从浪潮工业互联网实践想开去

1、5G浪潮凭借在云、信息化、制造业领域的深耕实践，结合大数据、人工智能、等新兴技术参与高端制造工厂改造，在迭代升级工业互联网平台化产品、服 务能力 的过程中，收获若干体会与感悟，与诸位同仁分享。2020 年，工业互联网蓬勃发展，工业领域有各式各样的设备、软硬件系统 等， 行业需求各具特色且壁垒很高。不同于物联网强调物与物的链接，工业互联 网无论 从链接的对象、 链接的数量，以及应用场景等都发生了颠覆性变化，强调 人、机、物 全面互联。在信息化与工业化两化融合的大背景下，工业互联网通过工业云将设备、业 务 系统、开发者、 供应商、产品和客户等紧密地链接融合起来， 协同供应链与产 业链， 形成跨域、

2、 跨区、跨业互联互通，使工业经济各要素资源高效共享。现阶 段，工业互 联的核心是数据的获取（人机物）、链接、应用与增值服务，数据来 自丄业，数据服 务丄业，未来将涌现出大批以数据驱动的新模式新业态。当前，国内工业企业的智能化转型需要实事求是，因企制宜，分布实施，才 是 科学、健康的发展方式。先完成企业数字化补课（产业基础再造工程），同时 把握机 遇，制定合理科学的总体规划，以重点领域、场景为抓手，打造数字化基 础设施，让 企业有动力，有节奏，有方向的深入数字化网络化智育呂化改造，真正 做强实体经 济。工业数字化、数字工业化与数据智能是实现“数字工业经济”的重要构成数字经济作为推动生产力发展的重

3、要经济形态， 已被写入 2020 中央经济工 作会 议报告，其中产业数字化、数字产业化以及数据价值的有效发挥是核心内涵。 对于 工业互联网而言，新一代信息通信技术与工业经济的深度融合催生出全新的 工业生 产方式与企业形态，如何充分发挥“数字工业经济”成为我国经济新的重 要增长点 是关键。口前工业互联网整体包含工业数字化、数字工业化与数据智能三个部分，具 体 而言，工业数字化包括自动化改造、信息化升级与数字化整合三类：以生产线机械化自动控制为代表的自动化改造 ;以企业信息化系统山分散向统一为代表的信息化升级，实现内部人员管理协同、生产运行协同与经营管理协同；以数据为核心将原有方法、模型数字化沉淀

4、出可复用的应用（工业软件）是 数 字化整合的主要任务。数字工业化强调产业链控制力、协同力整体提升，推动产业集群发展：以数据为核心，链接“研产供销服”全要素数据实现产品全生命周期的精细化管理，重质量塑品牌，增强产业链控制力；以商业为抓手，强化产业链的上下协同、内外协同、要素协同，提升产业链协同力，增强整体竞争力；以标准为驱动，推动产业聚集和产业集群发展，实现社会资源配置的稳定高 效。数据智能强调 AI 在加快制造业生产方式和企业形态根本性变革中的推动作 用，主要分为质量优化提升与延伸增值服务两大类：在品控环节，通过“数据+AI”提升关键工序的质量与效率；发挥数据及 AI 在整个延伸领域的价值突破

5、，涵盖电子商务、物流、金融等 领 域的价值重构。加快L:业基础设施建设，推进设备链接与大数据运用能力Gartner 认为 2022 年边缘计算成为所有数字业务的必要需求，到 2025 年， 全球连接到网络的设备将达到约 208 亿台，大约有 75%的数据将在边缘侧产生和 处 理，2021年边缘计算将最终成为真正的价值创造者。因此，受物联网、Al、 5G的驱动，边缘计算将广泛应用于工业互联网智慧园区建设。未来工业互联场景下，设备、业务系统的连网上云需求，工业园区边缘侧的快速协同场景等都将呈现指数级增长，需要建设工业确定性网络，增强边缘云的服务管理能力，打造“云网”一体化基础设施，用网络的能力支撑

6、云的发展提升用户体验，用分布式的云形态优化网络资源，使光纤网、 5G、广域网等多类型 网络能够按 需弹性分配。以人、机、物互联为核心的IIOT链接在一定程度上回答了工业领域“数从 何 来”的问题，而数据汇聚、分析与应用的基石是安全、稳定地链接。通过区块链技术与密码算法授权使用数据，并依据智能合约进行价值分发，提供供应链金融等增值延伸服务，形成企业大数据中心与工业大数据中心。对丄业企业而言，贯穿“研产供销服”关键数据链接企业与消费者，形成供给侧与需求侧的闭环对接，实现因需定制与消费者评价反馈等，不断提升品牌价值与服务水平，实现企 业自身高质量 发展。作为工业互联网服务商，浪潮云需要基于“云网”一

7、体化与 PaaS平台融合,实 现云服务、 网络、 通信、 大数据等多种能力的开放， 构筑新型工业基础设施大 力发展 生态，提供工业互联网解决方案与集成交付能力，将数据作为生产要素的价值充分发挥出来，真正驱动数字工业化的协同力控制力，实现工业经济可持续发展。以企业为主导，充分发挥“数据 +AI”介值实施智能化改造基于对“研产供销服”全要素数据价值理解，在酒业智能化改造的实践中，浪潮云认识到产线智能化改造的入手点是“两根杆”的改造，一根是以“摄像头”为核心的机器视觉，实现人工工匠与智能工匠结合，推进产业基础高级化，另一根是以“扫码器”为核心的产供销服横向链接，实现物生命周期精细化管控。以山东某知名

8、酒企为例，一方面在窖藏环节结合区块链和视觉 AI 技术实现酒库 的智能化监 控，替代巡检和三方认证，并服务于真实年份酒、数据酒证等供应链 增值服务；另 一方面依托“五码关联”（盖码、瓶码、盒码、箱码、垛码）实现 产品全生命周期QID线上化，触发渠道奖励，固利控价减少窜货。从事以冲压焊接为核心工艺的汽车零部件制造的重庆天人工业集团，依托（异构数据链接平台）贯穿天人内部的 ERP系统、MES系统、物流系统以及自研的“工业干细胞”工业软件等，打通“数据脉络”，构建质效优化模型，面向生产流程中的堵点、卡点等解决问题。在天人“工业干细胞”接入过程中， 我们认识到“质 量螺旋”在工业企业数字化转型过程中的

9、应用价值，“质量螺旋”一词由美国质量管理专家朱兰提出，率先采用表达产品质量产生、形成、发展的客观规律的一条螺旋上升曲线，该曲线对品质管理有重要的指导作用。以汽车生产过程中关注“焊接点焊缝”为例，由生产管理者定义关键控制点所涉数据源（人机料法环）后，通过 QID链接、汇总并介入算法分析，实时呈现 焊接 问题，根据问题点做优化方案进而重新界定关键控制点所涉数据源的阈值，并将新的标准要求通过生产工序、PLC等回传到生产过程中去， 以此完成首轮质 量螺旋并不 断循环、调整、优化、迭代。万物链接需要万物可信识别，国家标识解析体系提供的统一编码规则，QID对异构多数据源的兼容链接，为“质量螺旋”的发展提供了可能 ,便于实现物、工序等最 小元素化的抽取、随机组合与跨域链接，进而汇聚多数据源孵化工业软件，面向行业级刚需场景发展云原生应用，其作为独立的小规模松散耦合服务的集合，能够快速响应用户需求并持续改进，支持跨公有云、私有云与混合云等不同云形态的开发与管理，弹性扩