6月15日，2021世界工业互联网大会在云端召开。阿里研究院副院长安筱鹏分享了《展望2030：工业互联网平台演进的四个关键词》主题报告，用“软硬解耦”、“能力复用”、“云边一体”和“生态迭代”四个关键词，解读未来十年工业互联网的发展路线和模式。
图为本文作者、阿里研究院副院长 安筱鹏
以下为报告主要内容：
从技术演化的视角来看，工业互联网发展的核心在于OT技术（控制技术）与IT技术（信息技术）的融合。如果把时间尺度拉长，思考未来10年OT技术与IT技术融合的路线图，可能有两条路线和模式：一是在现有技术、产品、网络、系统架构不变的基础上，以标准统一驱动数据融合，可以称之为“存量嫁接式融合”；二是推动OT、IT底层技术体系基于云边端进行解构，在解构基础上重新封装并实现融合，可以称之为“数字原生式融合”。未来10年，可以预期的是这两条技术路线将会长期并行并交叉融合。这一趋势可以用四个关键词来描述:“软硬解耦”、“能力复用”、“云边一体”和“生态迭代”。
# 关键词1：软硬解耦
工业互联网是从单机智能走向系统智能。
智能是一个主体对外部环境的变化做出响应的能力。主体可以是一个机器人、AGV小车、数控机床、车间、研发团队、物流中心、企业或者一个人，这种主体是不是智能最重要标志是，能不能对外部环境的变化做出响应。
智能手机、智能汽车是单机智能的代表，其智能化演进带来了三个革命性的变化：一是增加了更多、更高质量的智能传感器；二是增加CPU等高性能芯片，传统汽车80个多厂商、多标准、封闭式、长周期的ECU电子控制专用系统，转向类似于智能手机的集中式架构（SOC芯片）；三是构建开放操作系统。从诺基亚封闭的塞班系统演进到了开放iOS系统，功能手机操作系统的核心功能是如何控制和优化手机内部的各种设备和资源，iOS所要解决的问题是如何实现手机内部和外部资源的对接和优化，汽车OS可以通过OTA的方式实现汽车功能升级。其核心技术逻辑在于通过硬件+iOS+APP的架构，重构产品的功能体系，实现了“软硬解耦”，硬件实现通用化，服务可编程，其结果是智能产品的功能越来越取决于软件。
从单机智能来看，未来智能互联产品有四个核心部件：动力部件+执行部件+智能部件+互联部件，具备可监测、可控制、可优化的特点。智能互联网产品控制系统打破了过去软硬一体的传统模式，软件不断分离，经历了从硬件控制、电子控制、软件控制、边缘优化到云端优化。
OT底层系统的解构，将实现与IT系统的原生融合。
从过六十年IT技术演进来看，大型机、小型机、微型机、功能手机到智能手机、边缘计算、云计算，技术演进的基本逻辑都是从软硬一体的专用系统、封闭系统，演进到软硬解耦的开放系统，驱动这场变革的内在动力是需求的巨变与技术的迭代。今天，IT技术60年走过的路，OT技术将会重走一遍，OT技术正在IT化。基于软硬解耦的开放自动化体系，可以把原有工程开发和运营效率提高3到4倍。基于开放自动化，部署运营成本会更低、上市周期会更短、灵活性会更强、质量会更高。
迎接开放自动化新时代。
OT系统原有专用封闭的控制系统和软件，与硬件深度绑定，软件在不同硬件之间很难移植，即使同一个厂商、不同硬件产品也面临同样的问题，这是制约IT系统跟OT系统融合、制约企业对需求实时响应的瓶颈。今天，自动化控制系统正迎来一场新的革命——开放自动化革命。这是一场底层技术的变革，软硬一体化的自动控制系统正在不断解耦，一个高度依赖专有系统、低效系统、昂贵系统，更新缓慢的系统，正演进到一个能够对客户需求快速响应、柔性制造能力更强的一个系统；传统专有、低效率的封闭控制系统，正在向即插即用、开放自动化系统演进，这将带来了自动化工程设计、实施、运营的高速度、敏捷性、灵活性和高效率，也会带来控制技术体系乃至生产运营体系的变革。
让硬件遵循规模经济，让软件遵循范围经济。
从经济学的视角来看，硬件通用化遵循的是规模经济，就像一百年前福特汽车的规模化生产一样，大规模标准化生产可以降低成本、提高效率；软件可以更好地解决个性化和不确定性问题，其背后遵循的是范围经济，企业从提供同质化产品向提供多样化产品转变。从经济学视角看软硬解耦，核心是让变化快的软件摆脱束缚，变的更快以满足消费者的需求，让利用高的硬件逐渐趋于统一，使得他的利用率更高，使得规模经济效率发挥到了极致。
