数字技术需要贯穿新型工业化发展的每个环节，探索信息化和工业化融合新方法论、新路径，升级拓展战略主线

文 | 谢丽容

站在2023年的节点上，普通人很难注意到中国的“5G+工业互联网”进程已经如此快速。

工信部最新数据显示：全国5G行业专网已经部署2万+；5G应用融入97个国民经济大类中的67个；建成“5G+工业互联网”项目超过7000个，覆盖电力、港口、制造等众多领域。预计在“十四五”期间，中国将推动万家企业建设5G工厂。

这意味着“5G+工业互联网”正进入规模化发展阶段。

2019年，5G正式商用。2020年，5G在工业制造业领域的应用刚刚开始。当时，工信部牵头的一个浙江西部调研信息显示，当地工业企业5G应用现状和难点痛点是核心生产数据直接进入公网产生数据安全的有关问题。工信部当时还在牵头科技公司解决类似问题，在保障企业网络时延、带宽等需求的同时，消除工业企业数据安全顾虑。

短短三年，改天换月。

中国是全球最大的制造业国家，工业体系在全球经济中处于枢纽位置。这意味着中国工业体系拥有海量的应用场景和丰富的数据资源，也具备全球领先的信息技术应用能力。华为轮值董事长胡厚崑11月20日在“5G+工业互联网大会”上提出，“5G+工业互联网”的应用场景和应用规模仍然在扩大，它们正在成为工业数字化的重要手段，也正在成为中国新型工业化战略的关键路径。

不过，中国工业数字化发展仍然处于起步期，从最基础的装备联网、数据盘活到工业软件，问题诸多。

结合华为多年探索经验，对于下一阶段的新型工业化路径，胡厚崑提出了一个具体建议，即“工业装备数字化、工业网络全连接、工业软件云化和工业数据价值化”，这四个措施被归纳为“工业新四化”。

数字化对工业转型发展有重要意义。中国信息通信研究院院长余晓晖此前曾表示，数字化正在全面重塑工业生产函数，推动产生新的生产要素、制造体系、研发范式和组织形态，是重塑工业体系、工业化进程和全球工业格局最大的技术变量。

余晓晖的观点是，这个变革过程不仅是一个提升效率的过程，也是对原有工业体系颠覆式重塑的过程，不仅会创造新赛道，而且会改变制造业的每个细分行业，产业链价值链的每个环节，在众多领域带来真正的换道赶超机遇。

新型工业化的核心是什么？全国政协常委、经济委副主任、工业和信息化部原部长苗圩11月22日在出席《财经》年会时表示，要强化企业在科技创新中的主体地位，打好关键核心技术攻坚战，尽快解决一批卡脖子问题；要抓紧补短板、断长板、强基础，实现重点产业链的自主可控、安全可靠；要狠抓传统产业改造升级和战略性新兴产业的培育壮大，加快实现产业体系升级发展；要以智能制造为主攻方向，推动产业技术变革和优化升级，推动制造业产业模式和企业形态根本性转变。

四个现实问题

宏观视角看，产业界普遍认为，中国工业数字化的大挑战是目前仍然存在场景碎片化和需求差异化特点明显的问题，如何为不同行业、企业和产业集群总结出可大规模复制推广的应用模式和推广路径，仍是核心命题。

从工业企业一把手的视角来看，工厂如果业务扩张刚刚上了正向发展的快车道，往往会把精力投入到新增产线或者分厂上。但是由于规模的快速扩张又亟需数字化管理体系来支撑，数字化系统的采购很有可能又会分散业务扩张的资源。管理者通常很难在可见的即时利益和不确定的长期收益中选择后者。这也是国内不少制造企业迟迟难以起步的重要原因。

但如果深入到工业制造业核心，会发现更多问题。

其一，目前仍有大比例的工业装备存在“无法联网，操作不友好，只能执行简单任务”等问题，难以满足执行更多智能协作和复杂任务的要求。

工业现场有大量生产装备，既包含多个行业通用的装备，如加工装备、检测装备、物流装备、动力装备等，也包含应用于特定细分行业的专用装备，如采矿领域的钻孔设备、掘进设备、刨煤机、碎煤机等。这些生产装备均有数字化升级需求。

不过，传统生产装备的数字化升级面临网络连接、操作系统、工业芯片三方面的痛点问题亟待攻克。

在网络连接方面，装备联网是数字化升级的第一步，但当前工厂中的“哑设备”仍然大量存在。

工业装备不联网导致大量工业数据“沉睡”在装备中，“数据上不来”问题突出。而即便是已实现联网的设备，也存在通信协议“七国八制”的问题，其使用的常见主流通信协议高达数十种，各说各话，形成“烟囱式”格局，制约装备能力升级和多设备互联协同工作。

