工业互联网产生的必然性

专业分工导致协同激增

1776年，亚当·斯密在《国富论》中第一次提出劳动分工理论，他以扣针为例，说明分工可以上百倍地提升效率。亚当·斯密的劳动分工理论对于工业管理理论的发展起到了十分重要的作用，直接影响了后来的专业分工、管理职能分工、社会分工等理论的发展。例如：泰勒的科学管理就是以分工理论为核心科学划分工作要素，提升工人劳动生产率；马克斯·韦伯提出的科层制，是一种将权力按管理职位进行分工的管理方式；亨利·法约尔将管理活动按照管理职能进行分工，分为计划、组织、指挥、协同和控制五大管理职能。

这些以分工为核心的经典管理方式一直延续至今，专业分工越来越细化。例如波音747飞机是由6个国家的16500家大中小企业协同生产。即使是名不见经传的某些小商品，例如全球70%的一次性打火机都来自“打火机之都”——湖南邵东市。一次性打火机虽小，但是可以细分为机壳（气箱）、压电元件、风罩、面阀、火环、引火簧、皮垫、海绵垫、引流芯、按手等十几个零件，这些零件由专门企业来生产。由此可见，工业的特点就是门类众多，分工精细，产业集群众多，基于地域协作网、家族关系网、乡土合作网的协同更为有效。

伴随着分工体系的发展，工业分工越来越细化。分工细化可以明显提升专业水平和制造效率，但同时带来了一个负面效应——不同企业/专业/岗位之间工作协同困难，散布在企业内外部的各种事务和“终端”越来越多，“终端”之间隔着各种形式的“墙”，信息割裂现象和信息孤岛也越来越多。

在工业高速发展、专业高度细分的今天，需要协同的资源越来越多，协同的频次越来越高，协同的关系越来越复杂，协同的“终端”越来越分散，协同的范围越来越大，需要穿透的“墙”也越来越多，这是当今企业普遍面临的问题。

如何应对各种管理上的不协同，对企业的分工、协同技术和管理手段提出了新挑战。面对细分工、远距离、多角色、大数据、超复杂的工作场景，让企业管理中频繁出现的不协同回归协同，已经成为管理内容的重中之重。协同需要决策，决策需要获得足够的信息和数据，因此必须要有足够的“穿墙而过”的联接。企业联接各种工业终端、协同各种事务的内生需求越来越强烈。

纵观历次工业革命的发展，分工管理从协同到不协同，经过自我修正再达到新的协同，反复迭代，螺旋上升。这是分工管理进化的趋势。

作者认为：今天的工业发展与管理，需要一种全国大范围、全社会大尺度、跨行业大协作、跨终端大信息级别的新型工业协同能力，工业互联网恰好能提供这种“四大”级别协同能力。

需求驱动促成产品互联

基于需求驱动和问题导向，21世纪初，一些企业希望通过联接已经出厂的产品而知悉产品的工作状态，获取实时工作数据，进而有效地管控和改进产品。这不仅包括已经出厂的产品，对于本企业内和企业间分布范围尺度较大的装备和设施，也出现了越来越多的远程管控场景，如设备远程巡检与维护、企业内分布式装备的联接与协同、整机品牌厂商与供应商之间的协同等。

Telematics是最早的“车联网”，车辆通过无线网络接入互联网络的电脑类系统，是无线通信技术、卫星导航系统、网络通信技术和车载电脑的综合产物。在20世纪90年代中期，卡特彼勒通过在出厂设备上安装传感器并建立Telematics（即今天的CAT Connect系统）实现了设备联网。该系统通过采集设备数据，帮助客户智能地管控施工现场设备的运行状况。

2001年罗罗公司在航空发动机上加入传感器，收集工况数据，有了数据之后，开始提供安全控件、航管控件、飞航信息等软件服务，从卖发动机转向兼卖航空管理。

2002年陕鼓开始开发“远程监测系统”。该系统能够发现并记录人眼难以察觉的微小变化，以防患于未然。在陕鼓控制车间的电脑终端上轻点鼠标，就可以看到全球使用陕鼓旋转机械设备的运行情况。

2002年起，约翰迪尔开始为农机设备安装GPS、单色显示屏和多种传感器，在大量作业数据支持下，农机的现场操控与性能管理逐渐进入到数字化助力机械化的新阶段。

天远科技公司自2003年起通过设备物联网为全国各地30多万台工程机械设备的客户提供个性化远程运维服务，将传感器采集的作业现场40个机器关键工作参数加工成4000种数据，提供给不同客户，用于工程机械的使用、制造、维修、销售等不同用途，受到客户欢迎。

2005年，GE公司在意大利航空的每架飞机上安装了数百个传感器，它们可以实时采集发动机的运转情况、温度和耗油量等许多数据。通过这些数据，GE公司可以提前预测发动机故障的可能，避免因为机器故障造成航班延误、成本增加，甚至是更大的安全事故。

2005年起，中联重科开始在工程机械上加装多种传感器，通过网络把泵车、起重机等设备的GPS定位信息、开关机、泵压、油温等关键信息从作业现场发回总部，掌握设备使用情况。

2007年三一集团开始在挖掘机等工程机械上加入GPS、开关机传感器、力学传感器等多种传感器，凭借它们锁定工作位置，回传工作数据，改进设备运行效率。

上述联接产品的解决方案就是典型的工业物联网，即工业互联网的最大子集。只不过彼时尚未明确提出工业互联网的概念。在需求驱动、问题导向下，国内外先行企业本着能联尽联、无障碍获取信息、传递数据、以数据促进企业协同的原则，开始了联接在用品的艰苦进程，播撒了工业互联网种子。

