要實施工業互聯網，應該從哪里入手？如何擁抱這個必然發生的未來？

我覺得大家大可不必焦慮，在我看來真正的工業互聯網還沒有真正開始，所有一切都在從各個角度進行一些探索和準備，每一個企業可以找到自身的切入點進行嘗試。

在這個過程當中，有幾個關鍵方向倒是需要密切把握和關注的。

首先，我們需要問自己，工業互聯網和我們的現有產品之間是什么關系？如果工業互聯網要大行其道的話，每一個產品必須和嵌入式的芯片整合在一起，產品的整體，乃至產品的各個細分的模塊，都應該可以被標識、被追蹤、被管理，而且是全生命周期的整體性管理。

在這個基礎上才能建立起完全新型的產品設計庫和數據庫，我們才能進入工業互聯網的全流程管理環節。

德國人將智能工廠和智能生產作為他們未來工業智能化的關鍵所在。在智能工廠里他們特別關注圍繞產品的設計、生產的設計、工程的設計，以及最終產品的制造，這一過程實際上是融合了產品智能化，設計虛擬化和生產自動化的全過程。

在我們完成了第一步產品的智能化嵌入，以及身份識別之后，我們才有可能進入真正的虛擬化設計環節。

所謂虛擬化設計就是用盡量多的軟件來完成原有的產品設計、樣品制造、性能測試，乃至各種模擬和仿真。在這一方面傳統的自動化軟件、仿真軟件可以發揮巨大的作用，他們只要和我們新的工業互聯網理念整合在一起就夠了。

但是真正意義上的產品數據管理（Product Data Management，PDM）和產品生命周期管理（Product Lifecycle Management，PLM），需要企業在管理上和設計流程上進行很大的改變，而這一方面當今的很多中國企業其實并沒有準備好。

虛擬化設計環節完成之后就可以進入自動化的制造環節，在這一環節德國人給出了一個非常有意思的概念叫做“自己生產自己”。

其實當所有的零部件被賦予標簽，在設計環節賦予了它準確的產品身份和出廠場景的設定之后，生產線和被生產的產品之間的對話就是自然發生的事情了。

這時機器人的介入，包括生產機器人、運輸機器人，還有智能庫存的管理就變得順理成章。這種高度自動化的生產將使生產效率和生產的柔性化得到極大的提高。

豐田公司在汽車行業早已實現了生產的高度柔性化。今天以德國和日本汽車業為代表的汽車行業，可以說是智能生產領域的先驅，他們對智能機器人和自動化設備的使用是非常領先的。更進一步，德國人正在探索更新的智能化工廠。

西門子在他們位于德國安貝格的西門子電子制造工廠（EWA），嘗試使用我們談到的智能化生產的各種要素，來顛覆式地重塑他們的生產工藝和流程。

因為生產的高度智能化、自動化，還有產品的模塊化、標準化以及標簽化，可以使得產品制造過程達到高度的柔性，其生產流程可以伴隨著不計其數的組合和錯綜復雜的供應鏈變化進行持續的優化，而效率又可以獲得很大提升。

這一家工廠在生產面積沒有變化的情況下，產能卻在采用新的智能化設備之后提升了8倍，產品質量更是比25年前提高了40余倍。EWA的產品質量合格率高達99.9988%。

他們每年能生產出約1200萬件西門子的PLC產品，幾乎平均每秒就能生產出一件產品。當智能工廠和智能生產進入這樣高度的自動化和柔性化之后，所產生的巨大信息和數據，反過來又能夠不斷地作為優化制造和設計的基礎數據源，這時大數據分析自然就派上了用場。同時，累計的歷史數據、維修數據、各種材料數據，又可以構建出更大的虛擬的產品庫。

