引子：達摩院2021年十大趨勢之一——工業(yè)互聯(lián)網從單點智能走向全局智能

　　2020年底，阿里巴巴達摩院發(fā)布了《2021年達摩院十大科技趨勢》，作為身處科技探索最前沿的研究機構，梳理了科技領域最重要的趨勢，這些趨勢中既有能觸動現在科技底座的基礎研究，也包含了指引行業(yè)發(fā)展的最新應用方向。其中三項和具體應用相關的趨勢中有一條就是針對工業(yè)的，描述了當前工業(yè)的數字化轉型的重要方向：“工業(yè)互聯(lián)網從單點智能走向全局智能”。2021年已經過半，我們站在當下再次梳理這個趨勢，工業(yè)互聯(lián)網是否在沿著我們當初的判斷發(fā)展，為何這樣發(fā)展，應當做什么?

　　趨勢：單點智能的關注度正在降低，關于全局智能的應用和建設正在逐步提升

　　1. 單點智能與全局智能是什么

　　提到工業(yè)智能化，大眾的第一個聯(lián)想到的畫面大多是機器人。在工業(yè)時代，機器人被視為制造業(yè)皇冠上的“明珠”，一個個看似高大笨重的工業(yè)機械臂在工廠里靈活的舞動著各式工具，沖壓成型、焊接部件、噴涂車漆、整體裝配，然后一輛輛嶄新的轎車從生產線上緩緩駛下。對智能制造有所了解的人會馬上想到更多人工智能在制造環(huán)節(jié)的應用，比如通過機器視覺判斷產品表面是否有瑕疵、通過機器學習預測設備的運行狀態(tài)從而及時維護等等，在從智能制造成為整個經濟社會的熱點以來，這些智能應用被越來越多的企業(yè)和普羅大眾關注，尤其是眾多的初創(chuàng)公司和工業(yè)玩家紛紛根據自身優(yōu)勢尋找細分賽道領域，在一個制造環(huán)節(jié)點上形成產品或者解決方案，例如傳統(tǒng)的工業(yè)視覺領軍公司康耐視，在多年前就推出了基于深度學習的工業(yè)圖像分析解決方案。

　　但是，上面提到的這些智能應用都有一個共同特點：解決碎片化的需求。也就是它們都是著眼于獨立的制造流程，甚至是單一的工位，通過先進感知和人工智能算法來取代復雜人工或者經驗判斷的應用，我們將其定義為單點智能應用。它們通常以更快、更省和更可靠為目標，應用落地直接清晰(只影響產線中的孤立環(huán)節(jié))，有明確的投入產出比計算。正因為有諸多優(yōu)點，制造環(huán)節(jié)的這些應用受到了工業(yè)企業(yè)的廣泛歡迎，也受到了市場參與者的追捧。

　　與單點智能應用相對應的概念為全局智能應用。全局應用的作用對象不局限于一城一池，而是希望通過集成和協(xié)同，對多個生產環(huán)節(jié)甚至整個商業(yè)生態(tài)形成全局影響，從而讓企業(yè)的商業(yè)效應最大化。全局智能也可以表述為集成，這既是德國工業(yè)4.0，也是長期以來我國推動兩化融合的關鍵詞之一。集成在實際應用中有三個維度，縱向集成、橫向集成和端到端集成。縱向集成將產品的生產制造流程打通，讓工廠的運營數字化、智能化，以垂直一體化與網絡化的制造工廠為目標;橫向集成著眼在產供銷全價值鏈，讓商品的客戶履約流程形成協(xié)同，以價值網絡的優(yōu)化和靈活為目標;端到端集成更強調產品生命周期一體化，讓產品從設計到更新得到智能支撐，形成持續(xù)增強產品力的有效手段。更高層次的全局集成跨越不同的維度，應對更大范圍的應用場景，在全局形成智能優(yōu)化。然而，不管是哪種集成，實現手段都是跳脫單個應用點，對多個環(huán)節(jié)進行綜合考量而進行的數智化。典型的應用比如“需求驅動生產”(C2M，Customer-to-Manufacturer)、數智化物流預測、新品創(chuàng)新中心等等。

