一、工業數字化轉型簡介

       1、概念

       數字化轉型（“DX”）是在許多市場及領域中廣泛使用的術語，例如在消費領域，顛覆性技術改變了面向用戶的媒體內容提供方式（例如奈飛和優步）。在商業領域，移動支付應用改變了個人與企業間的結算方式。在工業領域，顛覆性技術也即將改變企業的運營、服務及設備維護方式。這三個方面的數字化轉型全都基于互聯網的相互連接，消費者對消費者、服務使用者對服務提供商、消費者對企業、系統對機器及其他實物。圖1中的箭頭標出了這些數字化轉型起始的時間線，箭頭右端代表的是今天，厚度則表示其市場影響力。

數字化轉型是企業對數字化技術創新性和原則性地應用，具體來說，是企業為完善自身商業模式、工業模式及流程，并最終破舊立新所做的戰略性調整。工業數字化轉型是利用物聯網改進流程及運營并獲得更好的結果，其特點在于信息技術（IT）和運營技術（OT）的融合。在工業數字化轉型中，對基于傳感器的數據以及由數據驅動的致動器的創新性使用，將會影響到人員、業務、運營及物理環境，并創造更好的商業成效。支撐數字化轉型進程的是三項要素——業務、技術和可信度。

       2、企業數字化轉型的驅動因素

       驅動企業進行數字化轉型的因素主要有：

      （1）一是來自市場的壓力，即已經存在或是即將到來的競爭。假如市場中的某個參與者成功實施了數字化轉型項目，那么市場中的其他競爭者也將被迫跟著轉型，否則就會面臨失去競爭力及市場份額的風險。形成競爭優勢的途徑有很多，通過提升流程效率從而降低給客戶的報價，或者通過顛覆性的創新在市場中制造出新的不同于以往的客戶需求等。

      （2）二是監管壓力。隨著新冠疫情爆發，對“安全”工作方式與社交距離的重視，使業務轉型變得更加緊迫。

      （3）三是網絡效應。簡單實用的新技術讓企業能夠考慮以目前尚無法實現的方式來進行業務轉型?？傮w而言，企業部署數字化轉型解決方案的動機雖然各不相同，但均出自對更新、更好的經營方式的需求。

       3、數字化轉型方案的分類

       企業數字化轉型方案可分為三類：

      （1）第一類是包含新的商業模式，并且影響企業的價值定位及效率。

       新的商業模式要求企業進行轉型，以便為終端用戶提供實質性的新服務，通常伴隨著新的收費方式。一個典型的例子是由硬件供應商所提供的硬件即服務。這種改變通常與企業運營模式的深刻變革相關，包括需要落實對現有客戶支持功能的革新，例如客戶服務功能、循環計費功能、現場支援功能，以及可執行、可審計的服務與維護條款。

      （2）第二類是影響企業運營及其相關活動，但不影響客戶體驗。

       有些數字化轉型項目的重點則是新的伙伴關系模式或新的運營模式，企業在部署轉型解決方案時保持其價值定位相對不變，主要側重于提升面對終端用戶的產品及服務投放效率（或是降低成本，或風險）。一個例子是航空公司改變了采購配件的方式，借助供應鏈來提高其庫存水平透明度，同時提升了效率。該項目并不會在航空公司和乘客之間產生任何影響，而只是一種“幕后”的變化。此類項目可以借助分布式賬本技術，使得供應鏈上的各個環節在信息共享方面更進一步，并降低飛機的服務和維護成本。

      （3）第三類是影響客戶體驗，但不影響運營效率。

      其重點在于不通過變化或通過變化以外的方式來改變客戶體驗。此類項目更傾向于創造新的服務收益或是向客戶提供新的服務，特別是現場服務。這些項目可在整體上保持企業現有的運營狀況相對不變，同時推出新的功能以改善對客戶總體需求的響應。假如部署了此類項目的企業想要采取進一步措施來保證其資產的性能，則勢必將影響到相關的運營和終端用戶體驗。

二、支撐數字化轉型的關鍵技術

       工業物聯網的主旨是將“實物”連成網絡，并捕獲這些“實物”的運行及關聯數據，從而控制它們并優化其操作。這開啟了創新性地使用各種新興及成熟技術的大門，進而共同實現了數字化轉型的訴求。本文對部分新興技術及其在數字化轉型中的主要應用場景進行了概述。

