工业互联网白皮书.docx

《工业互联网白皮书.docx》由会员分享，可在线阅读，更多相关《工业互联网白皮书.docx（43页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、内容目录一、工业互联网开展背景 01工业化重回全球竞争制高点1.1. 工业企业数字化转型是大势所趋二、工业互联网开展现状 062.1. 工业互联网定义口新一代工业基础设施工业互联网主要应用场景23中国工业企业部署工业互联网情况口潜力巨大行业应用试点案例三、工业互联网新型体系架构 14工业互联网新型体系架构需具备的特征3.1. 工业互联网新型体系架构的关键要素业互联网新型基础设施：工业知识+数据驱动的新生态四、工业互联网产业生态26工业互联网新型产业体系4.1. 工业互联网新型产业开展模式五、工业互联网未来展望285.1. 跨越试点困境改变四大模式助推工业高质量开展53对工业企业的建议54对生态

2、玩家的建议资产智能化是工业互联网典型应用场景之一。工业互联网通过对资产智能化管理，帮助企业提高设备服务的可视化 和可靠性，减少维修本钱和非计划性宕机。资产智能化管理主要包括四类：一是设备健康管理。通过设备健康度模 型对设备健康度进行判断和预测，从而合理备件，计划生产减少计划外设备停机时间，也即可靠性分析;二 是预测性维护。通过在今键领域嵌入传感器和网络设备来获取关于资产的位置、质量和状态的今键实时数据，结合 设备历史数据，构建数字挛生系统，及时监控设备运行状态，提前预知设备的异常状态，从而最小化设备停机的可 能；三是能耗管理。主要通过提供综合能源（电、水、油、气）的用能监控，基于现场能耗数据和

3、分析，对设备、 产线能效进行优化配置，提高能源使用效率，实现节能减排；四是远程运维。在设备地理位置分散的企业，人工巡 检、运维的本钱高，一旦出现设备故障很难第一时间发现。远程运维通过物联网技术对偏远地区的设备进行实施 数据监测，发现问题并及时处理，尤其在航空航天、船舶、轨道交通、工程机械、能源等行业，能大幅降低设备宕 机带来的损失。生产智能化是工业互联网最为常的应用场景之一，也是目前落地较多的场景。其实施的难度和价值偏中等水 平。主要包括生产管控、工艺优化、质量管理和自主操作。生产管控是通过在工业生产现场部署传感器、控制器 等智能设备，全面掌握机器、设备的运行情况，并利用大数据模型分析生产现场

4、，提供工厂的完整运用情况，实 现对生产现场得实时管控；工艺优化是利用传感器、仿真建模等，实现工业真实生产状态的可视化，有效帮助操 作人员更合理的操作，降低运营本钱。其在钢铁和轨道交通行业有较多应用案例；质量管理是利用传感器来监控 最终产品的质量，同时自动化反应最终产品的合规相关活动。通过实时数据采集和仿真，根据历史数据的比对分 析对潜在的质量问题进行分析；自主操作是通过物联网技术、网络化设备直接处理收集来的数据，并自主采取 诊断措施，无需人工手动操作。如智能设备可以识别其电池过热的情况自动改为低强度运行，以便在等待更换 部件的同时控制温度上升。产品全生命周期管理是指从产品的需求开始，到产品淘汰

5、报废的全生命历程管理，包括产品设计、制造、操作和 服务等环节。具体到应用场景包括以下四种：产品溯源是以条码技术为手段，对产品的物料、半成品、成品实行 自动识别、生产过程监控，实施全透明的管理，事后可对产品进行溯源，实现供应链相关环节的实时可性和可 追溯性；产品设计反应是利用工业互联网平台产品传回数据帮助企业了解消费者需求，快速响应市场，并将相 关信息反应到设计部进行设计改进，提升设计研发速度以实现柔性生产和个性化定制；用声体验反应是借助工 业互联网平台，将用声使用的体验反应到到平台，从而改进产品方案，加速创新迭代；供应链管理场景中，工业 互联网平台可以实时跟踪现场物料消耗，结合库存情况安排供应

6、商进行精准配货，优化库存管理，有效降低库存 本钱和物流本钱,提高物流系统整体效率。网络化协同是指制造商、零部件供应商、销售商乃至消费者可相互交换商品和业务信息，共同执行业务流程。协同 既包括组织内部的协作，也设计产业链上下游组织间的协作。具体包括产业链协同和企业资源动态配置和优化。产 业链协同场景中，工业互联网平台通过有效集成企业内部、企业与供应链上下游、跨供应链的设计、生产、物流和 服务等不同环节，由串行制造转变为并行制造，降低了产品研发设计和生产周期，大大降低本钱。具体包括协同设 计、协同生产、协同物流及共享服务等，目前协同设计在轨道交通、航空航天、船舶、汽等垂直行业已经有较多 成熟案例；

