人工智能與工業(yè)互聯(lián)網(wǎng)發(fā)展概述

1、人工智能與工業(yè)互聯(lián)網(wǎng)發(fā)展概述技術(shù)創(chuàng)新，變革未來工業(yè)互聯(lián)網(wǎng)概念與本質(zhì)來源：根據(jù)公開資料自主研究繪制。實現(xiàn)數(shù)據(jù)流轉(zhuǎn)的人、機、物全面互聯(lián)互通的新型工業(yè)基礎(chǔ)設(shè)施工業(yè)互聯(lián)網(wǎng)通過系統(tǒng)構(gòu)建網(wǎng)絡(luò)、平臺、安全三大功能體系，形成人、機、物的全面互聯(lián)，實現(xiàn)全要素、全產(chǎn)業(yè)鏈、全價值 鏈的互聯(lián)互通，是新一代信息通信技術(shù)與工業(yè)經(jīng)濟和系統(tǒng)全方位深度融合的全新工業(yè)生態(tài)、關(guān)鍵基礎(chǔ)設(shè)施和新型應(yīng)用模式， 工業(yè)互聯(lián)網(wǎng)的發(fā)展將推動形成全新的工業(yè)生產(chǎn)制造和服務(wù)體系。作為以數(shù)字化、網(wǎng)絡(luò)化、智能化為主要特征的新工業(yè)革命 下的新型基礎(chǔ)設(shè)施，工業(yè)互聯(lián)網(wǎng)的本質(zhì)是數(shù)據(jù)的流動、分析和再造，是工業(yè)智能化發(fā)展的核心信息基礎(chǔ)設(shè)施，也是實現(xiàn)產(chǎn) 業(yè)數(shù)字化轉(zhuǎn)型的

2、關(guān)鍵支撐和重要途徑。工業(yè)互聯(lián)網(wǎng)概念全景圖新 信 息 基 礎(chǔ) 設(shè) 施新 興 模 式 與 應(yīng) 用智能化生產(chǎn)個性化定制網(wǎng)絡(luò)化協(xié)同服務(wù)化延伸金融機構(gòu)工廠外網(wǎng)用戶物流服務(wù)商智能產(chǎn)品研發(fā)設(shè)計企業(yè)生產(chǎn)物資工廠內(nèi)網(wǎng)機器設(shè)備業(yè)務(wù)系統(tǒng)車間勞動者智能驅(qū)動產(chǎn)業(yè)鏈企業(yè)數(shù)據(jù)匯聚運營優(yōu)化 資源協(xié)同 模式創(chuàng)新平臺應(yīng)用創(chuàng)新2工業(yè)互聯(lián)網(wǎng)的優(yōu)勢與價值架構(gòu)靈活、數(shù)據(jù)驅(qū)動，為企業(yè)降本、增效、提質(zhì)、創(chuàng)新與傳統(tǒng)自動化與工業(yè)軟件的IT架構(gòu)方案相比，工業(yè)互聯(lián)網(wǎng)部署于云端+邊緣以大平臺+小APP的架構(gòu)提供豐富便捷的開發(fā)工 具及開放API，充分滿足了企業(yè)靈活、復(fù)雜、經(jīng)濟、創(chuàng)新的數(shù)字化應(yīng)用需求。平臺將知識、機理等隱性經(jīng)驗固化成其自身 顯性核心資源，

3、結(jié)合更具廣度和深度的數(shù)據(jù)采集進行數(shù)據(jù)分析、建模和利用，實現(xiàn)了數(shù)據(jù)驅(qū)動的生產(chǎn)和運營優(yōu)化閉環(huán)。最 終形成面向設(shè)備與產(chǎn)品管理、業(yè)務(wù)運營優(yōu)化、社會資源協(xié)作三大工業(yè)互聯(lián)網(wǎng)應(yīng)用場景，為企業(yè)帶來“降本、增效、提質(zhì)、 創(chuàng)新”四大成效。工業(yè)互聯(lián)網(wǎng)的出現(xiàn)改變了企業(yè)研發(fā)、生產(chǎn)、管理和服務(wù)的方式，重新定義和優(yōu)化整個價值流程，同時打破各行業(yè)間的信息孤島，促進跨領(lǐng)域資源靈活配置與內(nèi)外部協(xié)同能力提升，進而帶動產(chǎn)業(yè)集群，推動區(qū)域經(jīng)濟高質(zhì)量發(fā)展。工業(yè)互聯(lián)網(wǎng)三大場景應(yīng)用價值分布降低成本提高效率提升產(chǎn)品和服務(wù)品質(zhì)創(chuàng)造新價值業(yè)務(wù)與運營優(yōu)化設(shè)備及產(chǎn)品管理 社會化資源協(xié)作減少故障損失降低成本降低用工量及能耗降低運維成本縮短交付周期增加客

4、戶生命周期提高供應(yīng)鏈效率提高員工效率提高資源利用率 提高生產(chǎn)柔性 優(yōu)化業(yè)務(wù)流程提高效率降低次品率產(chǎn)品追溯提升產(chǎn)品 服務(wù)質(zhì)量縮短研發(fā)周期加速產(chǎn)品更新迭代提升客戶滿意度增加訂單獲取量獲取精益化金融服 務(wù)（保險、投融資）數(shù)據(jù)服務(wù)新市場營銷策略降低能耗減少安全事故新商業(yè)模式創(chuàng)造新價值來源：根據(jù)公開資料與專家訪談自主研究及繪制3目前設(shè)備及產(chǎn)品 管理和業(yè)務(wù)運營 優(yōu)化中，工業(yè)互 聯(lián)網(wǎng)在降本、增 效、提質(zhì)方面效 果明顯社會化資源 協(xié)作中對新 價值的創(chuàng)造 作用更佳工業(yè)互聯(lián)網(wǎng)體系架構(gòu)安 全 體 系平臺層（工業(yè)PaaS）IaaS層邊緣層云基礎(chǔ)設(shè)施（服務(wù)器、存儲、網(wǎng)格、虛擬化）設(shè)備接入?yún)f(xié)議解析邊緣數(shù)據(jù)處理邊緣智能分析

5、邊緣應(yīng)用部署與管理應(yīng)用開發(fā)（開發(fā)工具、微服務(wù)框架）工業(yè)微服務(wù)組件庫（工業(yè)知識組件、算法組件、原理模型組件）工業(yè)大數(shù)據(jù)建模分析（機器建模、機器學(xué)習(xí)、可視化）工業(yè)大數(shù)據(jù)系統(tǒng)（工業(yè)數(shù)據(jù)清洗、管理、分析、可視化等）通用PaaS平臺資源部署和管理設(shè)備管理資源管理運維管理故障恢復(fù)應(yīng)用層（工業(yè)SaaS）設(shè)計 AP生產(chǎn)PAPP管理APP服務(wù)APP 設(shè)備狀態(tài)分析供應(yīng)鏈分析能耗分析優(yōu)化業(yè)務(wù)運行應(yīng)用創(chuàng)新網(wǎng) 絡(luò) 體 系網(wǎng)絡(luò)互聯(lián)來源：根據(jù)公開資料自主研究及繪制。4數(shù)據(jù)互通標(biāo)識解析信息安全物理安全功能安全網(wǎng)絡(luò)是基礎(chǔ)，平臺是核心，安全是保障工業(yè)互聯(lián)網(wǎng)由網(wǎng)絡(luò)、平臺、安全三大功能體系構(gòu)成。工業(yè)互聯(lián)網(wǎng)的網(wǎng)絡(luò)體系將連接對象延伸到人

6、、機器設(shè)備、工業(yè)產(chǎn)品和 工業(yè)服務(wù)，是實現(xiàn)全產(chǎn)業(yè)鏈全價值鏈的資源要素互聯(lián)互通的基礎(chǔ)。網(wǎng)絡(luò)性能需滿足實際使用場景下低時延、高可靠、廣覆 蓋的需求，既要保證高效率的數(shù)據(jù)傳輸，也要兼顧工業(yè)級的穩(wěn)健性和可靠性；平臺下連設(shè)備，上接應(yīng)用，承載海量數(shù)據(jù)的 匯聚，支撐建模分析和應(yīng)用開發(fā)，定義了工業(yè)互聯(lián)網(wǎng)的中樞功能層級，在驅(qū)動工業(yè)全要素、全產(chǎn)業(yè)鏈、全價值鏈深度互聯(lián)， 推動資源優(yōu)化配置，促進生產(chǎn)制造體系和服務(wù)體系重塑中發(fā)揮著核心作用；安全代表著工業(yè)互聯(lián)網(wǎng)的整體防護能力，涉及 工業(yè)互聯(lián)網(wǎng)領(lǐng)域各個環(huán)節(jié)，是涵蓋設(shè)備安全、控制安全、網(wǎng)絡(luò)安全、平臺安全和數(shù)據(jù)安全的工業(yè)互聯(lián)網(wǎng)多層次安全保障體 系，通過監(jiān)測預(yù)警、應(yīng)急響應(yīng)、檢測評

7、估、攻防測試等手段為工業(yè)互聯(lián)網(wǎng)健康穩(wěn)定的發(fā)展保駕護航。工業(yè)互聯(lián)網(wǎng)功能體系架構(gòu)圖平臺體系工業(yè)互聯(lián)網(wǎng)平臺類型跨行業(yè)跨領(lǐng)域級行業(yè)級企業(yè)級專業(yè)領(lǐng)域類基礎(chǔ)性技術(shù)類提供底層平臺型技術(shù)聚焦特定業(yè)務(wù)環(huán)節(jié)服務(wù)企業(yè)自身運營瞄定特定細分行業(yè)兼顧多行業(yè)與多領(lǐng)域聚焦于企業(yè)研發(fā)設(shè)計、經(jīng)營管理、設(shè)備運維等 某一業(yè)務(wù)環(huán)節(jié)以服務(wù)特定企業(yè)為準(zhǔn)則，圍繞企業(yè)業(yè)務(wù)痛點和 場景需求打造工業(yè)互聯(lián)網(wǎng)平臺針對工業(yè)領(lǐng)域某一細分行業(yè)， 圍繞行業(yè)生產(chǎn)特點開展平臺服務(wù)目前最具普適性的平臺類型，具備服務(wù) 工業(yè)體系下多行業(yè)、多領(lǐng)域的技術(shù)能力平臺按客戶群體、應(yīng)用場景、功能支持三個維度劃分成五大類作為工業(yè)互聯(lián)網(wǎng)的中樞層級，工業(yè)互聯(lián)網(wǎng)平臺的功能與效用直接決定了

