2018年被制造業產業界定為工業互聯網元年，這一年，同樣也是工業互聯網野蠻生長的一年。

　　也是在這一年，阿里在工業互聯網領域正式對外鋪開版圖，包括ET工業大腦、supET、飛龍、飛象工業互聯網平臺等阿里在工業互聯網領域布局的核心產品均在這一年先后對外開放或落地。

　　基于此，阿里開始勾勒自己的戰線與陣地。

　　如果翻看阿里這一年來在工業互聯網領域的版圖構建，可以看到阿里此前在消費互聯網領域技術、業務部署的影子，可以看到其針對工業互聯網認知與理解做出的行業調整，也可以看到其基于互聯網基因這一自我定位的克制。

　　2018年，工業互聯網野蠻生長的一年

　　2018年是工業互聯網野蠻生長的一年。

　　回看2018年工業互聯網領域相關的利好政策、玩家入局、企業融資、產品發布，甚至制造業企業與互聯網企業的激烈辯論的一個接一個小高潮，這一點毋庸置疑。

　　身在其中的阿里，既是這一產業爆發式增長的推動者，同時也經歷著這一產業變革的洗禮。

　　2018年9月，馬云在杭州云棲大會上提到，“新制造的核心是數據，新制造是制造業和服務業的完美結合”。

　　這時的阿里已經開始深入布局工業互聯網。

　　就業務層面而言，

　　6月14日，浙江省發布工業互聯網戰略，提出將在中國率先推進建立“1+N”工業互聯網平臺體系和行業聯盟，其中，“1”是指阿里云、中控科技集團、之江實驗室共同參與建設的supET工業互聯網平臺，“N”是指要培育一批行業級、區域級、企業級等多級工業互聯網平臺;

　　7月9日，阿里云與制造業巨頭西門子達成合作，并在柏林簽署備忘錄，西門子MindSphere將部署在阿里云上;

　　8月1日，阿里云發布ET工業大腦開放平臺，值得注意的是，這一平臺自去年3月上線以來，已常態化運營近一年半，據官方數據顯示，截止8月發布，已在工業領域有諸如協鑫光伏、中策橡膠、攀鋼集團等20多個工業案例;

　　8月24日，在2018云棲大會·重慶峰會上，阿里云聯合工信部賽迪研究院、重慶南岸區政府，共同發布了「飛象工業互聯網平臺」。當時官方就這一平臺提出“3年內接入100萬臺工業設備，5年內助力重慶4000家制造企業實現「智造」”的目標;

　　11月22日，在2018云棲大會·廣東峰會上，阿里云正式發布飛龍工業互聯網平臺，據官方消息稱，該平臺立足廣東，輻射粵港澳大灣區，幫助廣東打造新能源、電氣裝備等八大工業互聯網產業集群;

　　……

　　同樣是在這一年，時任阿里云總裁的胡曉明在年初2018云棲大會·深圳峰會上正式宣布，“阿里巴巴將全面進軍物聯網領域，IoT是阿里巴巴集團繼電商、金融、物流、云計算后新的主賽道。”并指出，已完成城市、生活、制造、汽車四大物聯網領域的核心技術布局。

　　后者與三年前馬云在2016杭州云棲大會上提出的“五新”戰略(新零售、新金融、新能源、新技術、新制造)的交集，正是新制造。

　　作為阿里云一手打造的全球性云計算峰會，阿里云棲大會各場次峰會上每年都會有很多關鍵詞，工業互聯網(或新制造)無疑是2018年各場次云棲大會出現頻率最高的關鍵詞之一，同時也是貫穿阿里2018年產業互聯網版圖布局的重頭戲。

　　ET工業大腦：找到“中國制造1%”的支點

　　如果說阿里在工業互聯網產業部署中有一個核心的話，那一定是由被阿里云創始人王堅稱為“人工智能領域的登月計劃”的(ET)城市大腦衍生而來的ET工業大腦。

　　據官方資料顯示，目前ET大腦已經部署了城市、工業、醫療、環境、航天、金融六大領域，其中ET工業大腦已應用于新能源、化工、重工業等制造業領域。

　　ET工業大腦究竟為何物?

