工业互联网的现在与未来发展

西门子在他们位于德国安贝格的西门子电子制造工厂（EWA），尝试使用我们谈到的智能化生产的各种要素，来颠覆式地重塑他们的生产工艺和流程。

因为生产的高度智能化、自动化，还有产品的模块化、标准化以及标签化，可以使得产品制造过程达到高度的柔性，其生产流程可以伴随着不计其数的组合和错综复杂的供应链变化进行持续的优化，而效率又可以获得很大提升。

这一家工厂在生产面积没有变化的情况下，产能却在采用新的智能化设备之后提升了8倍，产品质量更是比25年前提高了40余倍。EWA的产品质量合格率高达99.9988%。

他们每年能生产出约1200万件西门子的PLC产品，几乎平均每秒就能生产出一件产品。当智能工厂和智能生产进入这样高度的自动化和柔性化之后，所产生的巨大信息和数据，反过来又能够不断地作为优化制造和设计的基础数据源，这时大数据分析自然就派上了用场。同时，累计的历史数据、维修数据、各种材料数据，又可以构建出更大的虚拟的产品库。

在这一方面，美国的GE公司在航空发动机的生产和维修方面也在进行着积极的探索。

对航空发动机的在线监控和故障诊断，是确保每一台航空发动机这一飞机心脏安全运行的至为重要的技术

。但是如果将发动机从生产到维修的所有数据全部整合在一起，进行一种全生命周期的模拟的话，所带来的数据分析质量和对故障的预测程度就远非在线实时监控所能比拟了，也就是说我们可以用软件构建一个完全虚拟意义上的发动机模型，而这个发动机是我们所拥有的实时监控数据和历史上的生产数据、维修数据、材料数据乃至天气等数据的集合，这个虚拟发动机集合了如此众多的数据信息，它对故障的预测和预防性维护水平将是单纯的在线数据监测所无法比拟的，而这个模型在大数据技术和高效的建模技术出现之前是不可想象的。

这一切将为积累大量技术的生产型企业进行高质量的产品质量维护、故障监测、故障预维护，以及产生新的服务项目奠定坚实的基础。同时，在系统层面上，可以对原有系统的效率进行更大范围的优化。因为系统的复杂度按照网络效应的计算，远远大于单台设备，或者若干机组的组合，对系统的重新建模分析，找到系统优化点，这一工作已非人力可以介入。

大规模的建模和大数据分析必然会发挥更为关键的作用。这在计算资源高度分布发达，芯片价格极其低廉，而且网络，尤其是无线网络随处覆盖的今天和未来，将变得触手可及，且十分廉价。在今天，每一个公司都可以展望工业互联网的未来，做出自己工业互联网的未来设计。

这一路径正在被探索，但是还没有标准路径，然而我们需要注意到的几个关键障碍，却是在实现这个道路的过程中需要关注的。

首先，今天的工业思维依旧是产品思维和硬件思维，而未来的工业互联网首先应该是软件思维，其次是网络和大数据思维。所谓软件思维就是说未来产品，即便软件不占到绝对统治的地位，至少和硬件是同等重要。

而今天的工业企业依旧把软件功能作为硬件功能的附加，这一现象在几乎所有的大型工业企业身上都存在，这一传统思维方式似乎很难改变。