中国已经有5g基站70万个了（中国有多少5g基站）

2020年已接近尾声，工业物联网今年逆势攀升，穿越山河海、人海。进步是有目共睹的。

2021年，路是延伸的，也有岔路。如何走出迷茫，如何设定目标？

本周，我有幸就上述共同关心的问题向中国信息通信研究院副院长、工业互联网产业联盟秘书长于晓辉总工程师询问。

他提供了很多不同的思考维度和视角，让我有机会验证自己的想法并及时修正。

本文与大家分享一下我与余老师交流后的一些收获和感受。

01 工业物联网目前处于什么阶段？

工业物联网的发展可分为三大阶段：

第一阶段：构建数字化基础。

第二阶段：特定环节、特定区域的局部优化。

第三阶段：全面智能化升级。

第一阶段涉及许多困难。估计每个公司都经历过这个阶段的至暗时刻。

几乎没有一个概念在一开始就准备好了一切。这是最难也是最基本的阶段。工业体系发展至今，充满了冗余和复杂、碎片和孤岛。各个时代的工业设备，各种通信协议，复杂的信号和系统，只有从脏活累活做起，才能享受辉煌。

第二阶段：在互联互通的数字基础上，逐步实现具体环节和领域的优化。

局部是全局的基础。一个系统无论有多大，都必须是由最简单的模块拼凑而成。

质量优化、流程优化、产品优化、运营管理优化……工业物联网的初步成果逐渐显现。如果当地问题得到妥善解决，效益将是实实在在的。

第三阶段，全球智能化升级，是工业物联网的目标。

如果数据能够在产业体系边界内外进行交换和流动，那将是一个更大意义、更高层次的升级。整体互联和优化将带来更根本的价值。

工业物联网具有连接和优化来自生产车间一线的实时数据、来自自动化/信息系统的数据、来自产业链上下游的数据以及来自工业生产各个环节的数据的能力。价值链，从而促进全要素生产率的显着提高。

从阶段分布来看，据信通院统计，目前处于第一阶段的企业比例接近45%，超过30%的企业在第二阶段探索过价值，少数先行者正在迈向第3 阶段。

了解了三大阶段和公司分布后，您可能会有更多疑问：

如果开始很慢怎么办？事实上，工业物联网赛道没有终点线，沿途只有坑洼和坎坷。在这样的路况下，F1赛车不一定能胜过拖拉机。先行者没有必要对自己的领先地位沾沾自喜；后来者也有很多机会。

需要多久才能尝到甜味？坚持一段时间，你就会看到显着的进步。如果你期望整个行业焕然一新，你必须做好5到10年的战略耐心的准备。

我可以跳过从第1 阶段到第3 阶段的步骤吗？一些企业确实从第三阶段：产业链全球优化开始，与金融、物流等行业结成跨行业合作伙伴关系，并取得了成效。也有一些企业同时迈出两步，将一个阶段叠加在另一个阶段上，同步推进，效果也不错。

痛点和目标不同，企业所处的阶段和路径选择也不同。他们的共同点是不断尝试、犯错并在行动中学习。

因为工业物联网的成功实践不是计划好的，而是演变的。就像“技术领先”公众号作者K先生讲的一个笑话一样，这个过程就像养鱼一样，不料就死掉了。你不想被埋葬，只想被火葬。谁知道火葬越烤越香，然后你就会想起贝尔格里尔斯，学会荒野求生的绝活……很多事情前期是无法预测的，也没有办法计划。

02 不存在单一的工业物联网市场

中国工业包括40多个大类、数百个小类，拥有世界上最齐全的工业体系。

不同的企业在尝试实施工业物联网时，有非常不同的场景和应用。

一般分类如下：

设备价值挖掘：例如工程机械、机床、燃气轮机等制造企业以设备为中心，利用工业物联网围绕设备整个产品生命周期进行跟踪和优化，建立新的附加值服务模式。

在工业物联网应用中，此类占比最大，接近50%。

生产过程的控制：无论是离散制造还是流程工业，许多企业都在尝试将工业人工智能与传统流程和机构模型相结合，利用数据感知和分析现有的物理过程和人员行为，推动智能化向新的方向发展。范例。

