工業APP，為工業互聯網平臺而生

負責IT(互聯網技術)和OT(運營技術)的管理者，在工業化和信息化融合的幾十年來，井水不犯河水：IT看重業務流程合理，OT看重業務執行穩定。從具體的面向對象來看，OT與IT的區別主要是體現設備的邊緣端，OT的世界遵從物理進化的原理和機制，發展比較緩慢：源自控制，專注于運營。

然而，工業互聯網的發展，和數據流動變得空前容易，激發了人們對于數據價值的想象，從而大大促使了OT和IT融合的必要性。工業互聯網的應用在很多層面上就是統一IT和OT的視角。但IT和OT二者自身的需求、緯度、思維方式太不一樣，融合是非常困難的。工業互聯網的普及，不同于常規的企業管理軟件ERP和執行管理系統MES應用，它不僅僅是收集數據豐富性和顆粒度的問題，而更多是要考慮這些數據背后的價值，這只能站在更高的戰略崗位上才可以評估和定義。

GE在2018年的報告中指出，真正數字轉型的主戰場，恰恰是發生在IT和OT交界的地方。實際上GE更傾向于OT技術的魅力將得到極大釋放，“IT正在失去魔法，OT的指揮棒正在緩緩升起”。而ARC咨詢團隊在2016年提出的IT和OT融合成熟度模型中，描述了人員、流程、技術和測量之間在各融合度的關系，也表明了一點，需要連接邊緣和云、需要處理各種OT協議和數據格式，都是IIoT大顯身手的地方。

IT要下沉，OT要上升，從各種系統匯流而來的數據要分析，這就使得工業互聯網平臺的崛起成為可能，使得面向工業應用的開發大大加速。IIoT平臺，為工業APP應用的開發，提供了一張充滿沃土的溫床。

數據重力，推動邊緣的進化

設備的數據，具有一種“沉底”的特性。它很少被真正打撈上來使用。因為工業數據最大的特點就是海量，而且無序。在工業發展數百年歷史上，產線的管理者從來不曾正眼看過它們。它被列入考慮對象也就是最近幾年的事情。

例如，僅僅單個數控機床設備，每秒產生的數據就可以達到400M。按照一條產線上有10個工位十臺設備計算，有五條產線的話，那么一個簡單的工廠，數據生產量每秒鐘可以達到20G!想想一個人，手機流量也不過是每個月10G左右。二者相差500萬倍!

工廠的大數據，往往都是垃圾數據山，主要表現在六大癥狀：數據很臟(必須大量的算法清洗，才能有可用數據)、頻率不同(現場觸發的頻率非常不同)、海量、大小不一(數據的容量大小不一)、種類很多(各種異構數據源)、跨學科導致的關系復雜(數據機制來自“機光電熱磁”等不同學科領域)。

如此龐大的數據，大多數是沒有用的，只能留在機器端。這就是所謂的“數據重力”。

它使得大量的數據被丟棄在車間的地板上、設備周圍的空氣中。

數據重力，導致大量數據無法上云端，也就無法完成分析。而這幾年物聯網和計算能力的發展，推動了人們對于邊緣智能的思考。太重的數據，可以就地處理。在大數據分析的時代，這個任務交給了邊緣計算。
工業互聯網平臺，本身就是一個分布式的計算平臺，它很好地解決云和邊緣的集成問題。通過連接、設備管理、數據管理和機器學習，為真正打開數據的分析價值，提供了一個認真的鑰匙。這也為面向場景應用的工業APP的開發和部署，提供了極大的方便。

工業APP的春天正在來臨

工業互聯網平臺中間的PaaS平臺(Platform as a Service)是最重要的部分。目前最有雄心壯志的選手，都在聚焦這個地方。新型API技術和與環境無關的容器封裝技術，使得平臺本身的快速部署和應用。有了工業PaaS平臺的支撐，面向場景的工業APP應用，也是工業互聯網當下最具憧憬的一個領域：千軍萬馬過大江的局面，正在呼之欲出。

平民開發師(Citizen developer)也就是非專業軟件人士，正在大量涌現，當前很多企業的設備維護都是這一類人員，如果也能使用軟件環境，輕松部署，這就需要有大量輕代碼的編程、大量拖拽式的應用。
2017年10月，工業互聯網巨頭美國通用電氣公司GE與蘋果達成合作，兩家公司將共同開發企業級 iOS 應用，并推出全新的Predix SDK，重點就是物聯網。GE 將為自己開發 iOS 應用以及商業合作伙伴，并在全公司部署 iPhone 和 iPad。

這個面向物聯網開發APP應用，背后有一個真實的故事。

加州州立大學的計算機系學生在GE Predix的創新大賽中，發明了一款APP，可以利用學校三個不同的能源點(太陽能光伏板、熱電氣聯產等)的能源消耗數據，通過數據分析得出最佳的供電量。該項目獲得了10000美元的獎金。

一直在思考電廠如何更加有效運行的GE團隊，受TITAN的啟發非常大，因為他們的一個方向就是更好地解決管道蒸汽損耗。隨后，開發團隊又在iPhone的應用商店中找到一例照相機輔助應用，可以獲得快速、高效和低成本形成熱成像技術。這讓他們覺得找到了提高電廠效率的方法。
GE的APP研發團隊跟亞特蘭大電廠的現場經理合作。后者陪著他們一起走訪了現場的各種管道，并指出哪些管道接口是可能漏汽從而造成熱損耗的。

借助于這些領域專家所標定的異常故障圖像，再結合機器學習和成像工具，GE開發團隊隨后開發了一款APP，面向管道的熱成像工具TITAN(異常報警熱成像工具)，每年可以節省50000美元。

