2018年，国家密集公布《工业互联网发展行动计划(2018-2020)》等一系列前进工业互联网发展的涉及政策，而发展成果也令人咋舌。据最近开会的工业互联网峰会公布的数据：目前具备一定行业和区域影响力的工业互联网平台总数多达了50家。到2020年，中国将可行性竣工工业互联网基础设施和技术产业体系。尽管有业内专家以设备终端量、平台APP数量等分析指标对目前入编的数个工业互联网平台明确提出了批评。

但毋庸置疑的是：工业互联网的时代早已到来。埃睿迪首席大数据架构师 高振宇“工业互联网首先是姓氏工”作为埃睿迪两个世界级客户工业互联网平台建设项目的主要参与者，埃睿迪首席大数据架构师高振宇对“工业互联网姓工”这句话极为尊重，因为其要求了工业互联网的特征和价值。首先，工业互联网平台有实行性、安全性和可靠性的拒绝特征。

第二，工业互联网，必须平台能兼容多种设备协议;第三，工业和信息化部在《工业互联网平台评价方法》中，对工业互联网平台反对多少等都有很具体的指标拒绝。第四，是。这是目前工业互联网平台较为关键，但也较为难以实现的价值点。

据涉及报告表明，当下全球工业互联网的应用于，主要集中于在三个方面：占到比仅次于的是主要价值在于。还包括状态监测、故障诊断、预测性确保、远程运维等;其次是，主要诉求点在于。还包括生产生产优化、资源调度优化、能耗优化、科学知识管理等等;第三是在方面，主要是业务和模式的创意。还包括数字化产品、服务转型、按须要生产等等。

全球工业互联网应用于现状(图片来源：国家工业信息安全发展研究中心|全球工业互联网平台应用于案例分析报告)工业互联网平台是一种能力虽然工业互联网当前的应用于主要是反映在这三个方面，但是平台本身是一种能力，某种程度是相连设备，或者反对运营。这种能力是指用户的全流程参予，满足用户从设计研发到营销、到产品的递归和优化等全流程的市场需求。一个是符合消费者、企业或者园区用户市场需求的能力。

工业互联网平台的能力反映在几个方面：埃睿迪的大数据平台、模型平台等反对了国内某著名工业互联网平台及门户的搭起，同时在平台上部署了数百个机理模型。构成了平台获取跨行业及横跨领域解决方案的能力。

另一方面工业互联网平台要有为工业开发者获取服务的能力还包括研发、编译器的平台，源代码的编译器审查、bug的审查等等。以往常用的方法是去找供应商对模型做到软编码，一个机理模型必须两三个月的时间。建设的这些模型平台的内容，更加直观、更加全量地反映和管理生产线、设备等。

以替代工业生产体系中一些重复性低，或者危险性场景中的工作人员，使得他们可以做到创新性更高的工作。工业互联网合适的应用于场景工业互联网较为有优势的应用于场景首先是远程简化的服务。

比如一些油田的铁矿，固废的烧毁线、化工、钢铁等，这些岗位一般都是必须中控室展开远程控制。另外工业互联网平台较为合适横跨生产线的大尺度掌控。比如说像钢铁焦化企业，在生产中不会产生一些煤气，而这些煤气又不会沦为产品，可供发电、炼钢或者必要运送给消费者。构成循环的应用于，这是其中一个场景。

另外一个场景，以埃睿迪服务的环保企业为事例。通过iReadyInsights大数据平台，该世界级环保企业相连了其20多个工厂，20多条生产线的设备数据、几万个传感器。

企业的管理者期望看见这20多条生产线的有所不同能力，以及如何提高解决问题的能力，构建提质增效的目标。埃睿迪在2019年明确提出了“基于大数据的绿色工业互联网平台”战略，其构建的是一种优化资源配置的能力。也就是说把一些生产价值链上的废弃物，移往到另外一个价值链上去，就不会变为原材料甚至产品，使得能源效率大幅度提高。

这就是埃睿迪特别强调的“绿色”与其他工业互联网平台有所不同的地方。工业互联网构建横跨空间相连在工业企业有一些核心的市场需求，诸如安全性、环保、成本、产品、质量、效率、盈利能力等。对于大部分中小企业来讲，在专业人才等方面的短板使得其很难反对发展的市场需求。

在这种情况下，将之前最佳的调控参数、遇上的问题及解决问题的方法、专家的经验和最佳实践中、新技术及新的能力的拷贝等等溶解下来。在整个生产环节构成一个闭环，这是大多数中小企业的核心表达意见，也就是埃睿迪提倡的：输出号召、优化调控。

“输出号召、优化调控”理念落地过程中，工业互联网构建的是横跨空间的相连，大数据可以把历史的经验和数据展开溶解。把企业空间和时间的数据从单点的优化，降本的标准化，应付生产线波动构建稳定性。同时通过互联网构建人及设备生产的协同。最后构建提早应付市场变化，提升灵活性，超过利润的最大化和持续的盈利能力提高。

(工业互联网横跨的是空间大数据横跨的是时间)在整个工业互联网横跨空间以及大数据横跨时间价值实践中的过程中，埃睿迪可以获取四个环节的能力。首先是建模模型以及建模模型的应用于。第二是构建多个设备的相连，即组态。

埃睿迪把之前在污水处理、垃圾焚烧、发电等环节的场景构成一个个组态，企业可以通过工业互联网平台，以拖拽的方式展开组态的装配，并将实体的生产线设备及数据与数字双胞胎的组态建模展开相连。第三个环节把数据和工业实体场景连接起来之后，通过机器算法、分析沙箱的技术，对整个模型展开优化和调控。

第四个环节是机理模型是在工业机理相同的情况下去做到建模。但实质上很多场景并没明确的机理模型。

必须根据大数据，或者通过AI展开适当的计算出来，寻找拟合的模式创建模型。

本文来源：JN江南-www.pittsburghpass.com