　　2. 跨域智能和全局智能成為政企關注點，全局智能的企業(yè)更受青睞

　　今年年初，李克強總理代表國務院在十三屆全國人大四次會議上所作的《政府工作報告》中提到接下來的工作要“發(fā)展工業(yè)互聯(lián)網，促進產業(yè)鏈和創(chuàng)新鏈融合，搭建更多共性技術研發(fā)平臺，提升中小微企業(yè)創(chuàng)新能力和專業(yè)化水平”。相較于去年所做的報告中“發(fā)展工業(yè)互聯(lián)網，推進智能制造，培育新興產業(yè)集群”的提法，明顯更強調“產業(yè)鏈和創(chuàng)新鏈的融合”，不僅要聚焦在制造環(huán)節(jié)本身，更要向價值鏈上下游和新的商業(yè)模式要增長，對全局數智化提出了更高的要求。

　　在《第十四個五年規(guī)劃和2035遠景目標綱要》中，規(guī)劃也強調“在重點行業(yè)和區(qū)域建設若干國際水準的工業(yè)互聯(lián)網平臺和數字化轉型促進中心，深化研發(fā)設計、生產制造、經營管理、市場服務等環(huán)節(jié)的數字化應用，培育發(fā)展個性定制、柔性制造等新模式。”非常清晰的指出了，產業(yè)數字化轉型不應只關注生產制造環(huán)節(jié)，全鏈路數智化也是可以賦能產業(yè)的重要手段。工業(yè)和信息化部起草的《“十四五”智能制造發(fā)展規(guī)劃》(征求意見稿)中，也把“加速系統(tǒng)集成技術突破”列為十二項重點任務之一。

　　不僅政府在積極引導產業(yè)關注全局智能應用，資本市場對具備全局應用能力的企業(yè)也更為青睞。阿里云研究院根據公開投資信息(IT桔子整理)分析，在近年獲得融資的工業(yè)4.0相關投資事件中，提供對工業(yè)客戶提供全局智能應用工具或解決方案的企業(yè)投資事件比例在自2018年以來持續(xù)增長，尤其是2021年上半年較2020年，比例增長了5%，首次與專注于單點智能的投資事件數量持平，達到了50%。而其中，阿里巴巴也投資了飛象互聯(lián)等具備提供跨行業(yè)跨領域的一站式智能制造解決方案的智能工業(yè)解決方案提供商，用以增強自身為制造業(yè)企業(yè)賦能的能力。

　　阿里巴巴不僅看到了這個趨勢，在實踐中阿里云自身的產品和解決方案發(fā)展也與這一趨勢相一致。例如， “云釘一體”、“云端一體”都是阿里云的重要戰(zhàn)略方向，其中“云釘一體”的核心是要構建最全面繁榮的應用開發(fā)平臺，釘釘平臺可以讓更多的全局應用能夠有一個承載平臺來對接碎片化的需求;而“云端一體”，則是通過端融入云和推云入端，用AIoT平臺實現萬物互聯(lián)下的融合智能，客觀上也將促進全局智能的發(fā)展。

　　那么，我們?yōu)槭裁凑J為“工業(yè)互聯(lián)網從單點智能走向全局智能”是符合行業(yè)現實，并將開創(chuàng)工業(yè)數智化未來的趨勢?

