工業互聯網，本質來講是把人、機器、各種移動終端連接起來，通過傳感器監控制造和服務的各個環節，利用大數據和人工智能對這些環節進行精準控制和效率提升。

萬眾期待的蘋果新機發售前，最忙的不是蘋果工程師，而是富士康的工人們。他們為了趕制新品，放棄國慶假期，24小時不停歇。

一

從流水線到平臺化生產

傳統工業制造時代，工人們就是流水線上的小小螺絲，日復一日地忙碌著，單調而機械。

上世紀80年代末，富士康的第一個大陸工廠落戶在深圳寶安區，此后的三四十年間，富士康逐步成為了世界上最大的電子產品代工廠，這個標簽幾乎很長一段時間都和「中國制造」緊密相連。

縱觀歷史，中國的廉價、密集勞動力創造了人類經濟增長的一個奇跡。而富士康一類的工業龍頭制造企業正是這一奇跡背后的推動者。

紀錄片《制造時代》中講到一個故事，在廣東東莞一名19歲的年輕人魯創裕，因為自動化生產線的引入而不得不放棄原來的崗位。后來，他積極加入機器人培訓班，通過技術培訓成為了一名工業機器人調試員，和父輩相比多了一份可以謀生的新手藝。

從流水線到平臺化生產的變革在影響著每一個個體，也意味著要撕掉傳統模式下「代工制造」的標簽。

富士康首席執行官特別助理胡國輝曾經表示，「看看今天的年輕一代，他們中的大多數人都希望從事服務業，而不是制造業。所以我們很難招募年輕人來做這樣的工作。我們需要盡快將這些工作流程自動化。」

傳統的工業模式已經逐漸走到了盡頭，自動化進程開始大舉入侵。智能機器人不僅僅能代替人從事干枯乏味危險的工作，也有效地緩解了效率焦慮。

疫情期間，全球經濟停擺，而富士康「熄燈工廠」卻晝夜不息。曾經擁有100萬員工的工廠，轉身變為只有機器轟鳴聲的全自動化生產線，讓人不勝唏噓。

報道稱，原本需要318人的生產線，如今只要28人就能24小時晝夜不停地運轉。無人駕駛車在其中自動運送物料，維護機臺，工程師只需看著系統數據的變化。

目前，富士康已經擁有10條熄燈生產線，部署了逾4萬臺由公司內部研發和生產的「Foxbot」工業機器人。偶爾有工人打著手電巡視其間，確保機器正常運轉。

工業互聯網根本上來講是把人、機器、各種移動終端連接起來，通過傳感器監控制造和服務的各個環節，利用大數據和人工智能對這些環節進行精準控制和效率提升。

平臺是基石，而數據是看不見的發動機，把生產的每一個流程更加系統性地數字化。平臺化的生產正在幫助富士康實現從代工廠到工業互聯網企業的轉型。

2017年，富士康打造了工業互聯網平臺BEACON，首度向外賦能中小企業。

2018年，工業富聯懷揣著郭臺銘的一腔「工業互聯網」之夢上市。當時郭臺銘對工業富聯寄予厚望，「富士康也要走在包括人工智能、大數據等前沿技術之列。」

大洋彼岸，同樣的劇本早已在上演。

2013年，美國GE推出大數據分析平臺Predix，這是全球首個工業互聯網平臺，被業界奉為鼻祖。

GE前CEO伊梅爾特堅信工業互聯網是工業的未來。

他豪言道，「GE昨天還是一家制造業公司，一覺醒來已經成為一家軟件和數據公司了。」盡管Predix后來不得不面臨被迫出售的窘境，但這個偉大的愿景早已為后來者奠定了基調。

此后老牌德企西門子也深受其影響，建立了MindSphere工業互聯網生態系統。

與此同時，國內一批制造企業也不甘示弱，紛紛開啟布局。

雄踞在二線城市的大型制造企業利用其自身制造業的深厚積累，或內部「孵化」，或聯合高新技術企業共同研發，這當中包括沈陽機床的iSESOL工業云、三一重工的樹根互聯、海爾COSMOPlat平臺等等。