　　官方給出的解釋為，

　　基于阿里云大數據的一體化計算平臺，通過工業數據集成套件對企業系統數據、工廠設備數據、傳感器數據、人員管理數據等多方工業企業數據進行匯集，借助語音交互、圖像/視頻識別、機器學習和人工智能算法，激活海量數據價值，為解決工業制作業的核心問題而打造的數據智能產品。

　　具體這一平臺架構體系如下圖所示：

　　從圖中可以看出，這一平臺主要由數據工廠、算法工廠、AI創作間三部分組成，相關應用方案涉及光伏、化工、電力、橡膠、電子、鋼鐵、水泥行業。

　　相較工業互聯網2018年的野蠻生長而言，阿里真正對外輸出ET工業大腦要更早一年。2017年年初，阿里開始在云棲大會上推廣他們對工業互聯網的理解，當時提到更多的是“中國智造1%”這一概念，以及協鑫光伏這一典型案例。

　　2017年3月，在2017云棲大會·深圳峰會上，阿里云對外發布ET工業大腦。胡曉明親自站臺講述“中國智造1%”的概念，“中國制造業如果提升1%的良品率，意味著一年可以增加上萬億的利潤。”ET工業大腦正是為了在制造業實現這樣的能力提升。

　　“中國制造1%”的概念如何應用到實際案例中?

　　據雷鋒網此前報道，阿里云對外推的首個ET工業大腦應用案例，正是協鑫光伏通過部署ET工業大腦提升1%良品率的應用案例：

　　光伏切片生產有著十分精密的工藝流程：一根僅0.1mm粗細的鋼線不斷摩擦硅錠，最終切出一片片僅0.2mm厚的硅片。車間的濕度、溫度、砂漿上下部溫度、導輪上下部溫度等上千個參數在實時影響著生產。如此復雜的生產環境下，人工經驗很難100%地保障產品質量。

　　2016年8月，ET工業大腦開始入駐協鑫光伏切片生產車間。

　　ET工業大腦工作的第一步，是將標準化車間所有端口的數據傳入工業大腦，隨后通過人工智能算法，對所有關聯參數進行深度學習計算，精準分析出與良品率最相關的60個關鍵參數，并搭建參數曲線，在生產過程中實時監測和控制變量。

　　目前，通過ET工業大腦的幫助，協鑫光伏的生產良品率已經提升1個百分點，每年可節省上億元的生產成本。

　　隨后，在同年4月云棲南京峰會上，時任阿里云人工智能科學家的閔萬里認為，“我們創造了一個1%的支點，這個點支撐起來的，是中國智能制造的下一個產能。”

　　提到協鑫光伏這一經典案例，閔萬里將其所完成的工作精煉為兩點：第一，整個生產流程的數據狀態實現實時化，對危險狀況進行預警;第二，整個流程每個環節的可靠性、關聯性全串聯。

　　在解釋阿里云為何能做成ET工業大腦時，閔萬里也強調了兩點：

　　第一，阿里有一系列的產品，從底層計算架構到大數據平臺，再到人工智能的算法，我們能提供一整套服務。

　　第二，除工具外，阿里還有1%的實踐，而跨界復制和轉移的速度又很快。

　　如果說ET工業大腦在2016年-2017年通過做項目，做案例積攢了自己在工業互聯網領域的第一筆經驗財富。那么，2018年，落地行業云平臺才算是阿里在工業互聯網領域真正“野心”顯露的開始。

　　從廣州一路北上

　　2017年11月，2017云棲大會·廣州峰會上，阿里云宣布將在廣東建設阿里云工業互聯網云平臺(飛龍工業互聯網)，將全國工業云總部定于廣州。

　　為什么會是廣州?