7、企业资源动态配置和优化场景中工业企业通过工业互联网平台对外开放空闲制造能力，动态配置原材 料、资本、设备等生产资源，实现制造能力的在线租用和利益分配。2.3中国工业企业部署工业互联网情况口潜力巨大当前，工业互联网热度不断提高，已成为工业企业、系统集成商、物联网企业、工业软件企业、ICT厂商等多方父 注的焦点。IDC2019年工业企业调研数据显示，25%的受访中国工业企业已经部署工业互联网，53.3%工业企业计 划在未来1-3年内考虑部署工业互联网。2.3.1 布局工业互联网的驱动力工业企业在部署工业互联网时其主要动力来自两个方面：一是提质增效：传统的制造业生产销售流程为发现需求产品设计产品试样

8、制造销售消费者，在制造商生 产过程中，存在着调研本钱高、生产周期口、产品积压、创新慢等一系列问题。而工业互联网通过跨IT和0T 的资源共享，能让企业直面消费者需求，能更快地应对市场需求并快速应对。对企业而言，降低了产品的 本钱和生产周期实现市场、研发和生产制造的融合，加速新产品的创新和上市。二是运营优化：以相同或更低的本钱提高吞吐量或者服务的可靠性。传统制造业缺乏管理、效率低下。工业 互联网以大数据为基础，可迅速分析实现智能控制从而到达优化运营，减少生产本钱浪费。图9企业布局工业互联网的驱动力15.4%14.0%12.8%11.8%10.3%8.0%4.9%来源：IDC 2019年工业企业调研

9、,n=15215.4%14.0%12.8%11.8%10.3%8.0%4.9%来源：IDC 2019年工业企业调研,n=152提质增效：跨信息技术/生产和运营（0T ）共享资源的能力 运营优化：以相同或更低的本钱提高吞吐量/服务可靠性平安性：更全面的平安覆盖可持续性：更高效、更清洁的运营或能源/资源管理 新产品和服务：能够支持具有互联资产的新产品和服务 敏捷性：提高根据需求调整生产/运营的灵活性 客声服务：提高客户服务绩效（准时和/或全面支付）库存管理：优化库存数量、组合和库位 资产管理：提高资产可靠性/可用性 提高产品/服务质量：更快地响应产品/服务问题、预测问题2.3.2 投资工业互联网的

10、重点 随着数字化转型在行业间的持续推进工业企业开始重视0T领域的投资尤其是0T与ICT的融合。而在0T技术相关 的投资计划中,前三大的投资重点是基于云的应用软件、0T技术和ICT技术或传感器的集成以及分析和高级分析。图10工业企业在运营技术（OT）相关的计划中前三大投资重点基于云的应用软件（适用于操作流程如MES和SCM ）生产和运营（OT ）系统与其他生产和运营（OT ）或信息技术系统或传感器集成 分析与高级分析（仿真、优化、人工智能、机器学习等）15.5%11.5%11.2%9.1%8.6%6.8%6.5%1.8%15.5%11.5%11.2%9.1%8.6%6.8%6.5%1.8%部署工

11、业互联网的关键技术来源：IDC 2019年工业企业调研,n=152生产和运营（OT ）系统的更新/升级帆络和连接移动应用程序和设备分析和商业智能（KPI、仪表盘、图形显示）客户服务：提高客日服务绩效（准时和/或全面交付）物联的一部署可无线连接到网络的传感器基于云的运营数据管理和分析平安从工业互联网相关技术的部署计划来看，未来AI和大数据、企业级应用软件SaaS以及设备物联网云服务平台是工 业企业部署的前三大技术。 AI和大数据算法云服务是目前及未来三年中国工业企业部署工业互联网的第一大技术领域，19.6%的受访企业 表示已经及计划部署。 企业级应用软件SaaS是第二大重点领域，17.4%的受访

12、企业表示已经及计划部署。 设备物联网云服务平台是第三大重点领域大概15.9%的受访企业表示已经及计划部署。图1 1中国工业企业目前以及未来3年计划部署工业互联网前三大技术的意向19.6%19.6% 11.8%, 11.2%基础设施（laaS）行业垂直价值链重构云（MES有服务平台（SaaS ） （） 9.5%来源：IDC 2019年工业企业调研,n=152IDC工业企业调研现状显示，大局部的中国工业 企业已经意识到工业互联网的巨大价值，部署 的动力明显，并且已经在关键的技术领域和投 资领域有所行动。2.4行业应用试点案例2.4.1. 案例1三联虹普三联虹普是专业工程技术服务商，在中国有30多年

