1、INDUSTRIAL PLATFORM工业大脑开放平台ALIBABA Industrial Internet Platform 12 特别顾问 | 安筱鹏 指导委员 | 刘湘雯、刘松、任庚、曾震宇、库伟 编写组长 | 宿宸 编写人员 | 王岳、郑旭、孔令西、李颖、谢波、林锯、韦伟、穆金刚、华超杰、昊海、李双宏、巢田、张文彬、王佩杰 设计统筹 | 王甸甸 朱宏任 序言 中国企业联合会、中国企业家协会常务副会长兼理事长，原工业和信息化部党组成员、总工程师 朱宏任曾任国家经贸委处长、国家发改委副局长、工业和信息化部运行监测协调局局长、新闻发 言人、部党组成员、总工程师。兼任国务院促进中小企业发展工作
2、领导小组办公室主任、国务院反垄 断委员会委员、国务院食品安全委员会委员、国务院深化医药卫生体制改革领导小组成员、淘汰落后 产能工作部际协调小组副组长、企业兼并重组工作部际协调小组办公室主任等职。 现任中国企业联合会、中国企业家协会常务副会长兼理事长，是中国企业联合会智慧企业推进委 员会常务副主任委员、数字中国产业发展联盟专家咨询委副主任、中国信息化百人会学术委员会委员。 工业互联网作为新一代信息技术与制造业深度融合的产物，将对未来工业发展产生全方位、深层次、革命性影响。2017 年 11 月， 国务院印发关于深化“互联网 + 先进制造业”发展工业互联网的指导意见，2018 年 6 月，工信部印
3、发工业互联网发展行动计划 （2018-2020 年），全面开启我国工业互联网发展征程。经过近三年的努力，我国工业互联网发展取得了积极进展。网络、平台和 安全三大体系建设快速推进，融合创新应用孕育兴起，产业生态不断壮大，有力推动了实体经济数字化转型和高质量发展。 阿里巴巴集团作为国内最具影响力的互联网企业，近年来着力推进工业领域的数字化、网络化、智能化改造，为众多行业的工业 企业赋能升级，同时也围绕工业领域开展了许多前瞻性研究，发布了一大批具有战略洞察力的报告。此份白皮书全面介绍了阿里巴巴在 发展工业互联网上的探索与思考， 提出了未来五年中国制造业数字化变革的八大预判， 包括数据资产货币化、 无
4、场景不智能、 数据中台、“低 门槛”数字工厂、数字孪生工厂、区块链、C2B 协同创新平台和未来组织，并进行了详细解读，将对广大企业在战略思维、技术体系、 商业模式、核心能力与组织架构上的重构提供新的思路和有益参考。 INDUSTRIAL PLATFORM工业大脑开放平台ALIBABA Industrial Internet Platform 01 09 13 05 03 02 中国未来制造启示录 前言 中国工业互联网发展，不进则退 围绕工业数字中台， 构建全新的工业互联网技术 与知识分工协同体系 36 43 39 5761 03 0504 0607 推动一场组织管理变革的 转基因工程 推动工业
5、互联网生态体系 建设 推动“以人为本”的工业 互联网建设 工业互联网发展路径探索未来展望：大交叉、大融 合与大协同 钉钉移动协同平台 “1+N”模式 C2M 模式 目录 INDUSTRIAL PLATFORM工业大脑开放平台ALIBABA Industrial Internet Platform 34 消费互联网正在进入静水深流的“杨子江时代”，工业互联网加速迈向激情迸发、 百舸争流的“三峡时代”。互联网正在从信息交互的互联网、产品交易的互联网迈向 能力交易的互联网，互联网技术体系正在从价值传递的交易环节渗透到价值创造的生 产环节，并加速构建全球企业数字化转型的新架构体系基于云计算 + 边缘计
6、算的新 体系，推动企业传统的网络设施、设备产线、供应链、软件体系、管理模式、组织架 构的解构、重组和封装。 这一进程起步于 5 年前，未来将会持续 10 年，在这一进程中如何应对工业化思 维与数字化思维冲撞、碎片化需求与规模化供给矛盾、封闭的设备联接走向开放、多 元的利益格局走向平台利益共同体，实现从软件上云到硬件上云、从隐性数据显性化 到隐性知识显性化、从数据流量红利到知识算法红利、从基于产品的分工到基于知识 的分工、从单平台资源聚合到多平台立体化协作，是时代思考的重大命题。 身在其中的阿里，既是这一轮由工业互联网引领的产业变革的见证者与推动者，同时自身 也在经历变革的洗礼。在面对数字化前所
