在眾多的物聯網應用中，毋庸置疑其中一個很大的受益行業是制造業。在 2017年8月15日的IHS Markit物聯網研討會上，IHS Markit資深分析師Wilmer Zhou跟大家分享了題目為 ”制造業轉型： 一個全新的數字化制造世界”的演講，助您更好的了解制造業在物聯網的時代的機會與挑戰。

制造業革命可以分成從1.0到4.0的四個階段。從工業1.0，以英國的紡織制造業為代表；到工業2.0：代表性的行業是汽車制造業；再到工業3.0：自動化和信息化的融合，自動化代表性的產品是工業機器人和PLC等自動化產品，信息化代表性的方案是ERP和MES等；再演變到現在的工業4.0： 代表性的 概念是CPS。不管是工業互聯網還是工業4.0，都在探索未來的制造業發展路徑，比如從大規模制造向大規模定制發展， 從集中式的制造向分布式制造發展，還有制造業的服務化等等。我們不應該被工業4.0和工業互聯網的定義所束縛，凱文凱利說過，屬于20年后最偉大的產品還沒有被發現。 同樣，我們目前對工業4.0和工業互聯網的所知估計也不超過20年后真實的工業4.0的5%。

工業4.0 時代的一些特征：

1. 更多更智能的傳感器被加裝到設備上；

2. 更緊密的連接：從工廠現場總線，工業以太網的連接到工業云的鏈接：

3. 工業大數據：工業大數據比消費大數據數據量更大，數據結構更復雜，實時性和精確性要求更高

4. 人機界面更加友好，更加人性化，很多消費電子產品，比如PAD，智能手機和Google眼鏡在工廠得到應用；

5. 人機協作：機器人從籠子里解放出來，與人一起協作；

前三次工業革命都是后來人總結的，而工業4.0是正在發生的現實。從技術上來說，從3.0 到4.0 更像是進化而不是革命。設備更智能，連接更緊密，數據量更大，更加人性化， 更加友好等等，并沒有殺手級的應用和顛覆性的技術。

只緣身在此山中，我們對正在發生的工業4.0 革命只感受到量變沒感受到質變是非常正常的。工業3.0 向工業4.0的進化，雖然技術上只是原有技術的融合和演化，但20年之后再回頭看實際效果，我們可能會發現工業4.0 是一場正在發生的革命。

傳統的工廠架構和4.0時代的工廠架構的區別：

1. 傳統自動化工廠的架構是金字塔架構；從底層傳感器，執行器到各種設備，再到控制器，PLC，IPC，再上層是SCADA系統，最上層是工廠管理層，包括ERP和生產制造MES系統;

2. 簡化來看，工業自動化可以分成三層架構：現場設備層，控制通訊層和工廠管理層，這個三層架構和物聯網的感知層，傳輸層和應用層其實是類似的。在這個金字塔架構中，各種器件通過PLC進行控制，PLC再通過現場總線和工業以太網，將信息和數據傳到云端。

目前，這樣的傳統架構正在發生變化，第一個變化就是傳統的金字塔架構正在網絡化和云化，一些功能比如SCADA已經開始被集成到云端，這就是云計算在工業上的應用。另外一個變化就是邊緣計算，越來越多的終端設備具備更強的計算能力；一些開放的協議，比如OPCUA和IO-LINK也開始大量運用。

工業的工廠架構從工業3.0到工業4.0的變化：

1．工業3.0時代，現場設備層計算資源有限，主要的計算資源集中在控制器端和工廠管理端， 而工業4.0時代，分布式控制的嵌入式系統，CPS系統有了更多的智能計算資源和邊緣計算能力；

2．控制層：3.0時代，流程工業由中央集中控制型的SCADA控制，而不同設備有廠商專屬的的通訊協議，設備之間有不同陣營的通訊協議，設備之間，產線之間的互操作性很差；工業4.0 時代有更加開放的總線協議， 比如OPC UA和 IO Link， 支持實時的，互操作性更強的， 更加安全的傳感器和云連接；

3．工廠管理層： 3.0時代數據收集上來需要人再做判斷和決策，而4.0 時代，數據收集上來后，因為設備和系統具備自適應，自決策，自判斷等能力，人工智能可以對數據信息進行分析判斷；工業3.0時代的 IT 和OT 是分開的， 很難連接的， 設備之間是信息孤島，工序之間的數據流動有斷層， 部門之間信息也很難共享。 從投入方式來看，工業3.0 主要是固定資產投入，工業4.0轉變為運營投入。

IHS Markit對于工業云和工業物聯網在用戶端的使用情況作了一些調查。客戶最大的憂慮是網絡安全問題。比如，客戶會問公司的生產制造等重要數據信息放在第三方會安全嗎？客戶擔心的第二個問題是新瓶裝舊酒。 客戶會認為所謂的工業4.0和工業互聯網的技術和產品都是舊的，只是換了一個吸引眼球的新詞匯而已。廠商的目的只是換一種方式買產品，買設備，買解決方案而已。 這樣的想法有一定道理，對于我們正在進行的智能制造項目和所謂的示范工程我們的確需要三思而后行。

