本刊记者 杜悦英
“企业信息化是一场革命， 大数据、智能化、移动互联网与云计算及物联网的兴起，助力企业信息化发展到工业互联网阶段。对于企业来说，管理创新与技术创新永远在路上。”日前，在由国务院发展研究中心指导，国务院发展研究中心信息中心、中国发展出版社、腾讯公司联合主办，国研文化传媒股份有限公司（国研智库）承办的“互联网+”支撑环境建设研讨会上，中国工程院院士、京津冀协同发展专家委员会副组长邬贺铨做出上述表示。在本次会议上，他做了题为《从“互联网+”先进制造到工业互联网》的主题演讲，为中国企业信息化建设点明了路径。
新阶段，新技术，新趋势
邬贺铨说，从研发设计到仓储物流，从企业的全产业链到产品的全生命周期，信息化技术正在给中国企业带来巨变。企业信息化历程经历了流程电子化、管理数字化、生产自动化、企业互联网化、企业智能化几个阶段。
流程电子化包括财务电算化、办公自动化、门户网站化；管理数字化包括产品寿命管理、供应链管理、企业资源规划、客户关系管理、物流仓储管理；生产自动化包括监控与数据采集系统、分布控制系统、制造执行系统、计算机辅助设计、计算机辅助制造；企业互联网化包括电子商务、协同制造、产业物联网、云制造；企业智能化包括大数据、人工智能、信息－物理系统、价值链管理、生态链管理。
“从互联网发展到工业互联网，从物联网发展到工业互联网， 实际上是不一样的。”邬贺铨说， 互联网与工业互联网相比较，互联网以面向人为主，全球联网，终端为PC、手机等，时延不敏感，可靠性一般，安全性一般。工业互联网以面向物为主，企业内网，终端品种很多， 时延敏感，高可靠性，高安全性。
物联网与工业互联网相比较， 物联网是传感网架构，以感知为主，通常对时间同步不敏感，但通常对功耗敏感，有广域工作要求， 由政府或业主运营管理。工业互联网是云计算架构，以控制为主，对时间同步敏感，通常对功耗不敏感，通常无广域工作要求，由企业运营管理。
德国提出工业4.0，工业1.0是机械化，工业2.0是电动化，工业3.0是自动化，工业4.0是智能化。工业4.0 是制造业+互联网，产业互联网和工业互联网是互联网长入产业，智能机器、先进分析工具、人机交互共同来支撑产业互联网的发展。“互联网+”的范围比产业互联网更大， 除了产业互联网，还包括消费互联网和政务互联网。
工业互联网的CPS（信息物理系统）模型，从顶向下包括数据服务层（工业数据集成平台，包括云计算、大数据，工业APP等服务）， 企业管理层（供应链管理、企业资源计划、生命周期管理、物流仓储管理），运营管理层（产品研发仿真、生产过程仿真；制造执行系统，包括排产、管理、物料、生产、质量、设备），现场控制层（包括监控系统、分布式控制系统、其他现场控制系统；控制器、传感器、执行器等新型智能设备、仪器仪表、传统生产设备及其他设备）。
工业系统的数字化，过去是单一环节的数字化，现在则是覆盖制造全过程的数字化。数字化制造是跨过所制造的产品生命周期的数字数据的集合和应用，基于实时的信息作出更快和更好的决策。
邬贺铨说，未来产品价值变化有三大趋势：硬件创造的价值体现在软件，网络连接的价值转向云， 商业模式的价值从产品转向服务。其中云架构包括：知识即服务，数据即服务，软件即服务，平台即服务，基础设施即服务。
四个层面详解应用场景
从生产现场级、车间级、工厂级、企业级四个层面，邬贺铨详细介绍了企业信息化应用的最新技术及发展趋势。
在生产现场级应用层面，2016 年通过了NB-IOT（窄带物联网） 国际标准，窄带物联网具有广覆盖（比GSM覆盖大100倍）、大连接（单扇区支持10万连接）、低功耗（待机长达10年）、低成本（模块目标成本1美元）的特点，适于工业应用。
同时，机器人在生产中的应用将越来越广泛。以浙江省为例，到2020年，该省企业使用机器人的数量将达到10万台。此外，自动生产线将越来越多，目前特斯拉生产线有数百台机器人。
在车间级应用层面，首先值得关注的是增材制造。传统的制造通过切削等将大块原料加工为产品， 属于“减法制造”。3D打印将拟加工的产品虚拟切成多层2D平面图， 通过一个“打印机”，将材料层层叠加，通过激光烧结等方式便成为产品。3D打印是“加法制造”，其优势在于缩短新产品开发时间，适应个性化生产。