多链跨境协作：一些在不同地区设有工厂的企业利用工业物联网进行跨境协作。它们不仅连接不同厂区，更促进从研发设计到生产销售的跨界协作，从价值链升级到价值网络。

进销存持续优化：中小企业倾向于利用云平台和现有工具，通过轻量化的方式提高进销存效率。

增值服务创新：也有一些企业利用数据探索创新服务模式，从卖产品转向卖服务，或者对接消费互联网，务实推进C2M（客户直接制造）。

产能共享共建：由于中国拥有世界上最齐全的工业体系和最大的产业集群，拥有得天独厚的土壤，可以发展具有社会化生产制造能力的共享经济。

不同行业的企业在制造领域尝试“滴滴模式”，促进产能、模具、机械等信息的匹配和共享。

所有类型都不断提醒我们，工业物联网不是单一市场。

各个垂直行业、各个行业不同环节的企业有着完全不同的内外部环境，都需要能够消化、包容差异化的解决方案。

虽然我们统称为工业物联网，但实际上每一个环节、每一个场景、每一个应用都可能对应着一个巨大的市场。

每个企业都有独特的特点。

每个企业手中最大的王牌就是企业本身。

没有必要高估或低估。业内每个人都脚踏实地，卷起裤腿，努力耕耘工业物联网。

03 生态系统内的企业如何实现共赢互利？

工业物联网是一个壁垒高、护城河深的领域。

当今是一个技术融合的时代。它不是一种技术起作用，而是5G、物联网、人工智能、云计算、边缘计算、大数据等技术在工业领域的融合。

有几项技术值得特别关注。

首当其冲的是5G。

目前，中国已有70万个5G基站。通信技术已有大约10 年的历史。从1G到4G，没有哪一代技术能像5G那样对实体经济产生如此深远的影响。从来没有任何一代技术仍处于标准化过程中。在进阶阶段，大家都非常愿意带头去尝试。

原因在于，一方面5G场景设计考虑了大连接、低时延等满足行业需求的连接问题；另一方面是因为5G本身可以和其他技术形成更加优化的组合。比如5G与边缘计算的结合、5G与人工智能的结合就非常适合工业物联网的未来发展。

从具体比例来看，布鲁姆杯5G应用大赛的分析数据具有一定的代表性。目前，工业物联网约占5G整体应用的30%。

推广5G的一个必然结果是促进云网融合，即云网融合。

没有边缘和边缘云，就很难充分发挥5G低时延、大带宽、大容量的特点。

5G应用势必与边缘计算绑定，成为按需部署的专网服务。

第二个值得关注的是边缘计算（MEC），它已经成为企业开启数字化之旅的必备技术之一。

边缘计算技术是ICT融合的产物。它和5G、人工智能等技术不是相互孤立的，而是同时部署的。

2016年，ETSI（欧洲电信标准协会）将MEC概念扩展到多接入边缘计算，进一步将边缘计算能力从电信蜂窝网络扩展到其他无线接入网络。

从应用的角度来看，边缘的实际部署位置非常灵活。距离用户最近的边缘是终端，但并不是每个终端都可以被视为边缘。

过去，工业系统中的智能并没有太多的计算能力分配给“边缘”层面。

尽管工业操作现场有很多传感器、变频器和控制器，配备了一定的智能算法和专家规则，但大多数仍处于静态局部调谐和无弹性处理能力的状态。

目前，边缘计算在工业领域的应用尚未定案。边缘计算和云计算相辅相成，能够更好地支持本地服务的实时智能处理和执行。

第三个值得关注的技术是工业人工智能。可以说，它解决了工业实施智能化时的“破门”问题。

过去，很多企业遇到成本、效率等瓶颈时，都是靠经验摸索。现在，通过工业人工智能技术，可以挖掘海量数据的价值，解决了很多过去的问题。

在一些质量优化和机器视觉分析场景中，工业人工智能的应用取得了良好的效果。

当然，5G、边缘计算、人工智能……在工业领域的落地并不是那么容易。

以人工智能为例，行业诸多环节数据量有限、信号采集不规范、负样本数量少、生产条件变化等都可能导致人工智能“失效”。

由于难度极高，工业物联网的生态系统必然是一个涉及多方的复杂生态系统。

过去，工业企业很少建设生态系统。相反，互联网、通信领域的企业在生态建设方面有更多的经验。

以前工业企业很少提及生态，不是因为它不时髦，而是因为它没有必要。

但在工业物联网时代，工业企业需要联合不同行业、不同角色的合作伙伴，共同构建和维护新的生态系统。

先利人，后利己。

如果想要发挥生态伙伴的集体智慧，打造一个整体大于部分之和的体系，就必须实现各方健康的商业模式，实现各自的诉求和价值。

从工业物联网的供给侧和需求侧来看，需求侧在商业模式的探索上走在最前沿。无论是从产品到服务、与金融融合，还是延伸到消费端，都有很好的实际效果。案件。供给侧新的商业模式仍在探索中，处于萌芽阶段。

从闭环逻辑来看，供给侧商业模式的逐步形成，也会推动需求侧商业模式的迭代。

----写在最后----

如果应用得当，工业物联网将为工业企业打开新的发展局面。

经过与总工程师于晓辉的交流，如果我对所学知识进行提炼和总结，可以浓缩为以下五个认识：

了解使命：

企业可以利用工业物联网重塑自我，推动行业整体智能化升级。

了解环境：

工业物联网赛道没有终点线，沿途只有坑洼和坎坷。 F1赛车也许无法超越拖拉机，但如果你坚持下去，你就会看到显着的进步。

了解市场：

工业物联网不是单一市场。每个环节、每个场景、每个应用都可能对应一个巨大的市场。每个企业手中最大的王牌就是企业本身。

了解技术：

5G、边缘计算与人工智能的结合，推动云、管、端深度融合。他们共同形成的融合技术已成为企业踏上数字化征程的必备条件。

了解生态：

良好的生态环境是由可持续的商业模式支撑的。工业物联网的成功实践和商业模式不是计划好的，而是演变的。

举报此帖子