工业互联网|云计算走向工业互联网纵深云计算|阿里巴巴|阿里云

文章图片

“既要进一步节能减碳，又不能丢了质量。 ”此前华新水泥“万吨线”厂长刘文兵提到大规模环保协同处置增加了稳定工况和质量的控制难度很高。

事实上，国内企业都面临广泛而具体的数字化问题。中国制造业急需数字化转型，国家政策也多次引导，自2018年起， “发展工业互联网”已经连续5年被写入政府工作报告。
2012年至2021年，我国工业增加值从20.9万亿元增至37.3万亿元，年均增长6.3% ，远高于同期全球工业增加值2%左右的年均增速。市场主体活力和实力不断增强，充分利用现代科技，实现数字化转型的需求也愈发强烈。
工业如何在快速变革的数字时代，感知、响应巨量复杂的信息，从而更好的应对市场需求与不确定性，实现动态策略优化与智能全局决策。云计算加持下的工业互联网正是解决这一问题的总体策略。
将算力与实体经济深度融合，利用数字技术解决实际生产问题，无疑是云计算最好的机会。
但技术与实务的结合是一个由表及里的过程，工业互联网并非将信息技术与传统工业流程简单相加，而需要触及实际需求的精准定位，并且利用技术的逻辑改造传统生产。
云计算要到一线去
“数字化”容易被字面意义上的理解为承载信息的媒介更替，从“记下”到“录入” 。
但工业互联网不仅是将工业信息连通云上服务，而是在此基础上用好信息——用计算逻辑统领信息的使用。
工业互联的对象是各个标准化环节，在实际运行中信息化投入巨大，各业务体系所产生的信息量级与复杂程度本身就需要投入大量运营成本，业务体系间的沟通不畅又会造成数据孤岛现象。
庞大且持续翻新的信息库需求着更高规格的数据处理能力与处理方案，这正是云计算所需要提供的核心技术。
工业互联网的一个痛点在于计算与整合，如何充分利用数据是眼下最重要的问题。
比如百度智能云的“开物”平台，提供了工业AI质检解决方案，把注意力放到汽车、化纤、钢铁为代表的规模化行业，并与首钢、一汽等知名企业达成深度合作。这类行业组织规模庞大，工作人员多为万人级别，业务多样、管理复杂，要求云服务提供整体性的数据处理标准，并且有成熟的抉择支撑体系。
这套AI质检体系，可以将汽车生产车间中二十多个点位，数百张图纸的校对在1秒内完成，且准确率高达99% 。相对于人工操作，效率提高预期在70%以上。
又如京东开发，基于云原生的“京刚”虚拟化平台，抓住虚拟化这一云计算的基础，通过软件定义的方式管理数据中心的计算资源，从而实现根据企业需求输出计算能力，灵活定制服务。
我们看见，在现有云服务数据集成与数据管理能力的支持下，各家云厂商都已经在与企业的实践合作中，积累下大量行业经验。

这些信息与数字模型沉淀到各自的云技术平台上，最终落脚点在于如何通过高性能的计算为生产流程提供正向反馈，形成标准化、通用的应用能力。
技术如果只是悬浮于实用之上，便只是一种抽象的前景，无益于真实推进实用的进度。云计算的落地实用，需要技术与实际现实结合，一线人员显然更理解什么是痛点。
百度在开物首页的战略优势上写道， “授人以鱼不如授人以渔” 。华为云在官网列举了典型场景的业务与技术架构图，并详细阐述方案优势。