上期【共話工業物聯網產業生態發展之道】中，我們聽到了阿里研究院副院長安筱鵬博士，道破原有思維、邏輯和方案的盲點，為大家解答如何突破集成應用困境。今天站在企業經營的角度，聽研華科技技術長楊瑞祥，從“解耦 · 重構 · 共創”維度，如何推進工業物聯網生態體系的發展。
數字轉型2.0，是用AI+IoT可以帶入的一個絕好機會點。
——研華科技技術長楊瑞祥
我們今天要談的題目，是解耦、重構和共創。解耦前面兩位演講者有提到，今天的問題很多是昨天的成功帶來的，過去30幾年IT系統非常有效，我們也習慣了功能導向、單體式的系統。但是忽然之間數據驅動的技術，它證明了導入人工智能的潛力，讓判斷更高效，讓所需人力更少，可以驅動企業經營的再一波成長。
那麼如何來挖掘人工智能的能量？
你必須要有數據作為支撐，特別是在工業應用情景。所以，必須要功能解耦，必須要有數據的融合，重構企業整個經營管理系統。這中間有很多能量來自外部團隊，特別是新創團隊，因此需要共創。
01 工業IoT平臺的發展四階段
安博士的《重構》一書中，提到工業IoT平臺發展的進程，基本上有四個階段。
- 第一個階段是建立一個平臺。
- 第二階段，在這個平臺上面推導應用方案，找出有效系統。過去的單體式功能驅動的設計思維必須要升級為數據驅動。導入AI，這必須要能夠克服集成困境，集成的困境之所以困難是因為我們過去太習慣，中間再開發一個新系統的時候不自覺就會用過去的思維，又做成一個功能導向的專用系統，這個習慣必須要革新。我們開始要習慣談微服務、容器化，以便我們在組合新功能的時候可以快速地集成。
- 第三個階段是能力交易階段，企業開發出來的模塊、方案要擴散出去，給同行乃至整個產業來用，整個系統建設的效率也會大幅提高。
- 第四個創新階段，當我們突破了一個臨界點，當我們這些模塊豐富到一定程度的時候就會發生連鎖反應，這時候就會有爆發性的成長，到了創新階段，因為你的整個基礎已經打底建築到了一定的高度。
阿里、騰訊在消費型的應用上面已經實證了這麼一個過程，非常成功，他們核心是通過一個生態系，針對電商、通訊延伸出去，導入最新的IT技術（雲技術），破壞了很多現有傳統的消費型的服務，它們完全用不同的競爭模式，用佔壓式的新技術紛紛革新很多消費者所需要的食衣住行、醫療理財等。
如果我們參考這個生態系，再來看一下在產業界會是一個什麼樣的模樣。
在企業我們要從點到線到面到一個體，從邊緣導入一個雲架構，這中間的挑戰如何去克服，除了內部投資、建立團隊之外，有沒有一個更快速的方法，這個槓桿思維一定要導入。
02 平臺互聯互通 助力企業數字轉型2.0
數據融合離不開工業物聯網平臺，平臺有必須要進行互聯互通。
楊瑞祥表示，工業物聯網的PaaS若能部分開放，甚至與其他PaaS平臺互通、共享部分技術模塊，將促使工業APP開發者擁有更多的工具選擇，進而設計更符合工業應用場景的解決方案，以加速推動產業轉型與進化。研華目前已鎖定幾家平臺業者，積極推動平臺的互通互用。
研華推出WISE-PaaS Marketplace，邀請所有共創夥伴，在商城上架功能服務，提供給全球的目標產業的用戶來評估參考。
以智能工廠情景當做一個案例，目前很多工廠的現況都是擁有相當多的自動化設備，另外還有相當多的IT系統，不管是MES、ERP、APS，可以做到一定程度的自動化和信息化。要再往前跨一步的時候，現場邊緣的數據收集也要再更進一步，比如物理量、化學量，以前可能是依賴組長、廠長來判斷，現在有IoT的技術，你可以利用這些技術把這些數據收集起來。
如今人工智能技術的出現以及它巨大的潛力，代表如果我們有足夠的數據，導入相對硬的AI技術，是有機會用同樣的人做更多的事情，但是這個基礎是一個數據平臺。從這個數據平臺再延伸到應用層的時候，我們在通過和很多夥伴互動的過程當中，也發現很多