　　解讀：全局智能是工業(yè)互聯(lián)網的終局也是最佳實踐

　　1. 日益凸顯的矛盾：企業(yè)全局優(yōu)化需求與碎片化供給之間的矛盾是當前制造業(yè)數字化轉型中的基本矛盾

　　阿里研究院副院長安筱鵬曾經做出過一個判斷，當前制造業(yè)數字化轉型中的基本矛盾是企業(yè)全局優(yōu)化需求與碎片化供給之間的矛盾。筆者將這一判斷簡單的理解成工業(yè)企業(yè)的集體“盲人摸象”面對的困難。“識別象”是所有參與者的最終目標，這個目標在企業(yè)實際的經營中就是營收、利潤和他們背后的銷量、速度、成本、可靠性等等，企業(yè)希望通過數字化的手段去增強企業(yè)的競爭力，從而獲取更大的商業(yè)成功。然而，當前的手段和信息是有限的，也就是每個盲人去摸離自己最近的大象的身體部位。這在工業(yè)企業(yè)的數字化轉型中也存在相同的問題，每一個企業(yè)從自己熟悉和擅長的領域出發(fā)，利用已有的碎片化技術點、生產環(huán)節(jié)優(yōu)先級進行試點，希望在不影響整體系統(tǒng)運轉的情況下獲取單點、局部優(yōu)化成果。有的在推廣MES，有的在做數字精益生產，有的在做設備數據采集，等等。這種方式在數字化轉型起步階段的嘗試是無可厚非的，但是如同“立于象側，捫其身，上下左右，摩挲殆遍”就判斷“象之形殆如墻，廣而平，岸然而高者也”一樣，通過單點智能獲取的結果也必然是片面的。

　　為了滿足企業(yè)全局優(yōu)化的需求，也就是獲取最大化數字化轉型收益的解決方案，就需要解決當前技術供給碎片化的問題。通過拼湊現有的單點智能的碎片、甚至是放棄現有的碎片化技術供給而搭建全局智能的框架，來嘗試從全鏈路、全要素的角度給出全局智能的解決方案，才是工業(yè)互聯(lián)網的終局。

　　2. 逐漸清晰的路徑：單點智能是自動化和精益生產的延續(xù)，全局智能是新的管理和商業(yè)模式的起點

　　在工業(yè)數字化轉型的實踐中，我們看到了大量的智能應用集中在工廠內部，尤其是現場層，例如工業(yè)現場和設備控制、工業(yè)視覺智能、工業(yè)設備預測性維護等，這些的確也是數字智能工廠建設過程中很難繞過的應用。這些應用集中在兩個方向上，一個是經典自動化的漸進式變革，讓以往難以自動化的工作可以被自動化生產所完成。例如經典機器視覺只可以識別規(guī)范擺放的2D物料，而經過人工智能算法加強的機器視覺可以識別隨機疊放的3D物料并加以處理。再例如傳統(tǒng)的流水線以處理單一的動作為主，并需要部分人工操作，通過多軸機器臂和傳感技術的加入，可以完成復雜動作。另一個是精益生產的數字化實現，將一些線下或者人工的精益工具通過數字手段進行展示或者操作，例如替代物理的Kanban、Andon系統(tǒng)，將工廠的設備和工人的工作狀態(tài)數字化并實時進行3D展示。這些應用的核心目標是成本控制，通過對人工成本的替代和加快生產節(jié)拍來實現更高的生產效率。所以，單點智能應用通常有相對確定的投入產出比計算，更容易作為數字化轉型試點推進。但是，這種提升的收益以單點的成本為天花板，持續(xù)提升的潛力有限。

　　如果我們將目光從單點突破轉向更多的制造環(huán)節(jié)甚至更廣闊的產業(yè)鏈、價值鏈，全局智能會發(fā)揮更多樣化的作用。例如，C2M的模式利用平臺或者銷售端向上游工廠輸送消費者大數據，向其提供消費者偏好的品類、款式、數量等信息，然后工廠再根據反饋信息結合自身情況設計并生產相應的商品，也就是做大數據引導下的反向定制。再例如，在AGV、智能排產系統(tǒng)等新技術的驅動下，智能制造島的生產模式協(xié)調不同生產環(huán)節(jié)和生產能力，再一次挑戰(zhàn)串行的流水線模式，為柔性生產創(chuàng)造條件。所以，全局智能應用不僅僅關注單個環(huán)節(jié)，而是通過驅動數據在不同的環(huán)節(jié)間流動為手段，開拓新的生產管理模式和商業(yè)模式，最終的目標是發(fā)現和落地新的商業(yè)機會。這種全鏈路的數智化可以讓企業(yè)把競爭帶入新的維度，避免在成本價格上的貼身肉搏。