2019年工業互聯網試點示范項目名單之中多了一個讓人有些意想不到的名字--貴州茅臺。貴州茅臺，正在借助浪潮平臺的大數據、物聯網、5G和衛星遙感等技術，實現物資供應鏈業務的全鏈條打通，可追溯每瓶酒的生產、原料等數據，以保證酒的品質。

茅臺董事長袁仁國表示，「我們要變釀造為智慧釀造。」工業互聯網的星星之火，儼然已成燎原之勢。

二

入局的「改造者」

與富士康和茅臺一樣，大量傳統工業制造企業的「大規模、批量化生產」都搭上了工業互聯網轉型升級的列車。

但傳統行業和互聯網之間有著完全不同的技術棧和語言。傳統行業把控著制造的源頭和數據，互聯網公司有著新工業革命所需的技術和方法論，他們互相「曖昧」，卻很難把工業互聯的夢想進行到底。

如何彌合這當中的鴻溝，是BAT等互聯網大廠的最需要考慮的事。

2009年，阿里率先開啟了云平臺的研究，并積極與交通、制造等領域的工業企業合作推進工業云平臺的建設，而下基層往往是最重要的一步。

阿里云ET工業大腦的算法工程師下車間、爬鍋爐是日常，用阿里云原總裁胡曉明的話說：阿里云已經把研發平臺放到車間里，工程師在車間里和工人們一起調優。

「在車間寫代碼比在辦公室還要高效！」工程師們在生產車間筆記本電腦不離身，因為在一線，AI模型的調參效果將立時可見，效率遠遠超過實驗室。要真正提升工業生產的效率，算法工程師們需要了解很多跨行業的知識。

「這就要求團隊既要懂算法，又要懂制造，這樣的跨界人才太難找了」，阿里云算法工程師鄧超鄧超說。

「下車間學習」就成了摸底一線學習知識的最快手段，但是算法工程師去學制造，也會耽誤大量的時間，鄧超他們花了1個月左右的時間才完成對制造基礎、業務痛點、數據質量的了解。他們爬到8米多高的鍋爐上，跟工人師傅了解每一個器件的作用。

而車間的員工對這些網聯化、智能化升級也不是很感冒，甚至會擔心革了自己的命，因此會處處掣肘。工業互聯網的高瞻遠矚，到了執行端卻困難重重。

最先試水工業互聯網的阿里，碰壁不少，但絲毫沒有影響其他幾家互聯網巨頭入局，大家都想吃到這塊大蛋糕。

2010年騰訊開放平臺首批應用入駐，騰訊云正式對外提供云服務。

2011年，華為依托強大的資金和云計算實力，發布了華為云平臺，面向大中小型企業提供包括云主機、云托管等基礎云服務和行業解決方案。

而百度則是奉行「All in AI」，toB的工業互聯也是圍繞人工智能展開，百度在幾家中率先吹響了AI產業化的號角，目前百度的AI已經應用到超過15個行業。

雖然沒有阿里入局早，但是百度想用AI來實現彎道超車，并率先發布了AItoB平臺。

百度認為，工業互聯網將是傳統企業實現數字化轉型的關鍵，是構建制造業差異化競爭優勢的必由之路。

在傳統汽車的智能化升級方面，百度也是早早發力。百度的無人駕駛挖掘機團隊在2018年就實現了「無人挖掘」。技術人員「把電腦擱在廢棄的輪胎上，把鍵盤放在土地上」，研發出了基于計算機視覺的智能挖掘解決方案。

團隊首創的基于視覺AI的無人挖掘技術，最大亮點是低成本、可量產，而成本和量產正是人工智能落地的關鍵所在。

到車間去，到鍋爐房和煉鋼廠去，到田間麥壟的挖掘機去。也許那里才是互聯網的下半場。

三

「以銷定產」的未來工廠

近年來，隨著BATH的布局開始發力，各類工業互聯網平臺層出不窮。

截止2018年年底，我國已有269個工業互聯網平臺——超過世界所有其他國家的總和。

京東依靠其物流優勢打造了一站式工業品采購平臺。騰訊提出「互聯網的下半場屬于產業互聯網」，并將工業列為騰訊云超級大腦的五個重點方向之一；百度則打造了百度云「天工」智能物聯網平臺。