13、的历史，是中国涤纶锦纶的引进者，占有中国锦 纶市场90%的份额，占有世界50%的化纤机械市场份额。当前化纤生产业预测性优化能力弱，成为 产业开展痛点之一。其一是人工抽检负担重。由于化纤产业的产能规模大，用工多人工抽检负担重，并且检测效率低， 无法在线检测。其二是客声定制化需求多。由于化纤的质量标准单一，因此无法满足差异化需求。其三是产品质量标准复杂、品质一致性要求高。合成纤维下游纺织制造行业较为分散，产品质量 标准复杂，包含纤度、强度、度、染色等等。另外，化纤产品批次间质量波动不可控，品质难以 到达要求。预测优化能力依赖数字化基础，需要工业与ICT技术深度融合。通过将华为全球领先的全栈全场景

14、AI技术能力与三联虹普和TMT在核心工艺与核心装备方面的行业知识与工程转化能力相结合，将新 一代信息通信技术与人工智能技术通过工业互联网端-边-云协同计算模式有机融入行业核心装 备及产线,进一步推动化纤行业的智能化升级。双方携手发布了化纤智能产线整体解决方案化纤 工业智能体解决方案VL0 。化纤工业智能体在产线数字挛生的基础上由智能认知，智能预测， 决策优化三大引擎构成。智能认知引擎形成化纤知识图谱从而提高生产质量，提升预测准确率 及投产效率；智能预测引擎，可实现柔性质量分类，提升客声需求匹配率；决策优化引擎形成智 能产线推荐，推荐相似产线灵活排产，质量增值，实现工艺参数的优化。华为云IoT工

15、厂数字化底座能实现生产现场全要素统一接入、万级测点的实时数据采集、一站式IoT 数据分析等，以其20倍的时序数据压缩能力和亿级时间线的时序数据洞察能力，为三联虹普构建了 锦纶等生产线的实时在线映射，打造数字化产线。基于华为工业智能体能实现灵活构建化纤行业 特征库，从10微质量特征延展到100+ ;能从单一批次300万维特征训练出低维分类器模型准确度 超90% ;能快速进行模型训练,从月缩短到小时模型部署端云协同能力，高倍特征压缩边缘在 线质量分类。图12华为赋能化纤行业华为云工业智能体华为云工业智能体XLLI 师 产线智能感知 决策优化:数据采集：产茯矗jA唯H频分析智能预测引擎柔性质量分类提

16、升生产质量 提升预测准确率 提升投产效率智能认知引擎 的知识图谱I51C&甩.推荐相(以产线灵活排产,质量增值工痢数优在为，202(决策优化引擎 智能产线推荐28.5%T 提升客户需求匹配 率122.4.2. 案例2-宁波沃土工厂作为三角地区的先进制造业基地和开放大市，宁波制造业共有三大产业集群类型。其中 传统优势产业集群是宁波经济的重点支柱，包括：服装产业集群、塑机及塑料加工产业集 群、家电产业集群、汽配件产业集群、文具产业集群。华为在宁波市政府及宁波国家高 新区管委会的支持下设立了全球首个华为云沃土工场，致力于产业合作，助力宁波大 中小企业融通开展工作。宁波沃土工场目前已对接企业超过100

17、0家同140多家企业签订服务或者合作协议，开展 沃土工场生态合作伙伴15家涉及数字间、产品全生命周期管理、智能产品、工业设计 及仿真等领域。主要以下三个方面价值： 提升企业研发和管理能力。沃土工场通过为企业提供软件开发云、工业设计云、工业 仿真云、工业互联网操作系统等平台为企业软件开发、工业产品开发、工业APP开 发提供先进的生产工具。通过举办开发者大赛、黑客拉松以及各类面向开发者的专 业技术培训和面向企业中高层管理人员的培训提升宁波中小企业的研发能力和管理水 平。引入工业设计云、工业仿真云、工业互联网操作系统等软件平台，为宁波家电、 汽整机及零部件、模具制造、金属加工等行业的企业提供世界一流

