工業是國家財政收入的主要源泉，決定著國民經濟現代化的速度、規模和水平，在世界各國國民經濟中起著主導作用。物聯網經過多年的醞釀與發展，已經進入產業融合階段。對于產業融合，業界不約而同地看好工業物聯網。

　　根據《2017年工業物聯網白皮書》的定義，工業物聯網(Industrial Internet of Things, IIoT)是通過工業資源的網絡互聯、數據互通和系統互操作，實現制造原料的靈活配合、制造過程的按需執行、制造工藝的合理優化和制造環境的快速適應，達到資源的高效利用，從而構建服務驅動型的新工業生態體系。

　　物聯網在工業制造業領域的應用豐富，包括設備制造、石化、金屬冶煉及加工、食品飲料、服裝等。但其主要應用方面集中在制造業供應鏈管理、生產過程工藝優化、產品設備監控管理、環保監測及能源管理等方面。

　　企業之間的競爭逐步演變成生態的競爭，越來越多的工業技術設備將依靠互聯互通提升效率，只有跨界融合才能激發創新活力，積極迎接新工業的挑戰，物聯網技術的引進需求將與日俱增。

　　工業物聯網發展拐點

　　政策利好

　　美國于2013年出臺《國家制造業創新網絡初步設計》。2014年， AT&T、 Cisco、 GE、 IBM、 Intel 聯合成立工業互聯網聯盟，推動美國工業領域的物聯網應用。日本制定了《2030年新產業結構展望》，以物聯網、大數據、人工智能為重點進一步探索工業新模式。我國對于工業物聯網發展的政策支持力度不斷提升。2016年頒布《物聯網 "十三五"規劃》，則明確了物聯網產業?十三五的發展目標。2017年十九大報告中提到?推動互聯網、大數據、人工智能和實體經濟深融合，物聯網在工業中的應用在政策支持下已迎來蓬勃發展時期。

　　發展阻礙減弱

　　成本降低+技術成熟+安全保障：在物聯網技術方面的發展正持續加速，隨著物聯網、云計算、工業大數據的技術成熟，通過技術手段分析和預測設備故障成為可能，安全保障也會提升。

　　工業發展的安全保障

　　經濟增長減速時代，開源不如節流，工廠成本主要發生在人、機器、原材料上。備件、人工、能源、折舊等工廠自己無法高效管理的業務，都可以通過互聯網+工業服務形式打破和重構，提高效率并保障了安全，形成萬億級別的工業服務市場。

　　自動化與控制為主導的智能工廠正在發展

　　工業物聯網產業鏈包括設備制造商、系統集成商、網絡運營商、平臺供應商等。第四次工業革命(工業4.0)的興起以及數字世界和物理世界的融合——包括信息技術和運營技術——正使供應鏈轉型加快步伐。

　　霍尼韋爾總經理涂贇認為：構建智能工廠，需要結合數據分析，推動生產流程自動化，形成全面的客戶訂單拉動協作型生產。實現數字化供應網絡的轉型，制造企業需具備多方面的能力：推動企業運作的眾多運營系統間橫向整合的能力;互聯制造系統間垂直整合的能力;以及整個價值鏈端到端、全面整合的能力。

　　采用并實施智能工廠解決方案看起來十分復雜，甚至難以實現。然而，在技術領域迅猛發展和未來趨勢快速演變的環境下，制造企業要想保持市場競爭力或顛覆市場競爭格局，向彈性更強、適應性更強的生產系統轉變幾乎勢在必行。制造企業須從大處著眼，充分考慮各種可能，從小處著手進行流程方式的可控調整，并迅速推廣擴大運營，逐步達成智能工廠的建設愿景，實現效益提升。

　　建設智能工廠需考慮的四方面

　　數據與算法

　　要實現智能工廠的有效運作，制造企業應當采用適當的方式持續創建和收集數據流，管理和儲存產生的大量信息，并通過多種較為復雜的方式分析數據，且基于數據采取相應行動。智能工廠內部數據可以多種形式存在，且用途廣泛，例如與環境狀況相關的離散信息，包括濕度、溫度或污染物。

