工具&協(xié)議解析工具l英特爾、亞馬遜、谷歌、Facebookl英特爾、亞馬遜、谷歌、Facebook和KhronosGroup等企業(yè)和機(jī)構(gòu)基于各自優(yōu)勢(shì)與競(jìng)爭(zhēng)考慮打造了相應(yīng)編譯器或模型表示規(guī)范。l中國移動(dòng)、東方國信、寄云科技等企業(yè)通過建設(shè)智能網(wǎng)關(guān)，動(dòng)態(tài)實(shí)現(xiàn)OT與IT間協(xié)議轉(zhuǎn)換，加強(qiáng)對(duì)帶寬資源不足和突發(fā)網(wǎng)絡(luò)中斷等異常場(chǎng)景的應(yīng)對(duì)能力。l生產(chǎn)設(shè)備：庫卡、新松等企業(yè)開發(fā)搭載機(jī)器學(xué)習(xí)算法、路徑規(guī)劃等技術(shù)的機(jī)械臂、運(yùn)輸載具和智能機(jī)床等產(chǎn)品。l控制設(shè)備：針對(duì)包裝、焊接、拼接等作業(yè)場(chǎng)景，伯克利、?？低暤绕髽I(yè)通過應(yīng)用語音識(shí)別、視頻捕捉等技術(shù)提升人機(jī)交互效率。l研發(fā)設(shè)備：NetSpeed提供SoC設(shè)計(jì)與架構(gòu)輔助設(shè)計(jì)系統(tǒng)，通過內(nèi)置人工智能算法助力芯片設(shè)計(jì)師尋求最佳解決方案，并提供持續(xù)的設(shè)計(jì)反饋。l寒武紀(jì)研制深度學(xué)習(xí)專用處理器芯片，相對(duì)于傳統(tǒng)執(zhí)行x86指令集的芯片，有兩個(gè)數(shù)量級(jí)的性能提升。l騰訊和阿里基于FPGA的云計(jì)低功耗，具有廣泛的應(yīng)用場(chǎng)景。l華為針對(duì)邊緣服務(wù)器市場(chǎng)推出Ascend310芯片，目前已部署在自動(dòng)駕駛領(lǐng)域，正在向其他應(yīng)用領(lǐng)域拓展。l中飛艾維與百度深度合作，基于飛槳（PaddlePaddle）深度學(xué)習(xí)框架聯(lián)合開發(fā)海量數(shù)據(jù)AI分析平臺(tái)，實(shí)現(xiàn)巡檢數(shù)據(jù)中特定缺陷辯識(shí)，速度達(dá)到人工處理近百l中飛艾維與百度深度合作，基于飛槳（PaddlePaddle）深度學(xué)習(xí)框架聯(lián)合開發(fā)海量數(shù)據(jù)AI分析平臺(tái)，實(shí)現(xiàn)巡檢數(shù)據(jù)中特定缺陷辯識(shí)，速度達(dá)到人工處理近百倍。l德國瀚沙公司：基于“深度學(xué)習(xí)+能耗”預(yù)測(cè)電網(wǎng)中斷和停電，識(shí)別電網(wǎng)缺陷的可能性提高2倍以上。l領(lǐng)邦智能：基于“深度學(xué)習(xí)+視覺”進(jìn)行預(yù)測(cè)性維護(hù)、產(chǎn)品質(zhì)量檢測(cè)等工作，誤檢率為十萬分之一，質(zhì)檢效率是質(zhì)檢員的八倍。深度學(xué)習(xí)，主要解決了工業(yè)場(chǎng)景中的識(shí)別、監(jiān)控、推理、預(yù)測(cè)等問題，適用于不可見的復(fù)雜問題。知識(shí)圖譜，主要解決了工業(yè)要素的挖掘、分析、建模、可視化等問題，適用于認(rèn)知明確的問題ll東軟集團(tuán)部署工業(yè)知識(shí)圖譜進(jìn)行知識(shí)發(fā)現(xiàn)和決策輔助，實(shí)現(xiàn)了協(xié)助人工高效操作和有效決策。l一汽通過構(gòu)建汽車故障診斷知識(shí)圖譜，將業(yè)務(wù)方向、售后場(chǎng)景和細(xì)化描述進(jìn)行關(guān)聯(lián)建模，實(shí)現(xiàn)效率支撐、提前發(fā)現(xiàn)和專業(yè)案例支撐。