描述
开 本: 32开纸 张: 胶版纸包 装: 精装是否套装: 否国际标准书号ISBN: 9787111502715
工业革命所带来的变革已经终结？
未来工业的创新和生产力将如何发展？
工业互联网为何能在当今实现？
工业互联网的基本架构是什么？
工业互联网究竟能够在多大程度上提高生产力？
工业互联网可以推动新一波的生产力大爆发，推动经济增长和收入增长。收益究竟有多大？
工业互联网的机会有多大？
实现工业互联网需要哪些关键的动力、催化剂和支持条件？
在21世纪的今天，工业互联网将再次改变我们的世界。本书将特别强调将工业革命的成果及其带来的机器、机组和物理网络，与近期的互联网的成果——智能设备、智能网络和智能决策的融合，将此融合称作“工业互联网”。由此，我们可以认为，工业互联网是数据流、硬件、软件和智能的交互。
当工业互联网的三大要素——智能设备、智能系统、智能决策与机器、设备、机组和网络融合在一起的时候，工业互联网的全部潜能就会体现出来。生产率提高、成本降低和废物排放的减少所带来的益处将带动整个工业经济发展。
下一波浪潮
构建模块和“旋转设备”
1%的威力
广泛的全球收益
推动力和催化剂
二、创新和生产力：下一步是什么？
三、创新和变革浪潮
波浪潮：工业革命
第二波浪潮：互联网革命
第三波浪潮：工业互联网
智能设备
智能系统
智能决策
整合各元素
四、机会有多大？三种视角
经济视角
能源消耗视角
实物资产视角：旋转设备
商用喷气式飞机
联合循环发电厂
机车
炼油厂
医疗行业
五、工业互联网的收益
工业部门的收益：1%的威力
商用航空
铁路运输
电力生产
石油与天然气的开发与配送
医疗
经济效益：下一波生产力大爆发
生产力发展的衰退
互联网革命
怀疑论者的回归
工业互联网：下一波浪潮来临
它会带来多大的不同？
工业互联网与高端制造业
对全球经济的影响
商业实践和商业环境的角色
六、动力、催化剂和条件
创新
基础设施
网络安全管理
人才培养
七、结论
八、尾注和致谢
尾注
致谢
随着工业互联网的崛起，世界正处在通向新的创新与变革时代的门口，这要归功于全球工业系统与先进的计算、分析、低成本传感技术以及全新互联网连接融合。数字世界与机器世界的更深层次融合有潜力给全球产业带来深刻的变革，并对日常生活的方方面面产生影响，其中包括许多人的工作方式。这些创新有望为航空、铁路运输、电力、石油和天然气开发以及医疗等各个行业带来更快的发展速度和更高的效率。无论是在美国还是中国，无论是在非洲的大城市还是哈萨克斯坦的乡村地区，工业互联网有望推动更强劲的经济增长，提供更好、更多的就业机会，并提高人们的生活水平。
通过使用更低的成本带来更好的医疗效果，大量节约燃料和能源，以及使用性能更好、寿命更长的硬件设施，工业互联网将进一步提高效率，就像工业革命和互联网革命那样加快生产力增长。生产力的提高意味着更快地提高人们的收入和生活水平。在美国，如果工业互联网能够使生产率每年提高1%~1.5%，使其重回互联网革命时期的峰值水平，那么未来20年，它将使平均收入比当前水平提高25%~40%。随着创新意识在全球范围的扩散，如果世界其他地区能确保实现美国生产率增长的一半，那么工业互联网在此期间会为全球GDP增加相当可观的10~15万亿美元——几乎相当于当今美国经济的规模。在当今富有挑战性的经济环境中，即使确保实现一小部分生产力提高，也能在个人层面和整个经济层面带来极大的益处。
下一波浪潮
这可能吗？工业互联网汇集了两大革命的进步：工业革命带来的无数机器、设备组、设施和系统网络，以及互联网革命中涌现的计算、信息与通信系统方面近的强大的进步。
结合起来，这些发展汇集了三大元素，这充分体现了工业互联网的精髓：
智能机器：将世界上各种机器、设备组、设施和系统网络与先进的传感器、控制装置和软件应用程序相连接的新方式。
高级分析：利用物理分析、预测算法、自动化，以及材料科学、电气工程及其他了解机器和更大的系统运转方式所需的重点学科的深厚的专业知识的力量。