8、整個工業(yè)互聯(lián)網(wǎng)體系的價值體現(xiàn)，從面向客戶群體、 應(yīng)用場景和功能支持三個維度可以將工業(yè)互聯(lián)網(wǎng)平臺分為基礎(chǔ)性技術(shù)、企業(yè)級、特定行業(yè)級、專業(yè)領(lǐng)域以及跨行業(yè)跨領(lǐng)域 五大類平臺，各類平臺各有所長又彼此融合。具體解構(gòu)平臺架構(gòu)來看，任何一類平臺都基本由工業(yè)SaaS平臺、工業(yè)PaaS平臺、工業(yè)數(shù)據(jù)分析與可視化平臺、通用PaaS平臺、云服務(wù)平臺、連接與邊緣計算平臺這六類平臺功能模塊構(gòu)成，不同模 塊的配置與性能決定了各類型平臺的功能特點與優(yōu)勢。工業(yè)互聯(lián)網(wǎng)平臺類型以通用型云平臺、大數(shù)據(jù)平臺、AI中臺等為代 表的提供某項或多項基礎(chǔ)性技術(shù)功能的平臺5工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)圖譜注釋：以企業(yè)主營業(yè)務(wù)或既往業(yè)務(wù)為主，部分廠商存在跨界

9、或業(yè)務(wù)范圍更廣的情況在上圖并未完全體現(xiàn)。圖譜中所展示的公司logo順序及大小并無實際意義，不涉及排名。網(wǎng)絡(luò)層設(shè)備層平 臺 層SaaSPaaSIaaS工 業(yè) 互 聯(lián) 網(wǎng) 安 全 體 系控 制 系 統(tǒng) 安 全設(shè) 備 安 全網(wǎng) 絡(luò) 安 全數(shù) 據(jù) 安 全平 臺 安 全應(yīng) 用 程 序 安 全管理安全2021年中國工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)圖譜應(yīng)用層垂直行業(yè)用戶、第三方開發(fā)者傳統(tǒng)工業(yè)企業(yè) 孵化軟件類企業(yè)系統(tǒng)解決方案企業(yè)互聯(lián)網(wǎng)企業(yè)軟件層電信運營商工業(yè)智能 服務(wù)商運營商設(shè)備商初創(chuàng)類技術(shù)型 企業(yè)智能終端生產(chǎn)設(shè)備嵌入式軟件傳感器芯片智能網(wǎng)關(guān)機器視覺數(shù)控機床智能設(shè)備工業(yè)機器人工業(yè)IDC來源：根據(jù)公開資料研究繪制。6工業(yè)互聯(lián)網(wǎng)平

10、臺的應(yīng)用來源：根據(jù)公開資料與專家訪談自主研究及繪制。7下游細分行業(yè)需求牽引五大類基礎(chǔ)平臺衍生發(fā)展工業(yè)領(lǐng)域中不同細分行業(yè)都有各自獨特的知識領(lǐng)域和機理形成的行業(yè)門檻，每一個工業(yè)場景在不同的行業(yè)、不同企業(yè)中需 求差異較大，現(xiàn)階段不存在一個普適性的工業(yè)互聯(lián)網(wǎng)解決方案可以在各行業(yè)、企業(yè)、場景中通用。前文所述五大類型平臺 也會因具體行業(yè)和客戶需求的不同衍生出多種多樣的子類型平臺，因此錨定工業(yè)領(lǐng)域細分行業(yè)、理清行業(yè)脈絡(luò)、了解業(yè)務(wù) 需求是劃分工業(yè)互聯(lián)網(wǎng)平臺應(yīng)用模式的理論基礎(chǔ)，也是工業(yè)互聯(lián)網(wǎng)解決方案提供商開展平臺業(yè)務(wù)以及工業(yè)企業(yè)進行平臺選 型的關(guān)鍵。重點細分行業(yè)工業(yè)互聯(lián)網(wǎng)平臺應(yīng)用概況行業(yè)行業(yè)特點業(yè)務(wù)痛點典型應(yīng)用

11、主要成效行業(yè)類型共性電力技術(shù)密集、資產(chǎn)密集發(fā)電有連續(xù)生產(chǎn)的需求，設(shè)備故障 會導(dǎo)致巨大損失；并網(wǎng)調(diào)度問題預(yù)測性維護、遠程運維、能源管 理、協(xié)同運營降低運維成本、提高功率預(yù) 測準(zhǔn)確性具有連續(xù)生產(chǎn)、資產(chǎn) 價值高、工業(yè)過程復(fù) 雜的特點，高能耗、 高危險，安全環(huán)保問 題成為制約企業(yè)發(fā)展 的關(guān)鍵鋼鐵工序繁多、工藝復(fù)雜、供應(yīng)鏈 冗長高能耗、高排放；設(shè)備和工序管理 難度大；下游行業(yè)需求多元化綠色化生產(chǎn)、設(shè)備狀態(tài)監(jiān)測、工 藝優(yōu)化、供應(yīng)鏈協(xié)同節(jié)能減排，降低成本、提升 產(chǎn)品質(zhì)量、縮短供應(yīng)鏈周期， 降低庫存工程 機械設(shè)備產(chǎn)品多樣化、市場規(guī)模大、 覆蓋范圍廣設(shè)備維護水平低、資源調(diào)配效率低 下、運營管理問題多生產(chǎn)制造優(yōu)化

12、、資源調(diào)度優(yōu)化、 分享制造、產(chǎn)融合作降低維修成本、提高設(shè)備使 用率、優(yōu)化設(shè)備后市場服務(wù)具有產(chǎn)品種類多、批 量規(guī)模小、價值高、 研制和生產(chǎn)周期長、 生產(chǎn)管理復(fù)雜等特點， 對協(xié)同程度有較高要 求船舶零件數(shù)量級大，生命周期長， 資本投入大制造周期長、融資難、個性化定制 需求提升、設(shè)備物資種類及供應(yīng)商 繁多生產(chǎn)優(yōu)化、智能資源管理、供應(yīng) 鏈協(xié)同縮短核心部件研制周期，提 高設(shè)備利用率及上下游信息 共享水平電子 信息產(chǎn)品種類多、附加值高，技術(shù) 含量高、迭代速度快生產(chǎn)流程長、工序多且銜接響應(yīng)時 間長；物料種類多，管理難度大生產(chǎn)制造優(yōu)化、設(shè)備健康管理、 基于AI的工業(yè)視覺檢測減少生產(chǎn)過程人工干預(yù)和用 工人數(shù)、縮

13、短生產(chǎn)環(huán)節(jié)響應(yīng) 時間、提高質(zhì)檢效率具有原料及人工成本 高，產(chǎn)品批量規(guī)模大 的特點，對產(chǎn)品質(zhì)量 和生產(chǎn)效率要求較高， 產(chǎn)品種類向多樣性發(fā) 展家電市場競爭激烈，技術(shù)迭代快， 產(chǎn)品多元化、服務(wù)化、智能化 需求不斷提升市場需求響應(yīng)慢、產(chǎn)品研發(fā)周期長、 庫存壓力大規(guī)?；葱瓒ㄖ啤⑷嵝陨a(chǎn)、服 務(wù)化延伸、供應(yīng)鏈協(xié)同縮短產(chǎn)品研發(fā)周期，實現(xiàn)產(chǎn) 品創(chuàng)新；提高采購效率、降 低庫存；縮短交付周期；提 高消費者滿意度汽車產(chǎn)品精密復(fù)雜、生產(chǎn)工藝復(fù)雜、 技術(shù)門檻高、供應(yīng)鏈分散研發(fā)設(shè)計周期長、下游需求碎片化、 供應(yīng)鏈管理困難、售后服務(wù)低效化研發(fā)設(shè)計協(xié)同、規(guī)?；ㄖ粕a(chǎn)、 產(chǎn)供銷協(xié)同、服務(wù)化延伸縮短研發(fā)周期，實現(xiàn)規(guī)?；?定制

14、生產(chǎn)，盈利模式由單一 銷售向全方位服務(wù)轉(zhuǎn)變35聚焦篇：人工智能與工業(yè)互聯(lián)網(wǎng)目錄數(shù)據(jù)流帶動的工業(yè)互聯(lián)網(wǎng)核心價值環(huán)節(jié) 遷移注釋：數(shù)據(jù)來自工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟的工業(yè)互聯(lián)網(wǎng)平臺白皮書中所統(tǒng)計的2019年42家國內(nèi)平臺企業(yè)的180個應(yīng)用案例來源：處理繪制生產(chǎn)過程管控32%設(shè)備管理服務(wù)27%資源配置協(xié)同21%企業(yè)運營管理17%產(chǎn)品研發(fā)設(shè)計2%制造與工藝管理1%生產(chǎn)管理 優(yōu)化 37%能耗與排放管理25%生產(chǎn)監(jiān)控 分析 22%質(zhì)量管理16%核心焦點從上云互通轉(zhuǎn)向借助人工智能深挖工業(yè)大數(shù)據(jù)價值工業(yè)互聯(lián)網(wǎng)的建設(shè)促進了企業(yè)IT系統(tǒng)的云化遷移，實現(xiàn)了ICT系統(tǒng)與OT系統(tǒng)間要素的流轉(zhuǎn)，打通了數(shù)據(jù)孤島，企業(yè)得以獲 取靈活便

