飛利浦?jǐn)?shù)據(jù)治理實(shí)踐-企業(yè)數(shù)字化轉(zhuǎn)型的數(shù)據(jù)治理概述三篇文件

企業(yè)數(shù)字化轉(zhuǎn)型的數(shù)據(jù)治理概述ClassifiedClassified在今天，數(shù)字化生產(chǎn)已逐步成為普遍商業(yè)模式數(shù)字化生產(chǎn)模式：以數(shù)據(jù)為處理對(duì)象，以ICT平臺(tái)為生產(chǎn)工具，以軟件為載體，以服務(wù)為目的的生產(chǎn)過程加工初始數(shù)據(jù)平臺(tái)1平臺(tái)2智能終端數(shù)據(jù)處理數(shù)據(jù)分析接觸客戶獲取數(shù)據(jù)21收入需求36提供篩選應(yīng)用平臺(tái)3開發(fā)部署服務(wù)機(jī)會(huì)45服務(wù)商業(yè)循環(huán)：數(shù)據(jù)變機(jī)會(huì)、機(jī)會(huì)變服務(wù)、服務(wù)變收入ICT:Information

andCommunicationTechnologies

信息與通訊科技4Classified人工智能銷售預(yù)測(cè)模型的建立數(shù)據(jù)要準(zhǔn)確考量數(shù)據(jù)特性預(yù)測(cè)目標(biāo)計(jì)算資源業(yè)務(wù)需求模型的評(píng)估和調(diào)優(yōu)；交叉驗(yàn)證、超參數(shù)調(diào)整Classified人工智能銷售預(yù)測(cè)模型的建立１.

傳統(tǒng)時(shí)間序列分析－紀(jì)要?dú)v史數(shù)據(jù)來預(yù)測(cè)未來趨勢(shì)自回歸（ＡＲ）、移動(dòng)平均（ＭＡ）、自回歸移動(dòng)平均（ＡＲＭＡ）季節(jié)性自回歸移動(dòng)平均２.

機(jī)器學(xué)習(xí)模型線性回歸決策樹、隨機(jī)森林（處理非線性關(guān)系）３.

深度學(xué)習(xí)模型循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、卷積神經(jīng)網(wǎng)絡(luò)（CNN）４.

混合模型Classified數(shù)字化轉(zhuǎn)型的核心：“業(yè)務(wù)優(yōu)化”和“業(yè)務(wù)轉(zhuǎn)型”Digital

Business

StrategyDigital

Business

OptimizationDigital

BusinessTransformationImprovedProductivity

andExisting

RevenueBetterCustomerExperienceNet-New

RevenueProduct

andServicesNewBusinessModels4Classified數(shù)據(jù)分析1.提出問題4.構(gòu)建模型2.理解數(shù)據(jù)3.數(shù)據(jù)清洗5.數(shù)據(jù)可視化?

選擇全集或子集中E-R圖??

描述數(shù)據(jù)?

將數(shù)據(jù)轉(zhuǎn)換成圖或表，以更直觀的方式展現(xiàn)和呈現(xiàn)數(shù)據(jù)?

為什么要分析?

哪些分析指標(biāo)?

得到什么結(jié)果?

需要哪些數(shù)據(jù)?

數(shù)據(jù)量?

列名重命名?

缺失數(shù)據(jù)處理?

數(shù)據(jù)類型轉(zhuǎn)換?

數(shù)據(jù)排序??組織數(shù)據(jù)對(duì)數(shù)據(jù)進(jìn)行操作描述數(shù)據(jù)庫類型和屬性?

數(shù)據(jù)類型?

數(shù)據(jù)內(nèi)容?

數(shù)據(jù)屬性??

異常值處理ClassifiedE-R圖（實(shí)體關(guān)系圖）ER圖是一種描述現(xiàn)實(shí)世界的概念模型的方法，用來表示實(shí)體，屬性和聯(lián)系Classified數(shù)據(jù)可視化表格：由行和列組成，用于比較變量

。

表格以結(jié)構(gòu)化方式展示大量信息。餅圖和堆積條形圖：

這些圖形分成多個(gè)部分來表示一個(gè)整體的不同部分。

它們提供了一種簡(jiǎn)單的方法來組織數(shù)據(jù)并比較組件的大小。線形圖和面積圖：

這些視覺顯示通過繪制一段時(shí)間內(nèi)的一系列數(shù)據(jù)點(diǎn)，來展示一個(gè)或多個(gè)數(shù)量的變化。線形圖利用線條展示這些變化，而面積圖用線段將數(shù)據(jù)點(diǎn)連接起來，然后將變量堆疊起來，并用顏色區(qū)分不同的變量。直方圖：該圖形使用條形圖繪制數(shù)據(jù)分布（條形之間沒有間隔），表示屬于特定范圍的數(shù)據(jù)數(shù)量。

這種視覺表示使終端用戶容易識(shí)別給定數(shù)據(jù)集內(nèi)的異常值。散點(diǎn)圖：這些視覺表示對(duì)于揭示兩個(gè)變量的關(guān)系十分有用，通常用于回歸數(shù)據(jù)分析。

但是，有時(shí)可能會(huì)與氣泡圖混淆，氣泡圖用于通過

x軸、y軸和氣泡大小來呈現(xiàn)三個(gè)變量。熱圖：

這些圖形顯示有助于按位置呈現(xiàn)行為數(shù)據(jù)。

位置可能是地圖上的地點(diǎn)，甚至是網(wǎng)頁。樹形圖：以一組嵌套形狀（通常是矩形）

展示層級(jí)數(shù)據(jù)。

樹形圖非常適合根據(jù)面積大小比較類別比例。ClassifiedClassified什么是數(shù)據(jù)治理數(shù)據(jù)治理是一項(xiàng)戰(zhàn)略計(jì)劃，用于優(yōu)化企業(yè)處理數(shù)據(jù)的方式。它旨在對(duì)數(shù)據(jù)資產(chǎn)進(jìn)行規(guī)劃、監(jiān)控、執(zhí)行、管理；組織和改進(jìn)公司用于定義、收集、存儲(chǔ)、保護(hù)、管理和貨幣化業(yè)務(wù)數(shù)據(jù)的政策和程序，并有目的性的實(shí)踐活動(dòng)；良好的數(shù)據(jù)治理不僅旨在保護(hù)數(shù)據(jù)，而且旨在尋找為企業(yè)創(chuàng)造數(shù)據(jù)價(jià)值的新方法。Classified什么是數(shù)據(jù)治理戰(zhàn)略規(guī)劃組織和角色理念植入政策和標(biāo)準(zhǔn)項(xiàng)目和服務(wù)技術(shù)和支持成本和資源Classified全流程監(jiān)管的數(shù)據(jù)治理體系?

當(dāng)面臨爭(zhēng)議時(shí)，有裁決機(jī)構(gòu)和升級(jí)處理機(jī)制；?

關(guān)鍵數(shù)據(jù)資產(chǎn)有清晰的業(yè)務(wù)管理責(zé)任?

IT建設(shè)有穩(wěn)定的原則和依據(jù)?

作業(yè)人員有規(guī)范的流程和指導(dǎo)?

治理過程所需的人才、組織、預(yù)算有充足的保障010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101數(shù)據(jù)管理數(shù)據(jù)應(yīng)用數(shù)據(jù)采集數(shù)據(jù)處理組織制度標(biāo)準(zhǔn)梳理落地策略全流程監(jiān)管的數(shù)據(jù)治理體系ClassifiedClassified數(shù)據(jù)治理的核心工作在企業(yè)的數(shù)據(jù)建設(shè)進(jìn)程中，保障企業(yè)的數(shù)據(jù)資產(chǎn)得到正確有效地管理。Classified什么是數(shù)據(jù)管控?cái)?shù)據(jù)治理和數(shù)據(jù)管控缺一不可，治理在前、管控在后。數(shù)據(jù)治理針對(duì)的是存量數(shù)據(jù)，是個(gè)由亂到治、建立規(guī)范的過程；數(shù)據(jù)管控針對(duì)的增量數(shù)據(jù)，是個(gè)有章可循，行不逾矩的約束。數(shù)據(jù)管控專注在縱向管控深度，上層定標(biāo)準(zhǔn)，基層去執(zhí)行Classified為什么要做數(shù)據(jù)治理癥狀根因?

有垃圾數(shù)據(jù)?

政策不清晰?

關(guān)鍵數(shù)據(jù)缺失?

數(shù)據(jù)不同步?

管理力度缺失?

體系和規(guī)模龐大，梳理困難?

培訓(xùn)不到位?

數(shù)據(jù)無法追溯?

數(shù)據(jù)異常?

主人翁意識(shí)不夠?

標(biāo)準(zhǔn)化缺失?

業(yè)務(wù)和財(cái)務(wù)口徑不一致?

前端數(shù)據(jù)和后端數(shù)據(jù)不一致Classified為什么要做數(shù)據(jù)治理保證數(shù)據(jù)質(zhì)量?

提升數(shù)據(jù)質(zhì)量?

為共享數(shù)據(jù)建立清晰的決策規(guī)則和決策流程保證數(shù)據(jù)的可用性?

提升數(shù)據(jù)資產(chǎn)的價(jià)值保證數(shù)據(jù)安全?

提供解決數(shù)據(jù)問題的機(jī)制?

促進(jìn)IT和非IT人員共同參與決策?

促進(jìn)部門和業(yè)務(wù)單元之間的協(xié)作和相互依賴?

為共享數(shù)據(jù)建立共同責(zé)任制Classified為什么要做數(shù)據(jù)治理當(dāng)前可能的情況：可能采取的模式?

問題長期積累?

能容忍?

業(yè)務(wù)部門主導(dǎo)?

IT部門主導(dǎo)?

重要但不緊急?

IT在管理和做補(bǔ)救?

企業(yè)數(shù)據(jù)管理部門主導(dǎo)Classified數(shù)據(jù)質(zhì)量維度?

完備性

：是否存在所有必要的數(shù)據(jù)?

有效性

：數(shù)據(jù)指與定義的值域一致?

準(zhǔn)確性

：數(shù)據(jù)正確表示“真實(shí)”實(shí)體的程度?

一致性

：確保數(shù)據(jù)值在數(shù)據(jù)集內(nèi)和數(shù)據(jù)集之間表達(dá)的相符程度?

完整性

：即連貫性，包括與完備性、準(zhǔn)確性一致性相關(guān)的想法?

及時(shí)性

：數(shù)據(jù)產(chǎn)生到可用的時(shí)間延遲程度?

唯一性

：數(shù)據(jù)集內(nèi)的任何實(shí)體不會(huì)重復(fù)出現(xiàn)Classified數(shù)據(jù)治理的內(nèi)容架構(gòu)管理

數(shù)據(jù)開發(fā)

操作管理

安全管理

主數(shù)據(jù)管

數(shù)據(jù)倉庫內(nèi)容管理

元數(shù)據(jù)管

質(zhì)量管理理理管理數(shù)據(jù)模型

數(shù)據(jù)分析

獲取標(biāo)準(zhǔn)分級(jí)管理授權(quán)審計(jì)外部規(guī)范

架構(gòu)內(nèi)部規(guī)范

實(shí)施獲取存儲(chǔ)架構(gòu)整理標(biāo)準(zhǔn)規(guī)范分析度量改進(jìn)價(jià)值鏈分

數(shù)據(jù)建模

恢復(fù)析數(shù)據(jù)庫設(shè)

調(diào)優(yōu)數(shù)據(jù)架構(gòu)

計(jì)客戶數(shù)據(jù)

培訓(xùn)和支持備份和恢

控制復(fù)交付整理建立保留產(chǎn)品數(shù)據(jù)實(shí)施監(jiān)控和調(diào)清除維度管理

優(yōu)檢索保留清除Classified數(shù)據(jù)類型主數(shù)據(jù)關(guān)于業(yè)務(wù)實(shí)體的數(shù)據(jù)，描述組織內(nèi)的“物”，如供應(yīng)商、客戶、產(chǎn)品等。通過全局視角對(duì)企業(yè)主要的“人”和“物”有個(gè)全局把控，為其建立現(xiàn)實(shí)和數(shù)據(jù)領(lǐng)域的唯一標(biāo)識(shí)。交易數(shù)據(jù)即過程數(shù)據(jù)，描述組織業(yè)務(wù)運(yùn)營過程中的內(nèi)外部時(shí)事件或交易記錄的數(shù)據(jù)。如：銷售訂單，通話記錄，供應(yīng)商名單等數(shù)據(jù)。交易數(shù)據(jù)是BI分析的基礎(chǔ)參考數(shù)據(jù)用于將其他數(shù)據(jù)進(jìn)行分類或者標(biāo)記整理的數(shù)據(jù)，外部對(duì)標(biāo)數(shù)據(jù)元數(shù)據(jù)即描述數(shù)據(jù)的數(shù)據(jù)，幫助理解、獲取、使用數(shù)據(jù)，分為技術(shù)元數(shù)據(jù)、業(yè)務(wù)元數(shù)據(jù)等統(tǒng)計(jì)數(shù)據(jù)即對(duì)企業(yè)業(yè)務(wù)活動(dòng)進(jìn)行統(tǒng)計(jì)分析的數(shù)值型數(shù)據(jù)，也就是指標(biāo)，如年度銷售額Classified主數(shù)據(jù)管理制度明確相關(guān)的組織職責(zé)、流程規(guī)范、數(shù)據(jù)標(biāo)準(zhǔn)?

主數(shù)據(jù)管理辦法?

各類主數(shù)據(jù)屬性模板?

主數(shù)據(jù)流程清單?