       1、云計算/邊緣計算

       邊緣計算技術使信息處理更加靠近數據源，從而能夠在本地設備無法穩定連接到數據中心資源的情況下提供（準）實時響應與改進功能。主要應用場景：

      （1）邊緣計算能夠提升解決方案的效能，包括更快速響應的應用程序，更高的穩健性、可靠性以及自主運行能力。

      （2）對數據的存儲和處理更加靠近數據源，從而更符合法規的要求，包括隱私保護和安全性等方面。

      （3）在邊緣進行編輯可減少發送數據至數據中心時產生的連接、數據遷移及帶寬成本。

        2、超連接

       超連接通常描述的是一個萬物互聯的情境，具備可滿足特定應用程序所需的各種功能。在工業互聯網聯盟看來，關鍵技術包括公共和專用網絡中的5G超可靠低時延通信（URLLC）、增強型移動寬帶（EMB）和海量機器類通信（mMTC）以及替代性的低功耗廣域網絡（LPWA）技術。其他技術則包括網狀網絡、高空低軌道（HALO）平臺和不斷發展的Wi-Fi標準。

       主要應用場景：

      （1）5G超可靠低時延通信實現了通過部署無線網絡來滿足關鍵性低時延的通信需求，例如工業機器的遠程緊急停機功能。

      （2）公共和專用5G網絡的互聯互通將允許應用程序在校內校外無縫漫游。

      （3）低功耗廣域網絡技術將通過降低廣域連接的成本以及延長電池的壽命來實現新的工業物聯網應用。

       3、數據安全

       保護工業物聯網技術與應用程序所生成、存儲和調用的敏感數據，是工業物聯網系統可信賴的基礎之一，而可信賴的工業物聯網系統本身也是數字化轉型的一項基礎。數據安全旨在避免數據被意外或未經授權地獲取、篡改和破壞，從而確保數據的有效性、完整性和機密性。它屬于更廣義上的數據保護范疇，涵蓋多個毗鄰且重疊的領域，例如數據安全性、數據完整性和數據隱私保護。數據安全包含許多不同種類的保護機制，例如密鑰管理、信任根、身份驗證、權限控制以及審計與監視。

主要應用場景：

      （1）企業可對其動態數據、靜態數據和使用中的數據加以保護，防止未經授權的獲取和篡改。

      （2）對物聯網的可信度與特性（隱私保護、可靠性、彈性和安全性）起到關鍵的支持作用。

      （3）防止因為數據被擅自篡改所導致的安全事故。國際電工委員會IEC 61508標準適用于工業物聯網系統所使用的電子控制器的功能安全性。被篡改的系統指令會改變整個系統的運行狀態，進而將系統推入危險的境地。

      （4）數據安全還會影響那些依賴安全操作軟件的系統。因此，這類軟件也必須自始至終受到保護。

        4、人工智能與分析

      《韋氏詞典》對于人工智能（AI）的定義是“計算機科學的一個分支，研究計算機對于智能行為的模仿”以及“機器模仿人類智能行為的能力”。人工智能與分析強化了對于數據的理解和學習能力；工業物聯網系統產生的信息包含海量的數據，人工智能算法可將這些數據加以分解和分析，從而幫助企業進行合理決策。

       主要應用場景：

      （1）人工智能具備的能力使之能夠與其他新興技術相融合，以追求自動可信、沉浸式接口、超連接網絡和自主運行。

      （2）人工智能可加速來自工業物聯網現場數據的反饋，用以改進操作流程與成熟做法。

      （3）先進的分析技術可使企業在海量的數據（即大數據）中找到端倪，進而提升自身的品質與責任。

      （4）人工智能算法可從過往的經驗當中“學習”并根據環境做出實時調整。

      （5）工業物聯網系統改進后的反饋回路可強化安全措施并提升綜合品質。

        5、數字孿生

       數字孿生（DT）是“對現實世界中的實體或系統的數字化呈現”，包括其屬性和行為，能滿足一系列使用案例的需求。在數字化表示的定義中，實體通常指的是資產、流程或系統。數字孿生信息涵蓋了多種數據類別的組合，例如基于物理的模型和數據、分析模型和數據、時間序列數據和歷史數據、交易數據、主數據、視覺模型和計算數據等。