15、捷、高效率、低成本的信息化、網(wǎng)絡(luò)化、數(shù)字化基礎(chǔ)，但要想實現(xiàn)真正的數(shù)字化和智能化則必須借助人工智能技 術(shù)對工業(yè)數(shù)據(jù)價值進行充分挖掘。數(shù)據(jù)是工業(yè)互聯(lián)網(wǎng)的核心資產(chǎn)，也是其價值創(chuàng)造的來源，對數(shù)據(jù)分析和挖掘的深度在很 大程度上決定了工業(yè)互聯(lián)網(wǎng)實際應(yīng)用價值的高低。目前對數(shù)據(jù)挖掘價值依賴程度高的生產(chǎn)管控類及設(shè)備管理服務(wù)類應(yīng)用是 我國工業(yè)互聯(lián)網(wǎng)的高熱度場景，結(jié)合深度數(shù)據(jù)分析的設(shè)備健康管理、生產(chǎn)質(zhì)量管理、生產(chǎn)工藝優(yōu)化、能耗與排放管理等應(yīng) 用為工業(yè)企業(yè)創(chuàng)造了運維成本及能耗成本降低、產(chǎn)品質(zhì)量及服務(wù)價值提升等顯著的直接優(yōu)化價值。2019年我國工業(yè)互聯(lián)網(wǎng)平臺應(yīng)用統(tǒng)計分布生產(chǎn)過程管控中各項應(yīng)用占比9數(shù)據(jù)流帶動的工業(yè)互聯(lián)網(wǎng)

16、核心價值環(huán)節(jié) 遷移數(shù)字化制造在自動化基礎(chǔ)上大量應(yīng)用軟件系統(tǒng)（包含工業(yè)SaaS）并收集各業(yè)務(wù)環(huán)節(jié) 的數(shù)據(jù)加以運用網(wǎng)絡(luò)化制造廣泛應(yīng)用工業(yè)物聯(lián)網(wǎng)，實現(xiàn)各流程數(shù)據(jù)打通并順暢流動智能化制造人工智能全面融入研發(fā)、生產(chǎn)、銷售、 運維等各環(huán)節(jié)，使企業(yè)建立具備自感 知、自學(xué)習(xí)、自適應(yīng)、自執(zhí)行的智能 制造系統(tǒng)機器設(shè)備自動化能 力愈加強化數(shù)據(jù)收集、流轉(zhuǎn)、 利用能力從無到有10機器替人作業(yè)與機器 輔助決策相結(jié)合的人 機協(xié)同模式凸顯數(shù)據(jù)利用能力更加深 入、細致AI賦 能下 的工 業(yè)互 聯(lián)網(wǎng)無AI 的工 業(yè)互 聯(lián)網(wǎng)人工智能是工業(yè)互聯(lián)網(wǎng)實現(xiàn)真正數(shù)智化價值的前提工業(yè)互聯(lián)網(wǎng)之于工業(yè)企業(yè)而言，是企業(yè)實現(xiàn)數(shù)字化、網(wǎng)絡(luò)化、智能化轉(zhuǎn)型

17、的工具，其中平臺層搭建了工業(yè)數(shù)據(jù)匯聚與處理 的基礎(chǔ)，工業(yè)軟件的應(yīng)用本質(zhì)上實現(xiàn)數(shù)字化和自動化，強調(diào)機器設(shè)備的自動化功能，工業(yè)互聯(lián)網(wǎng)的互聯(lián)工具應(yīng)用則是強調(diào) 企業(yè)內(nèi)外部的打通與協(xié)同，是工業(yè)角度的互聯(lián)網(wǎng)+模式，人工智能的加入是在數(shù)字化、網(wǎng)絡(luò)化的基礎(chǔ)上實現(xiàn)真正的智能化。 工業(yè)互聯(lián)網(wǎng)為工業(yè)企業(yè)提供通用的算力-工業(yè)云計算和邊緣計算、算據(jù)-工業(yè)大數(shù)據(jù)以及算法-工業(yè)人工智能，其中大數(shù)據(jù)作 為人工智能技術(shù)發(fā)揮作用的必要燃料，其背后價值的挖掘深度決定了工業(yè)互聯(lián)網(wǎng)價值呈現(xiàn)的合理邏輯是從網(wǎng)絡(luò)化、數(shù)字化 轉(zhuǎn)而最終實現(xiàn)智能化，這也正是工業(yè)企業(yè)實現(xiàn)降本增效、升級優(yōu)化的必經(jīng)之路。工業(yè)互聯(lián)網(wǎng)價值呈現(xiàn)路徑傳統(tǒng)制造主要依靠人工與傳統(tǒng)

18、機械或設(shè)備人工智能成為重新定義工業(yè)互聯(lián)網(wǎng)產(chǎn)品 邏輯的抓手工業(yè)互聯(lián)網(wǎng)體系架構(gòu)2.0數(shù)據(jù)優(yōu)化閉環(huán)業(yè)務(wù)應(yīng)用分析工業(yè)模型數(shù)據(jù)模型數(shù)據(jù)管理服務(wù) 管理物理資產(chǎn)控制執(zhí)行識別感知應(yīng)用開發(fā)描述診斷預(yù)測指導(dǎo)信 息 流決 策 流強化數(shù)據(jù)洞察力，拓寬工業(yè)互聯(lián)網(wǎng)可解問題邊界工業(yè)互聯(lián)網(wǎng)的核心是數(shù)據(jù)驅(qū)動的智能分析與決策優(yōu)化，人工智能技術(shù)從廣義上來看正是一種通過算法模型對數(shù)據(jù)的處理方 式，人工智能技術(shù)因此開始進入工業(yè)互聯(lián)網(wǎng)產(chǎn)品建設(shè)方的視野，成為服務(wù)商拉高產(chǎn)品價值的落腳點。以深度學(xué)習(xí)和知識圖 譜的為代表的人工智能技術(shù)從根本上提高系統(tǒng)建模和處理復(fù)雜性、不確定性、常識性等問題的能力，顯著提升了工業(yè)大數(shù) 據(jù)分析能力與效率，為解決工業(yè)

19、各領(lǐng)域診斷、預(yù)測與優(yōu)化問題提供得力工具，進一步擴大了工業(yè)互聯(lián)網(wǎng)平臺可解工業(yè)問題 邊界的深度和廣度。人工智能驅(qū)動的工業(yè)數(shù)據(jù)智能分析支撐工業(yè)互聯(lián)網(wǎng)實現(xiàn)數(shù)據(jù)價值深挖掘，強化了工業(yè)企業(yè)的數(shù)據(jù)洞察 能力，成為打通智能制造最后一公里的關(guān)鍵環(huán)節(jié)。AI在工業(yè)互聯(lián)網(wǎng)中價值區(qū)域人 工 智 能 賦 能 區(qū) 域數(shù)據(jù)功能體系來源：結(jié)合工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟工業(yè)互聯(lián)網(wǎng)體系架構(gòu)2.0、專家訪談、公開資料自主研究繪制11數(shù)據(jù)功能體系人工智能在工業(yè)互聯(lián)網(wǎng)中的應(yīng)用注釋：上述應(yīng)用場景中涉及的人工智能技術(shù)使用情況的選取依照常規(guī)性、主要性兩個原則使能工業(yè)互聯(lián)網(wǎng)形成數(shù)據(jù)優(yōu)化閉環(huán)，催生多場景系統(tǒng)化應(yīng)用工業(yè)領(lǐng)域內(nèi)存在著紛繁復(fù)雜的應(yīng)用場景，產(chǎn)品研

20、發(fā)設(shè)計、產(chǎn)品瑕疵質(zhì)檢、生產(chǎn)工藝優(yōu)化、流程自動化等許多場景的工業(yè)機 理復(fù)雜、數(shù)據(jù)分析能力需求較高，人工智能因此被視為是使能工業(yè)互聯(lián)網(wǎng)形成數(shù)據(jù)優(yōu)化閉環(huán)的關(guān)鍵。目前以深度學(xué)習(xí)、知 識圖譜、自然語言處理為代表的人工智能技術(shù)正處于多方創(chuàng)新和突破的時期，通過與工業(yè)領(lǐng)域知識融合的不斷加深，AI技 術(shù)正逐漸加速向工業(yè)互聯(lián)網(wǎng)滲透，在工業(yè)企業(yè)“研產(chǎn)供銷管”業(yè)務(wù)鏈條下形成眾多落地應(yīng)用。從工業(yè)AI技術(shù)角度來看，主 要有聲音、圖像、知識圖譜和自然語言方向的應(yīng)用，聲音和圖像多用于質(zhì)量檢測與安全監(jiān)管兩個領(lǐng)域，是目前應(yīng)用較多， 經(jīng)濟效益較為明顯的場景；自然語言處理更多用在智能助手，這里有別于智能客服，智能助手更加垂直和專業(yè)，

21、如設(shè)備維 修助手；知識圖譜則擅長處理大規(guī)模、復(fù)雜、多點的問題，典型應(yīng)用是產(chǎn)品質(zhì)量回溯。AI在工業(yè)互聯(lián)網(wǎng)中的典型應(yīng)用場景生產(chǎn)工藝 優(yōu)化能耗 管理視覺 質(zhì)檢質(zhì)量設(shè)備/系統(tǒng)故障 追溯檢測性維護診斷供應(yīng)鏈 風(fēng)險管理機器 自動揀選遠程 控制客戶 需求分析知識圖譜深度學(xué)習(xí)/機器學(xué)習(xí)計算機視覺自然語言處理生產(chǎn)管理智能運維決策規(guī)劃流程自動化12人工智能在工業(yè)互聯(lián)網(wǎng)中的應(yīng)用來源：結(jié)合公開資料和專家訪談自主研究繪制13以解決通用型問題為能力基礎(chǔ)，面向特定行業(yè)差異化延伸工業(yè)智能的本質(zhì)是通用人工智能技術(shù)與工業(yè)場景、機理、知識結(jié)合，實現(xiàn)設(shè)計模式創(chuàng)新、生產(chǎn)智能決策、資源優(yōu)化配置等 創(chuàng)新應(yīng)用。工業(yè)智能在工業(yè)系統(tǒng)各層級各環(huán)節(jié)