软硬解耦的经济学意义在于，实现规模经济与范围经济的最大化。
可以从规模经济与范围经济的视角来理解“软硬解耦”。规模经济源自资源的不可分性、资产的专用性和沉没成本等，范围经济由多样化经济活动的协同效应所带来的资源的高效利用。工业时代企业的资产大多都是专用资产，一种资产只能从事某种产品的生产和价值创造，资产的专用性带来了规模经济。个性化需求本质上是考验企业范围经济的能力，就是一个企业生产和提供不同产品的能力。从规模经济走向范围经济，就企业内部来讲，核心能力就是把企业资产从专用资产转化为通用资产，从专用模具到数控机床，到共性算法模型、研发工具、数据平台等。只有企业拥有更多的通用资产，才能形成自己的范围经济，构建提供不同产品和服务的能力。
今天，无论是单机智能、还是系统智能，核心都在于对外部需求的变化的做出实时响应，技术的逻辑在于软硬解耦后，以可编程的软件服务满足不断变化的需求；其经济的逻辑在于，让硬件遵循规模经济，让软件遵循范围经济。
# 关键词2：能力复用
封闭的单机系统难以应付复杂的系统需求。
软硬解耦的背后需要企业构建一套能力的复用体系，因为整个制造业变的越来越复杂，这种复杂来自于产品的复杂性，产品加载了更多的传感器、芯片、软件；来自于需求的个性化、内容化、实时化；来自于全球供应链体系的风险。但传统封闭、内部资源优化导向的IT架构解决方案，越来越难以适应制造的复杂性、越来越显得力不从心。今天企业需要构建一套基于云计算、IOT、人工智能、数据中台、SaaS和移动化的新技术体系，这是未来五到十年整个技术架构变革的主线。
工业互联网的价值在于重构工业知识创造、扩散、复用新体系。
工业互联网的三个核心关键词是基于物联+云化的全局优化，人们可以把工业互联网肢解成万花筒式的技术插座，也可以解释成无所不能的瑞士技术军刀，但需要不断追问的技术封装与组合过程中什么变了、什么没变？什么是短期变量、什么是长期变量？什么是量变、什么是质变？什么是体、什么是用？
如果工业互联网的核心是系统智能，智能的核心在于解决复杂系统的不确定性，只有知识的软件化封装才是应对不确定性变化的根本出路。IoT、SaaS化、云原生、微服务、容器、DevOps、低代码以及新网络标准体系的价值，对于工业互联网而言，在于重构工业知识创造、传播、复用新体系。工业互联网的PaaS层，将大量工业共性的技术原理、行业知识、基础工艺、模型工具规则化、软件化、模块化，并封装为可重复使用的组件；工业APP层，面向特定工业应用场景，通过调用微服务，推动工业技术、经验、知识和最佳实践的模型化、软件化、再封装。它重构了整个工业知识沉淀、复用新体系：
一是沉淀。将工业技术、经验、知识和最佳实践固化封装为微服务组件和工业APP，沉淀在工业的SaaS和PaaS平台上；二是复用。面对特定行业新问题和新需求，可以通过反复调用微服务组件和APP快速封装新的解决方案；三是重构。本质上是改变了工业知识创新的三个基本问题。谁在创新（Who）？激发海量第三方成为创新主体；创新什么（What）？微服务组织、APP成为工业知识的创新载体和成果；如何创新（How）？基于平台和APP的体系成为创新的新方式。这套体系降低了创新的成本和风险，提高了研发生产和服务效率，过去人们80%的工作是重复性的，20%是创造性的；基于这套平台体系，人们80%时间是从事创造，20%时间做重复性工作。
展望未来，我们看到OT系统和IT系统正在解构、重组。无论是控制系统，还是MES、ERP、SCM、CRM等系统正在解构成各种微服务组件，工业知识经验被封装成微服务组件，构建起一个微服务池。基于微服务池，可以封装成各种面向角色、面向场景的应用。当一个汽车刹车片需要召回的时候，传统方式是在多个系统中翻箱倒柜找各种信息并进行决策，谁设计的？谁生产的？什么图纸？在哪生产的？库存有多少？价格是什么？这些信息散布在各种不同业务系统中。今天，如果构建了这样的平台，即可快速封装成一个面向角色、面向场景的APP，解决快速响应的问题。
从传统的系统集成到微服务集成提升应用可复制性。
工业互联网平台能力迭代的核心是如何实现“Project—Product—Platform”的转化，以及转化的速度、效率和服务能力。