代價竟是如此之小。創新團隊的大學生們只獲得了10000美元的獎金。而GE的開發團隊僅僅用了6個就開發出這樣一個效果神奇的工業APP。

這就是數字組合創新的魅力，就像是高中畢業生的舞會，空氣中彌漫著隨時可以撮合的火花。
而要滿足數字化的全新組合，所有的要素盡量服務化。這樣得以釋放的數據就可以輕松成為場景應用的基本素材。借助于一個松耦合、多方可以調用的資源，工業APP把各種數據重新組合，經過信息化、知識化的處理，封裝成可以執行或者調用的模塊。

云化風正盛

上云的應用，場景意圖往往很明顯，需求變化也很快。為了適應這種快速變化，就要微服務化，這就是最近幾年微服務非常流行的原因。微服務可以為各類APP開發者提供滿足場景應用的資源池調用，因此它正在成為全新的潮流。一心要往云方向轉型的金蝶，據說已經有了幾百種微服務。

在今年德國漢諾威博覽會上，某傳感器制造商推出了可編程的傳感器，同時建立了一套軟件體系，可以幫助現場工作人員建立面向傳感器應用的APP Space。這大大改變了傳統上對傳感器只有開關信號的認知。軟件定義硬件，已經武裝到設備最末端的牙齒上了。而該制造商同時推出了APP Space的編程社區，旨在推動那些在現場的人員，也成為APP的開發者，實現各種靈活的功能，具有非常大的吸引力。

工業互聯網平臺走向平民化，非IT專業人士也可以輕松上手工業APP應用。這是一個巨大的進步，一種開放式的知識洪流，在工業互聯網平臺上轟鳴，并重新匯成令人興奮的場景應用。

數據天梯，推動OT與IT數據融合

IT由管理業務數據、支撐管理流程的技術、系統和應用程序組成，通常報告給CIO，這些管理的應用程序包括ERP、MES、EAM、WMS等。而OT由管理生產資產、保持順暢運營的技術、系統和應用程序組成，通常報告給COO，管理的應用程序包括PLC、PCD、SCADA、SIS、數據歷史和網關系統等。

這些數據要實現融合，意味著要克服數據重力，完成從地板到天花板的遷移。

這些數據有三條通道可以直達天花板：帶通訊能力的傳感器、網關和PLC。對于褐色工廠(brown field)，很難采用PLC/IPC，因為對PLC重新編程會有很多困難;這個時候，一般采用網關集成的方式。而對于綠色工廠(green field)，也就是通過使用當下各種接口的PLC/IPC，包括支持OPC UA協議的，都可以有很多自由的選擇;對于一些褐色工廠，傳感器也是適合的。但是這一點不能規模化，這種多帶有通訊能力的傳感器，成本還是會太高。

數據要完成從設備級的地板，升到企業級的天花板。需要闖過三關，第一關是設備連接;第二關是數據重力識別，對相關數據進行分析;第三關是建立面向個人的APP應用。

對于工業互聯網平臺而言，最需要的就是搭建這樣一個“數據天梯”，來完成數據上上下下的運載，從而豐富工業互聯網平臺的應用。

針對這種局面，宜科電子采用了一種IoT Hub的思路，通過三駕馬車實現從邊緣到云端的一攬子數據解決方案。一是面向連接的大胃王的IoT Hub邊緣端，完成各種設備的數據采集，尤其是對PLC的采集;二是在邊緣層構建ThingsWise大數據分析軟件，實現對數據的實時分析;這兩者完成了對數據的邊緣分析和計算。最后，通過工業APP快速生成工具WorkBench的應用端，可以使得“平民程序員”(citizen developer)用最少代碼的方式，通過視圖和拽曳，就可以快速生成APP，并且可以適配各種移動操作系統。

這就實現了設備連接、邊緣分析和APP應用的“三位一體”的使能平臺，從而使得工業互聯網平臺可以面向場景應用來處理各種設備和數據。

例如在博世的一個純蒸汽發生器的場景中，大型設備往往需要多個本地的HMI，而且部分工序需要人工操作(如轉換、物料再存儲等)。

而在IoT Hub的三位一體解決方案中，通過OPC UA采集過程變量的實時數據，并通過WiFi傳輸，然后在移動端分析各種KPI信息。這使得機器故障可以及時得到反饋，同時節省了固定的HMI，也不需要多次切換。

在5月份天津的第二屆世界智能大會上，宜科電子總經理張鑫發表了以《賦能工業互聯網平臺 使能云制造》為主題的演講，提到：“宜科的理念是搭建一個‘數據天梯’，將邊緣層的數據送至云端，在Paas層利用工業互聯網平臺對數據進行分析處理;在Saas層通過提供工業APP等創新工具，將數據應用展示出來。” 這樣的賦能平臺，核心IoT Hub就像是一個“數據云梯”，使數據能力真正成為一種戰略上的資源優勢。
一個好的工業互聯網應用，需要行業領域專家提出需求和描述，這是企業必須要獨立解決的——在很大程度上，這也是一個企業Know-how的關鍵因素。在此基礎之上，可以通過外包團隊或者全職程序員完成資產建模。而剩余的設備連接、數據分析、到工業APP的生成，都是數據天梯可以大展身手的地方。

小記

工業互聯網平臺大大加速了IT、OT的融合過程。數據開始從設備中掙脫數據重力，像珠子一樣，四處滾落。而借助工業互聯網平臺上的數據天梯，一部分經過邊緣計算和分析就地處理，一部分則上升到IT層，都是業務決策的一部分。

在機器和人的注視中，上上下下的數據開創著一個技術上分工合作的數字時代。