       主要應用場景：

      （1）制造業：協助進行預測性維護、優化運營效率以及確定資產維護策略。

      （2）能源和公用事業：實時優化運營以及對質量參數進行實時計算。

      （3）油氣行業：從鉆探、生產、維護到廢棄，實施全程井下監控，同時評估成本節約策略、優化運營。

      （4）采礦業：處理關于資產運行情況的數據，優化維護決策。

      （5）流程自動化：監視產品在各環節的狀態，協助檢測產品的質量問題。

       6、分布式賬本

       分布式賬本技術（DLT）提供了一種可信賴且無法被篡改的賬本，企業可用它來傳輸和存儲基于自身運營狀況或內部產生的交互數據（包括工業物聯網設備）等有價值的信息。

       主要應用場景：

      （1）分布式賬本技術是一種共享賬本，這意味著供應鏈上的所有企業都能隨時查看賬本的最近更新，且彼此之間完全信任，根本無需相互對賬。

      （2）通過確保物聯網數據流及交易在生態系統各參與方之間的安全共享，同時還有在自身技術環境下的自動可信，分布式賬本技術對物聯網形成了有效補充。借助與物聯網及人工智能的協作，分布式賬本技術可驗證數據的真實性、核實身份以及實現安全的多方交易。

      （3）分布式賬本技術當中的信息被認為是無法篡改的，這也意味著賬本中幾乎不存在檢測不到的數據變動。可以根據不同的情況來設定查看賬本數據或是賬本本身的權限。

       7、人機接口

       人機接口（HMI）是硬件與軟件的集合體，可通過信息輸入來觸發信息輸出，進而實現人機交互。從簡單的按鈕到復雜的圖形顯示系統，形式多種多樣。此處的人機接口是指尚未在工業領域成為主流的新穎接口，例如增強現實（AR）顯示器，通過視覺或音頻的“疊加”使人所處的物理環境得到增強，或是虛擬現實（VR）頭戴設備，能夠讓人們完全沉浸在計算機生成的情境之中。

       主要應用場景：

      （1）增強現實和虛擬現實能夠提供有效且經濟的工作及軟技能培訓。

      （2）增強現實可以通過向用戶提供額外的工具（例如藍圖、工作流或核對表的疊加）或通信功能（例如和專家進行遠程語音及視頻連線）來強化學習效果、幫助完成任務。

      （3）虛擬現實的模擬情境可讓學習者練習戰術和軟技能，直至完全掌握。

      （4）利用物聯網設備所采集的實時數據和影像，以及混合現實（XR）技術，給單個實物、制造車間、整個工廠或建筑工地創建數字孿生，如此便可遠程進行諸如質保或監理之類的活動。

      （5）利用物聯網設備實時數據構建的增強現實影像，可提供經營策略及決策相關的信息（例如城市規劃、執法和危機處理）。

       8、增材制造

       增材制造技術通過對材料進行逐層堆疊，將數字三維設計圖轉化為物理實體，由此改變了物品的制造方式。原材料通常是塑料、其他聚合物、金屬或陶瓷，其形態可以是液體、粉末或薄片。

       主要應用場景：

      （1）商品定制與制成環節的極大靈活性，實現了對于個性化定制產品的批量生產。

      （2）用單一流程制造復雜的零件，能夠降低制造成本、提高質量并簡化供應鏈（零組件數量減少）。經過創新之后，單一流程同樣可以制造出設計復雜且無法用傳統方式生產的產品。

      （3）“混合制造”將自動化機器與增材制造相結合，例如同時配備了機器人和3D打印機的工具生產線。

      （4）能夠跨行業生產各種產品的多模式工廠，例如生產汽車零部件的增材生產線也可以生產醫療設備。

      （5）直接為物理實體創建實時的數字孿生，并將之呈現為虛擬設計圖，可實現增材制造的更快速發展。

       9、數據共享

       數據共享是指在生態系統及供應鏈伙伴之間共享物聯網產品和運營數據的能力。數據亦可通過第三方來獲取。數據共享有時也會成為物聯網項目的主要驅動力。物聯網數據共享須遵守強制性義務（法律法規）以及數據保護要求，包括隱私保護、機密性、知識產權、所有權、成熟做法等，適用于靜態數據、動態數據和使用中的數據。在生態系統中共享數據的原因可能不盡相同。這些數據可能具有可創造盈利的內在價值、研究價值和歷史價值。

