“互联网+制造”全面的盘点梳理!

来源：腾讯研究院

南极熊导读：互联网+制造：德国博世+西门子、美国GE、日本三菱、Google、Amazon的运营方案】这是对“互联网+制造”全面的盘点梳理，其中对比了互联网企业主导的“互联网+制造业”版本（I版），另一个由传统制造业企业主导的“互联网+制造业”版本（M版）的运营方案...非常全面内容，南极熊推荐学习。

引言
国务院印发《中国制造2025》战略规划，将“互联网+制造业”推向舆论的风口浪尖。经过多年发展，我国目前已经形成比较完善的制造业体系，国内市场规模巨大，对先进制造的产品需求爆发式增长，这是我国发展新一代制造业的优势所在。

需要注意的是，与德国、美国、日本等技术领先的制造业大国相比，国内制造业企业普遍存在着技术短板，在关键零组件研发、工业级系统软件开发等方面与世界先进水平仍然有较大差距。此外，我国整体的经济结构也与这些国家不同，劳动密集型企业、中小微企业数量大、占比高，信息化程度低，在大力发展先进制造的同时，如何保证这些企业成功触“网”得分，是相关部门在政策制定过程中需要考虑的问题。

目前围绕互联网如何与传统工业制造业结合的讨论，呈现一个双中心结构。一个中心在加号的前端，即由互联网企业主导的“互联网+制造业”版本（以下简称I版，即Internet版）；另一个中心在加号后端，即由传统制造业企业主导的“互联网+制造业”版本（以下简称M版，即Manufacturing版）。M版的代表如德国的“工业4.0”等，在国内被热议，而对I版方案的讨论相对冷清。实际上，I版相对与M版所需投资较小、适用生产场景更多、操作更灵活，天然适合中小微企业和创业企业，也已为很多大型先进制造企业所用，成本节省效果明显。

更重要的是，在移动互联时代，中国企业与国外企业实现了“零时差”，也即国内互联网企业在规模、技术、应用等维度上与国际先进互联网企业已经可以比肩。因此，以I版为模板推进”互联网+制造业“成为现实可能。这与从M版出发并不矛盾，两者大可以齐头并进，服务不同类型的制造业企业，共同推进中国制造2025宏伟蓝图的实现。

本文先讨论处在舆论中心引领潮流的M版，再讨论相对较少受到关注的I版，最后在总结两个版本的基础上，结合中国实际，探讨中国“互联网+制造业”的可能道路。

一、M版方案
M版的主角，大都来自工业基础雄厚的发达国家。如德国官方版的“工业4.0”战略，半官方版的博世“慧连制造”解决方案和西门子“数字工厂”解决方案，美国GE的工业互联网和炫工厂，日本三菱电机的e-f@ctory方案。以下我们对比较有代表性的M版方案逐一进行概括和梳理，提炼M版的共性因素。

1.德国政府版“工业4.0”
“工业4.0”在2011年4月汉诺威工业博览会（Hanover Fair）上头一次见诸报端。2013年4月，“工业4.0”工作小组的最终工作报告出炉，正式将物联网在制造业中的应用定义为第四次工业革命。

图 1 “工业4.0”

报告中描述的未来制造业场景是这样的：分布在全球的机器、仓储系统及其他生产设备通过CPS整合在一起，落地在由可以自主交换信息、触发操作、独立控制的智慧机器、存储系统、生产设施构成的所谓“智慧工厂”（smart factory）中。智慧工厂与垂直的上下游供应商、物流销售网络和水平的其他智慧工厂实时互联，落实全价值链工程端到端数字整合。智慧产品(smart product)被贴上唯一识别芯片，记录所有历史信息、实时状态信息、可能的制造路径，在智慧工厂中穿行，完成从原材料到成品的过程。“工业4.0”的主要构想包括价值网络的水平整合、全价值链工程端到端数字整合，和垂直整合的联网制造系统：

图 2 “工业4.0”主要构想

按照“工业4.0”小组的说法，物联网在工业制造业中的应用刚刚起步。如上描绘的智慧工厂、智慧产品等以物联网为基础的制造业场景，已经或多或少在近年来发展出的先进制造业解决方案中有所体现。


2.博世的“慧连制造”解决方案(Intelligent Connected Manufacturing solutions)