7、未有之大变局，阿里通过不断的探索与实践，开辟了 一条互联网创新发展与新工业革命深度融合的工业互联网发展模式。 此份白皮书面向广大制造企业、政府以及行业合作伙伴，全面介绍了阿里巴巴在发展工业 互联网上的探索与思考，希望借此白皮书帮助制造业同仁理清工业互联网的技术、价值与商业 逻辑，为企业在战略思维、技术体系、商业模式、核心能力与组织架构上的重构提供新的思路。 前言 INDUSTRIAL PLATFORM工业大脑开放平台ALIBABA Industrial Internet Platform 56 未来 5 年，中国制造业将迎来新一代数字基础设施（工业互联网）的安装期，这一过程 会伴随着传统软件体
8、系的解构与技术支撑服务体系的重构。在 AIoT、5G、区块链等数字技 术的叠加以及与 OT 技术 ( Operating Technologies) 深度融合的作用下，制造业数字化、 网络化、智能化的进程将会大大提速。能够充分利用数据来驱动新价值网络创造的制造企业， 将成为所在行业新的领军者，反之则将淹没在数字化浪潮中。围绕“数据、机器智能、平台、 数字孪生、组织”等关键词，阿里云研究中心联合阿里巴巴集团研究院就未来五年中国制造 业数字化变革给出 8 大预判： 中国未来制造 China Manufacturing in Future The Revelation 启示录 Alibaba Clo
9、ud Industrial Platform INDUSTRIAL PLATFORM工业大脑开放平台ALIBABA Industrial Internet Platform 78 上述预测多大程度能够实现，取决于未来五年新数字基础设施的安装进程。而这一过程必将经历各种复杂性与 不确定性。因此，一个围绕 IT、OT、DT、CT 与 AT 技术展开的全新的知识分工与协同体系将决定中国工业互联 网未来五年发展的深度与广度。 “数据货币化”将作为众多制造企业的优先战略。掌握 数据资产变现能力的制造企业将比缺少该能力的企业多 创造 20% 的营收。 30% 的行业龙头制造企业将基于低代码工业智能开放平
10、台开发面向不同场景的工业智能应用。30% 的中小制造 企业则至少在3-5个生产场景中尝试使用人工智能技术。 50% 的大型制造企业将构建集团层面的大数据中台， 对数据进行统一的“打通、整合、共享”, 以更快响应 前端业务的创新。 届时，基于云、边、端架构的数字工厂改造成本仅为现 在的 1/3，但可以降低 20% 的工厂运营成本。 30% 的大型制造企业将实现工厂级的数字孪生体，打 造“透明工厂”，带来 20% 的整体运营效率提升。 10% 的离散制造企业将尝试 IoT+ 区块链技术在设备认 证、质量追溯与供应链管理上的应用。 30% 的 2C 端生产企业将基于 C2B 协同创新平台进 行产品的
11、设计、开发、生产与销售，产品上市时间缩短 30%。 80% 的制造企业将重新定义组织、领导力、人才、人 机协同、 考核机制等, 以更好拥抱企业全面数字化变革。 数据资产货币化 无场景，不智能 数据中台 “低门槛”数字工厂 数字孪生工厂 区块链 C2B 协同创新平台 未来组织 1 2 3 4 5 6 7 8 INDUSTRIAL PLATFORM工业大脑开放平台ALIBABA Industrial Internet Platform 910 从对未来制造 2025 的展望拉回到现在，过去一年是中国工业互联网“野蛮生长”的 一年。无论是利好政策、资本注入、新参与者涌入、还是新技术、新产品落地，都为
12、其 发展创造了一个良好的环境。同时，各类工业互联网平台纷纷涌现，根据信通院 2019 工业互联网白皮书统计，当前中国工业互联网平台已有 300 家左右，具有一定规模与 影响力的平台数量达到 50 家之多。其中，既有垂直行业的龙头企业，也有以 BAT 为代 表的数字企业，同时高科技初创企业的加入也为工业互联网的发展注入了新的创新元素。 值得肯定的是，越来越多的平台开始从起步逐步走向成熟，从最初的一窝蜂、追风口， 到现在的聚焦与专注，无论是在产品能力、服务体验、商业模式、还是发展路径上，对 平台建设都有了更为深刻的认知（见图 1）。 中国工业互联网发展 不进则退 图 1: 工业互联网发展的四个时期
