1.2 工业物联网的内涵与本质
对于工业物联网，目前国内外产业机构或标准化组织并无统一定义。根据工业物联网的发展脉络及笔者对工业领域应用的理解和研究，本书尝试给出工业物联网的定义：
“面向工业数字化、网络化、智能化需求，以OT和IT融合为核心，在研发设计、生产制造、运营管理以及服务运维等关键环节，通过自主感知数据采集、学习、分析和决策闭环，支撑工业资源泛在连接、弹性供给、高效配置，从而构建服务驱动型的新工业生态体系。”
1.2.1 工业物联网的支撑体系
工业物联网的作用或者说价值，依赖于一个完整的支撑体系，包括传感器感知、泛在网络连接、边缘计算、云计算、工业数据建模、大数据分析、人工智能以及工业自动化等。请注意，这里讲的是支撑体系，这些要素帮助工业物联网搭建框架，输出解决方案并形成闭环，工业物联网和其中某些要素并非包含关系。例如，工业自动化显然是一个非常成熟的领域，它和工业物联网有着密切的关系，在工业物联网项目实施的过程中，有时高度依赖工厂的自动化水平，因为自动化程度高，则信息化水平高，例如从自动化装备中可以获取生产过程数据和工艺数据，所以自动化装备的数字化改造，很多时候是工业物联网的切入点。
近年来得益于云计算、大数据和人工智能技术的加持，工业物联网进入了新阶段。数据计算、存储及网络成本大大降低，而数据分析能力却大大增强，分析手段变得更加丰富。例如，基于云原生架构搭建的工业物联网平台，能够以相对标准的方式部署于各大公有云以及私有云，极大降低了系统的部署成本和迁移成本，也让解决方案商能够专注于价值创造，聚焦于利用工业Know-How知识解决问题，而不必受困于IT基础设施。大数据和人工智能为工业海量数据分析提供了新的动能，再多的数据也有能力及时分析、处理。在工业系统机理模型之外，利用回归、聚类、分类、异常检测等机器学习方法，建立数据模型，实现设备故障诊断和生产质量分析。人们逐渐意识到由数据驱动催生的新商业模式所带来的巨大价值，机理模型和数据模型的结合与碰撞为化解复杂系统的不确定性、发掘洞见、企业决策提供强有力的数据支撑和引擎动力。图1-4所示为工业物联网支撑体系。
图1-4 工业物联网支撑体系
1.2.2 工业物联网与工业互联网的关系
提到工业物联网，大家会将其和工业互联网进行比较，那么它们之间的关系是什么呢？工业互联网的概念最早由GE公司于2012年提出，GE又在2014年联合多家行业龙头企业成立了工业互联网联盟（IIC）。无论是GE还是IIC，它们都认为工业互联网等同于工业物联网，二者是同一个东西，而且为了具象化，更多时候使用工业物联网这个术语。例如，GE Digital在官网关于工业物联网的描述中提出[1]，工业物联网，也称为工业互联网，它将关键资产、高级预测分析以及现代产业工人联系在一起。
“The Industrial Internet of Things (IIoT), also known as the Industrial Internet, brings together critical assets, advanced predictive and prescriptive analytics, and modern industrial workers.”
IIC官方描述中，对于工业互联网联盟自身的定位[2]，在于加速工业物联网IIoT应用以推动企业和社会数字化转型，以此带来收益。联盟的使命在于提供可信赖的IIoT，使得全球范围内的系统和设备能够安全的连接和控制以创造转型价值。
“The Industrial Internet Consortium is the world's leading organization transforming business and society by accelerating the Industrial Internet of Things. Our mission is to deliver a trustworthy IIoT in which the world's systems and devices are securely connected and controlled to deliver transformational outcomes.”
西门子官方对旗下工业物联网平台MindSphere的介绍[3]，指出MindSphere通过高级分析和人工智能，赋予物联网从边缘到云端，通过连接产品、工厂、系统以获得更好质量的产品以及创造新的商业模式。
“MindSphere® is the leading industrial IoT as a service solution. Using advanced analytics and AI, MindSphere powers IoT solutions from the edge to the cloud with data from connected products, plants and systems to optimize operations, create better quality products and deploy new business models.”
