在《深度 ｜ 工业互联网如何重塑中国制造格局？》一文中，提到中国2000多家制造业A股上市公司转型升级支出达到10600亿人民币，突破万亿大关。
2011年至2018年A股制造业公司转型升级支出复合增长率为15％，这一数值在2019至2023年将达到19％，中国制造转型升级需求拐点已过，进入万亿“提速换挡”新阶段。
从需求的角度，工业领域一方面忍受着不断上升的用工成本和不稳定的招工市场，另一方面也面临着更智能的自动化、更广泛的信息化、更全局的数字化的发展需求。
对于未来有生命力的工业企业，降本增效是存活的需求，适应更快的市场波动才是长期竞争力的重要支撑。
在国家统一提出工业互联网这个概念之前，工业自动化、工业信息化、工业软件甚至较为新兴的工业物联网都已经为了满足工业领域的需求努力了很多年。
在2018年正式提出工业互联网之前，甚至在2014年GE提出Predix之前，中国的很多工业领域已经在各个需求场景探索了很久。
之前这些以远程运维、机器联网、智能排产、工厂数字化等名字散落在中国工业的各个角落，如今他们有了更统一的“名字”，满足这些需求的解决方案也被工业互联网更全面、更标准化地承载了。
在这个时间点，工业互联网从野战军变为正规军彰显了中国全面升级工业的决心。
一、工业互联网场景价值纵深
目前，工业互联网场景价值的体现将由点到面，未来将从单点场景价值向上突破至管理流程价值，再突破渗透至产业协同价值，这就是中国工业互联网正规军“穿透式扩张”的发展战略。
这个战略中的重要一步，是冷静、深入、耐心地理解工业场景，站在产线旁、泡在订单里、跟在货流中。
南山工业书院创始人林雪萍也如此认为：“冷静地回归工业本质，是致敬工业的最佳姿态。我们可以将工业互联网，用来作为数字化工业时代的一种最大公约数。但我们也需要知道，任何统领性的纲领或者概念，都很难包裹住充满琐碎与变数的万千工业现场。”
2020年12月2日，由工业和信息化部、浙江省人民政府联合主办，国家工业信息安全发展研究中心、浙江省经济和信息化厅、杭州市人民政府承办的第二届中国工业互联网大赛总决赛在浙江余杭开赛。
亿欧在现场和赛后采访深入了解众多工业互联网的先行者，在不同的场景里用新技术和理念创造各自的价值。
在半导体和电子信息领域，由于摩尔定律极限挤压，半导体生产因工艺复杂、工序繁多、品质控制难度大、试错成本高等原因，使得其面临提高良品率和缩短交期的两大重要痛点问题。
具体可表现为在晶圆生产环节，单批次内晶圆边缘点膜厚不均匀，多批次晶圆单骗平均膜不均匀等等多种问题。
“现在投资一个半导体企业，基本需要700亿以上的投入，但5年就完全折旧，这意味着如果一小时停机不生产，单台机器就会损失5000块钱。因此企业一定希望投入的高端设备可以7x24小时不间断、高品质、高稳定地生产。” 格创东智首席智能制造顾问王锦如此描述半导体制造的痛点。
而中国航空工业的发展仍然面临多个环节的痛点问题。飞机是最复杂的高技术装备产品之一，一架飞机的零件有几万件，加上螺钉、铆钉等标准件将达到百万级别。
除了零部件数量多、精度要求高之外，飞机结构件又有尺寸大、形状复杂的特点，航空制造更是要素多、质量要求严、协同要求高。
“目前中国航空工业在不同环节面临不同的痛点问题。在设计环节，正向设计能力不足；在制造环节，现在更强调质量和效率；在服务环节，服务保障体系还不健全；同时全产业链协同水平还有很大的提升空间。” 金航数码总经理曾文在谈到目前中国航空工业的痛点时表示。
在汽车制造领域，明珞装备智能制造事业部负责人左志军告诉亿欧：“汽车产业虽然自动化程度很高，但产线的整体效率其实并不高，很多环节存在机器、人力、物料的浪费，确实有很大的改进空间。
汽车行业的竞争加剧使得行业利润空间不断减少，市场压力反应到制造环节就表现出两个重要的需求点，一是对成本要求更加精细，二是产品升级换代更加频繁。