       主要應用場景：

      （1）智慧城市：在整個城市生態系統中共享基礎設施與交通數據（智慧城市數據交換）。

      （2）油氣行業：在供應鏈上各個環節之間共享運營數據。

      （3）制造業：與代工廠和經銷商共享設備運行及維護數據

       10、工業物聯網

       工業物聯網是第四次工業革命浪潮中的一項核心技術。它指的是將傳感器驅動的物聯網擴展并用在非消費類應用程序上。工業物聯網系統將邊緣計算與企業的系統、業務流程和分析技術連接并集成在了一起。

       主要應用場景：

      （1）智能制造系統可通過預測性維護來優化生產并最大限度地避免意外停機。

      （2）醫療：醫療設備聯網、遠程患者監護、醫療保健提供商之間的合作等。

      （3）智能基礎設施：調度、監控、公用事業、天然氣、自來水、道路、建筑物以及電網等的運行管理。

      （4）智能交通系統：包裹物流（空、海、陸）、自動駕駛汽車、物流互聯網、導航、交通管制、公共交通管理、車險和停車等。

       11、自主機器人系統

       自主機器人系統可提升從自動駕駛車輛到無人機，再到工業機器人等多個領域的生產力，使設備無需人為操控或看管即可執行任務。在需要對設備進行遠程實時操控的情況下，自主機器人系統特別實用，例如需要保護工人的安全，或是需要面對復雜危險的工作環境，又或是需要比人工速度和精度更高的應用程序。

       主要應用場景：

      （1）交通運輸：包括自動駕駛汽車和其他乘用車輛。

      （2）自動分發、遞送和倉儲。

      （3）各種無人機（UAV）使用場景，包括現場測繪和資產調查。（4）制造業生產線上的流程機器人。

      （5）農業方面的自動化作業。

      （6）醫療保健方面的精密機器人。

       12、信息技術/運營技術的不斷創新

       物聯網設備劃定了數字世界與物理世界之間的邊界，致動器接收到信息并改變物理世界中的狀態，傳感器則觀察物理世界中的狀態并將之轉化成信息。圍繞著傳感器與致動器的創新，或強化了現有的運營技術的作用，或開發了新的用途及市場。

       主要應用場景：

      （1）傳感器和致動器可植入人體及動物體內，用于檢測疾病或是代替受損的器官，例如心臟起搏器等。

      （2）具備無線通信功能的傳感器和致動器可裝載到活動部件當中，用于檢測和糾正變速箱或液壓系統的異常，例如目前汽車上的胎壓預警系統等。

       13、工業物聯網終端設備的微功耗發電（能量收集）

       電池有很多缺點。使用壽命有限，特別是傳統電池會隨著時間流逝自行放電，而且化學流體工藝也很難保證使用壽命。充電電池雖可通過外部電源重復充電，例如太陽能、風能或熱能，但同樣由于化學流體工藝的原因，很難達到預期壽命。

       主要應用場景：

      （1）管線：遠程傳感器和致動器電源。

      （2）智慧城市：智能燈桿的太陽能電池板。

      （3）運輸：利用發動機的余熱發電，提升效率。

      （4）建筑和基礎設施：借助嵌入式傳感器檢測鋼筋混凝土的損壞。

      （5）醫療：為無線體域網（WBAN）中超出電池自主供電與功率密度的人體植入設備（包括傳感器）供電。

      （6）可移動部件上用于檢測損壞、異常、裂縫等狀態變化的設備。

       14、服務化

       服務化并非一項新技術，而是對本文所討論的其他技術的一種新興應用，重點是，服務化主要依賴物聯網和超連接，也常常依賴人工智能和數據共享。服務化包含一系列與提供硬件即服務相關的概念，終端用戶可能不需要購買服務化設備，即可從設備供應商那里獲得相關的服務。通常，服務化屬于即用即付的商業模式中的一部分，一般包括預測性維護，并由供應商進行性能擔保。

