工业4.0革命的成败，云计算扮演着什么角色？

对于“世界工厂”这个称谓，很多中国人读起来多少有些五味杂陈，其中有过去三十年的辉煌和成就，也有当下中国制造业所面临的焦虑与危机。

因为长期处于国际分工链的末端，依靠廉价的劳动力、土地、能源等低成本的支撑下，国内很多从事制造的企业赚的盆满钵满。可自2014年以来，随着市场红利的逐渐消失，不少制造业企业关门倒闭，不乏往日巨头，似乎要引发实体行业新一轮的破产倒闭潮。

转型图存，成为这个巨变的时代中不变的主旋律，走在浪尖的互联网行业是如此，制造业亦是如此。把脉中国制造业，国家开出了“中国智造”的药方。可如何从“制造”升级到“智造”，是每个从业者需要思考的难题，也是贺东东这位制造业老兵试图给出的答案。

少壮派贺东东的工业互联网理想

“工业很重，它是物理的东西，是铁疙瘩。可一旦物理的物体变成一个数字化的镜像以后，虚拟化以后，就可以广泛采用ICT技术跟互联网对接起来，大数据、云计算、人工智能等就可以反向作用于工业，为整个制造业带来快速的发展。”从三一重工到树根互联，贺东东继续着他对工业互联网的理解，而树根互联就是他为中国重工业走向智能制造拿出的解决之道。

除了树根互联CEO的身份，贺东东还是三一集团高级副总裁和首席流程信息官，三一集团获首批国家智能制造试点示范单位，其中离不开贺东东的功劳。作为一个有国际视野的少壮派，贺东东有着很好“嗅觉”，云计算作为基础设施，不仅仅是互联网的专利，在物联网甚至在国民经济中都将扮演重要的作用。如今，树根互联作为面向工业的行业云，不难看出贺东东改变行业现状的理想。

在国外，工业云正迅速成为新的契机，尤其是在德国提出“工业40”的概念以后，在全世界范围内掀起了新一轮工业化革命的浪潮。中国也不例外，从2014年“中国制造2025”概念的出现，在国内实行制造业升级已是大势所趋。而无论是工业40还是中国制造2025，核心都是智能制造。

但现实和未来之间总有着这样或那样的距离。中国在核心技术层面拥有自主知识产权的制造企业屈指可数，许多行业的对外技术依存度超过50%。无自主品牌、无自主设计、无核心技术的“三无”产品，仍是中国制造业主要的利润来源，在售价10美元的芭比娃娃中拿35美分的加工费，一部售价为600多美元的iPhone，富士康也仅有4美元利润。

为此，贺东东有着更为深刻的认识，在他看来，中国制造业仍处于工业20或者30的时代，要想进一步提升竞争力，在全球化格局中获得更强的竞争地位，应该将时下流行的物联网技术、云计算等和制造业结合起来。打造一个工业互联网云平台，帮助更多的中国制造企业快速转型升级，提升智能制造的水平，这也是贺东东创办树根互联的初衷。

树根互联选择借云计算突围

“现在制造业企业的困难在于，它要打造一个信息化的基础门槛太高了，需要非常多的钱，需要一支很强的IT团队，还得掌握各种各样新的技术，比如AI、云计算等等。唯一的解决方案就是通过云计算把门槛消除掉，把我们所有的know—how连在云上，直接可以进行使用，帮助更多的制造企业更早地享受互联网或者互联网代理的便利和转型的能力。”贺东东如是说。而他眼中的know—how与三一重工在智能制造方面的实践不无关系。

树根互联最早由三一重工物联网团队创业组建，早在2008年就打造了中国最早的工业物联网平台。目前树根互联已接入近30万台设备，实时采集近1万个运行参数，基于自主研发形成的大数据分析及预测模型、端到端全流程运营管理体系，为客户提供精准的大数据分析、预测、运营支持及商业模式创新服务。和互联网巨头们纷纷涉足云计算一样，树根互联可以看作是三一重工的对外技术开放，成为一个独立的第三方云服务平台，这在美国、德国不乏类似的案例。

国内有几十万家制造企业，其中974%为中小企业，在智能制造面前有着相似的困境。树根互联以云服务的形式为这些企业提供解决方案，看似瞄准了一个新的蓝海市场，但这场从0到1的创业让贺东东回到了每天工作12小时的“创业者”状态，并且不停的招揽优秀人才。