工业物联网要打通OT和IT，它的数据源必然多样，虽然工业物联网的场景有比较强的物联网属性，但这不代表它只需要物联网的数据。在国内，工业互联网与5G基站建设、特高压、城际高速铁路和城市轨道交通、新能源汽车充电桩、大数据中心、人工智能一起，成为数字新基建的七大领域，工业互联网进入蓬勃发展期，无论是政府、学术界还是企业界，甚至资本方，都对工业互联网寄予厚望，期待工业互联网成为工业高质量发展的重要引擎。
2016年2月，在工业和信息化部的指导下，由工业、信息通信业、互联网等领域百余家单位共同发起并成立工业互联网产业联盟[4]，先后从工业互联网顶层设计、技术研发、标准研制、测试床、产业实践、国际合作等多方面开展工作，发布了工业互联网白皮书、工业互联网平台、测试床、优秀应用案例等系列成果，广泛参与国内外大型工业互联网相关活动，为政府决策、产业发展提供支持。
国内企业界和学术界对于工业互联网有独到的见解，应该说，工业互联网在国内的应用范围，比IIC所定义的范围要广。范围更广的好处在于在我国当前急需工业强基及智能制造的大背景下，它能够以巨大的技术适应性和概念包容性，形成一种凝聚力和势能，引领数字化转型，同时从顶层设计的角度，高屋建瓴地思考整个体系架构。与此同时，这也带来弊端，正因为范围大，工业互联网市场鱼龙混杂，很多企业打着工业互联网的旗号，兜售完全不能增值的方案，什么产品都往工业互联网这个概念上面靠，边界定义不清晰，碰瓷的企业和人员大有人在，违背了产业界和政策制定者的初衷。有些企业和专家学者混淆了“支撑要素”和“包含要素”的区别，正如前面举的例子，工业自动化是工业物联网的支撑要素，而不是包含要素，有些人却把工业自动化、传统工业软件等这些积累了几十年乃至上百年的技术，都归功于工业互联网的创新或者归为其包含要素，在发布工业互联网趋势、市场份额预测时，把这些领域的数字大包特包，这势必会遭到相关领域从业者的反对和质疑。
1.2.3 高效率、低成本与高质量
工业物联网实现OT与IT融合，从源头自主感知数据采集开始，到学习、分析、决策和执行闭环，借助其支撑体系的各要素，例如通信技术，实现更广泛的网络互联、数据互通，边缘计算实现数据的本地化即时处理，云计算提供按需使用的IT基础设施，大数据提供实时和离线数据分析能力，工业机理模型和数据模型为数据分析提供理论依据和方法，整个工业物联网以此形成数据的无障碍流动，包括数据的生产、加工、使用。以前讲企业信息化整体规划，现在讲企业数字化转型、智能化生产运营，OT与IT融合，本质上在于企业全流程过程中如何在各个环节获取数据，如何打通各个环节形成数据的流动，如何通过数据发现设备异常、排产交付异常、成本异常、质量异常、供应链异常，进而从战略层面进行市场经营分析、财务运营分析、产品研发分析、生产执行分析、设备能力分析等，形成决策，通过数据驱动创造价值。什么是价值？或者更具体一些，哪些是最急迫、企业最关心的价值？无疑是持续的高效率、低成本以及高质量。
如何持续提高效率，例如提升设备效率、人员效率，优化资源配置效率；如何降低生产制造成本、运营管理成本；如何不断改善产品质量，降低不良率，以此减少返工和浪费，如何提高企业竞争力和市场形象；如何增加订单并缩短产品交期，使产品更快地流向市场，对于中小企业，解决订单的有无和及时交付问题甚至事关生死存亡。上述要点，是企业一直在思考和改善的问题，不同的方法和优秀的方案也不断出现并被践行。
对于企业而言，工业物联网是其手段之一，传统公司业绩下滑的原因有很多，不能仅靠一种手段来扭转困局，企业会尝试各种不同的手段。工业物联网这种手段的不同之处在于，它通过自主感知、OT打通来获取新的数据，新数据具有实时、真实且不依赖于人主观能动性的特点。旧的数据经过重新包装，在新的信息系统里呈现，这是很多数字化项目的通病，需要注意。工业物联网能够帮助企业获取和分析数据，将从中提取的洞见转化为行动来解决问题，加速决策制定流程。
工业物联网有两层含义：一是在企业内部实现工业设备（生产设备、物流装备、质量检验、能源计量、车辆等）、业务流程、信息系统、企业的产品和服务、人员之间的互联，实现企业OT与IT互联，实现从车间到决策层的纵向互联；二是实现企业上下游（供应商、经销商、客户、合作伙伴）之间的横向互联，从产品全生命周期的维度，实现产品从设计、生产制造、服役，到报废、回收、再利用整个生命周期的互联。很多初期的工业物联网应用以工业设备资产管理为起点，解决自动化设备线上化管理、透明化运营和效能提升的需求，并以设备为轴，关联使用设备的人员效能，逐步打通设备产能和产品质量，通过数据的汇聚合力，在更高层面形成新的决策洞察，这一点是传统方式所不及的。工业物联网是企业立足长远，实现效益优化和升级的必由之路，这就涉及企业战略层面。
战略代表着企业发展方向，企业应如何竞争与发展，在制定战略和行动时，需要厘清集团业务分类（需要获取哪些数据）、团队具备哪些能力（组织支持）、政策和举措。在当前产业升级的大背景下，对企业而言，数字化转型的收益是不确定的，而不转型的风险是确定的。数字化转型的动力要从效率、成本、质量、交期价值里去找，有的时候，动机来自市场、竞争对手的压力，而非企业自身，是不得不变化。
将上述几点汇总一下，当回归业务本质并按需驱动时，可将企业的诉求归属于5个维度：降本增效、质量与安全（风险控制）、运营常态化需求、企业战略以及提高收入，如图1-5所示。对工业物联网而言，应该看当前要解决哪个维度的问题，并评估是否有能力解决。对于企业内部，工业物联网通常不直接创造收入，它主要在其他4个维度发挥作用，只有当企业走出去，将工业物联网解决方案对外输出，提供数字化服务时，它才会为企业带来营收。对于那些从创立开始，市场定位即为物联网方案提供商的企业，它们通过为客户提供方案以获得收入，而它们的客户是否买单，则通过其他4个维度来衡量，以此得出投入产出比。工业物联网应用回归业务本质，就在于从上述5个维度中找到价值落脚点。
图1-5 业务价值维度
[1]地址为https://www.ge.com/digital/blog/what-industrial-internet-things-iiot。
[2]地址为https://www.iiconsortium.org/pdf/IIC-one-pager-2020-06-18.pdf。
[3]地址为https://siemens.mindsphere.io/en。
[4]工业互联网产业联盟官网地址为http://www.aii-alliance.org/index/c10.html。