博世(Robert Bosch GmH)成立于1886年，是全球最大的汽车零件供应商之一，总部设在德国Gerlingen。博世旗下的工业技术集团Bosch Rexroth提供的压力、动力、控制系统，被广泛应用于从运输业到采矿业等重型工业企业。博世是德国政府的“工业4.0”工作小组的主要成员，联席主席之一。博世近来推出的“博世物联网套装”(Bosch IOT Suite)，可以看做是博世物联网应用战略的基石。

图 3 博世物联网套装示意图

具体到制造业，博世的主打概念为“慧连制造”解决方案，方案核心为制造-物流软件平台，以之作为本地(on-prem)和云端的软件基础，对整个生产流程进行云化和再造。方案包括三个部分，一是制程质量管理(Process Quality Manager)，二是远端服务管理(Remote Service Manager)，三是预测维护(Predictive maintenance)。

图 4 “慧连制造”解决方案

制程质量管理：对生产全过程中所有的车间、流水线、作业区、机器设备实时监控；操作界面把各环节的表现指标和容忍度可视化，并对可能出现的波动提前预警。工作人员可以直观地感受到整个流程是否顺畅，及早对表现不正常生产环节进行纠正。


远端服务管理：这一系统允许机器的制造者在远端控制产品，帮助客户解决在机器装配、使用中遇到的问题。例如博世的工作人员可以在办公室里，对在世界其他角落的设备进行功能测试、参数设置、数据接入、错误排查、故障解除等工作。大幅缩减设备交割、安装、售后维修的工作量。

3.西门子数字工厂解决方案（Digital Factory Solution）
西门子（Siemens AG）成立于1847年，是欧洲最大的工业集团之一，总部设在德国柏林和慕尼黑。公司以电报业务起家，架设了欧洲第一条长途电话线，历史上曾生产过收音机、电视、洗衣机等家电；也生产过半导体、手机、电子显微镜、医疗器械；建过水坝、铁路、风电场；接过国防产品的大单。一部公司的历史，几乎可以看成是迷你版的工业革命史。目前，西门子是德国工业自动化的排头兵、“工业4.0”的重要参与者和推手。西门子对于未来的制造业有自己的一套蓝图和实现路径设想、方法论。认为软件、数据、连接造就所谓数字工厂（digital factory），是未来互联网与传统制造业结合的落地场景。


为实现这一目标，西门子2006年以32亿美元收购PLM软件商UGS。UGS的软件弹药库中包括在线设计软件平台NX，其中内置CAD、CAM等一系列设计软件。还包括数字化生产流程规划软件Tecnomatix，以及市面上领先的cPDM解决方案Teamcenter。以Teamcenter为基础，西门子将UGS的弹药库嫁接在自家的工业自动化生产系统Simatic之上，形成较为完善的制造业解决方案。整合之后，西门子数字工厂蓝图初具规模。其核心是基于数据分享的合作平台Teamcenter。平台之上，生产者与用户、供应商共同组成“数字工厂”，通过PLM、MES、TIA三位一体的软件系统平台，实时沟通，达成产品从研发设计到售后服务的全周期管理。

“数字工厂”的工作流程可以大致描述如下，通过PLM前端NX软件，和用户一起设计产品，同时从TIA中调取制造流水线的组成模块信息，模拟生产流程。制造过程模拟信息实时反馈至设计环节，互相调整、配适。在模拟无误之后，产品设计、制造流程方案传递至加工基地，由MES实现由生产设施构建、生产线的改装、产品生产、下线、配送到用户手中的全过程。

图 5 “数字工厂”工作流程

数字工厂的设想，已经在一些高端汽车业的自动化制造过程中得到应用。例如玛莎拉蒂Buiglie的定制。

图 6 “数字工厂”应用范例

数字工厂可以看成是部分实现的“工业4.0”第二构想全价值链工程端到端数字整合：从产品设计这一“端”到产品出厂的这一“端”，都事先在数字模拟平台上完成详尽的规划。与现实中在工厂走流程的产品相对应的，是数字模拟平台在云中分享的一个一模一样的虚拟产品。工厂内的具体执行系统，可以根据数字模拟平台的要求进行一定程度的重构。

不仅如此，为了配合自己的工业自动化产品，西门子推出一款APP“西门子工业支持中心”。但是这个App目前只是将西门子的5000多份各种手册、操作指南，以及60000多个常见问题解答。

