AI工信科创工业互联网如何有效赋能中小企业？( 四 )

工业互联网平台通过构建强大的大数据分析能力，可以在积累数据的基础上，构建企业生产运营各个领域的各种模型，包括单台设备的运转优化模型、生产线的协作模型，或者营销模型、成本模型等等。最基层的工艺参数模型，这往往也是最重要的隐性知识（Know-How），是工匠精神最重要的价值所在。调研中，有的互联网平台反映，大数据确实会加速缩小工业Know-How的差距，很多企业在一些关键工序原来是老师傅积累了很多年的经验，这些经验很难言传，说不清楚，往往是靠个人长时间的积累和师傅徒弟的传承，但现在靠数据积累和由此建立的模型分析，至少会缩短差距。比如一个工艺加工，怎么样能提高产品质量，现在就可以靠各种参数的不同组合、靠大数据能力，有时候结合人工智能的技术不断地去反馈修正，把原来的差距快速缩小，这是中国制造业能够赶超的一个重要基础设施。智能制造的一个重要途径是依靠大数据建模进行数据驱动，传统的MES、ERP等系统虽然也有一定的分析功能，但都不是支持海量数据的。
因此，工业互联网平台，通过收集大量的现场数据或设备数据，再结合大数据能力，并融合了以前的数理模型和性能仿真，可以提高智能制造的能力。除了这类生产模型外，工业互联网平台还可以构建并积累许多应用模型，例如财务风险管控模型、成本核算模型、智能预测模型，把这些模型做成工业APP ，可以供中小企业便捷应用。
我国中小企业主要面临四方面困难
虽然经过了几年发展，但工业互联网目前总体仍是处于起步阶段的新鲜事物，虽然各地政府大力推动，而且不少领先企业包括一些中小企业已经取得了成效，但大多数中小企业发展工业互联网仍面临许多困难，主要包括三个方面的困难和一个方面的担心。
一是工业互联网平台的能力仍然不足
理想化的工业互联网平台需要具有高效连接设备采集数据的底端能力，需要具有把各种系统应用集成应用的能力，需要具有大数据分析和提供专业服务的能力。而我国目前同时具有这些能力的优秀工业互联网平台仍然不多，为中小企业提供工业互联网平台服务的能力仍然非常不足。工业设备种类繁杂、数量多、通信协议与数据格式各异，当前尚缺乏有效的技术手段能够低成本、便捷地实现工业设备快速接入平台，绝大部分平台的设备接入数量有限，难以充分发挥大规模物联的优势。工业互联网平台需要分析的数据量巨大、数据来源不一，不仅涉及生产管理、设备运维，还涉及经营优化、资源协同、上下游协同，多数平台现有的数据分析能力还无法满足应用要求。另外，工业行业众多，即使是同一行业内不同企业的生产线状况差异也很大，要能真正发挥工业互联网的优势，需要既熟悉工业生产，还需要高深的大数据分析能力，目前大部分平台对于工业知识、模型和历史数据的沉淀非常不够，面向特定行业或工业场景提供服务时，往往难以满足制造企业的业务需要，特别是不能解决企业的个性化问题，各个工业互联网平台很少能对中小企业提供一站式的解决方案。例如，在佛山的调研中，有一家机械企业多次进行信息化提升和数字化转型，也投入了不少资金，但都没有成功，主要是因为公司里面的加工零部件多，服务商对企业的需求不能理解，感觉复杂繁复，难以实现企业的需求，最终导致项目难以成功。