2020年趋势风向：工业互联网“叛逆期”遇上边缘计算“襁褓期”

最近我接连担任了几次工业互联网相关大赛的评委，学习了很多IIoT领域的最新实践。一个多月下来，加起来有上百个IIoT项目从眼前“走秀”般经过。通过这些项目的展示，我在“观赏”过程中产生了一些体会，今天就通过这篇文章来与你分享。

最近我接连担任了几次工业互联网相关大赛的评委，学习了很多IIoT领域的最新实践。

当评委这事并没有想象中那么轻松，我将分配给我的评审任务拆分到每天，固定时间段内高强度阅读项目资料，每份资料的内容充实程度堪比大学毕业论文，还不包括PPT和视频…

一个多月下来，加起来有上百个IIoT项目从眼前“走秀”般经过。通过这些项目的展示，我在“观赏”过程中产生了一些体会，今天就通过这篇文章来与你分享。

聚焦优于发散

从今年的参赛项目来看，工业互联网的发展明显比往年更进一步，甚至可以说发生了一次迭代。

参赛团队都很明白，无论自己提供的是工业网络服务、工业互联网平台还是工业APP…呈现给最终用户的一定都是端到端的服务，这样才有价值。因此各类工业互联网企业，无论是平台型、网络型、算法型、微服务型还是应用型，都开始强调软硬件一体的端到端“拉通型”完整解决方案。

工业互联网项目，如果不能创造独特价值，很容易沦为“帮BAT卖云平台或者帮工业巨头卖设备”的下场。因此在评审过程中，我可以明显感觉出各个参赛项目都牟足了劲提升附加价值。参赛项目的类型明显出现了差异化，竞争格局变得更加清晰。

从切入市场的模式来看，工业互联网企业可以划分为如下3类，大家开始分道扬镳，差距逐步拉开：

大脑模式：主要针对超大型、大型企业的需求，围绕一家头部企业提供各类工业互联网服务。解决方案往往部署在私有云上，方案较为复杂，包含一系列模块和系统。

这种模式在参赛过程中，因为有知名企业背书，往往占有优势，容易让评委们先入为主。各种名词也一大堆，比如数字孪生、软件定义网络、数据中台…但需要提防项目方案好听不好用，不具备可复制性。头部企业的需求往往共性不足，而是以个性化服务为主。

场景模式：主要针对某一垂直行业的工业用户，提供场景化的知识和服务。解决方案可以部署于公有云，但更多部署于私有云上，成本位于其他两种模式之间。

沿着这种模式前进的工业互联网企业，往往脱胎于传统制造型企业。按理说，制造型企业并没有将知识和经验公开和共享的动力，因为这些知识是企业的重要资产，是他们超越同行的法宝。

随着工业互联网的发展，当传统制造企业产生转型的动力之后，探索出了一条独特的道路。他们将自身的能力外化形成工业互联网平台，并将宝贵的知识进行沉淀和封装，对外提供场景化的端到端解决方案。

极简模式：主要针对中小、小微企业，以极低的成本解决中小企业在某种工业应用当中人力或者能力不足的困境。解决方案一般部署在公有云上，方案简单、应用过程自助式、物美而且价廉。

这种模式面向中小企业，这类用户没有花哨的定制化需求，，只希望解决生存问题和带动营收。工业互联网企业提供的轻量化服务，应能解决切实问题，而且成本极低才行。而作为提供服务的IIoT供应商而言，传统的商业模式难以胜任，生态架构和盈利能力需要重新设计。

工业互联网企业的发展路径就是不断做减法、试错和聚焦。以上三种，无论是大脑模式、场景模式还是极简模式，都可以开创一片天地。

工业互联网进入“叛逆期”

首届中国工业互联网大赛刚刚结束，我们不妨按照上述模式分析获奖团队的类型。

先说一下大赛的总体情况，报名人数超过5000，共征集项目1009项，超过80%的参赛团队来自工业互联网专业服务商。最终决出2个一等奖、6个二等奖、12个三等奖。

按照组委会的分析，参赛项目的分布如下。

获得一等奖的两个项目，基于软件定义控制与流程的工业互联网解决方案属于大脑模式。“一站式”精密刀具磨削APP属于场景模式。

【大脑模式】基于软件定义控制与流程的工业互联网解决方案，参赛单位是北京东土科技股份有限公司。项目打造了软件定义生产流程、软件定义控制系统的智能化生产车间，从园区到车间、产线、工位均展现了智能性，实现了从IT到OT的纵向打通，IT系统之间的横向协同，及从OT到IT的数据驱动。

根据在东土科技宜昌工厂和新奥燃气站的实际应用，这套方案创造了可观的应用价值。

从商业模式上来看，本套方案采用“硬件+操作系统+工业应用软件+服务”的销售模式，市场接受度有待验证。

【场景模式】“一站式”精密刀具磨削APP，参赛单位是深圳富桂精密工业有限公司、基准精密工业(惠州)有限公司、深圳精匠云创科技有限公司和深圳鸿智云创科技有限公司。这几家公司均由富士康工业互联网股份有限公司控股。

此工业APP针对刀具全生命周期难点，通过云端AI支持实现深度数据挖掘，通过智能高端设备研发出精密智造工具，使得刀具设计化繁为简。

根据实际应用，该应用使得新品研发时间缩短50%，人力成本降低70%，意外停机与品质异常几率下降60%，实现经验数字化、出图自动化、个性定制化。

该APP推广领域覆盖面大，但未展示太多横向可扩展的实践案例，其应用前景仍有待市场检验。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!