績效考核Classified主數(shù)據(jù)標(biāo)準(zhǔn)的梳理編碼：建立適用全企業(yè)的編碼規(guī)則，全局統(tǒng)一管理、辨別和使用遵循全局性、唯一性、適度性、靈活性、擴(kuò)展性等編碼原則滿足編碼共享、自動(dòng)生成、編碼擴(kuò)展等使用要求，分析現(xiàn)有編碼問題，提出改進(jìn)意見，最終確認(rèn)主數(shù)據(jù)編碼規(guī)則Classified主數(shù)據(jù)標(biāo)準(zhǔn)的梳理分類：建立統(tǒng)一、規(guī)范、科學(xué)的分類，提升管理效率，降低因分類不準(zhǔn)確造成的錯(cuò)誤1.

調(diào)研、收集相關(guān)分類標(biāo)準(zhǔn)主數(shù)據(jù)類型2.

差異及對(duì)標(biāo)分析3.

確定信息分類4.

確定結(jié)構(gòu)及規(guī)則物料主數(shù)據(jù)設(shè)備主數(shù)據(jù)財(cái)務(wù)主數(shù)據(jù)供應(yīng)商原料，輔料，半成品，服務(wù)類型，地點(diǎn)，資產(chǎn)，費(fèi)用科目，分錄類型，產(chǎn)品，價(jià)值區(qū)域，規(guī)模，價(jià)值客戶Classified主數(shù)據(jù)標(biāo)準(zhǔn)的梳理數(shù)據(jù)三大屬性：業(yè)務(wù)屬性、技術(shù)屬性和管理屬性屬性標(biāo)準(zhǔn)的梳理是對(duì)數(shù)據(jù)的每個(gè)屬性項(xiàng)分別定義相關(guān)標(biāo)準(zhǔn)規(guī)范，從而可以約束各系統(tǒng)中的屬性差異。屬性標(biāo)準(zhǔn)可以參照國家、行業(yè)標(biāo)準(zhǔn)，內(nèi)部的業(yè)務(wù)制度從業(yè)務(wù)標(biāo)準(zhǔn)、技術(shù)標(biāo)準(zhǔn)、管理標(biāo)準(zhǔn)等不同角度進(jìn)行標(biāo)準(zhǔn)化。Classified主數(shù)據(jù)標(biāo)準(zhǔn)的梳理主和?

明確業(yè)務(wù)主題概念、本質(zhì)和內(nèi)涵（如，什么是客戶）?題業(yè)務(wù)定義分明確具體的數(shù)據(jù)來源、分類體系、使用規(guī)則定類義數(shù)據(jù)管理信息標(biāo)標(biāo)需要遵守的規(guī)則、標(biāo)準(zhǔn)屬性、負(fù)責(zé)部門、業(yè)務(wù)定義和描述

（所屬主題、名稱、引用的數(shù)據(jù)項(xiàng)名稱、參考標(biāo)準(zhǔn)、

數(shù)據(jù)類型、長度和其他業(yè)務(wù)定義）?準(zhǔn)準(zhǔn)屬核性心技術(shù)屬性內(nèi)容標(biāo)?

明確代碼取值和業(yè)務(wù)含義準(zhǔn)（編號(hào)、編碼規(guī)則、格式、名稱、數(shù)值、描述等）代碼誰是主？

誰來用?

干什么？

什么時(shí)候干？準(zhǔn)確性，及時(shí)性，全面性Classified主數(shù)據(jù)標(biāo)準(zhǔn)的梳理數(shù)據(jù)標(biāo)準(zhǔn)的依據(jù)數(shù)據(jù)標(biāo)準(zhǔn)的類型編碼類比例類數(shù)值類國際標(biāo)準(zhǔn)

（ISO,ITU…)國家標(biāo)準(zhǔn)代碼類標(biāo)志類文本類金額類日期類行業(yè)標(biāo)準(zhǔn)（YD，YD/T，JT．．．）同行標(biāo)準(zhǔn)（GDW／Ｑ．．．）企業(yè)自定標(biāo)準(zhǔn)時(shí)間類日期時(shí)間類數(shù)據(jù)標(biāo)準(zhǔn)來源于業(yè)務(wù)，服務(wù)于業(yè)務(wù)。Classified一張名片的數(shù)據(jù)公司

ｘｘｘ部門

ｘｘｘ職位

ｘｘｘ姓名

ｘｘｘ地址

ｘｘｘCompany

ｘｘｘDepartment

ｘｘｘTitle

ｘｘｘName

ｘｘｘAddress

ｘｘｘ電話１

ｘｘｘ

PSTN

ｘｘｘ電話２

ｘｘｘ

Cell

phone

ｘｘｘ郵件

ｘｘｘ傳真

ｘｘｘ郵編

ｘｘｘEmail

ｘｘｘFax

ｘｘｘZipcode

ｘｘｘClassified數(shù)據(jù)標(biāo)準(zhǔn)體系的建立基?

客戶數(shù)據(jù)標(biāo)準(zhǔn)產(chǎn)品數(shù)據(jù)標(biāo)準(zhǔn)?

交易數(shù)據(jù)標(biāo)準(zhǔn)區(qū)域數(shù)據(jù)標(biāo)準(zhǔn)?

信用數(shù)據(jù)標(biāo)準(zhǔn)?資產(chǎn)數(shù)據(jù)標(biāo)準(zhǔn)礎(chǔ)類數(shù)??據(jù)標(biāo)數(shù)?

銷售渠道數(shù)據(jù)標(biāo)準(zhǔn)?

地址數(shù)據(jù)標(biāo)準(zhǔn)?

聯(lián)絡(luò)數(shù)據(jù)標(biāo)準(zhǔn)準(zhǔn)據(jù)標(biāo)準(zhǔn)體管系分析指標(biāo)定義框架分析指標(biāo)定義體系指標(biāo)庫????理類數(shù)評(píng)價(jià)標(biāo)準(zhǔn)（環(huán)比、同比、KPI）據(jù)標(biāo)?

分析指標(biāo)維度體系?

指標(biāo)庫和分析維度關(guān)聯(lián)關(guān)系準(zhǔn)Classified數(shù)據(jù)標(biāo)準(zhǔn)生命周期管理?

標(biāo)準(zhǔn)主題?

標(biāo)準(zhǔn)小類?

標(biāo)準(zhǔn)編碼?

標(biāo)準(zhǔn)名稱?

業(yè)務(wù)定義?

業(yè)務(wù)規(guī)則?

相關(guān)標(biāo)準(zhǔn)?

標(biāo)準(zhǔn)來源?

標(biāo)準(zhǔn)依據(jù)?

數(shù)據(jù)約束業(yè)務(wù)?

標(biāo)準(zhǔn)大類屬性?

標(biāo)準(zhǔn)中類數(shù)技據(jù)?

數(shù)據(jù)類型?

數(shù)據(jù)格式?

取值范圍?

數(shù)據(jù)精度術(shù)標(biāo)屬準(zhǔn)?

數(shù)據(jù)長度?

編碼規(guī)則?

數(shù)據(jù)類型?

使用系統(tǒng)性管?

標(biāo)準(zhǔn)定義人?

標(biāo)準(zhǔn)使用人?

應(yīng)用部門?

權(quán)限范圍理屬?

標(biāo)準(zhǔn)管理人?

標(biāo)準(zhǔn)版本?

使用系統(tǒng)?

使用期限性Classified數(shù)據(jù)標(biāo)準(zhǔn)的制定循序漸進(jìn)不斷完善?

確定可通過數(shù)據(jù)實(shí)現(xiàn)的具體業(yè)務(wù)目標(biāo)，并定義實(shí)現(xiàn)這些目標(biāo)所需的特定數(shù)據(jù)元素?標(biāo)準(zhǔn)的制定和維護(hù)、標(biāo)準(zhǔn)的治理、完整性和可操作性在標(biāo)準(zhǔn)落地應(yīng)用過程中逐步完善戰(zhàn)略規(guī)劃實(shí)踐平衡?

清晰認(rèn)定企業(yè)戰(zhàn)略，標(biāo)準(zhǔn)的制定需要結(jié)合企業(yè)發(fā)展的戰(zhàn)略，要有前瞻性?數(shù)據(jù)標(biāo)準(zhǔn)需要平衡收益和成本，需要考量投資回報(bào)外部借鑒內(nèi)部適配?

數(shù)據(jù)標(biāo)準(zhǔn)需要參考國際和行業(yè)標(biāo)準(zhǔn)，也要兼顧企業(yè)內(nèi)部實(shí)際需求?

內(nèi)部外部數(shù)據(jù)的標(biāo)準(zhǔn)接軌需要逐步完成，需要分析目前相關(guān)流程規(guī)范后做出相應(yīng)改變思維改變?nèi)珕T參與?

需要對(duì)全員進(jìn)行指導(dǎo)和提供培訓(xùn)，指定數(shù)據(jù)所有者和數(shù)據(jù)管理專員?

業(yè)務(wù)需要全面參與標(biāo)準(zhǔn)的制定和實(shí)施以及逐步改善審核到位指標(biāo)落地?

建立關(guān)鍵績效指標(biāo)(KPI)來衡量數(shù)據(jù)治理計(jì)劃的成功與否?KPI與組織的特定公司戰(zhàn)略和具體業(yè)務(wù)目標(biāo)緊密聯(lián)系、與時(shí)俱進(jìn)Classified主數(shù)據(jù)管理平臺(tái)ClassifiedDAMA(國際數(shù)據(jù)管理協(xié)會(huì))ClassifiedDAMA(國際數(shù)據(jù)管理協(xié)會(huì))Classified數(shù)值治理總覽1.整理業(yè)務(wù)規(guī)則，統(tǒng)一數(shù)據(jù)定義5.

創(chuàng)建數(shù)據(jù)自動(dòng)化管理調(diào)控體系4.確保關(guān)鍵業(yè)務(wù)數(shù)據(jù)質(zhì)量2.及時(shí)同步數(shù)3.確認(rèn)業(yè)務(wù)關(guān)鍵數(shù)據(jù)指標(biāo)據(jù)來源10.業(yè)務(wù)流程根據(jù)的前端業(yè)務(wù)變化隨時(shí)調(diào)整8.創(chuàng)建數(shù)據(jù)質(zhì)量動(dòng)態(tài)感知平臺(tái)監(jiān)控?cái)?shù)據(jù)治理進(jìn)程6.定期評(píng)估數(shù)據(jù)質(zhì)量對(duì)業(yè)務(wù)結(jié)果影響9.持續(xù)學(xué)習(xí)提高團(tuán)隊(duì)技能和水平7.跨部門合作，按需進(jìn)行數(shù)據(jù)治理Classified數(shù)值治理關(guān)鍵點(diǎn)1.

文化共識(shí)，循序漸進(jìn)2.

業(yè)務(wù)情況和能力現(xiàn)階段調(diào)研3.

綱舉目張，明確主數(shù)據(jù)定義上的責(zé)任邊界，在企業(yè)內(nèi)部明確崗位職責(zé)、管理流程，操作規(guī)范，保證核心主數(shù)據(jù)信息的一致性和共享4.

根據(jù)業(yè)務(wù)管理和報(bào)表需求來合理進(jìn)行主數(shù)據(jù)分類5.