在操作系统方面，部分传统存量设备无操作系统，缺少标准化接口，难以满足强实时、高可靠、互操作性强的作业需求。

在工业芯片方面，当前工业装备内置入门、基础型工业芯片为主，算力低、演进慢，难以满足智能制造多场景融合、多连接、更智能、高速高精的作业需求。

其二，工业网络连接着企业内人员、设备、材料、制造方法与加工环境等核心生产要素，实现设备、产线、车间、工厂乃至整个供应链等不同层面的连接，这些连接起来了，柔性生产和智能制造才有可能。不过，目前工业设备的联网率不足50%，仍然是制约工业数字化发展的核心要素。工业企业迫切需要移动性更好、确定性更高、时延更低、带宽更大的网络能力。

中国电子技术标准化研究院《智能制造发展指数报告2021》数据显示，2021年中国工业设备联网率仅为28.78% （2020年为23%） ，远低于同期消费互联网73%的联网率。此外，中国工业企业生产数据自动采集率为40.18%，全流程质量追溯的仅为16.97%。

其三，传统工业软件普遍存在架构老化、本地化部署、开发成本高、开发周期长等困难。

传统工业软件为工业企业在各环节的高效管理提供了便利，帮助众多工业企业打开了数字化转型局面。但是，传统工业软件架构老化、本地化部署、软件系统异构、购买授权模式带来软件系统间集成打通的高昂成本、动态配置的弹性不足等问题，让工业企业背负起沉重的历史包袱。工业软件开发企业也面临工业知识沉淀的千沟万壑，在开发门槛高、开发周期长的困境下，难以迸发创新活力。

另外，工业数据普遍存在使用难、共享难的问题，如何在保障安全合规的前提下，有效挖掘工业数据价值，是工业界面临的共同挑战。

采集方面，数据上不来，采集源分散、难以实现低成本全量采集；汇聚方面，数据没打通，不同软件系统间的异构数据形成割裂的数据烟囱；应用方面，数据难使用，导致数据分析、价值挖掘的深度、广度不足；安全方面，目前的工业数据安全隐患多，工业企业的数据安全与合规能力仍处于起步阶段。

上述四大现实问题其实均聚焦于底层数字化能力。设备联网、设备数字化和生产数据自动采集是企业数字化转型的基础。在此基础之上，才能进一步讨论数字化和企业未来发展模式蝶变之间的关系。

“解”的四个关键

“工业新四化”是胡厚崑在当天演讲现场针对这四个现实问题提出的解题思路。

关于工业装备老旧不联网的问题，目前可以做的是尽快推动工业装备数字化，核心是“工业芯片、操作系统、网络连接”三大件。

高性能工业芯片，可将其视为工业装备的“心脏”，提供澎湃算力；嵌入式工业操作系统好比工业装备的“大脑”，使其可以执行高实时、高复杂的工作任务；而网络连接好比工业装备的经脉，使“数据上得来”“智能下得去”。

高性能工业芯片需要具备三个特点：高算力、安全可信、兼容主流总线协议。

以高算力为例，工业界目前较为普遍采用的8位、16位的入门级芯片仅在简单、基础功能场景适用，面向关键生产装备的复杂场景，高速高精度控制、中长期升级等需求，需要升级到32位、多核、先进制程(40nm以下)的MCU/ MPU。这些重点领域包括多轴高速机器人、高档数控机床、大型工控装备 (大型PLC 或DCS) 、高精度高速伺服驱动等。

另外，由于工厂中存在大量不同种类、不同品牌的新老装备，为加强装备间的通信互通，芯片是不是具备对市场主流总线协议的兼容性，并融合支持新一代标准化协议也显得十分必要。

为什么将低时延、安全可靠、轻量化的工业级操作系统类比为“大脑”？核心原因是一方面可以大幅提升装备互联互通水平，通过标准化的接口，打好系统与装备互联、装备间互联的坚实地基；另一方面提升生产作业效率，提升现场、远程操控的便捷性。

胡厚崑提到，华为南方工厂，华为旗舰手机产线的装配设备上已运行了最新的欧拉实时操作系统，使自动化实时控制周期从1毫秒优化到125微秒，大幅提升了设备的运动精度和速度。

