工业互联网就像科技公司给传统企业添加特效，是互联网的下半场，是实体经济的主场。

在过去的一百年里，一些公司有幸站在了技术革命的最前沿。一旦到了那个位置，即使你什么都不做，也可以随着平稳的波浪向前漂流十年甚至更久。“这是《浪潮之巅》书中记载的情况，讲述了顶尖科技企业的发展规律。

在工业互联网时代，他们就是这样的公司。

螺杆的振动频率和噪音的波动可能预示着能耗和质量的增加或减少，甚至是安全事故的“哨子”。中国高铁机车的预测性故障维修就是这样实现的。

在海尔的工业云平台上，生产一台洗衣机只需要15秒。

宝钢的“黑灯厂”24小时独立运营。钢铁行业能耗、污染和成本分别降低15%、30%和10%，效率和产能分别提高30%和20%。

徐工的5G远程控制工程设备可以让一个人远程控制10-50台重型机械。

ZARA塑造了‘快时尚’的神话，1分钟制造1.8万件衣服，2-3周完成‘设计-制板-成衣-上架’，支持90个足球场大小的专业物流中心，可在24-72小时内将新产品从产地送达全球。

……

工业互联网意味着工业/制造业的升级。通过应用5G、大数据中心、人工智能等新一代科技创新，提高产业效率，降低成本，提高效率。它是通往“高端制造”和“先进制造”的门户。

与以往的升级不同，工业互联网是自动化、信息化、智能化的叠加，将带来巨大收益。

热闹的风口

目前工业互联网新世界的企业主要分为四类：BAT，行业龙头‘老大哥’，头部ICT(信息通信技术)企业，以及大量的创业公司。

然而，在工业互联网领域，即使是巨头和领导者也很难独善其身。创新型企业的数量将大大超过前三类，并从中成长出一大批具有巨大竞争力的新大型企业。

一方面，市场巨大，国家最重要；另一方面，创新型企业的机会很多，这也是很多风险投资机构在工业互联网领域重仓的原因。

工业互联网这个风口，注定会非常热闹。

首先，需求广泛。无论是大企业，还是中小企业，无一会缺席。因为时代洪流里，缺席就会掉队。

同时，影响广、渗透深。包含工程机械、能源、电力、机加工、冶金等众多行业领域，以及设备资产管理、业务运营优化、产业生态创新等核心落地场景。

另外，难有一家通吃。例如，同样的一个产品，在不同细分行业，可能就需要是不同的。中国是世界上唯一拥有联合国产业分类中全部工业门类的国家，市场十分广阔和庞杂。

还有，工业/制造业领域，环节多、链条长。设备、制造、组装、服务、营销、流通……每一个环节都有创新机会。

此外，工业互联网需要兼具对工业生产、行业 know-how ，以及物联网、大数据、云计算、AI 等新一代技术应用能力的深刻理解。

因此，无论是从哪一个方面来看，即使是老司机，也难以全盘吃下。

据中国信息通信研究院预计，2020年我国工业互联网产业经济增加值规模约为3.1万亿元，占GDP比重为2.9%，对经济增长的贡献将超过11%。其中，核心产业增加值规模将达到6520亿元，融合带动的经济增加值将达2.49万亿元。

目前，中国的大中小企业们都在向工业互联网转型狂奔。根据自身的情况不同，各自主要通过这样三种方式：机器换人，提高生产效率；网络跑腿，通过互联网与产业链上下游在线开展业务，或远程操控设备，提升协同效率，优化资源配给能力；算法换脑，通过海量数据和机器学习，提升企业决策效率。

围绕这些需求，工业互联网方面的创新空间广阔。

硬件方面，从中美之间比较来看，差距还是相当大，比如：工业传感器渗透率，中国4.6%，美国已经达到12%；在数据领域，美国有超过80%以上的企业上云，中国只有30%。从2007年到2018年，美国有超过5000个通过数据分析申请的专利，而中国连1000都不到。在自动化、工业机器人领域，我们还有很大的提升空间。

在应用创新方面，在不同的细分行业内，工业互联网创新企业们的还有这样一些实践：工业设备的预测性维护、网络协同制造、柔性生产、打通上下游或同一环节多个工业企业的"工业互联网平台"等。

打个比方，就像是，为生产设备算命、让生产更"聪明"，让用户直接和生产"对话"、让产业链条或企业串联。

为设备算命

工业设备的预测性维护，是目前最能实际落地、最好测算投资回报率的工业互联网类创新。

所谓预测性维护，就是通过传感器、物联网等技术，实时监控设备状态，以判断何时该调整、维修或替换。这就像为生产工具装上神经和大脑，了解它的冷热疼痛，这是保证生产线高效运转的关键。

例如，就有创新企业专门为富士康产线高端CNC数控机床判断何时该换刀片。

别看只是一个小小的刀片，对它的寿命预测和精准判断何时该换刀片，对有效生产至关重要。

刀片是数控机床的关键部件，它的磨耗程度是影响设备运行、模具成品质量的关键因素。富士康3C产线几乎24小时不停产，在苹果生产高峰期，要快速生产成千上万台手机，一个月要用掉几十万把刀。