權(quán)限控制，嚴(yán)格審計(jì)，考核到位Classified創(chuàng)新迭代

持續(xù)改善高速迭代與不確定的環(huán)境下，謹(jǐn)慎小心投入，持續(xù)積極努力探索，發(fā)現(xiàn)這個(gè)時(shí)代最大的機(jī)會(huì)保持不斷持續(xù)創(chuàng)新的心態(tài)，全力增加內(nèi)部和外部的協(xié)作和數(shù)據(jù)連接，真正創(chuàng)造生態(tài)鏈認(rèn)可的價(jià)值和體驗(yàn)應(yīng)用新技術(shù)，風(fēng)險(xiǎn)管控，擁抱交互革命與生產(chǎn)力革命工業(yè)互聯(lián)網(wǎng)平臺(tái)賦能制造業(yè)數(shù)字化轉(zhuǎn)型方法論《國務(wù)院關(guān)于深化“互聯(lián)網(wǎng)+先進(jìn)制造業(yè)”發(fā)展工業(yè)互聯(lián)網(wǎng)的指導(dǎo)意見》（2017年11月27日）形成3-5家達(dá)到國際水準(zhǔn)的工業(yè)互聯(lián)網(wǎng)平臺(tái)，培育百萬工業(yè)APP，實(shí)現(xiàn)百萬企業(yè)上云，基本形成具備國際競(jìng)爭(zhēng)力的基礎(chǔ)設(shè)施和產(chǎn)業(yè)體系建成國際領(lǐng)先的工業(yè)互聯(lián)網(wǎng)網(wǎng)絡(luò)基礎(chǔ)設(shè)施和平臺(tái)，形成國際先進(jìn)的技術(shù)與產(chǎn)業(yè)體系，重點(diǎn)領(lǐng)域?qū)崿F(xiàn)國際領(lǐng)先工業(yè)互聯(lián)網(wǎng)網(wǎng)絡(luò)基礎(chǔ)設(shè)施全面支撐經(jīng)濟(jì)社會(huì)發(fā)展，工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展能力、技術(shù)產(chǎn)業(yè)體系以及融合應(yīng)用等全面達(dá)到國際先進(jìn)水平，綜合實(shí)力進(jìn)入世界前列2025年2035年本世紀(jì)中葉黨中央、國務(wù)院近期關(guān)于工業(yè)互聯(lián)網(wǎng)的工作部署2020年3月17日，國務(wù)院總理李克強(qiáng)主持召開國務(wù)院常務(wù)會(huì)議，并指出要對(duì)“互聯(lián)網(wǎng)+”、平臺(tái)經(jīng)濟(jì)等加大支持，壯大數(shù)字經(jīng)濟(jì)新業(yè)態(tài)，依托工業(yè)互聯(lián)網(wǎng)促進(jìn)傳統(tǒng)產(chǎn)業(yè)加快上線上云，發(fā)展線上線下融合的生活服務(wù)業(yè)，支持發(fā)展共享用工平臺(tái)。工業(yè)互聯(lián)網(wǎng)人工智能數(shù)據(jù)中心5G基站建設(shè)ACD（一）改造升級(jí)工業(yè)互聯(lián)網(wǎng)內(nèi)外網(wǎng)絡(luò)。（二）增強(qiáng)完善工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)體系。（三）提升工業(yè)互聯(lián)網(wǎng)平臺(tái)核心能力。（四）建設(shè)工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)中心。一、加快新型基礎(chǔ)設(shè)施建設(shè)（十三）加快工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展工程建設(shè)。（十四）深入實(shí)施“5G+工業(yè)互聯(lián)網(wǎng)”512工程。（十五）增強(qiáng)關(guān)鍵技術(shù)產(chǎn)品供給能力。四、加快壯大創(chuàng)新發(fā)展動(dòng)能（九）建立企業(yè)分級(jí)安全管理制度。（十）完善安全技術(shù)監(jiān)測(cè)體系。（十一）健全安全工作機(jī)制。（十二）加強(qiáng)安全技術(shù)產(chǎn)品創(chuàng)新。三、加快健全安全保障體系（五）積極利用工業(yè)互聯(lián)網(wǎng)促進(jìn)復(fù)工復(fù)產(chǎn)。（六）深化工業(yè)互聯(lián)網(wǎng)行業(yè)應(yīng)用。（七）促進(jìn)企業(yè)上云上平臺(tái)。（八）加快工業(yè)互聯(lián)網(wǎng)試點(diǎn)示范推廣普及。二、加快拓展融合創(chuàng)新應(yīng)用EF（十九）提升要素保障水平。（二十）開展產(chǎn)業(yè)監(jiān)測(cè)評(píng)估。六、加大政策支持力度（十六）促進(jìn)工業(yè)互聯(lián)網(wǎng)區(qū)域協(xié)同發(fā)展。（十七）增強(qiáng)工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)集群能力。（十八）高水平組織產(chǎn)業(yè)活動(dòng)。五、加快完善產(chǎn)業(yè)生態(tài)布局B《工業(yè)和信息化部辦公廳關(guān)于推動(dòng)工業(yè)互聯(lián)網(wǎng)加快發(fā)展的通知》（2020年3月20日）0201引導(dǎo)平臺(tái)增強(qiáng)5G、人工智能、區(qū)塊鏈、增強(qiáng)現(xiàn)實(shí)/虛擬現(xiàn)實(shí)等新技術(shù)支撐能力，強(qiáng)化設(shè)計(jì)、生產(chǎn)、運(yùn)維、管理等全流程數(shù)字化功能集成。遴選10個(gè)跨行業(yè)跨領(lǐng)域平臺(tái)，發(fā)展50家重點(diǎn)行業(yè)/區(qū)域平臺(tái)。推動(dòng)重點(diǎn)平臺(tái)平均支持工業(yè)協(xié)議數(shù)量200個(gè)、工業(yè)設(shè)備連接數(shù)80萬臺(tái)、工業(yè)APP數(shù)量達(dá)到2500個(gè)。

鼓勵(lì)各地結(jié)合優(yōu)勢(shì)產(chǎn)業(yè)，加強(qiáng)工業(yè)互聯(lián)網(wǎng)在裝備、機(jī)械、汽車、能源、電子、冶金、石化、礦業(yè)等國民經(jīng)濟(jì)重點(diǎn)行業(yè)的融合創(chuàng)新，突出差異化發(fā)展，形成各有側(cè)重、各具特色的發(fā)展模式。引導(dǎo)各地總結(jié)實(shí)踐經(jīng)驗(yàn)，制定垂直細(xì)分領(lǐng)域的行業(yè)應(yīng)用指南。提升工業(yè)互聯(lián)網(wǎng)平臺(tái)核心能力深化工業(yè)互聯(lián)網(wǎng)行業(yè)應(yīng)用《工業(yè)和信息化部辦公廳關(guān)于推動(dòng)工業(yè)互聯(lián)網(wǎng)加快發(fā)展的通知》（2020年3月20日）安全網(wǎng)絡(luò)平臺(tái)內(nèi)網(wǎng)10個(gè)標(biāo)桿企業(yè)100個(gè)重點(diǎn)行業(yè)龍頭企業(yè)1000個(gè)地方骨干企業(yè)外網(wǎng)全國所有地市覆蓋打造20個(gè)外網(wǎng)優(yōu)秀服務(wù)案例標(biāo)識(shí)解析體系頂級(jí)節(jié)點(diǎn)二級(jí)節(jié)點(diǎn)企業(yè)節(jié)點(diǎn)標(biāo)識(shí)注冊(cè)量超1000個(gè)5個(gè)—47個(gè)超24億7個(gè)67個(gè)超44億覆蓋150個(gè)工業(yè)互聯(lián)網(wǎng)平臺(tái)覆蓋10萬家以上工業(yè)企業(yè)?，F(xiàn)狀2020目標(biāo)注：重點(diǎn)平臺(tái)核心能力數(shù)據(jù)設(shè)備連接數(shù)工業(yè)協(xié)議數(shù)69萬臺(tái)80萬臺(tái)—200個(gè)模型開發(fā)者數(shù)量機(jī)理模型數(shù)—3800人—1100個(gè)應(yīng)用工業(yè)APP數(shù)注冊(cè)用戶數(shù)2120個(gè)2500個(gè)—50萬TSN、邊緣計(jì)算、5G工業(yè)模組開始探索應(yīng)用已覆蓋全國300多個(gè)地市國家、省、企業(yè)三級(jí)聯(lián)動(dòng)安全監(jiān)測(cè)體系企業(yè)級(jí)省級(jí)國家級(jí)覆蓋135個(gè)工業(yè)互聯(lián)網(wǎng)平臺(tái)；服務(wù)9萬多家工業(yè)企業(yè)。數(shù)據(jù)來源：《工業(yè)和信息化部辦公廳關(guān)于推動(dòng)工業(yè)互聯(lián)網(wǎng)加快發(fā)展的通知》2020年工業(yè)互聯(lián)網(wǎng)發(fā)展全景圖新技術(shù)加速融合新模式加速推廣新生態(tài)加速形成五大模式：智能化生產(chǎn)、網(wǎng)絡(luò)化協(xié)同、個(gè)性化定制、服務(wù)化延伸、數(shù)字化管理。30個(gè)行業(yè)：工程機(jī)械、鋼鐵、石化、采礦、能源、交通、醫(yī)療等。兩大路徑：大企業(yè)通過集成方式，提高數(shù)據(jù)利用率，形成完整的生產(chǎn)系統(tǒng)和管理流程應(yīng)用，智能化水平大幅提升。中小企業(yè)則通過工業(yè)互聯(lián)網(wǎng)平臺(tái)，以更低的價(jià)格、更靈活的方式補(bǔ)齊數(shù)字化能力短板。頂層設(shè)計(jì)：在國家政策引導(dǎo)下，27個(gè)?。▍^(qū)、市）發(fā)布了地方工業(yè)互聯(lián)網(wǎng)發(fā)展政策文件。產(chǎn)業(yè)基金：各地加大投入力度，支持企業(yè)上云上平臺(tái)和開展數(shù)字化改造，推動(dòng)建立產(chǎn)業(yè)投資基金。三大高地：北京、長三角、粵港澳大灣區(qū)已成為全國工業(yè)互聯(lián)網(wǎng)發(fā)展高地，東北老工業(yè)基地和中西部地區(qū)積極探索各具特色的發(fā)展路徑。“平臺(tái)+5G”：提升設(shè)備遠(yuǎn)程運(yùn)動(dòng)控制精度?！捌脚_(tái)+人工智能”：提升智能產(chǎn)品檢測(cè)效率。“平臺(tái)+AR/VR”：實(shí)現(xiàn)降低設(shè)備運(yùn)維成本?！捌脚_(tái)+區(qū)塊鏈”：實(shí)現(xiàn)低成本、高可靠數(shù)據(jù)共享利用。自2017年《國務(wù)院關(guān)于深化“互聯(lián)網(wǎng)+先進(jìn)制造業(yè)”發(fā)展工業(yè)互聯(lián)網(wǎng)的指導(dǎo)意見》發(fā)布以來，相關(guān)政府部門深入實(shí)施工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展戰(zhàn)略，形成了新技術(shù)加速融合、新生態(tài)加速形成、新模式加速推廣的良好發(fā)展局面。2020年工業(yè)互聯(lián)網(wǎng)應(yīng)用全景圖主要內(nèi)容一、數(shù)字化轉(zhuǎn)型方法論：基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的雙螺旋模型二、價(jià)值視角：連接維、效益維、生態(tài)維三、技術(shù)視角：架構(gòu)維、產(chǎn)業(yè)維、數(shù)據(jù)維四、業(yè)務(wù)視角：行業(yè)維、痛點(diǎn)維、場(chǎng)景維為什么要轉(zhuǎn)？（價(jià)值）用什么轉(zhuǎn)？（技術(shù)）怎么轉(zhuǎn)？（業(yè)務(wù)）制造業(yè)數(shù)字化轉(zhuǎn)型方法論要回答三個(gè)問題數(shù)據(jù)來源：麥肯錫庫存占用成本下降20-40%設(shè)計(jì)-工程成本下降10-30%質(zhì)量成本優(yōu)化10-20%制造業(yè)增加值成本減少25-35%減少廢料20-35%減少能耗5-8%勞動(dòng)生產(chǎn)力提高15-30%設(shè)備停機(jī)時(shí)間下降30-50%預(yù)測(cè)準(zhǔn)確度提高85%提高工人每人每小時(shí)勞動(dòng)生產(chǎn)率40-60%提高運(yùn)營部門間接人工效率30-40%提升設(shè)備綜合效率15-25%提高一次通過率5-8%企業(yè)為什么要進(jìn)行數(shù)字化轉(zhuǎn)型？提質(zhì)增效提升勞動(dòng)生產(chǎn)率優(yōu)化設(shè)備管理提高企業(yè)產(chǎn)量完善質(zhì)量管理節(jié)本降耗節(jié)約生產(chǎn)成本降低企業(yè)庫存降低質(zhì)量成本降低能耗水平生態(tài)培育新技術(shù)新產(chǎn)品新模式新業(yè)態(tài)數(shù)字化轉(zhuǎn)型的本質(zhì):為企業(yè)創(chuàng)造價(jià)值李克強(qiáng)總理在南京考察蘇寧控股集團(tuán)。希望你們更好運(yùn)用云平臺(tái)，徹底打通生產(chǎn)、銷售和物流環(huán)節(jié)，要像孫悟空一樣，既能騰“云”駕霧，又可“鉆”進(jìn)消費(fèi)者心里。數(shù)字化轉(zhuǎn)型的重點(diǎn)：解決企業(yè)痛點(diǎn)著力推動(dòng)互聯(lián)網(wǎng)和實(shí)體經(jīng)濟(jì)深度融合發(fā)展，以信息流帶動(dòng)技術(shù)流、資金流、人才流、物資流，促進(jìn)資源配置優(yōu)化，促進(jìn)全要素生產(chǎn)率提升?！?xí)近平總書記2016年4·19網(wǎng)信事業(yè)座談會(huì)數(shù)字化轉(zhuǎn)型的機(jī)理：以信息流促進(jìn)資源配置優(yōu)化基礎(chǔ)建設(shè)單項(xiàng)應(yīng)用協(xié)同創(chuàng)新綜合集成集成范圍投資收益工業(yè)互聯(lián)網(wǎng)（工業(yè)APP）工業(yè)云（工業(yè)SaaS）工業(yè)軟件制造業(yè)數(shù)字化轉(zhuǎn)型正在邁向3.0階段：工業(yè)互聯(lián)網(wǎng)平臺(tái)賦能技術(shù)視角業(yè)務(wù)視角價(jià)值視角制造業(yè)數(shù)字化轉(zhuǎn)型必須從價(jià)值、技術(shù)、業(yè)務(wù)三個(gè)視角統(tǒng)籌考慮。價(jià)值重構(gòu)是邏輯起點(diǎn)，技術(shù)支撐是工具，業(yè)務(wù)落地是內(nèi)核。拋開技術(shù)談業(yè)務(wù)，容易陷入老方案，使用舊地圖找不到新大陸。拋開業(yè)務(wù)談技術(shù)，容易陷入炫耀鋤頭的自娛自樂。雙螺旋模型的含義：以價(jià)值重構(gòu)為主線，堅(jiān)持技術(shù)支撐和業(yè)務(wù)落地雙輪驅(qū)動(dòng)，實(shí)現(xiàn)技術(shù)和業(yè)務(wù)雙向迭代。制造業(yè)數(shù)字化轉(zhuǎn)型框架：基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的雙螺旋模型邊緣層工業(yè)PaaS工業(yè)APPIaaS云基礎(chǔ)設(shè)施（服務(wù)器、存儲(chǔ)、網(wǎng)絡(luò)、虛擬化）數(shù)據(jù)采集協(xié)議解析邊緣智能工業(yè)應(yīng)用開發(fā)工具（專用開發(fā)工具、應(yīng)用模板、圖形化編程）工業(yè)微服務(wù)組件（機(jī)理模型、數(shù)據(jù)驅(qū)動(dòng)模型、微服務(wù)管理）工業(yè)大數(shù)據(jù)分析平臺(tái)（數(shù)據(jù)管理、數(shù)據(jù)建模、數(shù)據(jù)分析）通用PaaS平臺(tái)（開發(fā)環(huán)境、運(yùn)行環(huán)境、運(yùn)營環(huán)境）新型工業(yè)APP傳統(tǒng)軟件云化制造業(yè)數(shù)字化轉(zhuǎn)型的新載體：工業(yè)互聯(lián)網(wǎng)平臺(tái)技術(shù)視角業(yè)務(wù)視角價(jià)值視角制造業(yè)數(shù)字化轉(zhuǎn)型框架：基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的雙螺旋模型主要內(nèi)容一、數(shù)字化轉(zhuǎn)型方法論：基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的雙螺旋模型二、價(jià)值視角：連接維、效益維、生態(tài)維三、技術(shù)視角：架構(gòu)維、產(chǎn)業(yè)維、數(shù)據(jù)維四、業(yè)務(wù)視角：行業(yè)維、痛點(diǎn)維、場(chǎng)景維新技術(shù)新產(chǎn)品新模式全價(jià)值鏈全產(chǎn)業(yè)鏈全要素設(shè)備降耗節(jié)本增效提質(zhì)生態(tài)維連接維效益維新業(yè)態(tài)從價(jià)值視角看，工業(yè)互聯(lián)網(wǎng)平臺(tái)的本質(zhì)是通過工業(yè)全要素、全價(jià)值鏈和全產(chǎn)業(yè)鏈的連接，實(shí)現(xiàn)對(duì)企業(yè)乃至制造業(yè)的重構(gòu)。工業(yè)互聯(lián)網(wǎng)平臺(tái)價(jià)值體系數(shù)據(jù)1.優(yōu)化存量2.培育增量3.化解變量提高質(zhì)量增加效益節(jié)約成本降低能耗新能力新業(yè)態(tài)新模式新產(chǎn)品易變性隨機(jī)性復(fù)雜性不確定性工業(yè)互聯(lián)網(wǎng)平臺(tái)的價(jià)值（需求側(cè)）：優(yōu)化存量、培育增量、化解變量工業(yè)互聯(lián)網(wǎng)平臺(tái)數(shù)據(jù)應(yīng)用模型企業(yè)運(yùn)營類研發(fā)制造管理服務(wù)資產(chǎn)管理類狀態(tài)監(jiān)測(cè)故障診斷預(yù)測(cè)預(yù)警遠(yuǎn)程運(yùn)維產(chǎn)業(yè)鏈協(xié)同供應(yīng)鏈協(xié)同制造能力共享業(yè)務(wù)應(yīng)用（PLM、ERP、SCM）生產(chǎn)運(yùn)行控制（MES/MOM）設(shè)備執(zhí)行監(jiān)控（HMI-SCADA）傳感器（PLC）工廠1工廠2...level4level3level2level1設(shè)備模型業(yè)務(wù)模型二維模型三維模型.....研發(fā)設(shè)計(jì)模型生產(chǎn)制造模型經(jīng)營管理模型.....機(jī)理模型物理模型化學(xué)模型.....算法模型分類回歸聚類.....設(shè)備層level0全要素：人、機(jī)、料、法、環(huán)全產(chǎn)業(yè)鏈：供應(yīng)鏈、空間鏈、金融鏈價(jià)值鏈：研發(fā)、制造、服務(wù)工業(yè)互聯(lián)網(wǎng)平臺(tái)=工業(yè)全要素、全價(jià)值鏈、產(chǎn)業(yè)鏈的連接全要素全產(chǎn)業(yè)鏈全價(jià)值鏈人機(jī)料法環(huán)供應(yīng)鏈空間鏈金融鏈研發(fā)制造服務(wù)自動(dòng)化機(jī)器智能化機(jī)器產(chǎn)品生產(chǎn)知識(shí)生產(chǎn)物料數(shù)據(jù)機(jī)理模型數(shù)據(jù)模型+機(jī)理模型實(shí)體空間數(shù)字孿生空間固定供應(yīng)鏈柔性供應(yīng)鏈線下集群線上集群銀行貸款互聯(lián)網(wǎng)金融推動(dòng)工業(yè)生產(chǎn)從3.0向4.0轉(zhuǎn)變打破企業(yè)邊界、商業(yè)邊界、區(qū)域邊界微笑曲線向數(shù)據(jù)驅(qū)動(dòng)的價(jià)值閉環(huán)轉(zhuǎn)變研發(fā)制造服務(wù)附加值數(shù)據(jù)驅(qū)動(dòng)協(xié)同研發(fā)按需制造精準(zhǔn)服務(wù)工業(yè)互聯(lián)網(wǎng)平臺(tái)=工業(yè)全要素、全價(jià)值鏈、產(chǎn)業(yè)鏈的重構(gòu)工業(yè)互聯(lián)網(wǎng)平臺(tái)本質(zhì)是一個(gè)工業(yè)操作系統(tǒng)，其功能類似微軟的Windows、谷歌的安卓系統(tǒng)或者蘋果的iOS系統(tǒng)。Predix