13、 * 来源：阿里云研究中心 萌芽期冷静期 时间 预期 现在 过热期 成熟期 但挑战依然严峻。当前，工业互联 网平台发展的主要问题是碎片化能力供 给与制造企业全面数字化转型诉求间的 矛盾。平台发展如要发生质的变化，以 下五大问题还有待找出答案。 10 INDUSTRIAL PLATFORM工业大脑开放平台ALIBABA Industrial Internet Platform 1112 数字孪生简单地讲，即物理对象在数字空间中的实时、动态映射。数字孪生是一切模型与应用的基础。 从设备、产线、车间、产品、再到工厂，数字孪生的实施成本与复杂度不是线性增长，而是倍增。数字孪 生最大的挑战在于巨大的“语
14、言障碍”。只有当通讯协议、设备的互联互通、数据集成、软件的互操作等 不再是问题，数字孪生的部署门槛才能降低到企业，尤其是中小企业能够承受的范围。 工业互联网平台的建设是一项复杂而又漫长的系统工程。从链接、到应用、再到服务，中间涉及到众 多门类的学科、技术、人才与能力。平台建设的逻辑不是单打独斗、而是共生共赢。只有当平台学会将边 界能力之外的产品、技术、服务、市场交给合作伙伴，相互信任、相互成就，才能构建一个共生、利它的 平台生态系统，从而产生巨大的协同效应。 用昨天的解决方案解决不了今天的问题。经过过去几年的实践，阿里对平台建设有了更为清晰的认知 与定位。通过在新技术、新模式、新商业、新组织与
15、新生态的不断探索，逐渐开辟了一条互联网创新发展 与新工业革命深度融合的新工业互联网平台模式。 制造企业的节流与开源离不开数据。然而当前大部分平台提供的服务仍然聚焦在生产要素数据化层面， 或仅仅是用数据对物理世界进行描述。制造企业迫切需要的是从数据中获得预测能力，并指导决策，才能 为业务带来创造性的经济效益。而只有当平台同时掌握数据、算力、算法与工业知识这四项能力，尤其是 复杂算法与行业机理模型相互验证的能力，所开发出的工业智能应用，才能面向不同场景，创造实际价值。 工业互联网平台是线上线下、软硬融合的平台，但当前平台多是以项目制、“施工队”这种点到点的 方式提供数字化服务。线下服务的线性增长方
16、式严重制约平台的规模、范围与速度。平台还难以有效做到 将线下工业应用与解决方案标准化、数字化，APP 化，并迁移到线上交付。平台只有摆脱人力、设备、厂 房等物理局限，才能做到客户的持续运营、服务的规模化复用，同时降低其边际成本。 全链路与全要素数字化与数据化意味着企业有能力站在全局的角度，深度服务用户。然而，数据孤岛 不仅存在于企业内部， 更大的挑战来自供给侧与消费侧之间的信息断层。 生产运营信息与消费信息的不对称， 导致生产企业依然延用 20 世纪的管理模式服务 21 世纪的“数字原生用户”。只有当工业互联网与消费互 联网打通，形成“双轮驱动”，才能围绕产品与服务，确保从设计、研发、生产、供
17、应链、再到客户端的 交付形成液态化的联动，增强供应链的灵活性与响应速度。 1.1 “数字孪生”何时降低门槛？ 生态系统何时完善？ 1.2 “数据资产”何时高价值变现？ 1.3 “物理边界”何时突破？ 1.4 供给侧数据何时打通？ INDUSTRIAL PLATFORM工业大脑开放平台ALIBABA Industrial Internet Platform 1314 工业时代，企业解决的是“点”与“线”上的碎片化问题与局部问题。但当步入到数字时代， 需要面对的则是“面”与“体”带来的系统化决策上的挑战，而数据孤岛、系统孤岛、业务孤岛 成为制造企业转型上的最大障碍。当前企业面临的最为现实的问题，即
18、数字化转型的复杂性指数 级增加导致信息化时代遗留的基础设施的“崩盘”（见图 2）。 围绕工业数字中台， 构建全新的工业互联网技术与 知识分工协同体系 图 2: 信息技术架构体系的大迁徙 * 来源：阿里巴巴研究院 工业互联网， 作为制造业的新型数字基础设施， 其本质是数据驱动的自动化决策，以化解制造业复 杂系统的不确定性，并驱动新价值网络的生成 - 即 利用数据进行信息交换与传递、利用数据洞察生产 与商业的运行规律、利用数据进行精准的自动化决 策，并最终对信息与物理世界加以控制、利用数据 驱动全价值链、 全要素的网络化协同， 产生新价值、 新模式、新业态与新产业。 而工业互联网平台，则是工业互联
19、网的核心， 通过构建一个全新的知识与技术分工协同体系，最 大程度降低数据决策的成本，提升决策效率。以云 作为数字底座的全新分工协同体系，将涵盖计算、 数据、连接、分析、算法模型、机理模型在内的大 量碎片化知识与技术聚合在一起。技术之间相互组 合、“繁衍”、进化，进而形成新的知识与技术， 以满足各类企业面向全场景、全要素、全价值链的 自动化决策与网络协同的需求。 14 从工业时代迈入数字时代的最大特征，是从决策到复杂决策的转变。制造业数 字化转型本质是一场数据驱动的“决策革命”。 图 2：信息技术架构体系的大迁徙 来源：阿里巴巴研究院 高 低 高 低 02040 制 造 系
