GE、西门子、库卡、罗克韦尔打响工业物联网之战

寂静回声

过了大半年的2017年，更多人不是在做工业物联网／IIoT云平台就是宣称在做工业物联网／IIoT云平台。

GE全球董事长伊梅尔特老早就说：“GE昨天还是一家制造业公司，一觉醒来已经成为一家软件和数据公司了。”这个说法非常形象，IT对于工业的巨大冲击推进新一轮工业变革走向两个极端：要么打造出更加庞大的工业帝国、要么被时代所抛弃。

按照坊间流行的把什么什么标记为元年的做法，今年很像IIoT云平台元年。现在各种各样大大小小的IIoT云平台，不下百家，咱们首先挑个头大的几个作为代表说说。

1、GE通用电气

GE算是下手比较早的一家，Predix是GE重塑工业根基的核心平台，已经面向所有工业互联网开发者全面开放。不同的组织，可以在上面控制数据的连接，并使用第三方开发者的分析软件。

·一方面Predix为大量开发者提供便利，开发各种工业级APP。开发者只需关注如何解决问题，而无须关心如何获取以及连接数据；

·另一方面用户作为数据托管方，则可以使用这些APP，进行设备管理、运营维护等。


图：使用Predix分析服务的5个步骤

每一家工业企业都要成为一家数字公司，这是GE对未来的看法。GE同时希望，Predix能成为这些数字公司的驻足之地。值得一提的是，2016年第三季度，Predix Analytics Runtime引入了机器学习能力。机器学习的模型必须离线训练，训练之后的模型可以作为输入参与分析，并且产生有价值的相关预测。同时，GE加大推广APP开发的力度。2016年在上海开设了数字创新工坊，加大对工业APP开发的扶持，从而孵化完整的生态群。据GE VP Beena Ammanath介绍，截止2016年底，Predix平台上已有100多个工业APP可供使用。


图：GE Predix的数据采集、处理和管理服务流程



图：Predix的典型应用：设备生命周期管理

西门子

IIoT的本质就是利用物联网技术打造一个产品的全生命周期的管理平台。上个月刚刚召开的西门子创新日活动，西门子的每一个高管，注意是“每一个”高管，都张口闭口不离产品生命周期管理。与以往创新主要靠并购的做法不同，Mindsphere是西门子总部亲生的工业云平台。“自己生产的狗粮，自己先吃”，在全球最接近工业4．0的西门子安贝格工厂，Mindsphere已经被用于生产现场。西门子还正在将SIMATIC核心产品线接入Mindsphere云平台。

做了这些还不够，机器学习能力是工业云平台的核心竞争力。毕竟IIoT云平台的终极价值，还得仰仗AI创造。云平台通过分析机器背后的数据，优化运营和流程，实现提升效率、节约成本、增加收入，上层的智能分析和机器学习能力必不可少。

关于AI，西门子上到研究院下到事业部都没有相关的技术储备，因此选择与IBM联手，将Watson Analytics带入MindSphere中。IBM将为MindSphere提供其他多个分析工具，包括预测分析、规范分析和认知分析。顺便说一句，将AI引入工业现场并非西门子首创，此前Wi－Next已与IBM合作，将IBM的分析运用于产品质量控制以及设备预防性维护。

做了这些还不够，西门子成立了新的初创业务部门next47（这个名字别嫌怪，因为西门子创立于1847年），整合现有的初创企业项目，培育颠覆性的创新想法和做法。next47专注于5大创新领域的研发：人工智能、自主机械、分布式电气化、网络化交通和用于工业运营和能源交易等领域以简化和提升数据传输安全的区块链应用。


图：西门子Mindsphere Bra图

KUKA库卡

使用KUKA的工业云平台KUKA Connect，用户可以在任何时间任何地点查看和分析工业机器人的运行状态。KUKA Connect是一种包月服务，不需安装软件就可以获得相关功能和服务。Connect平台同时提供第三方合作伙伴的工业APP，创造围绕KUKA机器人的工业生态。

KUKA Connect目前拥有两个版本：KUKA ConnectLite和KUKA Connect Plus。

·KUKA Connect Lite提供的功能包括：状态监控、设备维护提醒、机器人ID识别数据、控制器数据、规格说明、用户手册、管理员控制台、机器人清单，目前支持中英文和德语。

·KUKA Connect Plus除了上述功能之外，提供的附加功能包括：机器人实时状态提醒、实时故障提醒、可导出的数据报告、实时故障维修与记录、全面的设备日志、机器人4D可视化模型。


图：方便易用的KUKA Connect


图：KUKA Connect架构图

Rockwell罗克韦尔自动化

比较奇葩的是Rockwell Automation，抢先布局了工业云平台的各种专利，但是IIoT云平台却迟迟不见踪影。既然目前IIoT云平台的主要应用场景都是设备远程监控，作为第一步，Rockwell干脆推出了一款工业APP，名字够长：FactoryTalk TeamONE。

