工業網際網路是全球工業系統與高階計算、分析、感應技術以及網際網路連線融合的結果。概括來說，它包括智慧機器、高階分析、工作人員三個要素。而將這些元素融合起來，將為企業與經濟體提供新的機遇。

而時下最火熱的人工智慧，和工業網際網路有著深刻的淵源與聯絡。工業網際網路的高階計算、分析、感應技術都需要人工智慧的廣泛參與。人工智慧貫穿於工業的設計、工藝、生產、管理、服務等各個環節，使工業系統具備描述、診斷、預測、決策、控制等智慧化功能的模式和結果。

那麼工業網際網路與人工智慧的具體區別又在哪裡呢？

工業網際網路

1、建立工業網際網路工廠內網，採用工業乙太網、工業PON、工業無線、IPv6等技術，實現生產裝備、感測器、控制系統與管理系統等的互聯。實現資料的採集、流轉和處理；利用IPv6、工業物聯網等技術，實現與工廠內、網路的互聯互通，支援內、網路業務協同。

2、採用各類標識技術自動識別零部件、在製品、工序、產品等物件，在倉儲、生產過程中實現自動資訊採集與處理，透過與國家工業網際網路標識解析系統對接，實現對產品全生命週期管理。

3、實現工廠管理軟體之間的橫向互聯，實現資料流動、轉換和互認。

4、在工廠內部建設工業網際網路平臺，或利用公眾網路上的工業網際網路平臺，實現資料的整合、分析和挖掘，支撐智慧化生產、個性化定製、網路化協同、服務化延伸等應用。

5、透過部署和應用工業防火牆、安全監測審計、入侵檢測等安全技術措施，實現對工業網際網路安全風險的防範、監測和響應，保障工業系統的安全執行。

人工智慧

1、關鍵製造裝備採用人工智慧技術，透過嵌入計算機視聽覺、生物特徵識別、複雜環境識別、智慧語音處理、自然語言理解、智慧決策控制以及新型人機互動等技術，實現製造裝備的自感知、自學習、自適應、自控制。

2、結合行業特點，基於大資料分析技術，應用機器學習、知識發現與知識工程以及跨媒體智慧等方法，在產品質量改進與缺陷檢測、生產工藝過程最佳化、裝置健康管理、故障預測與診斷等關鍵環節具備人工智慧特徵。

3、目標產品採用智慧感知、模式識別、智慧語義理解、智慧分析決策等核心技術，實現複雜環境感知、智慧人機互動、靈活精準控制、群體實時協同等方面效能和智慧化水平的顯著提高。

4、人工智慧技術已在產品開發、製造過程等產品全生命週期過程中實際運用，實現對製造過程最佳化，技術方案和應用模式等具有可複製性、可推廣性。

經濟學常識告訴我們，低效能的生產模式必然會被高效率的淘汰，就如同手工作坊在工業4.0後被機器工廠替代，馬車被汽車替代一樣。而人工智慧也是現代技術發展到一定階段的產物，核心背後是機器學習、雲計算、大資料的繁榮。這樣說來，人工智慧的大規模應用也許只不過是一場順勢而為的技術變革。

2012年，美國通用電氣公司在提出“工業網際網路”概念時，是這麼說的：“工業網際網路，就是把人、資料和機器連線起來。”

也就是說，工業網際網路的三要素，是人、資料、機器。

現在我們把這個概念豐富一下，這麼說：

工業網際網路的本質，就是透過開放的、全球化的通訊網路平臺，把裝置、生產線、員工、工廠、倉庫、供應商、產品和客戶緊密地連線起來，共享工業生產全流程的各種要素資源，使其數字化、網路化、自動化、智慧化，從而實現效率提升和成本降低。

5G和工業網際網路之間的關係，主要集中在接入層。

高連線速率、超低網路延時、海量終端接入、高可靠性，都是5G所具備的優點。這些優點，將非常有利於5G替代現有的廠區物聯網通訊技術，尤其是Wi-Fi、藍芽等短距離通訊技術。

