導讀：阿里研究院副院長安筱鵬分享了《展望2030：工業互聯網平臺演進的四個關鍵詞》主題報告，用“軟硬解耦”、“能力復用”、“云邊一體”和“生態迭代”四個關鍵詞，解讀未來十年工業互聯網的發展路線和模式。

圖為本文作者、阿里研究院副院長 安筱鵬

以下為報告主要內容：

從技術演化的視角來看，工業互聯網發展的核心在于OT技術（控制技術）與IT技術（信息技術）的融合。如果把時間尺度拉長，思考未來10年OT技術與IT技術融合的路線圖，可能有兩條路線和模式：一是在現有技術、產品、網絡、系統架構不變的基礎上，以標準統一驅動數據融合，可以稱之為“存量嫁接式融合”；二是推動OT、IT底層技術體系基于云邊端進行解構，在解構基礎上重新封裝并實現融合，可以稱之為“數字原生式融合”。未來10年，可以預期的是這兩條技術路線將會長期并行并交叉融合。這一趨勢可以用四個關鍵詞來描述:“軟硬解耦”、“能力復用”、“云邊一體”和“生態迭代”。

# 關鍵詞1：軟硬解耦

工業互聯網是從單機智能走向系統智能。

智能是一個主體對外部環境的變化做出響應的能力。主體可以是一個機器人、AGV小車、數控機床、車間、研發團隊、物流中心、企業或者一個人，這種主體是不是智能最重要標志是，能不能對外部環境的變化做出響應。

智能手機、智能汽車是單機智能的代表，其智能化演進帶來了三個革命性的變化：一是增加了更多、更高質量的智能傳感器；二是增加CPU等高性能芯片，傳統汽車80個多廠商、多標準、封閉式、長周期的ECU電子控制專用系統，轉向類似于智能手機的集中式架構（SOC芯片）；三是構建開放操作系統。從諾基亞封閉的塞班系統演進到了開放iOS系統，功能手機操作系統的核心功能是如何控制和優化手機內部的各種設備和資源，iOS所要解決的問題是如何實現手機內部和外部資源的對接和優化，汽車OS可以通過OTA的方式實現汽車功能升級。其核心技術邏輯在于通過硬件+iOS+APP的架構，重構產品的功能體系，實現了“軟硬解耦”，硬件實現通用化，服務可編程，其結果是智能產品的功能越來越取決于軟件。

從單機智能來看，未來智能互聯產品有四個核心部件：動力部件+執行部件+智能部件+互聯部件，具備可監測、可控制、可優化的特點。智能互聯網產品控制系統打破了過去軟硬一體的傳統模式，軟件不斷分離，經歷了從硬件控制、電子控制、軟件控制、邊緣優化到云端優化。

OT底層系統的解構，將實現與IT系統的原生融合。

從過六十年IT技術演進來看，大型機、小型機、微型機、功能手機到智能手機、邊緣計算、云計算，技術演進的基本邏輯都是從軟硬一體的專用系統、封閉系統，演進到軟硬解耦的開放系統，驅動這場變革的內在動力是需求的巨變與技術的迭代。今天，IT技術60年走過的路，OT技術將會重走一遍，OT技術正在IT化。基于軟硬解耦的開放自動化體系，可以把原有工程開發和運營效率提高3到4倍。基于開放自動化，部署運營成本會更低、上市周期會更短、靈活性會更強、質量會更高。

迎接開放自動化新時代。

OT系統原有專用封閉的控制系統和軟件，與硬件深度綁定，軟件在不同硬件之間很難移植，即使同一個廠商、不同硬件產品也面臨同樣的問題，這是制約IT系統跟OT系統融合、制約企業對需求實時響應的瓶頸。今天，自動化控制系統正迎來一場新的革命——開放自動化革命。這是一場底層技術的變革，軟硬一體化的自動控制系統正在不斷解耦，一個高度依賴專有系統、低效系統、昂貴系統，更新緩慢的系統，正演進到一個能夠對客戶需求快速響應、柔性制造能力更強的一個系統；傳統專有、低效率的封閉控制系統，正在向即插即用、開放自動化系統演進，這將帶來了自動化工程設計、實施、運營的高速度、敏捷性、靈活性和高效率，也會帶來控制技術體系乃至生產運營體系的變革。