22、已形成了相對廣泛的應(yīng)用，其細分應(yīng)用場景可達到數(shù)十種，正如前文所述工 業(yè)領(lǐng)域不同細分行業(yè)對工業(yè)互聯(lián)網(wǎng)類型與功能的需求各不相同，工業(yè)智能亦是如此。不同行業(yè)依托工業(yè)智能，獲取解決通 用型問題的能力的同時，基于行業(yè)特點、面向行業(yè)特性痛點問題延伸出差異化方向。工業(yè)智能在典型細分行業(yè)的應(yīng)用概況行業(yè)行業(yè)業(yè)務(wù)痛點典型應(yīng)用模式應(yīng)用路徑典型AI技術(shù)應(yīng)用電力產(chǎn)業(yè)鏈較短、高價值設(shè)備多、流 程管控要求高、產(chǎn)品價值低、安 全風(fēng)險大、能耗高、安全與環(huán)保 政策壓力大等設(shè)備/系統(tǒng)狀態(tài)監(jiān)測與預(yù)警、智能診斷、 新能源消納、智能存儲、負荷預(yù)測、需 求側(cè)管理與預(yù)測應(yīng)用場景集中在生產(chǎn)環(huán)節(jié)，由生產(chǎn) 環(huán)節(jié)切入，從基礎(chǔ)的描述、診斷走 向預(yù)測、

23、洞察，并逐步擴展至需求 側(cè)管理，實現(xiàn)全流程的高效管控， 深化智能應(yīng)用機器人巡檢，智能監(jiān)控、 AI圖像識別，基于知識圖 譜的排放管理，自動識別， 智能控制，基于深度學(xué)習(xí) 的設(shè)備監(jiān)測、工藝與流程 優(yōu)化的智能輔助決策等鋼鐵安全監(jiān)控、能耗管理、排放控制、作業(yè) 流程與工藝優(yōu)化、設(shè)備監(jiān)測、物流管理航空缺乏系統(tǒng)性和智能化的設(shè)計工具、 零件數(shù)量級大、工藝問題、產(chǎn)品 結(jié)構(gòu)復(fù)雜、產(chǎn)品價值高、工序分 散、調(diào)度復(fù)雜、裝配環(huán)節(jié)難度及 復(fù)雜度高、產(chǎn)品運維難度大等分析設(shè)計提升、材料分析、排程管理、 工藝調(diào)優(yōu)、預(yù)測性維護、服務(wù)運營改善應(yīng)用場景分布較廣，應(yīng)用場景相對 豐富，未來發(fā)展路徑：一是從設(shè)計 和生產(chǎn)環(huán)節(jié)切入，整體從診斷、

24、預(yù) 測走向洞察，同時與配套服務(wù)結(jié)合， 走向生產(chǎn)服務(wù)化；二是從不同主體 應(yīng)用實踐切入，圍繞各自業(yè)務(wù)拓展 工業(yè)智能在服務(wù)環(huán)節(jié)的應(yīng)用深度， 走向服務(wù)洞察基于機器學(xué)習(xí)/深度學(xué)習(xí)的 材料分析優(yōu)化、仿真設(shè)計 優(yōu)化、排程管理等，基于 計算機視覺的質(zhì)量檢測船舶生產(chǎn)優(yōu)化、智能資源管理、預(yù)測性維護、 供應(yīng)鏈協(xié)同電子 信息個性化需求強烈、市場需求變化 快、產(chǎn)品更新迭代要求高、產(chǎn)品 同質(zhì)化問題嚴(yán)重、后市場增值服 務(wù)需求顯現(xiàn)、流水線工人招工難 且成本攀升制造流程與方式優(yōu)化、設(shè)備健康管理、 產(chǎn)品質(zhì)量檢測應(yīng)用場景分布較廣，在多個環(huán)節(jié)形 成點狀應(yīng)用，未來發(fā)展路徑：一是 基于價值的分析深化，從設(shè)計和生 產(chǎn)環(huán)節(jié)切入，整體從診斷、

25、預(yù)測走 向洞察，主要圍繞產(chǎn)品價值聚焦設(shè) 計和質(zhì)檢過程；二是圍繞工業(yè)智能 應(yīng)用新領(lǐng)域如增值服務(wù)，從業(yè)務(wù)創(chuàng) 新切入，探索未來服務(wù)新模式基于計算機視覺的圖像檢 測、工序檢驗，基于知識 圖譜的質(zhì)量追溯，基于深 度學(xué)習(xí)和知識圖譜的設(shè)計 仿真、預(yù)測性維護、用戶 需求分析等汽車設(shè)計仿真、質(zhì)量檢測、工序檢驗、規(guī)?；ㄖ粕a(chǎn)、質(zhì)量追溯、服務(wù)化延伸家電規(guī)模化按需定制、柔性生產(chǎn)、產(chǎn)品設(shè)計、 定價與組合優(yōu)化、服務(wù)化延伸人工智能在工業(yè)互聯(lián)網(wǎng)中的部署前期準(zhǔn)備研發(fā)階段驗收階段完成安裝傳感器、服務(wù) 器等基本資源的部署， 在這個階段會進行數(shù)據(jù) 采集、實驗以及與客戶 溝通需求持續(xù)與客戶溝通， 根 據(jù)需求進行產(chǎn)品設(shè)計、 算法研發(fā)、

26、軟件研發(fā) 并進行反復(fù)迭代首先進行預(yù)驗收， 臨 調(diào)測試， 根據(jù)測試結(jié) 果對算法、軟件進行 迭代調(diào)整， 并重復(fù)該 過程直至達到實景應(yīng) 用要求技術(shù)上：產(chǎn)品功能是否達到期望效果上： 簽訂合同 時明確量化的效果 評價指標(biāo)， 如可減 少能耗的量級、縮 短運維時間的長度、 提高瑕疵檢出率的 比例應(yīng)用部署將從以平臺側(cè)為主向平臺+邊緣共生演進當(dāng)前人工智能主要通過三種模式融入工業(yè)互聯(lián)網(wǎng)。第一，直接將AI算法或模型嵌入工業(yè)互聯(lián)網(wǎng)平臺層，以提升平臺層數(shù)據(jù) 分析能力；第二，提供工業(yè)AI軟件系統(tǒng)，并通過云端部署形成標(biāo)準(zhǔn)化的工業(yè)互聯(lián)網(wǎng)SaaS層應(yīng)用；第三，提供一套工業(yè)互聯(lián) 網(wǎng)框架下包含軟件和邊緣側(cè)硬件的完整系統(tǒng)。部署過程中

27、會根據(jù)行業(yè)類別、產(chǎn)品相似度、場景條件、問題共性等因素對不 同AI模型進行組合，對同一個行業(yè)來說，針對同一個環(huán)節(jié)將模型盡量標(biāo)準(zhǔn)化以實現(xiàn)移植應(yīng)用?，F(xiàn)階段工業(yè)智能應(yīng)用以平臺 側(cè)為主，后期會向邊緣側(cè)發(fā)展，邊緣側(cè)的實時性要求需要AI模型產(chǎn)出的結(jié)論與產(chǎn)線或者設(shè)備形成控制閉環(huán)，認為目前 我國工業(yè)企業(yè)自動化程度不一，現(xiàn)場數(shù)據(jù)質(zhì)量不高，并且企業(yè)對于人工智能的應(yīng)用較為保守，時下落地較多的應(yīng)用無論是 安全監(jiān)管還是質(zhì)量檢測都主要集中于平臺側(cè)，邊緣側(cè)工業(yè)智能的下一階段發(fā)展需要配套基礎(chǔ)設(shè)施和能力的共建。工業(yè)智能的部署過程甲方企業(yè)評價標(biāo)準(zhǔn)14基于AI的工業(yè)互聯(lián)網(wǎng)參與者拓展思路以人工智能技術(shù) 為突破口 相比于高校，人工 智能

28、廠商的AI技術(shù) 落地效果更佳尋找企業(yè)自身優(yōu)勢 AI技術(shù)的工業(yè)落地 場景強化場景應(yīng)用瞄準(zhǔn)垂直行業(yè)或跨行業(yè)的某一共性剛需場景圍繞場景構(gòu)建人工智能應(yīng)用深耕某行業(yè)或某場景，持續(xù)迭代應(yīng)用性能以合作代開發(fā)將某一成熟的工業(yè)智能解決方案（如AI瑕 疵質(zhì)檢）整體接入工 業(yè)互聯(lián)網(wǎng)服務(wù)商的平 臺體系賦予原有解決方案平臺化能力，減少了平 臺開發(fā)成本，拓寬了 銷售渠道交付模式依托平臺交付整體工 業(yè)智能解決方案提供基于平臺云的SaaS服務(wù)銷售某項AI技術(shù)能力 給平臺服務(wù)商，優(yōu)化其平臺能力技術(shù)為先，場景為王，合作共贏隨著互聯(lián)網(wǎng)+人工智能三年行動實施方案、新一代人工智能發(fā)展規(guī)劃、促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動 計劃等多份

29、國家政策文件的發(fā)布，開展人工智能與工業(yè)結(jié)合應(yīng)用成為了重要發(fā)展趨勢。工業(yè)領(lǐng)域每個下游行業(yè)場景都有 其原生的價值鏈條，同時各個行業(yè)的Know how有著較高的壁壘，人工智能服務(wù)商在開展工業(yè)領(lǐng)域業(yè)務(wù)時，大多基于自 身技術(shù)優(yōu)勢和特點去尋找適合實景落地的垂直細分行業(yè)或者某一共通性工業(yè)場景，在特定場景應(yīng)用中持續(xù)打磨自身工業(yè)智 能產(chǎn)品和服務(wù)?！熬劢埂北淮蠖鄶?shù)AI廠商視為優(yōu)先的發(fā)展策略，通過與成熟的工業(yè)互聯(lián)網(wǎng)平臺型企業(yè)開展合作，以融入而 非自主開發(fā)的方式獲取平臺能力，不僅極大地減少了自研開發(fā)的成本和風(fēng)險，而且為迭代、優(yōu)化、創(chuàng)新自身工業(yè)智能解決 方案提供了豐富的資源儲備。人工智能廠商的工業(yè)互聯(lián)網(wǎng)業(yè)務(wù)拓展思路來源