　　這主要源于廣州聚集了國內制造業產業一大批有生力量。這里以兩個數據為例：

　　在2018年年初公布的(2017年)《中國工業百強縣(市)、百強區發展報告中》，當時僅有11個區的廣州，有7個區(黃埔、南沙、天河、番禺、花都、增城、白云)上榜;

　　以白云區為例，據廣州市政府今年8月公布的「2018年廣州市白云區國民經濟和社會發展統計公報」中顯示數據，2018年，全年規模以上工業企業主營業務收入751.48億元，年末規模以上工業企業135戶。

　　至于此次阿里宣布將在廣東建設阿里云工業互聯網云平臺其實更多只是個官方表態，真正在廣東打造的飛龍工業互聯網平臺的發布，還要再等一年。次年年底，在云棲大會·廣東峰會上，該平臺正式發布。

　　不過，這并不耽誤阿里從廣州一路北上，落地工業互聯網平臺。

　　2018年6月，在浙江，阿里云與浙江中控、之江實驗室聯合發布了supET工業互聯網平臺;

　　2018年8月，在重慶，阿里云與工信部賽迪研究院、重慶市政府聯合了發布飛象工業互聯網平臺。

　　工業互聯網架構一：云

　　其中，supET工業互聯網平臺是阿里云打造的工業互聯網云平臺中的典型代表。

　　2018年6月，supET工業互聯網平臺在浙江杭州發布，這一平臺構建共有三方參與，阿里云、浙江中控、之江實驗室，三者分別為互聯網企業、制造業企業、學術研究單位代表。

　　具體就合作而言，三者如何參與到工業互聯網平臺建設中?

　　阿里云IoT智能制造業務總經理鄭旭向雷鋒網分析了三者的能力：

　　浙江中控作為傳統工控企業，在流程行業有多年積累，在現場側有諸多工業設備，以及DCS、SCADA等軟件系統，同時也更理解其中的工業Know how;

　　阿里云在邊緣計算、云平臺上有多年經驗積累，我們會以阿里云為底座，然后去打造云平臺，在邊緣側我們提供一個基礎邊緣計算框架;

　　之江實驗室是一家科研機構，在做工業互聯網過程中最大的一個難處就是在設備、應用中會有諸多碎片化標準，之江實驗室正是為了解決這樣的標準融合問題;

　　合作過程中，中控可以把一些過去積累的工業協議、控制技術與阿里云邊緣計算框架結合，輔以之江實驗室的科研成果，共同服務行業。

　　supET工業互聯網平臺主要提供的能力包括工業互聯網平臺、工業APP管理平臺，以及ET工業大腦三方面服務能力。這樣的能力構建決定了其必然是一個融合平臺，同時需要具有強大的生態能力支撐。

　　由此也就有了上圖左側(建平臺)除了supET三家主要參與構建方之外的智能制造解決方案商、工業信息化服務商、工業自動化服務商、云計算生態服務商，這些服務商既涵蓋了與阿里屬性相仿的互聯網企業，也涵蓋了制造業領域相關企業。

　　中間部分則是所打造的supET工業互聯網平臺的基本架構。

　　在平臺架構中，PaaS服務是工業互聯網平臺的關鍵能力所在，阿里將這一層分為通用PaaS與工業PaaS。通用PaaS是從消費物聯網遷移到工業領域的能力嗎?

　　鄭旭告訴雷鋒網，通用PaaS其實是所有行業所需要的基礎共性能力的承載平臺，工業PaaS則是工業領域所需要的特有能力的承載平臺。

　　對此，鄭旭從工業互聯網能力方面，解釋了其中關鍵所在：

　　第一，物聯。物聯是基礎，但是也存在行業特性，其中基礎性內容通過通用平臺實現，具有行業(工業)屬性的內容通過工業PaaS實現。

　　第二，數據打通。尤其是信息系統的打通，此前工業設備的信息系統相對獨立，信息孤島嚴重。為此，阿里在工業互聯網平臺體系構建中，構建了數據中心和業務中心，通過將數據、行業知識抽象到平臺上來，并將數據、服務模型化，從而方便應用之間的打通。此外，在模型化過程中制定標準也是工業互聯網平臺構建過程中的關鍵工作。

