IDC董寶元
工業互聯網這個題目很大，包括的內容比較多。不同的人理解也不一樣。
這裡說一下工業互聯網的一個應用模型：柔性供應鏈，以及柔性供應鏈和人工智能的關係。
柔性供應鏈
柔性供應鏈，實際上是對現有固化供應鏈的一種升級。
現有的工業工業鏈，是通過固化的模式運行的：
- 預計銷售規模
- 預計生產規模
- 訂購原材料
- 安排生產計劃
- 生產
- 出庫交付
雖然計劃也會隨著實際市場需求進行調整，但調整的頻率和深度，都是非常有限的。
這有兩方面原因：
1、對市場的預測不準確，預測週期過長
2、生產的預測不準確，生產週期過長
那麼柔性供應鏈，就要優化這兩個問題。
在市場預測方面，傳統是通過人工報表形式來進行的。傳遞效率慢、預測精度低、數據維度少。
人工智能
這時，人工智能技術可以對市場預測進行優化。
現有的方式是建立大數據倉庫。將所有可以蒐集到的，可能影響市場需求的數據因子，全部考慮在內。
然後設計預測模型和不斷擬合優化。
人工智能技術，可以處理遠超人工的數據集合和關係。理論上可以更加精準的產生市場預測模型數據。
當預測模型數據產生，並且驗證有效後，就可以引導後期的生產更加符合市場的需求。
同理，生產的預測和生產工序本身，也可以建立數據模型。結合不同生產地區、生產節點、生產損耗等數據，幫助人們設計更加低成本高效率的生產模型，並且應用在實際的生產場景中。
智匯元
人工智能與工業互聯網的結合是大勢所趨，現在只是剛剛開始。
工業上也有IT技術，包括傳感器、執行器、監控與數據獲取系統SCADA、製造執行系統MES、可編程邏輯控制器PLC。工業上OT技術包括材料、機器、方法、測量、維護、管理、模型，這兩者需要結合，否則工業互聯網還是“兩張皮”。
人工智能AI與工業互聯網IIoT、大數據分析、雲計算和信息物理系統的集成將使工業以靈活、高效和節能的方式運作。工業人工智能中需要融合數據技術（DT）、分析技術（AT）、平臺技術（PT）和運營技術（OT）等技術。
工業領域主要以企業私有數據庫為主，規模有限，要實現人工智能與製造業的深度融合，就必須要在製造業領域加強數據獲取與整合，企業必須切實做到數字化轉型，大力發展工業互聯網。
調查顯示，人工智能在工業領域的滲透明顯較慢。
根據中國信通院2018年9月發佈的報告，在各類垂直行業中，人工智能滲透較高的領域包括醫療健康、金融、商業、教育和安防等。其中，醫療健康領域佔比居前，達22%；金融和智能商業領域佔比分別為14%和11%。但在製造業和工業領域，卻面臨著融合不足的挑戰。
人工智能在工業落地之所以緩慢，一方面因為相比於數據算法的迭代，硬件升級創新相對週期較長，從而導致滯後。另一方面，工業中應用人工智能要格外小心，因為工業中使用的人工智能與消費領域的人工智能有本質區別。
工業人工智能是一門嚴謹的系統科學，它專注於開發、驗證和部署各種不同的機器學習算法，以實現具備可持續性能的工業應用。因此人工智能應用於工業，必須根據製造業的具體場景進行定製，簡單照搬模板化的人工智能解決方案並不可行。
安防智庫
一、智能化的使命
工業化的使命：讓生產與運輸成本變得可控，持續下降。
智能化的使命：讓渠道成本變得可控，持續下降。
二、工業化面前的黑龍，渠道成本失控
三、兩個世界，兩個渠道
傳統渠道：生產者提供基礎設施。
智能化渠道：消費者與用戶提供基礎設施，智能手機、電腦是零成本的基礎設施。
三、群體開放式創新由消費者驅動
消費者通過休閒時間完成集結，把自己的智能手機變成整個社會的、公共的、股權共享的基礎設施，
渠道的源頭成本會清零，衍生成本會不斷下降，變得可控。
四、消費者控股智能軟件和機器的三部曲
1、新渠道；2、新智能運輸與出行體系；3、智能化生產體系。
在消費者主導的新渠道之上，
匯聚的消費款（100%）=投資款=智能機器的所有權+智能機器提供的產品與服務=股權（100%）+提貨權（100%）。
傳統市場，消費者消費只獲得產品與服務，因此，我們可以把增量部分先分掉，變為建設新渠道的動力。