工作中的人：在任何时候将人相连——无论他们是在工业设施、办公室、医院中工作，还是在移动中——以支持更加智能的设计、运营、维护，以及更高质量的服务和安全性。
连接并整合这些元素为各种企业和经济体提供了新的机遇。例如，传统的统计方法使用的是历史数据收集技术，这种方式往往在数据、分析和做出决策之间存在孤立性。由于系统监测已得到改进并且信息技术的成本有所下降，支持越来越多实时数据的能力得到了提高。高频率实时数据让人们在全新的高度了解系统运行情况。基于机器的分析为分析流程带来了另一种维度。物理方法、深厚的特定行业领域专业知识、更多的信息流自动化以及预测功能的整合，可加入现有的“大数据”工具套件。其结果就是，工业互联网将涵盖传统方式以及更新的混合方式，以便通过特定行业的高级分析来充分利用历史数据和实时数据。
构建模块和“旋转设备”
工业互联网开始是将传感器和其他先进的仪器仪表（从简单到复杂）嵌入各种机器。这能够收集并分析海量数据，用来改进机器性能，并且不可避免地提高将其连接在一起的系统和网络的效率。甚至数据本身都能够变得“智能”——能立即知道自己需要抵达哪些用户。
仅在航空领域，潜力就是巨大的。目前约有20000架商用飞机，其中包含43000个商用喷气发动机。每个喷气发动机包含3个分别装有仪器仪表和监测的主要旋转设备。试想一下当“智能飞机”可以与操作员进行通信时，发动机维护、燃料消耗、机组分配和调度的效率。这还只是当前的情况。未来15年，随着全球范围对航空服务的需求不断提高，将有30000个新的喷气发动机投入服务。
机车、联合循环发电厂、能源加工厂、工业设施及其他关键设备中也有类似的安装仪器仪表的机会。总体来说，当今全球工业资产库中约有超过300万台主要的“旋转设备”——所有这些只是工业互联网可支持设备的一小部分。
1%的威力
机器与分析相结合的收益是多方面的，也是显著的。我们估计，工业互联网的技术创新将在规模超过32.3万亿美元的经济活动的领域内得到直接应用。随着全球经济增长，工业互联网的潜在应用也将扩大。到2025年，工业互联网的应用领域将达82万亿美元规模的产出，或占全球经济的一半。
保守地看，特定行业的收益是有益的。即使工业互联网只能让效率提高1%，其效益也将是巨大的。例如，仅在商用航空领域，未来15年，节约1%的燃料就意味着节约300亿美元的成本。同样，全球所有天然气火力发电厂的效率提高1%，就意味着节约价值660亿美元的燃料。通过提高流程的效率，全球医疗行业也将受益于工业互联网：全球医疗效率提高1%，就意味着节约超过630亿美元的医疗成本。在全球铁路货运行业，如果效率提高1%，则意味着节约270亿美元的燃料。后，产业上游的石油与天然气勘探与开发的资本利用率提高1%，就可避免或推迟900亿美元的资本支出。这些仅仅是几个有可能实现的例子。
广泛的全球收益
作为重要创新的发起者和先行者，美国位于工业互联网的前沿。鉴于越来越深入的全球一体化以及更快速的技术转移，带来的收益将是全球性的。事实上，由于新兴市场大量投资基础设施，尽早快速采用工业互联网技术会起到一个强劲的助推器的作用，可能有机会避免发达国家所经历的某些发展阶段。例如，通过直接使用无线技术，可能会避免使用电缆或有线技术。或者，目前提供的私有、半公共或公共云系统将有可能替代各个孤立系统。其结果将更快地缩短发达国家和发展中国家之间生产力的差距。在这个过程中，工业互联网将缓解资源和资金的压力，使全球经济社会增长进一步实现可持续发展。
推动力和催化剂
工业互联网的实现需要一系列关键的推动力和催化剂：
我们必须在技术创新方面持续努力，并且投资部署必要的传感器、仪器仪表和用户界面系统。投资是将新技术快速转化为资本存量的一个基本条件。工业互联网能在多大程度上提高效率、能带来多少便利将取决于其发展步伐。部署工业互联网的成本根据具体的行业和地区而定，但人们普遍认为，对该技术领域的投入，其成本将终获得正收益。
