摘要: 目前中国作为全国最大的制造业国家, 面临着很多的宏观和微观层面的机遇和挑战, 里能够提供的就是工业互联网. 马云提到五新的概念, 其中包括新零售, 新制造, 新金融, 新技术和新物流. 五新里面阿里把新制造放在一个非常高度位置上, 希望推出的工业互联网技术能够帮助到企业, 提升他的价值, 改善他的生产, 去更好的服务他的消费者.
摘要: 目前中国作为全国最大的制造业国家, 面临着很多的宏观和微观层面的机遇和挑战, 里能够提供的就是工业互联网. 马云提到五新的概念, 其中包括新零售, 新制造, 新金融, 新技术和新物流. 五新里面阿里把新制造放在一个非常高度位置上, 希望推出的工业互联网技术能够帮助到企业, 提升他的价值, 改善他的生产, 去更好的服务他的消费者. 同时也希望工业企业在未来上云就选择上阿里云.
演讲嘉宾简介:
周永良, 阿里云制造业首席专家
本次直播视频精彩回顾, 戳这里!
以下内容根据演讲嘉宾视频分享以及 PPT 整理而成.
本次的分享主要围绕以下五个方面:
一, 中国智能制造发展的机遇与挑战
二, 工业互联网
三, 主要技术能力
四, 应用
五, 案例
一, 中国智能制造发展的机遇与挑战
从宏观层面, 作为给制造业服务了十几年的老兵也感到很荣幸, 我们中国是现在全国最大的工业生产国, 同时也是全球最大的工业品出口国. 前段时间有一个笑话说中美之间贸易方面的摩擦. 美国人给中国开的制裁的名单很多是钢铁, 电子, 航空等方面的产品. 中国给美国列的名单有大豆, 猪肉, 葡萄酒等. 从这个故事上, 确实从宏观的层面, 中国作为全国最大的制造业国家是当之无愧的.
另外一个层面想跟大家探讨的是微观的层面. 有很多消费者的情况, 企业的情况. 消费者有什么样的诉求, 在下图总结了几点. 比如说有个性定制化的需求, 这个东西也在逐渐成为主流, 家用的产品, 手机等. 另外我们对时效有了一些要求, 我们经常在网络上买东西, 阿里作为最大的电商平台, 我们的客户对产品的送达, 产品的时效有相当高的要求. 另外一个对产品的品质比以前有了更高层面的想法和诉求. 中国发展很快, 人们对生活的品质要求也是日新月异, 对过去质量差的产品的容忍力逐渐下降, 更加追求品牌的产品. 另外企业的情况, 在过去很多产业的产能过剩相当严重, 尤其钢铁行业. 另外我们的企业里面有人力成本高的特点. 还有来自环境的压力, 在北京经久不衰的话题就是雾霾, 所以在节能减排的方面面临了很多的压力. 从下图中我们了解到了目前工业的情况, 有哪些方法可以解决消费者越来越多, 企业受到的困境等问题?
在现在这个阶段, 阿里能够提供的就是工业互联网. 马云提到战略有一个五新的概念, 包括新零售, 新制造, 新金融, 新技术和新物流. 五新里面我们把新制造放在一个非常高度位置上, 我们也希望五新战略推出的工业互联网技术能够帮助到企业, 提升他的价值, 改善他的生产, 去更好的服务他的消费者.
二, 工业互联网
1. 工业互联网的定义
下面主要探讨一个工业互联网的定义. 下图中有一个微笑曲线, 物联网更多的是强调和机器的连接, 把机器的数据传到云上. 那么工业互联网不只是去连机器, 更重要的是连使用这个产品的人. 我们任务工业互联网主要连通三方面的因素, 一个是中间部分的具体生产环节, 也就是物理世界, 我们的工厂. 我们同时也希望工业互联网平台去连接两个虚拟世界, 两个虚拟世界都是两个人的世界. 一个是产品设计, 研发人员, 也就是人脑世界, 希望工业互联网平台去连接这一部分人. 另外一部分人是最普通的大众消费者, 在业互联网平台上, 为消毒者提供产品消费端的支持, 产品售后的服务.
工业互联网主要有三个特点, 它会数字化, 互联网化和智能化. 这种两虚一实的三个主体构成的曲线称为微笑曲线. 也是从宏观层面对工业互联网的一个定义.
