数据猿专访昆仑数据CEO陆薇：工业互联网是“有墙花园”，“平地起高楼”不是其路径，厚积薄发才是
陆薇表示：“消费互联网是开放草地，而工业互联网是有墙花园，前者是没有行业准入和特别领域的知识要求，后者有行业准入门槛和特别领域的知识要求；前者是纯线上，后者是线上和线下相结合；前者可以只是软件的，但后者一定是软件和硬件结合。把消费互联网形成的大数据和人工智能等技术，照搬到工业互联网上是行不通的，工业有工业的路径，一切技术得与具体业务相结合才行。”
记者 | 郭敏
官网 | www.datayuan.cn
微信公众号ID | datayuancn
在美国加州弗里蒙特工厂的某个车间里，将近200台红色机器人分别在冲压生产线、车身中心、烤漆中心和组装中心“奋战”，由电脑控制的机器人根据事先设定的指令程序来操作，每个机器人可以完成多种动作，彼此之间无缝对接，默契十足地造着一辆又一辆汽车……
（图片来源于网络）
要实现这样一个有序的生产流程，除了有传感器快速而灵活地搜集各种位置、压力等数据之外，高效运转的工厂管理系统也必不可少。这是特斯拉全自动生产工厂，是“钢铁侠” 马斯克对于未来全智能化车间的最初构想，也是智能制造的雏形。
（图片来源于网络）
“智能制造”由来已久，1990年6月，日本通产省提出了智能制造研究的十年计划,并联合欧洲共同体委员会、美国商务部共同成立了IMS(智能制造系统)国际委员会。
2011年4月，德国政府提出了“工业4.0”战略，目标是建立一个高度灵活的个性化和数字化的产品与服务的生产模式，通过人与智能机器的合作共事，去扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动，推进制造业向智能化转型。
2012年3月，奥巴马提出投资10亿美元来创建15个美国“国家制造业创新网络”计划，以重振制造业的竞争力。之后，通用电气公司提出了“工业互联网”的概念，并联合多家IT巨头组建了工业互联网联盟。
2015年5月，以智能工厂为载体，以关键制造环节智能化为核心，以端到端数据流为基础、以网络互联为支撑，推动制造业由大变强，不仅在一般消费品领域，还要在技术含量高的大飞机、集成电路、新材料、飞机发动机和燃气轮机、5G、新能源汽车等重点领域勇于争先。
我国工业互联网依然处于起步阶段
在工业领域，“工业互联网”是这几年开始流行的词汇，“前几年，两化的深度融合使得生产、经营系统更加自动化，数据系统也更加完备，这为我国工业互联网的发展打下了坚实的基础。工业互联网不是‘平地上起高楼’，而是厚积薄发。”昆仑数据CEO陆薇在接受数据猿记者采访时表示。
在陆薇看来，虽然根基逐渐稳固，但不可否认的是我国工业互联网依然处于起步阶段，并面临四大挑战：
1、工业企业信息化水平参差不齐
目前，能源、电子制造、装备制造等行业企业的自动化、信息化程度较高，为工业互联网的发展提供了肥沃的土壤；服装、鞋帽等轻工业企业多以手工制造为主，虽然局部实现了自动化，但比重较小，发展工业互联网难度大。
2、技术门槛高
在工业界，除了要掌握数据科学外，还需要掌握工业机理。例如在风力发电领域，相关人员要掌握空气动力学、机械学和力学；在石油管道领域，相关人员要掌握流体力学……“根据各个领域的具体需求，把相关的工业机理与数据科学有机地结合在一起，难度相当大。” 陆薇坦言。
3、人才匮乏
以BAT为首的消费互联网巨头笼络了大量的大数据、人工智能等方面的人才，要吸引这些人进入到工业界实属不易，而且工业界比互联网企业的要求更高，相关技术人员不仅要懂数据科学、云计算、大数据、3D打印、网络安全、虚拟现实、人工智能等前沿技术，还要懂工业。
