阿里搭建“中国制造1%”支点的这三年

2018年被制造业产业界定为工业互联网元年，这一年，同样也是工业互联网野蛮生长的一年。

也是在这一年，阿里在工业互联网领域正式对外铺开版图，包括ET工业大脑、supET、飞龙、飞象工业互联网平台等阿里在工业互联网领域布局的核心产品均在这一年先后对外开放或落地。

基于此，阿里开始勾勒自己的战线与阵地。

如果翻看阿里这一年来在工业互联网领域的版图构建，可以看到阿里此前在消费互联网领域技术、业务部署的影子，可以看到其针对工业互联网认知与理解做出的行业调整，也可以看到其基于互联网基因这一自我定位的克制。

2018年是工业互联网野蛮生长的一年。

回看2018年工业互联网领域相关的利好政策、玩家入局、企业融资、产品发布，甚至制造业企业与互联网企业的激烈辩论的一个接一个小高潮，这一点毋庸置疑。

身在其中的阿里，既是这一产业爆发式增长的推动者，同时也经历着这一产业变革的洗礼。

2018年9月，马云在杭州云栖大会上提到，“新制造的核心是数据，新制造是制造业和服务业的完美结合”。

这时的阿里已经开始深入布局工业互联网。

就业务层面而言，

6月14日，浙江省发布工业互联网战略，提出将在中国率先推进建立“1+N”工业互联网平台体系和行业联盟，其中，“1”是指阿里云、中控科技集团、之江实验室共同参与建设的supET工业互联网平台，“N”是指要培育一批行业级、区域级、企业级等多级工业互联网平台；

7月9日，阿里云与制造业巨头西门子达成合作，并在柏林签署备忘录，西门子MindSphere将部署在阿里云上；

8月1日，阿里云发布ET工业大脑开放平台，值得注意的是，这一平台自去年3月上线以来，已常态化运营近一年半，据官方数据显示，截止8月发布，已在工业领域有诸如协鑫光伏、中策橡胶、攀钢集团等20多个工业案例；

8月24日，在2018云栖大会·重庆峰会上，阿里云联合工信部赛迪研究院、重庆南岸区政府，共同发布了「飞象工业互联网平台」。当时官方就这一平台提出“3年内接入100万台工业设备，5年内助力重庆4000家制造企业实现「智造」”的目标；

11月22日，在2018云栖大会·广东峰会上，阿里云正式发布飞龙工业互联网平台，据官方消息称，该平台立足广东，辐射粤港澳大湾区，帮助广东打造新能源、电气装备等八大工业互联网产业集群；

……

同样是在这一年，时任阿里云总裁的胡晓明在年初2018云栖大会·深圳峰会上正式宣布，“阿里巴巴将全面进军物联网领域，IoT是阿里巴巴集团继电商、金融、物流、云计算后新的主赛道。”并指出，已完成城市、生活、制造、汽车四大物联网领域的核心技术布局。

后者与三年前马云在2016杭州云栖大会上提出的“五新”战略（新零售、新金融、新能源、新技术、新制造）的交集，正是新制造。

作为阿里云一手打造的全球性云计算峰会，阿里云栖大会各场次峰会上每年都会有很多关键词，工业互联网（或新制造）无疑是2018年各场次云栖大会出现频率最高的关键词之一，同时也是贯穿阿里2018年产业互联网版图布局的重头戏。

如果说阿里在工业互联网产业部署中有一个核心的话，那一定是由被阿里云创始人王坚称为“人工智能领域的登月计划”的（ET）城市大脑衍生而来的ET工业大脑。

据官方资料显示，目前ET大脑已经部署了城市、工业、医疗、环境、航天、金融六大领域，其中ET工业大脑已应用于新能源、化工、重工业等制造业领域。

ET工业大脑究竟为何物？

官方给出的解释为，

基于阿里云大数据的一体化计算平台，通过工业数据集成套件对企业系统数据、工厂设备数据、传感器数据、人员管理数据等多方工业企业数据进行汇集，借助语音交互、图像/视频识别、机器学习和人工智能算法，激活海量数据价值，为解决工业制作业的核心问题而打造的数据智能产品。

具体这一平台架构体系如下图所示：

从图中可以看出，这一平台主要由数据工厂、算法工厂、AI创作间三部分组成，相关应用方案涉及光伏、化工、电力、橡胶、电子、钢铁、水泥行业。

相较工业互联网2018年的野蛮生长而言，阿里真正对外输出ET工业大脑要更早一年。2017年年初，阿里开始在云栖大会上推广他们对工业互联网的理解，当时提到更多的是“中国智造1%”这一概念，以及协鑫光伏这一典型案例。