业务创新产生结果经济

工业互联网的产生与发展有着深刻的社会背景和工业基因传承。总体上说，工业互联网是“结果经济（Outcome-based Economy）”的重要产物。“结果经济”属于数字经济，由世界经济论坛（WEF）和埃森哲公司共同提出，特指在工业互联网发展的第三阶段出现的一种从知识经济到数字经济的过渡现象。

“规模经济”是很早出现的经济概念，指在一定科技水平下生产能力的提升使长期平均成本下降。但是，当生产规模扩大到一定程度时，就会出现产能过剩和产品积压，表现为“规模不经济”。例如在经济大环境不好时，在卖方和买方采取传统交易模式（签署合同后按照指定时间分期付款）的情况下，各自的资金流、回款账期和业务开展等问题的掣肘，会造成双方各种担心与顾忌：生产机床/工程机械设备的卖方设备积压卖不出，作为中小微企业/施工队的买方也因为缺少足够的开工订单而不敢轻易下单购买，双方无法达成交易，都无法进行良性的生产与扩大再生产。这种“共输”情况长期僵持下去，对整个制造业都非常不利。因此，买卖双方企业在相互理解和合理妥协的情况下，在实操中摸索出了一种新的“基于生产状态的设备租赁”共赢模式，即卖方企业只收10%～20%首付款甚至免费，为买方提供产品，买方无需按照传统合同中“规定时间”付款，而是按照实际开机使用设备时的有效结果来付费。从道理上说，设备开机了才证明买方有活干，有活干才会有收入，稍后买方就可以给卖方支付一笔设备分期付款，如果开工次数多，作业时间长，买方就会很快付清设备款。这种付款模式既适用于设备销售场景，也适用于设备租赁场景。通过设备开关机传感器来获取企业的机器实际运行情况，并由此评估企业的生产情况并推算资金支付能力，现在已经成为工业互联网可以提供的一个重要生产力信用指标。金融信贷机构对获取这些数据很感兴趣。

用了设备才收费，不用不收费，通过以“结果经济”为导向的新模式鼓励企业使用和购买设备，这是企业家的智慧，是交易模式的创新。它不仅彻底改变了原有的卖产品的商业模式，也倒逼卖方必须在设备上添加必要的技术手段来进行确切的设备状态判定，如用LBS（位置服务）或GPS来锁定设备位置，用传感器感知设备的开机时间和载荷状态，用工业软件来计算工况和应收费用等。设备就必须从买方现场联网到卖方企业，卖方必须无遗漏地采集关键运行数据，将这些数据与其他数据相互关联，做出恰当的决策/预测。

时空限制叠加不确定性

世界发展，社会进步，技术提升，人类演进，皆拜不确定性所赐。

现实世界永远在运动和变化中，不确定性随机产生并永恒存在。以人类有限的五官和五觉所获取的信息量，我们现在还无法预测何时发生地震，无法知道宇宙尺度有多大，无法准确描述暗物质和暗能量，无法知道气候变化和经济发展演变规律，无法知道人类大脑如何思考，无法知道哪一个国家的哪一位政治家会在哪一天因为哪一个事件而发动一场形式未知的战争，无法预知某场战争对企业供应链的影响程度。不确定性始终伴随在人类左右，存在无数事物和活动中，在你无法获取足够信息的场景中，与你打一个猝不及防的照面。

在工业界和经济界，无论在系统内部还是外部，不确定性无处不在。但是工业界最不喜欢不确定性，这是由工业的基本特征和逻辑决定的。工业生产过程需要准确反映生产过程的机理模型、数据模型。机理模型表达的是强因果关系，数据模型表达的是强关联关系，它们的最终目的都是希望获得确定、精准和稳定的预设结果。没有确定性，就没有工业的存在。

不确定性的产生，源于在缺乏足够信息支撑情境下的认知限制，对人和机器来说都是如此。无论是人还是机器都需要决策，决策需要知识，知识需要信息，信息需要有效地采集、处理和相互关联。一旦在及时获取信息方面出现问题（无信息、信息量不够、信息种类不全、虚假信息、信息严重滞后等），就会出现不确定性，就会影响决策。从古至今，从工业到经济，从工作到生活，从人到机器，从软件到硬件，各行各业、方方面面，都需要利用清晰明确、类多量足、实时敏捷的信息来支持决策，控制各类人造系统完成预设功能，甚至分析和认识科技、工业、经济和社会发展演变规律，对未来趋势做出正确预测。

远古时期，信息获取能力受到时空限制，人类掌握的知识极其有限，有时只能过度演绎，连蒙带猜，甚至问神卜卦，由所谓的“天意”决定。当人类掌握了大量科学技术知识，发现了很多第一性原理，洞察了某些科技、工业、经济和社会发展演变规律，尤其是获取信息能力和手段极大地增强，预测和决策就变得日趋准确了。

当工业进入第三次革命时期，数字化、网络化、智能化等数智化技术开始进入工业领域，人类获取数据能力逐渐增强，数据中所包含的信息、知识密度不断增加。特别是进入第四次工业革命初期，IT、CT、ET、OT技术都已经成熟，多层互联网络叠加融合频繁发生，CPS在工业领域应用越来越多，越来越彼此互联。

用先进的数智化技术对人和机器的五官和五觉进行补充、扩展、放大、创新、优化，打破时空限制，通过工业互联网最大程度地获取工业场景中订单进度、获知企业“产品-人-机-料-法-环-测”等信息，是消除不确定性的有效方式。