讓硬件遵循規模經濟，讓軟件遵循范圍經濟。

從經濟學的視角來看，硬件通用化遵循的是規模經濟，就像一百年前福特汽車的規模化生產一樣，大規模標準化生產可以降低成本、提高效率；軟件可以更好地解決個性化和不確定性問題，其背后遵循的是范圍經濟，企業從提供同質化產品向提供多樣化產品轉變。從經濟學視角看軟硬解耦，核心是讓變化快的軟件擺脫束縛，變的更快以滿足消費者的需求，讓利用高的硬件逐漸趨于統一，使得他的利用率更高，使得規模經濟效率發揮到了極致。

軟硬解耦的經濟學意義在于，實現規模經濟與范圍經濟的最大化。

可以從規模經濟與范圍經濟的視角來理解“軟硬解耦”。規模經濟源自資源的不可分性、資產的專用性和沉沒成本等，范圍經濟由多樣化經濟活動的協同效應所帶來的資源的高效利用。工業時代企業的資產大多都是專用資產，一種資產只能從事某種產品的生產和價值創造，資產的專用性帶來了規模經濟。個性化需求本質上是考驗企業范圍經濟的能力，就是一個企業生產和提供不同產品的能力。從規模經濟走向范圍經濟，就企業內部來講，核心能力就是把企業資產從專用資產轉化為通用資產，從專用模具到數控機床，到共性算法模型、研發工具、數據平臺等。只有企業擁有更多的通用資產，才能形成自己的范圍經濟，構建提供不同產品和服務的能力。

今天，無論是單機智能、還是系統智能，核心都在于對外部需求的變化的做出實時響應，技術的邏輯在于軟硬解耦后，以可編程的軟件服務滿足不斷變化的需求；其經濟的邏輯在于，讓硬件遵循規模經濟，讓軟件遵循范圍經濟。

# 關鍵詞2：能力復用

封閉的單機系統難以應付復雜的系統需求。

軟硬解耦的背后需要企業構建一套能力的復用體系，因為整個制造業變的越來越復雜，這種復雜來自于產品的復雜性，產品加載了更多的傳感器、芯片、軟件；來自于需求的個性化、內容化、實時化；來自于全球供應鏈體系的風險。但傳統封閉、內部資源優化導向的IT架構解決方案，越來越難以適應制造的復雜性、越來越顯得力不從心。今天企業需要構建一套基于云計算、IOT、人工智能、數據中臺、SaaS和移動化的新技術體系，這是未來五到十年整個技術架構變革的主線。

工業互聯網的價值在于重構工業知識創造、擴散、復用新體系。

工業互聯網的三個核心關鍵詞是基于物聯+云化的全局優化，人們可以把工業互聯網肢解成萬花筒式的技術插座，也可以解釋成無所不能的瑞士技術軍刀，但需要不斷追問的技術封裝與組合過程中什么變了、什么沒變？什么是短期變量、什么是長期變量？什么是量變、什么是質變？什么是體、什么是用？

如果工業互聯網的核心是系統智能，智能的核心在于解決復雜系統的不確定性，只有知識的軟件化封裝才是應對不確定性變化的根本出路。IoT、SaaS化、云原生、微服務、容器、DevOps、低代碼以及新網絡標準體系的價值，對于工業互聯網而言，在于重構工業知識創造、傳播、復用新體系。工業互聯網的PaaS層，將大量工業共性的技術原理、行業知識、基礎工藝、模型工具規則化、軟件化、模塊化，并封裝為可重復使用的組件；工業APP層，面向特定工業應用場景，通過調用微服務，推動工業技術、經驗、知識和最佳實踐的模型化、軟件化、再封裝。它重構了整個工業知識沉淀、復用新體系：