lUTC聯(lián)合技術(shù)研究中心將知識(shí)圖譜引入研發(fā)設(shè)計(jì)過程，依靠知識(shí)圖譜分解功能塊，構(gòu)建設(shè)計(jì)方案庫，設(shè)計(jì)出的換熱傳熱效率提高80%，設(shè)計(jì)周期加快9倍。效率提高80%，設(shè)計(jì)周期加快9倍。應(yīng)用方面，工業(yè)的復(fù)雜性、不確定性和人工智能缺乏可靠性、可解釋性之間的矛盾導(dǎo)致工業(yè)人工智能發(fā)展緩慢ll產(chǎn)品質(zhì)量檢測(cè)IBM依托Waston人工智能平臺(tái)開展基于視覺識(shí)別的質(zhì)量檢測(cè)，有效減少重復(fù)人缺陷率減少7%l設(shè)備預(yù)測(cè)維護(hù)德國蒂森克虜伯集團(tuán)結(jié)合智能傳感器及機(jī) l產(chǎn)品自動(dòng)分揀 l產(chǎn)品自動(dòng)分揀愛普生、埃爾森、梅卡曼德等基于3D視覺與深度學(xué)習(xí)進(jìn)行不規(guī)則物品的識(shí)別和分揀。利用深度強(qiáng)化學(xué)習(xí)使機(jī)器人具備自主及協(xié)同學(xué)習(xí)技能，準(zhǔn)確率達(dá)到90%瑞士紐若公司在自行車設(shè)計(jì)中，利用深度瑞士紐若公司在自行車設(shè)計(jì)中，利用深度學(xué)習(xí)網(wǎng)絡(luò)對(duì)進(jìn)行空氣動(dòng)力學(xué)分析，產(chǎn)品動(dòng)力學(xué)特性比傳統(tǒng)方法高5-20并將繼續(xù)應(yīng)用于風(fēng)機(jī)、渦輪機(jī)、飛機(jī)等設(shè)計(jì)過程德國施肯拉公司了將檢流計(jì)掃描儀與數(shù)字角度傳感器相結(jié)合，基于機(jī)器學(xué)習(xí)控制系統(tǒng)的智能掃描頭，實(shí)時(shí)獨(dú)立地計(jì)算控制參數(shù)，幫助系統(tǒng)更快、更精確地工作l集團(tuán)輔助決策GE、殼牌、阿美等巨頭依托圖譜與數(shù)據(jù)科學(xué)協(xié)同，在綜合考慮品牌效益、經(jīng)營成本、經(jīng)濟(jì)趨勢(shì)等因素的基礎(chǔ)上，利用人工智能提供決策和流程優(yōu)化建議中海油、中石油等通過建設(shè)智能實(shí)時(shí)決策系統(tǒng)，構(gòu)建起以井為中心、井場(chǎng)與基地多學(xué)科協(xié)同作戰(zhàn)的信息系統(tǒng)平臺(tái)，每年僅單平臺(tái)操作費(fèi)就節(jié)省800萬元l供應(yīng)鏈管理華為、西門子、萊比錫等企業(yè)打造供應(yīng)鏈知識(shí)圖譜，通過企業(yè)關(guān)系網(wǎng)實(shí)現(xiàn)供應(yīng)鏈風(fēng)險(xiǎn)管理與零部件選型案例:富士康基于工業(yè)人工智能的刀具壽命智能預(yù)測(cè)富士康基于深度學(xué)習(xí)建立的刀具壽命智能預(yù)測(cè)模型，實(shí)現(xiàn)了從計(jì)件換刀到精準(zhǔn)換刀的轉(zhuǎn)變，幫助企業(yè)延長(zhǎng)刀具壽命一是不能完全解決加工過程中崩刀、斷刀的問題，二是刀具的意外損壞會(huì)直接造成加工部件的損毀并造成巨大損失，三是不能充分利用刀具有效壽命。n方案：采集機(jī)臺(tái)振動(dòng)/電流傳感器和控制器等多類異構(gòu)數(shù)據(jù)，在云端基于深度學(xué)習(xí)訓(xùn)練刀具剩余壽命預(yù)測(cè)模型，并部署到邊緣側(cè)，實(shí)施監(jiān)測(cè)分析刀具狀態(tài)數(shù)據(jù)，智能預(yù)測(cè)斷刀、崩裂和壽命的異常情況。