報(bào)告摘要
本報(bào)告旨在系統(tǒng)梳理與分析2016年中國數(shù)據(jù)驅(qū)動(dòng)型互聯(lián)網(wǎng)企業(yè)在大數(shù)據(jù)產(chǎn)品領(lǐng)域的核心發(fā)展動(dòng)態(tài)，并著重聚焦于工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)服務(wù)這一新興且關(guān)鍵的應(yīng)用方向。2016年，隨著“中國制造2025”戰(zhàn)略的深入推進(jìn)與“互聯(lián)網(wǎng)+”行動(dòng)計(jì)劃的融合，工業(yè)互聯(lián)網(wǎng)從概念走向?qū)嵺`，數(shù)據(jù)成為驅(qū)動(dòng)工業(yè)轉(zhuǎn)型升級(jí)的新要素。本報(bào)告將剖析相關(guān)企業(yè)的產(chǎn)品布局、技術(shù)特點(diǎn)、服務(wù)模式及市場影響。
一、 宏觀背景與市場概覽
2016年，中國數(shù)字經(jīng)濟(jì)蓬勃發(fā)展，大數(shù)據(jù)產(chǎn)業(yè)步入快速增長期。國家政策持續(xù)加碼，為大數(shù)據(jù)在工業(yè)領(lǐng)域的應(yīng)用創(chuàng)造了有利環(huán)境。工業(yè)互聯(lián)網(wǎng)作為產(chǎn)業(yè)互聯(lián)網(wǎng)的核心，其核心在于通過數(shù)據(jù)采集、分析、應(yīng)用，實(shí)現(xiàn)生產(chǎn)全流程的優(yōu)化、供應(yīng)鏈協(xié)同與商業(yè)模式創(chuàng)新。數(shù)據(jù)驅(qū)動(dòng)型互聯(lián)網(wǎng)企業(yè)，憑借其深厚的數(shù)據(jù)處理能力、平臺(tái)技術(shù)積累和對(duì)消費(fèi)互聯(lián)網(wǎng)的深刻理解，開始將觸角延伸至工業(yè)領(lǐng)域，成為工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)服務(wù)的重要供給方。
二、 主要參與企業(yè)與產(chǎn)品矩陣
本報(bào)告識(shí)別出三類核心參與者及其典型大數(shù)據(jù)產(chǎn)品與服務(wù)：
- 互聯(lián)網(wǎng)巨頭平臺(tái)化布局：以阿里云、騰訊云、百度云等為代表。其產(chǎn)品特點(diǎn)在于提供一體化的工業(yè)互聯(lián)網(wǎng)平臺(tái)（如阿里云ET工業(yè)大腦），整合了云計(jì)算、大數(shù)據(jù)分析、物聯(lián)網(wǎng)（IoT）和人工智能能力。服務(wù)模式主要為面向大型制造企業(yè)提供從數(shù)據(jù)接入、存儲(chǔ)、計(jì)算到智能應(yīng)用的PaaS（平臺(tái)即服務(wù)）和解決方案，幫助企業(yè)構(gòu)建私有或混合云架構(gòu)下的數(shù)據(jù)中樞。
- 垂直領(lǐng)域的數(shù)據(jù)服務(wù)商：如東方國信、寶信軟件（依托寶鋼）等，它們或出身于傳統(tǒng)工業(yè)軟件，或深植于特定行業(yè)。其產(chǎn)品更具行業(yè)Know-how，提供針對(duì)鋼鐵、能源、軌道交通等特定行業(yè)的專用大數(shù)據(jù)分析平臺(tái)和APP，專注于工藝優(yōu)化、設(shè)備預(yù)測性維護(hù)、能耗管理等具體場景的數(shù)據(jù)服務(wù)。
- 新興的工業(yè)大數(shù)據(jù)創(chuàng)新企業(yè)：一批創(chuàng)業(yè)公司聚焦于工業(yè)數(shù)據(jù)采集、邊緣計(jì)算、特定算法模型等細(xì)分環(huán)節(jié)。其產(chǎn)品形態(tài)多為輕量化的SaaS工具或?qū)Ｓ糜布?分析服務(wù)，例如針對(duì)中小型制造企業(yè)的生產(chǎn)數(shù)據(jù)可視化看板、設(shè)備聯(lián)網(wǎng)與監(jiān)控解決方案等，具有部署靈活、聚焦痛點(diǎn)、見效快的特點(diǎn)。
三、 工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)服務(wù)的關(guān)鍵技術(shù)棧與應(yīng)用場景
2016年，相關(guān)大數(shù)據(jù)產(chǎn)品的技術(shù)棧呈現(xiàn)以下特點(diǎn)：