30、：根據(jù)專家訪談自主研究及繪制15人工智能技術(shù)在工業(yè)應(yīng)用中的痛點工業(yè)數(shù)據(jù)量級大且復(fù)雜，標(biāo)準(zhǔn)不一AI算法訓(xùn)練的數(shù)據(jù)標(biāo)注難度大，缺 乏很好的工業(yè)數(shù)據(jù)集用于算法訓(xùn)練； 比起專門的AI領(lǐng)域有數(shù)據(jù)標(biāo)注公司， 工業(yè)領(lǐng)域還沒有類似產(chǎn)業(yè)鏈服務(wù)工業(yè)領(lǐng)域的數(shù)據(jù)行業(yè)屬性強，需要 業(yè)務(wù)專家和深度學(xué)習(xí)的專家配合完 成數(shù)據(jù)的采集、標(biāo)注和模型的開發(fā)、訓(xùn)練，目前行業(yè)內(nèi)合適的專家資源 不足CNN、BP等主流神經(jīng)網(wǎng)絡(luò)對新數(shù)據(jù)泛 化性較差，導(dǎo)致其目前主要應(yīng)用于產(chǎn) 品缺陷檢測、設(shè)備預(yù)測性維護等低危、 輔助和以最終表現(xiàn)為評價標(biāo)準(zhǔn)的工業(yè) 場景，缺少在高危場景中具有可靠性 的深度學(xué)習(xí)模型在工業(yè)領(lǐng)域的每次檢修或更換零件， 都可能需要基于新的傳

31、感器數(shù)據(jù)重新 訓(xùn)練模型?？缭O(shè)備或跨客戶的使用也 會讓模型遷移性經(jīng)受大的挑戰(zhàn)在算法工程師針對數(shù)據(jù)集進行算法 的開發(fā)和模型訓(xùn)練的時候，需要提 供專業(yè)的AI訓(xùn)練和推理平臺相應(yīng)的AI 基礎(chǔ)設(shè)施中涉及的ICT技術(shù) 領(lǐng)域多，落地集成和實施復(fù)雜，維 護成本高數(shù)據(jù)和專家Data And Expert數(shù)據(jù)算法基礎(chǔ)設(shè)施系統(tǒng)Infrastructure System算力算法模型Algorithm Model數(shù)據(jù)、算法、算力的不足制約了AI在工業(yè)領(lǐng)域的普及應(yīng)用人工智能技術(shù)本身的發(fā)展離不開數(shù)據(jù)的支撐，工業(yè)領(lǐng)域由于自身復(fù)雜、多樣且專業(yè)性強的行業(yè)特性，導(dǎo)致其缺乏優(yōu)秀的工 業(yè)主題AI數(shù)據(jù)模型，也沒有很好的工業(yè)標(biāo)注數(shù)據(jù)集用于A

32、I算法訓(xùn)練。此外包括底層硬件、計算框架、開發(fā)平臺等AI基礎(chǔ)設(shè) 施在工業(yè)領(lǐng)域的建設(shè)也較為落后，這直接限制了工業(yè)智能化的發(fā)展。數(shù)據(jù)、算法和算力的短板導(dǎo)致了當(dāng)前AI技術(shù)在工業(yè)領(lǐng) 域的應(yīng)用場景主要呈現(xiàn)點狀分布，普及范圍有限。AI在工業(yè)互聯(lián)網(wǎng)中的三大痛點來源：根據(jù)公開資料與專家訪談自主研究及繪制16人工智能賦能工業(yè)政府城市治 理和運營 49%互聯(lián)網(wǎng)18%金融12%商業(yè)地產(chǎn)與 零售 5%醫(yī)療健康4%工業(yè) 5%學(xué)歷教育其他2%6%人工智能在工業(yè)領(lǐng)域應(yīng)用的市場前景廣闊2020年，中國人工智能市場主要客戶來自政府城市治理和運營（公安、交警、司法、城市運營、政務(wù)、交運管理、國土資 源、監(jiān)所、環(huán)保等），互聯(lián)網(wǎng)與金融

33、行業(yè)也位居前列，然而作為國民經(jīng)濟支柱產(chǎn)業(yè)的工業(yè)在人工智能市場份額中僅占到 5%。隨著人工智能與工業(yè)互聯(lián)網(wǎng)共同被納入新型基礎(chǔ)設(shè)施建設(shè)范疇，行業(yè)雙雙提速發(fā)展的態(tài)勢基本確定，加之工業(yè)領(lǐng)域 多樣化的場景需求，預(yù)計未來五年，中國工業(yè)領(lǐng)域中人工智能技術(shù)的使用率將顯著提高，工業(yè)智能的應(yīng)用市場前景將十分 廣闊。2020年中國人工智能市場行業(yè)份額2019-2025年中國人工智能產(chǎn)業(yè)規(guī)模10891513189823402969371545333822572674429201113751394016648201920202021e2022e人工智能核心產(chǎn)業(yè)規(guī)模（億元）2023e2024e2025e人工智能帶動產(chǎn)業(yè)規(guī)

34、模（億元）來源：長期政府及企業(yè)服務(wù)數(shù)據(jù)監(jiān)測，結(jié)合行業(yè)專家訪談，根據(jù)數(shù)據(jù)測算模型，自主研究及繪制。17人工智能在工業(yè)互聯(lián)網(wǎng)中的滲透注釋：規(guī)模推算以知識圖譜、NLP、機器學(xué)習(xí)/深度學(xué)習(xí)、計算機視覺等工業(yè)領(lǐng)域主要應(yīng)用的AI技術(shù)為基礎(chǔ)46912141719304153172131374450人工智能將重新切割工業(yè)互聯(lián)網(wǎng)投入空間2020年以機器學(xué)習(xí)與深度學(xué)習(xí)、知識圖譜、NLP、計算機視覺為技術(shù)主導(dǎo)的我國工業(yè)智能應(yīng)用核心產(chǎn)業(yè)規(guī)模為68億元， 年均復(fù)合增長率達到27.96%，產(chǎn)業(yè)整體具備高成長性。然而目前人工智能服務(wù)商多以自身獨立的系統(tǒng)交付工業(yè)智能解決 方案，工業(yè)互聯(lián)網(wǎng)平臺服務(wù)商提供的平臺AI功能也以基于開

35、源框架的算法模型自主開發(fā)為主，平臺AI功能集中于基礎(chǔ)性的 數(shù)據(jù)分析能力優(yōu)化，AI技術(shù)并未在工業(yè)互聯(lián)網(wǎng)中實現(xiàn)廣泛化應(yīng)用。總體來看，現(xiàn)階段工業(yè)智能與工業(yè)互聯(lián)網(wǎng)的結(jié)合應(yīng)用呈 星點狀分布，未來隨著工業(yè)互聯(lián)網(wǎng)對數(shù)據(jù)價值深度挖掘的依賴性提升，人工智能技術(shù)將加速向工業(yè)互聯(lián)網(wǎng)融入，工業(yè)互聯(lián) 網(wǎng)建設(shè)的資金投入比例將重新洗牌。2019-2025年中國工業(yè)智能核心產(chǎn)業(yè)規(guī)模978675645920192023e2024e2025e20202021e2022e知識圖譜+NLP(億元)機器學(xué)習(xí)+深度學(xué)習(xí)（億元）計算機視覺（億元）來源：結(jié)合國家統(tǒng)計局數(shù)據(jù)、工業(yè)企業(yè)招投標(biāo)信息、企業(yè)調(diào)研與專家訪談，根據(jù)測算模型自主研究及繪制1

36、8打造能夠經(jīng)受實景檢驗的AI工業(yè)互聯(lián)網(wǎng)工業(yè)質(zhì)檢：AI在制造領(lǐng)域成熟度 最高且應(yīng)用更為廣泛的功能場景。 解決傳統(tǒng)質(zhì)檢的人工成本高、無 法長時間連續(xù)作業(yè)、只能抽檢且 缺陷檢出準(zhǔn)確率不高等痛點工業(yè)巡檢：通過工業(yè)相機或巡檢 機器人對生產(chǎn)設(shè)備外形變形、外 觀變化、安裝位置、表面缺陷等 問題實現(xiàn)自動巡檢及報警，還可 通過視覺算法的優(yōu)勢提前預(yù)警安全管理：實現(xiàn)對工業(yè)廠區(qū)的視 覺安全監(jiān)測，如：安全著裝、違 規(guī)作業(yè)、生產(chǎn)環(huán)境監(jiān)測、人車跟 蹤管理流程自動化：對工業(yè)場景中存在大量的不規(guī)則物體進行高效分揀19PHM：通過深度學(xué)習(xí)算法與知識圖譜對設(shè)備進行健康評估， 實現(xiàn)關(guān)鍵零部件的預(yù)測性維護， 并提供相應(yīng)的維修或保養(yǎng)方案

37、研發(fā)設(shè)計優(yōu)化：基于知識圖譜 的智能設(shè)計模塊能夠避免因設(shè) 計失誤而造成的設(shè)計方案反復(fù) 修改，有效縮短產(chǎn)品設(shè)計周期， 提升產(chǎn)品的市場競爭力排產(chǎn)優(yōu)化：通過知識圖譜匯集 影響供應(yīng)鏈各關(guān)鍵環(huán)節(jié)的因素 并提供采購、生產(chǎn)和銷售建議工藝優(yōu)化：采用深度學(xué)習(xí)與知 識圖譜對設(shè)備運行、工藝參數(shù) 等數(shù)據(jù)進行綜合分析并找出最 優(yōu)參數(shù)功能：Auto ML平臺提供了 從數(shù)據(jù)處理、模型訓(xùn)練、服 務(wù)部署到預(yù)測的一站式能力， 使得模型可以自動化地學(xué)習(xí) 到合適的參數(shù)和配置而無需 人工干預(yù)價值：Auto ML在工業(yè)領(lǐng)域 具備長遠價值和應(yīng)用前，由 于工業(yè)領(lǐng)域的控制邏輯比較 簡單明了，很容易進行學(xué)習(xí) 和自動化借助平臺能力發(fā)展要點：向工業(yè)企