一是沉淀。將工業技術、經驗、知識和最佳實踐固化封裝為微服務組件和工業APP，沉淀在工業的SaaS和PaaS平臺上；二是復用。面對特定行業新問題和新需求，可以通過反復調用微服務組件和APP快速封裝新的解決方案；三是重構。本質上是改變了工業知識創新的三個基本問題。誰在創新（Who）？激發海量第三方成為創新主體；創新什么（What）？微服務組織、APP成為工業知識的創新載體和成果；如何創新（How）？基于平臺和APP的體系成為創新的新方式。這套體系降低了創新的成本和風險，提高了研發生產和服務效率，過去人們80%的工作是重復性的，20%是創造性的；基于這套平臺體系，人們80%時間是從事創造，20%時間做重復性工作。

展望未來，我們看到OT系統和IT系統正在解構、重組。無論是控制系統，還是MES、ERP、SCM、CRM等系統正在解構成各種微服務組件，工業知識經驗被封裝成微服務組件，構建起一個微服務池。基于微服務池，可以封裝成各種面向角色、面向場景的應用。當一個汽車剎車片需要召回的時候，傳統方式是在多個系統中翻箱倒柜找各種信息并進行決策，誰設計的？誰生產的？什么圖紙？在哪生產的？庫存有多少？價格是什么？這些信息散布在各種不同業務系統中。今天，如果構建了這樣的平臺，即可快速封裝成一個面向角色、面向場景的APP，解決快速響應的問題。

從傳統的系統集成到微服務集成提升應用可復制性。

工業互聯網平臺能力迭代的核心是如何實現“Project—Product—Platform”的轉化，以及轉化的速度、效率和服務能力。

工業互聯網平臺正成為能力復用的載體，今天不同垂直行業中雨后春筍般的涌現出了各種平臺，如果我們從長周期的視角來看，如何評估工業互聯網平臺核心能力，一個重要的觀察視角是如何通過做一個個項目（Project），沉淀成通用的軟件產品（Product），并將這些產品以平臺化（Platform）的方式來開發、部署和運營。

我們可以從兩個角度去衡量和評估軟件系統的功能。一是產品化水平，開箱即用的成熟度。二是產品功能對企業的適用性。現實的情況是，許多復雜套裝軟件產品化程度很高，但部署、運營、二次開發成本很高，產品的適用性差；企業自己獨立開發多個項目及專有軟件適用性很強，但開發成本比較高、可復制性、可移植性比較差。今天，面向復雜多變的市場需求，企業既需要產品開箱即用，也需要與企業特定需求高度適配，這是工業互聯網所要解決的根本問題。企業需要把項目能力沉淀為產品能力，把產品能力以平臺化的方式來部署運營。考察評估一個工業互聯網平臺最重要視角是，如何能夠把一種項目變成一個產品，把產品變成一個平臺化能力。

“Project—Product—Platform”的轉化能力，實質上反映了工業知識封裝、復用的效率。

從經濟學的角度去觀察，從傳統開發架構組織體系演進到云平臺、工業互聯網的架構體系，一條主線是如何解決工業知識和管理經驗封裝效率問題，今天SAAS化、云原生、微服務、容器、DevOps、低代碼等新技術的出現是為了提升知識軟件化、平臺化的效率，如何以更低的成本、更高的效率實現更多隱性知識顯性化、代碼化、軟件化、平臺化。無論對于甲方還是乙方，工業互聯網平臺追求的就是軟件產品化程度不斷提高，定制化水平不斷降低。