刀片换早了，浪费；换晚了，影响良品率。甚至会发生停机故障，对产能有巨大影响。

据相关统计表明，由于刀具失效引起数控机床停机的时间总数占故障停机时间的20%-30%。发生停机事故，停机后刀具等关键部件的采购周期一般为3个月至半年以上，不仅影响生产进度，而且成本高。

创新企业用机器学习预判何时需要换刀，产线停工时间可以缩短到几分钟。

这样的创新，显然不是BAT这样的大企业能做出来的。首先，发现这样的需求，就必须深谙生产环节痛点，不深潜一线，站在外面是看不见的。

让生产更"聪明"

在制造企业内部，网络协同制造，其实就是工业生产信息化的升级形态。

对中国很多生产制造企业企业来说，网络协同管理迫在眉睫。

以往，很多工厂现在都在用Excel来安排生产，企业资源使用也是重管控轻反馈。这就导致常常无法根据需求灵活调整生产流程。订单排程混乱、低效，生产报工易出错，库存物料难盘点，投入产出数无法统计。

但采用智能协同系统后，就可以通过网络系统实时查看生产进度，并根据人员、工序空闲情况安排合理的生产任务；生产线员工也可以清楚看到目前正在生产的订单信息；同时，通过网络系统绑定物料，相关员工可以实时查看物料流转。

进一步地，通过分析这套系统采集的数据，又能为生产提供智能决策，最终达到缩短制造周期、提升效率和质量等目的。

让用户与生产直接"对话"

中国的工业化道路正在超越"世界工厂"模式，一方面是以"技术红利"取代先前的"人口红利"；另一方面则是驱动产品的个性化、定制化和智能化转型。后者的实现手段主要就是柔性生产。

柔性生产可以让生产线在大/小批量生产之间任意切换，但品质、交期、成本还能保持一致。充分做到按需生产，充分满足不同消费者的个性化需求。

例如，在服装生产领域，女装生产是服装品类里最复杂的，尤其是像连衣裙、外套等等变化比较大，这些品类仅仅版型就有H型、X型、A型等十几种。

传统流水线里，一个款式会停留一到两个礼拜，班组长完全有时间去做准备工作熟悉产线。而将女装接入柔性生产线后，每天生产的款式、件数每天都在变化，面料、工序、设备参数都可以变化。

具体实现路径是，通过在服装厂内部署产能监控体系，借助计算机视觉算法，把车间和生产线联网。

同时，通过把生产过程与需求信息实时同步给服装厂、电商卖家、物流等产业链各方角色，实现工厂和买家的自动匹配，再由虚拟机器人在线自动跟踪生产计划、发放任务、监测出货量。

柔性产线实现了流程改造，人、机（器）、物（料）重新组合。过去机器和人都不动，现在机器不动，人动。目标就是实现供需精准匹配，高效按需生产。

柔性生产带来了生产、营销方式的创新——前店后厂。

传统的模式是"谈生意"，要么是品牌方批量采购、贴牌销售，要么是电商平台提供入驻经营的机会。但带来的问题是，要么是生产端或品牌方只有花费巨额的营销费用才有机会脱颖而出。或者是平台为库存所累。

但在柔性生产能力支撑之下，厂家和电商平台可以联动起来按需生产。服装生产企业可根据市场需求弹性释放产能：卖得好的款型就多生产，反之则少生产；服装厂之间还可自行组合不同SKU（最小存货单位），以效益最高的方式生产订单。

让产业链条或企业串联起来

越来越多产业内的核心企业向平台型企业转变，带动产业链上中小企业融通发展，构建产业竞争新优势。

可以是连通同一行业中不同企业的关键环节，为行业提升整体效率。也可以是围绕某个关键环节和设备，连通不同行业中不同企业的"远程运维"模式。

例如，昆仑数据与国家电网青海公司联合建设了新能源工业互联网平台"绿能互联"，连接能源行业的每个电厂，通过远程监控电厂的运行情况，让工业大数据能够"流动"起来；再通过对数据的分析、建模，优化电厂运行。

树根互联是另一种类型的例子——围绕某个关键环节和设备，连通不同行业中不同企业的"远程运维"模式。

树根互联连接服务超56万台设备，涵盖数控机床、医疗设备等61个细分行业，在对设备进行数据挖掘基础上，为平台上的企业提供市场服务、资产管理、能耗管理、融资租赁等深度服务，帮助企业降低成本、提高效率。

以往，需要先报修—工程师现场诊断—调取故障所需配件等一系列耗时耗力的流程，售后维修周期长、成本高。

而使用了这种机电设备的智能服务平台后，就可以联网监测所有已出售设备的状态，甚至常常比客户更早发现设备问题，主动提供维修建议，从而精准制定人员投入，预估耗材库存，制定更合理的维修计划。同时，根据用户需求和设备故障大数据，可以更准确地捕捉产品改进方向，提高研发效率，最终提升产品质量和竞争力。

中国互联网正在"由表及里"，照亮产业的深水区。