工业互联网平台正成为能力复用的载体，今天不同垂直行业中雨后春笋般的涌现出了各种平台，如果我们从长周期的视角来看，如何评估工业互联网平台核心能力，一个重要的观察视角是如何通过做一个个项目（Project），沉淀成通用的软件产品（Product），并将这些产品以平台化（Platform）的方式来开发、部署和运营。
我们可以从两个角度去衡量和评估软件系统的功能。一是产品化水平，开箱即用的成熟度。二是产品功能对企业的适用性。现实的情况是，许多复杂套装软件产品化程度很高，但部署、运营、二次开发成本很高，产品的适用性差；企业自己独立开发多个项目及专有软件适用性很强，但开发成本比较高、可复制性、可移植性比较差。今天，面向复杂多变的市场需求，企业既需要产品开箱即用，也需要与企业特定需求高度适配，这是工业互联网所要解决的根本问题。企业需要把项目能力沉淀为产品能力，把产品能力以平台化的方式来部署运营。考察评估一个工业互联网平台最重要视角是，如何能够把一种项目变成一个产品，把产品变成一个平台化能力。
“Project—Product—Platform”的转化能力，实质上反映了工业知识封装、复用的效率。
从经济学的角度去观察，从传统开发架构组织体系演进到云平台、工业互联网的架构体系，一条主线是如何解决工业知识和管理经验封装效率问题，今天SAAS化、云原生、微服务、容器、DevOps、低代码等新技术的出现是为了提升知识软件化、平台化的效率，如何以更低的成本、更高的效率实现更多隐性知识显性化、代码化、软件化、平台化。无论对于甲方还是乙方，工业互联网平台追求的就是软件产品化程度不断提高，定制化水平不断降低。
# 关键词3：云边一体
从单机智能到系统智能演进的路径。
工业互联网的核心如何实现从单机智能到系统智能。技术的创新推动了单机设备从机械控制、电子控制、软件控制到边缘优化、云端优化，当前单机设备控制优化的逻辑正在向整个工业系统演进，这一进程伴随着硬件通用化、服务可编程。今天，无论是工业物联网还是工业互联网的技术演进，最核心的逻辑就是单机设备的解耦、解构、重组演进到系统级，生产和供应链系统基于边缘计算、PaaS、SaaS、物联网等技术体系进行解构和重组，演变成通用硬件和OS的控制系统，在系统级层面上实现从硬件控制、电子控制、软件控制、边缘优化、云端优化，可以在更大的空间尺度和范围内通过系统智能来解决全局问题。
犀牛智造：以端到端智能优化实现供需精准匹配。
阿里犀牛智造在过去几年所探索的，就是在一个传统行业中如何实现从单机智能到系统智能，如何实现端到端的全链路智能。多年来，服装行业一直不能很好解决库存问题，国内企业库存占销售30%-50%，每年近万亿元；中国服装企业库存周转效率比国际公司低一倍；正品销售率不到国际公司的一半。这是制约企业提高利润率的重要瓶颈。同时，需求越来越碎片化、场景化。解决这一问题，需要将一个上万件、三个月交期的大订单，转化为淘宝平台上100件、一周交付的小订单。挑战在于如何实现快交付的小订单的研发、设计、生产、供应链的效率不打折，这正是犀牛智造所要解决的问题。核心是构建一个基于云端的全流程、全生命周期的资源优化体系。
犀牛智造：云端算法定义的在线工厂。
面对服装行业高库存、个性化、短交期的需求，面对制造业端到端全局优化的新形势，只有云架构才能够实现全链路的资源优化，制造体系从单机设备、生产线、车间工厂的智能化，走向需求感知、设计研发、工艺优化、生产计划、制造执行、供应链配送的全要素、全局智能，从智能制造走向云端制造，构建面向平台商家的制造服务解决方案。
犀牛智造的本质是构建了云端算法定义的在线工厂，完美地阐释了如何从单机智能到系统智能，如何将“硬件通用化，服务可编程”拓展到整个制造体系。阿里过去几年在服装行业持续探索系统化解决方案，核心是基于云边协同的技术架构，将传统封闭、孤立、内部资源优化导向的软件系统改造成一个开放、云原生、体系化的行业解决方案，面向端到端资源优化，实现产品设计、生产工艺、排产计划、制造执行等决策指令的云端生成、云端下发、边缘执行。
云端制造演进的5个阶段。
经过多年发展， 中国服装行业智能化水平不断提高：领先企业生产设备的数字化达到51.3%、联网率达到44.3%，关键业务环节实现数字化的达到47.6%、工艺实现自动化的达到10%、排产计划实现自动的15%、管控实现集成的24.8%。这些数字化的改造是必要的，但对于今天端到端的资源优化而言是远远不足的，需要端到端各种生产要素的云端汇聚和优化，这种云端制造可以分为5级。