20、 统 的 复 杂 性 信 息 系 统 的 响 应 能 力 基于传统ITj架构 的解决方案 基于云架构的 解决方案 制造系统复杂性 INDUSTRIAL PLATFORM工业大脑开放平台ALIBABA Industrial Internet Platform 1516 本着打造一个以“数据驱动”的工业互联网平台生态体系，阿里围绕云计算、物联网、大数据、人工 智能等新一代数字技术构建的“工业数字中台”，作为工业互联网的“数据操作系统”。 工业数字中台由基于一个统一的云平台之上的四中台组成，即 IoT 中台、数据中台、业务双中台与 AI 中台，四者间成松耦合关系，即可独立实施，又可整体落地。工业数字
21、中台可以在公有云、私有云、混合 云等多种环境中部署 , 具备高灵活性、高扩展性与高可靠性（见图 3）。 工业数字中台的本质，即对后端核心数据与核心系统标准化、模型化、模块化，由中台进行统一管理， 并以共享的形式赋能前台，快速响应前端业务的变化与创新，最大程度降低创新的风险与试错成本。 基于 IoT 技术，实现“云、边、端”一体化的数据与业务协同，打造工厂版“Android”。平台一方面 负责端侧与边缘侧的数据采集，将物理资产转化为数据资产，在云端进行统一管理。另一方面，支持跨业 务系统的连接以及与第三方工业 SaaS 的接入。 IoT 中台可加强人、机器、设备、产品、系统之间的互操 作性，实现
22、物理数据与系统数据的打通，低门槛打造数字化工厂。 业务中台的本质是企业级能力的复用。通过将企业核心业务能力解构，模块化与微服务化，将其中共 性业务抽离出来，以服务的形式固化到中台，并像“搭积木”一样对能力进行重新编排、组合，支撑前台 业务的敏捷开发与创新。 IoT 中台 业务中台 2.1 “工业数字中台” - 工业互联网的“数据操作系统” 图 3: 阿里工业互联网平台大图 * 来源：阿里云研究中心 图3: 阿里工业互联网平台大图 来源：阿里云研究中心 计算网络存储安全 研发APP生产APP运营APP营销APP智能服务APP智能网联APP 工业数字中台 业务中台 研发 中心 生产 中心 仓储 共
23、享 营销 中心 分布式 服务总线 分布式 事务管理 分布式 数据库 分布式 消息列队 IoT平台 系统连接 设备连接产品连接外部数据连接 数据中台 数据 处理 数据 安全 数据 标准 数据 服务 数据 建模 数据 共享 数据 清洗 数据 采集 AI中台 工业 视觉 参数 优化 特征 工程 控制 优化 仿真 预测 智能 调度 知识 图谱 数字 孪生 PLMERP MESSCM CRM钉钉 设备 工具 仪表 产线 汽车 机械设备 摄像头 机器人 电商环境 城市物流 能源交通 工业云平台 公有云专有云混合云 INDUSTRIAL PLATFORM工业大脑开放平台ALIBABA Industrial
24、Internet Platform 1718 迈入到VUCA时代 （volatile、 uncertain、 complex、 ambiguous） ， 制造业发展最确定的即不确定性。 如何最大程度降低在数字化转型过程中创新与试错的成本与风险，是每一家制造企业急需要攻克的难题。 企业急需获得快速响应市场环境、用户需求、服务体验、产品迭代变化的能力。 打破OT系统与IT系统的 “围墙花园” ， 解决数字化转型过程中， 新产品、 新服务、 新模式、 新数据、 新组织所导致的更多的烟囱系统、数据孤岛与业务孤岛问题。 需要克服数据智能应用开发在系统性、敏捷性、标准性与可复制性上的缺陷，推动数据智能从单
25、 机智能升级为产线智能、工厂智能、直到全域智能，方可实现工厂生产运营效率的整体最优。 如何通过实现数据协同推动组织、业务、供应链间的液态化协同；如何由过去管理者经验决策， 到现在数据驱动的实时、在线决策；如何激发全员的数据化运营与数据化创新思维。 如果制造企业遇到上述问题中的任何一个，那么就有必要考虑围绕数字中台，着手开展工业互联网的 建设工作。 从业务角度 从 IT/OT 角度 从数据价值角度 从组织 / 员工的角度 2.2 制造企业为什么需要工业数字中台？ IoT 中台、数据中台、业务中台与 AI 中台四者相互依托、互为支撑。IoT 中台实现数字世界与 物理世界的链接。数据中台对大量连接所