图 7 “西门子工业支持中心”界面

4.GE的炫工厂（brilliant factory）
GE的炫工厂，是工业互联网(Industrial Internet)和先进制造(advanced manufacturing)相结合的产物。用数据链(digital thread)打通设计、工艺、制造、供应链、分销渠道、售后服务，并形成一个内聚、连贯的智能系统。

在2014年年报中，GE把工业互联网描述为“大铁块+大数据=大成果”(big iron + big data= big outcomes)。其中大铁块意指涡轮机、发动机、风机、火车机车等工业用机器设备，大数据即云基分析(cloud-based analytics)。从总体看，GE的工业互联网与工业4.0中的CPS十分类似，都强调数字世界和现实世界边界变得模糊，装载了各种传感器的铁块之间、铁块与人之间，通过互联网实时交换信息。铁块们因而变得可预测、会反应、社会化。

先进制造，包括3D打印、创新材料科技等模块。工业用3D打印，或称增材制造(additive manfuacturing)，在很大程度上实现了工业设计的所见即所得。3D打印的应用场景在很大程度上受材料科技的限制。配合创新材料科技的发展，先进制造技术让很多从未有过的零件设计很快变成原型机。

图 8 GE炫工厂示意图

2015年2月14日，GE在印度Pune建设的炫工厂揭幕。区别于传统的大型工业制造厂，这间工厂具备超强的灵活性(flexibility)，可以根据GE在全球不同地区的需要，在同一厂房内加工生产飞机发动机、风机、水处理设备、内燃机车组件等看似完全不相干的产品。理论上说，这一灵活性将极大提升GE Pune的生产效率：通过分析云端从全球实时反馈回来的数据，炫工厂会自行在各个生产线会分配人力、设备资源，减少设备闲置时间、提升对市场需求反馈的反应速度。

虽然GE常常被视为美国工业的代表，独立于德国的“工业4.0”体系之外，但不难看到两者之间的共通之处。贯穿炫工厂的数据链与西门子的PLM平台类似；产品传回数据用来做售后的增值服务，与博世慧连制造中的“预测维修”相同。

而GE的雄心不止于此。美国作为互联网诞生地，对于物联网本身显然有更多的想法。GE Software推出与工业互联网配套的Predix?软件平台，为各种大铁块提供统一的软件标准，希望做成基础性操作系统、工业互联网的安卓。但与安卓不同，Predix? 虽然鼓励各界投入相工业互联网相关App，但系统并非开源，需要取得GE的许可。2014年12月，日本软银与GE签订收入分成协议，成为PredixTM 的第一位认证开发商。

5.三菱电机的e-F@ctory
三菱电机(Mitsubishi Electric)是全球领先的工业自动化成套设备供应商之一。公司1921年从三菱造船（今三菱重工）独立出来，总部设在日本东京，

e-F@ctory是三菱电机面向制造业推出的整体解决方案。这一解决方案的结构很像一块“三明治”：底层为硬件、顶层为软件，中间夹着人机界面。硬件层包括两个部分，动力分配输送系统，和生产设备系统；夹心层由信息通信产品群组成；软件层主要是企业级的信息系统如ERP、MES。

以太网(Ethernet)贯穿整个“三明治”：在生产场地，设备和配电系统通过所谓iQ平台接入以太网，将设备运行状态实时反应在夹心层的可视化人机交互页面上，同时数据实时反馈到上层的企业级信息系统，方便决策层及时调整企业内部的生产布局和企业外部的供应链管理。

图 9 e-F@ctory整体解决方案示意图

e-F@ctory中有相当多的元素与“工业4.0”不谋而合。例如贯穿生产场景的以太网，好比西门子的PLM，或者GE炫工厂的数据链；底层硬件系统模块化，可以根据产品的不同、流程的不同进行一定程度的改变等等。

此外，三菱电机为了扩大e-F@ctory影响力，还采用了非常具有日本特色的“母鸡带小鸡”策略，与二十多家企业结成e-F@ctory联盟，共同发展这一先进制造平台。联盟成员主要包括传感器、工业FRID制造商如Balluff、Schaeffler，以及软件集成开发商如Delta Computer System、MDT Software等。三菱电机与这些成员企业优势互补，三菱专注于自己擅长的工业自动化部分，其他联盟成员提供联网通信的硬软件平台，帮助三菱用户更好地根据自己的需求进行个性化选择。

