工业互联网的冷思考（一）

mailto:[email protected]

网易科技讯11月8日消息，第五届互联网大会于11月7日至9日在浙江乌镇举行，在今日上午举办的“工业互联网的创新与突破论坛”上，阿里云总裁胡晓明表示，工业互联网在发展过程当中主要面临三大挑战：“一是设备厂商和型号繁多，连接协议不统一。阿里云在工业互联网平台当中用了大量的时间做了很多设备连接的技术攻关。二是受限于数据安全的片面认知，数据难以自由流动和充分应用。三是工业互联网还涉及到多个行业多个领域，缺少同时精通工业和互联网的人才。因此，把互联网技术应用到工业领域，存在着较高的门槛。”

http://tech.163.com/18/1108/11/E039UDIT0009994O.html

2018年8月1日，阿里云发布了进军工业互联网的产品——”ET工业大脑“，主打的业务方向是：

1）数据工厂?一站式工业数据接入管理

2）算法工厂?工业算法的自动化托管

3）AI创作间?可视化工业智能编排工具

4）知识图谱?数字化工业的经验知识

目前，第1.2.3点已经有落地应用，而第4点还没有开放出来。除了云端的ET大脑外，阿里云还将牵手西门子构建物联网，将在中国推出工业云 MindSphere。

可以看出阿里云已经将工控系统的某些组件云化了，形成了粗粒度的工业物联网模型，但还是没有涉及到最核心的工业工艺。如果把工业物联网模型加入工业工艺的基因，那么离真正的工业互联网概念就不远了。

下面，让我们分两方面探讨”工业互联网“的内涵和外延，分别是“工业”和“互联网”。

一般地我们都认为，按照时间顺序，人类历史的演进分别经历了第一次、第二次和第三次（甚至是第四次）工业革命，每一次都极大地提高和解放了人类的生产力。这几次革命都冠以“工业”之名，就是说人类进几百年压根没离开过工业，工业的内涵实在是太广了。

纵观世界互联网发展进程，二十世纪下半叶，互联网最先进入的是“商业领域”，而不是“生产领域”。这是什么原因呢？

从互联网的起源来看，它是从通用计算机的互联开始的，而这些通用计算机承载的是人类最直接的需求——分享计算资源、存储资源和通信资源等等。这种基于互联网的以物易物式的分享，也是一种价值交换的形式，相当于重建了等级制度的经济基础，因此商业模式的形成也是顺理成章了。

而工控中最常见的嵌入式计算机系统，是上述的通用计算机发展的一个分支。正是借着微控制器到微处理器的更新换代，使这些节点计算能力大大提升，也就带来了转变通信方式的可能性。这种工业网络背后流淌的是物质流、能量流、信息流，不像商业背后的价值流。

工业互联网建设的目的正是想把物质流、能量流、信息流升级成为价值流。

下面，让我们从技术的角度来分析一下阿里云总裁讲话中提出的三个问题：

1）工业网络协议种类繁杂

众所周知，目前市面上主流的协议有Ethernet/IP、PROFINET、P-NET、Vnet/IP、EtherCAT、Powerlink、Modbus/TCP等，所有加起来大约有几十种。正是因为封闭性和排他性导致了这种现状。

原因1：工业网络在发展之初，只设想使用在由控制器、执行器、传感器、工程师站组成的小型局域网中，并不像”互联网“那样承担连接一切的的作用，因此设计得极其封闭，大多采用的是区别于的商用以太网协议的私有以太网协议。

原因2：工控协议使用的工业场景不同，技术牵引指标侧重点必然也不同，因此设计得极其排他。场景有：偏向连续流程工业的过程自动化、离散制造工业的工厂自动化、强调实时性的运动控制等等。

值得庆幸的是，这些工业网络协议只是用在了工业控制系统的底层—— 现场控制层和现场设备层，其上层就使用商用以太网协议了。就是说，如果想从工控底层采数据，必须掌握这些专用协议；如果从工控上层数据库采数据，就可以绕过。关于从底层或上层采集数据的优点和缺点，我们以后讨论。

工控人熟悉的国产组态软件（如亚控组态王、力控）都是尝试逆向分析了这些工业网络协议，从而实现了组态和监控的功能。

2）受限于数据安全的片面认知

商业互联网中积累的数据大部分是用户行为数据，蕴含了人类行为特点。我认为，围绕这些数据展开流量预测、商品推荐、用户画像等业务的前提是：人有习惯性。再往深说一点，是人类的习惯性导致训练集和测试集是独立同分布的。正是基于这一前提，保证了商业数据分析的价值。

而工业数据是和工业生产制造强交互的数据，体现出来的是互相关、强相关、非线性、时变、多种约束关系等复杂特性，其背后是物质流、能量流、信息流的关系演化和推进。以工业工艺基因为指导，从这些物质流、能量流、信息流数据中提炼出价值流的特征，才能体现工业数据的最大价值。

说完了工业数据的特点，我们再谈谈胡总提到的”对安全片面的认知“。

正是因为上面提到的工业数据特点，导致众多企业家对自家数据上云后的安全性产生了担忧。他们认为，相比于把数据存在自家服务器中，数据上云会带来不可控性，而这种不可控性和安全性的确有潜在联系。

此外，又不得不注意工业数据和现实物理世界是强交互的，比如某一传感器实时数据的篡改由闭环控制反馈，就可能导致生产过程的灾难性事故。

考虑工业互联网的建设和安全这两个矛盾，又回到了”先有鸡还是先有蛋“的因果困境。相信大家还是抱着一样的观点，不能顾此失彼。

3）缺少同时精通工业和互联网的人才

说得再具体点，到底是缺乏懂工业背景的互联网人才，还是懂互联网的工业人才？

上面提到了工业领域繁多，有以化工、管线、水处理为代表的连续工业，又有以电力、制造、楼宇为代表的离散工业，正是因为每个行业的被控对象、控制工艺等需求背景千差万别，无法给出统一的工业模型，只能细分行业去积累知识和经验，逐一突破。”工业“这么大一块蛋糕，不是一家能够一口吞下的。

这也呼应了”产业互联网“中，互联网技术必然是服务于产业，不能本末倒置，这也就回答了上面那个人才的问题。

原文地址：https://www.cnblogs.com/bianmu-dadan/p/9940422.html