工业互联网没有“领袖”

　　不是爱风尘 似被前缘误

　　石块跌落，山谷轰鸣。

　　Predix被头插草签的出售，听似难以相信，但的确已经发生。Predix平台，GE Digital耗费数十亿美元，投入数千名软件工程师，倾力打造的战略性产品。曾经其在工业互联网领域地位，就如苹果iPhone对手机行业的重新定义。

　　而今却沦落到剥离售出的境况，令人叹息。

　　如果Predix成功，必然可以找出千万理由，例如其率先清晰了工业互联网的轮廓;率先定义了“边缘+平台+应用”的业务模型;率先提出将工业生产中的人、机、数据进行互联。而且，Predix还具有优秀的数据分析能力，优秀的边缘计算能力。更关键的是，Predix将诸多理念变为现实。

　　当然，如今Predix的跌落，也可找出很多原因。例如GE的业务战略收缩、资本市场的看衰等，还例如过多树立假想敌，忽视了生态体系建设;在投入巨资进行平台研发的同时，没有忽视，但轻视了应用模型、工业APP的积累。此外，GE一度将软件与工业设备捆绑销售，这是否也存在私心?涉嫌后续服务的“封闭式”垄断。

　　工业互联网的盛况

　　与Predix的落寞，形成鲜明对比的是，工业互联网的日益繁盛和勃勃生机。研究机构Accenture指出，2020年全球工业互联网领域投资规模将超过5000亿美元;2030 年工业互联网将带来超过15万亿美元的增长;2015~2030 年间，工业互联网领域预计将为中国GDP带来约达1.8万亿美元的增长。

　　上述仅为市场空间，而在政策导向层面，国务院在2017年11月，专门通过了《关于深化“互联网+先进制造业”发展工业互联网的指导意见》。在这份规范和指导我国工业互联网发展的文件中提到，2025年中国要有3~5个国际水平的工业互联网平台。要知道，在国家级的文件中，很少提到具体时间达到何种水平，这充分说明了工业互联网在我国经济建设中的重要地位。

　　竞争者已是过江之鲫

　　问题也由此而来，2025年中国要有3~5个国际水平的工业互联网平台，其潜在的竞争者是何人?其在Predix被出售之后，各方又将以何坐标发展?可先不回答上述问题，而梳理市场现状，在此海量级市场中，竞争者已是过江之鲫。

　　其中，国际企业包括，西门子、博世、卡特彼勒、PTC、思科等，国内企业如华能集团、和利时、航天云网、三一重工、海尔、富士康、用友网络、东方国信、宝信软件等。今年8月，阿里云也推出了“飞象工业互联网平台”;而此前的7月，阿里云还与西门子就工业互联网的发展达成了战略合作。

　　当然，诸多企业参与工业互联网，唯一证明的是大势所趋，但何为工业互联网?各方均在各说各话。最精辟的解释，工业互联网并非“工业的互联网”，而是“工业互联的网”。例如对重资产设备的远程控制、MES系统与ERP系统基于供应链的互联互通，都被广义归属于工业互联网范畴。但上述应用只体现了“工业的互联网”特征，只是在挖掘第三次工业革命的剩余价值，或者更尖刻一些，只是为了报表更漂亮。

　　而回到Predix的话题，其最大的遗产贡献是，基本以第四次工业革命为标准，建立了技术体系，明确了发展方向。当然，Predix的价值变现思路，发展方法论略有失误，但不断试错也是产业，至少留给业内以下启示——

　　平台即生态

　　首先，工业互联网应以生态式合作为基础，任何谋求“一家独大”的目的，都会使平台的其他参与者感觉极不舒服。

　　工业，按照产品重量体积可分为重工业和轻工业;按照制造工艺可分为离散工业和流程工业，按照行业门类又细分为40个大类、212个中类、538个小类。由此，任何仅凭一己之力、单打独斗的工业互联网，永远只是停留在“独轮车”模式。即使有钱任性如Predix，其投资数十亿美元，虽然与英特尔、思科等企业，在平台基础能力方面建立了战略合作关系，但应用体系的生态仍显不足。

　　通常认知，标准的工业互联网生态应该包括，ICT企业、行业ISV、行业科研院所、数据模型开发团队、平台运营商，以及最终用户的深度参与。上述生态体系中的不同角色之间，形成技术联盟和商业联盟，共享技术能力、共享市场机遇，共同承担产业风险。

　　可如此比喻，有人盖房，有人负责装修，有人当厨子，有人进行配菜采购，各方各占一股，共同经营餐厅。甚至食客(用户)也需参与其中，对菜肴做出评价，改良口味，推动提升餐厅服务水平。如此模式才能使参与各方均有利益和动力，才能将餐厅做出品牌口碑，并具可复制性。

　　平台即开放

　　此外，开放式的生态合作模式的另一益处在于，避免了处在私心的垄断之嫌。早期Predix就曾饱受诟病，其希望用户自行“共享”数据，而Predix平台则基于数据分析，提供内燃机车组件、航空发动机等产品增值服务。当然，增值服务中的备品、备件也都是来自GE的产品。

　　“黑盒子”式的服务不是工业互联网，而开放式的生态平台则不存在此问题。行业知识被转化的数据模型，并汇集在“数据模型商店”，行业服务也转化为应用APP，被汇集在“应用商店”。各类模型、应用服务优胜劣汰，保证了平台始终具有竞争性，也保证了用户始终可以得到最佳服务。

　　掌握行业数据

　　最后分析工业互联网对数据理应具有的理性态度。中国落后于第一次和第二次工业革命，但应用水平同步于以信息技术为代表的第三次工业革命。2017年中国制造业总产值为24.3万亿元，占比中国经济的29.34%。也就是说，中国制造业产值几乎相当美国、日本、德国之和。由此，中国在工业制造领域的数据沉淀，也领先于世界各国。这即是“2025年中国要有3~5个国际水平的工业互联网平台”的核心逻辑理论。

　　工业互联网以平台为载体，但再精良的工具，也是为了服务于应用。工业互联网只是企业客户数字化转型的路径和手段，而非目的，其价值应该体现在降低客户的运维成本、提高运营效率，并获得财务收益。

　　所以，工业互联网需要与行业发生深度融合，需要跨领域的深度合作，需要实现数据的“阡陌纵横”，即纵向数据协同，以及横向数据协同。举例说明，发电集团首先需要将设备数据与企业管理系统进行横向数据打通。同时，还要有产业链思维，将发电数据、电网数据，以及终端电力消费数据打通，实现内部数据与外部数据的纵向协同。

　　而这一过程中产生的有价值数据，并将这些数据通过新一代的信息技术，如大数据分析、AI、机器学习、区块链等，进行分析和挖掘，再反哺平台功能性的进一步提升，从而服务于行业客户的实际应用。

　　结束语

　　最后说一句，高速行进的庞大战队中，不免出现个别落伍者，但待出售的Predix并未消失，发生在她身上的故事，对于我国工业互联网的发展，有着多一层的含义。

　　新生事物的演进，总是在摸索和挫折中前行。