isalsoatechnologyplatform,notdeployedonaphonethatyouholdinyourhand,butratherbehindthecloseddoorsofadatacenterconnectedtodatalakesandotherformsofbigdatastorage.LikeGoogle’sAndroidorApple’siOSoperatingsystems,ithasasetofsoftwareservicesthathelpdevelopersquicklybuildappsfortheindustrialinternet.GE首席技術(shù)官DaveBartlett西門子白皮書基于云的開放式物聯(lián)網(wǎng)操作系統(tǒng).工業(yè)互聯(lián)網(wǎng)平臺(tái)的價(jià)值（供給側(cè)）：操作系統(tǒng)的第三次革命1913年，福特建立了汽車生產(chǎn)的流水線，引發(fā)了世界驚天動(dòng)地的汽車制造革命，促進(jìn)了汽車生產(chǎn)的規(guī)?；?。福特裝配線的每項(xiàng)任務(wù)有一個(gè)工位，大部分零件以標(biāo)準(zhǔn)件的形式被組裝，幾百輛車可以同時(shí)生產(chǎn)。每輛汽車的組裝時(shí)間由原來的12小時(shí)28分縮短至90分鐘，生產(chǎn)效率提高了8倍。人(開發(fā)者)機(jī)（開發(fā)工具）料（數(shù)據(jù)）法（模型）環(huán)（開發(fā)環(huán)境）產(chǎn)品（工業(yè)APP）2015年，GE上線Predix，相當(dāng)于軟件生產(chǎn)的流水線，正引發(fā)一場(chǎng)工業(yè)軟件研發(fā)、工業(yè)知識(shí)生產(chǎn)的革命，促進(jìn)工業(yè)APP生產(chǎn)的規(guī)?；?。工業(yè)PaaS上每項(xiàng)功能都是一個(gè)微服務(wù)組件，以“搭積木”的形式被調(diào)用，百萬工業(yè)APP可以同時(shí)封裝。工業(yè)APP的開發(fā)周期從以月、周為單位縮短至以天、小時(shí)為單位，基于predix開發(fā)一款A(yù)PP只需15分鐘。工業(yè)互聯(lián)網(wǎng)平臺(tái)：工業(yè)知識(shí)生產(chǎn)的流水線革命富士康：從“代工產(chǎn)品”到“代工知識(shí)”企劃設(shè)計(jì)制造倉儲(chǔ)物流客戶線性制造模式:大規(guī)模制造非線性制造模式:大規(guī)模定制以企業(yè)為中心以用戶體驗(yàn)為中心，零距離交互顛覆用戶體驗(yàn)Cosmo平臺(tái)：產(chǎn)品生產(chǎn)的定制化+工業(yè)知識(shí)生產(chǎn)的定制化COSMO工業(yè)互聯(lián)網(wǎng)平臺(tái)：工業(yè)知識(shí)定制化生產(chǎn)的流水線裝備和自動(dòng)化企業(yè)主導(dǎo)（OT）工業(yè)企業(yè)主導(dǎo)(IT)云計(jì)算和大數(shù)據(jù)企業(yè)主導(dǎo)（IT）軟件企業(yè)主導(dǎo)（IT）典型企業(yè)三一、徐工海爾、航天云網(wǎng)、富士康東方國信阿里、H公司、浪潮用友核心優(yōu)勢(shì)工業(yè)數(shù)據(jù)采集能力行業(yè)機(jī)理模型沉淀能力工業(yè)大數(shù)據(jù)建模分析能力高端工業(yè)軟件研發(fā)能力切入點(diǎn)平臺(tái)+智能產(chǎn)品平臺(tái)+智能生產(chǎn)平臺(tái)+垂直行業(yè)逐個(gè)滲透平臺(tái)+智能管理應(yīng)用場(chǎng)景產(chǎn)品全生命周期管理上云生產(chǎn)制造上云企業(yè)核心業(yè)務(wù)上云企業(yè)研發(fā)管理上云優(yōu)化重點(diǎn)產(chǎn)品監(jiān)測(cè)、診斷、預(yù)測(cè)、運(yùn)維產(chǎn)品設(shè)計(jì)優(yōu)化設(shè)備監(jiān)測(cè)、診斷、預(yù)測(cè)、運(yùn)維制造工藝、排產(chǎn)計(jì)劃、質(zhì)量管理產(chǎn)品個(gè)性化定制能力交易、互聯(lián)網(wǎng)金融服務(wù)設(shè)備/工藝/產(chǎn)品優(yōu)化能耗管理優(yōu)化互聯(lián)網(wǎng)金融服務(wù)協(xié)同研發(fā)、產(chǎn)品設(shè)計(jì)優(yōu)化供應(yīng)鏈、企業(yè)資源、客戶管理管理生產(chǎn)管控一體化典型工業(yè)互聯(lián)網(wǎng)平臺(tái)工業(yè)互聯(lián)網(wǎng)平臺(tái)產(chǎn)業(yè)鏈云圖賽迪贏：從為向地方提供咨詢服務(wù)，向打造軟硬一體的平臺(tái)運(yùn)營商轉(zhuǎn)型。平臺(tái)贏：加速工業(yè)互聯(lián)網(wǎng)平臺(tái)在地方的落地。地方贏：推動(dòng)地方制造業(yè)轉(zhuǎn)型升級(jí)和高質(zhì)量發(fā)展?？缧袠I(yè)跨領(lǐng)域平臺(tái)特定行業(yè)平臺(tái)解決方案企業(yè)平臺(tái)企業(yè)

賽迪：咨詢規(guī)劃評(píng)測(cè)評(píng)估資源整合賦能提供市場(chǎng)蘇州2018年11月，蘇州分院成立2019年4月，賽迪靈犀工業(yè)服務(wù)中心為100家企業(yè)提供工業(yè)互聯(lián)網(wǎng)診斷咨詢服務(wù)惠州2018年9月，賽迪華南智能制造創(chuàng)新中心為50家企業(yè)提供工業(yè)互聯(lián)網(wǎng)診斷咨詢服務(wù)重慶2018年8月，重慶飛象工業(yè)互聯(lián)網(wǎng)公司成立為60家汽車和電子行業(yè)企業(yè)提供工業(yè)互聯(lián)網(wǎng)診斷咨詢服務(wù)地方政府定位：構(gòu)建開放共贏的生態(tài)賽迪：打通供給和需求之間的鴻溝，打造價(jià)值共同體核心產(chǎn)品②賽迪靈犀智能制造服務(wù)云平臺(tái)④重慶飛象工業(yè)互聯(lián)網(wǎng)平臺(tái)③工業(yè)APP云測(cè)試平臺(tái)⑤賽迪時(shí)代行業(yè)級(jí)工業(yè)互聯(lián)網(wǎng)平臺(tái)①工業(yè)互聯(lián)網(wǎng)平臺(tái)監(jiān)測(cè)分析服務(wù)云平臺(tái)工業(yè)互聯(lián)網(wǎng)平臺(tái)運(yùn)行監(jiān)測(cè)工業(yè)經(jīng)濟(jì)運(yùn)行指數(shù)數(shù)據(jù)采集IaaSPaaSSaaS數(shù)據(jù)采集系統(tǒng)計(jì)算網(wǎng)絡(luò)存儲(chǔ)數(shù)據(jù)建模系統(tǒng)運(yùn)行分析系統(tǒng)

全景展示系統(tǒng)報(bào)告生成系統(tǒng)