在贺东东做客《腾讯云会客厅》的一期节目中，主持人曾佳欣问起创办树根互联的挑战，贺东东眼中的难点有两个，一个是云计算基础设施该怎么解决，另一个是工业大数据如何建模。

“树根互联和腾讯云合作成立了一个叫根云的平台，首先做了物联接入，有专门的团队和解决方案实现机器的联网数据采集，然后底层采用了腾讯云的IaaS和PaaS服务，借助腾讯的公有云的能力进行大数据的存储和运算，再然后是工业特定的PaaS层，提供端到端的解决方案。而之所以选择腾讯云作为合作对象，看重的是腾讯的技术底蕴、专业性和响应速度，在联合研发过程中，腾讯的团队能够非常迅速的完成我们的需求。”在解决云计算基础设施的问题上，树根互联没有选择自建，而是走了一条和腾讯云合作的路。

不同于传统对大数据的理解，工业大数据的核心是机器数据，包括企业的生产数据、研发数据、客户数据等等。一方面机器数据的量非常大，机器的数据采集可能是每秒钟采集一次，甚至是毫秒级；另一方面工业大数据要求准确性很高，如果作为消费趋势的分析，可能百分之七十的准确率已经能够满足需要，但工业大数据需要精确到999%，一旦出现问题就会干涉机器的运营。

在解决第二个问题的思路上，贺东东的观点显示出了其作为业内人士的专业性，“根云的定位是以机器为对象，我们要成为机器的专家，所以整个的大数据分析能力就是怎么样帮机器建模，基于机器的数据模型能够把机器全生命周期的运营进行优化。”目前根云平台的产品已经涵盖智能设备、智能研发、智能制造、智能服务、预测性维护、租赁平台、物联网金融、商业模式创新等八大服务。

中国有一句古语叫时势造英雄，这句话用在树根互联身上似乎并不为过。2016年底的时候，树根互联做了一个简单的上线发布会，采用的是节俭成本又比较流行的直播模式，尽管宣传力度不大，也未曾投入任何广告费用，仍然有很多企业主动上门咨询合作，包括企业、解决方案供应商和政府。

可以想象，如果没有云计算的出现，三一重工多年累积的工业物联网平台很难开放给合作伙伴，中国制造业的智能化水平将呈现出两极化的格局，强者愈强，弱者愈弱，贺东东心中改变中国制造业现状的理想也就无从落地。云计算被称作互联网时代的水煤电，在树根互联身上不难发现云计算的桥梁作用，在进行消费级市场革新的同时，云计算正助推工业向智能制造的惊险一跃。

最后，谈到为何以“树根”命名，贺东东的回答寄予了他对中国制造业的期望：国内优秀的互联网公司多是以小动物作为吉祥物或者Logo，我们也想从动物或植物中找到一个很好的意向，最终发现树根和工业物联网的理念很像，树根深埋地下，吸收养分和水分，支撑参天大树的成长，支撑整片茂密的森林。树根互联希望能够帮助客户采集机器、云的数据，帮助客户做高质量的决策，支持工业企业更好、更快地成长，使中国的制造业像茂密的森林一样，茁壮成长。