- 數(shù)據(jù)采集層：工業(yè)協(xié)議解析、物聯(lián)網(wǎng)關(guān)、傳感器集成技術(shù)是基礎(chǔ)，實(shí)現(xiàn)OT（運(yùn)營技術(shù)）數(shù)據(jù)與IT（信息技術(shù)）數(shù)據(jù)的貫通。
- 數(shù)據(jù)處理與分析層：分布式計(jì)算框架（如Hadoop/Spark）成為主流，流處理技術(shù)開始應(yīng)用于實(shí)時(shí)監(jiān)控。機(jī)器學(xué)習(xí)算法，特別是針對(duì)時(shí)序數(shù)據(jù)分析和異常檢測的模型，被廣泛集成到產(chǎn)品中。
- 應(yīng)用層：形成了若干典型應(yīng)用場景，包括：
- 智能生產(chǎn)與運(yùn)營優(yōu)化：通過對(duì)生產(chǎn)線的全流程數(shù)據(jù)監(jiān)控與分析，優(yōu)化排產(chǎn)計(jì)劃、提升產(chǎn)品質(zhì)量（良品率）、降低能耗。
- 預(yù)測性維護(hù)與服務(wù)化延伸：基于設(shè)備運(yùn)行數(shù)據(jù)，構(gòu)建故障預(yù)測模型，變“事后維修”為“事前維護(hù)”，并衍生出設(shè)備即服務(wù)（EaaS）等新商業(yè)模式。
- 供應(yīng)鏈協(xié)同與柔性制造：利用大數(shù)據(jù)分析市場需求、物流信息，聯(lián)動(dòng)供應(yīng)鏈上下游數(shù)據(jù)，提升供應(yīng)鏈響應(yīng)速度，支持小批量、多品種的柔性生產(chǎn)。
四、 挑戰(zhàn)與趨勢展望（基于2016年節(jié)點(diǎn)）
面臨的挑戰(zhàn)：
1. 數(shù)據(jù)孤島與集成難題：企業(yè)內(nèi)部生產(chǎn)系統(tǒng)（如MES、SCADA）數(shù)據(jù)割裂，協(xié)議多樣，數(shù)據(jù)融合成本高。
2. 數(shù)據(jù)安全與主權(quán)顧慮：工業(yè)數(shù)據(jù)涉及核心工藝和商業(yè)機(jī)密，企業(yè)對(duì)數(shù)據(jù)上云（尤其是公有云）的安全性和所有權(quán)存在擔(dān)憂。
3. 復(fù)合型人才匱乏：既懂工業(yè)流程又懂大數(shù)據(jù)技術(shù)的跨界人才嚴(yán)重短缺。
4. 價(jià)值度量與投資回報(bào)：數(shù)據(jù)服務(wù)的實(shí)際效益難以精確量化，影響企業(yè)，特別是中小企業(yè)的采購決策。
發(fā)展趨勢展望：
1. “平臺(tái)+生態(tài)”成為主流模式：大型平臺(tái)將聚合更多行業(yè)解決方案提供商、開發(fā)者，共同構(gòu)建工業(yè)APP生態(tài)。
2. 邊緣智能與云邊協(xié)同興起：為滿足實(shí)時(shí)性要求和緩解數(shù)據(jù)上行壓力，在設(shè)備側(cè)或車間側(cè)進(jìn)行初步數(shù)據(jù)處理的邊緣計(jì)算產(chǎn)品將得到發(fā)展。
3. 數(shù)據(jù)分析深度化與AI融合：數(shù)據(jù)分析將從描述性、診斷性向預(yù)測性、處方性深化，人工智能與工業(yè)知識(shí)的結(jié)合將催生更智能的決策支持系統(tǒng)。
4. 聚焦垂直行業(yè)與場景深耕：通用平臺(tái)難以解決所有問題，針對(duì)特定行業(yè)（如汽車、電子、紡織）的深度數(shù)據(jù)服務(wù)解決方案將更具競爭力。
結(jié)論
2016年是中國工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)服務(wù)從概念驗(yàn)證走向規(guī)模應(yīng)用的起步之年。數(shù)據(jù)驅(qū)動(dòng)型互聯(lián)網(wǎng)企業(yè)以其技術(shù)優(yōu)勢和創(chuàng)新活力，正成為推動(dòng)工業(yè)大數(shù)據(jù)應(yīng)用的重要力量。其提供的產(chǎn)品與服務(wù)，正在重塑工業(yè)生產(chǎn)方式與管理模式。成功的關(guān)鍵在于能否深入理解工業(yè)邏輯，破解數(shù)據(jù)集成與安全難題，并通過可驗(yàn)證的實(shí)效贏得傳統(tǒng)工業(yè)企業(yè)的信任。工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)服務(wù)市場將在競爭與合作中，向著更加平臺(tái)化、智能化、場景化的方向演進(jìn)。