18、的产品开发、工 业APP开发工具。这些工业SaaS的普及，大大提升宁波工业产品开发质量，降低产品 本钱为宁波企业带来上亿元的经济价值。 助力宁波企业产品智能化升级。沃土工场聚焦家电生产、数控机床生产及注塑机生产 等行业，通过结合华为ICT能力，如华为HiLink芯片、华为NB-IoT芯片、AI芯 片、LiteOS嵌入式操作系统等以及华为云计算、大数据、物联网等基础能力，联合合 作伙伴共同为企业提供产品智能化解决方案。截止至目前沃土工厂团队已经为宁波 企业提供47个工程的产品智能化解决方案。 加速宁波企业生产过程智能化转型。沃土工场结合宁波家电、汽零部件、纺织服装、 石油化工、塑料制品、金属加工

19、等行业的特点与工业互联网、智能制造等信息化服务合 作伙伴一起为企业提供产品全生命周期管理、生产制造执行系统、仓储物流管理系统等一 系列产品与产线改造，共同打造完整的工业互联网、数字工厂等行业解决方案。13工业互联网新型体系架构传统的ISA95工业体系架构采用垂直整合的模式层层汇聚和抽象，缺少全面的数据，造成特定问题（如产能、 质量、效率、能耗等）的分析不够全面和实时，难以实现精确和实时的决策能力最终影响企业的产品质量、交 付时间，决策的准确性。另外，绝大局部企业对数据的利用仅停留在初级层次，对高级的数据利用（如设备可靠 性的预测、产能的预测，或者供应链库存的预测等）还非常有限。传统ISA95架

20、构采用的垂直、烟囱式系统，很 难实现数据的共享实现功能和性能的扩展，无法快速满足工业企业差异化的定制需求和面向未来开展的卓越运 营需求，因此工业企业亟需灵活扁平的新型体系架构以支撑其开展。3.1工业互联网新型体系架构需具备的特征L端一边云协同开展图13云-边-端协同示意图随着工业控制器、传感器等越来 越多设备连入云端，传统以云为 中心的模式将缺乏以满足对海量 设备数据进行实时处理的需求。 在工业现场等要求时延5ms的场 景，以及无网状态中云边协同 将更好满足企业实际需求。云计算聚焦非实时、周期数据的 行业机理分析，支撑周期性维护以 及业务决策。边缘计算聚焦实时、 短周期现场数据分析，减少了到中

21、 央存储库的回程通信量。支撑本地 业务的实时智能化处理与快速执行 响应并在边缘智能节点形本钱地 闭环，并形成自治域。如下图。上传边采集设备端采集设备来源：IDC&华为采集设备采集设备14华为 提供的云、边、端、联接整体解决方案，具备从芯片、算法、AI通用服 务、云上日应用开发平台的全栈能力。另外，华为在2018年推出了IEF平台，通过使能 端、边缘侧的计算资源，将华为云I6T和A能力延伸到边缘侧。通过边缘和云端联动， 为企业提供完整的边云协同的一体化服务的边缘计算解决方案。与此同时，华为云还 推出智能边缘市场，为边缘应用开发商、硬件供应商以及解决方案集成商提供共享的 产业环境，汇聚边缘AI生态

22、。此外，华为云IoT提供IoT Stage应用交付平台，面向工业 领域预集成了丰富的行业应用，提供一站式的应用托管、部署、监控、运维等平台能 力，解决工业场景中各种系统如MES、ERP、WMS等快速交付的诉求，同时，边云协 同的多形态部署模式，灵活满足了工业企业数据处理低时延、本地闭环的要求，实现 云边一致的智能体验3.1.2. 备多计算平台的创新架构工业领域涉及原材料、产品、设备、运营、售后等制造相关复杂的场景，必然带来了数据的多样性（如文本、图 片、视频、波形等）。同时,计算的需求已经远远超出传统办公协同和管理信息系统的场景，尤其是在生产环 节的多场景需求更加突出。计算密集型应用需要计算平

23、台执行逻辑复杂的调度任务而数据密集型应用那么需要高效率地完成海量数据并发处 理，单一计算架构难以满足所有业务诉求。为了能够让丰富的工业场景更经济、高效、简易地使用ICT技术并 对于各类典型的使用场景都能形成经济性适配的技术栈组合,使得ICT技术能够在工业知识的生产过程中的导入 本钱进一步下降，形成在设计仿真、生产制造、供应链协同、运维服务等环节适配的知识生产工具。计算多样性（如图像处理计算（GPU）、基于ARM的边缘计算，人工智能芯片的智能计算）成为必然。以ARM为代表的RISC通用架构处理器、以及具备特定定制化加速功能的ASIC和FPGA芯片等在场景多样化计算时 代具备明显的优势。而随着TP