2017年3月，在2017云栖大会·深圳峰会上，阿里云对外发布ET工业大脑。胡晓明亲自站台讲述“中国智造1%”的概念，“中国制造业如果提升1%的良品率，意味着一年可以增加上万亿的利润。”ET工业大脑正是为了在制造业实现这样的能力提升。

“中国制造1%”的概念如何应用到实际案例中？

据雷锋网此前报道，阿里云对外推的首个ET工业大脑应用案例，正是协鑫光伏通过部署ET工业大脑提升1%良品率的应用案例：

光伏切片生产有着十分精密的工艺流程：一根仅0.1mm粗细的钢线不断摩擦硅锭，最终切出一片片仅0.2mm厚的硅片。车间的湿度、温度、砂浆上下部温度、导轮上下部温度等上千个参数在实时影响着生产。如此复杂的生产环境下，人工经验很难100%地保障产品质量。

2016年8月，ET工业大脑开始入驻协鑫光伏切片生产车间。

ET工业大脑工作的第一步，是将标准化车间所有端口的数据传入工业大脑，随后通过人工智能算法，对所有关联参数进行深度学习计算，精准分析出与良品率最相关的60个关键参数，并搭建参数曲线，在生产过程中实时监测和控制变量。

目前，通过ET工业大脑的帮助，协鑫光伏的生产良品率已经提升1个百分点，每年可节省上亿元的生产成本。

随后，在同年4月云栖南京峰会上，时任阿里云人工智能科学家的闵万里认为，“我们创造了一个1%的支点，这个点支撑起来的，是中国智能制造的下一个产能。”

提到协鑫光伏这一经典案例，闵万里将其所完成的工作精炼为两点：第一，整个生产流程的数据状态实现实时化，对危险状况进行预警；第二，整个流程每个环节的可靠性、关联性全串联。

在解释阿里云为何能做成ET工业大脑时，闵万里也强调了两点：

第一，阿里有一系列的产品，从底层计算架构到大数据平台，再到人工智能的算法，我们能提供一整套服务。

第二，除工具外，阿里还有1%的实践，而跨界复制和转移的速度又很快。

如果说ET工业大脑在2016年-2017年通过做项目，做案例积攒了自己在工业互联网领域的第一笔经验财富。那么，2018年，落地行业云平台才算是阿里在工业互联网领域真正“野心”显露的开始。

2017年11月，2017云栖大会·广州峰会上，阿里云宣布将在广东建设阿里云工业互联网云平台（飞龙工业互联网），将全国工业云总部定于广州。

为什么会是广州？

这主要源于广州聚集了国内制造业产业一大批有生力量。这里以两个数据为例：

在2018年年初公布的（2017年）《中国工业百强县（市）、百强区发展报告中》，当时仅有11个区的广州，有7个区（黄埔、南沙、天河、番禺、花都、增城、白云）上榜；

以白云区为例，据广州市政府今年8月公布的「2018年广州市白云区国民经济和社会发展统计公报」中显示数据，2018年，全年规模以上工业企业主营业务收入751.48亿元，年末规模以上工业企业135户。

至于此次阿里宣布将在广东建设阿里云工业互联网云平台其实更多只是个官方表态，真正在广东打造的飞龙工业互联网平台的发布，还要再等一年。次年年底，在云栖大会·广东峰会上，该平台正式发布。

不过，这并不耽误阿里从广州一路北上，落地工业互联网平台。

2018年6月，在浙江，阿里云与浙江中控、之江实验室联合发布了supET工业互联网平台；

2018年8月，在重庆，阿里云与工信部赛迪研究院、重庆市政府联合了发布飞象工业互联网平台。

其中，supET工业互联网平台是阿里云打造的工业互联网云平台中的典型代表。

2018年6月，supET工业互联网平台在浙江杭州发布，这一平台构建共有三方参与，阿里云、浙江中控、之江实验室，三者分别为互联网企业、制造业企业、学术研究单位代表。