38、業(yè)讓渡 技術(shù)控制權(quán)以獲取行業(yè)場景 的深度理解，有利于完善和 提升平臺服務(wù)能力競爭要點4：配置產(chǎn)品組合價值：利用多種AI技術(shù)形成優(yōu)勢互補 的組合式產(chǎn)品，可擴大應(yīng)用場景的可 解邊界、降低邊際成本與交付風(fēng)險競爭要點1解決工業(yè)人工依賴： 計算機視覺競爭要點2摘取工業(yè)智能的明珠： 認知計算與柔性制造競爭要點3打造Auto ML平臺及各 類業(yè)務(wù)平臺和開發(fā)工具四大工業(yè)智能布局方向助力工業(yè)互聯(lián)網(wǎng)塑造競爭優(yōu)勢工業(yè)互聯(lián)網(wǎng)的真正價值不在于為工業(yè)企業(yè)錦上添花而應(yīng)是雪中送炭，人工智能技術(shù)的注入是以系統(tǒng)化的方法和規(guī)則助力工 業(yè)互聯(lián)網(wǎng)解決工業(yè)實際場景中的某些痛點?；谏疃葘W(xué)習(xí)技術(shù)的計算機視覺在質(zhì)檢、巡檢等場景中實現(xiàn)了機器代

39、人，在提 高生產(chǎn)效率的同時釋放了企業(yè)人力成本；以知識圖譜、自然語言處理為主的認知智能技術(shù)，促進了工業(yè)知識的積累，提升 了企業(yè)決策速度與精度；AutoML平臺的模型自動化塑造能力則提高了算法模型在實景中的適配性。AI技術(shù)的縱向升級使 得采用多種路徑解決復(fù)雜工業(yè)問題成為可能，未來融合多種AI技術(shù)的工業(yè)互聯(lián)網(wǎng)將是相關(guān)服務(wù)商打造競爭優(yōu)勢的重要切口。AI+工業(yè)互聯(lián)網(wǎng)的競爭要點47實踐篇：工業(yè)互聯(lián)網(wǎng)應(yīng)用案例目錄國雙Gridsum COMPaaS工業(yè)互聯(lián)網(wǎng)平臺賦能某能源集團數(shù)字化、智能化轉(zhuǎn)型在油氣生產(chǎn)過程中，設(shè)備是生產(chǎn)動力的“心臟”，保障設(shè)備安全、高效、正常地運行，提高設(shè)備健康管理水平，是保障企 業(yè)安全生產(chǎn)

40、、降本增效最直接有效的手段。以往依靠人力檢修的方式，不僅運維成本高，而且嚴(yán)重依賴運維人員的專業(yè)性， 無法保障最優(yōu)的資產(chǎn)運行效益。此外，隨著業(yè)務(wù)的快速發(fā)展，油氣企業(yè)亟需打通和整合上中下游生產(chǎn)的數(shù)據(jù)資源，將工業(yè) 知識、專家經(jīng)驗有效沉淀、傳播、復(fù)用。在此背景下，國雙利用其工業(yè)互聯(lián)網(wǎng)綜合解決方案幫助某能源集團將數(shù)據(jù)采集， 數(shù)據(jù)分析、工業(yè)模型的訓(xùn)練和管理、設(shè)備監(jiān)測等環(huán)節(jié)與人工智能結(jié)合，構(gòu)建出一條完整的數(shù)據(jù)鏈路，解決了邊緣應(yīng)用、開 發(fā)效率、模型管理及訓(xùn)練、智能化預(yù)測預(yù)警等問題，推進了企業(yè)數(shù)字化、智能化轉(zhuǎn)型進程。Gridsum COMPaaS 工業(yè)互聯(lián)網(wǎng)平臺建設(shè)方案&應(yīng)用效果應(yīng)用市場大數(shù)據(jù)管理應(yīng)用層平臺層邊

41、緣層應(yīng)用效果項目基于標(biāo)準(zhǔn)的設(shè)備數(shù)據(jù)、開 放的接口，支持各廠商的數(shù)據(jù) 匯集與各類應(yīng)用的復(fù)用，實現(xiàn) 數(shù)據(jù)互通；充分利用大數(shù)據(jù)技術(shù)進行建模 分析，利用工業(yè)互聯(lián)網(wǎng)技術(shù)實 現(xiàn)廠商、油田、煉廠、維護單 位、決策管理等的信息互連協(xié) 同；在系統(tǒng)功能、數(shù)據(jù)接口、智能 應(yīng)用等方面，實現(xiàn)了關(guān)鍵機組 遠程監(jiān)測與故障診斷；數(shù)據(jù)采集數(shù)據(jù)傳輸邊緣計算數(shù)據(jù)源邊緣接入平臺通用PaaS平臺大數(shù)據(jù)建模分析大數(shù)據(jù)存儲大數(shù)據(jù)接入可視化報表運營管理綜合門戶安全中心服務(wù)目錄微服務(wù)治理管理企業(yè)所有應(yīng)用資產(chǎn)，并服務(wù) 預(yù)置一批行業(yè)領(lǐng)域的特色 支持企業(yè)各層級單位將應(yīng)應(yīng)用系統(tǒng)的生命周期管理應(yīng)用、基礎(chǔ)應(yīng)用用發(fā)布到平臺上統(tǒng)一運營平臺服務(wù)治理平臺工業(yè)大數(shù)

42、據(jù)平臺來源：根據(jù)公開資料與專家訪談自主研究繪制。21國雙融合產(chǎn)業(yè)人工智能，構(gòu)建工業(yè)互聯(lián)網(wǎng)全技術(shù)棧能力國雙成立于2005年，公司以服務(wù)企業(yè)和政府組織數(shù)字化、智能化轉(zhuǎn)型為業(yè)務(wù)主線。Gridsum COMPaaS作為國雙自主研發(fā) 的工業(yè)互聯(lián)網(wǎng)平臺，融合了國雙自主知識產(chǎn)權(quán)的云平臺、大數(shù)據(jù)及人工智能、工業(yè)經(jīng)驗和知識、工業(yè)模型、邊緣計算等技 術(shù)，整合了多種核心技術(shù)平臺與組件，具備構(gòu)建工業(yè)互聯(lián)網(wǎng)的全技術(shù)棧能力，可有效支持不同行業(yè)工業(yè)互聯(lián)網(wǎng)應(yīng)用。其中 國雙自研的人工智能技術(shù)除了具備深度學(xué)習(xí)以及感知能力以外，同時結(jié)合了數(shù)據(jù)科學(xué)家、行業(yè)專家的經(jīng)驗與知識并將其代 碼化，實現(xiàn)基于知識智能的數(shù)據(jù)融合，運營機器學(xué)習(xí)和知識

43、圖譜等技術(shù)幫助工業(yè)企業(yè)實現(xiàn)智能決策。Gridsum COMPaaS工業(yè)互聯(lián)網(wǎng)平臺功能和優(yōu)勢平臺級安全防護策略降低運營復(fù)雜度，提升運營管理質(zhì)效友好的開發(fā)、測試與運維環(huán)境實現(xiàn)高效可靠的數(shù)據(jù)價值挖掘充分滿足業(yè)務(wù)與運營需求，提高效率與洞察力支持企業(yè)實現(xiàn)中臺戰(zhàn)略應(yīng)用市場匯聚各類精品應(yīng)用，涵蓋生產(chǎn) 優(yōu)化、狀態(tài)監(jiān)測、故障診斷、 輔助維護等多種應(yīng)用分類。微服務(wù)架構(gòu)預(yù)置高性能、高可 用、高安全的人工 智能設(shè)備管理等業(yè) 務(wù)類服務(wù)與大數(shù)據(jù) 分析、邊緣計算等 技術(shù)類服務(wù)。數(shù)據(jù)服務(wù)一站式的數(shù)據(jù)服務(wù)平臺，可 實現(xiàn)工業(yè)大數(shù)據(jù)的集成、存 儲、治理、計算分析與展現(xiàn)。工業(yè)PaaS提供資源管理、系統(tǒng)監(jiān)控、 開發(fā)運維流水線管理等一

44、體化的工作平臺。邊緣計算面向工業(yè)數(shù)據(jù)采集和設(shè)備管理， 實現(xiàn)工業(yè)設(shè)備連接和邊緣數(shù)據(jù) 實時分析處理；可根據(jù)用戶實 際需求進行集群化部署。核心優(yōu)勢來源：根據(jù)公開資料與專家訪談自主研究繪制。22國雙借“數(shù)、智”之力，助油氣田企業(yè)智能化生產(chǎn)油氣 勘探開發(fā)生產(chǎn)地面工程數(shù)據(jù)科學(xué)家把業(yè)務(wù)問題抽 象為模型算法行業(yè)專家解決復(fù)雜業(yè)務(wù) 問題計算/感知智能數(shù)量、模型、報告、圖件 等行業(yè)認知智能勘探知識圖譜、業(yè)務(wù)主題模型、 語義識別、自 然語言處理開發(fā)生產(chǎn)知識庫、 地面工程知識庫數(shù)據(jù)治理調(diào) 優(yōu)知識作為企業(yè)級大數(shù)據(jù)、人工智能解決方案提供商，國雙依托豐富的技術(shù)積累與沉淀，融合行業(yè)資深專家和數(shù)據(jù)科學(xué)家知識經(jīng) 驗，深挖行業(yè)痛點，

45、對接業(yè)務(wù)需求，為油氣田企業(yè)提供了全業(yè)務(wù)鏈的智能解決方案。方案在油氣田企業(yè)數(shù)字化建設(shè)、自動 化改造的基礎(chǔ)上，應(yīng)用機器學(xué)習(xí)、知識圖譜、NLP等技術(shù)，提升了智能生產(chǎn)運營及安全管控能力，逐步實現(xiàn)了油氣田生產(chǎn) 業(yè)務(wù)的可視化、自動化與智能化，打造了具有全面感知、自動預(yù)測、智能優(yōu)化、智能調(diào)控特點的智能油氣田，推動了油氣 田精益生產(chǎn)、降本增效、綠色安全與高質(zhì)量發(fā)展。目前國雙已先后服務(wù)過中國石油油氣田企業(yè)、研究機構(gòu)等多家單位。國雙人工智能技術(shù)的行業(yè)解決方案混合式人工智能應(yīng)用場景區(qū)帶預(yù)測成藏要素分析油氣藏類比采收率預(yù)測儲層預(yù)測智能推薦開發(fā)方案優(yōu)選注采優(yōu)化生產(chǎn)設(shè)計QA問答故障預(yù)警流程優(yōu)化設(shè)備檢測算法模型異常識別趨勢