雲工業解決方案有共同點：必須要視覺化，必須要做設備管理，如果思維更先進，就要導入人工智能。人工智能並不是一個單點專案式的概念，而是推動引擎有自己的生命週期，它也要進化，同時在一個暗倉裡面，我們可能需要幾十種，甚至上百種不同的AI推動引擎。
如何去做AI推入引擎的大規模訓練、管理、部署，這就需要一個後臺，這也是研華在應用層級上面提供的AI框架服務。再往上堆疊，針對情景有的數據、專業，結合這些技術所推導出來的這些服務。
03 設備可視化管理：研華戰情室
在呈現給目標應用情景，我們呈現的方式基本上會給每一個企業發一個戰情中心。
這個戰情中心的首頁基本上是這個企業目前在數字化轉型2.0上面已經搭載部署的相關應用。這是研華在崑山的工廠自己實際的戰情室。當它建起來以後，我們廠務同仁用這套體系運行，很快市場就能看到相關程度的效能提升。
這個思維從現有的現場設備、IT系統，再搭載額外的IT數據採集，再導入AI模型來做管理這套邏輯思維，事實上我們發現不只在智能工廠可用，我們在智能醫院上有好幾個暗倉，用一樣的架構思維在推動，相當有效，我們後來發現零售、物流、能源基本上各行各業怎麼導IT就怎麼可以導AIoT，這個架構我們認為大致可以照辦。
研華工業物聯網架構裡面的核心實際上就是微服務跟數據。
講實話我們是一個獲利者，基本上在商業B2C的雲平臺上面，這架構已經驗證完畢，認為是可靠、高效、可擴張，這已經驗證完整。研華基本上是導入這整套以開源系統為主的微服務架構，構建了一個高可用、可擴容的一個雲基礎平臺。
在這個雲基礎平臺上面，我們再增加了剛剛提過的可視化、設備管理和AI服務，來支撐各行各業快速的AIoT服務的打造。
04 WISE-PaaS AIoT應用架構服務
雲基礎架構主要的目的是用來收集海量的數據，數據的價值挖掘我們認為有三個層次：
- 第一，可視化，可視化之後公司裡面的專業人員可以方便簡單地立即感受到公司哪一些地方效率可以立即提升，這還不需要AI，這是工人智能。
- 第二，導入設備管理、框架服務，叫APM，設備管理框架服務是針對企業裡面所用到的固定設備或者移動設備，它的物理特性、關鍵參數，你用配置導向的方式把它管起來，在配置這些設備所部署的拓撲，它到底怎麼樣佈局在這個空間場域裡面，形成一個集成，這集成裡面有結構。集成裡面結構對應到的管理人員，這基本是APM的部分，這是第二層的數據價值挖掘。
- 第三，導入AI，從規則性管理到AI的深度學習來模擬專業人士的高等判斷，這三個加值服務基本上可以引導出一個代碼，或是不需要編程的一個組合。
在Marketplace我們有很多的微服務，這些微服務如何擴散到一個更大的生態形式。研華的Marketplace即將改版，會導入所謂導覽式、導購式的選購。基本上是你到哪一個產業，這個產業的AIoT的解決方案架構是什麼，這裡面的服務模組又有哪一些供應商你可以選擇，由這些導覽式的對應配置以及它相對應的顧問跟安裝服務，整個配置給你。
另外就是Marketplace本身是共創出來的結果，從供應端到需求端，你開發出了一個好的雲方案你可以自己用，你如果覺得要擴散它的影響力，你可以再回到Marketplace，讓整個產業用。
小結
1、大力發展行業應用的工業APP，將是破解現有物聯網困境的突破口。
2、研華把WISE-PaaS工業物聯網雲平臺進行解耦再重構，即模塊化、微服務化，讓行業系統整合夥伴更容易擷取功能模塊，進一步共創完整服務，開拓商機。
3、數據融合離不開工業物聯網平臺，平臺有必須要進行互聯互通。
閱讀更多 研華Advantech 的文章