车间级应用的第二方面是数据采集与监控系统，通过数控车床、智能仪器仪表、现场总线仪表以及工业以太网、对象的连接与嵌入过程控制服务器（OPC）、监控与数据采集系统（SCADA）服务器等，收集数据到实时数据库、关系数据库， 通过操作员站实现设备管理、生产管理、调度管理。
车间级应用的第三方面是企业网通信技术，相关技术一直在演进。1984年，现场总线的概念正式提出， 现场总线精简了系统的结构，简化了控制系统的设计、安装、投运、检修维护，但世界范围内至今没有一个统一标准，交互兼容性差。
现场总线之后是以太网技术，传统以太网使用广泛，它采用CSMA/CD（载波征听/碰撞避免） 方式来避免共享总线的各节点冲突，传送时间是不确定的，适用于办公自动化而不适应工业环境使用，工业上节点多重发效率太低， 实时性差。
由以太网发展而来的工业以太网，从高速（1 0 0 M / 1 G b p s）、交换机和同步机制三方面来保证实时性和可靠性。工业以太网有多个标准，如西门子的Profinet、施耐德的ModbusTCP/IP、罗克韦尔的Ethernet/IP、还有EtherCAT、POWERLINK、CC-Link等，在标准以太网协议基础上改进，但互不兼容，造成了市场割据。
目前最新的技术是时延敏感网络（TSN），通过使用标准以太网的组件，改进数据链路层协议，基于服务质量（QOS）等级确定传输优先权，可在此底层的通用架构上跨越车间级、工厂级、企业级等多层级的直接通信，真正实现操作技术（OT）和信息技术（IT）的融合。
我国提出的工业以太网标准（E P A ——对应国标GB / T 2 0 1 7 1 – 2006），是工业自动化领域由中国主持的首个国际标准（IEC61158/ Type14）。EPA可用在各种传输介质、各类拓扑结构、各种业务。采用IEEE1588精确时钟同步技术，将各节点同步精度控制在5μs以内， 可支持等时同步业务。
时延敏感网络（ T S N ） 的核心组件之一“ 时间感知调度器（TAS）”，利用以太网报头的虚拟局域网标签中的服务类型优先级来区分高优先级流量和后台流量。基于服务类型（CoS）优先级和传输时间来调度常规以太网帧的数据传输，提供抢占功能，可以在信息传输的时候让高优先级的帧打断低优先级的帧，最大限度地降低高优先级信息流的延迟。
在工厂级应用层面，需要制造执行系统（MES）。MES位于上层的计划管理系统与底层的工业控制之间的面向车间层的管理信息系统，它为操作人员/管理人员提供计划的执行、跟踪以及所有资源（人、设备、物料、客户需求等） 的当前状态。与企业资源计划系统（ERP）相比，MES是现场作业级系统，ERP是业务管理级系统；MES 是ERP在生产现场的细化，是对ERP计划的监控和反馈。
这一领域的一个新技术是数字双胞胎（Digital Twin），它是借助安装在物理对象上的传感器数据来映射产品实时状态、工作条件或位置，获得物理对象的属性及状态的最新和准确的镜像，可用于监测、诊断和预测。
过去金字塔结构（从下往上分别为：现场级（现场总线）、控制级（工业以太网）、过程管理级（以太网）、企业级（互联网））将复杂的工业网络和应用程序分解为多重功能级别。很少看到跨越多个阶层的直接通讯，这一结构虽严谨但不够灵活。TSN（时间敏感网络）实现了IT （信息技术）和OT（操作技术）的融合，从现场级到高速实时网络到云计算，淡化了现场层、控制层、管理层等层级的划分，MES制造执行系统有可能整体消失，作为子集融入其他IT软件系统和云服务。
企业级应用层面，首先，企业离不开仓储与物流，仓储与物流自动化十分重要。邬贺铨说，2013年全国平均自动化立体仓储系统普及率在20%左右，而发达国家平均普及率达到80%左右，2014年我国仓储物流总费用占GDP比重5.8%，而美国仅占GDP的2.7%。机器人分拣系统对货单识别准确率达到99.99%，每小时处理包裹可达2万单，可减少日常仓内作业人员70%。
企业级应用的第二个方面是设计制造软件。1972年阿波罗登月飞行器软件仅有4K代码，高铁的列控软件有数百万行代码，雪佛兰、奔驰等汽车软件规模达到1000万行到1 亿行代码，空客飞机软件则有10亿行代码，PC的Windows7操作系统超过3000万行代码，苹果IOS和安卓手机操作系统软件也有上百万行代码，传感器有10K代码。
波音飞机公司设计与制造飞机需要使用8000多种软件，但仅有1/8 是外购商用软件，其他软件为自行开发，可见波音也是软件公司。西门子有超过1.7万名软件人员，声称是欧洲第二大软件公司。丰田、菲亚特和尼桑通过网络与设计者和生产工程师快速共享数据，对不同设计部件及供应商的选择并仿真，使新产品的开发时间减少30%－50%。
企业级应用的第三个方面是众包设计，聚智创新。邬贺铨举例说，GE公司在网上公布了喷气式发动机托架设计要求及3D打印的设计工具，鼓励创客社区参与设计， 收到来自56个国家/地区将近700件设计作品，胜出的设计将产品重量减轻了85%。世界第一台众包汽车FIAT Mio，全球17000多名参加者为设计和开发及商标贡献了超过11000 件创意和方案，许多都是由志愿者提供。在海尔公司，企业是平台， 员工是创客，用户是中心，用户也是设计者和开发者。
企业级应用的第四个方面是大数据挖掘，包括数据源（数据资源管理）、大数据平台和大数据应用。大数据应用包括数据可视化（文本可视化，网络可视化，时空数据可视化，多维数据可视化， 可视分析的交互）、智能BI（大数据化的BI，与典型行业应用相结合分析）、数据挖掘（机器学习，人工智能，模式识别，聚类分析，知识探索，关联关系）、安全与隐私保护（访问控制，匿名技术，数据挖掘过程中的隐私保护，云存储审计，数据存储加密）。
企业级应用的第五个方面是人工智能（AI）。经过60年的发展， 人工智能已经拥有计算能力、模仿能力、学习能力、分析能力。2017 年10月，拥有1台设备、4TPU，经过三天时间自学围棋规则的Alpha Zero在和拥有多台设备、48TPU， 经过三个月人工训练的AlphaGo对弈时，以100:0的大比分胜出，这说明机器学习的效果随着神经网络的加深而提升。2016年10月，美国发布了国家人工智能研发战略规划， 指出人工智能具有变革我们生活、工作、学习、发现和交往的潜力， 它的研究能够增加国家优势，包括繁荣经济、改进教育机会与生活质量，增强国家安全。Gartner公司预计未来十年几乎每一应用都将含一定的AI，IDC公司预计到2019年30%的数字化转型由AI来支持，瑞银公司预测2020年全球AI市场可达1800亿美元。
企业级应用的第六个方面是基于区块链的合同与支付管理。区块是包含带时间戳的数字资产交易信息的数据块。区块链（Block Chain）是由密码关联的区块串组成的分布式数据库，也被称为分布式账本。
邬贺铨说，一旦信息经过验证并添加到区块链就会永久地储存， 区块链的账本复制到多个位置，所有当前参与的节点共同维护交易及区块链，实现分布式记账，因此区块链的稳定性与可靠性很高。
“互联网+”先进制造的挑战与未来
邬贺铨在演讲中还谈到，当前“互联网+”先进制造面临六大挑战。一是我国在智能制造方面技术上仍有不少差距。二是工业互联网面临信息安全与网络安全的挑战。三是消费互联网虽然有用户数十亿，但存在共性化，而工业互联网随行业的不同而不同，甚至同一行业也因企业而不同，差异化很大。四是企业信息化不是靠钱就能买得来，需要提供一揽子解决方案，需要有服务支持队伍。五是缺乏既懂得信息技术、又了解企业流程的人才。六是企业信息化是一场革命，需要企业领导者下决心推动。
邬贺铨表示，大数据、智能化、移动互联网与云计算及物联网的兴起，助力企业信息化发展到工业互联网阶段。工业互联网以智慧工厂为目标， 覆盖全产业链和全生命周期及跨企业的应用，实现“两化”（信息化和工业化）深度融合发展。他说，中国企业信息化发展不充分、不平衡，不同程度的企业可以分步实施工业互联网，前提是要有开放的标准和全局观念的顶层设计及重视网络安全。同时，工业互联网推动企业数字化转型，需要企业流程再造来适应，“管理创新与技术创新永远在路上”。