24、U、NPU等人工智能处理芯片在智能摄像头等领域的广泛部署,通用处理器加上深 度学习加速芯片成为典型的工业场景计算架构。图14多种计算架构并存的组合解决方案产品生命周期流产品生命周期流CPU 其他计算单元来源：IDC&华为3.1.3. 行业知识和应用的智能集成工业企业在口期的数字化转型建设过程中形成了大量的烟囱式系统，数据孤岛林立，数据和应用没有打通形成 合力。上下游企业之间存在多种IT系统以及业务系统，这些系统都独立建设且普遍存在跨地域的情况，这就意 味着大量的行业知识分散在各个部和地域，跨部口和跨地域的协作存在大量需要人工介入的业务流断点，这些 零散的业务断点导致了工作效率的低下和知识在传递

25、过程中的失真，因此应用和数据的高效集成是知识共享最基 础的需求。同时大量的异构数据和蜘蛛网式的集成需求，企业现有的IT能力难以有效应对。由于知识的使用方不承当对知识的维护责任因此作为知识主体方就很难放心的将知识开放给其他人使用，通过 技术手段来保证知识共享的平安性就是各机构急需解决的问题。当前局部中国企业已具备一定的数字化能力，但 是只完成了数据的采集工作，并未对数据做深入的挖掘和分析，无法有效形成核心的价值知识资产以支撑决策以 到达组织与产品优化、业务创新等数字化转型的目的。因此以多样数据为基础的行业知识与应用智能集成平台将助力企业工业互联网建设，加速企业数字化转型速度， 未来将成为工业互联

26、网建设不可或缺的支撑技术。3.1.4. 工业机理与AI深度结合制造行业流程复杂，以流程制造为例，其作业过程黑箱化，机理不清面临着环境开放、信息不完全、规那么不确 定等难题。生产过程当中难以建立决策仿真模型，同时最终决策需要权衡质量、效率、消耗等多重目标。传统基 于理论机理建立起来的模型难以适应工况变化，规那么式模型也存在时效约束,存在巨大的挑战。工业应用涉及数据预处理、数据建模、模型部署和管理、模型评估等多方面技术，工业问题的抽象化和复杂化使 各类需求不断纳入AI可解范畴。一是传感、网络、计算技术及数字化的开展使更多的对象与问题能以数据的方式 呈现出来，构成了算法应用的基础。二是工业问题的抽象

27、化，搭建了算法应用的桥梁。AI是制造业实现质量提升 和业务优化转型的关键技术手段,工业机理和AI深度结合，强化了制造企业的数据采集和处理能力、信息融合和 分析能力、知识提取和洞察能力、决策自主和执行能力、价值创新和实现能力，是企业转型升级的有效手段。通 过工业机理和AI的深度融合，使能应用的智能化，使AI产生价值的乘数效应。3.2. 工业互联网新型体系架构的关键要素工业互联网新型体系架构的核心价值为工业企业构建新的数据+行业知识（工业Know-How ）驱动的应用架 构提供了智能化业务底座。为了帮助工业企业充分利用既有投资和实现主业务的平滑演进，工业互联网新型 架构部署时需要考虑通过数据总线实

28、现与企业存量系统（基于ISA95架构）的无缝集成，两个系统将同时 双活运行 并将存量系统的数据实时集成到工业互联网新型架构的数据湖中。基于统一的数据湖，企业 可以基于工业互联网新型架构构建起新的数字化应用并根据需要把存量系统的应用逐步搬迁到新架构上。 考虑到企业数据治理和建设数据湖的周期比拟口 工业互联网新型架构也应该支持轻量部署方式，支持 与企业现有的软硬件平台集成。图1 5工业互联网融合演进架构工业核心三大业务流描述、预测、诊断应用数据协同优化BI否能数据平台工业应用平台3数据采集/集成来源：IDC 2020价值创造业务流生产制造过程 业务流产品生产周期 业务流对象数字化 过程规那么数字化

29、全要素数据增量工业智能化基础设施能耗管理I艺优化智能质检5GMEC边缘节点远程计呈数据化采集5G和光联接工业互联网新型体系架构关键要素包括网络、平台、平安、数字挛生、工业智能、应用等，通过与传统工业体系架 构之间相互作用、深度融合，构成了新型工业体系架构。其中，网络是基础，工业互联网的网络体系将连接对象延 伸到机器设备、工业产品和工业服务。平台是工业互联网的核心，汇聚大量现场数据并沉淀为行业知识，催生以边 缘为核心的自适应智能生产系统。工业智能是驱动，基于对海量数据清洗、处理、挖掘、和萃取出来的行业知识积 累，嵌入到生产系统并经优化，人工智能在工业领域的应用表达。3.2.2. 网络是基础 5G

