科技云報道原創。

　　在新科技革命中，將網格化、信息化與智能化深度融合的工業互聯網，正在將人、機、物全面互聯，實現全要素、全產業鏈、全價值鏈的連接，推動傳統產業加快轉型升級、助力新興產業加速發展壯大。

　　工業如何在快速變革的數字時代，感知、響應巨量復雜的信息，從而更好的應對市場需求與不確定性，實現動態策略優化與智能全局決策。

　　云計算加持下的工業互聯網正是解決這一問題的總體策略。將算力與實體經濟深度融合，利用數字技術解決實際生產問題，無疑是云計算最好的機會。

　　制造業轉型容不得半點虛幻

　　事實上，國內企業都面臨廣泛而具體的數字化問題。

　　中國制造業急需數字化轉型，國家政策也多次引導，自2018年起，“發展工業互聯網”已經連續5年被寫入政府工作報告。

　　2012-2021年，我國工業增加值從20.9萬億元增至37.3萬億元，年均增長6.3%，遠高于同期全球工業增加值2%左右的年均增速。

　　市場主體活力和實力不斷增強，充分利用現代科技，實現數字化轉型的需求也愈發強烈。

　　但技術與實務的結合是一個由表及里的過程，工業互聯網并非將信息技術與傳統工業流程簡單相加，而需要觸及實際需求的精準定位，并且利用技術的邏輯改造傳統生產。

　　工業互聯的對象是各個標準化環節，在實際運行中信息化投入巨大，各業務體系所產生的信息量級與復雜程度本身就需要投入大量運營成本，業務體系間的溝通不暢又會造成數據孤島現象。

　　龐大且持續翻新的信息庫需要更高規格的數據處理能力與處理方案，這正是云計算所需要提供的核心技術。

　　工業互聯網的一個痛點在于計算與整合，如何充分利用數據是眼下最重要的問題。

　　可以看到，在現有云服務數據集成與數據管理能力的支持下，各家云廠商都已經在與企業的實踐合作中，積累下大量行業經驗。

　　這些信息與數字模型沉淀到各自的云技術平臺上，最終落腳點在于如何通過高性能的計算為生產流程提供正向反饋，形成標準化、通用的應用能力。

　　技術如果只是懸浮于實用之上，便只是一種抽象的前景，無益于制造業數字化轉型的深入推進。

　　大體來看，當前涌入工業互聯網賽道的企業，總共可以分為三類。

　　第一類是工控企業以及大型設備生產商。由于是“科班出身”，根正苗紅的它們熟諳工業制造的所有場景與流程，而且本身就可以直接作為工業互聯網的“試煉場”，還能夠為第三方提供開發環境，可以說是具有非常明顯的先天優勢。

　　不過，此類企業也面臨挑戰。首先是數字化人才相對缺乏，尤其是缺少云計算、大數據和人工智能的人才儲備;其次是大量的中層和基層員工對工業互聯網的認知仍需要提升;最后是生態基本上集中在自己的供應鏈上，難以外延。

　　第二類是較為“純粹”的應用廠商和云計算供應商。這一類企業具有非常明顯的數字化特征，而且在人才方面有著得天獨厚的優勢，對于云計算、大數據和人工智能技術的運用，執行力和效率也更高。

　　然而，此類企業缺乏工業制造基因，對生產的場景和流程理解相對困難，對工業企業真實需求的把握過程較長。此外，由于缺乏理想的測試環境，可能較難及時打理和測試自己的產品。

　　第三類企業，則是既懂工業制造，也懂數字化技術;既有生產環境，也有測試平臺……這一類企業的數量，可以說是少之又少。

　　云計算要走到實踐一線去

　　在助力工業企業上云用云云化，構建工業互聯網方面，各家云服務廠商都以各自不同的特色在萬千工業企業中發揮不同作用。

　　這些廠商利用自身的硬件基礎、技術實力和數據系統優勢，摸索出一套幫助萬千工業企業進入工業互聯網的方法論，推動著整體行業數字產業化與產業數字化的雙螺旋發展。

　　其中，阿里云以算力算法優勢以及云釘一體的技術系統一體化便利，服務了多樣化的工業企業;華為云則主打“云+AI+聯接”;京東云基于熟悉的供應鏈基礎，提出“數智供應鏈”的概念。

