“工業互聯網”五個字是過去二三十年含義最豐富、包含的領域最複雜。工業互聯網和大數據可以映射到工廠和車間裡，過去這些年，中國工業界引入大量的智能設備和機器人的時候，在很多工廠裡都與日本、德國、美國用了同樣的設備，但真正的問題是一些關鍵領域的技術創新到底如何能夠完成，這本身不是設備的問題，是人腦的問題。
上面這張圖最右側要通過工業互聯網的網絡側和數據驅動打破信息不對稱，生產商永遠知道消費者要什麼。最左側也是特別值得提出的，工業互聯網以及大數據人工智能如何打破智力的不對稱。今天發達國家和發展中國家在工業領域存在著似乎不可逾越的知識紅線，這條知識紅線是智力不對稱帶來的。今天德國、日本、瑞士等工業領域非常領先的國家，賣設備的時候並沒有把背後的知識給你。這個東西怎麼通過工業互聯網和大數據替代？
其實，我們應該花更多的時間，也包括了產品設計、全球設計師協同，這才是發揮工業互聯網、人工智能以及工業化的集成。這是工業互聯網的大前景。
我們看到工業互聯網面臨的工業難題是N對M的問題，N是N個工業領域，M是大量的技術。
這個怎麼解決？必須是跳出來的平臺思考模式。工業界過去最大的路徑依賴就是很難擺脫項目制，我們看了那麼多的工業企業，看起來是企業，實際上都是項目公司。
今天沒有一個工業互聯網的專家可以在一個行業的知識超過40%，這就是知識集成、人的集成很大的難題。
在中國的特定環境下，在政府的宣導下，激發以及啟發工業互聯網的製造業，實際上又面臨新一輪的挑戰，包括國際貿易的競爭，在技術原有模式上不能發展，所以一定要通過高維的模式讓每個人都用上工業互聯網的紅利。
工業互聯網是這麼大的概念，對“工業”兩個字來說有上百個行業，同一家企業處於不同的階段，同一個行業的業態也處於不同的階段，在企業數字化轉型裡處於不同的階段，這是過去看到的大模式。
軟件思維進入硬件思維，有一個巨大的門檻是“量產”。互聯網造車公司如今遇到最大的難題是，電池技術、充電樁的環境還不足以支撐這場革命的持續，如果用造手機的方式去造汽車，肯定邁不過量產這個
閱讀更多 龍智造工業互聯網 的文章