30、 + F5G是下一代工业网络的方向网络是工业互联网的基础，为人、机、物全面互联提供基础设施，促进各种工业数据的充分流动和无缝集成。根 据应用场景划分工厂网络主要分为生产现场网络、生产办公网络、园区网络以及园区公共服务网络。生产现场 网络主要网络包括包括工业的有线网和工业的无线网。园区公共服务网络主要包括视频专网、园区物联网、能源 监控网络等。图16网络基础设施示意图InternetL全球带宽专网园区帆络园区园区云数据树麟器一光取络平安同父路由器：x公同离园区光某t3IP+光+无线：大带宽/随需覆盖园区光网企业私有云数据中心I业光M间1SCADA边缘计算7交换机就MES标识解析源5GNR1产办公

31、用翼5GTSN/I亚以太，X亚刈I7 TSN/I 业光，7、X业以大X/光物r安 j,5G/Wifi、,边缘计算口间n以太/光线：替换现场总线、泛在物联宽温交换机/光网络/园区公共服务帆络来源：IDC 2020生产现场帆络工业互联网开展的背景工业化重回全球竞争制高点1.1.1 再工业化成全球新趋势2008年金融危机爆发后，全球经济遭受重创。以美国 为代表的兴旺国家开始重视实体经济的重振，纷纷出 台再工业化战略旨在通过再工业化重返全球工业第 一梯队。再工业化不是原有工业化的重复而是将高 新技术与制造业结合以优化产业结构，实现工业的 数字化升级，从而提升制造业质量。聚焦中国 2020年3月，中共中

32、央政治局常务委员会 会议明确提出加快新型基础设施（简称新基建） 建设新基建包括5G基站建设、大数据中心、人工智 能、工业互联网、特高压、城际高速铁路和城市轨道 交通、新能源汽充电桩等七大领域。同月工信部 印发的关于推开工业互联网加快开展的通知，明 确提出要加快网络、平台、标识、大数据中心四大基 础设施建设，拓展融合创新应用，培植壮大创新开展 新动能，支撑制造业实现高质量开展。“再工业化”战略图1全球出台_ YT 二一美国先进制造业国家战略计划韩国未来增动力计划韩国2014.062013.092013.04美国2012.02德国德国工业4.0战略新工业法国计划法国英国2013.10印度2014.

33、09英国工业2050战略印度制造中国制造2025中国2015.05来源：公开资料整理伴随着工业互联网的推进，工业互联网对网络基础设施提出了更高的要求，工厂内网络将呈现出融合、开放、 灵活三大趋势，这对工业场景的网络设施提出了较高的要求，5G和F5G因其各自的高带宽、低延时以及实现同一网络的数据传输特性，将成为下一代工业网络的演进方向。工业互联网具有连接的工业设备种类繁多、数据类型多样化、数据实时性要求高的特点，而5G具备大带宽、低 时延、多连接的特性，成为工业连接的全新网络替代方案。依靠全新的网络架构，提供高于4G的峰值速率、毫 秒级的传输时延、超过500km/h的移动性能和千亿级的连接能力，

34、实现人、机、物的全面互联。在工厂内部，5G使制造流程更加便捷，包括：提高生产线的效率（比方在流程管理中应用机器视觉、高清视频）、 连接工厂中的自动搬运辆（比方自动驾驶）以及利用高可靠低时延通讯低于5毫秒的时延实现机器控制。在工厂 外部，5G能够帮助制造业改进产品生命周期管理，比方：预测性维护、产品响应式设计。企业间的沟通也将更便利， 可以实现低本钱、端到端的货物跟踪，或者在模拟场景或协同设计中实现数据交换。图17 5G对工业连接的基本划分K市免 峰值速率1.5GbpsK市免 峰值速率1.5GbpseMBB |增强移动宽带 低延时时延10msuRLLC |超可靠低延时连接多连接百万连接/平方公里

35、0工超大型工业文件传输工业控制（时间敏原型网络）mMTC |海量物联网连接来源：IDC 20205G技术使服务和最终用声更加多元化，为运营商和制造企业相关方开后了新的商业模式。如今运营商面临着更为 多样化的需求：加强网络平安和隔离（比方工厂中的数据隐私），在关键区域提供本地深度覆盖。运营商和行业 相关方的合作将进一步深化，按需建设网络。基于公网的模式行之有效。网络可为运营商所有，也可由提供网络 切片服务和/或接入服务的企业所有。垂直行业企业可以借助切片技术利用公网，而无需承当建设私网的本钱。 运营商应建设能够满足最终用声需求的网络，做好数据的隔离和管理。同时随着固定光纤接入网络的开展，F5G4

