最近和朋友們討論起工業軟件話題，又談到了基礎的模型問題—即ji，工gong業ye互hu聯lian網wang繞rao不bu開kai的de話hua題ti，你ni必bi須xu把ba工gong業ye那na些xie原yuan有you的de基ji礎chu模mo型xing，那na些xie大da量liang測ce試shi驗yan證zheng道dao路lu走zou完wan才cai行xing，否fou則ze，就jiu無wu法fa真zhen正zheng的de對dui製zhi造zao業ye有you什shen麼me大da的de幫bang助zhu—僅僅成為2VC或2BT（補貼）的平台。

這篇稿子中的內容大概是在夏天的時候寫完的，原文的題目是“三無的工業互聯網平台能否支撐製造業的未來”，fageijigepengyoukanlekan，tamendoujiaodehaishiwenheyidianbijiaohao，xianglaiyeshi，sihuyoudajiyidapiandexianyi
，houlaixianggaigaikouqiheyutiao，buguo，youshihouxiedongxijiushizheyang，dangniyikouqixiewan
，ruguorangnizaigai
，dagaiyejiumeiyouledangshidexingqu，zuijinhepengyoumentaolunqigongyeruanjianhuati，youtandaolejichudemoxingwenti—即ji
，工gong業ye互hu聯lian網wang繞rao不bu開kai的de話hua題ti，你ni必bi須xu把ba工gong業ye那na些xie原yuan有you的de基ji礎chu模mo型xing
，那na些xie大da量liang測ce試shi驗yan證zheng道dao路lu走zou完wan才cai行xing，否fou則ze
，就jiu無wu法fa真zhen正zheng的de對dui製zhi造zao業ye有you什shen麼me大da的de幫bang助zhu—僅僅成為2VC或2BT（補貼）的平台。

我們互聯的標準是什麼？

世界經濟論壇在2014年的工業互聯網推進障礙調研中發現第一大障礙是“缺乏互操作標準”，這個問題比較典型，按照我們反複強調的
，如果你沒有數據的統一規範與標準
，即OPC UA（在分布式係統中實現對象的描述）的信息建模
，那麼就意味著大量的數據讀寫操作和工程量投入
，那麼，第一步數據連接的問題將會變得沒有“經濟性”
，因此
，現在的實際情況就是，很多工業互聯網公司的本質可能更多在於“導表”
，這是個體力活，其實，你聽上去高大上，但是實際上是個沒有技術含量的活，我必須強調的是
，沒有OPC UA肯定可以實現數據連接，沒有人說必須、一定要采用OPC UA這樣的規範與標準，但是，OPC UA會是一個必然的道路，就是說，如果你不想走OPC UA這條路
，但是，按照最經濟有效的設計道路走的話
，你可能最終還是會設計成OPC UA這個樣子
，你可以叫自己的標準與規範
，這個沒所謂。

因為如果不解決經濟性問題，現在大量的人力投入在數據連接、驅動、接口的調試上，想想人工成本，尤其是來自IT的工程師成本，這肯定是場災難。

因此，我特別擔心他們何時盈利的問題，我想目前國內有200多個所謂的工業互聯網平台
，我實在擔心他們的盈利能力
，因為，傳統的自動化廠商其實都有穩定的盈利模式，包括像Microsoft、華為這樣的軟件、通信平台提供者，目前的工業互聯網公司其實都沒有所謂的技術，其實實在現有這些大廠的基礎上“攢”的一個平台—畢竟，你以為平台真的那麼容易開發啊？

借助於開放的IT技術來攢一個所謂的工業互聯網平台這件事情，OTderendoukeyigan，wojiaodewodequebijiaoweiwan，anzhaodailaoshidehuajiushi
，qishizhizaoyemeiyouhulianwangpingtaizhaoyangzaiyunxing，yinci，jiumuqiandeshengcuneryan
，duiyuzhizaoqiyeeryan，kenengmeiyougongyehulianwangdaomeiyouwenti—除非如工業互聯網平台們所說的能夠帶來生產效率的真實的提升和優化。