云端制造S1级：需求来自于云端，来自于客户的数字化平台，企业能够基于数字化需求洞察行业趋势，开展新产品开发。同时，企业实现了所有相关设备数据云端汇聚和指令下发。
云端制造S2级：不仅生产设备数据上云，而且与设备、产线匹配的工艺，可以实现云端生成并自动下发。
云端制造S3级：基于数字化工艺，企业能够基于特定工厂的生产要素资源，实现智能排产计划、车间制造资源及车间物流等优化决策指令的云端自动生成、自动下发。
云端制造S4级：企业不仅实现了研发设计和车间生产决策体系的云端生成与下发，而且实现了整个上游供应链体系优化决策的云端自动生成、自动下发。
云端制造S5级：实现了云端优化供需主要环节生产要素数据云化，以及主要决策自动生成下发，实现端到端数据自动流动以及全生命周期资源优化。
分析犀牛智能的云端制造模式，可以看到云端制造跟基于传统IT架构的制造的区别在于2个没变、6个变了。
无论是传统IT架构，还是云端制造，一是其所要解决的核心问题没变，出发点和落脚点都是考虑如何优化制造资源的配置效率。二是解决问题的逻辑没变，就是通过采集更多的数据、更好地训练和优化模型，实现数据—信息—知识—决策的迭代，要把正确的数据、以正确的方式、在正确的时间传递给正确的人和机器，以优化制造资源配置效率。
云端制造带来了数据和模型的四个变化：一是数据从哪儿来变了。系统采集更多的是各类业务系统、产品模型、运行环境以及互联网的数据，但对云端制造而言，实现了更多机器和设备数据的采集和互联，实现IT与OT数据的集成。二是数据到哪儿去变了。传统IT架构解决方案中数据都汇集到本地各类业务系统中，这些系统大多是烟囱式、孤立的业务系统。云端制造实现数据的云端汇聚，云端存储、管理和计算。三是模型在哪部署变了。与基于传统IT架构的模型部署在本地不同，云端制造越来越多地将各类模型软件部署在云端。四是模型怎么部署变了。传统IT架构解决方案中各类模型软件大多是一套复杂的一体化、整体式架构。对于云端制造而言，各类机理模型和大数据分析模型主要以两种方式部署在云端：整体式架构和微服务架构。
云端制造也带来了2个商业价值的变化：一是资源优化深度变了。与传统IT架构解决方案相比，云端制造通过将更加及时、准确、完整的数据汇入到更加精准、科学、多元的模型中后，对物理世界认知和改造将从描述、诊断向预测、决策、优化不断演进。二是资源优化广度变了。传统IT架构更多面向单元级、系统级层面提供资源优化配置服务，云端制造通过各种以SaaS软件和工业APP形式呈现出来的服务，能够提供从单机设备到生产线，到产业链，再到产业生态的系统之系统级优化，实现从局部优化到全局优化。
云边一体演进的五个阶段。
云端制造是一个逐步演进的过程，从企业上云的视角看，过去五年到未来十年的时间维度判断，可以分五个阶段。一是成本导向阶段，通过推动计算、存储等资源云化，以及研发工具和设计工具上云，降低企业软硬件成本、部署和运营成本；二是以集成应用为导向，通过企业核心业务系统上云，助力企业横向集成、纵向集成、端到端的集成，实现企业由单点局部智能向全局优化转演进；三是以能力交易为导向，通过设备系统、硬件、产品、数据的上云，助力企业软件与硬件等制造资源优化配置，使得生产能力、研发能力、供应链能力都将成为可交易的“产品”。四是在创新引领阶段，企业基于云边协同、微服务的组件，将更多工业新的知识、经验、方法、模型进行重建、复用、重构。五是进入生态构建导向的阶段，可以汇聚海量的第三方的开发者，提供各类通用型工业APP共享服务。
# 关键词4：生态迭代
在未来五到十年，生态的迭代将是整个云端制造或整个开放体系的重要标志。工业互联网与云端制造体系将经历四个步骤：一是开发主体从“平台运营者+平台客户”联合开发演进为海量第三方开发者；二是开发内容从有限、封闭、定制化的工业APP演进为海量、开放的、通用性的工业APP；三是平台用户从之前有限的制造业企业转向海量第三方用户；四是运营机制，在工业APP应用与工业用户之间相互促进、双向迭代的生态体系。
生态体系构建序幕刚拉开，生态建设可能需要五年或者更长的时间，但这一趋势和潮流不可逆转。