在這一方面，美國的GE公司在航空發動機的生產和維修方面也在進行著積極的探索。

對航空發動機的在線監控和故障診斷，是確保每一臺航空發動機這一飛機心臟安全運行的至為重要的技術

。但是如果將發動機從生產到維修的所有數據全部整合在一起，進行一種全生命周期的模擬的話，所帶來的數據分析質量和對故障的預測程度就遠非在線實時監控所能比擬了，也就是說我們可以用軟件構建一個完全虛擬意義上的發動機模型，而這個發動機是我們所擁有的實時監控數據和歷史上的生產數據、維修數據、材料數據乃至天氣等數據的集合，這個虛擬發動機集合了如此眾多的數據信息，它對故障的預測和預防性維護水平將是單純的在線數據監測所無法比擬的，而這個模型在大數據技術和高效的建模技術出現之前是不可想象的。

這一切將為積累大量技術的生產型企業進行高質量的產品質量維護、故障監測、故障預維護，以及產生新的服務項目奠定堅實的基礎。同時，在系統層面上，可以對原有系統的效率進行更大范圍的優化。因為系統的復雜度按照網絡效應的計算，遠遠大于單臺設備，或者若干機組的組合，對系統的重新建模分析，找到系統優化點，這一工作已非人力可以介入。

大規模的建模和大數據分析必然會發揮更為關鍵的作用。這在計算資源高度分布發達，芯片價格極其低廉，而且網絡，尤其是無線網絡隨處覆蓋的今天和未來，將變得觸手可及，且十分廉價。在今天，每一個公司都可以展望工業互聯網的未來，做出自己工業互聯網的未來設計。

這一路徑正在被探索，但是還沒有標準路徑，然而我們需要注意到的幾個關鍵障礙，卻是在實現這個道路的過程中需要關注的。

首先，今天的工業思維依舊是產品思維和硬件思維，而未來的工業互聯網首先應該是軟件思維，其次是網絡和大數據思維。所謂軟件思維就是說未來產品，即便軟件不占到絕對統治的地位，至少和硬件是同等重要。

而今天的工業企業依舊把軟件功能作為硬件功能的附加，這一現象在幾乎所有的大型工業企業身上都存在，這一傳統思維方式似乎很難改變。

那些能夠突破這種思維方式的公司將脫穎而出。蘋果就是用軟件定義硬件，并且開辟了新的產業未來的佼佼者。

各行各業里的蘋果在我看來都會逐漸脫穎而出，那些不能夠將軟件置于未來產業重要地位的公司，將失去工業互聯網的未來。其次，產品的架構設計將不再依循傳統的硬件大規模設計的方式。

快速的迭代，類似于軟件開發的設計方式，可能會大行其道，這就需要建立一種完全新型的系統化設計架構，而這一架構在當下即使是很領先的美國和德國的大型制造型企業當中，也是缺乏的，這需要每一個企業去做出勇敢的實踐和探索。

最后，在標準方面，今天沒有哪個企業，也沒有哪個國家對未來工業互聯網提出完整意義上的標準。沒有標準，每一個企業就無法在數據通信層面上達成一致，在數據安全方面也更沒有一套保障的機制和體系。

德國人在智能工廠方面正在建立自己產業同盟間的產業標準，美國人以AT&T、思科（Cisco）、通用電氣（GE）、IBM和英特爾（Intel）為基礎成立的工業互聯網聯盟（Industrial Internet Consortium，IIC），也在制定通信協議方面的標準。

對標準的參與和密切關注是每一個企業在設立自己的工業互聯網路線圖時必須關注的關鍵，關于工業互聯網的未來，其實也和今天的互聯網發展的未來一樣，恰如硅谷著名的科技預言家凱文凱利所說的那樣，未來20年最重要的發明今天還沒有出現。我在這里想說的是，關于工業互聯網，未來到底是如何，其實今天也不清楚。

但是本書中所給出的各種探索和思考，希望能夠提供一些基本的框架和方向，讓我們在嘗試的過程中逐漸完善，更重要的是中國企業可以在這個過程中找出一條自己的道路，創造一條產業轉型升級的工業互聯網的未來。