一个强大的网络安全系统和方案，用来管理漏洞并保护敏感信息和知识产权。
建立强大的人才储备，包括将机械和工业工程整合为新的“数字—机械工程师”跨部门职位，创建分析平台和算法的数据科学家，以及软件和网络安全专家。为工作人员赋予这些技能有助于确保创新将再次创造更多的就业机会并提高生产力。
这将需要资源和努力，但是，工业互联网能够改变我们的产业和生活——打破智慧与机器的边界。
——【美】通用电气董事长 杰夫伊梅尔特
“工业互联网是新一轮工业革命和产业变革的一个重点发展领域，我们应该高度重视，积极引导，推进工业互联网的应用和发展。”
——工信部部长 苗圩
“工业互联网在以后的十年会将机器变得更加的智能，从机器里面获得的数据，以使我们能够开发出客户想要的服务。”
——【美】通用电气副总裁 威廉鲁
“工业互联网更加注重软件、网络和大数据，希望促进物理世界和数字世界的融合，实际上终是希望做到通信、控制和计算的集合，营造一个CPS的环境。”
——中国工程院院士、互联网协会理事长 邬贺铨
“互联网与工业的融合是新一轮科技革命和产业变革的核心内容，它会打破工业生产的全生命周期，从产品的设计、研发、生产制造、营销、服务构成了闭环，彻底改变工业的生产模式。”
——工业和信息化部电信研究院院长 曹淑敏
在过去的200年里，世界经历了数波创新浪潮。成功的企业学到如何在这些浪潮中前行并适应不断变化的环境。今天，我们处于新一波创新的风口浪尖，这波创新有望改变我们发展商业以及与工业机器世界进行交互的方式。为了充分了解当今的形势，有必要回顾一下我们是如何走到这一步的，以及过去的创新是如何为未来所谓的“工业互联网”搭建舞台的。
波浪潮：工业革命
工业革命对社会、经济以及世界文化产生了深远的影响。这是一个跨越150年（从1750年到1900年）历史的漫长创新历程。在此期间，技术创新应用到制造业、能源生产、交通业和农业中，迎来了一段经济增长和转型期。阶段创新始于18世纪中叶的蒸汽机商业化。工业革命从欧洲北部开始，当时那里是发达的经济体，随后蔓延至美国，在这里，铁路在加速经济发展中发挥了关键作用。第二阶段创新来得稍晚始于19世纪70年代，但是来势更为凶猛，为人们带来了内燃机、电力及其他一大批有用的机器。
工业革命改变了人们的生活方式：它为交通运输（从马车和帆船到铁路、轮船和货车）、通信（电报和电话）、城市中心（电力、自来水、卫生和医疗）带来了意义深远的变革；它大大提高了人们的生活质量和医疗条件。
这一时期有一些关键特点。它的标志是：大型工业企业的兴起，涵盖各种新行业，从纺织到冶金，一直到电力。它创造了显著的规模经济，并随着机器和设施的日益壮大和生产量的提高而相应降低了成本。它利用层级结构的效率，并采用集中控制。专用厂房和设备的全球资本存量大幅增长。随着中心实验室和研究开发（Research and Development, R&D）中心的兴起，人们开始以系统化的方法来思考创新。企业——无论规模大小——都努力利用新发明，以便创建新市场并从中获利。
尽管经济和社会取得了巨大的收益，工业革命带来的影响仍日趋减弱。全球经济系统变得更加高度资源密集，并对外部环境产生更大的影响——这是资源开采和工业废弃物流出所造成的。此外，在这个时代，工作条件的需要得到巨大改进。自工业革命以来出现的许多渐进式创新一直聚焦于提高效率、减少浪费以及改进工作环境的层面上。
第二波浪潮：互联网革命
20世纪末，互联网革命再次改变了世界。它的持续时间比工业革命的150年要短得多，只花了50年；但是就像工业革命一样，互联网革命也是分阶段展开的。阶段始于20世纪50年代大型计算机、软件以及允许计算机之间互相通信的“信息包”的问世。首个阶段包括由政府资助的计算机网络实验。
