第一个题目,工业互联网的范畴、基本特性、成功要素及发展战略。我们今天会议讲的是向深务实,这个主题很好,我们要更实、更深,把这些问题讲得更清楚一点。工业互联网还是属于互联网,国际上有一个国际互联网协会,这个协会总结出来互联网有五个基本特征,应该来说工业互联网也存在这五个基本特征,我认为这五个基本特征就是最基础的。第一,它要有一个基于公共协议的基础架构,能够允许所需要用互联网的人、设备、过程实现开放的、低门槛的接入,要有接入的基础设施,现在我们讲工业互联网平台接入了7千多万关键设备等等,这个都还可以研究,应该是低门槛、开放的,而且基于公共协议的。第二,它是可以互操作的,而且有能够实现标准化互操作的一些组件,也就是软件,一定要有很好的开放架构,现在工业互联网来说这个问题我们研究得不够,国际上这方面也没有太多成熟的架构。第三,它是可以扩展的,有灵活的敏捷的路由系统,这也就是说为什么工业互联网能接入路由协议。第四,它有全球唯一的、无歧义的标识解析协议,也就是DNS,IP地址。第五,它本身应该是技术中立的,能够作为通用技术池支持各种各样的应用,各个领域都可以使用。这五个方面是互联网包括工业互联网在内的基本特征,但是工业互联网应该和现有互联网架构实现的东西是不一样的,它有更多的不一样,所以我们还需要进一步研究工业互联网的基本的特性,基于上面五个互联网的通用原则、加上“工业”之后,里面会有些什么不同,有些什么东西是需要重新做的。 第二个题目,工业互联网的内网和外网场景及相应的技术需求。我们现在讲工业互联网实际上是把它扩展了,包括了企业内部内网,现在除了5G之外还有F5G,还有工业PON、时间敏感等,都是场内的网络;场外的网络,现在叫高阶的场外网络。这些网络本身对于不同的工业场景的需求匹配到底怎么样?这个问题我觉得也很重要。现在通信运营商都在关心工业5G怎么推出去,包括工业PON也需要找到应用,但是实际上,工业侧里面到底有什么场景是非得要工业5G、非得要工业化光纤网来支持的呢?这也是非常重要的问题,能够对通信业和制造业双方产生引导作用。 第三个题目,工业互联网标识解析的特征、主要目标及推进策略。现在我们高度重视的,除掉IP地址、DNS以外(这个本身就是标识体系),还在建设工业互联网标识体系,已经部署了5个国家顶级节点,二级节点有100多个。部署了这么多节点,到底目的是什么,目前的IP地址和DNS解析系统与新的解析系统是什么关系,谁管谁、谁是基础、谁是扩展,到底解决什么问题?其实标识和解析在互联网之前早就有了,比如二维码、RFID等,即使不在互联网应用也是可以很有用处的,现在都算成工业互联网标识体系,我是不太赞成,这混淆了工业互联网标识本身的特征、概念和需求。在二级节点建设上,除了数量,几个重点行业把行业里面的场景弄清楚,才是更关键的,这个问题也要好好研究。 第四个题目,工业数据汇聚的基础架构、技术架构及制度架构。现在我们普遍困惑的就是数据汇聚困难,新的工业互联网三年行动计划专门有一项“数据汇聚赋能行动计划”,这个题目出得很好,那么具体怎么做?我认为最主要的问题就是工业数据的基础架构、顶层设计不清晰,没有提出一个很清晣的框架。这一点我们需要参考欧盟特别是德国的思路,德国推的IDS,就是Industrial Data Space,工业数据空间,实际上就是一个基础架构,现在已经扩展到了欧盟,而且欧盟有雄心壮志要把它推向国际化,所以IDS已经不是工业数据空间了,而是变成了International Data Space。这个问题我们也要研究,工信部一所早些年在推的就是DOA,数据对象架构,怎么把它应用到工业互联网,这个也是做了很多年,但是始终没有提高到作为数据基础架构的高度来认识这个问题。事实上这个问题是一个战略问题、全局问题,否则我们所说的数据确权、数据交易、数据安全、数据跨境流动和管控等等这些问题都是建立在沙滩上、没有基础。因为数据就像海洋,无所不在,你不可能把海洋里面每一滴海水都去管住、去确权,一定是把海水放在容器里面,而且要知道容器有什么属性,有什么用途,要在场景的结合之下才有价值、才有治理的对象,也就是说,数据一定要变成一个数字对象才可能成为资产和要素,才可能去谈到确权、安全等等这些问题,这个逻辑关系是这样的。如果中间断了一块,直接研究数据交易、数据确权,这个是会走到岔路上去的。 第五个题目,工业数据流转的机制及安全保护策略。我们一讲数据都会讲到交易,我认为交易只是数据流转的一种机制,虽然是很重要的机制,也是需要去研究的机制,但是不是唯一的机制。数据和其他生产要素不一样的地方在于,它的价值在于流转,数据的价值是与流转次数成正比,流转次数越多价值越大,因此流转机制要更多元化。除了交易以外也应该提倡数据开放,尤其是政府和公共部门的数据是以开放为主的,政府数据不应该作为交易对象。另外除了开放以外还有共享,双方或多方在共同利益下,建设一个数据共同体、互联互通数据体,组成一个数据联盟,各自既有权利也有义务,这叫共享。所以,数据的流转机制应该是交易、开放、共享三元并进的,各种各样的数据互通,这样才能把数据流转的价值最大化。 第六个题目,工业人工智能的层级分类及场景应用。刚刚院士讲得很好,工业人工智能,数据不是目的,数据最后是用来支持人工智能分析、计算,来产生价值的。但是工业人工智能和消费互联网的人工智能有什么区别,两者在适用场景、成本效益、适配广度及精准度等方面的差异,仍然值得深入研究。 第七个题目,工业知识图谱的构建方法论及自动化。人工智能在工业上的应用还有一种就是工业知识图谱,把已有的知识软件化、自动化,我认为这个是比机器学习更深层的,但现在重视的程度还不够高。 第八个题目,工业APP的生态建设总体架构。工业APP现在我们已经做了很多,比方说可以达到百万APP,但是生态建设仍然非常重要,怎么样能够使生态更健康?时间关系,我就不详细讲了。 第九个题目,工业互联网平台的体系架构、竞合机制、商业模式、平台评价方法。工业互联网平台的体系怎么建设?现在我们讲有15个大双跨平台,100多个有影响力的平台,还有500多个大大小小的平台,这些平台是一个体系吗?更多实际上是竞争关系,互相之间的关系不清晰,而且是排斥性的,这些平台在具体行业里面的关系是什么?这个问题跟我们平台的发展、大中小企业的融合发展都有关系。 第十个题目,工业互联网的开源的生态建设。现在大家知道国际上基于云的、大数据的、人工智能的创新,主要的一种模式就是开源,最近几年我们包括华为等企业在一些基础的操作系统、芯片研发领域拥抱国际开源,已经做得非常好,国际上也承认我们有很大进步,但是工业互联网大多数都没有做到开源,都还是闭源的办法来做,这样能不能做大、能不能做成真正气候,还需要打问号。 我就提这十个题目,供大家参考。谢谢大家! ——来自百人会副主席高新民 在中国工业互联网百人会第一次会议的发言 作者: 中国工业互联网百人会 转自公众号 中国工业互联网大赛,版权归属原创作者所有,如有侵权,请联系删除! |
|