具体就合作而言，三者如何参与到工业互联网平台建设中？

阿里云IoT智能制造业务总经理郑旭向雷锋网分析了三者的能力：

浙江中控作为传统工控企业，在流程行业有多年积累，在现场侧有诸多工业设备，以及DCS、SCADA等软件系统，同时也更理解其中的工业Know how；

阿里云在边缘计算、云平台上有多年经验积累，我们会以阿里云为底座，然后去打造云平台，在边缘侧我们提供一个基础边缘计算框架；

之江实验室是一家科研机构，在做工业互联网过程中最大的一个难处就是在设备、应用中会有诸多碎片化标准，之江实验室正是为了解决这样的标准融合问题；

合作过程中，中控可以把一些过去积累的工业协议、控制技术与阿里云边缘计算框架结合，辅以之江实验室的科研成果，共同服务行业。

supET工业互联网平台主要提供的能力包括工业互联网平台、工业APP管理平台，以及ET工业大脑三方面服务能力。这样的能力构建决定了其必然是一个融合平台，同时需要具有强大的生态能力支撑。

由此也就有了上图左侧（建平台）除了supET三家主要参与构建方之外的智能制造解决方案商、工业信息化服务商、工业自动化服务商、云计算生态服务商，这些服务商既涵盖了与阿里属性相仿的互联网企业，也涵盖了制造业领域相关企业。

中间部分则是所打造的supET工业互联网平台的基本架构。

在平台架构中，PaaS服务是工业互联网平台的关键能力所在，阿里将这一层分为通用PaaS与工业PaaS。通用PaaS是从消费物联网迁移到工业领域的能力吗？

郑旭告诉雷锋网，通用PaaS其实是所有行业所需要的基础共性能力的承载平台，工业PaaS则是工业领域所需要的特有能力的承载平台。

对此，郑旭从工业互联网能力方面，解释了其中关键所在：

第一，物联。物联是基础，但是也存在行业特性，其中基础性内容通过通用平台实现，具有行业（工业）属性的内容通过工业PaaS实现。

第二，数据打通。尤其是信息系统的打通，此前工业设备的信息系统相对独立，信息孤岛严重。为此，阿里在工业互联网平台体系构建中，构建了数据中心和业务中心，通过将数据、行业知识抽象到平台上来，并将数据、服务模型化，从而方便应用之间的打通。此外，在模型化过程中制定标准也是工业互联网平台构建过程中的关键工作。

第三，智能化。数据打通后，需要实现智能化，提供更多智能化应用。

所谓PaaS平台，其实正是工业互联网平台核心部分，甚至有时候也被某些企业认为是工业互联网平台的全部。

阿里在工业互联网云平台体系中，同样强调的是行癫在今年3月北京阿里云峰会上提出的“阿里云不做SaaS”，主要做的是工业互联网PaaS平台。

除了在云端展开工业互联网相关布局外，一如既往注重生态打法的阿里，再次将此前在消费物联网中边缘侧、端侧的Link IoT Edge和AliOS Things扩展到工业领域应用。

边缘计算在工业互联网体系构建中尤其重要，在雷锋网工业互联网专题报道中也曾多次分析其重要性。

阿里针对工业互联网边缘侧，引入此前部署的Link IoT Edge。

Link IoT Edge，阿里云最初给出的定位是「云边端一体化计算平台」，即“一款云边一体的PaaS层软件产品，将云端的能力下沉到边缘侧，解决边缘实时性、可靠性、运维经济性等方面遇到的问题。”

关于Link IoT Edge功能组件，在2018云栖大会·深圳峰会上，官方曾给出一张图进行说明。

边缘计算在制造业中的具体应用，郑旭总结为以下四点:

协议解析，数据清洗，实时控制，安全保证。

针对实时控制，郑旭解释称，“在工业现场有很多设备都需要毫秒级延时，现在从本地传输到云端，再返回本地，在当下没有5G的情况下，或未来有5G，但是延时可能没有达到毫秒级的情况下，需要现场有一个实时的控制器。”

前文提到，Link IoT Edge在阿里物联网整体布局中是一个较为通用的平台，在应用到相应行业中，会加入行业所需能力。“具体到工业互联网这一领域，未来更多会针对协议解析、应用实时下发进行能力提升。”

这样的能力提升，显然是针对云边协同的能力提升，符合当下企业云化的大趋势。

与边缘侧布局类似的是，阿里在工业互联网的端侧布局仍是将此前在消费物联网端侧产品，AliOS Things拓展到工业应用场景中。

2017年10月，AliOS Things 1.0正式发布，自主开源RTOS内核，支持多种IoT协议栈、云端一体特性；

2018年9月，AliOS Things 2.0正式发布，适配多种芯片、传感器，支持功能化组件，支持RTOS+Linux双基础OS适配不同类型设备；

2019年9月，AliOS Things 3.0正式发布，AliOS Things 3.0主要优化了AI框架，包括微内核、平头哥最新芯片架构，并发布了AIoT激活中心。

