工业互联网需解决B2B突围的三个关键因素 工业互联网已成为工业领域创新的关键词，什么是工业互联网？政策、工业互联网平台、还是工业服务企业都有各自的解读和理解，但无论如何解释，最终要解决什么？这才是我们最终要回答的问题。
首先，我们需要理解为什么会提出工业互联网，为何工业互联网成为全球竞争的高地。
在全球产业迁徙的背景下，世界主要经济体国家制造业面临向更高效、更绿色、更经济的方向升级转型。制造业需求的变化，使得B2B企业率先转变服务方式，重新定义工业制造标准和服务内容。GE作为典型的全球化B2B企业，率先提出了工业互联网概念，强调为制造业用户提供更精准的预测性维修服务，以减少非计划停机为基本目标，从而构建全新的工业生态。
中国作为世界第二大经济体，具有全球最完善的工业体系，工业制造转型迫在眉睫。这必然是一场全球性的国家战略竞争：一方面，需要实现从装备制造业、工业服务业（工业维修、工业品交易）与制造业构建全新的工业生态，构建发展先进制造业基础；另一方面，需要将这些先进制造与工业服务输送到一带一路沿线国家，增强中国工业竞争优势。
而要理解工业互联网，我们可以从消费互联网在中国的成功来解读，让买家（消费者）需求和卖家（商家）供应实现查询、匹配和交易的效率最大化。这里有几个关键要素：
1)首先是平台，无论是淘宝、天猫还是京东，首先要有一个提供商品展示的地方，改变了线下商场和超市的模式，这有效解决了查询效率问题；
2)然后是商业模式和用户匹配，不同的用户群体有不同的消费特征，除了瞄准不同的消费群体打造不同的消费场景以外，大数据分析使得平台具备了对不同个体消费行为的分析，解决了需求匹配问题；
3)而最关键的问题是交易诚信，在消费互联网尚未成规模前，交易诚信一直很难有效的解决，买家担心付了款收不到货，或者质量问题很难退换货，卖家担心发出货以后收不到款。最终在诸如支付宝一类应用出现后，消费互联网才开始真正成熟起来，时至今日，支付应用已经成了金融主体，这最终使得电商巨头们成为了名副其实的商业帝国。
毫无疑问，工业互联网也必然需要解决这些同样的问题。
在制造业去产能、调结构的背景下，工业趋于中低速增长，工业服务供需双方呈现结构性失衡。制造业开始积极关注生产要素，追求更高效率、更低成本和更少的库存，这与工业服务企业追求高收益形成利益冲突。
工业服务企业的竞争序幕由此拉开，纷纷围绕低成本、质量优先、价值增值等方向展开角逐，但始终是收效甚微。追其原因，还是制造业用户的显性和隐性需求并未真正发掘出来，当这些需求无法从被动响应变成主动性和计划性的输出时，工业服务市场的规模化需求并不能实现，逐使工业服务创新无法正常开启。
换句话来说，制造业要首先有计划性的告诉工业服务企业，我需要什么？工业服务企业才能做到，我能有组织和计划行的提供什么？
我们回到制造业价值增值方式来回答这个问题，在工业时代，通过工人操作、维护和改造机器设备，建立高效地人机协同，实现更高质量、更快效率和更低成本的产品制造，完成价值创造。
操作和维护不当，机器设备会停机罢工，设备能耗、污染和生产安全也会受到影响，生产系统如果不做持续的技术改造，作业效率和性能也会落后于竞争对手。解决人机协作问题，其关键是构建良好的运维保障体系。
传统方式，一般采取TPM全面生产维护管理，强调全员维护和流程导向，在我国由于管理和技术人才流动较大，知识的积累和管理延续并无法有效保障，再加上高昂的咨询导入费用，也使得巨大多数企业望而却步。
以EAM设备资产管理将工业运维带入了IT时代，在实际应用中，受制于企业设备管理本身制约，往往需要成功导入TPM为基础，尽管如此，由于仅限于企业内部数据简单应用，这些数据的价值并未得到有效发挥，更多时候，这些数据更多是在躺在服务器里睡大觉。
工业运维步入工业互联网时代
伴随工业互联网时代的到来，制造业运维管理开始在整个工业服务产业链形成知识积累、交互和应用。这包括：
1)数字运维加速知识积累，强化应用为王，目标导向和数据驱动决策。
移动互联网时代到来，为制造业步入数字化运维奠定了良好的基础条件，智能手机和移动终端为操作和维护人员提供了便捷的应用入口，故障和隐患管理变得极为简单。但这并不是数字运维的全部，在人工智能和大数据分析应用的驱动下，制造企业有效解决知识积累和重用，加快操作和维护人员的技能提升，并实现数据驱动决策，实现有限资源条件下的最大产出，帮助制造业实现效率提升、成本降低、降低库存。
“精益卫士”人工智能维修辅助系统
除此之外，人工智能和大数据分析应用，强调主动式预防性和预测性维修方式，这不仅提高制造业工业服务需求的计划性，更减少工业服务需求的决策时间，为工业服务平台的搭建及其工业服务资源匹配提供了有利的条件。
2)数字运维与工业互联网平台数据互连，提高预测性维修准确性。
生产作业系统在数字化、自动化和智能化的复杂条件下，预测性维修的愈发重要。基于多维数据的分析，是实现复杂系统基于可靠性和稳定性前提下实现柔性生产的基础。
数字运维与工业互联网连接赋能