關(guan)於(yu)標(biao)準(zhun)的(de)這(zhe)個(ge)疑(yi)問(wen)來(lai)自(zi)於(yu)似(si)乎(hu)很(hen)多(duo)工(gong)業(ye)互(hu)聯(lian)網(wang)平(ping)台(tai)從(cong)業(ye)者(zhe)對(dui)工(gong)業(ye)的(de)通(tong)信(xin)了(le)解(jie)非(fei)常(chang)少(shao)
，究(jiu)竟(jing)有(you)多(duo)少(shao)現(xian)場(chang)總(zong)線(xian)這(zhe)個(ge)問(wen)題(ti)不(bu)斷(duan)被(bei)問(wen)及(ji)
，而(er)至(zhi)於(yu)製(zhi)定(ding)規(gui)範(fan)，OPC UA ,TSN也少有人了解，因此，我想沒有通信規範與標準
，這些平台和別人怎麼交互，多個工業互聯網平台之間怎麼交互
？

有沒有自己的開發工具？

對於所謂的“平台”
，我一直比較困惑，因為
，我一直覺得“平台”zhegedongxibixushiyigewanzhengdejiagoucainengchengzhiweipingtai，gongyehulianwang，weishenmejiuhuiyouyigepingtaine？yun

，najiushiyundejiagou，yibanyouyiyoudejishutigongshanglaitigong，yigepingtaishibushiyinggaibaokuoyixiajigebufena
？

（1）運行時（Runtime），參考Linux、Windows的Kernal，你是否需要一個核心的任務調度機製啊
？這個當然我不懂，不過
，PLC都是有任務調度的，如VxWorks的實時控製循環，通信調度。

當然了，對於工業互聯網這些廠商用的什麼runtime我不了解—不過，既然做工業，它就必須考慮“實時”調度問題，這跟非工業應用場景不同，因為非工業場景，你的操作係統可以是非實時的係統。

（2）開發環境，無論是Microsoft.net還是Java，或者像貝加萊的Automation Studio、Siemens 的Portal，tazongshixuyaoyigekaifahuanjing，zhegehuanjingnenggouduibutongdekaifakujinxingjicheng，bingqieduibutongdedicengtongxinkaifaqudongkeyibeitiaoyong
，wobudadong，gongyehulianwangdekaifahuanjingshishenme？

（3）開發工具，無論是C/C++,Java,Python或者其它任何語言
，你用什麼開發，那你就會牽扯到不同的API
，那麼這些平台與這些開發工具之間是怎麼集成的？

如果這麼多公司號稱有“平台”，那我想知道目前這些平台裏的運行時
、開發環境

、開發工具都是些什麼呢
？

ruguogongyehulianwangpingtaideqiyebushuoyaotidaixianyoudezhizaoyeyunxingjiagou
，womendangranbuhuiguanxinzhegewenti，danshi，youxiegongyehulianwangpingtaihaochengyaotidaixianyoudejiagou，woxiangzhegewentijiuyoutaolundebiyaole，jiushinimuqiandecaozuoxitongshifoujuyoushishinengli？nidewangluo—很多對現場總線都不是很了解的人怎麼知道數據怎麼連接呢
？並且很多人對現場總線的了解基本上仍然停留在Modbus和CAN總線的年代—看了很多他們做的演講稿，談到底層設備往往就說Modbus和CAN，其實，現在工業網絡主體是實時以太網，至於OPC UA over TSN，連自動化圈裏目前能講清楚並投入研發應用的還不多，我特別想知道的就是難道我不懂人家的牛，如果你號稱“平台”且想要顛覆現在的架構
，我就特別想了解如何顛覆的？好讓我們知道人生應該走向何方。

另外一個就是覺得似乎大部分工業互聯網平台的人對PLC的了解似乎仍然停留在20年前的“邏輯”控製時代，其實今天工業裏的控製器早已不是過去的“可編程邏輯控製器”那麼簡單了，現在的PLC可以玩什麼呢
？

-->機器學習，No Problem，其實
，機器學習就是算法問題，那麼這個算法是運行在你的工業互聯網平台上
，還是運行在PLC上，你以為PLC不能運行算法，那可能你對今天的PLC了解太少，PLC完全可以跑個機器學習算法，什麼GA、貝葉斯這些都可以玩，因為
，基於VxWorks、RTOS架構下的PLC可以支持高級語言編程，在1992年貝加萊推出的黑色係列當年運行的就是PSOS+的定性分時多任務操作係統，那個年代就可以用BASIC編程了，現在，你想C/C++,Python其實都可以。

-->複雜運動控製：在20年前這個事情也可以做的，控製器的架構之前是采用PLC+專用運動控製模塊，在90年代就有這樣的架構
，而運動控製在本質上是數學問題，CNC是插補算法，而機器人則是齊次變換庫
，那麼這些數學問題運行在一個強大的硬件處理器上和RTOS上同樣是可以的。