       主要應用場景：

      （1）根據具體使用情況向終端用戶收取設備（及相關耗材）的費用。

      （2）對設備進行遠程和預測性維護。

      （3）通過軟件更新或配置變動遠程販售和激活更多功能。

      （4）“結果即服務”，企業販賣的是特定的結果，而不是達成該結果的設備。

       15、新商業模式和支付方式的技術平臺

       傳統上，工業部件都是在使用前以實物的形式出售。然而，通過將這些部件連接到互聯網，部件供應商就可以精確追蹤部件的使用情況，使得這類部件的商業及支付模式很類似于我們目前在云端或本地使用軟件的情形。這種做法將得到一種新概念的支持，工業互聯網聯盟稱之為工業互聯網盈利模式（I2M2）平臺。完整的工業系統都是由特別安裝的各種部件所組成。因此，這種商業模式和支付方式也可以涵蓋整個系統，包括系統集成的工作。此類商業模式和支付方式包括：

      （1）租賃/訂閱：在部件被使用期間，按固定的時間間隔（例如每個月）支付費用。

      （2）按需提供功能：在首次使用部件后開始付費。

      （3）按使用付費：僅在使用部件或特定功能時付費。

      （4）收益和利潤共享：用戶根據部件提供的特殊商業價值向供應商付費。

      （5）免費軟件：核心功能免費，高階功能需付費。

      （6）試用軟件：可在有限的時間內免費試用特定功能。

       主要應用場景：

      （1）減少高風險工業系統的預付款，并有機會在將來與部件供應商“分享成功”。

      （2）由于投資風險過高和資金短缺，無法即刻實現理想的工業系統配置。

      （3）部件供應商在部件的整個生命周期內反復獲益。

      （4）部件制造商和用戶之間存在終身的業務往來。

三、企業數字化轉型要點

       1、數字化轉型與可信度

      （1）物聯網可信度的概念

       物聯網技術是數字化轉型的基石，這些技術都必須是可信的，因此，它們可以借助以下的方式方法來開啟數字化轉型進程。物聯網系統的可信度，就是人們對于其表現將一如預期的信心，即在面對外部干擾、人為錯誤、系統故障和攻擊時，能夠保持其安全性、保障性、隱私保護、可靠性和彈性。個人和企業也越來越多地認識到，如何利用和保護數據，才能讓與可信度相關的法規及社會標準不斷得到強化。

      （2）物聯網可信度要求 

       假如一套物聯網系統滿足了安全性、保障性、隱私保護、可靠性和彈性這五個特征的最低要求，那么它就是可信賴的。所謂的最低要求，某些情況下就是來自法律、法規、標準和行業公認成熟做法的硬性規定，適用于該物聯網系統的整個生命周期。

有關隱私保護和安全性的法規限制包括：歐盟《通用數據保護條例》的隱私法以及美國職業安全與健康管理局的工作場所安全標準?？煽啃院蛷椥允芊沈屖沟牧Χ韧ǔＲ∮诟偁帀毫?，盡管也有些行業受到嚴格監管，例如航空航天和醫療保健行業。大部分企業都應努力達到或超過上述五個方面的最低要求，以確保自身符合當地要求及行業的成熟做法。

在最低標準之上，企業可根據自身的愿景、路線圖以及市場定位，設定更高的可信度目標。在物聯網可信度方面“表現不佳”的后果可能導致包括人員傷亡、對環境造成長期消極影響或關鍵基礎設施停擺，以及敏感數據外泄、設備損毀、經濟損失和聲譽受損。

      （3）可信度對數字化轉型的影響

       上述的負面后果可能會令數字化轉型進程面臨風險，可信度不足可能意味著永遠錯失市場機遇的窗口，進而導致企業在與競爭對手的比拼中落入下風。盡管達標可信度基準線有諸多好處，但是對企業而言，過多的可信度卻不完全都是好事（表1）。

       因此，企業時常需要在對可信度投入不足的風險與對其過度投資的后果之間找尋折中方案。將可信度置于商業案例的情境中也往往需要反復加以權衡取舍。圖3示例列舉的是生產電子板的小批量裝配線。其工藝流程本身要求在不同批次之間對裝配機進行重新校準和配置。減慢裝配線的速度可降低人員受傷與設備磨損的風險，但也會降低生產率和利潤。

當然，增加對可信度的投資可能會帶來財務上的收益，例如減少因故障而向客戶支付的賠償金，降低法律和法規風險，因違規而面臨的罰款、降低聲譽風險，降低商業保險支出，降低不確定風險導致的融資成本以及增加股東價值等。

       企業面臨的主要的挑戰和目標是找出可信度的“最佳”平衡點，明確企業的當前狀態、最低要求和目標狀態。這種優化方法也適用于企