3年30萬個工業APP,佈局“智造”明天

3年30萬個工業APP,佈局“智造”明天

如同點開手機應用商店一樣,在工業APP應用商店裡,各類工業APP琳琅滿目:有監視、分析能耗類的,有監控設備位置和狀況的,還有分析生產線運行的……如今,這幅工業領域的未來場景正加速向我們走來。

工業和信息化部日前發佈的《工業互聯網APP培育工程實施方案(2018—2020年)》(以下簡稱《方案》)提出,到2020年,將面向特定行業、特定場景,培育30萬個具有重要支撐意義的高價值、高質量的工業互聯網APP。

如果把工業互聯網比作新一輪信息高速公路,工業APP就是跑在這條路上的車,工業大數據則是車裡拉的貨。擁有目前全球規模最大、門類最全工業體系的中國,如何在這一輪工業互聯網發展大潮中搶佔先機?有專家認為,抓住工業APP,就抓住了開啟工業互聯網市場的“金鑰匙”,也將由此打開人工智能和先進製造的入口。

攻關共性關鍵技術 讓創新從封閉走向開放

作為物聯網、大數據等新一代信息通信技術與現代工業技術深度融合的產物,工業互聯網是當前全球新一輪工業產業競爭的制高點,工業APP則是其應用生態的重要內容。

狀態監測、故障診斷類工業APP多,預測預警類尤其是智能決策類工業APP少;基於工業機理模型或數據驅動模型開發的工業APP多,基於機理模型和數據驅動模型聯動開發的工業APP少……“當前,國內工業APP面臨著數量不多、質量不高的窘境,正是受限於大數據建模分析能力較弱這一‘卡脖子’因素。”中國電子信息產業發展研究院信息化研究中心袁曉慶博士說。

對此,《方案》提出,要瞄準產業發展制高點,組織實施一批重點產業化創新項目,推進複雜系統建模、執行控制引擎等共性關鍵技術攻關,推動工業通信協議適配、數據交換等核心關鍵構件研發。

針對目前我國工業企業軟件化能力總體上較弱這一現狀,福州大學先進控制技術研究中心主任鄭松研究員認為,要提升工業企業軟件化能力,就必須要建立良好的企業軟件生態,提供很好的軟件工具,而不是僅僅侷限於具體的應用軟件,這樣才能使得工業企業軟件能更好地適應企業發展需求的變化。同時,除關注工業APP的框架技術外,還必須建立一種通用的雲端計算環境。

工信部電子第五研究所所長陳立輝表示,要通過“眾包”“眾創”“開源”等創新模式參與工業互聯網APP研發,以形成開發、流通、應用的新型網絡生態體系,為分佈在全國乃至全球的智力資源、製造能力提供匯聚平臺,推動企業從封閉式創新走向開放式創新。

發力應用生態建設 推動工業APP向平臺匯聚

2015年8月,通用電氣(GE)發佈了全球首款專屬於工業領域的雲服務平臺Predix,吸引了250多個工業APP入駐。

“GE不能成為一個只有扁平增長的千億美元級公司,我們把它想象成是一個超級商店,一個全球知識交換中心。”通用電氣前董事長傑夫·伊梅爾特在《哈佛商業評論》的撰文,揭示了這家昔日的傳統工業製造巨頭轉型的勃勃雄心。

GE的跨界之舉點燃了全球製造業競爭的引信,德國西門子、瑞士ABB等也相繼推出了工業雲應用商店,吸引各個商戶(用戶)進駐,爭奪大數據這一未來工業的“石油”。

作為建立在平臺之上的平臺,“工業APP應用商店”相當於一個知識交換中心,其中入駐的工業APP則是商店裡兜售的主要物品。據不完全統計,我國工業APP數量目前不超過5000個,遠遠難以滿足企業上雲需求,建設“工業APP應用商店”任重道遠。對此,《方案》提出,推動工業APP向平臺匯聚,指導和支持互聯網平臺企業、協會、第三方機構設立工業APP應用商店,提供專業化的工業APP上線和下載服務。

機械科學研究總院海西分院副院長莊承淮認為,應加快工業APP創新以及應用,集成多方資源、合作共贏,並在工業數據採集、大數據建模分析、工業軟件培育等方面儘快取得突破。

“工業互聯網平臺發展機遇稍縱即逝,生態建設需要政府和企業共同發力。”袁曉慶建議,企業應圍繞跨平臺間工業APP流轉,積極採用區塊鏈等新技術促進平臺間工業APP互聯互通;政府部門需要面向工業APP開發、測試、交易等全生命週期,完善公共服務支撐體系,形成建平臺和用平臺雙向迭代、互促共進的良性格局。

深挖大數據潛力 培育數據驅動型工業體系

在新一輪工業革命中,工業大數據正成為世界各國爭相搶奪的焦點。為克服數據孤島、碎片化現象,加快工業數據資源開發應用,《方案》指出,將工業APP納入工業大數據應用試點示範項目,支持工業企業利用工業APP加強對機器設備、業務系統、產品模型等數據的採集,開展數據集成、挖掘、分析、建模,提升工業大數據創新應用能力。

國內大數據行業龍頭企業東方國信的轉型發展正是其生動註腳——

在原有工業大數據的基礎上,該公司不斷向互聯網雲平臺上延伸,並於2017年底正式發佈工業互聯網平臺Cloudiip,上線了數百款覆蓋能源、水電、冶金等行業的APP。

“基於平臺上的大量數據積累和成熟的行業算法模型,形成了從平臺到應用,從開發工具到知識微服務的全產業鏈條,可提供設備安全預警、設備故障診斷、能源管控優化等服務。”該公司負責人介紹,其中能源雲平臺服務了全球35個國家近1300個用戶,每年幫助客戶節約3%—15%的成本,每臺高爐可節省成本2400萬元左右。

“當採集的工業數據規模上去以後,就可以用機器學習技術對其進行分析,可以產生更多的智能應用。”福州大學數學與計算機科學學院院長郭文忠舉例說,可通過工業大數據對設備進行異常狀態檢測,及時發現設備異常;也可以通過工業大數據學習出產品質量與各環節設備參數間的關係,優化設備參數設置等。

“中國既是製造大國也是網絡大國,並由此正成為工業數據大國,急需深挖工業大數據的潛力,培育數據驅動的新型工業體系。”在工信部信軟司副司長李冠宇看來,智能製造的核心就是從需求分析、設計,到生產製造、銷售,打通全生命週期、全產業鏈的數據鏈,並催生出網絡協同製造、個性化定製、服務型製造等一系列新的商業模式。最終,利用工業大數據和人工智能“訓練”出一大批能解決實際業務痛點的工業APP,給工業發展模式帶來革命性的驅動力。


分享到:


相關文章: