工業互聯網進入快速成長期，可以認為一個主要的標志是多元數據采集及建模與數據分析的效果顯現。企業已經認識到，與其坐而論道，不如以問題為導向，解決生產運營管理各場景的實際問題來得有效。

　　一個場景就是一個小閉環，包含了數據的采集、處理和應用。然而，我們經?？梢月牭狡髽I“不知道采集什么數據”或“有了數據不知道怎么用”等問題。這意味著，在生產、運營管理等層面，如何實現數據驅動還存在堵點。

　　工業物聯網既是解決堵點的方法論，也是成本、技術、應用全部可控的工具或方案。要挖掘工業物聯網數據的“秘密”，這需要結合業務場景。當小閉環越來越多，將驅動企業工業互聯網從單點到局部或全局的深入。

　　工業物聯網與數據驅動

　　當前，很多企業一般都有基本化的信息化應用，例如實現了數字化研發、流程管控等，可以通過周報、月報等維度觀察企業的運行狀態。但企業到了一定規模、發展到一定階段后，需要業務流程背后的更多、更詳細的數據，與此同時，企業對于庫存、設備利用率等方面的要求也將顯著提升，以實現精細化管理，提升管理水平。

　　一家再生材料加工企業，其生產主要是把易拉罐等報廢的鋁材進行熔煉，形成鋁錠。該企業最大的問題，一是大量的廢料積壓和鋁錠庫存，企業必須拉通銷售生產數據，以減少庫存占用；二是鋁熔煉過程中，需要增加稀有金屬形成合金，傳統的方法是反復調制化驗，導致較高的能耗成本。該企業通過工業物聯實現數據采集，實現一次調制，從而提高效率、降低成本。

　　在這個案例中，涉及到需要什么數據、數據從哪里來。這是數據驅動首要解決的問題。對于工業制造企業，設備、原材料等要素的組織=安排生產。因此，生產數據、設備數據是首要的采集對象。

　　生產數據，一般是與生產線有關的數據，一是物料、產量數據，如領料，工件加工、產品加工數量等；二是工藝數據或工藝質量數據；三是能耗數據，包括水、電、風、氣等資源消耗；四是設備運行記錄，如開機、暫停、報警、維護等；五是人員、班次、出勤等數據。

　　生產數據大部分已上收到MES系統，實現自動化的生產排程，這是數字化工廠的重要底座。進一步，“基于工業物聯網，實現設備數據的獲取和利用尤為重要?！庇糜丫W絡物聯網專家李萬祥說。一則所有的生產活動與設備有關，設備是企業的重資產；二則精細化管理需要數據下沉到設備層。

　　通過工業物聯網采集各類線上數據與設備，以掌握生產的變化情況，保證生產。當然，數據采集上來往往是干巴巴的，怎么驅動業務，必須要和業務結合。李萬祥認為，在工業物聯網中，數據驅動業務可以提煉為以下幾類。

　　生產的快速協同。例如車企供應鏈的協同，在裝配過程中，每使用一個部件，料架上會有一個清晰記錄，物料信息會同步給供應商，確保供應商能按照一定的時間節點進行配料，保證產線的連續生產。

　　工藝的優化，這是工業物聯網的重要應用。例如企業在加工金屬產品過程中，根據工藝需要，將采集機床轉速等數據。如果產品的表面光潔度需要改善，往往需要調整設備數據，當確定工藝數據后，再作為一個標準工藝下發，從而改進加工質量。

　　實現節能降耗。以“雙碳”目標為驅動，目前很多企業通過技術手段實現業務轉型。例如，企業采集高耗能設備的能耗數據，結合節能技術降低能耗，核算企業的碳排放減少。還有，企業通過數據采集后和業務進行關聯，驅動業務調整。

　　AIoT：創新業務場景激活數據資產

　　邏輯上，工業物聯網通過底層系統和設備的互聯，打通數據孤島，實現企業的數字化整合，并且作為持續迭代的平臺，幫助企業底層數據實現集成和融合。同時，它還是連接下層工業設備和上層業務系統的中間件系統，有助于實現企業應用服務松耦合，讓設備更智能、生產更精準。

