工业互联网大数据驱动制造业转型升级的实践及思考

工业互联网大数据驱动制造业转型升级的实践及思考

近几年来，工业互联网已从概念的普及进入实践的深耕阶段，是全球产业布局的新方向，也是我国实现工业赶超的重大机遇。尤其在我国制造业的成本优势正逐渐消退，传统制造业唯有紧抓新一代信息通信技术，拥抱数字化新浪潮，通过利用物联网、大数据以及人工智能等技术，来实现凤凰涅盘。

一、工业互联网的xx实践

作为近代工业的重要发祥地，xx市规模工业总产值已突破10万亿，包括智能电网装备、智能轨道交通装备、智能农业装备和智能机器人等产业已成为具有标志性的高端产业。近年来，市委市政府提出要打造升级版的“工业明星城市”，以数字化和工业化相结合的工业互联网也被视为实现这一目标的重要路径。

（一）引进龙头，线上线下结合

2017年，xx市先后与北京机械工业自动化研究所（简称北自所）和航天云网科技发展有限责任公司（简称航天云网）两家国字头的企业开展合作，为xx打造工业互联网生态提供了线上线下两方面支撑。其中北自所致力于制造业领域自动化、信息化、集成化技术的创新、研究、开发和应用；航天云网作为航天科工集团的下级公司，其打造的具有自主知识产权的工业互联网平台，面向企业提供智能制造、协同制造、云制造服务，推进“互联网+先进制造业”发展。

（二）政企联动，打造“xx模式”

2018年，在航天云网落户的天宁区，启动“千企上云”专项行动，全区组织了50个工作组，将工业互联网向全市4000多家规上企业进行宣贯和普及。截止目前，已有3700多家企业注册上云，超过两万台设备数据接入平台。2019年，市工信局牵头启动了信息化“百企问诊”行动，带着专家团队免费对企业的信息化问题进行诊断。这种政企高度合作，共同推动区域工业互联网发展的模式，也被业界称为“xx模式”。

（三）一横多纵，构建区域平台

在“xx模式”下，工业互联网区域平台建设也取得了显著的进展，其中尤以航天云网江苏公司提出的“一横多纵”平台体系最为突出：“一横”是基础平台，可以快速连接企业、系统和设备，满足企业快速上云的需求；“多纵”指结合本地制造业企业的特点，包含了多行业应用，如纺织、干燥、石油化工等行业。2019年初xx市和科工集团联合推出了工业的“淘宝”——云端营销系统，为企业提供进销存一条龙服务。

（四）鼓励先行，打造样板示范

在政府的高度重视和宣传下，xx有数家制造业企业积极拥抱了工业互联网，并形成了一批样板示范。如xx亚玛顿股份，用全自动数控精密加工生产线设备替代人工，良品率提高到了95%，节约人力近200人，大幅提升了工作效率；又如xx旭荣针织，采用全新的自动输送系统，提高成品率、减少能耗的损失。在2018年省经信委公布的首批星级上云企业中，xx市有四家企业入选，数量名列全省第二。

（五）企业征信，探索商业模式

工业互联网的商业模式，一直是业界争论的焦点，xx在商业模式打造上，也做出了坚实的尝试。xx天正工业，在企业设备端安装数据采集终端，通过将传回的数据结合算法，为金融机构提供放款依据。2019年，xx企业征信服务有限公司与航天云网江苏公司合作，全面推动企业设备征信工作，为小微企业贷款难问题提供新的解决方案。

正是在多方的共同努力下，xx在工业互联网、工业大数据的探索走在了前面，工业互联网的生态正在逐渐形成，在省经信委公布的江苏省工业互联网服务资源池单位首批名单中，xx 就有多家企业入选。

二、实践过程中发现的主要问题

（一）行业标识还不够明确

作为近几年提出的新概念，工业互联网的行业标识还不够明确，什么样的企业算是工业互联网服务企业，并没有统一权威的定论。以天宁区为例，为了统计全区工业互联网类的企业，却因为没有明确的标准，各乡镇街道很难精确统计，后期要单独统计产值、贡献，也同样存在这样的问题。这也给政府准确掌握行业情况、制定精准政策带来了困难。

（二）商业模式还不够清晰

作为一个被视作千亿甚至万亿级的行业，工业互联网的商业模式一直还在摸索中，目前除了智能改造、设备征信外，并没有十分成熟的商业模式。商业模式的匮乏，也制约着工业互联

网、工业大数据进一步推广。

（三）接受程度还有待提高

虽然目前地方政府对工业互联网高度重视，但作为工业互联网的直接受众，制造业企业却存在着不少顾虑，比如企业设备是否会受到干扰、企业生产数据是否会泄露等等。企业接受度不高，也影响了工业互联网行业的做大做强。

（四）服务水平还有待提高

从目前的情况来看，在面对一些制造业企业的改造需求时，工业互联网企业的服务水平还有待提高。无论是响应速度，还是服务质量，客户体验的差异也成为了新业务推广的障碍。（五）技术瓶颈还有待突破

虽然2019年5G技术已经进入了试点阶段，IPv6的全面商用部署也在加快推进，但是工业互联网领域所面临的技术瓶颈还非常多，以设备数据采集为例，目前能够采集的数据还处于浅层，涉及到系统协议的数据，还不能全面覆盖。数据采集设备的边缘处理能力还非常有限。

（六）大数据应用还不够成熟

鉴于目前数据标准化程度还不够高，基础数据还不够充分，形成的算法应用还不够完善，总体而言，目前工业互联网领域的大数据应用还仅限于标准化程度较高的电力、油气等能源系统，在制造业领域还远未成熟。

三、进一步加快工业互联网发展的对策建议

（一）尽快统一相关标准