「天工」是一個基于百度云的物聯網平臺，融合了物接入、物解析、物管理、規則引擎、時序數據庫、機器學習、MapReduce等一系列物聯網核心技術和服務，可以幫助開發者構建端到端的物聯網應用，而無需自己搭建一整套系統。

與此同時，阿里構建ET工業大腦，分別在重慶、廣東發布飛象、飛龍工業互聯網平臺；而就在前一陣子，阿里「動物園」又添新丁，已經蟄伏了三年的阿里訊犀正式發布。訊犀平臺正是基于淘寶天貓雙十一的海量數據打造的。

過去5分鐘只能批產1000件同樣的產品，現在可以實現完全的定制化，1000件產品可以各有不同特性。

在試點運營2年多時間里，犀牛工廠已累計為200位淘寶天貓商家、主播、時尚達人等提供生產服務。

未來的工廠將沒有庫存一說，可以完全實現訂單驅動的「以銷定產」，也不需要以量壓價，一件商品和1000件商品的生產成本幾乎相同，柔性化定制、自適應生產，將更能適應市場的需求。

犀牛智造是傳統產業和智能制造相結合的最佳例證，「新制造讓『Made in Internet』成為現實，」犀牛智造平臺負責人伍學剛表示。今年的雙十一戰報，將會見證智能工廠的真正威力。

四

工業互聯網「窗口期」來臨

智能制造這一說法最早源于德國的工業4.0。

工業4.0旨在提升制造業的智能化水平，建立具有適應性、資源效率及基因工程學的智慧工廠，也就是實現智能制造。

2015年，國務院也正式發布了《中國制造2025》，全面推進新時期的制造強國戰略。制造業作為國家的工業基礎，歷來都是國民經濟的根基。

隨著云計算、大數據、物聯網等新興基礎設施的逐漸完善，傳統的制造業已經從機械生產、數字化制造轉向網聯化、智能化階段，鏈接這些新興基礎設施的工業互聯網，迎來了窗口期。

2019年，中國工業互聯網產業規模達8000億元，近年來年均增速高達18%。隨著AI等新技術的大范圍落地應用，2020年，中國工業互聯網發展將繼續位于快車道。

那工業互聯網有什么魔力，能讓互聯網公司和傳統工業競相追逐？

富士康工業富聯董事長李軍旗舉例說，傳統互聯網比如淘寶，做的是讓商品的流通更加便利，但是會有庫存積壓的問題。疫情期間，有大批的企業因為庫存賣不出去，資金鏈斷裂而倒閉。

「有了工業互聯網，產品的生產環節跟上市流通的環節將會打通，需求通過傳統互聯網收集，制造端就能實現按需按量的個性化生產，制造可感知、銷售可控制，讓整個過程的資源配置更加合理」。

工業互聯網對管理服務方面的優化立竿見影，但是它的能量絕不止于此。

以騰訊的自動缺陷分類系統為例，通過工業相機模擬人眼對產品的外觀進行觀測，然后利用機器視覺對缺陷的類型進行分析，通過系統觸發檢測報警和反饋動作，相比人力判片速度提升10倍，生產周期縮短了40%，大幅度優化了整個生產過程。

富士康的智能制造也取得了很多卓有成效的進展，數據顯示，富士康基于電子元器件表面貼裝制造平臺開展大數據智能決策，實現了人均產出提升20%，產品良率提升30%。航天科工利用工業互聯網進行協同設計和實驗，把資源利用率提升了40%。阿里為光伏企業優化工藝參數，生產成本大降，5個月營收增長超2000萬。

無論是智能工廠的個性化生產、缺陷檢測，還是智能決策，都遵循著一個流程，物聯網和互聯網終端采集數據、云端或邊緣端計算和分析，大數據和人工智能系統進行決策優化，都需要工業互聯網的支持。

按照當前的趨勢，傳統的互聯網并不會消失，而是變成工業互聯網的一個重要組成部分，物聯網、云計算、大數據將成為工業互聯網的「新三板」。

雖然工業互聯網的建設任重道遠，但如果不及時入場，就會像沒有抓住移動互聯網的公司一樣，錯過戰略機遇期。

而就像郭臺銘在工業富聯上市之際提出的問題一樣，在工業互聯網這個市場上，究竟是工業企業贏還是互聯網企業贏，我們還要拭目以待。