傳感器工控機(jī)監(jiān)控系統(tǒng)東方國信：基于機(jī)理+數(shù)據(jù)驅(qū)動(dòng)的數(shù)字高爐痛點(diǎn)：鋼鐵年產(chǎn)值約8萬億，鋼鐵工序70%的冶煉成本和能耗以及90%的碳排放在生產(chǎn)競(jìng)爭(zhēng)力在于冶煉成本，對(duì)于大型、連續(xù)、高溫、高壓、密閉的反應(yīng)黑箱高爐而言，當(dāng)前仍以“盲人摸象”式操作和“師傅帶徒弟”式為主，不同煉鐵廠（人）水平“參差不齊”，不同高爐之間壽命最大相差15年、噸鐵成本相差百元、燃料比相差百公斤，其數(shù)字化、智能化、科學(xué)化水平提升空間巨大。方案：基于機(jī)理模型的知識(shí)圖譜+基于大數(shù)據(jù)的深度學(xué)習(xí)應(yīng)用應(yīng)用場(chǎng)景物流配方優(yōu)化算法集知識(shí)圖譜效果：鐵水質(zhì)量穩(wěn)定性提高20%單座高爐降低2400萬冶煉效率提升10%在全國30%高爐推廣APP傳統(tǒng)軟件云化柔性監(jiān)管入口傳統(tǒng)軟件云化柔性監(jiān)管入口新型工業(yè)區(qū)塊鏈應(yīng)用新型工業(yè)區(qū)塊鏈應(yīng)用APP工業(yè)應(yīng)用開發(fā)工具工業(yè)應(yīng)用開發(fā)工具（專用開發(fā)工具、應(yīng)用模板、智能合約）工業(yè)微服務(wù)組件享、供應(yīng)鏈優(yōu)化、狀態(tài)溯源、訪問控制、協(xié)作生產(chǎn)）工業(yè)大數(shù)據(jù)分析平臺(tái)（可信數(shù)據(jù)管理、工業(yè)分布式賬本、互信共享、數(shù)據(jù)建模、數(shù)據(jù)分析、身份管理）通用PaaS平臺(tái)（開發(fā)環(huán)境、運(yùn)行環(huán)境、運(yùn)營環(huán)境）云基礎(chǔ)設(shè)施（服務(wù)器、存儲(chǔ)、網(wǎng)絡(luò)、虛擬化）可信可信邊緣智能協(xié)議解析可信身份數(shù)據(jù)采集可信傳輸工業(yè)區(qū)塊鏈應(yīng)用（區(qū)塊鏈）微服務(wù)生產(chǎn)+集成數(shù)據(jù)建模+模型共享可信工業(yè)大數(shù)據(jù)存儲(chǔ)可信工業(yè)數(shù)據(jù)采集五、擴(kuò)展現(xiàn)實(shí)（XR一場(chǎng)人機(jī)交互的新革命擴(kuò)展現(xiàn)實(shí)XR(ExtendedReality)包括虛擬現(xiàn)實(shí)VR(VirtualReality)、增強(qiáng)現(xiàn)實(shí)AR(AugmentedReality)、混合現(xiàn)實(shí)MR(MixedReality)、全息現(xiàn)實(shí)HR(HolographicReality)等多種技術(shù)形式。定義技術(shù)特點(diǎn)定義技術(shù)一定時(shí)間空間范圍內(nèi)很難體驗(yàn)到的實(shí)體信息（視覺、聽覺、味覺、觸覺等通過數(shù)據(jù)來源：中興通訊《5G云XR應(yīng)用白皮書》擴(kuò)展現(xiàn)實(shí)(XR)可以在產(chǎn)品全生命周期內(nèi)，改善物理空間和賽博空間的交互方式，實(shí)現(xiàn)物理空間和賽博空間更好的融合融合，提高工業(yè)互聯(lián)網(wǎng)賦能水平，為工業(yè)互聯(lián)網(wǎng)帶來廣闊的應(yīng)用場(chǎng)景和增值空間。