36、工业光网将成为5G在工业互联网应用中的重要补充:1 .按节拍承载或连续承载来保证海量数据实时传递，匹配离散工业的生产节拍或流程工业的连续生产要求。 由于工业光网协议本身的特质就是按节拍承载或连续承载,因此，更能满足工业上节拍或连续柔性大生产 需求。2 .提供极简网络架构。原有网络设备数量庞大, TCO高，生产、办公、监控三张烟囱式网络。工业光网降低了机房、功 耗、布线难度。更重要的是，工业光网实现了生产、办公、监控三网合一，独享管道随需切片，硬管道隔离，提供 确定性低时延高带宽保障解决了工业以太协议的开展的后顾之忧。3 .简洁灵活地匹配智能制造多样化设备。工业光网提供了多种形态终端产品组合覆盖

37、主流的工业应用场景，按工业 要求重新定义板简ODN，免勘免熔接，免工具施工，做到ONU即插即用，免现场配置，易于学习和推广。图18 F5G工业光网解决方案来源：IDC &华为，2020F5G联合5G 固定与无线网络融合，提供双千兆联接为工业互联网提供完整的大带宽、低时延、高可靠的高速 联接，构成工业互联网的信息高速公路。3.2.3. 平台是核心，构建行业知识平台是关键平台是工业互联网开展的核心，是构建基于工业海量数据采集、汇聚、分析并通过工业互联网平台沉淀为行业知 识支撑制造资源泛在连接、弹性供给、高效配置的载体，工业互联网平台是工业云平台的延伸开展其本质是 在传统云平台的基础上叠加物联网、大

38、数据、人工智能等新兴技术构建更精准、实时、高效的数据采集体系， 建设包括存储、集成、访问、分析、管理功能的使能平台。4 The 5th Generation Fixed Network工业互联网平台通常由现场设备层、网络连接层、边缘层、工业laaS层、工业PaaS层以及工业SaaS层组成。图19工业互联网平台架构图SaaSSaaS行业应用平台电子汽口石化钢铁电力化工发体发体工业AI资产库数据集|机理模型| 行业场景化模型工业智能平台用平台用平台制造协同平台软件开发平台应用管理与运维平台据平台联接管理平台计算IoTAI边缘应用存储网络虚拟化laaS超融合一体机行业0T硬件AI服务器通用服务器智能

39、边缘层现场设备来源：IDC 2020以平台为基础，数字化解决了 有数据的基本需求，网络化解决了数据能流动的问题，智能 化那么实现数据价值的有效转换，即能把正确的数据在合适的时间以正确的方式传递给正确的人和机器，实现海 量工业数据的价值转换，最终在工业互联网平台汇聚并沉淀为行业知识，以应对和解决制造过程的复杂性和不确 定性等问题。目前全球还没有一家公司能够独立提供工业互联网平台边缘智能分析+有基础设施+工 业PaaS+行业Know-How+应用服务等端到端的解决方案只有开放合作才能够实现共 建共享共赢。受制于传统的合作模式和利益格局、跨界人才稀缺、传统组织设计局限， 急需产业界共同构建开放价值生

40、态的路径和机制。3.2.3 工业数字享生是载体，打造实时可感知的动态工业现场数字挛生是充分利用设备模型、历史数据、实时运行数据等在数字空间中构建物与物、物 与空间、物与人等复杂关系.从而实现在数字世界中构建与物理世界的实时同步。华为云IoT面向工业领域提供边云协同的数据采集架构、统一的数据入口、场景化的高性 能资产建模能力，为庞大的工业原始数据提供面向业务场景的语义封装和上下文环境， 将生产过程数据和产品质量数据进行匹配，实现了成品质量的自动预测和生产效率的精 准分析，打造实时可感知的动态工业现场，激活工业数据的最大价值。3.2.4 工业AI是驱动，使能行业知识软件化人工智能基于海量数据进行模

41、型训练，而工业场景每天产生海量、高频的数据为算法发 展和演进的提供天然的基础。人工智能在工业领域的应用将不断的丰富和迭代其分析和决策能力，以适应复杂不定的 工业环境，并完成多样化的工业任务。人工智能在工业领域的应用过程中，模型的沉 淀、集成与管理成为平台核心能力，机理模型、数据模型、业务模型快速在平台中沉 淀，使平台化的提供工业个性服务成为可能。华为云提出了 EI工. 智能体，把华为供应、制造仓 储、物流、报父、电 商营销推荐、实 控等大多数制场 践，用云景实一猛晶火至智能开发 平台可以提供工业智 能业务的开发/运行工 具链，包括工程及应 用管理、数据集管 理、发环境管理 算子开发与管理、：