　　第三，智能化。數據打通后，需要實現智能化，提供更多智能化應用。

　　所謂PaaS平臺，其實正是工業互聯網平臺核心部分，甚至有時候也被某些企業認為是工業互聯網平臺的全部。

　　阿里在工業互聯網云平臺體系中，同樣強調的是行癲在今年3月北京阿里云峰會上提出的“阿里云不做SaaS”，主要做的是工業互聯網PaaS平臺。

　　除了在云端展開工業互聯網相關布局外，一如既往注重生態打法的阿里，再次將此前在消費物聯網中邊緣側、端側的Link IoT Edge和AliOS Things擴展到工業領域應用。

　　工業互聯網架構二：邊

　　邊緣計算在工業互聯網體系構建中尤其重要，在雷鋒網工業互聯網專題報道中也曾多次分析其重要性。

　　阿里針對工業互聯網邊緣側，引入此前部署的Link IoT Edge。

　　Link IoT Edge，阿里云最初給出的定位是「云邊端一體化計算平臺」，即“一款云邊一體的PaaS層軟件產品，將云端的能力下沉到邊緣側，解決邊緣實時性、可靠性、運維經濟性等方面遇到的問題。”

　　關于Link IoT Edge功能組件，在2018云棲大會·深圳峰會上，官方曾給出一張圖進行說明。

　　邊緣計算在制造業中的具體應用，鄭旭總結為以下四點:

　　協議解析，數據清洗，實時控制，安全保證。

　　針對實時控制，鄭旭解釋稱，“在工業現場有很多設備都需要毫秒級延時，現在從本地傳輸到云端，再返回本地，在當下沒有5G的情況下，或未來有5G，但是延時可能沒有達到毫秒級的情況下，需要現場有一個實時的控制器。”

　　前文提到，Link IoT Edge在阿里物聯網整體布局中是一個較為通用的平臺，在應用到相應行業中，會加入行業所需能力。“具體到工業互聯網這一領域，未來更多會針對協議解析、應用實時下發進行能力提升。”

　　這樣的能力提升，顯然是針對云邊協同的能力提升，符合當下企業云化的大趨勢。

　　工業互聯網架構三：端

　　與邊緣側布局類似的是，阿里在工業互聯網的端側布局仍是將此前在消費物聯網端側產品，AliOS Things拓展到工業應用場景中。

　　2017年10月，AliOS Things 1.0正式發布，自主開源RTOS內核，支持多種IoT協議棧、云端一體特性;

　　2018年9月，AliOS Things 2.0正式發布，適配多種芯片、傳感器，支持功能化組件，支持RTOS+Linux雙基礎OS適配不同類型設備;

　　2019年9月，AliOS Things 3.0正式發布，AliOS Things 3.0主要優化了AI框架，包括微內核、平頭哥最新芯片架構，并發布了AIoT激活中心。

　　阿里云智能產品管理部總經理、AIoT事業部產品與解決方案總經理何云飛在2019杭州云棲大會上給出了AliOS Things系統的相關應用數據：

　　15.6萬開發者、1億累計裝機量、300+功能組件，AIoT激活中心提供3400+AIoT激活面板、支持8種語言、滿足GDPR合規。

　　其中，1億累計裝機量，也有工業設備的裝機貢獻。

　　以上「云、邊、端」三層架構，形成了當下阿里在工業互聯網領域的整體技術產品部署。由此，阿里在進行業務部署時，講的更多的是“一橫一縱”：

　　“一橫”是指，從工廠內部看，人機料法環的閉環打通;

　　“一縱”是指，從工廠外部看，上游供應鏈，下游銷售平臺的打通。

　　“這也是阿里在做工業互聯網平臺時與大部分制造業廠商的不同之處，”鄭旭告訴雷鋒網，“我們更多是從打通產業鏈入手。”

　　具體而言，

　　天貓、淘寶、1688淘工廠等電商首先幫你解決“賣”的問題;

　　supET、飛象、飛龍等工業互聯網平臺幫你解決“造”的問題;