20世纪70年代，这些封闭的政府和私有网络让位于开放式网络，也就是我们现在所说的万维网。相对于阶段的互联网所使用的同构封闭网络，开放式网络是异构的。其中一个重要特点就是：明确设计标准和协议，以便允许不同位置内、由不同群体所拥有的不兼容机器互相连接并交换信息。
网络的开放性和灵活性是为其爆发式增长奠定基础的关键元素，并且增长速度是惊人的。1981年8月，一共有不到300台联网的计算机。15年之后，这一数字激增到1900万台。现在，这一数字达到数十亿。信息传输的速度和数量大幅增长。1985年，好的调制解调器只能够达到9.6千比特每秒（Kbps）的速度。与之相比，代iPhone的速度要快400倍，传输信息的速度可达3.6兆比特每秒（Mbps）
速度和数量的结合为商业和社会创造了强大的新平台，这是通过降低商业交易和社会交互成本而实现的。一开始，企业在互联网上什么也不销售，而现在，它们在网上创建了新的大型高效交易市场。在某些情况下，当前一些企业转型为新的数字平台；然而，绝大多数创新和孵化都是围绕打造新的公司品牌和能力所进行的。2005年，eBay创立之初时，它年的用户只有41000人，货物交易额是720万美元。到2006年，它的用户达到2200万，货物交易额为525亿美元。社交网络也有类似的发展轨迹。Facebook于2004年2月正式上线，在不到一年的时间里，活跃用户数量达到100万人。到2008年8月，Facebook共有1亿名活跃用户。Facebook现在有超过10亿名用户。在8年时间里，Facebook促成了超过1400亿次朋友联络，上传了2650亿张照片，并播放了220亿次歌曲6。
互联网革命的特质与工业革命有很大不同。互联网、计算以及发送和接收大量数据的能力建立在网络的搭建和价值、横向结构和分布式智能的基础之上。通过允许更深层次的集成和更加灵活的操作，它改变了思考生产系统的方式。此外，与有序的线性研发方式不同，互联网能够支持并行创新。快速交换信息以及分散决策的能力造就了更多不受地理环境限制的协同工作环境。因此，集中化内部创新的旧模式让路于创业企业以及利用更丰富知识的更加开放的创新模式。因此，互联网革命是信息和知识密集型的，而不是资源密集型的。它凸显了网络和平台创建的价值。它为降低环境影响和支持更加生态友好型的产品和服务开辟了新的道路。
第三波浪潮：工业互联网
如今，在21世纪，工业互联网有望再次改变我们的世界。工业革命促成的全球工业系统的融合，再加上作为互联网革命的一部分开发的开放式计算和通信系统，这为加快生产力、减少低效和浪费，以及改进人的工作体验开辟了新领域。
事实上，工业互联网革命正在进行中。当工业应用在过去10年中出现时，企业已将基于互联网的技术运用于工业应用。然而，我们目前远未达到可能性的极限——基于互联网的数字技术的全部潜力还没有在全球工业系统中完全发挥出来。智能设备、智能系统和智能决策代表着由机器、设备组、设施和系统网络所构成的物质世界更深入地与由连接、大数据和分析所构成的数字世界融合的主要方式。
智能设备
为工业设备提供数字仪器仪表是工业互联网革命的步。几个因素让工业机器仪器仪表的广泛应用成为可能，并且在经济上可行。广泛的仪器仪表是工业互联网崛起的一个必要条件。几大力量让机器和机器数据的收集更加智能。
部署成本：仪器仪表的成本已经大幅下滑，使得以更经济的方式装配和监测工业机器成为可能。
计算能力：微处理器芯片的持续进步已经达到临界点，使得利用数字智能增强机器成为可能。
高级分析：“大数据”软件工具和分析技术的进步提供了理解智能设备产生的海量数据的方法。
这些因素正在改变收集和分析数据（理论上存在，但在实践中尚未得到充分利用）并采取行动的成本和价值。
利用智能设备产生的海量数据是工业互联网的一个重要功能。工业互联网可以被看作是数据、硬件、软件和智能的流通与互动。从智能设备和网络中获取数据，然后利用大数据和分析工具进行存储、分析和可视化。终的“智能信息”可以供决策者（在必要时实时）使用，或者作为各工业系统中更广泛的工业资产优化或战略决策流程的一部分。