　　因此，企業(yè)進行數字化轉型的目標決定了要更多進入哪些應用場景內，單點智能將進一步提升自動化的程度和精益生產的效果，而全局智能則可以從商業(yè)上重塑一個企業(yè)，甚至一個行業(yè)。

　　3. 此消彼長的難度：單點智能應用場景已經形成規(guī)模，新應用發(fā)掘進入深水區(qū);全局智能潛力依然有待發(fā)掘

　　單點智能天然的有很多全局智能不具備的優(yōu)勢，正像前面提到的，它們方案簡單，投入有限，落地直接，投入產出比明確，對整體業(yè)務影響可控。只要技術上可以實現，通常深受數字化轉型的決策者和執(zhí)行者歡迎。相比之下，全局智能應用的推進受到諸多的限制。然而，這一情況正在逐漸發(fā)生變化。

　　首先，單點智能中易實現的應用已被深入發(fā)掘，更多的單點數字化轉型應用開發(fā)進入深水區(qū)。經過工業(yè)企業(yè)和解決方案提供者近10年的努力，典型的單點智能應用已經在很多數字化轉型先行者的生產環(huán)節(jié)經過一輪試驗。根據工信部辛國斌副部長2018年底在報道中介紹，自2015年起共遴選出305個智能制造試點示范項目，涉及92個行業(yè)類別，覆蓋全國境內所有省(自治區(qū)、直轄市)，拉動投資超過千億元人民幣。在此基礎上，初步建成208個具有較高水平的數字化車間/智能工廠。經筆者了解，在這些智能制造示范項目中，除了業(yè)務數字化和信息平臺搭建之外，如預測性維護、機器視覺、電子Kanban這樣一些典型的智能應用多有涉及。據IoT Analytics分析，僅預測性維護這一應用的市場規(guī)模到2024年就將達到235億美元。然而，進一步發(fā)掘已經被大家熟知應用的新機會的實施難度在變大，近年來卻并沒有新的殺手級應用出現。智能應用的技術實現和利用智能應用推動企業(yè)成長的困難度已經顯著增大。

　　其次，各個行業(yè)，尤其是互聯(lián)網、消費品、金融等行業(yè)，在新的商業(yè)模式上積累了大量經驗，并且起到了培養(yǎng)大眾用戶和從業(yè)者習慣的作用。例如電商的高速發(fā)展和逐漸成熟中，出現了大量的從消費者到供應鏈再到制造端的新模式，例如電商的供應鏈數字平臺和銷售平臺協(xié)同，讓商流和貨流做到一體化，并且通過數據分析進行智能預測、智能補貨。例如某知名快消品商家的天貓店鋪，做“雙11”分倉銷售預測，提前四周的預測準確率是66%，提前三周的預測準確率是72%;占銷售總量80%的暢銷貨品，分倉預測準確率達90%，按照預測進行補貨的跨區(qū)比低于1%;這也讓商家做到了精準備貨、聯(lián)合產銷計劃等等。利用在已成熟行業(yè)產生的經驗，同樣的模式可以相對容易的復制到其他的工業(yè)行業(yè)中，同時也給了新的行業(yè)更多信心。

　　4. 彼此成就的手段：只有單點智能而不存在全局智能的應用難以真正發(fā)揮作用，通過打通制造和其他環(huán)節(jié)，才能真正釋放單點智能的潛能

　　將單點智能和全局智能放在對立面或者完全切割開來看是不正確的。單點智能的優(yōu)勢需要通過打通其他環(huán)節(jié)來實現最大化。試想一個工廠通過智能手段已經實現了完全的柔性生產，然而訂單還是固定的，只是通過工廠管理者的判斷來安排生產計劃，那么柔性生產的意義何在;協(xié)調多個工廠的智能排產系統(tǒng)的投入較大，而在單一產品的生產中成本節(jié)省有限，但是當面對高速變化的線上市場需求時就成了非常有力的應用。而全局智能也離不開單點智能的支撐，只有在各個單點上有足夠強大的應用，全局智能才可能成為現實。