DaaS上云工業(yè)企業(yè)庫上云設(shè)備庫工業(yè)APP名錄庫平臺(tái)運(yùn)行監(jiān)測(cè)庫行業(yè)運(yùn)行監(jiān)測(cè)庫企業(yè)行業(yè)政府跨平臺(tái)數(shù)據(jù)開放、共享、交易等增值服務(wù)平臺(tái)能力測(cè)評(píng)診斷系統(tǒng)解決方案咨詢平臺(tái)架構(gòu)賽迪靈犀：打造覆蓋全國主要制造業(yè)集聚發(fā)展地區(qū)的、線上線下相結(jié)合的高質(zhì)量技術(shù)服務(wù)網(wǎng)絡(luò)。飛象：擁有2000+工業(yè)互聯(lián)網(wǎng)應(yīng)用解決方案，讓重如大象的工業(yè)企業(yè)重新起飛。100余家技術(shù)合作伙伴400余位智能制造行業(yè)專家服務(wù)制造企業(yè)超過6000家成果工業(yè)APP云測(cè)試：開展工業(yè)APP功能完整性、性能效率性、安全性、兼容性、可移植性及可靠性測(cè)試。賽迪時(shí)代：聚焦能源、電子、冶金等行業(yè)，聯(lián)合地方政府及龍頭企業(yè)，打造特定區(qū)域的行業(yè)級(jí)平臺(tái)。一站式服務(wù)跨行業(yè)跨領(lǐng)域愿景研制內(nèi)容開放生態(tài)安全可控行業(yè)標(biāo)準(zhǔn)開發(fā)與檢測(cè)規(guī)范體系在線開發(fā)云平臺(tái)在線驗(yàn)證測(cè)試云平臺(tái)監(jiān)測(cè)與應(yīng)用發(fā)布推廣平臺(tái)推廣與測(cè)評(píng)服務(wù)體系工業(yè)互聯(lián)網(wǎng)云平臺(tái)工業(yè)智能信息融合平臺(tái)智慧工廠制造物聯(lián)網(wǎng)邊緣平臺(tái)大數(shù)據(jù)治理產(chǎn)品數(shù)字化設(shè)計(jì)仿真平臺(tái)工業(yè)大數(shù)據(jù)人工智能系統(tǒng)打造五大產(chǎn)品線：監(jiān)測(cè)、評(píng)估、測(cè)試、綜合應(yīng)用、行業(yè)解決方案主要內(nèi)容一、數(shù)字化轉(zhuǎn)型方法論：基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的雙螺旋模型二、價(jià)值視角：連接維、效益維、生態(tài)維三、技術(shù)視角：架構(gòu)維、產(chǎn)業(yè)維、數(shù)據(jù)維四、業(yè)務(wù)視角：行業(yè)維、痛點(diǎn)維、場(chǎng)景維數(shù)據(jù)算力模型應(yīng)用工業(yè)APP工業(yè)PaaSIaaS邊緣層5G數(shù)據(jù)中心人工智能數(shù)字孿生數(shù)據(jù)維架構(gòu)維產(chǎn)業(yè)維從技術(shù)視角看，5G、數(shù)據(jù)中心、人工智能、數(shù)字孿生等新一代信息技術(shù)的融合發(fā)展，正構(gòu)建起工業(yè)互聯(lián)網(wǎng)平臺(tái)“數(shù)據(jù)+算力+模型+應(yīng)用”的完整能力拼圖。工業(yè)互聯(lián)網(wǎng)平臺(tái)技術(shù)體系（一）架構(gòu)維邊緣層工業(yè)PaaS工業(yè)APPIaaS云基礎(chǔ)設(shè)施（服務(wù)器、存儲(chǔ)、網(wǎng)絡(luò)、虛擬化）數(shù)據(jù)采集協(xié)議解析邊緣智能工業(yè)應(yīng)用開發(fā)工具（專用開發(fā)工具、應(yīng)用模板、圖形化編程）工業(yè)微服務(wù)組件（機(jī)理模型、數(shù)據(jù)驅(qū)動(dòng)模型、微服務(wù)管理）工業(yè)大數(shù)據(jù)分析平臺(tái)（數(shù)據(jù)管理、數(shù)據(jù)建模、數(shù)據(jù)分析）通用PaaS平臺(tái)（開發(fā)環(huán)境、運(yùn)行環(huán)境、運(yùn)營環(huán)境）新型工業(yè)APP傳統(tǒng)軟件云化采集工業(yè)數(shù)據(jù)存儲(chǔ)工業(yè)數(shù)據(jù)數(shù)據(jù)建模+數(shù)據(jù)分析微服務(wù)集成工業(yè)應(yīng)用工業(yè)互聯(lián)網(wǎng)平臺(tái)架構(gòu)邊緣層工業(yè)PaaS工業(yè)APPIaaS通過協(xié)議轉(zhuǎn)換、邊緣計(jì)算等構(gòu)建精準(zhǔn)、實(shí)時(shí)、高效的數(shù)據(jù)采集體系，本質(zhì)上是實(shí)現(xiàn)物理空間隱性數(shù)據(jù)在賽博空間的顯性化。以“搭積木”的方式提供工業(yè)APP創(chuàng)建、測(cè)試和部署的開發(fā)環(huán)境，本質(zhì)上是一個(gè)向下可以調(diào)用設(shè)備、業(yè)務(wù)系統(tǒng)等軟硬件資源，向上可以承載工業(yè)APP等應(yīng)用服務(wù)的“工業(yè)操作系統(tǒng)”。通過調(diào)用和封裝工業(yè)PaaS平臺(tái)上的開發(fā)工具、行業(yè)機(jī)理模型開發(fā)形成的應(yīng)用服務(wù)，本質(zhì)是面向特定行業(yè)、特定場(chǎng)景的一個(gè)個(gè)數(shù)字化解決方案。通過計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)等資源的虛擬化，實(shí)現(xiàn)信息基礎(chǔ)設(shè)施的資源池化。多源異構(gòu)數(shù)據(jù)采集能力海量數(shù)據(jù)處理能力行業(yè)機(jī)理模型沉淀能力工業(yè)應(yīng)用培育能力工業(yè)互聯(lián)網(wǎng)平臺(tái)的核心能力數(shù)據(jù)采集圍繞數(shù)據(jù)過少，根據(jù)業(yè)務(wù)需要對(duì)設(shè)備安裝傳感器進(jìn)行數(shù)字化改造，并通過有關(guān)協(xié)議將數(shù)據(jù)傳輸?shù)皆贫?。協(xié)議轉(zhuǎn)換圍繞數(shù)據(jù)過雜，提供協(xié)議轉(zhuǎn)換模塊和產(chǎn)品，支持OPC-UA、MQTT、Modbus、Profinet等主流通信協(xié)議，實(shí)現(xiàn)設(shè)備、傳感器、控制系統(tǒng)、業(yè)務(wù)系統(tǒng)等不同來源的海量數(shù)據(jù)在云端匯聚。邊緣智能圍繞數(shù)據(jù)過多，提供具備數(shù)據(jù)存儲(chǔ)、轉(zhuǎn)換、處理、分析等邊緣計(jì)算能力的模塊和產(chǎn)品，實(shí)現(xiàn)對(duì)數(shù)據(jù)進(jìn)行本地的運(yùn)算和預(yù)處理，緩解云端壓力。一、工業(yè)互聯(lián)網(wǎng)平臺(tái)：邊緣層傳感器2016年4月25日，德國總理默克爾和美國總統(tǒng)奧巴馬出席漢諾威工業(yè)博覽會(huì)期間參觀ABB展臺(tái)。ABB集團(tuán)首席執(zhí)行官史畢福展示了如何通過ABBAbility?智能傳感器將電機(jī)與“云”服務(wù)相連的開創(chuàng)性技術(shù)，幫助數(shù)以億計(jì)的電機(jī)實(shí)現(xiàn)能效提升。該技術(shù)可以降低近70%故障停工時(shí)間，延長30%使用期限，減少近10%的能耗。如果全球所有工業(yè)電機(jī)都配備該智能傳感器，節(jié)約下來的能源將會(huì)相當(dāng)于100座大型發(fā)電廠的發(fā)電量。智能傳感器就像給電機(jī)戴了健康腕表，對(duì)電機(jī)運(yùn)行和健康數(shù)據(jù)進(jìn)行定期和精確地監(jiān)測(cè)，并將數(shù)據(jù)發(fā)送到云端服務(wù)器。隨后，通過ABB幾十年積累的算法對(duì)數(shù)據(jù)進(jìn)行計(jì)算分析，分析結(jié)果被推送到用戶智能手機(jī)或用戶專享平臺(tái)。一旦監(jiān)測(cè)到電機(jī)問題，系統(tǒng)將發(fā)送預(yù)警信息給客戶。2017年11月上海工博會(huì)ABB也展示了該技術(shù)。邊緣層：數(shù)據(jù)采集近30年來，圍繞實(shí)現(xiàn)控制系統(tǒng)、生產(chǎn)裝備的連接，全球各類自動(dòng)化廠商、研究機(jī)構(gòu)、標(biāo)準(zhǔn)化組織推出了300余種主流協(xié)議，協(xié)議標(biāo)準(zhǔn)眾多且相對(duì)封閉，嚴(yán)重制約了工業(yè)數(shù)據(jù)互聯(lián)互通互操作。迫切需要研發(fā)協(xié)議轉(zhuǎn)換的技術(shù)、產(chǎn)品（以Predixmachine為代表的軟網(wǎng)關(guān)，以西門子Mindconnect為代表的硬網(wǎng)關(guān)），實(shí)現(xiàn)工業(yè)數(shù)據(jù)在多源設(shè)備、異構(gòu)系統(tǒng)之間的有序流動(dòng)。PredixmachineNano/IOT2040邊緣層：協(xié)議轉(zhuǎn)換Gartner：Theedgewilleatthecloud(邊緣計(jì)算正在吃到云計(jì)算)。IDC：40%的數(shù)據(jù)將在邊緣側(cè)進(jìn)行存儲(chǔ)、處理和分析。邊緣計(jì)算（設(shè)備級(jí)）、霧計(jì)算（車間級(jí)）和云計(jì)算（企業(yè)級(jí)、產(chǎn)業(yè)鏈級(jí)、生態(tài)級(jí)）協(xié)同將成為工業(yè)互聯(lián)網(wǎng)平臺(tái)發(fā)展的重要方向，三者密不可分、相輔相成。邊緣智能的三大功能：①邊緣數(shù)據(jù)采集、存儲(chǔ)和分發(fā)。②邊緣數(shù)據(jù)的實(shí)時(shí)分析。③邊緣設(shè)備的智能控制。邊緣側(cè)業(yè)務(wù)不敢傳：涉及數(shù)據(jù)安全與保密不需傳：本地化、實(shí)時(shí)性不能傳：網(wǎng)絡(luò)延遲、功耗、計(jì)算量、協(xié)議適配Predix云端業(yè)務(wù)非實(shí)時(shí)、大數(shù)據(jù)量的業(yè)務(wù)需要進(jìn)行縱向和橫向?qū)Ρ确治龅臉I(yè)務(wù)需要和業(yè)務(wù)系統(tǒng)進(jìn)行集成的業(yè)務(wù)需要進(jìn)行全局優(yōu)化的業(yè)務(wù)觀點(diǎn)來源：思科苗凱翔、中國電信張東、寄云科技時(shí)培昕、海爾孫能林邊緣層：邊緣智能ThoughtWorks首席科學(xué)家MartinFowler馬丁·福勒2014年提出的微服務(wù)概念。Themicroservicearchitecturalstyleisanapproachtodevelopingasingleapplicationasasuiteofsmallservices,eachrunninginitsownprocessandcommunicatingwithlightweightmechanisms,oftenanHTTPresourceAPI.Theseservicesarebuiltaroundbusinesscapabilitiesandindependentlydeployable

byfullyautomateddeploymentmachinery.Thereisabareminimumofcentralizedmanagementoftheseservices,whichmaybe