42、型开发与管理、模板 开发与管理、推理服 务等一系列能力。工业智能不断丰富和迭代自己的分析和决策能力，以适应不断变化的工业环境，提高生 产效率或设备产品性能的目的.具有自感知、自学习、自执行、自决策、自适应等特 征。其本质是实现复杂工业技术、经验、知识的模型化和在线化，从而实现各类创新的 工业智能应用。It业Know-How提供商模型开发者行业解决方案集成商模版使用者算法机理I业策略推理服务I业模版市场数据集管理工业AI开发与部署平台来源：IDC 2020图20工业智能架构图3.3工业互联网新型基础设施：工业知识+数据驱动的新生态现代工业的转型的重心，将从企业管理、消费端/需求侧/交易环节的数字

43、化转型开始转向价值创造源头的生产 端/供给侧/创新制造环节的数字化转型。重塑跨行业的协同关系以客声体验为中心，以环保效能为约束,达成 更高的产品质量、品类柔性、资源和商品利用效率,从而实现各行业更高的经济效能。行业数字化达成行业经济效能的核心要素是数据、信息、知识和数字服务等新生产力要素,在各行业的生产环节 和交易环节的有效引入,其核心在于行业知识的数字化再生产。各行业数字化转型作为需求侧,驱动数字通用基 础实施、行业基础实施等作为供给侧开展供给升级和商业模式转型。由于制造业各行业生产端的原料、装备、制 成品天然是地理分散部署的生产控制也有就近闭环的要求，因此工业互联网新型基础设施对各行业的有

44、效供给 提出了更高的要求。图21新型基础设施架构创新价值流创新价值流产品价值流客声价值流v00企业 数字化转型物流仓储 试制仿真 装配分拣数字世界8业知识生态化物理世界知识生产设施注入来源：IDC 2020工业互联网新型基础设施本质上是促进行业知识生产与使用的工具革命，在这个过程中以行业知识+5G+AI+边缘+ 云等场景化整装的知识生产装备与知识生产的生产服务、算法组合、机理模型组合等，促进智能装备和行业知识结 合ICT技术向平台生态更高的经济范式演进促进各行业生产力提升和经济运行效能提升。3.3.1. 0T和ICT产业协同构建细分行业Know-How平台，工业知识沉淀新模式行业。川中。/7是

45、工业互联网赋能行业的关键要素，基于微服务新模式聚集和积累行业Know-How是0T和ICT产 业链协同的有效模式。基于微服务架构，可以对工业。/7中。/7封装、复用和服务化，打造开放创新价值生态。 构建微服务资源池从而实现加速软件开发部署模式，使算法、模型、知识等模块化组件能够以搭积木的方 式被调用和编排，灵活匹配个性化需求。通过产业链高效协同构建起开放的价值生态利用产业的多边创新积 累和聚集工业Know-How 可以很好地共享和传承现场操作人员、工艺人员等优秀经验。结合感知测量技 术、5G、物联网等技术的进步及其生命周期本钱降低工业在数字化转型过程中将出现大量的数据测量和汇 聚,并经由数据的

46、数字化/软件化加工生产形成大量场景化行业知识而后汇聚成大量行业知识的资产体系, 并演化为开放的生态化价值体系。ICT厂商提供基础的水平平台，使能数据全生命周期服务等基础服务而0T厂商利用这些基础服务构建特定行业 的生态，并整合行业。中。/资源。细分行业进行数字化再造，有效利用ICT水平平台使能各行业的数据、信 息、知识和数字化服务等构成的新生产力要素，对各自的生产环节和交易环节进行平台化、共享化、生态化升 级，通过这样的产业协作，最终实现行业的赋能，促进最终客声转型升级。图22工业知识微服务化构建微服务组件库构建微服务组件库知识软件化沉淀I业知识经验研发设计010201精准营销翻开知识经营管理来源：IDC 20203.32传统装备与ICT技术深度融合，构建新一代工业融合基础设施制造业数字化转型是从企业办公环节信息化开始，逐步延展到企业管理（人力资源、财经）到交易环节，下一步 是深入到生产环节，到生产环节以后对ICT产业的技术供给要素与生产装备进行产业级的协同最后整装为数字 平台。总体来看，ICT产业升级服务于工业领域的核心装备体系与装备体系的