“我们发现用传统的人工或者传统采秒表数据的模式，已经很难跟上目前汽车对数据的精准度需求，因此精准数据的收集与融合、关键工位的研究的是工业互联网的应用方向。”
在模具行业，模德宝总经理成亚飞告诉亿欧：“模具是一个很传统的行业，它目前的整个数字化的转型升级是比较慢的，因为它有一个很重要的特点，它是高度依靠老师傅，所以我们从数字化、信息化的角度，首要的任务是解决对老师傅高度依赖的痛点。
“模具制造业数据采集不最重要的，目前能采集到90％的数据已经足够，更重要的是工业机理模型。”
而在纺织服装领域，痛点不仅在制造环节，也体现在供应链环节，致景信息高级经理张培告诉亿欧：“纺织服装在制造环节的痛点，最简单来说就是工厂老板不在生产现场，就无法了解机器的运转情况；而在供应链环节的痛点，就是订单和产能之间无法匹配的问题，中国纺织服装行业百人以下的小厂占了70％－80％，这些企业没有固定的客源，抗风险能力较弱。”
二、工业互联网先行者躬身入局
针对半导体行业制造稳定性的问题，格创东智“半导体制造R2R极致品质控制解决方案”，以生产环境和现场测量数据为基础，结合工业互联网、大数据与人工智能技术，利用反馈控制、局部优化、整体协同达到补偿生产过程扰动、提升良率、减少工次数作用，帮助企业降低成本、提高产能。
R2R的目标有三个，分别是确保工艺的稳定性和一致性，减少外部因素对工艺造成的影响，以及保障品质波动稳定生产变异受控。在对生产效率和良品率有极致需求的制造领域，这一类解决方案是核心生命力。
王锦在赛后专访告诉亿欧：“工业互联网就是这样一个神经中枢，随时发现这些设备的不良状况，随时调整至最佳状态。这比以前人工靠经验调试效率高太多了，目前可以从人工至少2小时手动调试降到30秒自动调试，精准度也比人工高很多，这将带来巨大的真实经济效益。”
针对航空制造与研发环节的问题，金航数码、中国商飞上海飞机设计研究院组成的MVS团队在建模和仿真上做的工作，就是在积极探索解决这个痛点，“复杂航空产品数字化协同建模与仿真的工业互联网解决方案”通过构建面向数字孪生的建模与仿真体系，支撑了上飞院民机产品“产－研－服－用”的全价值链创新发展，就是一个很好例证。
针对汽车产线浪费、效率低等问题，明珞装备产业运维无忧MISP团队研发的“自动化产线的智能运维诊断解决方案”，通过功能优化、耗品管理、故障预测、质量预测和设备测评五大功能系统，打通设备、工艺、平台之间的壁垒，推动产线上不同设备多源异构数据互联互通和可控管理，实现产线全生命周期过程数据有效赋能，提高设备利用效率，减少停机时间，降低备品备件，提升工艺质量。
左志军告诉亿欧：“目前我们的理念是把新车升级换代的周期提高一倍以上，加快产品迭代能力；另一方面我们也在加强对车间的精细化改造，提升数据分析的效率和价值，如减少停产的时间等。”
针对模具行业的工业机理的痛点，模德宝研发了“模云模具智能制造云平台解决方案“，通过连接数控设备，为其提供信息技术和大数据服务，实现“关灯生产”和透明化管理，模云涵盖模具制造全生命周期，采用“模云软件＋机器人自动化的软硬结合、云边协同”的模式能真正做到智能制造一站式服务，为行业打造领先的智能制造智慧工厂，并建立多地研发、大规模协同制造、分布式制造新模式。
针对纺织服装制造和供应链的痛点，致景科技联合中国移动推出的“基于工业互联网的纺织云生态解决方案”，将纺织运营管理平台进行云化，通过云平台提供相应的技术和商务服务。
正如亿欧智库发布的《2020工业互联网产业研究报告》所说，中国工业制造业门类众多，产业链丰富，不同行业之间对于工业互联网的需求有所不同，这也是促使服务商开发应用新技术，赋能行业的重要动力。
行业先行者其实都早已入局，如今逐步走到台前，制造业的认知在提升，需求在释放。
先行者的行业深耕逐步行程各自垂直行业或场景的Know－how壁垒，而这样的壁垒会随着服务客户的增多“变厚”、“变硬”，进而转化成产品稳定性的壁垒、服务精准度的壁垒。
作者：施展