　　自誕生以來，阿里云就一直是“制造強國”的積極參與者。過去幾年，阿里云將制造業視為重點投入的領域。

　　從技術層面看，阿里云通過云計算、物聯網、人工智能、數字孿生等技術，助力制造業實現智能制造、數據全場景打通、生產線全流程優化、產業鏈全領域協同等業務突破，從更深遠的層面則助力制造實現增效降本、綠色減碳等高質量發展。

　　目前，阿里云已廣泛服務石油、煤炭、清潔能源、鋼鐵、水泥、化工、電子、汽車、裝備等領域的2萬家工業企業。

　　在采礦業中，阿里云將工業互聯網與采礦業深度融合，背靠阿里云中臺，助力企業上云用云，推動以降本增效為核心的產業升級，全面推動礦山行業數字化轉型。

　　在汽車制造業，阿里云依托旗下產品，幫助經銷商與主機廠間實現信息協同，更快一步找到問題、解決問題;

　　阿里云還為研究自動駕駛的汽車主機廠提供算力支持，提高自動駕駛模型訓練效率，真正擁有“云上競爭力”。

　　華為云則選擇搭建工業互聯網平臺FusionPlant，聚焦三方面構建能力：華為云工業智能體、聯接管理平臺和工業應用平臺，定位做工業互聯網領域的黑土地，聚焦“云+AI+聯接”。

　　在這一平臺上，華為云同樣推崇生態之力，聯合行業伙伴和行業Know-How，提供工業全場景的解決方案。

　　目前在石油、化纖、石化、鋼鐵、煤焦化、電子裝備、汽車制造、電動車制造等多個領域，華為云已經擁有大量的成功案例。

　　中國石油聯合華為共同打造了勘探開發認知計算平臺。

　　借助認知計算平臺，大港油田實現了油氣水層位的智能識別，平均時間縮短了70%，識別準確率達到測井解釋專家水平;

　　在油氣生產領域，油井異常工況診斷準確率達到90%以上，油田管理實現減少作業維護費用20%，提高生產時率2%。

　　而京東云以自身供應鏈優勢，提出“數智供應鏈”的概念，通過整體供應鏈大循環中的數字化管理，實現產業聯結、數智創新及生態融合，降低社會成本、提高社會效率。

　　京東云為中航供應鏈打造了統一的航空裝備供應鏈數字化平臺，所有的供應商、客戶、生態伙伴都可以在這個平臺上實現信息共享、數據交互、業務協同，大幅提升了航空供應鏈的效率。

　　基于此，中航供應鏈能夠廣泛連接客戶和生態合作伙伴，實現供應鏈全鏈路信息共享、數據交互與業務協同。

　　全面整合系統端與供應鏈需求，解決效率、協同的問題，實現供應鏈全流程數字化管理。

　　根據麥肯錫發布的中國云計算最新調研洞察顯示，雖然起步相對較晚，但中國在云計算的遷移速度上可謂突飛猛進，已然成為僅次于美國的全球第二大市場。

　　中國的公有云市場規模有望在未來幾年再增長一倍以上，從2021年的320億美元增長到2025年的900億美元。在國內高速增長的基本盤下，任何廠商都有充分發展的可能。

　　隨著消費互聯網流量紅利見頂，未來發展的關鍵驅動，勢必會落在工業、制造業等實體經濟領域。

　　但隨著云計算與工業互聯網的結合走向縱深，落地實施的挑戰也更加凸顯。

　　如何完善一些產業鏈重要環節，如何確立一個產業鏈各方滿意的盈利模式，彰顯其規模效應。

　　解題思路一直埋在實踐之中，堅持問題導向，挑戰也是使發展更進一步的機遇。

　　云計算競爭的下半場，只有在產品趨于同質化的環境中確立核心優勢，才有可能把握住時代革新的機遇，成為技術與工業社會深度融合的先鋒。

　　隨著新一代信息技術加速擁抱千行百業，數智化制造正在多領域多場景落地開花，新興技術與先進制造的深度融合，不僅勾勒出日新月異的數字社會，也讓實體經濟活力更足、動力更強。

　　云計算的發展，終將深入社會生產中的各個場景。

　　而這背后，則少不了阿里云、華為云、京東云等云服務企業，以數智化的技術力、生態力和系統力，助力工業企業數智化轉型與進化，為數智化時代下工業互聯網的“鋪路搭橋”。