編者按：

產業大腦本質上是一個產業資源配置最佳化系統，以工業網際網路為支撐，以資料資源為關鍵要素，運用新一代資訊科技，綜合整合產業鏈、供應鏈、資金鍊、創新鏈，融合企業側和政府側，貫通生產端與消費端，為企業生產經營提供數字化賦能，為產業生態建設提供數字化服務，為經濟治理提供數字化手段，著力推動質量變革、效率變革、動力變革，構築現代產業體系。

導語

工業網際網路的本質是先進的資訊科技在製造領域的應用與實踐，這些技術包括雲計算、大資料、人工智慧、網際網路，以及 5G 為代表的連線技術。技術的應用會先突破工廠的物理邊界，擴充套件到供應鏈，再到整個產業，最終形成“產業大腦”——這將真正帶來工業網際網路的創新與突破。

“產業大腦”的基礎是“未來工廠”——只有工廠全面數字化、智慧化，才能向外逐漸延伸，連線更多資源、實現更多創新。

阿里雲在實踐中將實現“產業大腦”的過程總結為四個步驟：裝置智慧、生產製造過程全流程智慧、經營決策智慧、全產業鏈協同智慧。

01裝置智慧

數字技術應用到工業中可以分為四個層次：感知、認知、決策、協同 / 控制。

01

首先，工廠的裝置能夠被感知，是物聯網非常重要的基礎。一方面，可以透過 AIoT（智慧物聯網）的模組元件，讓普通的生產裝置完全實現數字化；另一方面，由於工廠實時性要求非常高，也需要完整的邊緣計算解決方案來支撐。

02

其次是認知。阿里雲今天給大多數比較複雜的行業都建立了“知識圖譜”。比如國家電網有幾十萬種裝置，當裝置出了故障，如何維修、如何快速診斷？過去是依賴於工程師的技能，如今可以把老師傅的經驗建立成“知識圖譜”，讓故障診斷和裝置維修的門檻變低。

同樣，汽車生產也是一個複雜工程，不僅汽車本身有近兩萬個零配件，生產線的零配件數量更是驚人。產線裝置要維修，就需要有備品備件管理。過去，因為產線故障的不可預測性，工廠要準備大量的備品備件，但 “知識圖譜”建立後，不僅可以將經驗與知識系統化，指導維修工程師快速進行故障診斷和修復，還可以進一步將裝置狀況、維修週期、備品備件需求量資料化，深度最佳化備品備件管理。

03

第三是決策。一些製造業企業生產過程很複雜，過程中收集到大量資料需要做為決策參考發揮其價值。

例如，重慶三峰是做垃圾焚燒的企業，需要整合最佳化焚燒爐的大量引數最終實現能源最佳化。過去是透過自動控制系統來決策，自動控制系統更多的依賴於人的經驗，現在利用工業網際網路平臺收集資料，再利用工業大腦的人工智慧演算法、視覺分析類演算法，最終實現智慧決策。最後的目的是實現協同 / 控制。

這樣，資料的收集、感知、認知、決策 / 控制形成了一個完整的過程，AICS（工業智慧控制演算法平臺）在其中發揮著重要作用，讓數字技術與工業實現了深度融合。除了上述企業，這一套完整的工業融合流程在埃夫特機器人、中策橡膠的生產線上也都有廣泛應用。

02生產製造過程全流程智慧

裝置智慧化之後，就可以對工藝流程全要素進行分析推演，在一個新的平臺上實現生產製造過程全流程的智慧化。

阿里雲參與了海螺集團打造“智慧工廠”2.0 升級的建設，這是海螺集團邁向自控化、資料化和智慧化的重要一步，也是傳統行業實現數字工廠的重要案例。在這個合作中有三個創新點：全域性控制、自動尋優、雲邊協同。

首先，透過收集海螺水泥在生產製造過程中產生的大量資料，包括生產磨、迴轉窯煅燒、水泥磨等非常傳統的工藝環節，阿里雲發現有大量可最佳化的空間，包括能耗、工藝引數、流程等。然後，阿里雲將需要最佳化的物件全部數字化，將整個流程做了數字孿生，在數字孿生系統裡，利用專家的知識和經驗為系統輸入一些最佳化推薦引數，模擬出最佳化效果。

最後，也是最關鍵的一點，是在這個系統基礎上可以進行自動尋優，在生產流程中讓引數持續學習、自動最佳化。這種全鏈路的智慧化升級，是以前單純依靠自動控制系統難以實現的。