智能信息也可以在机器、系统网络、个人或群体之间分享，以推动智能协作和更好地制定决策。这让更广泛的利益相关者能够参与到资产维护、管理和优化之中。它还确保在合适的时间引入本地和远程拥有相关机器专业知识的人。智能信息还可以返回至初的机器。这不仅包括该机器产生的数据，还包括可以加强机器、设施和更大的系统的运营或维护的外部数据。这种数据反馈循环让机器能够从历史中“学习”，并通过板载控制系统表现得更智能。
每个安装仪器仪表的设备将产生大量的数据，可以通过工业互联网传输到远程机器和用户。实施工业互联网的一个重要部分将涉及确定哪些数据仍保留在设备上以及哪些数据被传输到远程地点进行分析和存储。确定本地数据的保留程度是确保工业互联网以及多种与之相关的公司的安全的重要因素之一。这里的重点是新的创新可以让安装仪器仪表的设备所生成的敏感数据保留在本地。其他数据流将远程传输，以便在工作或移动中的人实现可视化、可分析、可增强并能采取行动。
随着时间的流逝，这些数据流提供了运营和性能的历史信息，让操作员可以更好地了解工厂关键设备的状况。操作员可以了解某个具体设备已经运行了多长时间及其运行状况。分析工具可以比较其他工厂中类似设备的运行历史，以便可靠地估计该设备出现故障的可能性以及时间。以这种方式可以把运行数据和预测分析相结合，从而避免意外停机并使得维护成本小化。
所有这些收益都来自机器仪器仪表，通过使用现有信息技术并以这样的方式来提高人们的工作效率。这就是为什么广泛部署智能设备有如此大的威力。在高性能机器，如高性能的飞机发动机，越来越难以提高生产力的情况下，广泛部署智能设备有望释放额外的性能和运营效率。
智能系统
智能系统的潜在利益非常庞大。智能系统包括各种传统的联网系统，但其定义更加宽泛，包括整合广泛的机器仪器仪表与设施和系统网络上部署的软件。随着越来越多的机器和设备进入工业互联网，广泛的机器仪器仪表的整合效应可以在设施和系统网络上实现。
智能系统包括多种形式：
网络优化：在一个系统中，互联机器的运营可以协调，以便在网络层面提高运营效率。例如，在医疗领域，不同资产可以连接起来以帮助医生和护士更快速地把患者引导至恰当的设备。信息可以无缝地传输给医护工作者和患者，从而减少等待时间、提高设备利用率并提高医护质量。智能系统还适用于交通网络中的路线优化。联网中的车辆会知道它们的位置和目的地，也能知道系统内其他车辆的位置和目的地——实现路线优化以找到效的系统层面解决方案。
维护优化：通过智能系统可以实现化、低成本，并有利于整个机组的维护。将机器、组件和单个零部件整合起来的观点提供了一个可以监测这些设备状态的方式，从而实现了在合适的时间向合适的地点提供恰当数量的零部件。这使零部件的库存需求和维护成本小化，并提高了机器的可靠性。智能系统维护优化可以与网络学习和预测分析相结合，并且预测分析允许工程师来实施预防性维修计划，这样有可能使机器的可靠性达到前所未有的水平。
系统恢复：建立广泛的系统级智能也有助于在发生重大故障后更快速、高效地恢复系统。例如，在暴风雨、地震或其他自然灾难发生时，智能仪器仪表、传感器以及其他智能设备和系统构成的网络可被用于快速检测和隔离的问题，以便它们不会联合在一起造成更大的灾难。也可以整合地理和运营信息来支持实用的恢复工作。
学习：网络学习效应是机器与系统互联的另外一项收益。每个机器的运行情况可以汇集到一个单独的信息系统中，让机器群能够以一种单个机器无法实现的方式进行快速学习。例如，飞机中收集到的数据可以与位置和飞行历史信息相结合，提供有关飞机在各种环境中的性能的丰富信息。来自这些数据的洞察力是可行的，并能够用于让整个系统更加智能，从而促进知识积累和洞察力实施。
建设智能系统可以充分发挥广泛部署智能设备的优势。一旦一个系统内连接更多的机器，就会形成一个持续扩展的自学系统，随着时间的流逝而变得更加智能。
评论
还没有评论。