目前，华为开源了OpenHarmony和openEuler两大操作系统，分别满足工业领域设备物联和工业装备实时控制的需求。胡厚崑说，接下来华为还将实现欧拉和鸿蒙的混合部署，为工业装备的智联交互与实时控制找到更优解决方案。

网络连接其实是需要做的第一步。新老工业装备要“活”起来，首当其冲的就是要解决工业装备的联网化问题，才能做到“数据上得来”。现实情况是，目前工业设备的联网率不足50%，仍然是制约工业数字化发展的核心要素。工业企业需要移动性更好、确定性更高、时延更低、带宽更大的网络能力。

位于湖北荆州的美的工厂，是美的集团的洗衣机生产基地，年产能规划1500万台。这家工厂的特殊性在于，它是一个典型的“5G原生工厂”，第一次真正意义上实现了工业园区全场景依赖5G。

该工厂2022年8月投产，共建设5个5G室外站和238套5G pRRU （射频拉远单元） ，并建设2套MEC （核心网UPF + MEP） 。这一套操作下来，实现整个工厂100%的5G覆盖率。美的荆州工厂给出的数据是，截至今年9月，已上线15类应用，共计3500个点位的5G连接，每日流量达90TB，随着该工厂产线的逐步扩容，预计最终会达到8000+ 5G连接。

湖北荆州美的工厂的5G应用包括生产、物流、移动办公、安防等多个环节，涵盖柔性制造、质量检测、MES看板，AGV、摄像头等多个应用。以上设备和应用为中国移动公司和华为公司等提供。

胡厚崑说，美的5G工厂，对于美的来说，是智能制造行业里的标杆；对于华为而言，意味着5G工厂从小范围试点过渡到了全方位落地。

一个新的消息是，11月12日，工业和信息化部信息通信管理局发布关于《2023年5G工厂名录》入选项目的公示，涉及国民经济24个大类的5G工厂项目，共计300个5G工厂项目入选，湖北荆州美的也在其中。

位于湖北武汉的施耐德电气工厂是施耐德在中国的工厂之一。武汉施耐德电气工厂，实现了用5G服务PLC南向通信，满足产线柔性部署的需求，换线时间最少可低至15分钟，生产效率大幅提升。这标志着5G能力开始深入到工业内网。

工业控制是工业生产的核心环节，是实现大规模自动化生产的关键基础，没有先进稳定和高可靠的工业控制系统，就没有现代化的工业体系。5G的高速、低延迟和大容量特性，为工业控制系统提供了可靠、高效和灵活的通信支持；PLC (可编程逻辑控制器) 是现代工业控制系统的典型代表，5G+PLC目前是工业控制系统智能化变革的先导和探索热点。

施耐德旗下的20家工厂进行了5G+PLC方面的探索实践，施耐德方面称，此举提质、降本、增效效果显著。

PLC作为工业自动化的核心控制器，与 5G 技术的融合潜力巨大，最新的消息是，其实践正逐步从物流控制等生产外围辅助环节应用向生产控制等核心环节应用深入拓展。

胡厚崑认为，要解决传统工业软件架构老化、本地化部署、开发成本高、开发周期长等困难，工业软件的云化和智能化是一条道路。

工业软件云化领域，华为布局活跃，华为公司旗下华为云近年来在工业领域构建了包括工业基础资源库、数据管理平台、AI大模型等在内的工业软件底座，这些软件底座的存在意义在于降低工业软件的开发难度与成本。

图：中国工业数字化软件产业体系 来源：沙利文研究院《2023年中国工业数字化软件白皮书》

华为云在工业软件领域延续了一贯的生态打法，联合了上百家工业软件生态伙伴共同开拓市场。

以汽车领域为例，中国汽车产业在过去数年快速转换到智能电动汽车赛道，汽车行业面临复杂的智能座舱设计、柔性化生产要求、复杂的物料调度和工序安排，以及海量线上线下营销与客户数据管理的挑战，亟须利用工业数字化软件，提高设计效率、增强生产时的快速调整能力与效率，更高效地进行营销管理。

华为云盘古大模型在汽车制造领域已经开始使用——自动驾驶技术被广泛应用前，车企往往需要采集车辆在不同场景下，数百万公里的路测数据，数据积累成本高、模型训练周期长。借助盘古汽车大模型，车企可以基于实际场景采集的照片和视频重建虚拟空间，根据需要加入交通参与者、路障、天气等环境变量，既丰富了复杂场景的数据，又节省了采集的时间，使自动驾驶算法识别新场景的训练周期从两周以上缩短到两天内。