產(chǎn)品銷售產(chǎn)品銷售倉儲(chǔ)物流研發(fā)設(shè)計(jì)生產(chǎn)制造案例:PTC基于“Thingworx+AR”開展設(shè)備維護(hù)提高產(chǎn)量加速培訓(xùn)提供分步驟的組裝指導(dǎo)，遠(yuǎn)程指提高產(chǎn)量加速培訓(xùn)提供分步驟的組裝指導(dǎo)，遠(yuǎn)程指降低成本提高生產(chǎn)效率與安全性為故障定位提供精細(xì)IOT數(shù)據(jù)，提供實(shí)時(shí)、分步驟的指導(dǎo)，提高可提前標(biāo)注可能故障的零件。安全性，加快訓(xùn)練進(jìn)程。建模建模?定義產(chǎn)品的屬性和行為連接連接?將物理設(shè)備的屬性和行為與ThingModel做映射集成集成?通過數(shù)字主線將IOT平臺(tái)與IT平臺(tái)進(jìn)行集成構(gòu)建構(gòu)建/映射/發(fā)布平臺(tái)數(shù)據(jù)關(guān)聯(lián)體驗(yàn)體驗(yàn)?基于AR體驗(yàn)指導(dǎo)維修基于“Thingworx+AR”的設(shè)備維護(hù)流程六、數(shù)字孿生:工業(yè)互聯(lián)網(wǎng)的終極版圖數(shù)字孿生是綜合運(yùn)用感知、計(jì)算、建模等信息技術(shù)，通過軟件定義，對(duì)物理空間進(jìn)行描述、診斷、預(yù)測(cè)、決策，進(jìn)而實(shí)現(xiàn)物理空間與賽博空間的交互映射。l數(shù)據(jù)是基礎(chǔ)l模型是核心l軟件是載體物理對(duì)象機(jī)理模型信息原理+數(shù)據(jù)物理對(duì)象機(jī)理模型信息原理+數(shù)據(jù)軟件指令控制器控制器支撐經(jīng)濟(jì)社會(huì)數(shù)字化轉(zhuǎn)型的通用使能技術(shù)物理空間實(shí)體邏輯原子賽博空間模型軟件比特交互反饋數(shù)據(jù)是基礎(chǔ)軟件是載體支撐經(jīng)濟(jì)社會(huì)數(shù)字化轉(zhuǎn)型的通用使能技術(shù)物理空間實(shí)體邏輯原子賽博空間模型軟件比特交互反饋數(shù)據(jù)是基礎(chǔ)軟件是載體模型是核心 描述診斷預(yù)測(cè)決策數(shù)據(jù)驅(qū)動(dòng)模型支撐軟件定義精準(zhǔn)映射智能決策一項(xiàng)通用技術(shù)兩大孿生空間三大技術(shù)要素四大功能等級(jí)五大典型特征數(shù)字孿生是工業(yè)互聯(lián)網(wǎng)和工業(yè)4.0參考架構(gòu)的核心美國工業(yè)互聯(lián)網(wǎng)聯(lián)盟將數(shù)字孿生作為工業(yè)互聯(lián)網(wǎng)落地的核心和關(guān)鍵。ll德國工業(yè)4.0參考架構(gòu)將數(shù)字孿生作為重要內(nèi)容。業(yè)務(wù)層組織和業(yè)務(wù)流程業(yè)務(wù)層組織和業(yè)務(wù)流程資產(chǎn)功能功能層資產(chǎn)功能功能層數(shù)據(jù)、模型（數(shù)字孿生實(shí)現(xiàn)）數(shù)據(jù)、模型（數(shù)字孿生實(shí)現(xiàn)）信息層通信層網(wǎng)絡(luò)、協(xié)議通信層網(wǎng)絡(luò)、協(xié)議集成層傳感器、驅(qū)動(dòng)器集成層傳感器、驅(qū)動(dòng)器資產(chǎn)層物（設(shè)備/機(jī)器/產(chǎn)品等）資產(chǎn)層物（設(shè)備/機(jī)器/產(chǎn)品等）德國工業(yè)4.0參考架構(gòu)應(yīng)用層模型層數(shù)據(jù)層達(dá)索、PTC、波音等公司綜合運(yùn)用數(shù)字孿生技術(shù)打造產(chǎn)品設(shè)計(jì)數(shù)字孿生體，在賽博空間進(jìn)行體 系化仿真，實(shí)現(xiàn)反饋式設(shè)計(jì)、迭代式創(chuàng)新和持續(xù)性優(yōu)化。