面向2021，重新审视工业物联网，谁将穿越周期？「物女心经」
作者：彭昭（物联网智库创始人&云和资本合伙人）
在这里我不想纠结于概念，因为身处工业物联网世界的我们都非常清醒，每个工业物联网项目包含了多少复杂和纠结，概念反而无需多说，懂的人自然懂（听懂掌声）。
2020年接近尾声，工业物联网在这一年中逆势爬坡，穿过山河大海，也穿过人山人海，进展有目共睹。
2021年路在延伸，也有分叉，如何穿越迷茫，如何确立目标？
本周，我有幸向中国信息通信研究院副院长、工业互联网产业联盟秘书长余晓晖总工请教了上述大家普遍关心的问题。
他提供了很多不一样的思考维度和视角，让我有机会验证思路，及时纠偏。
本文与你分享我与余总工交流后的一些收获和感受。
01 工业物联网处于什么阶段？
工业物联网的发展可以分为3大阶段：
阶段1：构建数字化基础。
阶段2：局部性的特定环节和特定领域的优化。
阶段3：整体性的智能化升级。
阶段1，包含了千难万难，估计每家企业都在这个阶段经历过至暗时刻。
几乎没有什么概念在开始的时候是万事俱备的，这是最艰辛也是最基础的阶段。工业体系发展到现在，充满着冗余和庞杂，碎片和孤岛。各种年代的工业设备、多种多样的通讯协议、复杂纷繁的信号与系统，从脏活累活入手，方有可能享受高光。
阶段2，在具备互联互通的数字化底座基础上，特定环节和领域的优化逐步实现。
局部是全局的基础。无论多么庞大的系统，都要从最简单的模块开始拼凑。
质量的优化、工艺的优化、产品的优化、运营管理的优化…工业物联网的初步成效逐步显露出来。如果局部问题解决得当，效益就会实实在在。
阶段3，全局的智能化升级，是工业物联网的目标。
如果数据能够在工业体系边界内外实现互换和流动，将是一个更大意义、更高层面的升级。整体性的互联和优化，将带来更根本性的价值。
工业物联网有能力将来自生产车间一线的实时数据、自动化/信息化系统的数据、产业链上下游的数据、价值链各环节的数据进行连接和优化，推动全要素生产率的明显提升。
从阶段分布上来看，根据信通院的数据统计，目前处于阶段1的企业占比接近45%，超过30%的企业在阶段2探索到了价值，少数先行者正在向阶段3迈进。
了解3大阶段以及企业分布之后，你可能会有更多疑问：
起跑慢了怎么办？现实中的工业物联网赛道，并没有终点线，途中只有坑洼和颠簸。在这样的路况下，F1赛车不一定能跑赢拖拉机。先行者没必要为领先的身位沾沾自喜，后来者同样也有很多机会。
多久可以尝到甜头？坚持一段时间就能看到显著进展。如果期待整个行业呈现全新面貌，就要准备好5~10年的战略耐心。
从阶段1到阶段3，可以跳步吗？有些企业确实从阶段3：产业链的全局优化入手，拉通与金融、物流等跨行业的合作伙伴关系，并取得了成果。还有一些企业两步同时走，一个阶段叠加在另一个阶段之上同时推进，效果也不错。
痛点和目标不同，企业的阶段和路径选择也不同，他们的共性是在行动中不断试错和学习。
因为工业物联网的成功实践不是规划出来的，而是演化出来的。就像公众号“技术领导力”的作者Mr. K讲过的一个段子，这个过程好比你养了一条鱼，意外死了，不想土葬，只想火葬。结果谁知道火葬时越烤越香，然后你联想到贝尔·格里尔斯，学会了荒野求生的绝技…很多事情都不是前期能够预料的，也就无从规划。
02 不存在单一的工业物联网市场
中国工业包含40余个大门类，小类更是多达几百个，具有全球最全的工业体系。
不同的企业在尝试工业物联网的过程中，场景和应用存在很大的差异。
大致的分类有以下几种：
设备的价值挖掘：比如工程机械、机床、燃气轮机的制造企业，他们以设备为中心，使用工业物联网围绕设备进行产品全生命周期的追踪和优化，并且建立新的增值服务模式。
在工业物联网的应用中，这种类型占比最大，接近50%。
生产过程的管控：无论是离散制造业，还是流程工业，很多企业正在尝试将工业人工智能与传统工艺和机理模型结合，使用数据感知和分析现有的物理流程和人员行为，将智能化推进到一个新的范式。
多链条的跨界协同：一些在不同地域建有工厂的企业，利用工业物联网进行跨界协同，不仅联动不同厂区，还在推进从研发设计到生产销售的跨界协同，从价值链升级为价值网络。
进销存的持续优化：中小企业倾向于通过轻量化的方式，利用云平台和现有工具实现进销存的效率提升。
增值服务的创新：还有一些企业利用数据做服务模式的挖掘和创新，从卖产品转变为卖服务，或者与消费互联网对接，务实的推进C2M（用户直连制造）。
产能的共享共建：由于中国具有世界最全的工业体系和最大的产业集群，具备得天独厚的土壤，能够发展社会化生产制造能力的共享经济。
不同行业的企业纷纷尝试制造业领域的“滴滴模式”，推进产能、模具、机械的信息撮合与共享。
所有类型都在不断的提醒我们，工业物联网不是一个单一的市场。