26、产生的海量数据进行加工与提纯，形成标准化、规范化的 数据服务，更好支撑业务中台与 AI 中台开发面向业务场景的应用。而后者产生的数据则沉淀到数 据中台，反哺数据模型的持续优化。 中台不是一成不变的，而是根据外部环境变化，动态调整、持续迭代的； 中台不是设计出来的，而是为满足业务转型需求，自然演进的结果； 中台不是技术堆栈，而是系统化地为用户提供面向业务的能力，为用户带来持续价值； 中台建设虽是以局部业务优化作为切入，但最终目标是提供横跨供、研、产、销、服的企业级数 字服务能力； 阿里“工业数字中台”的特点在于： 一座“数据服务工厂”，对产品生命周期的全链路数据进行“打通、汇聚与共享”，有组织、
27、系统性 地使用数据。通过数据中台建立包括订单、原料、设备、生产、产品、客户在内的全域数据模型，并根据 不同业务逻辑对数据模型进行关联与分析，最终转化为统一的数据服务，为前台决策赋能。 平台、数据、算法模型组合构成 AI 中台，支持从数据、模型、算法、应用到控制的决策闭环。AI 中台 提供低代码工具，可支持规模化开发与复用面向不同工业场景的智能应用。 数据中台 AI 中台 INDUSTRIAL PLATFORM工业大脑开放平台ALIBABA Industrial Internet Platform 1920 阿里云工业互联网平台，基于阿里生态能力与 AIoT 技术，构筑云、边、端协同的软硬一体的
28、 IoT 中台， 帮助广大制造企业低成本构建数字工厂（见图 4）。 在端侧，AliOSThings 操作系统支持多种工业协议标准与安全防护机制，确保平台上所链接的机 器能够进行安全的数据传输； 在边缘侧，阿里 IoT 边缘计算平台 Link IoT Edge 用以处理大量、实时的工业数据，决策后直接 指挥机器进行工作； 在云端，云平台 Link Platform 负责管理链接、设备及应用组件，并在 Link Market 上沉淀为产 品与解决方案，进行交易。 Link Security 安全平台结合物联网、区块链技术，保障云、边、端数据采集与数据应用的可信。 在 IoT 技术构建的数字孪生世界
29、中，IoT 中台另一项关键任务是支持 OT（Operating Technologies） 应用的 SaaS 化与 APP 化，以及跨业务应用系统间的集成。用云化的软件与应用管理工厂中包括“人、机、 料、法、环”在内的工业要素。面向不同工业用户，平台输出一站式、标准化的数字服务（见图 5）。 2.3 IoT 中台 - 打造数字工厂的“Android” 图 4: 阿里 “云边端”一体化解决方案 图 4: 阿里 “云边端”一体化解决方案 * 来源：阿里云研究中心 * 来源：阿里云研究中心 图4: 阿里 “云边端”一体化解决方案 来源：阿里云研究中心 端设备边缘计算 连接是基础，数据是核心，应用是关
30、键 阿里云工业互联网平台提供“云网边端”一体化解决方案 云平台应用及解决方案 AliosthingsLinkEdgeLinkplatformLinkmarket 智能仪表 协议解析设备管理 连接管理 连接管理 设备鉴权 设备影子 消息流转设备API服务接口标准 设备数据转储应用托管 设备数据存储应用市场 设备模型数据分析 工业APP 产销协同设备管理 故障预测安灯系统 OEE分析SPC分析 场景解决方案 成衣解决方案印染解决方案 玩具解决方案家电解决方案 装备解决方案通用解决方案 设备管理业务管理 流式计算数据库 函数计算应用托管 LinkEdege边缘计算网关 制造设备 RFID读卡安灯按键
31、 环境参数 3/4G DTU智能工业设备 物流装备 HMI 图5: 阿里工业业务中台大图 来源：阿里云研究中心 设备及应用 开发服务商 软件集成商 工业企业 龙头制造企业/SI/ISV 工业APP 运营服务平台 数字工厂 集成工作台 平台运营中心 服务 用户 中台不是纯线上平台，而是同时覆盖线上 / 线下场景，提供 IT/OT 能力与解决方案； 中台不是封闭的，而是开放给所有工业互联网参与者的。中台不能通吃，而是被集成的，且平台 能力可以整体平移给合作伙伴与企业用户。 INDUSTRIAL PLATFORM工业大脑开放平台ALIBABA Industrial Internet Platform