　　路徑：打破智能“谷倉效應”，擁抱全局智能

　　谷倉效應(Silo Effect)原是指企業(yè)內部因缺少溝通，部門間各自為政，只有垂直的指揮系統(tǒng)，沒有水平的協(xié)同機制，就像一個個的谷倉，各自擁有獨立的進出系統(tǒng)，但缺少了谷倉與谷倉之間的溝通和互動。這種情況下各部門之間難以建立共識而無法和諧運作。在工業(yè)互聯(lián)網實踐中同樣存在智能的“谷倉效應”，那就是過分依賴單點智能，持續(xù)在一個個單一的智能點上做優(yōu)化，而不能站在全局角度進行整體協(xié)調。而打破智能“谷倉效應”的手段就是全局智能。

　　阿里云研究院認為，為了打破智能“谷倉效應”，實現全局智能，需要做下面三個全局化的工作：

　　1. 資源全局化

　　資源全局化的核心是利用IoT設備讓企業(yè)的資產資源可知、可見、可用。

　　基于統(tǒng)一的設備模型，低成本快速地從工業(yè)設備或者自控系統(tǒng)中采集、組織和分析數據，構建工業(yè)物聯(lián)。實現工業(yè)設備及流程等企業(yè)資產的“資產數據化、數據資產化”，挖掘和提升存量資產價值。通過數據分析讓機器數據產生洞察力，改善企業(yè)資產管理決策和運營的可見性。通過工業(yè)物聯(lián)可視與數據智能應用，實現數字孿生，優(yōu)化業(yè)務及生產運營效率。并且通過數字基礎設施、中臺和智能應用的云化實現資源全局調配。

　　2. 數據全局化

　　數據全局化的目標是打破數據壁壘，讓數據組織清晰，讓數據可以自由智能的在全局流動。

　　為了更好的實現數據全局化，需要制定統(tǒng)一規(guī)范的數據模型設計和開發(fā)，解決數據口徑和結構問題;建立統(tǒng)一的采集規(guī)范，實現多端數據互通;開發(fā)可靠的數據生產、發(fā)布工具和統(tǒng)一可視化元數據管理平臺;優(yōu)化數據存儲、計算的監(jiān)控治理;形成大數據量的實時數據計算能力和統(tǒng)一的實時計算框架。最終可以對全域數據融合進行沉淀，打通企業(yè)生產、營銷、管理等等全鏈數據。

　　3. 業(yè)務全局化

　　業(yè)務全局化的實質是業(yè)務的在線化和中臺化。通過數據抽象讓企業(yè)的制造能力和其他業(yè)務能力(營銷、品牌、設計、研發(fā)等)沉淀，并且讓各項業(yè)務能力時時在線并相互協(xié)調，成為最終通過在線業(yè)務中臺實現業(yè)務互聯(lián)互通。業(yè)務全局化要實現商業(yè)能力的共享和服用，打通從前臺到中臺再到后臺的數據、資源融合。

　　思考：同時規(guī)避“谷倉效應”和“鳥籠效應”的誤區(qū)

　　面對工業(yè)互聯(lián)網加速從單點智能走向全局智能的步伐，我們需要平衡發(fā)展單點智能和全局智能應用，同時避免進入“谷倉效應”和“鳥籠效應”的誤區(qū)。

　　首先，我們需要打破智能“谷倉效應”。避免對單點智能的路徑依賴，從制造環(huán)節(jié)向縱深觀察，從全鏈路的協(xié)同上、從價值鏈的配合上發(fā)現數智化轉型的新潛能。

　　同時，需要避免全局智能的“鳥籠效應”。全局智能的建設必須與企業(yè)的實際業(yè)務需求相適應，不做無謂過度的頂層搭建和超前設計，同時協(xié)調發(fā)展單點數智應用，才可能實現工業(yè)互聯(lián)網智能應用的可持續(xù)發(fā)展。