各个垂直行业、各个行业中不同环节中的企业，都具有截然不同的内外部环境，都需要能够消化和包容差异化的解决方案。
虽然我们将其统称为工业物联网，但其实每个环节、每个场景、每种应用，都有可能对应一个庞大的市场。
每家企业都具备独一无二的特色。
各个企业手中的最大王牌，就是企业自身。
没必要高估或者低估，每位圈中人都脚踩在工业物联网的大地上，卷起裤腿踏实干活。
03 生态中的企业如何共赢共利？
工业物联网是一个高壁垒、深护城河的领域。
如今是一个技术融合的时代，不是一种技术在起作用，而是5G、物联网、人工智能、云计算、边缘计算、大数据这些技术在工业领域汇合到一起。
有几种技术尤其值得关注。
首当其冲的是5G。
目前中国已经有70万个5G基站，通信技术大约10年一个代际，从1G到4G从来没有哪一代技术像5G一样，对实体经济产生如此深远的影响，也从来没有哪一代技术在标准化仍在推进的阶段，大家就非常愿意去率先尝试。
究其原因，一方面是因为5G在场景设计中，就考虑了大连接、低时延等满足工业需求的连接问题；另一方面则是因为5G本身和其他技术可以构成一个更加优化的组合，比如5G和边缘计算、5G和人工智能的结合，都非常契合工业物联网的未来发展。
就具体比例来看，绽放杯5G应用大赛的分析数据具有一定代表性，目前工业物联网在5G总体应用中的占比约为30%。
推进5G的一个必然结果是促进云网结合，也就是云网一体化。
如果没有边缘和边缘云，那么5G低延时、大带宽、大容量等特性很难充分发挥。
5G的应用势必会和边缘计算绑定，成为一种按需部署的专网业务。
第二个值得关注的是边缘计算（MEC），它已经成为企业开启数字化之旅的必备技术之一。
边缘计算技术是ICT融合的产物，它和5G、人工智能等技术并不是相互孤立的，而是同时布局。
2016年，ETSI（欧洲电信标准化协会）把MEC概念扩展为多接入边缘计算，将边缘计算能力从电信蜂窝网络，进一步延伸至其它无线接入网络。
从应用来看，边缘的实际部署位置非常灵活，最靠近用户的边缘就是终端，但并不是每种终端都可以被看成是边缘。
过去工业体系中的智能，也并没有太多算力分配到“边缘”这个层面。
虽然工业操作现场有很多传感器、变频器和控制器，具备某些智能算法和专家规则，但大多仍处于静态的局部调优、无弹性处理能力的状态。
目前边缘计算在工业领域的应用还没有定式，边缘和云计算作为互相补充，能够更好的支撑本地业务的实时智能化处理与执行。
第三个值得关注的技术是工业人工智能，可以说它解决了智能化在工业落地时“临门一脚”的问题。
以前很多企业遇到成本、效率等瓶颈问题时，依靠经验进行摸索，而现在通过工业人工智能技术，海量数据的价值得以挖掘，很多过去的问题迎刃而解。
一些质量优化、机器视觉分析的场景，应用工业人工智能都有很好的成效。
当然，5G、边缘计算、人工智能…这些技术在工业领域的落地，并非那么容易。
以人工智能为例，工业中很多环节的数据量有限、信号采集不规范、负面样本量少、生产工况多变，都可能导致人工智能“失灵”。
由于难度系数超高，工业物联网的生态一定是一个复杂的多方参与的生态。
过去工业企业很少建设生态，反而是互联网、通信领域的企业生态建设的经验比较足。
工业企业之前较少提到生态，不是因为不时髦，而是因为没必要。
但是到了工业物联网时代，工业企业需要联合不同行业、不同角色的合作伙伴，共同构建和维护一个全新的生态系统。
先利他，而后利己。
想要发挥生态伙伴的群体智慧，创造一个整体大于部分之和的系统，就要实现各方良性的商业模式，实现各自的诉求和价值。
从工业物联网的供给端和需求端两方面来看，需求端在商业模式的探索中走在前面，无论是从产品到服务，还是与金融结合，或者向消费端延伸，都有不错的实际案例。供给端的新型商业模式仍在摸索，处于胚芽破土前期的痛苦之中。
从闭环的逻辑来看，供应端商业模式的逐步成型也将助推需求端商业模式的迭代。
----写在最后----
如果应用得当，工业物联网将打开工业企业的一个全新的发展局面。
与余晓晖总工交流之后，如果将我的收获进行提炼和概括，可以浓缩为以下5个理解：
理解使命：
企业利用工业物联网可以重塑自身，助推产业的整体性智能化升级。
理解环境：
工业物联网赛道，没有终点线，途中只有坑洼和颠簸，F1赛车不一定能跑赢拖拉机，但坚持就会看到显著进展。
理解市场：
工业物联网不是一个单一的市场，每个环节、每个场景、每种应用，都有可能对应一个庞大的市场。各个企业手中的最大王牌，就是企业自身。
理解技术：
5G、边缘计算和人工智能的结合，促进云管端更深层面的一体化，他们共同构成的融合型技术，已经成为企业开启数字化之旅的必备。
理解生态：
良好的生态环境由可持续的商业模式支撑，工业物联网的成功实践和商业模式不是规划出来的，而是演化出来的。