6.M版方案小结：
M版方案都是以大型先进制造企业的生产环境和技术环境为基础，叠加了一些互相交叉的、边界较为模糊的互联网相关概念，如物联网、云/大数据、CPS等。实质内容仍然围绕着硬件智能化、软件一体化、工业自动化展开，从制造业企业本身的技术优势出发，实现互联网+制造。工厂内的制造场景在方案中居于中心位置，企业内网包含在外围，公共互联网处于边缘，外部互联网企业提供的服务可有可无。

M版方案都有雄厚的工业制造背景，德国版（工业4.0、慧连制造、数字工厂）以汽车工业为基础制造场景；美国版（炫工厂）以飞机发动机、内燃机等高端装备制造业为基础制造场景；日本（e-F@ctory）以半导体、汽车工业为基础制造场景。呈现技术和投资门槛双高、封闭体系、中心化驱动的特点。

门槛双高：M版方案集合当今世界顶尖的制造技术，如工业自动化系统（机器人）、工业级增材制造、创新材料科技等等，这些专有的技术的核心部分大都掌握在少数几个业内领先的大型工业企业手中，技术门槛高；M版方案的落地场景，也即各类智能工厂，造价不菲，如GE的Pune炫工厂，投资两亿美元。

封闭体系：M版方案虽然都提到了互联网、云、大数据的作用，但其中的互联网强调的是近场通信(RFID)、传感器等新技术带给互联网底层连接对象的变化；云，大部分是企业内部沟通用的私有云；大数据，也往往是企业搜集的内部数据，以物的运行数据为主，人的活动数据较少。

中心驱动：M版方案的推动呈现中心化的特点。不论是博世的慧连制造、西门子的数字工厂、GE的炫工厂、三菱电机的e-F@ctory，核心企业在这些方案中的强势主导地位都是毋庸置疑的。虽然德国政府的“工业4.0”方案中提到了生产组织结构分散化、网络化，制造流程由多个不同的企业共同完成，但至少从目前的进展来看，除非门槛双高、封闭体系被打破，否则分散化网络化生产组织形式将在相当长的时间内停留在纸面上和口头上，落不了地。

实际情况也是如此，M版方案的最大用户，往往正是提出者自己：三菱电机的e-F@ctory方案2012年落地在自家的Nagoya Works、西门子数字工厂2013年落地在自家的成都工厂、GE炫工厂2015年落地在自家的Pune工厂。从这个意义上说，M版方案只是“巨人的游戏”。此类方案中，创新的速度似乎并没有因为互联网因素的加入而显著加快，仍然按照工业企业原有的步伐不紧不慢地渐进式前进。

二、I版方案
I版的主角来自互联网行业。跟传统工业制造业相比，互联网行业还十分年轻；和工业制造业巨头相比，互联网企业相对稚嫩。I版的“互联网+制造业”因此显得没有那么野心十足，I版的核心企业也没有大包大揽舍我弃谁的霸气，主张加号两边的企业发挥各自的优势：生产场景还是交给传统制造业企业，剩下的只是把其他与生产场景相关联的制造业环节搬到云端，交给互联网企业提供的企业级互联网服务。

7.谷歌的“Google for work”
谷歌推出的Google for work（以下简称GFW）是以云为基础的一系列企业级服务套装，包括工作应用、云平台、工作浏览器、工作地图、工作搜索。可以说，谷歌为传统行业企业提供了一整套的“互联网+”解决方案，既包括工作场景中的email、电视电话会、文件处理、分享/存储，也包括后台服务如云存储、计算、API开发，还有打包的互联网增值服务如搜索、地图等等。

这些成套解决方案对于节约IT成本、提高运营效率作用突出。实际上西门子、GE都是谷歌的客户，使用GFW中的一项或多项互联网服务套装。

图 10 Google for work解决方案

针对制造业，谷歌提出了所谓“做联网的制造者”（Be a connected manufacturer）的口号，利用自己的产品，帮助制造业者建立快速多层次沟通网络。

图 11 “做联网的制造者”

目前GFW仍然聚焦在线上的部分，套装中的硬件产品很少，也不是GFW的主打诉求。但近两年Google在硬件方面，特别是机器人相关产品上，正在加紧布局。虽然从目前来看，这些投资似乎与制造业没有什么关系，但这些机器人在传感器、软件集成等方面有突出优势，这与目前“工业4.0”中生产场景智能化的发展方向不谋而合。