图：罗克韦尔眼中的IIoT

使用这款APP，用户可以彼此协作、共享知识、查看实时生产状态、进行故障处理，从而缩短设备故障的平均修复时间MTTR。TeamONE中可以看到罗克韦尔公司PowerFlex变频器以及工业以太网设备的健康信息，一旦发生故障，解决方案可以被团队共享。故障处理后，相关知识和日志将会被保存以便后期搜索。

TeamONE免费版现已上市，包括8个模块：事件、设备状态、团队、知识库、连接、插接板、会话与趋势。可在Google Play或Apple应用商店下载。

与名字呼应，FactoryTalk TeamONE还拥有足够长的架构示例。


图：FactoryTalkTeamONE的网络架构

除了上面提到的几家，Numenta GROK、普奥云、树根互联…都有独特的优势。那么问题来了，工业企业手握这么多工业数据，还有那么多IIoT云平台在旁，怎么才能真正创造出价值？从目前的情况来看，显然IIoT云平台太多了，存量设备很快就不够用，工业大数据的初始积累不足，前期存储的工业数据基本用不上。

根据Aeris公司的测算，出色的云平台可以节约70％的开发时间。不过云平台如果想做好，易用性和敏捷性是基础，生态思维才是必杀技。这就牵扯到要改写产业经济最最深层的核心思维，从封闭到开放、从独有到共享、从竞争到联合。虽然各个巨头都在努力向开发者和系统集成商示好，但总是感觉还欠点儿火候。

宣称开放还是真正开放、吸引IT极客还是吸引工业创客、分享销售渠道还是分享既得利益，这之间的差别虽然细微，但是造成的结果和成就却是云泥之别。立足实用性角度，IIoT云平台大多停留在连接管理和设备管理阶段，能够触发应用使能，并且通过机器学习，将业务分析转化成价值的凤毛菱角。

目前并非标配的机器学习能力，将是IIoT云平台能否制胜的关键。通过使用历史数据训练模型，或者根据平台提供的工具自己开发模型，满足预测性、认知性、复杂性分析的要求，产生创新的业务逻辑。对数据进行的分析产生可执行的信息，其结果是让工业企业做出更精明的决策，才是IIoT云平台价值的最大化。

与消费领域有很大差异，工业是一个场景复杂，充满惰性，讲究资历和关系的领域，IIoT云平台最终的竞争格局不太容易产生寡头垄断的局面。

可以把工业现场简单粗暴的进行分类，切分为流程工业和离散行业。两个领域又包含各种行业，大中小等级的各种项目。在很多细分市场中，市场规则、需求特点、项目的分布都有很大的差异，垂直于纵深领域扎根发展，是IIoT云平台通过生存关考验的捷径。

在这里我们不妨把未来的IIoT云平台竞争格局与现在的工业控制系统进行对比。之所以选择工业控制系统进行参照，因为它是工业现场的控制核心，经过多年的磨合与积淀，最终形成了相对比较稳定的市场划分局面。

从下面的典型市场份额图（按蓝色深浅划分）中可以看到，流程工业与离散行业、离散行业的大型项目与中小型项目，起到主导作用的玩家有很大区别，在这背后对应的项目合同金额差距更是巨大。工业控制系统尚且如此，IIoT云平台想要做到天下通吃难度极大。


图：流程行业控制器主要玩家及市场份额


图：离散行业大型控制器主要玩家及市场份额


图：离散行业中小型控制器主要玩家及市场份额


一个IIoT云平台的典型案例是一家北美的炼油厂，通过使用无线声波变送器，通过及时的检测和维修故障的阀门，提高了合规性，并且将碳氢化合物的损失减少了300万美元。该项目在5个月内就收回了成本，按照使用超过20年计算，估计每年的投资回报率为271％。

如果让大部分工业企业的大老板们去这样的工厂参观，除了感觉人烟稀少无聊透顶之外，估计很难看出门道，更别提生搬照抄了。

以西门子成都工厂SEWC为例，去那里参观学习过的大老板真是挺多的，一抓一大把，大家关注的重点也基本上都是高大上的工业4．0、数字化工厂、高度集成IT系统应用，回来之后两眼一抹黑，还是不知道IIoT怎么落地。只有高科技的东西是不是就能成就一个数字化工厂呢？一些扎实的基础性工作，工业大数据的有效埋点与逐步积累，才是IIoT的根本。这个时候如果没有一位“老司机”指引，一般人是找不出端倪的。

举个例子，在SEWC电子和装配车间的地板上，每1米乘1米的位置都有一个接线口，而大多数国内的工厂都是在立柱附近有接线位置。细心观察的你如果好奇为什么会这么设计，资深专家Ivy就会跳出来告诉你，这是为了当布局发生变化时，能够非常灵活的进行搬家工作，不会受制于接线的位置。SEWC搬家最多就是周六一上午做停工准备，周六下午搬家，周日再来做做校准和整理，周一就能恢复生产了。所有的设备都没有生根发芽，地牛一拉就走了。


图：西门子充满传奇色彩的成都工厂（SEWC