46、預(yù)測智能判斷智能推薦決策沙盤自動化生成業(yè)務(wù)模型生產(chǎn)運行單井、地政、測 井、生產(chǎn)、工程 等數(shù)據(jù)自建系統(tǒng)自建系統(tǒng)勘探、開發(fā)、生產(chǎn)經(jīng) 營、鉆井、安全環(huán)保、 地面工程系統(tǒng)A1、A2、A5、 A6數(shù)據(jù)湖油氣行業(yè)海量數(shù)據(jù)來源：根據(jù)公開資料與專家訪談自主研究繪制。23智能工廠運營體系智通云聯(lián)數(shù)字工廠平臺Smart.DPP生 產(chǎn) 執(zhí) 行 系 統(tǒng)大 數(shù) 據(jù) 平 臺智 能 輔 助 決 策工廠 建模數(shù)據(jù)治理數(shù)據(jù)共享數(shù)據(jù)倉庫數(shù)據(jù)挖掘生產(chǎn)及質(zhì)量管理以Smart.DPP平臺為核心，助力乳制品企業(yè)打造數(shù)字化工廠隨著消費者個性化需求的日益增多，食品安全也愈發(fā)受到重視，乳制品行業(yè)面臨成本不斷提高、一體化協(xié)同效率低、同質(zhì) 化競爭

47、明顯、產(chǎn)業(yè)鏈偏中低端、企業(yè)核心技術(shù)能力急需提高等問題，而在微觀生產(chǎn)環(huán)節(jié)上從原奶到成品的工藝工序繁多、 檢驗環(huán)節(jié)復(fù)雜，因此乳制品企業(yè)數(shù)字化轉(zhuǎn)型需求迫在眉睫。智通云聯(lián)基于工業(yè)互聯(lián)網(wǎng)平臺Smart.DPP，圍繞知識圖譜技術(shù)， 以乳品生產(chǎn)過程為建設(shè)核心，通過數(shù)據(jù)采集平臺與相關(guān)設(shè)備及系統(tǒng)集成，實現(xiàn)了管理業(yè)務(wù)橫向互聯(lián)，制造業(yè)務(wù)縱向集成， 數(shù)據(jù)信息上下互通，進而完成生產(chǎn)、質(zhì)量、設(shè)備、成本智能化協(xié)同管理。方案實施后，實現(xiàn)乳制品企業(yè)生產(chǎn)線數(shù)據(jù)的實時 采集和可視化展示，提高了管理精細度，幫助企業(yè)實現(xiàn)降本增效；實現(xiàn)生產(chǎn)全過程全要素的協(xié)同分析與優(yōu)化管理，高效支 撐智能決策；實現(xiàn)了從牧場、生產(chǎn)、流通和經(jīng)銷商的全鏈條信息

48、和質(zhì)量追溯的能力?；赟mart.DPP的乳制品企業(yè)數(shù)字化工廠解決方案&客戶收益設(shè) 備 數(shù) 據(jù) 及 業(yè) 務(wù) 數(shù) 據(jù) 采 集計劃 管理設(shè)備及物料管理運行 監(jiān)控報表 管理出入庫管理能源管理數(shù)據(jù)可視化數(shù)據(jù)能力：將原料供應(yīng)、生產(chǎn)、倉儲、物 流、能源等系統(tǒng)整合為數(shù)據(jù)倉庫，實現(xiàn)數(shù) 據(jù)共享、數(shù)據(jù)挖掘和數(shù)據(jù)可視化平臺； 逐步完成從奶牛編號、品種、病史到零售 商、消費者（體質(zhì)、喜好、病史）等的全 鏈條大數(shù)據(jù)追溯，實現(xiàn)精準(zhǔn)營銷。設(shè)備管理：對設(shè)備關(guān)鍵參數(shù)進行監(jiān)控，減少事故發(fā)生概率；提取設(shè)備運行時數(shù)，按照保養(yǎng)策略自動推 送保養(yǎng)計劃，減少設(shè)備故障率。成本管控：提升了灌包裝工段的成本損失 點采集手段，提高成本損失分析能力

49、，進 而有效管理成本。為用戶提 供智能排產(chǎn)、設(shè)備OEE、 質(zhì)量追溯、 能源分析、 畫像分析、 相關(guān)性分 析、指標(biāo) 分析、趨 勢分析等 支持降低了能 耗、人力 成本、出 錯率，總 產(chǎn)能提高 約3%智能工廠數(shù)據(jù)標(biāo)準(zhǔn)體系無人化：預(yù)處理生產(chǎn)過程透明化，管理精 細化，實現(xiàn)物料自動消耗，減少工作量， 逐步無人化；奶車與門禁結(jié)合、實現(xiàn)奶車 自動登記、卸奶，收奶過程無人化管理。來源：根據(jù)公開資料與專家訪談自主研究繪制。24智通云聯(lián)完成了生產(chǎn)過程端的多源異構(gòu)數(shù)據(jù)采集、 清洗及快速應(yīng)用加速工廠數(shù)字資產(chǎn)積累進程設(shè)備管理以工業(yè)知識為綱的智能制造系統(tǒng)解決方案服務(wù)商智通云聯(lián)核心團隊堅守工業(yè)知識領(lǐng)域十余年，打造了基于大數(shù)據(jù)

50、、計算機視覺、自然語言處理、知識圖譜等智能技術(shù)的工 業(yè)互聯(lián)網(wǎng)平臺及軟件，形成了集軟硬件及服務(wù)于一體的解決方案，服務(wù)于眾多石油石化、食品飲料、國防軍工、包裝與餐 飲行業(yè)標(biāo)桿企業(yè)，經(jīng)過嚴(yán)苛的工業(yè)現(xiàn)場驗證，贏得了軍工、石油石化等行業(yè)客戶的認可，并且于2019年入選工信部智能制 造系統(tǒng)解決方案供應(yīng)商。智通云聯(lián)工業(yè)互聯(lián)網(wǎng)平臺Smart.DPP的應(yīng)用場景與價值工業(yè)設(shè)備數(shù)據(jù)采集實現(xiàn)生產(chǎn)過程信息記錄、物料消耗信息記錄及 關(guān)鍵工業(yè)參數(shù)的數(shù)據(jù)采集提高生產(chǎn)人員工作效率，業(yè)務(wù)人員將部分工作 精力從生產(chǎn)記錄轉(zhuǎn)移到效率提高及質(zhì)量改善生產(chǎn) 管理質(zhì)量 管理獲取生產(chǎn)實時信息，自動生成生產(chǎn)計劃， 提升工作效率，支持精益生產(chǎn)與中控

51、系統(tǒng)互聯(lián)互通，實現(xiàn)生產(chǎn)轉(zhuǎn)序卡控， 提升質(zhì)量保障實時監(jiān)控暫停次數(shù)和故障時間，提升故障 信息傳遞與故障解決效率，降低設(shè)備故障 率，提升設(shè)備的產(chǎn)能2%-5%生產(chǎn)過程工藝參數(shù)偏離限制目標(biāo)時 自動預(yù)警、實時調(diào)整，實現(xiàn)質(zhì)量標(biāo) 準(zhǔn)化實現(xiàn)質(zhì)量巡檢計劃管理，自動生成 巡檢項目及結(jié)果，提高質(zhì)量巡檢工 作水平面向企業(yè)經(jīng)營層、生產(chǎn)計劃層，構(gòu)建制造過程 信息門戶。對生產(chǎn)現(xiàn)場設(shè)備實時運行情況、產(chǎn) 耗等分析結(jié)果及工藝生產(chǎn)標(biāo)準(zhǔn)類的公告進行集 成，將信息實時、準(zhǔn)確、集中地傳送到各級生 產(chǎn)管理、維護、調(diào)度、質(zhì)量等相關(guān)部門，以便 及時了解生產(chǎn)狀況，不斷調(diào)整相關(guān)生產(chǎn)決策， 對生產(chǎn)進行有效監(jiān)控智能輔助決策全鏈條信息追溯通過知識圖譜將業(yè)

52、務(wù)系統(tǒng)、生產(chǎn)數(shù)據(jù)、操作設(shè) 備、人員信息等連接在一起，構(gòu)建全鏈條知識 網(wǎng)絡(luò)，針對問題的發(fā)生可快速精準(zhǔn)的定位問題 原因，實現(xiàn)任意環(huán)節(jié)的信息和質(zhì)量可追溯來源：根據(jù)公開資料與專家訪談自主研究繪制。25智通云聯(lián)智瞳工業(yè)視覺設(shè)備通圖知識圖譜 工具SMART.KE工業(yè)知識應(yīng)用 工具可對產(chǎn)品進 行外形、標(biāo) 簽、類別、 缺陷等方面 的檢測語義魔方 語義分析 工具基于NLP技術(shù)，快速 提煉并呈現(xiàn)出文本中 的關(guān)鍵知識點高效的圖譜 構(gòu)建能力， 全過程可視 化操作實現(xiàn)企業(yè)知識有效服用、 持續(xù)積累和傳承創(chuàng)新D-I-K-W方法論打造D-I-K-W模型為基石的多維度工業(yè)智能解決方案智通云聯(lián)以數(shù)據(jù)-信息-知識-智慧的D-I-K

53、-W模型為方法論基石，依托大數(shù)據(jù)、自然語言處理技術(shù)，實現(xiàn)數(shù)據(jù)采集、知識提煉，形成不同行業(yè)的知識圖譜，即行業(yè)大腦。同時，面向工業(yè)領(lǐng)域不同的應(yīng)用場景，提供基于知識圖譜的智能應(yīng)用，在D- I-K-W每個階段都設(shè)有相應(yīng)的智能工具，具備為工業(yè)企業(yè)客戶提供一體化或特定場景的數(shù)字化、知識化、智能化解決方案 的能力。智通云聯(lián)工業(yè)智能產(chǎn)品體系圖像采集：基于高分辨率的工業(yè)相機進行圖像采集視覺處理：基于視覺算法對采集完成的圖像進行處理與識別質(zhì)量控制：通過預(yù)制規(guī)則對識別的結(jié)果進行合規(guī)校驗產(chǎn)品分揀與剔除：根據(jù)校驗結(jié)果自動進行產(chǎn)品分揀或不良品剔除信息采集模塊：通過互聯(lián)網(wǎng)、數(shù)據(jù)庫、文件服務(wù)器等多種采集方 式，自動采集多源、