從工業4.0或者工業互聯網的參與者來看，整個產業鏈比較長，從上游的芯片廠商到自動化產品廠商，再到OT廠商和IT廠商，每一家企業都能提供專門的知識和Know-how。最近幾年的漢諾威工業展專門設置了數字工廠展廳，有很多IT和軟件企業參展，比如微軟，SAP，亞馬遜，PTC，Oracle等。另外，客戶也參與到上游的軟硬件甚至平臺運營中來，比如海爾就在打造自己的工業制造解決方案。

另外一個明顯的趨勢就是很多公司都想打造平臺，我們預計制造業也將像手機一樣，誕生為制造業服務的的操作系統。目前宣稱自己正在打造工業云或者制造業的操作系統的公司很多，主要有以下幾種：一種是基礎設施的平臺，比如微軟 Azure，Amazon AWS， 阿里巴巴的阿里云，他們基本上是提供的IAAS服務；第二種是工業云平臺，主要做工業制造業的設備運營維護，數據信息管理等，比如 GE Predix和西門子MindShphese，國內還有徐工工業云和三一根云，這些工業云平臺提供垂直行業的設備維護運維等PAAS服務；還有一種是物聯網平臺，主要提供工具，SDK，API等，可以幫助客戶建立自己的工業云，比如 PTC Thingworx，機智云等；第二和第三種的界限比較模糊，比如西門子MindShpere，既是工業云平臺，又是物聯網平臺。除了以上三類，其實還有一些底層算法平臺和技術平臺。和手機行業一樣，平臺之間一定會整合，市場上容納不了這么多的平臺，但由于工業制造行業種類眾多，不同的細分行業一定會有一些細分的行業平臺。

大型的高價值的設備既有一次性的資本性投入，又有設備的運行維護的費用，比如半導體設備和液晶顯示生產設備，購買設備的支出非常高，同時做overhaul的維護成本也非常的高 。制造業的商業模式正在從賣產品過渡到買方案，賣服務；通過提供專業的服務，廠商和客戶的關系更加緊密。

建筑機械市場波動非常大，中國建筑機械市場經歷2011年的暴漲后，持續了好幾年的慘淡經營，直到2016年下半年由于一帶一路政策的拉動作用，建筑機械廠商業績才開始大幅度回暖，大起大落的銷售很難預測，對廠商來說經營風險很大。另外國內的建筑機械市場日益飽和，市場上現有的建筑機械數量驚人，很多業主選擇租賃而不是購買設備，促使建筑機械廠商轉變商業模式，開始開發售后的機械服務市場。

工業4.0和工業互聯網不僅為大公司打造服務平臺提供了機會，也為中小型的公司創造了新的機會。電機和軸承是非常傳統的產品，通過在這些產品上安裝傳感器，監測震動情況可以做在線監控，預測性維護，失效預測等。這些傳感器可以很方便的將收集到的數據上傳到云端，成為平臺的重要一員。不能做平臺，就被平臺化，被平臺化說明小公司也有價值。

資產維護有很多層次，最初級的層次是應急維修服務，這曾經也是我們制造業的競爭優勢之一。再上一層是定期巡檢和定期更換，比如電梯巡檢，半年或者一年檢查一次，但兩次檢查的間隔中間會有問題，定期更換的維護費用也是很昂貴的。更進一步是在線狀態監控，主要通過傳感器在線遠程監控設備的運行情況，當監測到設備工作狀態不好的時候就報警，但這樣的方式也是事后補救維修。

而預測性維護可以通過大數據積累設備運行情況預判將要發生失效的時間，這樣工廠就可以防患于未然，提前派出工程師去處理，減少工廠停機時間，減少損失。如果說狀態監控是處理What的問題，那么預測性的維護處理What和When的問題。在預測性維護階段Why和How這類問題需要有經驗的人進行判斷和處理，但是在Prescriptive Maintenance階段，整個工廠系統通過人工智能，機器學習，云計算等技術手段，具備一定的認知能力，思考能力，不但能給出信息建議，還能對信息做出適當的反饋，使未來的工廠系統成為自感知，自適應，自決策的智能CPS系統。Prescriptive Maintenance 將能夠處How，Who 和Why 的問題。將會知道事故為什么會發生，并判斷應該怎樣處理，派誰來處理，工作流程和順序應該怎樣？

另外，在Prescriptive Maintenance階段，資產管理不但會和整個工廠的數字系統集成在一起，還會合工廠的外部數據系統結合，比如，在預測性維護可能通過監測電機的震動和溫度變化給出某臺設備需要大修的建議，在結合外部數據系統找到專家和方案，綜合評估整個工廠系統，為現場工程師給出一套大修的工作流程和順序。

總結：

1、未來已來，工業互聯網和工業4.0正在發生，潤物細無聲，將會對我們的工作和生活造成影響；

2、工業4.0和工業互聯網技術的發展是原有技術的大融合，從技術角度來看，更像是在演化而不是革命，但是從應用和商業模式的角度看，這些變化產生的影響卻可能是革命性的；

3、 IT 和OT 的融合是大勢所趨， 第一是公司工廠內部的IT和OT 的融合，第二是公司與外部資源IT和OT 的融合；

4、工業4.0也好，工業互聯網也好，人是發展的主要的變量，可能是技術的載體，可能成為發展瓶頸，也可能成為推動因素。