“守 破 離”源自于日本劍道學習方法,后發(fā)展到其他武術與行業(yè)?!笆亍敝缸畛蹼A段須遵從老師教誨達到熟練的境界,“破”指試著突破原有規(guī)范,“離”指自創(chuàng)新招數(shù)另辟出新境界。百度百科
我很喜歡“守、破、離”這三個字,這也是我一直以來的學習方法。實際上是站在巨人肩上去看問題,同時要有對巨人抱有充分的尊重。
工業(yè)物聯(lián)網(wǎng)越來越火,而工業(yè)物聯(lián)網(wǎng)PaaS平臺(以下簡稱工業(yè)PaaS平臺)作為可推動行業(yè)發(fā)展的產(chǎn)品,在中國發(fā)展卻很慢。國內(nèi)在宣傳做平臺的公司可謂百花齊放,而真正在做平臺(不是項目或者監(jiān)控系統(tǒng)的公司)又少之又少。
從全球以及國內(nèi)的發(fā)展來看,目前主要有四類企業(yè)作為供應商參與工業(yè)PaaS平臺競爭,這四類企業(yè)各有各自的優(yōu)勢:
第一類:有自動化以及工業(yè)軟件積淀的企業(yè)
例如西門子、GE、PTC、施耐德等等,這些企業(yè)有豐富的工業(yè)know-how。已經(jīng)將相當多的工業(yè)知識固化到硬件和軟件中。
第二類:有信息化管理軟件的企業(yè)
例如SAP、oracle等等,這些企業(yè)往往有豐富的管理Know-how。已經(jīng)把管理知識固化到了軟件之中。
第三類:來自于互聯(lián)網(wǎng)的企業(yè)
例如AWS、阿里云、百度云、騰訊云等。 這類企業(yè)由于互聯(lián)網(wǎng)的業(yè)務需求,具備很強的云計算和大數(shù)據(jù)能力(主要指大數(shù)據(jù)技術)。例如大數(shù)據(jù)的基礎能力調(diào)度算法就需要實際應用場景去優(yōu)化算法,使之性能可支撐大規(guī)模應用。而這些基礎技術的經(jīng)驗和能力是前面兩者不具備的。
第四類:創(chuàng)業(yè)公司
這些創(chuàng)業(yè)公司的團隊往往是來自于以上三個團隊背景。例如ThingWorx在被PTC收購之前主要來自于施耐德的Wonderware。C3 IoT的創(chuàng)始人來自于oracle的Siebel等等。創(chuàng)業(yè)企業(yè)往往能夠整合不同背景的人員,同時具備高度的靈活性。
我一直認為,工業(yè)PaaS平臺不是一個新的業(yè)務,只是在底層用新的技術構建同時將多種的傳統(tǒng)的OT技術整合到一個平臺而已。但是正因為這樣的整合涉及到不同圈子人才、知識和能力的整合,因此工業(yè)PaaS平臺具備很高的復雜性、需要不同背景的人協(xié)作才能推動行業(yè)發(fā)展。而協(xié)作的前提是有一個共識的前提。
我從硬件到軟件、從自動化圈子到IT圈,最近又在工作過程中接觸到一些互聯(lián)網(wǎng)(BAT等)的人。我越來越發(fā)現(xiàn),不同圈子對同一件事情或者名詞的認知是不一樣的。這些不同的認知已經(jīng)成為阻礙工業(yè)物聯(lián)網(wǎng)的發(fā)展最重要因素之一。或者說想要做工業(yè)PaaS平臺,是否可以在公司內(nèi)部成功協(xié)調(diào)不同圈子的人并快速達成一致是這個公司成功的關鍵。
在互聯(lián)網(wǎng)領域,云一般被分為IaaS、PaaS、SaaS。而如果放到工業(yè)云平臺,三層架構中定義最不清晰的就是PaaS平臺。不同的廠家和消費者對PaaS的定義也是不同的。