# 關鍵詞3：云邊一體

從單機智能到系統智能演進的路徑。

工業互聯網的核心如何實現從單機智能到系統智能。技術的創新推動了單機設備從機械控制、電子控制、軟件控制到邊緣優化、云端優化，當前單機設備控制優化的邏輯正在向整個工業系統演進，這一進程伴隨著硬件通用化、服務可編程。今天，無論是工業物聯網還是工業互聯網的技術演進，最核心的邏輯就是單機設備的解耦、解構、重組演進到系統級，生產和供應鏈系統基于邊緣計算、PaaS、SaaS、物聯網等技術體系進行解構和重組，演變成通用硬件和OS的控制系統，在系統級層面上實現從硬件控制、電子控制、軟件控制、邊緣優化、云端優化，可以在更大的空間尺度和范圍內通過系統智能來解決全局問題。

犀牛智造：以端到端智能優化實現供需精準匹配。

阿里犀牛智造在過去幾年所探索的，就是在一個傳統行業中如何實現從單機智能到系統智能，如何實現端到端的全鏈路智能。多年來，服裝行業一直不能很好解決庫存問題，國內企業庫存占銷售30%-50%，每年近萬億元；中國服裝企業庫存周轉效率比國際公司低一倍；正品銷售率不到國際公司的一半。這是制約企業提高利潤率的重要瓶頸。同時，需求越來越碎片化、場景化。解決這一問題，需要將一個上萬件、三個月交期的大訂單，轉化為淘寶平臺上100件、一周交付的小訂單。挑戰在于如何實現快交付的小訂單的研發、設計、生產、供應鏈的效率不打折，這正是犀牛智造所要解決的問題。核心是構建一個基于云端的全流程、全生命周期的資源優化體系。

犀牛智造：云端算法定義的在線工廠。

面對服裝行業高庫存、個性化、短交期的需求，面對制造業端到端全局優化的新形勢，只有云架構才能夠實現全鏈路的資源優化，制造體系從單機設備、生產線、車間工廠的智能化，走向需求感知、設計研發、工藝優化、生產計劃、制造執行、供應鏈配送的全要素、全局智能，從智能制造走向云端制造，構建面向平臺商家的制造服務解決方案。

犀牛智造的本質是構建了云端算法定義的在線工廠，完美地闡釋了如何從單機智能到系統智能，如何將“硬件通用化，服務可編程”拓展到整個制造體系。阿里過去幾年在服裝行業持續探索系統化解決方案，核心是基于云邊協同的技術架構，將傳統封閉、孤立、內部資源優化導向的軟件系統改造成一個開放、云原生、體系化的行業解決方案，面向端到端資源優化，實現產品設計、生產工藝、排產計劃、制造執行等決策指令的云端生成、云端下發、邊緣執行。

云端制造演進的5個階段。

經過多年發展， 中國服裝行業智能化水平不斷提高：領先企業生產設備的數字化達到51.3%、聯網率達到44.3%，關鍵業務環節實現數字化的達到47.6%、工藝實現自動化的達到10%、排產計劃實現自動的15%、管控實現集成的24.8%。這些數字化的改造是必要的，但對于今天端到端的資源優化而言是遠遠不足的，需要端到端各種生產要素的云端匯聚和優化，這種云端制造可以分為5級。

云端制造S1級：需求來自于云端，來自于客戶的數字化平臺，企業能夠基于數字化需求洞察行業趨勢，開展新產品開發。同時，企業實現了所有相關設備數據云端匯聚和指令下發。

云端制造S2級：不僅生產設備數據上云，而且與設備、產線匹配的工藝，可以實現云端生成并自動下發。

云端制造S3級：基于數字化工藝，企業能夠基于特定工廠的生產要素資源，實現智能排產計劃、車間制造資源及車間物流等優化決策指令的云端自動生成、自動下發。

云端制造S4級：企業不僅實現了研發設計和車間生產決策體系的云端生成與下發，而且實現了整個上游供應鏈體系優化決策的云端自動生成、自動下發。

云端制造S5級：實現了云端優化供需主要環節生產要素數據云化，以及主要決策自動生成下發，實現端到端數據自動流動以及全生命周期資源優化。

分析犀牛智能的云端制造模式，可以看到云端制造跟基于傳統IT架構的制造的區別在于2個沒變、6個變了。

無論是傳統IT架構，還是云端制造，一是其所要解決的核心問題沒變，出發點和落腳點都是考慮如何優化制造資源的配置效率。二是解決問題的邏輯沒變，就是通過采集更多的數據、更好地訓練和優化模型，實現數據—信息—知識—決策的迭代，要把正確的數據、以正確的方式、在正確的時間傳遞給正確的人和機器，以優化制造資源配置效率。