　　菜鳥幫你解決“運”的問題;

　　在整個過程中，支付寶幫你把控所有的“金融”環節。

　　例如今天你要買個手機，首先到淘寶下單，然后由工廠幫你生產，生產完成后由菜鳥幫你管理運輸，其中，支付寶串聯整個過程中的各個環節。

　　由此可見，我們今天做工業互聯網，就是要把用戶的需求和工廠生產進行數據打通，形成整個閉環鏈路。

　　工業互聯網落地，阿里遇到的問題

　　在中國，工業互聯網經歷了興起和爆發，正經歷著產業進化，每家身在其中的企業既滿懷機遇，又充滿挑戰。

　　即使生態體系如此龐大的阿里，也不例外。

　　工業互聯網還需要國家牽頭制定更多標準。

　　這是鄭旭無論是此前在傳統行業奔忙，還是之后進入阿里負責工業互聯網相關工作后的最深刻的感觸。“一個行業沒有標準，就無法規模化發展，當下工業互聯網面臨諸如設備互聯標準、標識解析二級節點等標準相關問題，只有先解決這些標準問題，才能實現解決方案的快速落地和快速復制應用。”

　　機理模型也是其中一個關鍵，包括每個人對機理模型的認知尚且存在差異。

　　鄭旭同樣也認為之所以機理模型會成為難點，很大一部分原因還是在于沒有統一標準。“以工業APP為例，很多人認為工業APP可以很大顆粒度，例如一個工業應用系統;也有人認為可以是很小的顆粒度，例如工業系統中的一個主模塊，甚至是主模塊上的一個子模塊。其實這又回到標準上，大家定義、理解不一樣，這就是我們遇到一個最大的問題。”

　　值得注意的是，就標識解析二級節點在內的工業互聯網標準問題，工信部已經開始關注，并聯合產業界推進標準的制定。

　　今年2月，在2019工業互聯網峰會上，工業和信息化部總經濟師王新哲在22日的工業互聯網標識解析體系建設分論壇上表示，中國將力爭到2020年，建成多個國際根節點、5個國家級節點、50個以上二級節點，初步建成工業互聯網標識解析注冊、備案等配套系統。

　　2019年，工業互聯網的持續深入

　　2019年，是工業互聯網領域玩家合縱連橫的一年。曾就工業互聯網姓“工”還是姓“互”展開過激烈辯論的傳統制造業和互聯網企業兩大陣營，一邊思考、調整各自定位，一邊合縱連橫，分別圍繞設備端、軟件側、云服務，各玩家基于自身基礎業務模式建起各自的朋友圈。

　　2019年，同時也是人工智能繼續深入工業互聯網領域的一年。包括產線管理、高級排產、能源管理等過程中涉及的深度學習算法都用到了人工智能。當然，人工智能在工業現場最直觀的應用還是圖像識別、缺陷檢測。

　　有趣的是，曾在消費物聯網中廣泛應用的知識圖譜，也在今年被工業互聯網玩家關注并引入，阿里也在構建這張知識圖譜，這張知識圖譜被阿里布在其ET工業大腦中，關鍵架構同樣是阿里打造的三個“底座引擎”，包括數據工廠、算法工廠、AI創作間(詳見雷鋒網此前報道《對制造業了解不深的阿里，如何構建工業知識圖譜?》)。

　　2019年，是工業互聯網領域玩家繼續思考商業模式的一年。各領域玩家基于各自企業基因，嘗試詮釋工業互聯網中的商業模式，有廠商以設備租賃為暫時盈利模式，有廠商以提供設備增值服務為長期盈利設想，倒是金融服務成為各類玩家都在積極嘗試的一個點。

　　鄭旭提到阿里布局工業互聯網平臺的商業模式時，認為“工業互聯網平臺未來發展一定有一個很好的商業模式，這個商業模式可能我們現在還無法看到，例如數據帶來的魅力、流量帶來的能量。”