工業(yè)PaaS到底應該具備什么能力?到底什么樣的PaaS才能夠幫助中國的工業(yè)物聯(lián)網(wǎng)產(chǎn)業(yè)快速發(fā)展,降低大家的成本?工業(yè)PaaS的難點有哪些?工業(yè)PaaS的用戶到底是誰?很多客戶和行業(yè)內(nèi)的朋友都有非常多的疑問。
針對這些問題,首先我想應用一下林詩萬老師的三鏈模型,并按照自己的理解做了簡單更改。如下圖:
從產(chǎn)業(yè)鏈角度看三鏈模型
我一直以來都把物聯(lián)網(wǎng)看做是一種業(yè)務,有人說過No body buy IIot,除非IIot能帶來價值。而IIoT的數(shù)據(jù)采集、數(shù)據(jù)監(jiān)控、數(shù)據(jù)分析最終要去驅(qū)動業(yè)務流程,這樣IIoT價值才能體現(xiàn)。
在這個圖中,我自己接觸的有四個類型的典型IoT應用場景。
第一類:資產(chǎn)(有形)相關
利用物聯(lián)網(wǎng)數(shù)據(jù)驅(qū)動資產(chǎn)從安裝調(diào)試到報廢的整個生命周期管理。
第二類:與服務相關
這里就是所謂裝備制造商服務轉(zhuǎn)型的典型應用。
第三類:生產(chǎn)相關
所謂的數(shù)字化工廠為典型應用場景。
第四類:供應鏈相關
這里包含了一些個性化定制、供應鏈金融、物流等應用場景。
最后還有一種,是將以上四個場景在企業(yè)內(nèi)部做整合或者在產(chǎn)業(yè)鏈中的企業(yè)上下游做整合。這里不做單獨討論。這是物聯(lián)網(wǎng)成熟度較高的企業(yè)或者行業(yè)才能達到的水平,或者說這也是我認為未來工業(yè)互聯(lián)網(wǎng)的場景。
剛才講的多方勢力從這張圖中也可以看出端倪。來自于傳統(tǒng)企業(yè)管理軟件的主要在縱向這條價值鏈發(fā)力,即第四類的應用場景。
橫向這條鏈路主要是自動化企業(yè)和工業(yè)軟件企業(yè)發(fā)力,目的是打造產(chǎn)品設計、生產(chǎn)、交付的全鏈路平臺。所以往往在第一類和第二類發(fā)力。
而處于交叉點的第三類,兩方勢力都在角逐。而這塊業(yè)務也是相對復雜的。從三鏈模型中可以看到:雖然大家都是面向生產(chǎn),但是有的側(cè)重于從訂單的角度,有的側(cè)重于從產(chǎn)品和工藝角度。另外,交叉點第三類中也是目前工業(yè)企業(yè)上大數(shù)據(jù)的點。這兩年已經(jīng)無數(shù)次接到客戶需要集成PDM、ERP、MES數(shù)據(jù)的訴求。
以上幾個業(yè)務場景做企業(yè)信息化軟件和做工業(yè)軟件以及自動化的企業(yè)各有自己的優(yōu)勢,而在工業(yè)PaaS平臺中,互聯(lián)網(wǎng)企業(yè)在這兩條鏈路中都沒有任何優(yōu)勢,也就是沒有業(yè)務理解能力,他們的優(yōu)勢是提供互聯(lián)網(wǎng)的技術。
工業(yè)云往往是先從部門級業(yè)務閉環(huán)先實施
基于以上的背景,我再來談下工業(yè)PaaS平臺的問題:
因為工業(yè)物聯(lián)網(wǎng)業(yè)務的特點,本地網(wǎng)關的作用是非常大的,所以在構建PaaS服務的時候,我加入了端PaaS的概念,也就是說在邊緣層未來的業(yè)務也會非常復雜同時也會出現(xiàn)邊緣的中間產(chǎn)品。
我們可以把云端工業(yè)物聯(lián)網(wǎng)的PaaS分成了三個層次。或者可以說是三個競爭區(qū)間,不同層的平臺往往是合作關系而不是競爭關系,最初定位底層的平臺也會越來越往最上層發(fā)力。