應(yīng)用層模型層數(shù)據(jù)層集成服務(wù)接口動(dòng)態(tài)數(shù)據(jù)反饋據(jù)據(jù)據(jù)據(jù)西門子、洛馬等國外公司，以及華龍迅達(dá)、東方國信科等國內(nèi)公司，在賽博空間打造映射物理空間的虛擬車間、數(shù)字工廠，推動(dòng)物理實(shí)體與數(shù)字虛體之間數(shù)據(jù)雙向動(dòng)態(tài)交互，根據(jù)賽博空控理控理障應(yīng)用層控產(chǎn)品設(shè)計(jì)生產(chǎn)規(guī)劃生產(chǎn)產(chǎn)品設(shè)計(jì)生產(chǎn)規(guī)劃生產(chǎn)制造經(jīng)營管理產(chǎn)品服務(wù)模型層模型層離散行業(yè)離散行業(yè)流程行業(yè)多協(xié)議兼容+邊緣數(shù)據(jù)采集數(shù)據(jù)層員工數(shù)據(jù)機(jī)器數(shù)據(jù)物料數(shù)據(jù)規(guī)則數(shù)據(jù)應(yīng)用層模型層數(shù)據(jù)層GE、空客等公司開發(fā)設(shè)備數(shù)字孿生體并與物理實(shí)體同步交付，實(shí)現(xiàn)了設(shè)備全生命周期數(shù)字化管理，同時(shí)依托現(xiàn)場(chǎng)數(shù)據(jù)采集與數(shù)字孿生體分析，提供產(chǎn)品故障分析、壽命預(yù)測(cè)、遠(yuǎn)程管理等增應(yīng)用層模型層數(shù)據(jù)層工業(yè)互聯(lián)網(wǎng)平臺(tái)業(yè)務(wù)體系痛點(diǎn)維智能化生產(chǎn)個(gè)性化定制服務(wù)化延伸設(shè)備級(jí)單元級(jí)企業(yè)級(jí)智能化生產(chǎn)個(gè)性化定制服務(wù)化延伸設(shè)備級(jí)單元級(jí)企業(yè)級(jí)產(chǎn)業(yè)鏈級(jí)場(chǎng)景維產(chǎn)業(yè)鏈級(jí)行業(yè)維工業(yè)互聯(lián)網(wǎng)平臺(tái)業(yè)務(wù)落地的基本原則l形成業(yè)務(wù)-價(jià)值閉環(huán)：l形成業(yè)務(wù)-價(jià)值閉環(huán)：l形成業(yè)務(wù)-技術(shù)閉環(huán)：理每個(gè)行業(yè)的典型特征和轉(zhuǎn)型基礎(chǔ)。兩個(gè)閉環(huán)三項(xiàng)堅(jiān)持兩個(gè)閉環(huán)三項(xiàng)堅(jiān)持深入問題，認(rèn)真挖掘設(shè)備級(jí)、單元級(jí)、企業(yè)級(jí)、產(chǎn)業(yè)級(jí)的痛點(diǎn)。深入場(chǎng)景，緊緊抓住智能化生產(chǎn)、網(wǎng)絡(luò)化協(xié)同、個(gè)性化定制、服務(wù)化延伸這個(gè)牛鼻子。工業(yè)互聯(lián)網(wǎng)平臺(tái)垂直行業(yè)業(yè)務(wù)落地的典型場(chǎng)景典型應(yīng)用場(chǎng)景典型應(yīng)用場(chǎng)景行業(yè)行業(yè)特點(diǎn)行業(yè)痛點(diǎn)典型企業(yè)變科變工業(yè)互聯(lián)網(wǎng)平臺(tái)垂直行業(yè)業(yè)務(wù)落地的典型場(chǎng)景行業(yè)行業(yè)特點(diǎn)行業(yè)痛點(diǎn)數(shù)字化轉(zhuǎn)型趨勢(shì)典型應(yīng)用場(chǎng)景典型企業(yè)l產(chǎn)品種類多、規(guī)模小GE、Autodesk、羅快短化化鋼鐵行業(yè)：抓住工藝優(yōu)化智能化這一牛鼻子鋼鐵行業(yè)具備生產(chǎn)流程長(zhǎng)、生產(chǎn)工藝復(fù)雜、供應(yīng)鏈冗長(zhǎng)等特征，面臨設(shè)備維護(hù)低效化、生產(chǎn)過程黑箱化、下游需求碎片化、環(huán)保壓力加劇化等痛點(diǎn)，正以工藝優(yōu)化為切入點(diǎn)，加速向設(shè)備運(yùn)維智能化、生產(chǎn)工藝透明化、供應(yīng)鏈協(xié)同全局化、環(huán)保管理清潔化等方向數(shù)字化轉(zhuǎn)型。