　　要建立更加成熟的智能工廠，所收集的數據集可能會隨著時間的推移涉及越來越多的流程。例如，如果要對某一次實踐結果加以利用，就需要收集和分析一組數據集。而如果要對更多的實踐結果加以利用或從某一次實踐操作上升至整個行業，就需要收集和分析更多不同的數據集和數據類型(結構化相對非結構化)，還需考慮數據分析和存儲，以及數據管理能力。

　　數據也代表數字孿生，這是高度成熟的智能工廠結構具備的特征。數字孿生通過數字化形式， 以較高的水平呈現某對象或流程過去及當前的行為。數字孿生需針對生產、環境和產品情況持續開展實際的數據測量。基于強大的處理能力，數字孿生可從產品或系統情況中獲取重要信息，反映現實世界中設計與流程的變化。

　　技術

　　智能工廠的有效運作有賴于各類資產的相互關聯和中央控制系統的集中控制。工廠資產即工廠設備，如原料處理系統、工具、泵、閥門等。制造執行系統或數字化供應網絡堆棧均屬中央控制系統。數字化供應網絡堆棧是一個多層次集成樞紐，是全面獲取智能工廠和廣泛的數字化供應網絡數據的唯一入口。該系統通過收集和綜合信息，為決策制定提供支持。

　　但各企業也需考慮其他技術，包括交易和企業資源規劃系統、物聯網以及分析平臺，同時也應當考慮邊緣加工和云存儲等需求。這就需要企業運用工業4.0時代所特有的各類數字化和物理技術——包括分析技術、增材制造、機器人技術、高性能計算、人工智能、認知技術、高級材料以及增強現實——將不同資產和設備關聯起來，對數據加以處理，實現經營活動的數字化。

　　流程與管理

　　智能工廠最重要的特征之一是其自優化、自適應以及生產過程自動化的能力。該特征能夠從根本上改變傳統流程和管理模式。自主系統能夠在沒有人工參與的情況下制定并實施許多決策，并在諸多情況下將制定決策的責任從人工轉移到了機器，或者說僅由少數人制定決策。

　　此外，智能工廠的互聯范圍也將有可能擴展到工廠以外，工廠與供應商、客戶以及其他工廠的關聯度將進一步增強。該等類型的協作也可能會引發新的流程和管理模式問題。隨著對工廠更加深入和全面的了解，以及生產和供應網絡的擴大，制造企業也可能面臨各種不同的新問題。企業可能需要考慮和重新設計決策制定流程，以適應新的轉變。

　　人員

　　智能工廠并不一定都會成為“黑燈工廠”，人員仍將是工廠運營的關鍵。但智能工廠可能會在運營以及信息技術/運營技術組織架構方面發生重大變化，導致人員職位出現變動，從而適應新的流程和功能。正如前文所說，一些職位由于可能被機器人(物理和邏輯)、流程自動化以及人工智能取代，因此已沒有存在的必要。而其他一些職位的功能可能會因虛擬/增強現實以及數據可視化等新技術的加持而得以增強。

　　人員和流程管理變革離不開靈活、適當的變革管理方案。組織變革管理將對采用智能工廠解決方案發揮重要作用。員工能夠保持積極的工作狀態，相信自己能夠通過所在職位創造更大價值;工廠能夠采取創新的招聘方式，并且重視跨部門職位，這都是打造成功智能工廠的必備條件。

　　最后

　　在工業物聯網的驅動下，同樣的能耗和時長，機器可以完成的工作會更加豐富，效率也會得到極大提升。智能工廠還遠未達到“終極形態”，而是一個不斷演變的解決方案——一個不斷挖掘靈活性、互聯性和透明度等眾多特性的解決方案。

　　在探索發展之路中，我們需要回到發展的本源，不斷滿足新的追求。建立新生態，讓現有生態圈能夠互相依存互相制約，實現最有效的利用。