-->機器人，機器人通常也是采用嵌入式操作係統+Windows兩個，現在的控製器都可以實現這個。

-->回路調節—回路調節也在於算法。

歸根結底一句話，工業控製的本質是數學，無論是哥柯諾莫夫的係統論—奠定了今天人工智能的各種數學模型，維納的控製論
、香農的信息論，其實都是數學問題，工業領域都是數學問題
，這個數學問題運行在PLC上、PC上還是雲上？這個不重要，用什麼來做這件事情是由經濟性來決定的。

但是
，換個角度，自動化卻不斷的在采用IT技術來擴展自身，包括以太網的使用
、Web技術在控製器中的應用、新的FPGA芯片、MATLAB/Simulink、FMU/FMI都往自動化平台上集成
，以擴展自身的能力，因此
，好像工業互聯網的總想顛覆製造業，但是，工業的人似乎沒有想過要顛覆誰。

有多少模型的積累
？

很多工業互聯網平台都覺得“數字孿生”這個詞可有意思了，覺得人工智能可有前途了
，但是，我覺得可能他們忽視了幾個問題：

（1）我們有模型嗎
？

在一個通過“測繪”或“逆向工程”而er發fa展zhan了le很hen多duo年nian基ji礎chu上shang的de製zhi造zao業ye，原yuan始shi性xing的de設she計ji實shi際ji上shang是shi非fei常chang少shao的de
，因yin為wei原yuan創chuang性xing設she計ji需xu要yao建jian模mo
，並bing且qie去qu測ce試shi驗yan證zheng，而er我wo們men簡jian化hua了le這zhe個ge最zui為wei耗hao費fei研yan發fa投tou入ru的de過guo程cheng
，直zhi接jie測ce繪hui了le已yi經jing被bei驗yan證zheng的de設she計ji

，這zhe個ge的de確que降jiang低di了le成cheng本ben，也ye縮suo短duan了le研yan發fa周zhou期qi，但dan是shi
，這zhe也ye使shi得de我wo們men沒mei有you基ji礎chu的de模mo型xing
，知zhi其qi然ran不bu知zhi其qi所suo以yi然ran—知道“What”，卻不知道“Why”—這個模型基礎弱，就會導致所有的學習算法必須“空轉”，無法去驗證。

2018年上海有兩家公司分別因為侵權而賠付達索1000萬wan
，他ta們men不bu願yuan意yi買mai正zheng版ban的de軟ruan件jian平ping台tai來lai用yong，認ren為wei它ta太tai貴gui，但dan是shi
，實shi際ji上shang，這zhe些xie建jian模mo仿fang真zhen軟ruan件jian設she計ji目mu的de都dou是shi降jiang低di研yan發fa風feng險xian的de，如ru果guo你ni真zhen的de按an照zhao原yuan創chuang設she計ji，構gou建jian物wu理li模mo型xing、製作原型、測試
、修(xiu)改(gai)的(de)循(xun)環(huan)，那(na)麼(me)真(zhen)正(zheng)的(de)研(yan)發(fa)就(jiu)極(ji)其(qi)燒(shao)錢(qian)，這(zhe)個(ge)時(shi)候(hou)你(ni)發(fa)現(xian)用(yong)建(jian)模(mo)仿(fang)真(zhen)是(shi)可(ke)以(yi)大(da)幅(fu)降(jiang)低(di)成(cheng)本(ben)的(de)，你(ni)一(yi)定(ding)會(hui)覺(jiao)得(de)買(mai)這(zhe)些(xie)正(zheng)版(ban)的(de)軟(ruan)件(jian)是(shi)非(fei)常(chang)合(he)算(suan)的(de)，我(wo)想(xiang)他(ta)們(men)不(bu)願(yuan)意(yi)買(mai)的(de)原(yuan)因(yin)是(shi)他(ta)們(men)僅(jin)僅(jin)是(shi)為(wei)了(le)“繪圖”的功能—因為供應鏈需要采用這個軟件的圖紙。