32、 2122 阿里云工业互联网平台提供云、管、边、端全面的开发工具及 API 支持， 帮助服务商基于平台快 速开发带有业务特色的软硬件产品。 传统软件应用可以打包托管到应用托管分发平台，以零成本自动部署到公共云、专有云和边缘设 备当中，免除以往信息化厂商自行购买服务器等资源，以及“一客一部署” 的成本。 此外，托管的工业应用可以在阿里工业 APP 交易平台上自由交易与分发，跨行业、跨区域、跨领 域地触达广大制造企业用户。 面向设备与应用开发服务商， 提供包含开发、 托管， 上架， 交易， 运维， 下架 的工业APP全生命周期服务。 面向软件集成商，平台提供适合数字工厂集成实施的集成工作台，可以实
33、现标准化的工厂设备接入与 集成。集成商在平台上根据用户需求，选择标准化的硬件和软件产品，快速集成用户所需的解决方案，通 过类似“搭积木”的方式实现定制开发，并最终以“一键式”的方式在线进行“数字工厂”的项目交付。 面向工厂企业， 提供专属的云上数字工厂平台。 平台通过统一的主数据、 工厂模型、 工艺模型及权限管理， 帮助工厂建设数据中心和业务中心， 既可以此为基础整合与新建业务系统， 还可以实现工厂所有数据的融合， 为生产效率及经营业务能力提升打好数据基础，同时降低数字工厂的打造成本与实施风险。 面向工业互联网平台运营商，提供行业平台运营能力。平台以阿里云工业互联网平台的数字工厂、集 成工作台
34、为技术基础，进一步为平台运营商提供行业平台门户。并帮助行业平台整合设备应用开发服务商、 集成服务商、工厂企业、供应链及金融等各方能力，打造带有行业属性工业互联网生态。 此外，行业平台运营商可凭借对行业的深入理解，开发、整合行业最佳应用，并将行业应用预装在行 业用户的数字工厂业务中心。并针对这些工厂用户的实际使用情况，通过运营管理，进一步拓展新的工业 互联网创新服务。 工业 APP 运营服务平台 集成工作台 数字工厂 平台运营中心 业务中台的能力在于打破业务系统的“围墙花园”、业务孤岛、减少大量系统重复性建设，提高核心 业务能力的复用性。通过业务中台，将技术、经验、知识、最佳实践解构与重构。 基
35、于云端的微服务架构， 无论是库存管理、订单管理，还是 CAD、ERP、MES 等，这些传统应用均可通过解耦、模块化、微服务 化的方式，沉淀到业务中台。 并基于一个统一的业务中台，重新封装面向特定场景、特定问题的新的、轻 量型的工业 APP。 业务中台不是系统，而是一套可以借助 IT 系统推动企业包括组织、业务、模式在内的整体转型的机制。 基于此，阿里提出了“3+1+1”的工业业务中台能力方法论，即三项核心业务能力、一个跨业务能力的业务 数据域以及一套通用的业务中台技术基础设施（见图 6）。 2.4 工业业务中台 - 企业核心业务能力的解构与重构 INDUSTRIAL PLATFORM工业大脑开
36、放平台ALIBABA Industrial Internet Platform 2324 图6: 阿里工业业务中台大图 来源：阿里云研究中心 业务创新 智能检修 人员培训 智能点检 预测性维护云ERP设备在线SRM平台 云MESB2B营销远程监控 业务能力中心 业务中台技术基础设施 EDAS CSBAHASPTS规则引擎第三方组件 MQGTSARMSACM 业务数据域 DCS PLMAPSCRMWMSSCM MESSISERP设备、仪表 组合业务能力中心 供应链金融 产供销一体化 机电管理 数字工厂 安全管理 柔性制造 智能设计 基础业务中心 物流中心 仓储中心 支付中心 采购中心 研发中心
37、HR中心 设备中心 营销中心 财务中心 法务中心 设计中心 工艺中心 个性化业务能力中心 智能调度 可信制造 高级排程 生产优化 公有云专有云敏捷PaaS 图 6: 阿里工业业务中台大图 * 来源：阿里云研究中心 包括由基础业务能力、组合业务能力、个性化业务能力组成的基于领域模型分解的业务能力池。 业务数据域是与上述业务能力中心匹配的业务数据集合。 业务数据域的操作需通过业务能力中心，从 而保障数据的高度一致性。通过业务中台实现业务及数据的实时、统一、在线是业务中台的核心价值之一。 业务中台技术基础设施是对业务中台中的业务能力中心、业务数据域、管理机制及标准提供标准技术 支撑的技术体系，如分布