一些以往受限於網路接入而不能實現的場景，在5G的加持下，都變得可行。

例如，高精度機械臂加工。如果採用5G對機械臂進行遠端控制，時延將縮短到1ms，可以很好地滿足加工精度的要求。

5G機器人

還有5G的超高頻寬，在採集4K/8K裝置監控影像的時候，也將發揮不可替代的作用。除了接入層之外，5G的切片、邊緣計算，都可以在工業網際網路領域找到不錯的應用場景。

02

工業網際網路與雲計算、大資料、人工智慧

雲計算和工業網際網路之間，有什麼關係呢？

當只有1個工廠和很少的裝置時，在廠房裡擺上幾臺伺服器，建個區域網，找幾個工程師，就可以管理和維護這個小型工業網路了。

這個網路太小，只能稱為工業區域網，而不是網際網路。

但如果是幾十個工廠，幾百個車間，幾萬個生產裝置呢？顯然，這個時候應該採用雲計算技術。

只有上雲，才有強大的運算能力、儲存能力和網路頻寬，能夠對這麼龐大的系統進行管理。

也只有透過雲計算，才能讓更多的企業員工及管理者接入，去使用工業網際網路。也能夠讓開發者有更大的空間，去設計更好的應用。

雲計算還可以為企業與企業、工廠與供應鏈、工廠與經銷商之間，提供介面，進行指定資料的共享。甚至還能提供工廠與最終消費者使用者之間的介面，方便使用者對產品進行個性化定製。

再來看看大資料，前面我們一直都在說資料，不過資料和大資料是兩回事。

大家都知道，消費物聯網的大資料很大，例如購物資料、出行資料等。但是，實際上，工業網際網路產生的資料量，遠遠超過消費物聯網。

一、智慧化的使命

工業化的使命：讓生產與運輸成本變得可控，持續下降。

智慧化的使命：讓渠道成本變得可控，持續下降。

二、工業化面前的黑龍，渠道成本失控

三、兩個世界，兩個渠道

傳統渠道：生產者提供基礎設施。

智慧化渠道：消費者與使用者提供基礎設施，智慧手機、電腦是零成本的基礎設施。

三、群體開放式創新由消費者驅動

消費者透過休閒時間完成集結，把自己的智慧手機變成整個社會的、公共的、股權共享的基礎設施，

渠道的源頭成本會清零，衍生成本會不斷下降，變得可控。

四、消費者控股智慧軟體和機器的三部曲

1、新渠道；2、新智慧運輸與出行體系；3、智慧化生產體系。

在消費者主導的新渠道之上，

匯聚的消費款（100%）=投資款=智慧機器的所有權+智慧機器提供的產品與服務=股權（100%）+提貨權（100%）。

傳統市場，消費者消費只獲得產品與服務，因此，我們可以把增量部分先分掉，變為建設新渠道的動力。

工業網際網路這個題目很大，包括的內容比較多。不同的人理解也不一樣。

這裡說一下工業網際網路的一個應用模型：柔性供應鏈，以及柔性供應鏈和人工智慧的關係。

柔性供應鏈，實際上是對現有固化供應鏈的一種升級。

現有的工業工業鏈，是透過固化的模式執行的：

雖然計劃也會隨著實際市場需求進行調整，但調整的頻率和深度，都是非常有限的。

這有兩方面原因：

1、對市場的預測不準確，預測週期過長

2、生產的預測不準確，生產週期過長

那麼柔性供應鏈，就要最佳化這兩個問題。

在市場預測方面，傳統是透過人工報表形式來進行的。傳遞效率慢、預測精度低、資料維度少。

這時，人工智慧技術可以對市場預測進行最佳化。

現有的方式是建立大資料倉庫。將所有可以蒐集到的，可能影響市場需求的資料因子，全部考慮在內。

然後設計預測模型和不斷擬合最佳化。

人工智慧技術，可以處理遠超人工的資料集合和關係。理論上可以更加精準的產生市場預測模型資料。

當預測模型資料產生，並且驗證有效後，就可以引導後期的生產更加符合市場的需求。

同理，生產的預測和生產工序本身，也可以建立資料模型。結合不同生產地區、生產節點、生產損耗等資料，幫助人們設計更加低成本高效率的生產模型，並且應用在實際的生產場景中。

