OFweek工控网讯：工业4.0不仅仅是一场产品和工艺趋于智能化的技术革命，更重要的是，它将掀起一场服务也趋于智能化的商业革命！

市场上有关工业4．0的应用场景大多描写得比较“玄乎”，比如“云工厂”，听着高大上，但如果我们继续追问下去，常常还是不知道项目如何落地。然而，一旦我们把眼光放低，从基础工作，即：收集设备或其它物件实时状态的数据，认真做起，就会发现，实施面向工业4．0的从技术到商业的全解决方案远在天边，近在眼前。

在沿着数据链进一步探讨工业4．0全解决方案之前，我们先来听听物联网生态圈企业的决策者和执行者们的声音：

“当我们开始启动物联网项目的时候，我们对自己需要什么，或者该找谁咨询毫无头绪 －－－－ 说实话，我们甚至都不了解自己在找什么。”

－－ 某大型机械制造企业物联网项目经理

“我们之前并不知道“工业4．0”这个概念，但我们已经实际实施工业4．0好多年了。”

－－ 德国某大型钢铁集团CEO

“许多商家向我们咨询物联网，他们并不了解物联网有什么优势，也不知道如何利用物联网数据转换为商业价值。他们因为受到外部市场压力，在预估回报很不清晰的情况下就开始自己摸索物联网实施方案了。”

－－ 某国际硬件公司物联网销售副总裁

“当今市场竞争环境并非大鱼吃小鱼，而是快鱼吃慢鱼，企业必须提升执行力才能超越更快的竞争者。”

－－ 深圳某工业服务公司物联网项目负责人

“物联网正在从物物互联（第一波）向实际会产生什么新的商业模式（第二波）发展，其潜在主题可以宽泛地概括为‘一切即服务’。”

－－ IoT Analytics公司总裁

“（在来自25个国家4500位商业决策者中），55％ 回应者称物联网对他们公司的业务具有战略意义。”

－－ IDC高级副总裁

这些不同的声音反映了我们普遍处于工业4．0的预热或启动阶段，虽然少数行业革新者已经驾轻就熟地走在前沿，更多的是由于受到外部市场压力或者企业内部面临某个技术痛点问题开始采取行动，边学边干，边干边学。

首先，什么是工业4．0？通俗来讲，我是这么理解的：工业4．0由物联网推动，企业通过实现关联物件之间的实时通信产生实时大数据，然后对这些数据进行分析转换为能够提升生产率和客户满意度的商业价值，进而在更大范围内建立纵横交错的商业合作伙伴关系，提升企业竞争力。简而言之，工业4．0不仅仅是一场产品和工艺趋于智能化的技术革命，更重要的是，它将掀起一场服务也趋于智能化的商业革命！

目前的情况是，处于物联网上游的一些创新企业正设法克服重重困难进入下游行业应用基地拓荒；汇聚在中游的物联网云平台企业则忙于圈地布局，，希望在渐行渐近的工业4．0时代占领市场先机；处于下游的工业用户多数还比较迷茫，不过领先企业，尤其是与能源、机械、电气、交通、水电行业相关的厂商已经跃跃欲试，希望能够找到合适的用更低成本制造产品并提高竞争力的解决方案。这些方案无论多么千差万别，无疑都将包括物联网数据四要素：硬件（产生数据）、通信（传输数据）、软件（管理数据）和应用（数据转换为价值）。

所以，根据物联网数据链这条最关键的线索来描绘工业4．0全解决方案，我认为就是顺理成章的。以下这张示意图展现了适合现阶段制造企业的工业4．0全解决方案。它包括方案实施过程的三个阶段五个步骤：

第一阶段是纵向部署，包含物联网“数据采集”、“数据传输”和“数据分析”三个步骤，在车间或工厂等局部范围内进行，实现局部工艺智能化和定制化生产，或通过某个产品使用过程中实时把状态参数持续传回工厂，为生产计划和产品质量改进提供依据。上图三个步骤下面的注释代表了现阶段比较前沿的物联网技术解决方案。由于物联网技术突破层出不穷，这张示意图的细节内容将会进行不定期更新。

这张图还可以解释为什么不少云平台公司提出的工业物联网解决方案听起来仿佛悬在空中？这是因为他们过于强调云和数据分析，而弱化了前期更加基础的物联网数据收集。想象一下，如果没有实时、精准、优质的数据收集，后面的数据分析也就无从谈起。

幸运的是，我们看到了越来越多的物联网大公司和初创企业已经在认真关注基础的数据收集问题并且在这个领域获得了技术突破。比如，具备边缘计算功能的物联网终端操作系统和智能网关以及具备人工智能的传感器已经在不同场景的物联网解决方案设计中进入商业应用。

关于“数据传输”，通常工业物联网面对多种类型的设备，它们通过数据采集集中器互相连通，形成多个既独立又关联运行的系统，并对应多种组网方式，包含局域、广域和传统通信等。工业物联网执行设备种类繁多的事实对通信协议和数据安全提出更高的要求，OPC UA的分层模型及“发布订阅”扩展功能或许是提供应对这种错综复杂场景的解决方案。

最后是“数据分析”，这个步骤特别值得一提的是“人工智能”。至今它已经在消费市场中广泛应用，包括医疗保健、音乐作曲、语音问答、人脸识别、图像搜索、金融信用风险评估等，并且展示了强大的引发经济变革的潜力。人工智能在工业领域的应用主要体现在系统能耗分析和故障诊断上，未来随着工业数据的丰富，相信一定会有更大的发挥空间。

第二阶段是横向部署，即：第四步的“数据应用”，它是在前面三个步骤的基础上进一步发展企业外部生态，从涉及整个产品生命周期的数据分析中挖掘出更多商业价值和更多合作伙伴。其中有一条重要途径是“制定行业标准”。所谓“标准”，只有用的人多了才有意义。如何让用的人多起来呢？除了技术本身的易用和实用性以外，还必须通过多种渠道，比如建设开放的开源社区、建立初创企业的加速器、互补企业的战略合作和投资并购、培养行业代理商、各种市场推广等。