38、式服务框架、分布式数据库、分布式消息队列、分布式业务监控等。采用统一的 技术基础设施对于业务中台的落地、运维、迭代更新等起到重要的支撑作用。 三项业务能力 业务数据域 业务中台技术基础设施 基础业务能力是企业业务的“原子单元”，是企业精细化管理的基础，比如库存管理、物料管理、 订单管理、人力管理、财务管理、分销发货、原料采购等，都是不可再拆分的最小业务颗粒。基 础服务能力可以被抽象成各种微服务 APP，满足面向不同业务场景的需求。 组合业务能力中心是依据制造业“经、管、产”三大业务特点，对基础业务能力中心提供的能力 进行统一编排，形成企业新的业务能力，提高业务能力的复用性与支撑企业业务发展的灵
39、活性， 比如设计中心、研发中心、用户中心、生产中心、营销中心、商品中心等。 个性化业务能力：是针对某些业务域提供的个性化能力支持，如云生产系统、云财务系统、云办 公系统等，负责支撑智能网联业务域的个性化。 INDUSTRIAL PLATFORM工业大脑开放平台ALIBABA Industrial Internet Platform 2526 兖矿集团是一家以矿业开采、高端煤化工、现代物流贸易及工程技术服务为主导产业的世界 500 强集 团公司。 为优化集团内部资源管理效率，兖矿集团将共享业务中台作为集团数字化转型的战略方向，以供应 链转型升级为目标，采用新一代数字技术以及阿里的中台理念，打造涵
40、盖兖矿集团全产业、服务兖矿集团 全用户的新一代采购供应链共享服务平台。 基于共享服务中台构建的新一代 SRM 系统（供应商关系管理系统），沉淀包括用户中心、订单中心、 价格中心、商品中心、交易中心在内的核心业务能力，并实现与 ERP 等内部系统互联互通，可以充分发挥 各自系统的专业优势。 通过一个集团级的共享服务中台，兖矿跨公司、跨部门的所有采购业务都统一归集到 SRM 平台中。所 有板块、分子公司需求部门、采购部门、供应商在同一个平台操作处理采购业务，实现集团统一的采购业 务管控，供应链高效协同，同时所有数据实现全面沉淀到平台，提供后续的决策支撑。 下一阶段，兖矿集团将构建开放的工业电商平台
41、，通过平台开放兖矿产业资源能力，赋能产业上下 游整体的整体数字化转型。 案例 1：兖矿采购供应链业务中台 制造业数字化转型不只是为了实现制造过程的数字化。通过 5G、AIOT 等最新技术所获取的设备、作 业的实时数据还需要延伸到整个价值链中，实现基于产品、用户、服务的全面创新。因此，企业未来的创 新必须是站在“上帝视角”的创新 从用户视角去看产品的设计研发、从集团视角去看工厂的运营、从供 应链视角去看生产排产、从产线视角去看每一台设备的管理。 更多企业意识到，全要素、全链路间的数据协同所带来的系统性优化，其收益要成倍于单点或是局部 上的创新。因此，看不见的自动化（数据自动化），决定了未来企业的
42、数据创新力，是制造企业实现全面 业务变革的必要条件。工业数据中台的使命就是打破数据之间的隔阂，让数据低成本共享，为数据资产变 现打下扎实的基础。 如果用一句话定义工业数据中台，即由数据运营组织管理、以业务为驱动、借助中台技术、对数据进 行生产加工，并将数据资产根据业务场景转化为数据服务的一套完整的业务流程体系。 阿里工业数据中台包含四个核心要素：技术工具箱、数据仓储中心、数据加工车间与数据运营组织（见 图 7）。 2.5 工业数据中台（IData）- 工业互联网的“数据服务工厂” 数据中台的本质是驱动数据的自由流动，即将正确的数据在正确的时间、以正确的方式、提供 给正确的人、并做正确的决策。
43、INDUSTRIAL PLATFORM工业大脑开放平台ALIBABA Industrial Internet Platform 2728 图7: 阿里工业业务中台大图 来源：阿里云研究中心 数据可视化（大屏 / BI / API / 移动端） 数字化供应链数据化营销数据化生产 工业数据中台 数据化研发数据化物料 数 据 加 工 车 间 数 据 运 营 组 织 销售计划工艺优化供应链周期计算成本管理 排程排产库存管理经营分析能耗管理质量管理 原料设备产线客户人资 供应商财务组织产品环境 数 据 仓 储 中 心 数据运营 数据标准 数据质量 数据权限 数据备份 数据安全 技术工具箱 数据智能 数据