用戶在選擇平臺的時候也需要看看PaaS平臺到底能夠提供到哪一層的能力。如果你是一個最終用戶去選擇了最下一層,那結(jié)果自然是落不了地。這個我已經(jīng)見過太多:大家聊得都很好,然而往往聊過之后都很難制定進一步的計劃。
首先是通用技術PaaS:通用技術是指一些通用的IT技術,從計算機硬件、網(wǎng)絡、虛擬化、容器、數(shù)據(jù)庫、機器學習、資源調(diào)度、運維、開發(fā)環(huán)境等等。
目前很多工業(yè)軟件企業(yè)的系統(tǒng)還是本地化的系統(tǒng),因為傳統(tǒng)的工業(yè)軟件都是非常專業(yè)的,往往解決的是一個點的問題。
很多工業(yè)軟件面臨云化得需求,而這些軟件一般來說需要經(jīng)過從單系統(tǒng)架構到業(yè)務拆分架構到基于云的分布式架構發(fā)展階段。這些能力恰恰是云計算廠家的拿手好戲,在平臺達到一定規(guī)模后將成為技術瓶頸。同時這一層能力的扁平化趨勢非常快,因為很多組件已經(jīng)逐漸都是開源產(chǎn)品了。我認為這一層的能力不是競爭的護城河,但是會成為一個門檻。
這類PaaS的用戶顯然并不是最終用戶或者集成商。這些PaaS主要是技術型的,所以需要ISV開發(fā)之后再提供解決方案??梢哉f如果只是提供這一層的能力我認為不應該叫工業(yè)PaaS。這一層的主要玩兒家也只有云計算玩兒家可以玩兒。
其次是通用能力PaaS:這里用通用能力PaaS來形容也許不是很恰當,現(xiàn)在姑且這么叫。這一層需要解決的問題是如何根據(jù)工業(yè)的應用場景提供適合工業(yè)的架構以及工業(yè)的基礎能力。
例如數(shù)據(jù)建模,在通用技術層(數(shù)據(jù)庫那一層)都是一樣的。而到這一層,根據(jù)不同業(yè)務的需求可能就會面向設備對象建模、面向訂單建模、面向產(chǎn)品編號建模等等。同時一些工業(yè)通用的工具也許要集成。例如針對數(shù)據(jù)的可視化,工業(yè)必須有組態(tài)可視化的能力。還有其他功能不再一一贅述。
總之這一層考量的是對工業(yè)業(yè)務的理解以及高度抽象能力。對架構的理解和設計難度是最大的。有了這一層能力以后,小型的開發(fā)商或者能力強的集成商就可以在這一層上快速構建自己的應用,不用做太多重復性的功能和重復的功能,只需要植入相應的工業(yè)Know-how即可。但這一層目前還沒有看到有人能夠抽象出能夠面向所有應用場景的平臺。
最后是專業(yè)知識的PaaS:這一層是根據(jù)特定的場景或者行業(yè)提供專業(yè)的知識能力。提供相應的專業(yè)工具庫或者函數(shù)庫。
這一層考量的是對行業(yè)或細分業(yè)務場景理解的能力。好比是前面一層是建立一棵樹,而這一層是掛在樹上的果子。
這一層相對比較專業(yè),適合行業(yè)PaaS平臺商提供。C3 IoT的PaaS平臺類似這樣的產(chǎn)品,面向能源行業(yè)具備較好的應用。
回到之前談到的幾個方向的工業(yè)PaaS平臺參與商:
很多企業(yè)都叫平臺,實際上如果拆分來看的話,很多都是沒有真正踏實的面向工業(yè)應用場景在做平臺。而如果想要到拿來能夠快速上手的平臺級別產(chǎn)品、不僅僅需要有自身的積淀、同時需要充分吸取別人的知識、最終按照自己的理解打包成一個軟件產(chǎn)品,這就是做平臺的匠心。