智能化生產(chǎn)綠色化生產(chǎn)供應(yīng)鏈協(xié)同設(shè)備全生命周期管理智能化生產(chǎn)綠色化生產(chǎn)供應(yīng)鏈協(xié)同設(shè)備全生命周期管理酒鋼集團(tuán)能耗成本和環(huán)保成本一直居高不下，在實(shí)施了東方國信Cloudiip平臺(tái)之后，通過采集能耗指標(biāo)和污染指標(biāo)，精準(zhǔn)實(shí)施工藝優(yōu)化和設(shè)備升級(jí)。l酒鋼集團(tuán)單座高爐每年減少碳排放酒鋼集團(tuán)能耗成本和環(huán)保成本一直居高不下，在實(shí)施了東方國信Cloudiip平臺(tái)之后，通過采集能耗指標(biāo)和污染指標(biāo)，精準(zhǔn)實(shí)施工藝優(yōu)化和設(shè)備升級(jí)。l酒鋼集團(tuán)單座高爐每年減少碳排放20000噸。l預(yù)計(jì)整個(gè)行業(yè)普及應(yīng)用之后，每年將減少200億元成本和2000萬噸碳排放。寶鋼集團(tuán)基于豐富的制造經(jīng)驗(yàn)，積極探索基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的實(shí)現(xiàn)設(shè)備運(yùn)行信息的有效集成與分析挖掘，為遠(yuǎn)程監(jiān)測(cè)、故障診斷等全生命周期服務(wù)管理提供支持。l設(shè)備運(yùn)維成本降低5%；l檢修作業(yè)效率提升10；l設(shè)備壽命提升30%；l設(shè)備整體效率提升5%；南京鋼鐵積極適應(yīng)下游個(gè)性化需求，通過構(gòu)建面向供應(yīng)鏈管理的制造云平臺(tái)，提供“JIT+C2M模型的定制服務(wù)”，實(shí)現(xiàn)規(guī)模化定制。l設(shè)計(jì)成材率提高0.15%；l每噸產(chǎn)品附加值提升近百元；l用戶滿意度提升至94.26%。30%左右的高爐。l單座高爐每年鐵水質(zhì)量穩(wěn)定性提高20%；l單座高爐每年煉鐵成本降低2400萬元；l單座高爐冶煉效率提升10%。石化行業(yè)：抓住生產(chǎn)過程智能化這一牛鼻子安全監(jiān)控l生產(chǎn)安全監(jiān)控：茂名石化安安全監(jiān)控l生產(chǎn)安全監(jiān)控：茂名石化安裝191套巡檢儀，配置1121對(duì)發(fā)現(xiàn)并消除了約1800多項(xiàng)生產(chǎn)異常與生產(chǎn)數(shù)據(jù)問題，有65項(xiàng)異常達(dá)到生產(chǎn)安全隱患級(jí)別，避免了多起突發(fā)事件。利用無人機(jī)、機(jī)器人，對(duì)石油運(yùn)輸管線全方位智能巡檢，它將傳統(tǒng)的經(jīng)驗(yàn)管理、人工巡檢轉(zhuǎn)變?yōu)橄到y(tǒng)掃描。巡井效率提高數(shù)十倍，用工總量仍保持7萬人不變，勞動(dòng)生產(chǎn)率提升了2倍以上。石化行業(yè)屬于資產(chǎn)密集型行業(yè)，具有產(chǎn)業(yè)鏈長(zhǎng)、工藝復(fù)雜、設(shè)備價(jià)值高、危險(xiǎn)性高的特征，面臨著設(shè)備管理不透明、工藝知識(shí)傳承難、產(chǎn)業(yè)鏈上下游協(xié)同水平不高、安全生產(chǎn)壓力大的痛點(diǎn)，以設(shè)備智能管控為切入點(diǎn)，在設(shè)備健康管理、智能煉化生產(chǎn)、供應(yīng)鏈協(xié)同、安全監(jiān)控四個(gè)方向開展數(shù)字化轉(zhuǎn)型。