writtenindifferentprogramminglanguagesandusedifferentdatastoragetechnologies.?。河梢幌盗行》?wù)組成獨(dú)：每個(gè)服務(wù)運(yùn)行于自己的獨(dú)立進(jìn)程輕：輕量級(jí)的通信機(jī)制（通常是基于HTTP協(xié)議的RESTfulAPI）松：圍繞著單一業(yè)務(wù)功能進(jìn)行構(gòu)建，松耦的服務(wù)能夠被獨(dú)立更新和部署活：支持不同的開發(fā)語言、數(shù)據(jù)存儲(chǔ)技術(shù)和技術(shù)堆棧微服務(wù)=單一功能模塊歸根揭底為了敏捷開發(fā)二、工業(yè)PaaS：微服務(wù)的定義單體架構(gòu)微服務(wù)架構(gòu)創(chuàng)建方式企業(yè)級(jí)，自頂向下開展實(shí)施團(tuán)隊(duì)級(jí)，自底向上開展實(shí)施，允許采用不同技術(shù)堆棧部署方式整體部署，緊耦合獨(dú)立部署，微服務(wù)松耦合，服務(wù)之間可以獨(dú)立的部署擴(kuò)展方式基于整個(gè)系統(tǒng)擴(kuò)展，資源利用率低基于獨(dú)立服務(wù)按需擴(kuò)展，資源利用率高更新方式局部修改，整體更新，升級(jí)效率低局部修改，局部更新，升級(jí)效率高運(yùn)維方式故障全局性，排查復(fù)雜故障隔離，非全局，故障排查簡(jiǎn)單從單體架構(gòu)到微服務(wù)架構(gòu)的邏輯是更快、更敏捷地創(chuàng)建、部署、擴(kuò)展、更新和運(yùn)維應(yīng)用服務(wù)面向特定行業(yè)特定應(yīng)用場(chǎng)景的新型工業(yè)APP需要快速部署和持續(xù)迭代優(yōu)化，適合微服務(wù)架構(gòu)工業(yè)PaaS：微服務(wù)架構(gòu)容器技術(shù)虛擬機(jī)技術(shù)微服務(wù)將單體軟件解耦為較小的功能片段，容器進(jìn)一步對(duì)這種解耦性進(jìn)行了擴(kuò)展，將微服務(wù)及其依賴關(guān)系與操作系統(tǒng)解耦，不需要像虛擬機(jī)一樣安裝操作系統(tǒng)，可以節(jié)省大量的系統(tǒng)資源（計(jì)算，內(nèi)存和磁盤空間），容器的下載、更新、部署和迭代也更快。容器本質(zhì)上是輕量化的虛擬機(jī)，為微服務(wù)運(yùn)行提供一個(gè)隔離的運(yùn)行環(huán)境，并且可以跨越基礎(chǔ)設(shè)施和云端隨意部署。Docker是一個(gè)開源的應(yīng)用容器引擎，讓開發(fā)者可以打包他們的應(yīng)用以及依賴包到一個(gè)可移植的容器中，而kubernetes可以統(tǒng)一管理各類容器，形成集群。工業(yè)PaaS：微服務(wù)的運(yùn)行環(huán)境（容器）故障診斷模型資產(chǎn)管理模型身份驗(yàn)證位置服務(wù)可視化工具用戶登陸API微服務(wù)1datastore微服務(wù)池API微服務(wù)2datastoreAPI微服務(wù)3datastoreAPI微服務(wù)4datastoreAPI微服務(wù)5datastoreAPI微服務(wù)6datastore每個(gè)微服務(wù)都有自己的API，API是每個(gè)微服務(wù)的唯一能力出口，并通過API網(wǎng)關(guān)進(jìn)行統(tǒng)一管理。API網(wǎng)關(guān)黑白名單日志協(xié)議適配身份認(rèn)證計(jì)流限流路由訪問認(rèn)證中心服務(wù)注冊(cè)管理中心設(shè)備管理APP工業(yè)PaaS：微服務(wù)的通信（API）圖片來源：安筱鵬《平臺(tái)解讀：不斷深化對(duì)工業(yè)互聯(lián)網(wǎng)平臺(tái)的認(rèn)識(shí)》①我是誰？②我從哪里來？③我要到哪里去？機(jī)理模型VS數(shù)據(jù)驅(qū)動(dòng)機(jī)理模型：人是核心，依靠基礎(chǔ)理論和專家經(jīng)驗(yàn)，是對(duì)“已知”世界的洞察，對(duì)于一些復(fù)雜問題建立嚴(yán)格的機(jī)理模型較為困難。大數(shù)據(jù)分析模型：算法是核心，通過機(jī)器學(xué)習(xí)等算法可對(duì)”未知”世界進(jìn)行洞察，但模型本身是黑盒，也容易發(fā)生一些重大誤判。數(shù)模聯(lián)動(dòng)模型：是未來趨勢(shì)，在了解行業(yè)機(jī)理的基礎(chǔ)上，結(jié)合機(jī)器學(xué)習(xí)強(qiáng)大的特征表征和非線性映射能力，增強(qiáng)模型的可靠性、解釋性和自我成長性。工業(yè)PaaS：核心是構(gòu)建一個(gè)數(shù)字化模型池實(shí)施工業(yè)APP培育工程，有利于發(fā)揮軟件賦能、賦值、賦智作用（軟件定義研發(fā)設(shè)計(jì)、生產(chǎn)制造、經(jīng)營管理和運(yùn)營維護(hù)），推進(jìn)兩化深度融合。有利于將制造業(yè)企業(yè)原本分散、隱性的工業(yè)技術(shù)挖掘出來、傳播開來、傳承下去（工業(yè)Knowhow的顯性化），破解國內(nèi)工匠不足難題。有利于更大程度激發(fā)“雙創(chuàng)”活力（工業(yè)互聯(lián)網(wǎng)平臺(tái)本質(zhì)上是開發(fā)者“雙創(chuàng)”平臺(tái)），培育產(chǎn)業(yè)發(fā)展新動(dòng)能，帶動(dòng)形成新的增長極。有利于匯聚海量開發(fā)者、提升用戶粘性（雙邊市場(chǎng)），打造資源富集、多方參與、合作共贏、協(xié)同演進(jìn)的工業(yè)互聯(lián)網(wǎng)平臺(tái)應(yīng)用生態(tài)。工業(yè)互聯(lián)網(wǎng)APP（以下簡(jiǎn)稱工業(yè)APP）是基于工業(yè)互聯(lián)網(wǎng)，承載工業(yè)知識(shí)和經(jīng)驗(yàn)，滿足特定需求的工業(yè)應(yīng)用軟件，是工業(yè)技術(shù)軟件化的重要成果。是什么（who）：工業(yè)應(yīng)用軟件（云端數(shù)字解決方案）來自哪里（where）：工業(yè)互聯(lián)網(wǎng)（工業(yè)PAAS長出來的）怎么來的（how）：工業(yè)技術(shù)軟件化本質(zhì)：工業(yè)知識(shí)和經(jīng)驗(yàn)的沉淀、傳播、復(fù)用和價(jià)值創(chuàng)造目標(biāo)：滿足特定需求，實(shí)現(xiàn)各種優(yōu)化軟件發(fā)展歷程軟件技術(shù)架構(gòu)軟件開發(fā)范式軟件業(yè)務(wù)功能三、工業(yè)APP的定義一、總體要求二、科學(xué)制定部署模式大型企業(yè)：私有云，部署數(shù)據(jù)安全要求高的關(guān)鍵信息系統(tǒng)；公有云：連接客戶、供應(yīng)商、員工的信息系統(tǒng)；混合云架構(gòu)：部署數(shù)據(jù)安全要求高且需對(duì)外連接提供服務(wù)的信息系統(tǒng)，數(shù)據(jù)存儲(chǔ)于私有云、應(yīng)用部署于公有云。中小企業(yè)和創(chuàng)業(yè)型企業(yè)：公有云。三、按需合理選擇云服務(wù)基礎(chǔ)設(shè)施類云服務(wù):計(jì)算資源服/存儲(chǔ)資源服務(wù)/網(wǎng)絡(luò)資源服務(wù)/安全防護(hù)服務(wù)。平臺(tái)系統(tǒng)類服務(wù)：數(shù)據(jù)庫服務(wù)/大數(shù)據(jù)分析服務(wù)/中間件平臺(tái)服務(wù)/物聯(lián)網(wǎng)平臺(tái)服務(wù)軟件/開發(fā)平臺(tái)服務(wù)。業(yè)務(wù)應(yīng)用服務(wù):協(xié)同辦公服務(wù)/經(jīng)營管理應(yīng)用服務(wù)/運(yùn)營管理服務(wù)/研發(fā)設(shè)計(jì)服務(wù)/生產(chǎn)控制服務(wù)/智能應(yīng)用服務(wù)四、穩(wěn)妥有序推進(jìn)企業(yè)上云五、提升支撐服務(wù)能力六、強(qiáng)化政策保障工信部《推動(dòng)企業(yè)上云實(shí)施指南（2018-2020年）》工業(yè)APP的分類（按業(yè)務(wù)環(huán)節(jié)）到2020年，培育30萬個(gè)面向特定行業(yè)、特定場(chǎng)景的工業(yè)APP?！嫦驀鴥?nèi)制造業(yè)重點(diǎn)項(xiàng)目推進(jìn)、重大工程實(shí)施和重要裝備研制需求，發(fā)展具有高支撐

價(jià)值的安全可靠工業(yè)APP?！嫦蜿P(guān)鍵基礎(chǔ)材料、核心基礎(chǔ)零部件（元器件）、先進(jìn)基礎(chǔ)工藝、產(chǎn)業(yè)技術(shù)基礎(chǔ)等

“工業(yè)四基”領(lǐng)域，發(fā)展普適性強(qiáng)、復(fù)用率高的基礎(chǔ)共性工業(yè)APP。

——面向汽車、航空航天、石油化工、機(jī)械制造、輕工家電、信息電子等行業(yè)需求，發(fā)展

推廣價(jià)值高、帶動(dòng)作用強(qiáng)的行業(yè)通用工業(yè)APP。

——面向制造企業(yè)的個(gè)性化需求，發(fā)展高應(yīng)用價(jià)值的企業(yè)專用工業(yè)APP。工業(yè)APP的分類（按應(yīng)用范圍）工信部《工業(yè)互聯(lián)網(wǎng)APP培育工程實(shí)施方案》消費(fèi)APP工業(yè)APP連接對(duì)象人人機(jī)物產(chǎn)品效應(yīng)眼球經(jīng)濟(jì)價(jià)值經(jīng)濟(jì)（成本、質(zhì)量、效率）功能要求商業(yè)模式創(chuàng)新解決企業(yè)實(shí)際痛點(diǎn)開發(fā)主體互聯(lián)網(wǎng)企業(yè)是主力軍制造企業(yè)是主力軍，工業(yè)APP姓工核心技術(shù)軟件開發(fā)技術(shù)軟件開發(fā)技術(shù)+工業(yè)大數(shù)據(jù)分析+工業(yè)機(jī)理發(fā)展現(xiàn)狀我國有500萬款以上！商業(yè)模式較為成熟我國有20000款，商業(yè)模式探索階段性能要求對(duì)數(shù)據(jù)的及時(shí)性、安全性要求相對(duì)低一些（謀財(cái)）對(duì)數(shù)據(jù)的及時(shí)性、安全性要求非常高（害命）運(yùn)行載體手機(jī)手機(jī)、計(jì)算機(jī)、平板、AR/VR設(shè)備、工業(yè)計(jì)算機(jī)消費(fèi)APPVS工業(yè)APP邊緣層工業(yè)PaaS工業(yè)APPIaaS云基礎(chǔ)設(shè)施（服務(wù)器、存儲(chǔ)、網(wǎng)絡(luò)、虛擬化）數(shù)據(jù)采集協(xié)議解析邊緣智能工業(yè)應(yīng)用開發(fā)工具（專用開發(fā)工具、應(yīng)用模板、圖形化編程）工業(yè)微服務(wù)組件（機(jī)理模型、數(shù)據(jù)驅(qū)動(dòng)模型、微服務(wù)管理）工業(yè)大數(shù)據(jù)分析平臺(tái)（數(shù)據(jù)管理、數(shù)據(jù)建模、數(shù)據(jù)分析）通用PaaS平臺(tái)（開發(fā)環(huán)境、運(yùn)行環(huán)境、運(yùn)營環(huán)境）新型工業(yè)APP傳統(tǒng)軟件云化邊緣計(jì)算+云計(jì)算（平臺(tái)上移、功能下沉）公有云+私有云（靈活部署）通用PaaS平臺(tái)：微服務(wù)架構(gòu)+容器化部署工業(yè)大數(shù)據(jù)建模分析平臺(tái)：工業(yè)機(jī)理模型+數(shù)據(jù)驅(qū)動(dòng)模型工業(yè)應(yīng)用開發(fā)平臺(tái)：數(shù)字孿生+知識(shí)圖譜+管理引擎角色化+輕型化（持續(xù)集成、持續(xù)交付、持續(xù)部署）工業(yè)互聯(lián)網(wǎng)平臺(tái)技術(shù)趨勢(shì)（二）產(chǎn)業(yè)維從5G、數(shù)據(jù)中心、人工智能到工業(yè)互聯(lián)網(wǎng)，這幾個(gè)概念不是割裂的，而是環(huán)環(huán)相扣的，構(gòu)成了數(shù)據(jù)采集、傳輸、計(jì)算、分析、應(yīng)用的數(shù)據(jù)閉環(huán)，工業(yè)互聯(lián)網(wǎng)平臺(tái)建設(shè)的關(guān)鍵是要實(shí)現(xiàn)這些技術(shù)的群體性突破和協(xié)同性創(chuàng)新。邊緣計(jì)算數(shù)據(jù)中心5G人工智能工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)采集計(jì)算傳輸應(yīng)用分析數(shù)據(jù)數(shù)據(jù)+算力數(shù)據(jù)+算力+模型數(shù)據(jù)+算力+模型+應(yīng)用工業(yè)互聯(lián)網(wǎng)+5G/數(shù)據(jù)中心/人工智能應(yīng)該怎么加？數(shù)據(jù)+算力+模型+應(yīng)用=工業(yè)互聯(lián)網(wǎng)平臺(tái)數(shù)據(jù)上不來設(shè)備類型多協(xié)議封閉接口類型多工況惡劣數(shù)據(jù)存不了數(shù)據(jù)用不好監(jiān)測(cè)點(diǎn)多類型多樣流量大性能要求高時(shí)間跨度大數(shù)據(jù)量巨大數(shù)據(jù)維度多實(shí)時(shí)分析難難以定量算法落后5G數(shù)據(jù)中心人工智能工業(yè)互聯(lián)網(wǎng)平臺(tái)=數(shù)據(jù)+算力+模型+應(yīng)用超過80%的5G應(yīng)用場(chǎng)景在工業(yè)互聯(lián)網(wǎng)垂直領(lǐng)域。5G技術(shù)將解決工業(yè)互聯(lián)網(wǎng)落地最初一公里問題。當(dāng)前“5G+工業(yè)互聯(lián)網(wǎng)”應(yīng)用總體情況仍然處于試點(diǎn)示范和探索階段。eMBB增強(qiáng)移動(dòng)寬帶uRLLC高可靠低時(shí)延mMTC海聯(lián)物聯(lián)10Gbps1ms1Million/km21G2G3G4G5G19801990200020102020應(yīng)用場(chǎng)景傳輸速率模擬語音數(shù)字語音短信移動(dòng)互聯(lián)網(wǎng)應(yīng)用數(shù)字業(yè)務(wù)占主導(dǎo)數(shù)據(jù)洪流物聯(lián)網(wǎng)115Kb-384Kb384Kb-100Mb100Mb-1Gb10Gb+模擬時(shí)代數(shù)字時(shí)代移動(dòng)互聯(lián)網(wǎng)時(shí)代萬物互聯(lián)時(shí)代一、5G:打通工業(yè)互聯(lián)網(wǎng)最后一公里的有效手段川渝一帶粵港澳大灣區(qū)魯豫一帶湘鄂一帶長三角地區(qū)總體看，我國5G與工業(yè)互聯(lián)網(wǎng)融合發(fā)展仍處于起步階段，但產(chǎn)業(yè)界探索步伐加快，積極性不斷提升，已經(jīng)具備良好的發(fā)展基礎(chǔ)。產(chǎn)業(yè)生態(tài)逐步完善關(guān)鍵技術(shù)：面向工業(yè)場(chǎng)景的關(guān)鍵技術(shù)研發(fā)加快推進(jìn)，H公司、長虹等企業(yè)已發(fā)布多款5G工業(yè)模組。商業(yè)模式：基礎(chǔ)電信企業(yè)與工業(yè)企業(yè)合作持續(xù)深入，商業(yè)模式和發(fā)展路徑逐步清晰，已形成近百個(gè)在建或意向合作項(xiàng)目。兩區(qū)：長三角地區(qū)、粵港澳大灣區(qū)應(yīng)用案例豐富。三帶：魯豫、川渝、湘鄂一帶涌現(xiàn)了一批典型案例。多點(diǎn)：其他地區(qū)有一些企業(yè)開展了積極探索。應(yīng)用范圍加快拓展應(yīng)用行業(yè)：除汽車、通信與電子制造、機(jī)械、電力、軌道交通、航空、化工、家電、鋼鐵、船舶等制造業(yè)行業(yè)外，港口、能源等領(lǐng)域也成為“5G+工業(yè)互聯(lián)網(wǎng)”的應(yīng)用重點(diǎn)。應(yīng)用場(chǎng)景：在視頻監(jiān)控、物流配送等場(chǎng)景應(yīng)用基礎(chǔ)上，部分企業(yè)持續(xù)走深向?qū)?，已開始介入到裝配、檢測(cè)等生產(chǎn)關(guān)鍵環(huán)節(jié)。發(fā)展格局初步形成5G+工業(yè)互聯(lián)網(wǎng)發(fā)展現(xiàn)狀2019年11月12日，工業(yè)和信息化部印發(fā)《“5G+工業(yè)互聯(lián)網(wǎng)”512工程推進(jìn)方案》，高質(zhì)量推進(jìn)5G與工業(yè)互聯(lián)網(wǎng)融合創(chuàng)新。打造項(xiàng)目庫培育解決方案供應(yīng)商構(gòu)建供給資源池技術(shù)標(biāo)準(zhǔn)攻關(guān)融合產(chǎn)品研發(fā)和產(chǎn)業(yè)化網(wǎng)絡(luò)技術(shù)和產(chǎn)品部署實(shí)施5：打造5個(gè)內(nèi)網(wǎng)建設(shè)改造公共服務(wù)平臺(tái)1：遴選10個(gè)重點(diǎn)行業(yè)2：挖掘20個(gè)典型應(yīng)用場(chǎng)景建設(shè)測(cè)試床《“5G+工業(yè)互聯(lián)網(wǎng)”512工程推進(jìn)方案》提出要提升“5G+工業(yè)互聯(lián)網(wǎng)”網(wǎng)絡(luò)關(guān)鍵技術(shù)產(chǎn)業(yè)能力、創(chuàng)新應(yīng)用能力、資源供給能力。提升網(wǎng)絡(luò)關(guān)鍵技術(shù)產(chǎn)業(yè)能力提升創(chuàng)新應(yīng)用能力提升資源供給能力5G+工業(yè)互聯(lián)網(wǎng)推進(jìn)方案中國商飛聯(lián)合互聯(lián)網(wǎng)企業(yè)、設(shè)備制造企業(yè)、移動(dòng)通信企業(yè)、科研院所等，開展“5G+工業(yè)互聯(lián)網(wǎng)”在大飛機(jī)生產(chǎn)制造、工廠物流、質(zhì)量管控等方面的探索，形成智能生產(chǎn)、智能物流、智能檢測(cè)等融合應(yīng)用實(shí)踐。其中，H公司提供基于“5G+云”的AR/VR技術(shù)；聯(lián)通提供5G通信技術(shù)及智能制造技術(shù)；騰訊提供云計(jì)算、大數(shù)據(jù)和人工智能技術(shù)；上交提供智能制造創(chuàng)新模式研究支撐?；凇?G+8K超清視頻+深度學(xué)習(xí)+平臺(tái)”，構(gòu)建大飛機(jī)制造機(jī)器視覺，實(shí)現(xiàn)復(fù)合材料的無損檢測(cè)、拼縫檢測(cè)，使檢測(cè)時(shí)間由原來幾小時(shí)甚至幾天縮短至幾分鐘；人員成本降低95%。智能檢測(cè)智能物流基于“5G+遠(yuǎn)程控制+AR+平臺(tái)”，構(gòu)建機(jī)床自主觸發(fā)物流需求、AGV自主智能路徑規(guī)劃的智能物流方式，大幅提升民機(jī)裝配協(xié)同效率，使傳統(tǒng)的單項(xiàng)工裝工作人員由3人減少到1人；裝配效率提高70%；降低操作人員成本20萬/人。