数字运维与工业互联网平台相互链接赋能：数字运维向工业互联网平台提供维修工单业务数据，结合传感器数据，提高预测性诊断的准确性；工业互联网平台则提供相关故障工单，以实现预测性诊断结果在业务层面关闭，形成完整和精准的维修作业闭环。
3)需求挖掘重在内外兼治。
对制造业内部而言，是以提高产品质量和准时交货率为目标，强化对瓶颈效率治理，并在运维层面提高可用度（可用度A＝（MTTR＋MTBF）/MTBF）、降低维修费用、降低备件库存，在维修策略上，提高故障处理质量和效率，提高预测性和预防性维修的比例和准确性、最终实现维修绩效和维修技能得到有效的提升。
对工业服务侧外部而言，通过数字运维和工业互联网平台，有效匹配工业服务需求，这包括应急性和计划性的运维和工业品，精准的技术改善（提效、节能、装备再制造、自动化和数字化改造……），以数据为驱动的需求触发下，工业服务的规模化定制变成可能，这将直接触法供给侧的工业服务模式变革。
与消费互联网不一样的，制造业用户对工业领域的产品和服务提供通常不能忍受很长的交货期和退换货处理，工业互联网商业落地的关键，需要建立线上线下结合的工业服务模式，这是至关重要的一点。
线上线下结合的新工业服务模式
这是由数字运维为核心的数据驱动下的工业服务平台，所构建的工业互联网商业最佳实践。由工业服务平台对接各种线上资源，并通过线下的MRO服务社区实现线下服务的落地。其中线下MRO服务社区将直接提供工业园区中数量占比20％左右，能产生80％价值的工业服务需求，另外80％的数量工业服务需求由线上平台提供。通过供应链提供支持MRO工业服务社区或精准提供制造企业完成。
MRO服务社区服务范围
备注：MRO服务社区，系指向工业制造企业提供除直接构成产品的产品以外的非生产性工业品及其服务的实体，是介于制造业自身运维部门和装备制造和服务商之间的一种中继模式。提供包括工业品集供、线下维修、托管、租赁、培训及供应链金融的一站式服务，是工业服务平台线上服务机构的全权代理人，是未来新工业服务模式成熟落地的代表模式。
制造业用户在一开始就像知道工业服务及产品能对企业价值增值，或对生产系统效率提升、成本降低带来什么帮助。尽管数字运维＋工业互联网平台数据驱动下的工业服务平台与MRO社区解决了查询和匹配问题，但在实际操作中用户依然会花费很长的时间验证和选择产品，工业服务企业依然面临收款难的窘态。
我们需要从制造业用户消费习惯去理解：通常用户会在第一选择项选择装备制造厂家所提供的服务，或者相信知名品牌提供服务，这是因为质保期经济型和对品牌认可的信任特性决定的；然后会选择已经服务过的单位，这是仅仅是凭借经验；最后万不得已，才会冒险去选择其他服务单位，由于需求角色需要承担风险，冗长的流程和繁琐的验证程序也是在情理之中。这些既有的习惯，是阻碍工业服务变革进程，使得紧迫性的工业服务诉求和高价值的服务很难高效的匹配。当然这里还包括单纯低价中标和灰色利益输送链带来的拉锯战，使得实际交易并非想象中那么容易突破。
工业服务质量探索属性 探索特性对于工业产品及服务交易来讲，是打开交易密码的钥匙。例如，我们在购买二手车时，相比新车在购买之后才能测试的经验特性，二手车却可以查验车辆的维修记录及燃油经济性等客观质量。
当数字运维获取的单台机器设备，和用户在购买某项服务后的客观数据（如MTBF、可用度等）变化后，用户便可以在购买产品和服务之前，了解到不同供应商提供产品和服务的质量属性，从而尽可能避免低价竞标的规则，首先优先考虑这些这些产品和服务的可靠性。相对于消费互联网的人为评价，这种不只看广告（产品描述），还重点看疗效客观数据反映方式，会靠谱很多。
有了这些客观数据作为基础，这将彻底改变交易付款方式，第三方的供应链金融和银行便可完全切入进来。制造业用户不用担心产品质量风险，当出现争议时，金融机构将依据这些客观数据和合同条款自动比对进行判定责任。工业服务企业也不用担心回款难和承兑之痛，货款支付方将由用户变成金融机构，相关风险也可以通过相关保险业务来分担。
除此之外，因为有了供应链金融作为支撑，用户和服务商开始重视自己的信用体系，同时作为工业服务平台方和供应链金融还将发布不同地区、不同行业的工业发展、工业服务成熟度、工业装备质量等相关指数，这对于工业产业升级和工业互联网转型而言，向深化供给测结构性改革，提高供给质量和效率迈进了实质性的阶段。
国务院陆续发布《关于积极推进供应链创新与应用的指导意见》和《关于深化“互联网+先进制造业”发展工业互联网的指导意见》，明确了服务型制造平台发展方向，并提出了工业互联网产业示范基地建设目标。这对对于工业服务业而言，是非常利好的政策红利。尽管工业互联网描绘了工业服务产业突围的新蓝图，但理想照进现实仍需要在实践中探索。2018年，将是工业互联网和工业服务供应链创新发展的关键时期，必将成为全国各地产业园区实践落地的竞争高地。
第三十四届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训
责编：content
免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
抢沙发