人工智慧與工業網際網路的結合是大勢所趨，現在只是剛剛開始。

工業上也有IT技術，包括感測器、執行器、監控與資料獲取系統SCADA、製造執行系統MES、可程式設計邏輯控制器PLC。工業上OT技術包括材料、機器、方法、測量、維護、管理、模型，這兩者需要結合，否則工業網際網路還是“兩張皮”。

人工智慧AI與工業網際網路IIoT、大資料分析、雲計算和資訊物理系統的整合將使工業以靈活、高效和節能的方式運作。工業人工智慧中需要融合資料技術（DT）、分析技術（AT）、平臺技術（PT）和運營技術（OT）等技術。

工業領域主要以企業私有資料庫為主，規模有限，要實現人工智慧與製造業的深度融合，就必須要在製造業領域加強資料獲取與整合，企業必須切實做到數字化轉型，大力發展工業網際網路。

調查顯示，人工智慧在工業領域的滲透明顯較慢。

根據中國信通院2018年9月釋出的報告，在各類垂直行業中，人工智慧滲透較高的領域包括醫療健康、金融、商業、教育和安防等。其中，醫療健康領域佔比居前，達22%；金融和智慧商業領域佔比分別為14%和11%。但在製造業和工業領域，卻面臨著融合不足的挑戰。

人工智慧在工業落地之所以緩慢，一方面因為相比於資料演算法的迭代，硬體升級創新相對週期較長，從而導致滯後。另一方面，工業中應用人工智慧要格外小心，因為工業中使用的人工智慧與消費領域的人工智慧有本質區別。

工業人工智慧是一門嚴謹的系統科學，它專注於開發、驗證和部署各種不同的機器學習演算法，以實現具備可持續效能的工業應用。因此人工智慧應用於工業，必須根據製造業的具體場景進行定製，簡單照搬模板化的人工智慧解決方案並不可行。

這是一個非常好的問題，作為一名科技工作者，我來回答一下。

首先，工業網際網路正在成為工業領域發展的新動能，在產業結構升級的大背景下，工業網際網路將成為傳統工業企業進行結構升級的重要基礎之一，所以未來工業網際網路的發展前景還是非常廣闊的，隨著工業網際網路被列入到“新基建計劃”，工業網際網路領域也必然會成為一個新的創新、創業熱點領域。

從技術體系結構上來看，工業網際網路涉及到諸多技術，包括雲計算、大資料、物聯網、人工智慧等技術，工業網際網路可以看成是一個大的“容器”，在這個大的容器裡面，可以承載一系列技術的應用。從大的應用層面來看，工業網際網路和人工智慧之間的關係，可以透過以下三個方面來進行闡述：

第一：人工智慧是工業網際網路的技術出口。站在技術體系的角度來看，人工智慧是大資料、雲計算、物聯網等諸多技術的最終訴求，也是諸多技術發展的必然結果，當然這個過程可能會比較漫長，而且智慧化本身也是一個動態發展的過程。

第二：人工智慧是工業網際網路的價值體現。工業網際網路的價值有很多種呈現方式，其中人工智慧就是其中一個重要的方式，人工智慧技術不僅能夠促進產業領域的生產效率，同時也能夠促進產業領域的崗位升級，提升傳統工作崗位的附加值。

第三：工業網際網路為人工智慧提供落地場景。當前人工智慧技術面臨的一個重要問題就是落地難問題，而工業網際網路的發展則能夠為人工智慧技術的落地應用奠定一個紮實的基礎。

工業網際網路的範疇很廣，通俗來講，透過智慧機器間的連線最終將人機連線，結合軟體和大資料分析，重構全球工業、激發生產力。

人工智慧是工業網際網路程序中的一個重要體現，人工智慧程度的高低一定程度上也體現了工業網際網路程度的高低。

在為我們所熟悉的啤酒飲料行業、橡膠行業、服裝製造等行業，在工業網際網路的助力下，人工智慧程度正在不斷提升，助力企業提質增效，穩健前進。

在中國鑄造行業轉型升級的重要時期，譽洋致力於為製造企業轉型升級提供專業化的工業智慧整合一站式解決方案，針對不同企業生產環節中出現的問題，提供系統定製化的服務，點亮中國製造企業的智慧未來！