　　李萬祥指出，就中小企業來說，如果生產線的進度不能及時了解，或工藝不太穩定，產品一次性合格率很低，就有必要做工業物聯網。而如果企業生產的是智能化的產品，或產品銷售出去之后需要做遠程運維，或需要根據設備運行數據來制定易耗品的生產計劃，這些更有必要做工業物聯網。

　　在離散行業，刀具是占比很重的耗材，這是工業物聯網的一個重要價值點。通過采集刀具加工數據進行分析，有助于企業與刀具供應商共同確認刀具的材質、形狀、尺寸，實現最少的錢加工最多的產品。還有如AGV協同，通過與設備、機器人的連接，減少現場人工操作。

　　對于現場自動化程度已經很高的制造企業，有兩個方向可以展開工業物聯網實踐。一是基于設備數據的設備診斷與維保。因為生產現場已經無人化，設備的全面穩定運行是生產穩定性的前提。同時，企業還要基于設備數據培養一支隊伍，能看懂設備數據，給設備做診斷。二是工藝的優化。高度自動化意味著生產節拍不會有問題，企業需要把工藝數據采集上來進行工藝優化，降低能耗、提高質量等；再有就是基于這些數據研發下一代的生產線。

　　某汽配企業有五百多條產線，通過分批連接的策略建設了工業物聯網。該企業首先關注的是生產節拍的準確率。其次是設備的使用率，因為設備價值高，使用率不足是巨大的浪費。第三關注刀具，基于數據采集與分析，可以知道一把刀在該設備上的使用和產能，以此為依據與刀具供應商結算，而不是直接購買。

　　某大型制造企業發現自身設備利用率不高，上馬工業物聯網項目后，數據顯示，每天上午8點到9點之間設備效率最低，設備基本都沒有開工。通過分析，企業發現問題所在：夜班加工完之后，往往把工件留到第二天白班處理。白班上班后需要把工件從機床上吊下來上新工件，因此在這個時間點，工人都在找天車、卸工件。以此為依據，企業進行了管理的優化，提高了設備利用率。

　　當然，挖掘工業物聯網大數據里的業務秘密，從功能上，一個工業物聯網平臺承載著數據存儲和發布、數據可視化展示以及數據的加工和流轉三大內容。而當人工智能和物聯網在越來越多的場景融合，AIoT成為必然趨勢。人工智能+物聯網，對于創新制造場景，發揮工業數據價值已經不可或缺。

　　李萬祥介紹，用友YonBIP|AIoT智能物聯網平臺在生產管理、安全生產、產業鏈協同、廢鋼判定等眾多場景，已經獲得深入應用，讓工業數據說話。

　　上海新朋聯眾通過用友精智工業互聯網平臺，打通工廠的設備數據和管理數據，實現了人、機、料、法、環全面對接，人均產值提升79.8%，缺陷率下降2‰。四川大西洋焊接材料股份有限公司通過智能產線改造，可實時統計生產設備OEE以及生產能耗。生產人員減少50%，綜合能耗降低30%。濟源鋼鐵上線機器視覺識別廢鋼，不僅判定結果客觀公正、可追溯。更能與計量系統、財務系統無縫銜接，讓數據不落地，每年預估節約成本2000萬元。江銅貴冶基于平臺沉淀工業大數據，通過用友精智工業大腦，提供智能算法的構建和優化服務，成功打造智能化生產調度指揮中心。

　　多年來，數據即資產已成為共識。然而，數據資產的價值衡量、轉化甚至是交易卻并不順利。隨著中央文件將數據納入生產要素范圍，數據是資產同時也是生產要素正在逐漸被企業所接受?；贏IoT，企業不僅能迅速采集未曾獲得的數據，更將以此激活數據資產，實現生產全要素增值。