Alter，互联网观察者，长期致力于对智能硬件、云计算、VR等行业的观察研究。

随着工业互联网的不断深化，必然会造成MOM/MES、ERP等传统工业应用和系统的形态发生天翻地覆的改变。而制造业分析、生产分析正在成为发达国家争相进入的一个热门领域，当然，这里的“分析”是完全不同于传统工业场景下的“统计分析”、“故障分析”等，这是一种结合了物联网、大数据和人工智能等先进技术的新型的“大数据分析”。（内容转载自寄云科技）
工业大数据分析应用的独特之处如果细究其实是很多的，通过提供更具针对性和可 *** 作性的见解，数据分析可以简化制造运营，从而帮助企业持续优化生产线。以下是在制造业中使用数据分析的六种场景，它们可以显著改善整个运营！
一、从被动式到主动式维修
制造系统往往在超负荷状态下运行，任何工作中断都可能导致螺旋式上升的损失。即便如此，大部分公司采用的解决停机问题的最佳方案只不过是等故障发生后再解决的方式。到目前为止，这种反应性系统还在被采用，是因为显然缺少更好的替代方案。通过整合大数据分析，企业可以开发能够持续衡量自身维修需求的制造系统。这种特性赋予了制造系统在许多情况下进行自我修复的能力，并为不太容易解决的情况提供早期警报。更重要的是，数据分析可以洞悉哪些组件最常发生故障，从而帮您从被动式维修提升为主动式维修。
二、提高机器利用率和有效性
制造商遇到的最大问题之一是进入低效运转的境况。虽然主观上他们希望构建高效的制造链，但由于安装不当、使用不当或仅缺乏停机时间协调，各种不同的因素都可能会成为降低生产线整体效率中的关键。
通过将现有的物联网系统与强大的制造业预测分析相结合，企业可以实时洞察其生产线在微观和宏观上的运行状况。追踪单台机器的停机时间如何影响整个制造链，或者探索不同的配置如何提高整体效率，这不是“痴人说梦”，而是必须要做到的。生成可 *** 作的数据以使企业在整个制造过程中实现真正的改进，是将分析应用于制造业的主要优势。
三、更好地产品需求预测
每个制造商都知道他们不仅在为当前已有的订单生产产品，而且还在为不久的将来可能出现的需求订单生产产品。需求预测很重要，因为它们能够指导生产链，如果预测失误，可能产生“一边是强劲的销售量”，而“另一边却是工厂缺乏大量的相应配件库存，无法满足需求”。对于大多数公司而言，预测是基于前几年的历史数据价值，而不是基于更具可行性的前瞻性数据。但是，制造商可以将现有数据与预测分析相结合，以更精确地预测购买趋势。这些预测性见解不仅基于先前的销售，还基于流程以及生产线的运行状况，从而可以更明智地进行风险管理并减少生产浪费。
四质量预测提高良率
质检是对已经生产出来的产品的质量检测，一方面可以保障企业能够对外提供合格产品，另一方面也能通过质检反映生产过程的疏漏。质检出的残次品无论多少对企业都是损失，如果能够在产品产出之前就通过产线状态及相关生产数据分析预测出产品质量，并将生产流程调整为最佳产出状态以避免残次品，这就是质量预测。质量预测的场景在半导体等高端制造领域是刚需，属于虚拟量测的范畴。
虚拟量测依赖于完善的物联网系统及强大的数据接入、存储和分析等能力，以往囿于技术水平虚拟量测只能基于有限的统计分析手段，而现在有了大数据、物联网等先进技术的支持，基于大数据分析的虚拟量测已经成为现实。
五、全面掌控制造供应链
采购是大多数公司供应链的标准组成部分，但同时它也是一个很容易被忽略的地方，尤其当企业忙于改善其他方面时。从一个有问题的供应商或者每个配件贵几分钱的供应商开始检查，当然一个配件几分钱的差额可能看起来无足轻重，但是，如果企业每天生产数千种产品，那么这里或那里的一分钱可能在总账簿上积少成多会变成数千元。数据分析可以帮助制造企业了解生产生命周期中每个组件的成本和效率，甚至可以追溯到企业供应商的运输车辆。通过可视化各种因素如何影响最终结果，高级分析可以帮助企业做出更好的决策。如果某些配件经常出现故障，或者没有完全满足生产需求，那么在这些不起眼的问题酿成严重后果之前，制造数据分析将能够帮助企业发现它们。
六、更好地物流仓储管理
制造过程中另一个经常被忽视的方面是仓储。一旦产品准备好运输后，必须先放入仓库，然后再出发前往目的地。在这一阶段，可谓是分秒必争。尤其是在这个日益接受“刚刚好”和零库存模型的世界中。
管理仓库可不是简单地为等待运输的产品寻找空间。建立有效的仓储结构，更好的产品流程管理和最有效的补货程序可以改善运营效率实现盈利。先进的分析功能可以让企业更容易领会改善库存的方法进而更好地管理仓库。
生产分析软件的本质是收集和处理海量数据，并从中发现可用的见解。其通过自动化的手段对制造企业内外部各类数据进行采集、处理，同时，它的分析结果、可视化产出也是可以跨越多种企业架构，为上至公司首席执行官、下至车间经理提供符合各自权限的服务。而亿信华辰的数据分析软件ABI正好可以完美解决各种数据分析问题。

---