03經營決策智慧

生產全流程智慧化的下一步，是與供應鏈資料、產業管理資料充分融合，形成匯聚全域業務的資料中臺，實現經營決策智慧化。

比如在三一重工，阿里雲與樹根互聯一起，將系統、生產裝置、經營資料進行採集、清洗、存檔，然後再做應用，目前三一重工的 86 個核心繫統全部搬上了資料中臺，每年能彙集到 PB 級的資料量，這是傳統制造業裡系統構建實現得比較徹底的一個案例。

三一重工的 CIO 說，“從長遠來看，所有公司的下一步都是軟體公司。”

怎麼理解這句話？

原來的生產製造都是圍繞著某一臺裝置來構建的，裝置跟裝置之間由生產流程串聯起來，最佳化的主體是圍繞裝置進行。

今天很多工廠最佳化的主體，是整體效率，需要去最佳化它的整體流程。從接收訂單開始到客戶交付結束，所有的節點都是需要被最佳化的物件，也是製造業向產品服務化升級的必經之路。而且，智慧製造的升級，是從裝置、生產流程、維護，到員工管理的多位一體的全面最佳化。

重慶瑞方渝美是阿里雲飛象工業網際網路平臺的客戶，這家企業生產的汽車發動機缸體從壓鑄機出來的第一刻起，就打上了二維碼，這個碼與生產過程中壓鑄機的所有引數（包括溫度、壓力等資料）關聯起來。

在加工過程中，工人也只需要掃一個碼，就能將所有資訊錄入系統：工件是誰加工的，加工了多少個，有沒有次品，效率怎麼樣……透過系統可以看得非常清楚，而且透過資料採集結果還可以做統一的管理最佳化、考核最佳化、培訓最佳化。

因此，無論是什麼樣的企業，“資料中臺”都非常重要，這已經成了以後所有企業轉型升級中都要去做的一個必備的基礎設施。

04全產業鏈協同智慧

從裝置智慧，邁向車間的整體最佳化，再邁向工廠級的管理提升，再邁向供應鏈產業鏈的管理協同，實現“未來工廠”的最後一步就是組織之間的管理如何完全數字化，讓“人—裝置 — 組織” 構建全產業鏈的協同智慧體，這是未來非常重要的目標。

做工業網際網路需要將大量的系統重新構建，這裡有一個核心問題是：“誰是最適合構建這個系統的人？”

過去往往是請專業的軟體服務公司來解決，但事實上，今天我們已經意識到，每一個產生需求的崗位上的人其實是最清楚這個新系統應該怎麼去構建的，反而以前專業開發資訊系統的人都不具備專業能力。

因此，“低程式碼”開發平臺應運而生，並流行起來。無論是工程師還是一線工人，都可以透過非常簡單的“低程式碼”開發工具，搭建自己崗位上資訊化需求的系統。

很多客戶都利用阿里雲的低程式碼平臺搭建了自己的資訊化平臺，比如有合肥師範學院附屬實驗小學的校長透過使用“低程式碼”工具，搭建了學校的智慧化協同體系，構建了 50 多個應用。不僅如此，我們在製造、零售、政府等很多行業的客戶身上，都看到了這樣一個明顯的趨勢。

05產業大腦

產業大腦本質上是一個產業資源配置最佳化系統，以工業網際網路為支撐，以資料資源為關鍵要素，運用新一代資訊科技，綜合整合產業鏈、供應鏈、資金鍊、創新鏈，融合企業側和政府側，貫通生產端與消費端，為企業生產經營提供數字化賦能，為產業生態建設提供數字化服務，為經濟治理提供數字化手段，著力推動質量變革、效率變革、動力變革，構築現代產業體系。

但工業網際網路最大的特點是非常碎片化——每個工廠有每個工廠的特點，因此工廠自己的“深度參與”是這個系統能否成功的關鍵。當工廠俱備足夠的數字化、智慧化能力時，就具備了以工廠為依託、協同供應鏈上所有關係的能力。

浙江省的“產業大腦”在這個基礎上還更進一步：它從原來的數字工廠，拓展到供應鏈的管理，再進一步拓展到產業鏈的協同，最終把社會資源、政府資源、企業資源三位一體協同起來，這也是“產業大腦”的根本價值。

來源：《雲棲戰略參考》

作者 :阿里雲智慧總裁、達摩院院長 張建鋒

更多阿里雲研究院出品的關於阿里巴巴集團數字化實踐、雲計算、大資料、人工智慧、物聯網等前沿科技的最新趨勢研究報告，請您關注“阿里雲研究”微信公眾號。