邬贺铨：产业互联网助中国跨越发展

日前，中国工程院院士邬贺铨在“中国通信标准化协会第十三次会员大会”上做了题为“迎接产业互联网时代”的技术报告。在报告中，他认为网络应用正在从面向消费应用转向产业应用，产业的大数据挖掘蕴合巨大商机，而我国在生产制造技术革命新浪潮面前，面临诸多挑战。 

    互联网应用从消费型转向企业型 

    在企业型互联网上，我国企业的云服务渗透率是21%，中小企业互联网使用率是20%~25%，而美国的云服务渗透率达到55%~63%。 

    邬贺铨说，互联网正从面向消费应用转向面向产业应用上来。从互联网的发展来看，2010以来，互联网在向下一代互联网、泛在网演进，云计算、物联网、大数据蓬勃发展，与此同时工业技术也在越来越多地使用以互联网为代表的ICT技术，从虚拟设计、远程运维，到网络制造、云制造、智能制造，形成了将互联网技术和工业技术融合发展的工业互联网。 

    目前中国互联网的发展正从消费型转向企业型。与美国的互联网发展水平相比，中国消费型互联网的发展已经与美国相当，占2013年我国GDP的4.4%，同年美国消费型互联网占GDP4.3%；但在企业型互联网上，我国企业的云服务渗透率是21%，中小企业互联网使用率是20%~25%，比前几年有所提升，同期，美国企业的云服务渗透率达到55%~63%，中小企业互联网使用率达到了72%~85%。 

    互联网对中国产业的影响将会逐步显现。预计2013年至2025年，互联网将帮助中国提升GDP增长率0.3~1.0个百分点，对中国GDP的增长贡献份额在7%~22%，对中国劳动生产力水平提高的份额最高为22%。到2015年互联网带来的生产力提升可减少1.3%~4.0%的用人需求，相当于 1000万到3100万岗位，但同时也带来全新的产品和服务，可创造4600万个新的工作机会。 

    现在德国提出的工业4.0，将通过网络技术来决定生产制造过程，整个生产制造的环节进行信息化的汇总管理，其制造过程本身就是一直在处理信息。德国工业 4.0建议中认为，当今ICT大约支撑了90%的工业制造过程。工业4.0是将生产中的设备、材料、工艺、测量、建模、维护利用网络、云计算、定制化、连接等ICT技术融合在一起，实现端到端的集成，这种集成如果用在企业间，就带来横向集成；如果用于智能工厂，就是纵向集成。 

    GE、IBM、英特尔、思科和AT&T成立的工业互联网联盟与德国工业4.0异曲同工，而且更加注重软件、网络和大数据。工业互联网的端到端集成要素有：智能机器——机器设备和工业网络与先进的传感器、控制装置及应用软件相连;先进分析工具——运用物理分析法、算法和材料等专业知识，分析生产系统的运行情况;人机交互——支持更加智能的设计、操作和维护，更加优质的服务和更高水平的安全。 

    “产业研发也将发生变化，制造方法、材料与设计互为影响，有协同的可搜索的数据库，自动化的工作流和数据移动，研发过程不像传统的从设计到选择材料再到规划制造与供应链的顺序式研发，而是非顺序的，是以整合的形式做研发。”邬贺铨说。 

    数据挖掘蕴含巨大机遇 

    大数据在燃油节约、航空正点运行、油气管线、交通运输、商场购物等各方面都有用武之地。 

    目前大数据在制造业的应用已经有很多案例。美国雷神公司的工厂自动保留了每个导弹的数据，包括配件及操作员以及湿度和温度，当错误发生时，有助于找出究竟是哪一个环节的问题。陕鼓动力集团收集出厂设备的运行数据，将过去销售设备的一次性收入扩展为长期的售后服务支持，服务收入占公司收入的1/3。摩托车生产厂商哈雷公司不停记录微小的制造数据，如喷漆室风扇的速度等，当察觉速度、温度、湿度或其他变量脱离规定数据值，它就会自动调节机械。 

    邬贺铨说，百度也将网民对汽车的各类搜索请求进行大数据挖掘，帮助一汽等车企深入了解消费者需求，设计新品和资源调配。 

    数据挖掘早已有之，主要是通过各种统计分析方法、知识发现手段、可视化图形分析，发现数据间的内在联系，例如发现政府、部门网站上各种文件之间访问的相互关系，获得不同网页间关联度，便于组织站点的内容；也可以对数据分类、聚类，利用历史数据做推导和预测；可以根据数据的前后时间顺序，找到“一些项跟随另一项”的内部事务模式。 