工業(yè)PaaS平臺太需要工匠精神,因為太復雜、太碎片化。想要將這些知識抽象出來或者進一步沉淀下來是非常困難的,需要潛心研究并深入到客戶中間去。
很多自動化和工業(yè)軟件企業(yè)缺乏IT技術和經(jīng)驗以及管理能力,很難在底層技術上有所投入。
同時工業(yè)軟件往往是在某一個局部展開細分的應用、雖然很專業(yè)但是難以擴展到其他場景。而很多云計算廠家不懂業(yè)務、很難在PaaS層再進一步。而且很多互聯(lián)網(wǎng)企業(yè)不尊重工業(yè)客戶的需求以及工業(yè)的知識,也沒認識到工業(yè)的復雜性,往往以為基礎技術就能解決很多問題。
這個如果大家不信不妨去和他們聊聊工業(yè)大數(shù)據(jù),你就會有很深的體會。在軟件開源時代以及平臺的用戶體量沒有上來的時候,這樣的產(chǎn)品也很難落地。
傳統(tǒng)企業(yè)信息化的解決方案還是側(cè)重于流程這塊創(chuàng)新,目前看到最多的就是通過一個類似的BPM平臺將原有的流程和數(shù)據(jù)做一個串聯(lián)。另外就是像企業(yè)微信和釘釘這樣的產(chǎn)品瞄準了企業(yè)個體的數(shù)據(jù)的移動化需求。將不同業(yè)務系統(tǒng)的數(shù)據(jù)匯總之后統(tǒng)一接入一個APP中,實現(xiàn)人員效率的提升。
這些本質(zhì)都是對傳統(tǒng)信息化軟件數(shù)據(jù)的再組合和再分配。而之前談到這類企業(yè)的物聯(lián)網(wǎng)往往只是在供應鏈這塊發(fā)力,難以覆蓋到其他更多的場景。
回到標題,從守、破、離這個角度來說:不管你是云計算企業(yè)、傳統(tǒng)信息化企業(yè)、還是自動化&工業(yè)軟件企業(yè),在自己擅長的地方都有很多經(jīng)驗和Know-How,而工業(yè)PaaS平臺需要將三者不同的Know-How整合在一起才能提供一個可以交付給集成商或者用戶的產(chǎn)品或服務。
這個時候就回到文章最前面提到的,是否能夠充分尊重其他領域的知識并愿意去學習和借鑒,對工業(yè)抱有足夠的敬畏,大家是否能夠逐漸對市場和業(yè)務有統(tǒng)一的認識,將是現(xiàn)階段阻礙工業(yè)云發(fā)展最大的障礙。
對于工業(yè)來說,“守”是最重要的,不要一上來就想創(chuàng)新和顛覆。先想想如何用新技術滿足客戶的傳統(tǒng)業(yè)務以及將人已有的知識固化成軟件才是首要的任務。
最后,希望大家不要過度消費“工業(yè)云”這個概念,踏踏實實地干事情,整個行業(yè)需要踏實的公司做事情,而這樣企業(yè)也絕不是一兩年就能做好的。
2024最值錢的物流上市企業(yè)是誰?哪些物流企業(yè)被看好,哪些被看跌?
1807 閱讀連續(xù)5年的“春節(jié)主力軍”,德邦為何如此穩(wěn)?
1464 閱讀前?;浭瓿尚乱惠啈?zhàn)略融資
1131 閱讀CES 2025:NVIDIA OMNIVERSE驅(qū)動的智能倉儲數(shù)字孿生革命
1161 閱讀樂歌股份預計2024年歸母凈利潤下降約50%,大力發(fā)展海外倉
1107 閱讀拼多多引領電商西進:帝王蟹進村,非遺剪紙出山
1066 閱讀制造業(yè)企業(yè),不要逼物流公司降價了!
1019 閱讀AI改變物流業(yè)的游戲規(guī)則:從炒作到實踐的深度思考
1024 閱讀2024年12月份中國出口集裝箱運輸市場分析報告
999 閱讀菜鳥拆分為假消息,繼續(xù)大力發(fā)展全球物流業(yè)務
945 閱讀