阿里云智能产品管理部总经理、AIoT事业部产品与解决方案总经理何云飞在2019杭州云栖大会上给出了AliOS Things系统的相关应用数据：

15.6万开发者、1亿累计装机量、300+功能组件，AIoT激活中心提供3400+AIoT激活面板、支持8种语言、满足GDPR合规。

其中，1亿累计装机量，也有工业设备的装机贡献。

以上「云、边、端」三层架构，形成了当下阿里在工业互联网领域的整体技术产品部署。由此，阿里在进行业务部署时，讲的更多的是“一横一纵”：

“一横”是指，从工厂内部看，人机料法环的闭环打通；

“一纵”是指，从工厂外部看，上游供应链，下游销售平台的打通。

“这也是阿里在做工业互联网平台时与大部分制造业厂商的不同之处，”郑旭告诉雷锋网，“我们更多是从打通产业链入手。”

具体而言，

天猫、淘宝、1688淘工厂等电商首先帮你解决“卖”的问题；

supET、飞象、飞龙等工业互联网平台帮你解决“造”的问题；

菜鸟帮你解决“运”的问题；

在整个过程中，支付宝帮你把控所有的“金融”环节。

例如今天你要买个手机，首先到淘宝下单，然后由工厂帮你生产，生产完成后由菜鸟帮你管理运输，其中，支付宝串联整个过程中的各个环节。

由此可见，我们今天做工业互联网，就是要把用户的需求和工厂生产进行数据打通，形成整个闭环链路。

在中国，工业互联网经历了兴起和爆发，正经历着产业进化，每家身在其中的企业既满怀机遇，又充满挑战。

即使生态体系如此庞大的阿里，也不例外。

工业互联网还需要国家牵头制定更多标准。

这是郑旭无论是此前在传统行业奔忙，还是之后进入阿里负责工业互联网相关工作后的最深刻的感触。“一个行业没有标准，就无法规模化发展，当下工业互联网面临诸如设备互联标准、标识解析二级节点等标准相关问题，只有先解决这些标准问题，才能实现解决方案的快速落地和快速复制应用。”

机理模型也是其中一个关键，包括每个人对机理模型的认知尚且存在差异。

郑旭同样也认为之所以机理模型会成为难点，很大一部分原因还是在于没有统一标准。“以工业APP为例，很多人认为工业APP可以很大颗粒度，例如一个工业应用系统；也有人认为可以是很小的颗粒度，例如工业系统中的一个主模块，甚至是主模块上的一个子模块。其实这又回到标准上，大家定义、理解不一样，这就是我们遇到一个最大的问题。”

值得注意的是，就标识解析二级节点在内的工业互联网标准问题，工信部已经开始关注，并联合产业界推进标准的制定。

今年2月，在2019工业互联网峰会上，工业和信息化部总经济师王新哲在22日的工业互联网标识解析体系建设分论坛上表示，中国将力争到2020年，建成多个国际根节点、5个国家级节点、50个以上二级节点，初步建成工业互联网标识解析注册、备案等配套系统。

2019年，是工业互联网领域玩家合纵连横的一年。曾就工业互联网姓“工”还是姓“互”展开过激烈辩论的传统制造业和互联网企业两大阵营，一边思考、调整各自定位，一边合纵连横，分别围绕设备端、软件侧、云服务，各玩家基于自身基础业务模式建起各自的朋友圈。

2019年，同时也是人工智能继续深入工业互联网领域的一年。包括产线管理、高级排产、能源管理等过程中涉及的深度学习算法都用到了人工智能。当然，人工智能在工业现场最直观的应用还是图像识别、缺陷检测。

有趣的是，曾在消费物联网中广泛应用的知识图谱，也在今年被工业互联网玩家关注并引入，阿里也在构建这张知识图谱，这张知识图谱被阿里布在其ET工业大脑中，关键架构同样是阿里打造的三个“底座引擎”，包括数据工厂、算法工厂、AI创作间（详见雷锋网此前报道《对制造业了解不深的阿里，如何构建工业知识图谱？》）。

2019年，是工业互联网领域玩家继续思考商业模式的一年。各领域玩家基于各自企业基因，尝试诠释工业互联网中的商业模式，有厂商以设备租赁为暂时盈利模式，有厂商以提供设备增值服务为长期盈利设想，倒是金融服务成为各类玩家都在积极尝试的一个点。

郑旭提到阿里布局工业互联网平台的商业模式时，认为“工业互联网平台未来发展一定有一个很好的商业模式，这个商业模式可能我们现在还无法看到，例如数据带来的魅力、流量带来的能量。”