8.亚马逊的“Amazon Web Services”
亚马逊的Amazon Web Services (以下简称AWS) 于2006年推出，面向企业提供云计算等IT基础设施服务。AWS一揽子方案包括亚马逊弹性计算网云（Amazon EC2）、亚马逊简单储存服务（Amazon S3）、亚马逊简单数据库（Amazon SimpleDB）、亚马逊简单队列服务（Amazon Simple Queue Service）以及Amazon CloudFront等。

图 12 Amazon Web Services

国内的一加科技，使用的就是AWS云服务。在商城海外闪购活动中，一加科技的技术团队用了3个Amazon EC2实例搭建Web服务器、静态资源服务器和数据库。然后结合AWS提供的平台服务对系统架构和性能进行优化，如使用Amazon CloudFront分发静态资源、通过Elastic Load Balancing（ELB）弹性负载均衡服务为Web服务器提供负载均衡等。

整个项目从部署到上线总共使用了两天时间。平台正式承载业务后，闪购峰值能够被分发到后台Amazon EC2实例上，保证了用户体验，平滑支撑了高流量。目前一加科技已经把所有海外商城全部迁移到了AWS平台上，自己的运维人员不需要费心关注后台问题，把精力放在核心业务上。

9.微软的企业服务
早在1999年，微软就推出了适用于机顶盒、POS机等非PC设备的嵌入式操作系统Windows Embedded。使用这一系统的硬件可以与桌面应用程序无缝集成，大大缩短上市时间。之后随着Windows不断升级，Windows Embedded跟着不断推出新版本，适用的硬件范围更广，功能日益强大。

图 13 Windows Embedded产品组合

微软最近推出的Azure云平台和Windows 10 物联网版，更是在跨硬件通用性上下足了功夫，口号是“Microsoft Everywhere”。Azure为跨平台数据搜集提供了解决方案，各种硬件平台虽然使用不同的数据格式，但是可以通过前端的Windows 10 物联网版和云端的Azure平台实现互联互通，让不同数据格式的机器互相“交谈”。

在这此基础之上，微软将自己的office系列企业级办公软件与远端的云存储、云计算结合在一起，创造出独特的企业级应用生态。在制造业的场景中，企业可以将自己的生产机器的软件控制系统直接建立在Azure和Windows 10 物联网版之上，实现以Windows为软件控制基础的智能化生产。

KUKA Systems Group在为设计Chrysler Jeep Wrangler车体生产线的过程中，用微软的Windows Embedded软件、SQL 服务器在云端建造了一个控制平台，大大提升生产效率和灵活性。这一系统不仅与M版方案一样，具备根据客户反馈调整生产规模和流程的能力，而且还提供一个特殊的优势，即由于人机界面采用大家都很熟悉的Windows，而大大缩减了新员工上岗培训的时间。在刚刚举办的2015汉诺威展上，微软和KUKA展示了联合研发的物联网机器人，可以自行发现问题，并主动通知相关工作人员进行更改维修。

图 14 “Microsoft Everywhere”

10.I版方案小结：
I版代表性企业在与制造业的结合过程中发展方向各有特点，结合的程度也有差别。亚马逊还是坚守在自己的一亩三分地，做云服务供应商，帮助企业提供一揽子的互联网解决方案。谷歌在机器人等工业自动化基础配套上积蓄力量，未来想象空间很大。微软走得更远，凭借自己在系统软件方面的优势，与传统的工业自动化企业结盟，直接进入到车间地面的核心制造环节中去了。从中可以看出I版方案的两个特点，一是“开放合作”，二是“丰俭由人”。

开放合作：I版方案并没有M版舍我其谁的气势，强调与传统制造企业合作，帮助后者更好地适应互联网、使用互联网。不论是亚马逊、谷歌、还是微软，都是围绕制造业企业的实际需求在做服务，与传统制造业企业合作是I版的共同点。

丰俭由人：I版的通用性较强，在云端可供选择的选项很多，价格的计算大都采用“用多少服务给多少钱”的方式。这一模式降低了制造业企业使用互联网服务的门槛，不论是亚马逊、谷歌还是微软，他们的物联网套装用户中都有大量的中小微企业。在很大程度上弥合规模差异带给企业的不公平竞争地位。