表：中国工业数字化软件产业市场规模 来源：沙利文研究院《2023年中国工业数字化软件白皮书》

“工业新四化”中的最后一“化”是工业数据价值化。当前，工业数据普遍存在使用难、共享难的问题，如何在保障安全合规的前提下，有效挖掘工业数据价值，是工业界面临的共同挑战。

胡厚崑说，华为能提供的解决思路是着力打造一种“新型基础设施”，给庞大的数据一个安全高效的底座。

他提到华为云交换数据空间EDS，为工业数据流通提供了一个可信、可控、可证的数据交换与共享平台。该平台基于供需双方使用数据的约定，通过数据工程方法，解决数据提供方“不敢给”、数据消费方“难获取”的问题，实现数据在安全可信的环境下流通。

华为公司正在使用EDS。华为财经外审业务，每年需要300多位财务人员把超万份的底稿资料传递给审计机构。通过华为云EDS，可以有效控制好审计资料的使用范围，即使是针对电子件的形式，也能做到“阅后即焚”。整个资料交换过程透明，且支持系统化追溯。

下沉深入的破局点

中国工业体系庞大复杂，具体要如何进一步推进“5G+工业互联网”？

在中国的大工业体系内，不同细分行业的数字化能力其实有所不同。根据中国信通院和华为联合发布的一份《工业数字化/智能化2030》报告中的总结，不同行业对数字化/智能化的投入和部署不尽相同。

表：16个行业工业数字化指数评估细项指标结果 来源：《工业数字化/智能化2030》报告

半导体、汽车、航空航天、石油化工等行业具有技术密集、固定资产投入高、大规模和高精度生产、流程标准化的天然属性，人工相比设备不具优势，因此数字化起步最早、转型最为成熟。这类行业对AI、数字孪生、传感系统等前沿技术敏感，他们愿意发掘更为丰富的智能化应用。

轨道交通、3C家电、医药与食品、机械与设备等行业相对特殊，数字技术有利于精准洞悉市场需求并针对性创新研发，对生产活动的降本增效、精度质量、可靠性提升效果显著。这些行业已经具备一定的数字化基础，接下来在补齐短板的同时，他们会更加关注的是应用的协同及集成，以及大数据应用。

轻工、纺织与服装行业中小企业众多，除少数已深耕数字化的头部企业，大部分企业受制于自身盈利和资金能力，数字化转型相对迟缓。对这些中小企业来说，轻量、投入少、见效快的云化工业应用软件将是重点。

采矿、建筑材料等行业生产模式较传统粗放，工艺流程复杂度不高，长期以来都以人力劳作、经验传承为主，对数字化的价值认知较晚，因此相对谨慎和保守。

图：工业数字化的行业画像 来源：《工业数字化/智能化2030》报告

以行业来划分是一种方式，另一种方式，是以企业的体量来划分。

来自华为市场人士的一个判断是，目前5G在大型工业企业的渗透率已经超过60%，而规模体量相对更小一些的重点规模以上工业企业 （年收入1亿元以上） 的渗透率仅25%，市场正在从 （超） 大型工业企业向规模体量更小的中小企业迁移。

面对这样的市场迁移趋势，上述人士认为，华为需要进一步降低端侧成本，尽量保证“装上就有用，有用才付费”的效果；另外，华为还需要根据持续升级改进解决方案，以匹配更大范围更多不同领域的工业企业。

对于工业企业来说，工业数字化从来就不是锦上添花，而是关乎企业生存和发展的重要问题。 很显然，关键依然在于技术能不能脚踏实地给工业企业带来全新的生命力。

在11月22日的演讲中，苗圩提到，十年发展，中国在智能制造领域进步飞快，目前已经形成了一个相对完善的智能制造体系。其中，智能制造装备整体规模接近3万亿元，系统解决方案的供应商达到了 6000 多家。目前全国有超过2000 家分布在不同行业的数字化车间和智能工厂。

他强调，接下来，数字化和智能化技术要进一步下沉到各个生产环节，智能制造和智能化产品已经成为制造业发展的重要趋势和时代要求，是中国制造业进一步实现高质量发展的破局点。

胡厚崑的观点是，工业数字化应用场景不断深化、应用规模不断扩大，正在成为工业数字化的重要手段，也正在成为新型工业化战略的关键路径。工业领域知识积累深厚，工业装备和系统复杂多样，工业数字化的进程不可能一蹴而就，这需要所有人走得更坚定、更稳。