2. 工业互联网的价值
实际上工业划分为很多的门类, 国家定为 139 个大类, 100 多个小类, 我们不去一个一个看, 至少我们知道工业里面有不同的特定的门类, 在云上的, 我们首先谁实现互联互通, 用云上的平台, 用 IoT 的技术, 用无线通信的方法, 去把分散在各个角度的人, 设备连接在一起. 实现连接之后可以实现移动的协同, 信息的推送和手机端的管理. 另外希望能够实现高效的制造. 如用 ET 工业大脑, 帮助企业提升生产力, 降低生产能源的消耗. 还有希望工业互联网能够成为产业生态聚合的平台, 希望和合作伙伴共同的实现生态的发展. 我们也希望这个平台能够成功很多中小型企业创新的平台.
3. 工业互联网解决方案架构图
从阿里云的角度, 下图是整个工业互联网的解决方案架构图. 我们划分了 4 个层次, 首先, 边缘层, 包括工厂生产环节和用户的消费环节. 另外有 IaaS 层面, 还有中台和应用层. 我们需要连接的对象都在边缘层, 对象可能是一些设备, 设备上的传感器, 也可能是一些控制系统. 工业生成环境中有很多成型的控制系统, PLC,DCS, 有具体的工业协议去做连接. 在工厂边缘层, 阿里也会提供一些产品, 高性能计算数据库, 边缘计算的智能技术网关.
在边缘层之上有一个比较大的平台是 IaaS 层, 提供的服务主要有计算服务, 存储服务, 网络服务, 数据库服务和云平台服务. 阿里是全中国最大的公共云平台, 我们在公共云平台的市场上基本占有 50% 的市场占有率, 我们有 100 万的付费用户. 这些付费用户有相当大的一部分在工业的环节里面, 这些用户已经用到了阿里的 IaaS 服务. 比如说高性能计算服务是阿里主推的为特定行业提供的专用计算平台. 工业用户可以把他的文件数据, 图片数据和非结构化的数据存储在我们的云平台上. 云平台会有一些信息安全, 高可靠性, 同时具备成本上的优势. 我们为很多跨国公司服务的全球的高速通道技术可以很方便, 很快速, 很安全的连通全球不同站点, 实现信息的传递和大批量数据的传输. 在网络服务角度阿里也是比较领先的, 因为很多友商在跨国家的防火墙时和阿里有一定的差距. 另外我们的云平台有公共云的服务, 同时为很多企业提供专有云的解决方案, 专有云包括飞天的系统, 大数据小型化专有云, 飞天敏捷版等. 再这个层面可以为不同的客户提供不同的性能, 规格等方面的要求.
再往上是中台, 阿里有业务中台, 数据中台, GIPaaS 的能力, 这些能力通俗来讲是中间件的技术. 在业务中台上很容易实现业务微服务化的部署, 在数据平台上支持很大量的工业数据的接入, 构建自己的数据中台, 同时我们会支撑主流的 GIPaaS 的技术, 如 Cloud Foundry,Docker 等技术. 这些技术对于很多的工业 PaaS 平台来说是底层的支撑的技术. 我们也会做一些应用的平台. 过去的工厂的分散的应用做成微服务的架构, 提炼共享的服务. 如工厂的设备模型, 产品的架构. 我们有 ET 工业大脑的平台, 会支撑数据的管理, 模型的管理, 支撑自动 ETL. 另外很多的工业的 PaaS 也是建立在我们的平台上.
在最上层有应用的实现, 如管理的应用, MES 应用, ET 工业大脑应用里面有具体的, 如生产参数优化的应用, 预测性维护应用. 我们也希望将来有更多的用户基于我们的平台, PaaS, 业务中台, IaaS 等, 把他的应用放到阿里云上, 阿里云是非常开放, 具备可以支撑不同需要用户的环境.