    基于数据挖掘技术的大数据产业规模百倍于大数据设施产业。大数据产业的构成可以分成五个层次，从下向上来看，最底层是网络设备、存储器、服务器的设备层，其上是关系数据库、非关系数据库、数据分析软件、数据应用软件、安全软件等基础软件层；第三层是云计算、数据存储服务、数据软件的开发工具平台服务，数据分析软件平台服务，提供数据分析解决方案的服务等平台层；第四层是工业、农业、商贸、交通运输、建筑等传统产业因大数据应用而增值的部分；第五层是医疗、教育、环保等传统服务行业因大数据应用而增值的部分。大数据影响巨大，受到广泛重视，也正是因为对其他产业影响的溢出效应明显。 

    数据的开放与挖掘将释放全球经济增长动力。大数据可以在发动机运行监视中应用，GE在每一个引擎上装了20个传感器，在飞行过程中每隔一段时间通过卫星将传感器收集的引擎状态传给GE公司，每个引擎每小时产生20TB数据量，因此GE每天收集PB级引擎数据。GE通过对所生产的2万台喷气式引擎的数据分析，开发的算法能够提前一个月预测其维护需求，预测准确率达到70%。将发动机的处理过程从30天压缩为仅仅20分钟，目前全球有24个航空公司的340 万英里航线使用GE的发动机，可每年及时发现2000次可能的缺陷。大数据在燃油节约、航空正点运行、油气管线、交通运输、风电预报、电信应用、商场购物、互联网金融、医疗设备、影视业各个方面都有用武之地，为整个产业带来巨大的机遇。 

    应借产业互联网实现跨越发展 

    未来20年最有潜力改变制造业的四大领域是：半导体、先进材料、添加制造和生物制造技术。 

    中国已经成为全球制造大国。根据世界银行数据库和联合国工业统计数据库的数据，2012年我国制造业增加值为2.0793万亿美元，美国为1.9121万亿美元。我们22个工业产品大类中7大类（包括220种工业品）产量位列世界第一。2010年，我国制造业产品出口额占世界制造业产品出口额的比重为 13.5%，仅次于欧盟。 

    但我们制造业的自主创新能力不强，关键的基础材料和基础零部件依赖进口。如高档数控机床功能部件70%依赖进口，大型工程机械所需35MPa以上液压件全部进口，高铁制动系统和轴承全部依赖进口，中国汽车零部件市场75%为外国产品，连轮胎前十强都是外资企业，芯片80%依靠进口。 

    中国制造业在附加值高的环节缺乏竞争力，制造业增加值率低。2010年中国制造业增加值率为21.4%，发达国家一般在35%以上，美国、德国甚至超过了 40%。同时，技术对外依存度高、信息化应用水平不高，中国企业的IT投资仅占其营业收入的2%，显著低于国际平均的4%。 

    波士顿咨询集团的全球制造业成本竞争力指数以美国为基准，中国制造业对美国的成本优势已经由2004年的14%下降到2014年的4%。按照目前的发展趋势，中美制造业成本差距在2020年左右将不复存在。根据麦肯锡全球研究院的研究，2013年美国每个工人产出的GDP是10.7万美元，而中国的是 1.55万美元，有7倍的差距。此外，我国资源密集型产业比重过大，技术密集型产业和生产性服务业比重偏低，工业未来发展受到的约束日益严峻。 

    根据美国国防分析协会的报告，未来20年最有潜力从根本上改变制造业的四大领域是：半导体技术、先进材料技术、添加制造技术和生物制造技术。美国总统执行办公室和美国总统科技顾问委员会2014年10月联合对外发布的《振兴美国先进制造业》中提出，发展三大优先领域，一是制造业中的先进传感、先进控制和平台系统，二是虚拟化信息化和数字制造，三是先进材料制造。 

    邬贺铨最后说：“如今，大数据推进信息技术与材料技术、生物技术、能源技术以及先进制造技术相结合，开启了产业互联网时代，产业互联网对于正处在企业转型和发展方式转变的中国来说是难得的跨越发展机会，但如果我们抓不住这一机会，我们与发达国家的差距将进一步被拉大。”