4、变革原有的业务模式难
传统企业的企业家们最为关注的是财务绩效或者投资收益率，怎样使工业互联网技术在短期内为企业产生直接可量化的效益，是他们采用这种新技术的主要动力。在此基础上，有些企业会逐步考虑用工业互联网技术来重塑原有的商业模式，甚至进一步创造新的商业模式来颠覆原有的市场格局，整个过程比较艰难。
现有技术照搬照抄行不通
严峻的挑战意味着全新的机遇，在陆薇看来，这或许是最好的时候。2014年，陆薇带队创立了昆仑数据，主攻工业领域，现已在新能源、石油天然气、电子制造、工程机械、环保、生物制药等领域崭露头角。
与此同时，消费互联网的发展如火如荼，大量的新技术被应用其中，并逐渐成熟。陆薇表示：“消费互联网是开放草地，而工业互联网是有墙花园，前者是没有行业准入和特别领域的知识要求，后者有行业准入门槛和特别领域的知识要求；前者是纯线上，后者是线上和线下相结合；前者可以只是软件的，但后者一定是软件和硬件结合。把消费互联网形成的大数据和人工智能技术，照搬到工业互联网上是行不通的，工业有工业的路径，一切技术得与具体业务相结合才行。”
在这样的认识下，昆仑数据推出了工业互联网平台，该平台具备五大特征：基于原KMX产品提供相应的DaaS（工业大数据即服务），支持数据存储、数据查询、数据分析等基础功能；增加了可实现跨企业、跨技术在线交流与协同的工业智能流水线；在IaaS层面进行全模化支持，兼容传统网络架构及新兴的超融合网络架构，并对两种模式的网络资源进行统一管理；工业APP商店，沉淀了具有行业属性的 APP 算法模型，支持一键上架工业 APP；安全系统必不可少，工业设备、网络、系统、应用、数据等都需要保护，陆薇表示：“这项功能是基于大数据实现的，我们通过探针来探查系统的种种行为，如有异常行为，系统就会及时报警并且制止。”
有了工具，如何切入工业界各个领域？陆薇认为，在工业的产业链里有一些关键节点，从关键节点入手不失为一个良策。
由工业龙头企业切入其上下游
陆薇眼中的关键节点就是行业中的龙头企业或枢纽企业，“很多工业企业跟龙头（枢纽）企业有业务来往，如果这个龙头（枢纽）企业基于现有的资源来打造一个工业互联网平台，就能带动更多上下游企业与这个平台相连接。”陆薇表示。
在采访中，陆薇重点提及了与国家电网青海省电力公司共同推出的新能源互联网平台——绿能互联，该平台把发电端、传输端、用电端的所有数据汇聚在一起，然后引入第三方服务商针对不同的业务问题来开发各种应用程序，用开放竞争的机制，促进生态良性循环。
陆薇告诉数据猿记者:“数据在智能电网的建设中发挥着不可或缺的作用，通过实时收集发电、输电、配电、用电各环节的数据，电力企业能够全面深入掌控电网运行状态、优化配置资源能力、了解和提升电能质量、支持各种不同发电形式，特别是提升风电、太阳能等清洁可再生能源的消纳能力、理解和引导优化用户用电模式。”
目前，昆仑数据已经和多家工业龙头（枢纽）企业，在不同的领域内展开了合作，除了国家电网之外还有金风科技、中石油、冰山集团等。2018年，能源将是昆仑数据重点进军的领域之一。
在工业领域，有像昆仑数据这样以垂直行业为切入点，逐步服务其上下游的企业，也有打造一个统一的横向平台，汇集不同行业开发者的企业。在互联网飞速发展的前二十年中，国内出现了阿里、腾讯、百度、京东这样的互联网巨头，他们在搜索、电商和社交领域称王称霸，在接下来二十年里，工业互联网领域也将出现像BAT这样的巨头，并将智能制造推向极致。（文/郭敏）