4. 基于工业互联网平台给客户提供的价值
提到工厂更多的会是工厂生产这个环节, 但实际上从整个工业互联网的脉络来讲, 工业互联网服务的对象不只是生产, 还希望服务整个工业品生成的价值链的链条. 在这里面, 除了生产, 还有产品设计的环节. 在产品设计方面我们支持模拟仿真, 碰撞试验, EDA, 流体计算. 还有支持销售环节, 我们借助工业互联网平台帮助企业建立电商平台, 包括采购电商, 销售电商, 在这方面有比较多的实践. 因为阿里在这方面有天然的优势, 有比较强的经验的积累, 这些经验已经帮助数十家央企建立他们的电商平台. 在后面我们也强调不管是进厂的原材料物流方面, 还是产品销售的物流都需要大的互联网体系的支撑. 无论第三方物流, 还是工业企业物流, 阿里云都有支撑. 物流管理方面也会提供人工智能优化, 装箱优化等应用. 同时在售后服务中包括为关键的产品做预测性维护, 为大的工业设备做健康状态的信息采集, 数据分析预测故障. 以及支持智能客户应用. 在生成环节, 会提供主流的工业协议, 海量数据持续处理能力, ET 工业大脑, 生产过程优化等应用.
三, 主要技术能力
下图是结合阿里云云计算, 大数据, AI 之后的主要技术能力. 四个方面分别是连接能力, 计算能力, 存储能力, 分析能力. 连接里面有 IOT 网关的能力, 我们可以连接数百种工业设备的协议, 支持主流物联网协议 MOTT, 在边缘端和语言端实现断点续传. 分析能力有数据的建模方法, 人工智能的能力.
核心技术 1-IoT
阿里云在核心能力方面比较重视的是 IoT. 在 IoT 的发布有三种典型的形式, 一种是民用的 IoT, 还有一种是智慧城市所用的 IoT, 同时我们也会支持工业的 IoT 的一些应用. 在整体战略上, 我们建立设备管理的平台, 设备服务的平台, 也会做应用开发平台的建立. 现在我们做到工业智能接入网关, 工业的 IoT 套件, 云上不同数据格式的视频处理的叫 Link Vision 的产品, 以及商用的无线信息采集解决方案, 叫 Link One.
经常在工业领域使用的 IoT 产品叫 IoT 套件. 实际上它是连通线上线下的接入的入口, 它会有一个线下 SDK 包, 给合作伙伴或者开发者去调用. 调用 SDK 包后写入的数据会上传到云上的 IoT Hub 的缓冲池里面在, 中间走过的协议一般是 MQTT 这种标准的物联网协议. 同时 SDK 也会支持在工业现场已经形成使用习惯和惯性的协议. 阿里云在这方面有长足的能力, 也有很多的具体案例. 另外, 进入 IoT 之后, 也会有一些数据缓冲的能力, 规则引擎会把数据往阿里的其他的服务中推送. 可能是大数据平台, 流式计算, MaxCompute 等产品, 这些要根据具体的业务场景决定产品被使用的可能性.
核心技术 2 - 高性能时序数据库
在工业场景里面, 大量的信息是来自于传感器传过来的信息. 这些信息点比较多, 采集的频率比较高, 像流水一样海量的流过来. 在过去做单场数据采集时用成千上万来描述, 现在做工业互联网要成百万的采集数据. 在这种要求下, 过去的技术已经达到瓶颈, 我们也测过主流的传统时序库, 在一百万点时就不能够去支撑. 阿里的高性能时序数据库在内部可以支持 2500 万点, 2500 万点场合是阿里很多的云服务器, 服务器上 CPU 的使用率, 内存的占用率, 机箱的温度, 负载作业的情况. 这些信息听起来的感觉和工厂测温度的值, 压力的值, 流量的值, 逻辑上是一样的, 都是时间序列的特性. 高性能时序数据库在阿里内部已经用了六七年, 目前将它作为产品服务给客户. 这种产品主要两个方面的输出形式, 一方面在公共云上实现海量数据的处理, 同时支持小规模客户本地的部署.
和传统的时序数据库比较的特点有支撑能力大, 支撑集群多副本, 如果数据量大, 有无限扩展的空间, 实现负载均衡, 有天然的架构优势, 实现生产环境下的数据采集和收集.
核心技术 3 - 基于 Docker 建设工业 PaaS 平台
阿里帮助很多公共云平台建立工业 PaaS 平台. Docker 容器调用底下的存储, 计算, 网络能力. 在此平台上建立镜像的仓库, 应用商店. 同时工业 PaaS 平台支撑别人 SaaS 多租户应用的调度, 最终给真正的工厂客户服务的内容会在 SaaS 平台上提供.