設(shè)備健康管理智能煉化生產(chǎn)供應(yīng)鏈協(xié)同利用人工智能和大數(shù)據(jù)技術(shù)，將設(shè)備故障預(yù)警和故障處理的常減壓裝置1次開車成功，制氫聯(lián)合裝置核心設(shè)備投產(chǎn)1次成功。l企業(yè)內(nèi)協(xié)同：九江石化建設(shè)了煉化一體化全流程優(yōu)化平臺(tái)實(shí)現(xiàn)了企業(yè)內(nèi)采購、計(jì)劃、調(diào)度、操作的全過程優(yōu)化，形成了自上而下、由下到上的協(xié)同生產(chǎn)新模式。員工總數(shù)減少12%、班組數(shù)量減少13%、外操室數(shù)量削減35%。預(yù)警并進(jìn)行故障處理，通知專l質(zhì)量管控：九江石化在煉化家遠(yuǎn)程實(shí)時(shí)監(jiān)測(cè)。生產(chǎn)過程中，利用AI和大數(shù)結(jié)合現(xiàn)場(chǎng)在線分析儀，原來需據(jù)技術(shù)，實(shí)時(shí)監(jiān)測(cè)各項(xiàng)質(zhì)量指恒力石化和口罩、防護(hù)服生產(chǎn)要幾個(gè)小時(shí)才能完成的數(shù)據(jù)報(bào)操作平穩(wěn)率提高5.3%，操作合格率從90.7%提升至100%。企業(yè)實(shí)時(shí)對(duì)接、協(xié)同排產(chǎn)，實(shí)現(xiàn)了上下游醫(yī)衛(wèi)用品資源配置的動(dòng)態(tài)優(yōu)化，提升產(chǎn)業(yè)鏈協(xié)同效率。風(fēng)電行業(yè)：抓設(shè)備運(yùn)維和風(fēng)場(chǎng)管理智能化這一牛鼻子風(fēng)電行業(yè)具有地理位置偏僻、資本技術(shù)密集、發(fā)電波動(dòng)性大等特征，面臨著風(fēng)場(chǎng)設(shè)計(jì)周期長(zhǎng)、設(shè)備維護(hù)成本高、并網(wǎng)協(xié)調(diào)效率低、棄風(fēng)漏風(fēng)較嚴(yán)重等痛點(diǎn)，正將設(shè)計(jì)、生產(chǎn)、運(yùn)維、服務(wù)等環(huán)節(jié)作為切入點(diǎn)，從現(xiàn)場(chǎng)深度化感知、設(shè)備智能化運(yùn)維、風(fēng)場(chǎng)數(shù)字化管理、精準(zhǔn)柔性供電等方向加速數(shù)字化轉(zhuǎn)型。精準(zhǔn)柔性供電設(shè)備預(yù)測(cè)維護(hù)風(fēng)場(chǎng)管理優(yōu)化虛擬風(fēng)場(chǎng)設(shè)計(jì)精準(zhǔn)柔性供電設(shè)備預(yù)測(cè)維護(hù)風(fēng)場(chǎng)管理優(yōu)化遠(yuǎn)景遠(yuǎn)景昆侖數(shù)據(jù)與國網(wǎng)青海電力聯(lián)合昆侖數(shù)據(jù)與國網(wǎng)青海電力聯(lián)合增加風(fēng)電經(jīng)營收益。中國海裝打造海上風(fēng)電智能微航空航天行業(yè)：抓設(shè)計(jì)、制造、管理、運(yùn)維網(wǎng)絡(luò)化協(xié)同這一牛鼻子航空航天屬于最復(fù)雜的離散行業(yè)之一，具有研發(fā)周期長(zhǎng)、產(chǎn)品種類多、規(guī)模小、產(chǎn)業(yè)鏈特別長(zhǎng)、設(shè)備可靠性要求特別高等特征。面臨數(shù)據(jù)源差異大、模型適配性差、管理調(diào)整