基于“5G+射頻+VR+平臺(tái)”，構(gòu)建基于大數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品、設(shè)備、工裝、物流、人員及刀量具等生產(chǎn)要素全過程管控，實(shí)現(xiàn)對(duì)生產(chǎn)環(huán)境、生產(chǎn)狀態(tài)、復(fù)合材料等全方位跟蹤與優(yōu)化，提升生產(chǎn)的智能運(yùn)營管理，零配件定位誤差縮小在3厘米以內(nèi)；運(yùn)營成本降低20%；生產(chǎn)效率提高20%以上。

智能生產(chǎn)商飛：基于“5G+工業(yè)互聯(lián)網(wǎng)”的智慧工廠2019年7月，全球知名咨詢公司HeavyReading聯(lián)合全球5G技術(shù)研發(fā)領(lǐng)先企業(yè)高通發(fā)布了《5G專用網(wǎng)絡(luò)在工業(yè)互聯(lián)網(wǎng)中的應(yīng)用》白皮書。HeavyReading白皮書指出在工業(yè)互聯(lián)網(wǎng)領(lǐng)域，5G專用網(wǎng)絡(luò)與LTE和Wi-Fi相比，具有覆蓋范圍更廣、安全保障能力更強(qiáng)、性能更加優(yōu)越三大優(yōu)勢(shì)，能夠支持苛刻性能要求的工業(yè)場(chǎng)景應(yīng)用：一是利用5G+AI實(shí)現(xiàn)碼頭等特定區(qū)域物流車的智能導(dǎo)航。二是利用5G+AR開展輔助裝配與遠(yuǎn)程運(yùn)維。三是利用5G+機(jī)器視覺開展預(yù)測(cè)性維護(hù)。四是利用5G支撐高壓配電網(wǎng)負(fù)荷控制。五是利用5G+NB-IoT解決設(shè)備物聯(lián)問題。六是利用5G專用網(wǎng)絡(luò)對(duì)工業(yè)設(shè)備進(jìn)行遠(yuǎn)程控制。5G專網(wǎng)在工業(yè)互聯(lián)網(wǎng)中的六大應(yīng)用場(chǎng)景美國IDC機(jī)柜數(shù)目前已占全球40%的市場(chǎng)，其后是中國和日本分別占8%和6%，中國IDC發(fā)展比美國晚5年。2018年，我國制造業(yè)增加值約占全球30%，互聯(lián)網(wǎng)用戶數(shù)全球占比約21%，穩(wěn)居世界第一制造大國和網(wǎng)絡(luò)大國，這決定中國IDC規(guī)模不會(huì)低于美國。我國數(shù)據(jù)中心發(fā)展前景巨大，預(yù)計(jì)2020~2025年中國IDC市場(chǎng)累計(jì)超萬億元。數(shù)據(jù)中心作為工業(yè)互聯(lián)網(wǎng)的重要基礎(chǔ)設(shè)施，更加強(qiáng)調(diào)云計(jì)算數(shù)據(jù)中心和邊緣數(shù)據(jù)中心的協(xié)同性，我國IDC市場(chǎng)空間巨大。數(shù)據(jù)來源：前瞻產(chǎn)業(yè)研究院、中國IDC圈數(shù)據(jù)來源：中國國家統(tǒng)計(jì)局美國商務(wù)部《互聯(lián)網(wǎng)趨勢(shì)報(bào)告》制造業(yè)占GDP比重互聯(lián)網(wǎng)用戶全球占比二、數(shù)據(jù)中心：支撐工業(yè)互聯(lián)網(wǎng)落地的關(guān)鍵基礎(chǔ)設(shè)施規(guī)?；瘮?shù)據(jù)中心架構(gòu)邊緣數(shù)據(jù)中心架構(gòu)傳統(tǒng)的大型規(guī)?；瘮?shù)據(jù)中心難以滿足萬物互聯(lián)的需求，需要建設(shè)小微型數(shù)據(jù)中心，來加強(qiáng)邊緣計(jì)算和數(shù)據(jù)分析的能力。一方面，算力就是生產(chǎn)力，要加快規(guī)模化數(shù)據(jù)中心建設(shè)，縮小和美國數(shù)據(jù)中心市場(chǎng)占比的差距。另一方面，要加快邊緣數(shù)據(jù)中心建設(shè)，滿足企業(yè)帶寬、時(shí)延、安全需求。云數(shù)據(jù)中心時(shí)延限制網(wǎng)絡(luò)擁塞完全問題...云數(shù)據(jù)中心云DC邊緣DC邊緣數(shù)據(jù)中心邊緣數(shù)據(jù)中心“規(guī)?；?小微化”數(shù)據(jù)中心協(xié)同發(fā)展會(huì)成為主流定義：工業(yè)人工智能是工業(yè)領(lǐng)域中由計(jì)算機(jī)實(shí)現(xiàn)的智能，具有自感知、自學(xué)習(xí)、自執(zhí)行、自決策、自適應(yīng)等特征，其本質(zhì)是通過打造狀態(tài)感知、實(shí)時(shí)分析、精準(zhǔn)執(zhí)行、科學(xué)決策的數(shù)據(jù)自動(dòng)流動(dòng)閉環(huán)，解決工業(yè)的復(fù)雜性和不確定性難題。問題：工業(yè)的復(fù)雜性、不確定性和人工智能缺乏可靠性、可解釋性之間的矛盾，制約工業(yè)人工智能的發(fā)展。發(fā)展階段判斷：工業(yè)智能仍處于發(fā)展探索時(shí)期，工業(yè)人工智能的關(guān)鍵技術(shù)、場(chǎng)景應(yīng)用、產(chǎn)業(yè)發(fā)展均處在起步階段。數(shù)據(jù)（人機(jī)物）洞察模型應(yīng)用實(shí)時(shí)分析狀態(tài)感知科學(xué)決策精準(zhǔn)執(zhí)行學(xué)習(xí)提升主要矛盾工業(yè)系統(tǒng)人工智能缺乏可靠性缺乏可解釋性復(fù)雜性不確定性三、人工智能：工業(yè)互聯(lián)網(wǎng)平臺(tái)的內(nèi)核數(shù)據(jù)層邊緣層模型層算法模型設(shè)備模型機(jī)理模型業(yè)務(wù)模型應(yīng)用層故障診斷定位（分類）產(chǎn)品質(zhì)量檢測(cè)（分類）產(chǎn)品自動(dòng)分揀（分類+回歸）設(shè)備預(yù)測(cè)維護(hù)（分類+回歸）智能輔助設(shè)計(jì)（分類+回歸）過程控制（分類+回歸）供應(yīng)鏈管理（回歸）產(chǎn)業(yè)鏈級(jí)企業(yè)級(jí)幾何模型壽命模型研發(fā)設(shè)計(jì)模型生產(chǎn)制造模型經(jīng)營管理模型第一性原理知識(shí)圖譜回歸算法分類算法聚類算法智能網(wǎng)關(guān)設(shè)備級(jí)集團(tuán)輔助決策（分類+回歸）員工數(shù)據(jù)機(jī)器數(shù)據(jù)物料數(shù)據(jù)規(guī)則數(shù)據(jù)環(huán)境數(shù)據(jù)智能機(jī)器人智能傳感器智能機(jī)床模型管理引擎模型推理引擎生產(chǎn)工藝優(yōu)化（回歸）智能芯片流程自動(dòng)監(jiān)控（回歸）機(jī)器學(xué)習(xí)工業(yè)人工智能框架：邊緣層+數(shù)據(jù)層+模型層+應(yīng)用層工業(yè)智能邊緣目前處于技術(shù)突破階段，所涉及的硬件基礎(chǔ)設(shè)施、軟件技術(shù)等大多已具備，但仍面臨邊緣節(jié)點(diǎn)對(duì)計(jì)算能力的支持、邊緣計(jì)算任務(wù)的智能調(diào)度，邊緣計(jì)算網(wǎng)絡(luò)架構(gòu)和性能優(yōu)化等挑戰(zhàn)。目前以“AI芯片+兼容解析工具+設(shè)備”為主要形式，通過全面感知、精準(zhǔn)計(jì)算與自主控制，有效緩解數(shù)據(jù)中心計(jì)算壓力，實(shí)現(xiàn)業(yè)務(wù)處理去中心化；未來，其存儲(chǔ)、計(jì)算、判斷等性能將繼續(xù)提升，加速向邊云協(xié)同、萬物智聯(lián)轉(zhuǎn)化AI專用芯片兼容性編譯工具&協(xié)議解析工具智能設(shè)備寒武紀(jì)研制深度學(xué)習(xí)專用處理器芯片，相對(duì)于傳統(tǒng)執(zhí)行x86指令集的芯片，有兩個(gè)數(shù)量級(jí)的性能提升。騰訊和阿里基于FPGA的云計(jì)算加速芯片，實(shí)現(xiàn)了低成本、低功耗，具有廣泛的應(yīng)用場(chǎng)景。H公司針對(duì)邊緣服務(wù)器市場(chǎng)推出Ascend310芯片，目前已部署在自動(dòng)駕駛領(lǐng)域，正在向其他應(yīng)用領(lǐng)域拓展。英特爾、亞馬遜、谷歌、Facebook和KhronosGroup等企業(yè)和機(jī)構(gòu)基于各自優(yōu)勢(shì)與競(jìng)爭(zhēng)考慮打造了相應(yīng)編譯器或模型表示規(guī)范。中國移動(dòng)、東方國信、寄云科技等企業(yè)通過建設(shè)智能網(wǎng)關(guān)，動(dòng)態(tài)實(shí)現(xiàn)OT與IT間協(xié)議轉(zhuǎn)換，加強(qiáng)對(duì)帶寬資源不足和突發(fā)網(wǎng)絡(luò)中斷等異常場(chǎng)景的應(yīng)對(duì)能力。生產(chǎn)設(shè)備：庫卡、新松等企業(yè)開發(fā)搭載機(jī)器學(xué)習(xí)算法、路徑規(guī)劃等技術(shù)的機(jī)械臂、運(yùn)輸載具和智能機(jī)床等產(chǎn)品?？刂圃O(shè)備：針對(duì)包裝、焊接、拼接等作業(yè)場(chǎng)景，伯克利、?？低暤绕髽I(yè)通過應(yīng)用語音識(shí)別、視頻捕捉等技術(shù)提升人機(jī)交互效率。研發(fā)設(shè)備：NetSpeed提供SoC設(shè)計(jì)與架構(gòu)輔助設(shè)計(jì)系統(tǒng)，通過內(nèi)置人工智能算法助力芯片設(shè)計(jì)師尋求最佳解決方案，并提供持續(xù)的設(shè)計(jì)反饋。算力方面，邊緣層亟需加快研發(fā)適配工業(yè)實(shí)時(shí)性需求的AI芯片深度學(xué)習(xí)，主要解決了工業(yè)場(chǎng)景中的識(shí)別、監(jiān)控、推理、預(yù)測(cè)等問題，適用于不可見的復(fù)雜問題。知識(shí)圖譜，主要解決了工業(yè)要素的挖掘、分析、建模、可視化等問題，適用于認(rèn)知明確的問題中飛艾維與百度深度合作，基于飛槳（PaddlePaddle）深度學(xué)習(xí)框架聯(lián)合開發(fā)海量數(shù)據(jù)AI分析平臺(tái)，實(shí)現(xiàn)巡檢數(shù)據(jù)中特定缺陷辯識(shí)，速度達(dá)到人工處理近百倍。德國瀚沙公司：基于“深度學(xué)習(xí)+能耗”預(yù)測(cè)電網(wǎng)中斷和停電，識(shí)別電網(wǎng)缺陷的可能性提高2倍以上。