三、中国的互联网+制造业
战略选择
中国是全球制造业大国，常被称作“世界工厂”。但虽然规模大，未必技术强。考察中国企业互联网+制造的三个基础：软件一体化、创新生产硬件、外在移动互联网，与世界一流水平相比，移动互联网发展的最快、最迅速，另一端的创新生产硬件、软件一体化还处在追赶的阶段。在这样独特的发展条件下，我们可能会走出一条具有中国特色的互联网+制造业道路。

11.中国发展互联网+制造业的优势和劣势
中国发展互联网+制造业的优势，一是已经发展起比较完善的工业体系，尤其在ICT产业中已经局部领先；二是市场规模巨大，发展前景广阔；三是国家政策支持，已经出台一系列的高新技术产业规划。

ICT产业领先：在移动通信领域，华为、中兴已经是全球领先的电信设备供应商，中移动是TD-LTE标准的重要推动者之一，中国企业在这方面已经建立起自己的知识产权武器库。在应用端，中国的移动互联企业也已经取得全球领先地位。

市场前景广阔： 2012年中国制造业增加值(manufacturing value added)占全球制造业增加值的22.4%，居全球第一位，比排名第二的美国高5个百分点，是排名第三的日本的两倍多。而且中国的制造业中劳动密集型企业仍然占据很大份额，未来提升的空间很大。根据Accenture的估计，若保持现状不变，未来15年工业物联网将为中国的GDP累计贡献4970亿美元；如果对工业物联网采取适当的倾斜措施，这一数字将大幅提高至18240亿美元。

表 1 全球制造业增加值排名前十的国家

政策支持：从中央政府到地方政府，已经为制造业转型升级制定多项支持计划。2012年7月，国务院印发《“十二五”国家战略性新兴产业发展规划》的通知，将新一代信息技术、高端装备制造、新能源、新材料等七大产业列为国家重点发展的新兴产业。并把物联网、云计算单独列为重大专项工程。“中国制造2025”已经出台，将互联网和制造业的结合，作为未来制造业发展的重要方向。

中国在发展互联网+制造业的劣势也很明显。主要体现在国内企业工业自动化从软件到硬件件发展系统性滞后的局面没有显著改变。软件方面，中国的工业软件开发，特别是数控机床、机器人等工业级系统软件开发的能力较弱，与国际先机水平相比差距较大，成为制约中国高端制造业发展的重要瓶颈之一。硬件方面，中国工业自动化的关键零组件仍然严重依赖进口，开发能力较弱，技术积累不足。成为制约中国高端制造业发展的另外一个重要瓶颈。

12.中国发展互联网+制造业的战略选择
国内在“十二五”期间也陆续开始对互联网+制造业的相关课题进行了研究，例如李伯虎院士研究团队提出的“云制造”，为互联网与制造业结合的方式和路径做了详尽描绘，实际上可以看成是中国版的“工业4.0”。对CPS的研究也被列为国家自然科学基金、“973计划”和“863计划”的研究重点之一。研究思路与M版方案大同小异。

但换个角度思考，从M端推进互联网+制造业对中国的制造业是否是最优选择？M版制造业的创新需要大量的技术积累，对于工业3.0中领先的国家，工业4.0是一个平滑过渡，是制造业自动化向云端的自然延伸。而国内还在补齐3.0时代的短板，在加号后的这一端实现跳跃式发展难度极大。反之，在I端，不管是移动互联网还是物联网，都属于新生事物，处于创新爆发阶段，国内企业在这方面与国际领先水平差距不大，甚至还要超过国际同行。

中国这样的现实条件，使我们思考，在发展互联网+制造业的时候，是否从加号两端同时推进，即I+M混合版，加号前端后端两手抓，两手要软硬结合。

a)两手抓：I+M混合版
李克强总理在今年两会的政府工作报告中，提到了两个重要的概念，一个是“互联网+行动计划”，另外一个是“中国制造2025规划”。前者强调利用互联网的力量推动传统产业转型升级，后者被外界解读为中国版的工业4.0。我们认为，这实际上是一个中国特色的I+M混合版的互联网+制造业规划，两者并举，既不偶然也不孤立。