云端制造帶來了數據和模型的四個變化：一是數據從哪兒來變了。系統采集更多的是各類業務系統、產品模型、運行環境以及互聯網的數據，但對云端制造而言，實現了更多機器和設備數據的采集和互聯，實現IT與OT數據的集成。二是數據到哪兒去變了。傳統IT架構解決方案中數據都匯集到本地各類業務系統中，這些系統大多是煙囪式、孤立的業務系統。云端制造實現數據的云端匯聚，云端存儲、管理和計算。三是模型在哪部署變了。與基于傳統IT架構的模型部署在本地不同，云端制造越來越多地將各類模型軟件部署在云端。四是模型怎么部署變了。傳統IT架構解決方案中各類模型軟件大多是一套復雜的一體化、整體式架構。對于云端制造而言，各類機理模型和大數據分析模型主要以兩種方式部署在云端：整體式架構和微服務架構。

云端制造也帶來了2個商業價值的變化：一是資源優化深度變了。與傳統IT架構解決方案相比，云端制造通過將更加及時、準確、完整的數據匯入到更加精準、科學、多元的模型中后，對物理世界認知和改造將從描述、診斷向預測、決策、優化不斷演進。二是資源優化廣度變了。傳統IT架構更多面向單元級、系統級層面提供資源優化配置服務，云端制造通過各種以SaaS軟件和工業APP形式呈現出來的服務，能夠提供從單機設備到生產線，到產業鏈，再到產業生態的系統之系統級優化，實現從局部優化到全局優化。

云邊一體演進的五個階段。

云端制造是一個逐步演進的過程，從企業上云的視角看，過去五年到未來十年的時間維度判斷，可以分五個階段。一是成本導向階段，通過推動計算、存儲等資源云化，以及研發工具和設計工具上云，降低企業軟硬件成本、部署和運營成本；二是以集成應用為導向，通過企業核心業務系統上云，助力企業橫向集成、縱向集成、端到端的集成，實現企業由單點局部智能向全局優化轉演進；三是以能力交易為導向，通過設備系統、硬件、產品、數據的上云，助力企業軟件與硬件等制造資源優化配置，使得生產能力、研發能力、供應鏈能力都將成為可交易的“產品”。四是在創新引領階段，企業基于云邊協同、微服務的組件，將更多工業新的知識、經驗、方法、模型進行重建、復用、重構。五是進入生態構建導向的階段，可以匯聚海量的第三方的開發者，提供各類通用型工業APP共享服務。

# 關鍵詞4：生態迭代

在未來五到十年，生態的迭代將是整個云端制造或整個開放體系的重要標志。工業互聯網與云端制造體系將經歷四個步驟：一是開發主體從“平臺運營者+平臺客戶”聯合開發演進為海量第三方開發者；二是開發內容從有限、封閉、定制化的工業APP演進為海量、開放的、通用性的工業APP；三是平臺用戶從之前有限的制造業企業轉向海量第三方用戶；四是運營機制，在工業APP應用與工業用戶之間相互促進、雙向迭代的生態體系。

生態體系構建序幕剛拉開，生態建設可能需要五年或者更長的時間，但這一趨勢和潮流不可逆轉。

如需了解更多關于阿里云相關的技術干貨內容或者有技術研發需求，歡迎加入阿里云工業大腦釘釘群，跟著專家一起學習、分享、交流，推進工業智能化發展！

加入阿里云工業大腦智能制造學習交流釘釘群 （點擊） 加入釘釘學習交流群

加入釘釘群可享有以下權益

（作者：阿里研究院副院長 安筱鵬丨來源：阿里研究院）