在一個沒有模型基礎上，你如何實現數字孿生？如何進行機器學習？

有些人覺得機器學習可以解決很多問題
，還打算用機器學習來代替現有的控製模型

按(an)照(zhao)之(zhi)前(qian)柴(chai)院(yuan)士(shi)有(you)一(yi)次(ci)聊(liao)到(dao)的(de)話(hua)題(ti)，你(ni)在(zai)互(hu)聯(lian)網(wang)應(ying)用(yong)場(chang)景(jing)裏(li)的(de)學(xue)習(xi)很(hen)多(duo)都(dou)是(shi)大(da)數(shu)據(ju)小(xiao)問(wen)題(ti)，但(dan)是(shi)，在(zai)工(gong)業(ye)裏(li)是(shi)小(xiao)數(shu)據(ju)
，大(da)問(wen)題(ti)，並(bing)且(qie)可(ke)解(jie)釋(shi)性(xing)成(cheng)為(wei)了(le)障(zhang)礙(ai)—你說這樣學習可以，但，能解釋嗎？它有什麼潛在的風險嗎？如果說0.1%的不確定，那麼對工業而言，也是不可接受的。

很多人號稱要通過學習來改變工業現有的模式，你必須明白一點“傳統”那些模型實際上是“最經濟”的，學習模型的成本是比較高的，而且，機器學習模型主要解決“非線性”部分的，即，觀測器對現有的控製模型觀測中，無法求導的那部分任務進行學習—因yin此ci在zai單dan個ge控kong製zhi係xi統tong已yi經jing達da到dao局ju部bu最zui優you的de情qing況kuang下xia，工gong業ye裏li一yi直zhi在zai尋xun找zhao更geng為wei複fu雜za的de動dong態tai下xia的de最zui優you，以yi前qian這zhe個ge是shi算suan力li不bu足zu
，但dan是shi，現xian在zai的de芯xin片pian
、存儲、網絡技術使得這件事情變得可行—那麼IT的貢獻在於工具和平台的貢獻—就像很多人認為西醫目前最大的進步來自於測量工具的水平提高了，而非就在模型方麵的貢獻，因為工業做這些已經非常久的曆史了。

這也是我比較奇怪的，那些真正提供平台的企業如Microsoft、華為這些本身有非常強大平台、研發支撐的企業倒是很低調，定位自己的角色在於平台與工具。

但是，很多工業互聯網平台—特別強調一下，說自己屬於“平台”的—我覺得你這些平台可能隻是微軟、IBM
、華為他們的“係統集成”角色比較合適，如果是這個角色，那就必須要深入工業中的應用場景實現上，那麼就有很多問題需要解決

（1）nizhidaogaizenmeweifuzadecanshujinxingfenxima？kenengnilianzhexiecanshushishenmedoubuzhidao，danshi，niyidanyaojinruzhegelingyu，ruguomeiyouyigezishenyeneigongyizhuanjia

，nigenbenjiumeiyourenhekenengxingjinxingxuexi。

（2）你的模型是什麼？就是網上下載的開源學習代碼？這個要是能玩的話
，那製造業的工藝專家為什麼不自己玩
，非要你來給我玩
？

數據真的那麼容易獲取嗎

這zhe是shi個ge很hen現xian實shi的de問wen題ti，之zhi前qian我wo曾zeng經jing寫xie過guo，預yu測ce性xing維wei護hu的de偽wei命ming題ti

，即ji，如ru果guo這zhe個ge機ji器qi故gu障zhang數shu據ju很hen多duo
，那na麼me這zhe個ge機ji器qi可ke能neng在zai客ke戶hu那na裏li就jiu會hui被bei淘tao汰tai。

第二個問題是
，如果你能采集到故障信號，但是，故障數據可能是很少的—而與之對應的關聯數據如果缺乏完整性的話
，這個模型就無法學習到真正的原因
，而這個就需要大量的積累經驗。

因yin此ci，數shu字zi化hua的de學xue習xi必bi須xu與yu實shi際ji的de模mo型xing相xiang結jie合he，在zai這zhe方fang麵mian，擁yong有you自zi主zhu模mo型xing的de工gong業ye基ji因yin的de企qi業ye反fan倒dao是shi有you條tiao件jian的de
，但dan是shi，就jiu是shi缺que乏fa數shu字zi化hua工gong具ju。

但是
，如果你是做平台的
，你有榔頭卻沒有釘子就比較尷尬了

三無的工業互聯網平台能活多久？

在風力發電市場比較熱鬧的時候，國內蜂擁而上的有89家主機製造商（2012年左右），那個時候大家就說，這個行業最終能活下來的大約就15家，現在來看，這是真的，而光伏行業在熱的時候，那場景就是做鞋子
、做襪子、打火機的都蜂擁而上的去做光伏了，太賺錢了
，現在呢？

對的，我們主要想說的是“有標準”、“有工具”
、“有模型”的平台才能真正在未來為製造業賦能、帶來轉型的效率提升
，否則
，就是風險投資中的“風險”而不是“投資”