制造业在国民经济中地位举足轻重，互联网+如果没有办法撬动这个大块头，对中国经济转型升级的贡献终究有限。反过来说，移动互联为中国传统制造业布局全球、升级服务提供重要的机会窗口，特别是对中小型企业、创新型企业尤其如此。坐失这一战略机遇后续与全球领先企业的竞争之路必多坎坷。

引用一段李克强总理2015政府工作报告的原话：
新兴产业和新兴业态是竞争高地。要实施高端装备、信息网络、集成电路、新能源、新材料、生物医药、航空发动机、燃气轮机等重大项目，把一批新兴产业培育成主导产业。制定“互联网+”行动计划，推动移动互联网、云计算、大数据、物联网等与现代制造业结合。

其中特别提到的“高端装备、信息网络、集成电路、新能源、新材料、生物医药、航空发动机、燃气轮机”八个重大项目，针对性很强，所指的正是I+M混合模式。信息网络、集成电路是移动互联、物联网的基础；新材料是拓展3D打印等增材制造技术发挥作用的基础；GE生产的航空发动机、燃气轮机中很多已经实时联网，是物联网的最早成员；博世的物联网套装中有专门针对新能源网路的解决方案。甚至看似不相关的生物医药，与新材料、计算机模拟技术都有千丝万缕的联系。

图 15 中国特色的I+M混合版的互联网+制造业规划设想

b)软硬结合：软硬短板一起补
不论是在I端还是在M端，中国企业能力都有明显的短板。软硬结合的第一层意思，是说要从软件和硬件两方面入手，补齐短板。硬件部分如核心组件、传感器、新材料等，软件部分如自动化专业软件、企业级的应用软件等。软硬结合的另外一层意思，是要尊重M端和I端的技术开发特点，针对性的出台软扶持或者硬规划。

M端的技术开发特点是创新周期长、需要持续进行投资；此外创新的方向性、可规划性较强，例如硬件的性能提升速度、产能释放速度、价格下降速度都是可预测的。这样的特点比较适合由政府牵头，产业配合做长期的战略规划，探讨可能的演进路径。正如相关评论指出的，“工业4.0”是第一次被事先预测到，而不是被事后观察到的工业革命。中国大可以借鉴德国的经验，对M端进行硬规划。

而I端的技术创新可规划性较低。一方面，突发的、颠覆性的创新多发，增加了技术演进路径的不确定性，另外一方面，中小企业特别是创业企业在互联网创新方面有天然的优势。因此，I端的技术创新要交给市场，少监管，多开放，打基础。争取多形成“众创空间”这样以中小企业为主体的创新产业集群。搭好宽带网络等基础设施，让这些小企业的创新创业成本降下来。另一方面，让小企业自动自发在集群内找到合适的位置，让大型的工业制造业链条在集群内被分解、形成不同企业之间既竞争又合作的健康产业生态—这其实就是工业4.0当中提到的分散化、去中心化的产业组织形式。从这个意义上说，软扶持，比硬规划更适合I端的技术创新。

13.中国发展互联网+制造业的未来展望
移动互联网、物联网，是万物互联的前哨战。套用我们在“互联网+”愿景篇中的六层次模型，目前国内的制造业还处在起步的“移动互联”层，高一级的“数据交换”层还没有普及，实现“动态优化”层的场景凤毛麟角。在这样的情况下，广泛的“效率提升”、“产业变革”、“经济转型”都还只是美好的愿望。反过来想，互联网+制造业如果提升到较高的层次，那么变革后的制造业、转型后的工业经济，大致是一个什么样的图景？

首先，企业的边界被打破，产品全生命周期中的不同生产和设计开发任务，在大中小企业中合理分配，协同生产。这种网状结构是去中心化的，高度发达的互联网、能力强大的云平台在很大程度上弥补了中小企业的规模劣势，达至企业不论大小，谁有关键的创新能力，谁就可以成为产品生产全过程的组织者，信息不对称带来的效率损失被控制在很小的范围内。

其次，软件硬件平衡发展。以企业级软件为入口的硬件互联网及机器上的传感器为基础，实现机器与机器、机器与人在云平台上的实时交互，形成人与机器的社交网络（设想这样的场景：你的微信好友中不仅有熟人，还有自己的爱车，和家里的中央空调）。强大的计算能力配合丰富的数据，对产品从生产规划设计到售后服务的全生命周期事先模拟，实物损耗被降至最低。