54、異構(gòu)、廣域的信息資源加工提煉模塊：通過可視化流程工具構(gòu)建適合業(yè)務(wù)需求的語義分 析模型，支撐各類關(guān)鍵知識點的加工提煉行業(yè)工具箱：匯聚多行業(yè)語料，模型，字典和流程，快速提供行業(yè)語義處理方案數(shù)據(jù)DNA模塊：通過獨有的關(guān)系挖掘算法，讓機器自動分析數(shù) 據(jù)關(guān)系，使數(shù)據(jù)脈絡(luò)關(guān)系顯性化知識圖譜構(gòu)建模塊：多源異構(gòu)數(shù)據(jù)自動構(gòu)建成知識圖譜，運用圖 譜檢索方式-圖徑，幫助用戶快速呈現(xiàn)數(shù)據(jù)間的路徑關(guān)系知識圖譜應(yīng)用：基于圖譜計算、路徑推理、意向分析，融合NLP， 提供不限定場景和領(lǐng)域的智能知識服務(wù)知識全生命周期管理：包含知識“采-存-管-用”智能化程度高：大大降低人工知識貢獻難度，持續(xù)豐富知識庫靈活的微服務(wù)云架構(gòu)：提供安

55、全可靠的對外知識服務(wù)API及組件 化方式定制的各類知識應(yīng)用來源：根據(jù)公開資料與專家訪談自主研究繪制。26浪潮云洲工業(yè)互聯(lián)網(wǎng)平臺浪潮分布式云企業(yè) 大腦財務(wù)數(shù)據(jù)生產(chǎn)數(shù)據(jù)倉儲數(shù)據(jù)質(zhì)量數(shù)據(jù)人員數(shù)據(jù)市場數(shù)據(jù)物聯(lián)網(wǎng)物聯(lián)感知事件總線深度學(xué)習(xí)AI賦能數(shù)據(jù)科學(xué)和機器學(xué)習(xí)數(shù)據(jù)工廠數(shù)據(jù)采集數(shù)據(jù)存儲數(shù)據(jù)服務(wù)數(shù)據(jù)安全視頻感知部件管理算法模型計算機視覺AI視頻服務(wù)數(shù)據(jù)預(yù)處理數(shù)據(jù)開發(fā)數(shù)據(jù)可視化數(shù)據(jù)治理智慧 企業(yè) 業(yè)務(wù) 中臺 對象企業(yè) 大數(shù) 據(jù)用戶管理基礎(chǔ)數(shù)據(jù)運營管理財務(wù)服務(wù)存貨數(shù)據(jù)生產(chǎn)計劃作業(yè)工單研發(fā)設(shè)計CAD/CAEPLMPDM智能制造設(shè)備管理云ERP云MES過程優(yōu)化機器視覺能源優(yōu)化計劃優(yōu)化資源協(xié)同企業(yè)信用資產(chǎn)評估市場預(yù)

56、測企業(yè)決策運營分析市場分析效率分析智慧 企業(yè) 應(yīng)用研發(fā)設(shè)計采購供應(yīng)生產(chǎn)制造企業(yè)管理倉儲物流產(chǎn)品服務(wù)為某國內(nèi)電機制造龍頭企業(yè)建立現(xiàn)代化數(shù)字車間利用浪潮云洲工業(yè)互聯(lián)網(wǎng)平臺智能制造服務(wù)，引入條碼管理、設(shè)備數(shù)據(jù)通訊、數(shù)據(jù)可視化、人機協(xié)同等技術(shù)，為機械制造 行業(yè)打造精益的生產(chǎn)管理信息系統(tǒng)，提高生產(chǎn)車間信息化管理水平，實現(xiàn)產(chǎn)品全生命周期管理，為產(chǎn)品追溯和質(zhì)量追蹤工 作提供支持，幫助制造型企業(yè)解決生產(chǎn)管理過程中設(shè)備管理、條碼標(biāo)識與自動掃描等問題，大幅提升生產(chǎn)效率。在方案架 構(gòu)方面，通過MES系統(tǒng)、上層ERP系統(tǒng)與PDM、WMS、智能生產(chǎn)線、智能設(shè)備的系統(tǒng)集成，實現(xiàn)數(shù)字化制造對智能制造 各個環(huán)節(jié)業(yè)務(wù)數(shù)據(jù)的整合

57、、分析，通過直觀的展現(xiàn)方式，方便管理者及時掌握生產(chǎn)運營狀態(tài)，為生產(chǎn)平穩(wěn)高效運行提供數(shù) 據(jù)支撐，達到智慧決策的預(yù)期效果。 機械行業(yè)智能制造解決方案業(yè)務(wù)架構(gòu)來源：根據(jù)公開資料自主研究繪制。27航天云網(wǎng)INDICS工業(yè)互聯(lián)網(wǎng)平臺行業(yè)方案收益行業(yè)特點方案價值勞動密集型，溝通成本高產(chǎn)品研制周期：縮短30%個性化需求多，且質(zhì)量要求高柔性化彈性生產(chǎn)系統(tǒng)，提升交期準(zhǔn)確性梳理產(chǎn)線物料流和信息流，消除浪費，依照TT時間， 優(yōu)化CT時間，建立彈性生產(chǎn)系統(tǒng)，較小生產(chǎn)線對交 期的影響，提升交期的準(zhǔn)確性無紙化辦公，提升生產(chǎn)及管理效率取消紙質(zhì)流轉(zhuǎn)單等，實現(xiàn)電子化辦公，電子化生產(chǎn)等， 讓數(shù)據(jù)在系統(tǒng)中流轉(zhuǎn)，讓數(shù)據(jù)在系統(tǒng)間流轉(zhuǎn)，

58、提高生 產(chǎn)效率，提高管理效率，提高追溯等效率人工智能大數(shù)據(jù)，提升產(chǎn)品質(zhì)量利用人工智能技術(shù)，消除傳統(tǒng)檢驗技術(shù)的瓶頸，提 高檢驗有效性，和檢驗成功率，從而提升產(chǎn)品質(zhì)量， 降低質(zhì)量成本，提升產(chǎn)品競爭力紙質(zhì)數(shù)據(jù)，數(shù)據(jù)管理難高效的設(shè)備，低效的管理信息系統(tǒng)各自為政，信息孤島隨處可見異?？俊昂啊?，處理及時性差客戶案例收益質(zhì)量問題：降低10%資源利用率：提高30%運營成本：降低30%降低操作人員：減少70%效率：提升80%產(chǎn)能：提升80%多品種、小批量生產(chǎn)，交期要求快以INDICS平臺為底座，打造電子行業(yè)智能制造解決方案電子行業(yè)智能制造解決方案聚焦于以手機、平板電腦為代表的3C產(chǎn)品制造行業(yè)，涵蓋SMT產(chǎn)線、整

59、機裝配、裝機測試以及 成品包裝等生產(chǎn)過程，通過精益化、自動化和數(shù)字化建設(shè)，集成航天云網(wǎng)INDICS平臺實時采集生產(chǎn)過程數(shù)據(jù)，實現(xiàn)基于 數(shù)據(jù)分析的智能決策，提升電子行業(yè)制造全流程的生產(chǎn)智能化。針對電子行業(yè)面臨的勞動密集型、質(zhì)量不可控、生產(chǎn)效率 低、生產(chǎn)瓶頸嚴(yán)重、產(chǎn)能難提升、人員成本高等共同性問題。該方案從以下方面對行業(yè)內(nèi)企業(yè)業(yè)務(wù)進行優(yōu)化升級，包括改 善車間布局，實現(xiàn)物料流轉(zhuǎn)的優(yōu)化配置；通過基于精益生產(chǎn)的標(biāo)準(zhǔn)工藝規(guī)范和作業(yè)指導(dǎo)，提升生產(chǎn)過程標(biāo)準(zhǔn)化水平；打通 設(shè)備層至企業(yè)層的數(shù)據(jù)鏈路，橫向集成企業(yè)信息化系統(tǒng)，實現(xiàn)數(shù)據(jù)實時互通與共享，為企業(yè)生產(chǎn)、技術(shù)管理與經(jīng)營決策提 供數(shù)據(jù)支撐，轉(zhuǎn)向以數(shù)據(jù)驅(qū)動生產(chǎn)運營

60、的制造模式。手機制造智能車間方案實例來源：根據(jù)公開資料自主研究繪制。2856展望篇：中國工業(yè)互聯(lián)網(wǎng)發(fā)展趨勢目錄工業(yè)互聯(lián)網(wǎng)發(fā)展趨勢：解構(gòu)與重構(gòu)軟硬 件深 度綁 定工業(yè)軟硬件一體軟件 很難 調(diào)用 不同 硬件進一步解構(gòu)成功能模塊、微服務(wù)組件工業(yè)軟件由專業(yè)型向通 用型轉(zhuǎn)變工業(yè)硬件工業(yè)知識、經(jīng)驗、機理 模型化、軟件化可重復(fù)使用的微服務(wù)組 件與功能模塊池封裝解構(gòu)解耦支撐企業(yè)向 多樣化產(chǎn)品 生產(chǎn)轉(zhuǎn)變面向某一行業(yè)、企業(yè)或場 景進行組件與模塊重構(gòu)提 升 產(chǎn) 品 化 水 平工業(yè) 互聯(lián) 網(wǎng)平 臺與 軟件 服務(wù) 商提 高 功 能 適 用 性降低 開發(fā) 周期 和成 本選擇促使工業(yè)企業(yè)實現(xiàn) 規(guī)模經(jīng)濟與范 圍經(jīng)濟同步支持