領(lǐng)邦智能：基于“深度學(xué)習(xí)+視覺”進(jìn)行預(yù)測(cè)性維護(hù)、產(chǎn)品質(zhì)量檢測(cè)等工作，誤檢率為十萬分之一，質(zhì)檢效率是質(zhì)檢員的八倍。東軟集團(tuán)部署工業(yè)知識(shí)圖譜進(jìn)行知識(shí)發(fā)現(xiàn)和決策輔助，實(shí)現(xiàn)了協(xié)助人工高效操作和有效決策。一汽通過構(gòu)建汽車故障診斷知識(shí)圖譜，將業(yè)務(wù)方向、售后場(chǎng)景和細(xì)化描述進(jìn)行關(guān)聯(lián)建模，實(shí)現(xiàn)效率支撐、提前發(fā)現(xiàn)和專業(yè)案例支撐。UTC聯(lián)合技術(shù)研究中心將知識(shí)圖譜引入研發(fā)設(shè)計(jì)過程，依靠知識(shí)圖譜分解功能塊，構(gòu)建設(shè)計(jì)方案庫，設(shè)計(jì)出的換熱傳熱效率提高80%，設(shè)計(jì)周期加快9倍。深度學(xué)習(xí)知識(shí)圖譜模型方面，深度學(xué)習(xí)、知識(shí)圖譜和管理引擎將成為重點(diǎn)發(fā)展方向設(shè)備預(yù)測(cè)維護(hù)德國蒂森克虜伯集團(tuán)結(jié)合智能傳感器及機(jī)器學(xué)習(xí)，開展基于電梯運(yùn)行數(shù)據(jù)的預(yù)測(cè)性維護(hù)，使電梯停運(yùn)時(shí)間降低50%，維護(hù)費(fèi)用節(jié)約15%設(shè)備級(jí)集團(tuán)輔助決策產(chǎn)品質(zhì)量檢測(cè)IBM依托Waston人工智能平臺(tái)開展基于視覺識(shí)別的質(zhì)量檢測(cè)，有效減少重復(fù)人工成本，質(zhì)檢時(shí)間縮短80%，產(chǎn)品質(zhì)量缺陷率減少7%流程行業(yè)：自動(dòng)監(jiān)控中海油、中石油等通過建設(shè)智能實(shí)時(shí)決策系統(tǒng)，構(gòu)建起以井為中心、井場(chǎng)與基地多學(xué)科協(xié)同作戰(zhàn)的信息系統(tǒng)平臺(tái)，每年僅單平臺(tái)操作費(fèi)就節(jié)省800萬元離散行業(yè)：輔助設(shè)計(jì)瑞士紐若公司在自行車設(shè)計(jì)中，利用深度學(xué)習(xí)網(wǎng)絡(luò)對(duì)進(jìn)行空氣動(dòng)力學(xué)分析，產(chǎn)品動(dòng)力學(xué)特性比傳統(tǒng)方法高5-20％，并將繼續(xù)應(yīng)用于風(fēng)機(jī)、渦輪機(jī)、飛機(jī)等設(shè)計(jì)過程GE、殼牌、阿美等巨頭依托KnowledgePlatform，通過知識(shí)圖譜與數(shù)據(jù)科學(xué)協(xié)同，在綜合考慮品牌效益、經(jīng)營成本、經(jīng)濟(jì)趨勢(shì)等因素的基礎(chǔ)上，利用人工智能提供決策和流程優(yōu)化建議供應(yīng)鏈管理H公司、西門子、萊比錫等企業(yè)打造供應(yīng)鏈知識(shí)圖譜，通過企業(yè)關(guān)系網(wǎng)實(shí)現(xiàn)供應(yīng)鏈風(fēng)險(xiǎn)管理與零部件選型離散行業(yè)：過程控制德國施肯拉公司了將檢流計(jì)掃描儀與數(shù)字角度傳感器相結(jié)合，基于機(jī)器學(xué)習(xí)控制系統(tǒng)的智能掃描頭，實(shí)時(shí)獨(dú)立地計(jì)算控制參數(shù)，幫助系統(tǒng)更快、更精確地工作產(chǎn)品自動(dòng)分揀愛普生、埃爾森、梅卡曼德等基于3D視覺與深度學(xué)習(xí)進(jìn)行不規(guī)則物品的識(shí)別和分揀。利用深度強(qiáng)化學(xué)習(xí)使機(jī)器人具備自主及協(xié)同學(xué)習(xí)技能，準(zhǔn)確率達(dá)到90%企業(yè)級(jí)產(chǎn)業(yè)鏈級(jí)應(yīng)用方面，工業(yè)的復(fù)雜性、不確定性和人工智能缺乏可靠性、可解釋性之間的矛盾導(dǎo)致工業(yè)人工智能發(fā)展緩慢富士康基于深度學(xué)習(xí)建立的刀具壽命智能預(yù)測(cè)模型，實(shí)現(xiàn)了從計(jì)件換刀到精準(zhǔn)換刀的轉(zhuǎn)變，幫助企業(yè)延長刀具壽命15%，提高產(chǎn)品良率30%。痛點(diǎn)：傳統(tǒng)汽車制造制程中，采取計(jì)件換刀的方法，一是不能完全解決加工過程中崩刀、斷刀的問題，二是刀具的意外損壞會(huì)直接造成加工部件的損毀并造成巨大損失，三是不能充分利用刀具有效壽命。方案：采集機(jī)臺(tái)振動(dòng)/電流傳感器和控制器等多類異構(gòu)數(shù)據(jù)，在云端基于深度學(xué)習(xí)訓(xùn)練刀具剩余壽命預(yù)測(cè)模型，并部署到邊緣側(cè)，實(shí)施監(jiān)測(cè)分析刀具狀態(tài)數(shù)據(jù)，智能預(yù)測(cè)斷刀、崩裂和壽命的異常情況。效果：實(shí)現(xiàn)刀具崩刃及斷刀的即時(shí)判定準(zhǔn)確率93%刀具壽命預(yù)計(jì)延長15%，預(yù)計(jì)減少刀具成本15%提升產(chǎn)品良率30%，節(jié)省材料成本約10%，提高生產(chǎn)效率15%。傳感器工控機(jī)監(jiān)控系統(tǒng)工具壽命預(yù)警機(jī)臺(tái)、刀具狀況監(jiān)控DeeplearningDATA來源：富士康案例:富士康基于工業(yè)人工智能的刀具壽命智能預(yù)測(cè)痛點(diǎn)：鋼鐵年產(chǎn)值約8萬億，鋼鐵工序70%的冶煉成本和能耗以及90%的碳排放在煉鐵工序，但煉鐵反應(yīng)器及產(chǎn)品單一，生產(chǎn)競(jìng)爭(zhēng)力在于冶煉成本，對(duì)于大型、連續(xù)、高溫、高壓、密閉的反應(yīng)黑箱高爐而言，當(dāng)前仍以“盲人摸象”式操作和“師傅帶徒弟”式為主，不同煉鐵廠（人）水平“參差不齊”，不同高爐之間壽命最大相差15年、噸鐵成本相差百元、燃料比相差百公斤，其數(shù)字化、智能化、科學(xué)化水平提升空間巨大。方案：基于機(jī)理模型的知識(shí)圖譜+基于大數(shù)據(jù)的深度學(xué)習(xí)效果：?jiǎn)巫郀t降低2400萬鐵水質(zhì)量穩(wěn)定性提高20%在全國30%高爐推廣冶煉效率提升10%算法集應(yīng)用場(chǎng)景知識(shí)圖譜設(shè)備故障診斷物流配方優(yōu)化工藝流程優(yōu)化生產(chǎn)過程管理產(chǎn)品質(zhì)量控制服務(wù)效能提升主元分析分類算法聚類算法隨機(jī)森林遺傳算法粒子群算法……技術(shù)：生產(chǎn)技術(shù)、設(shè)備診斷等工藝：工藝設(shè)計(jì)、工藝改善等流程：焦化、燒結(jié)、高爐等……東方國信：基于機(jī)理+數(shù)據(jù)驅(qū)動(dòng)的數(shù)字高爐邊緣層工業(yè)PaaS工業(yè)APPIaaS云基礎(chǔ)設(shè)施（服務(wù)器、存儲(chǔ)、網(wǎng)絡(luò)、虛擬化）數(shù)據(jù)采集協(xié)議解析可信邊緣智能工業(yè)應(yīng)用開發(fā)工具（專用開發(fā)工具、應(yīng)用模板、智能合約）工業(yè)微服務(wù)組件（機(jī)理模型、數(shù)據(jù)驅(qū)動(dòng)模型、微服務(wù)管理、模型共享、供應(yīng)鏈優(yōu)化、狀態(tài)溯源、訪問控制、協(xié)作生產(chǎn)）工業(yè)大數(shù)據(jù)分析平臺(tái)（可信數(shù)據(jù)管理、工業(yè)分布式賬本、互信共享、數(shù)據(jù)建模、數(shù)據(jù)分析、身份管理）通用PaaS平臺(tái)（開發(fā)環(huán)境、運(yùn)行環(huán)境、運(yùn)營環(huán)境）新型工業(yè)區(qū)塊鏈應(yīng)用APP傳統(tǒng)軟件云化可信工業(yè)數(shù)據(jù)采集可信工業(yè)大數(shù)據(jù)存儲(chǔ)數(shù)據(jù)建模+模型共享（區(qū)塊鏈）微服務(wù)生產(chǎn)+集成工業(yè)區(qū)塊鏈應(yīng)用（設(shè)計(jì)、生產(chǎn)、銷售、保險(xiǎn)、租賃、二手交易、維護(hù)、回收）柔性監(jiān)管入口可信身份可信傳輸來源：工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟《工業(yè)區(qū)塊鏈白皮書》四、區(qū)塊鏈：為工業(yè)互聯(lián)網(wǎng)奠定多方共治、互信共享的基礎(chǔ)擴(kuò)展現(xiàn)實(shí)XR(ExtendedReality)包括虛擬現(xiàn)實(shí)VR(VirtualReality)、增強(qiáng)現(xiàn)實(shí)AR(AugmentedReality)、混合現(xiàn)實(shí)MR(MixedReality)、全息現(xiàn)實(shí)HR(HolographicReality)等多種技術(shù)形式。技術(shù)定義特點(diǎn)虛擬現(xiàn)實(shí)VR(VirtualReality)VR是仿真技術(shù)的一個(gè)重要方向，是仿真技術(shù)與計(jì)算機(jī)圖形學(xué)人機(jī)接口技術(shù)、多媒體技術(shù)、傳感技術(shù)、網(wǎng)絡(luò)技術(shù)等多種技術(shù)的集合，是一門富有挑戰(zhàn)性的交叉技術(shù)前沿學(xué)科和研究領(lǐng)域。VR主要包括模擬環(huán)境、感知、自然技能和傳感設(shè)備等方向。沉浸感、交互性和構(gòu)想性增強(qiáng)現(xiàn)實(shí)AR(AugmentedReality)AR是一種能將真實(shí)世界信息和虛擬世界信息“無縫”融合的新技術(shù)，是把原本在現(xiàn)實(shí)世界的一定時(shí)間空間范圍內(nèi)很難體驗(yàn)到的實(shí)體信息（視覺、聽覺、味覺、觸覺等），通過電腦等科學(xué)技術(shù)，模擬仿真后疊加應(yīng)用到真實(shí)世界，被人類感官所感知，從而達(dá)到超越現(xiàn)實(shí)的感官體驗(yàn)。AR主要包含多媒體、三維建模、實(shí)時(shí)視頻顯示及控制、多傳感器融合、實(shí)時(shí)跟蹤及注冊(cè)、場(chǎng)景融合等技術(shù)與手段。真實(shí)世界和虛