第一阶段, 现在有很多企业将他们传统的 PLM,MES 等系统, 在阿里的 IaaS 中做简单的移植性部署, 这是上云的第一阶段. 工业互联网第二阶段, 在中间提供 PaaS 平台. 第三阶段, 实现分布式微服务化架构改造应用. 这种工业平台建设脉络也是阿里自己的电商平台发展脉络. 阿里从最开始的烟囱式架构发展到第三阶段, 就是用微服务化架构支撑业务应用, 大概走过了六七年的时间. 目前工业企业在处于第二阶段, 相信通过两三年的发展很多企业都会基于业务中台的思路实现微服务化架构.
核心技术 4 - 双中台技术
阿里支撑数亿级的用户访问都是基于双中台的技术. 淘宝, 天猫都是基于业务中台构建的, 阿里目前积累的 12PB 的数据都是用数据中台的方法处理, 计算, 提供查询的服务. 这样的技术为整个业务提供了坚强的后盾.
核心技术 5-AI 技术
阿里巴巴投入一千亿人民币做达摩院, 达摩院里面很大一部分会投到人工智能领域. 人工智能至少会包括下图中的一些内容, 这些内容也会和工业发生关系. 比如说, 用机器学习的方法分析工业里面采集到的数据, 很多都是上面提到的工业时序数据. 用语音识别技术服务客户, 实现智能语音客服应用. 做视频识别, 数进厂人员数等. 同时图像识别的应用在工厂里面也会被用到. 人工智能在工厂会分为三个层面, 一个层面是过去传统的数据分析和优化的应用. 另一层面, 语音的应用, 最近客户提出的在工厂员工身份识别时用声纹识别技术. 在人工智能第三个层面, 会有图像识别的应用. 图像识别在工厂领域会更加广泛, 使用的可能性很高, 是未来的一个热点. 比如, 面板行业里照片质量识别认定, 材料断口图像识别需求, 无人飞机寻线之后拍的图像.
四, 应用
下图总结了一些可能的工业互联网应用方向. 这些方向既包括生产环节, 也会包括物流环节, 销售服务环节等.
关键应用 1 - 企业电子商务平台
下图是阿里巴巴给央企做的采购电商或者销售电商平台的应用. 阿里支撑他们在其微服务架构的基础上, 建立他们的共享服务中心, 支持他们建立电商服务的网站. 基于我们的平台, 客户建立电商服务网站之后年 GMV 达到 1207 亿, 商品数量增长达到 50% 以上. 同时依靠这个平台从过去采购平台是成本中心, 变成了利润中心, 因为采购电商建立之后可以给第三方提供产品采购服务, 这给他们部门带来了利润的增值.
关键应用 2 - 大型企业物流管理
阿里也支持大型的物流企业建立他们的物流管理平台. 我们会支持 OMS,WMS,DMS 的应用, 我们觉得物流行业是天然的适合用互联网和云技术做服务的行业. 因为它是移动的, 分布的, 这种场景是天然适合用工业互联网的方法做一些事情.
关键应用 3 - 工业大脑
阿里在工业里面也会主推一个应用, 叫 ET 工业大脑. 概括的说, ET 工业大脑就是利用阿里巴巴在大数据, 人工智能领域积累的经验技术, 帮助企业改善生产, 提高良品率, 降低能耗, 提高社会服务维护水平, 维护测试的故障.
五, 案例
阿里接触的很多工业企业是来自外资企业. 外资企业上云有自己的特点, 企业规模大, 上云需求强, 外资企业比国有企业对语言的接受程度高, 在信息传递过程中, 对自己信息安全的保护非常在意, 包括法规的支持. 同时跨国企业的数据要实现跨国的传递, 阿里云有快速通道的能力可以帮助他们实现这方面的需求.
最近阿里做的是一个大的跨国企业在中国部署的大工厂数据的采集. 数据可能来自管理性的系统, 也可能来自 MES 这种系统. 那么把十个工厂的数据统一汇总到云上, 建立企业级的生产数据湖. 基于数据湖做深入的分析, 考虑如何提高生产的良品率, 如何维护他的设备. 下图是阿里整体的架构.
下面总结了跨国企业选用阿里云建设数据湖的想法, 为何能让这些企业优先选择阿里. 首先, 阿里云是中国第一云平台, 另外阿里云提供高速的跨过通道, 也有一些很强的边缘接入能力, 现在的智能网关可以接入 300 多种工业协议. 还有一些 AI 的分析能力帮助数据产生价值.
来源: https://yq.aliyun.com/articles/596632