44、分析 数据ETL 数据监控 数据加密 云平台（计算平台 / 数据存储 / 运维调度） 图 7: 阿里工业业务中台大图 * 来源：阿里云研究中心 技术工具箱 - 负责提供数据、算力与算法工具，用精益管理对数据进行统一的加工与制造。技术工具 箱第一是为数据的汇聚（实时汇聚，批量汇聚与流式汇聚）提供技术支撑。具体技术负责包括设备数 据的信息抽取，例如 SCADA 或 DCS 数据抽取，各类主流数据库的数据抽取，非结构化的文件处理， 例如音视频文件等；第二是为数据制造过程提供弹性的、可按需分配，合理调度的强大算力。例如全 域数据对象自身的计算，对象之间关系的计算，对象属性和维度的计算，数据安全加密，E
45、TL 过程， 常用的数据统计分析等。第三是提供面向不同业务场景的分析与算法模型能力，例如工业参数优化、 能耗优化、智能补货、销售预测等。 数据仓储中心 - 对产品从设计、研发、生产、到物流、销售的全生命周期中所有业务主体的描述，构 建全域数据模型。模型即可以表达空间结构，诸如离散制造行业中，汽车、机械、高端装备等产品组 装的过程，也可以按时间序列（流程制造）描述产品从原材料到成品的转化过程。借助工具箱中的工具， 将来自不同业务系统的同类数据按照不同业务维度进行聚合。所构建的数据模型可以在“微粒世界”中， 对每一台设备、每一位用户、或是每一件产品进行实时、动态的数字映射。同时，通过全域数据模型
46、, 无论是 IT 数据、OT 数据或是两者的集合，都可解耦并重构成供前台应用快速编排与调用的 API。 数据加工车间 - 负责数据的制造加工，制造过程由运营组织管理，制造技术由技术工具箱支持。数据 加工车间根据不同业务场景的描述，基于全域数据模型，进行跨域数据的关联与分析，以清晰表达企 业内部各业务主体之间的相关性，呈现完整的业务价值全景图。数据制造的过程主要包括： 最后，通过将这些映射业务价值的全景数据进行封装，形成统一的数据服务，支撑一线业务的决策。 1）全域数据对象自身维度变化的计算过程，例如加热炉在运行过程中参数状态或是在炼钢过程中，铁 在脱硫环节发生的变化。 2）根据不断变化的业务逻
47、辑，重新组合跨组织、跨业务流程体系，对不同业务对象之间进行关联分析， 例如订单与产线的关联、订单与物料的关联、设备与工艺的关联、用户体验反馈与研发的关联； 3）面向不同维度，将产品数字信息与物理信息相融合，并以可视化的方式呈现，例如各类车间看板与 可视化大屏； 4）数据智能计算，例如工艺参数优化、设备的预测性维护，智能排产排程等。 INDUSTRIAL PLATFORM工业大脑开放平台ALIBABA Industrial Internet Platform 2930 数据运营组织 - 最好的数据中台永远是在明天，中台建设需根据业务的变化不断迭代与持续投入。 围 绕中台，需要搭建一个独立的、具有
48、跨学科、跨业务能力的数据运营组织，具备数据持续运营、数据 价值挖掘与创造的能力。运营组织需负责制定数据策略、流程、标准、规范以及绩效考核体系来保障 数据的一致性、可信性、准确性、安全性以及业务响应的敏捷性，包括全域数据模型的标准和质量管理、 控制与调度数据的制造过程，以及必要的数据安全、数据备份、数据双活和灾备等一系列措施。 攀钢西昌钢钒是我国的龙头钢铁生产及钒钛加工企业。依托阿里巴巴数据中台能力，攀钢第一个在钢 铁行业实现全域数据上云，并通过云端数据融合治理，初步实现企业数据资产化。同时结合阿里数据智能， 孵化出炼钢工艺优化、冷轧表检自动判钢、全流程质量追溯等智能化应用。单炼钢工艺优化一项就
49、可以为 客户带来每年 1700 万的直接经济价值。 攀钢整体信息化水平在行业内比较领先，但是数据分布在各个业务系统中，数据没有打通互联，数据 价值没有得到有效挖掘体现， 智能化生产程度相对较低， 且数据没有一套标准体系管理， 核心KPI统计不准。 德恩系统众多，包括 ERP 系统、PLM 系统、设备实时采集系统、商城系统、MES 系统、MRO 平台、 智能设备平台等多达十几套系统。集成、分析、共享海量的孤岛数据严重影响企业决策效率。此外，数据 的指数级增长导致资源负载高，让 Oracle 不堪重负，随时有崩溃的风险。 1. 基于阿里云跨多网域数据集成技术，建立统一的数据汇聚上云数据服务，将分散在各业务系统的数 据进行有效的管控上云，实时监控增、全量数据上云汇聚任务。 2. 通过 one data 数据建模方法论，构建钢铁行业标准数据体系，并结合阿里 maxcompute 强大的计 算能力，形成完整的攀钢数据中台解决方案，在提供准确的报表指标之外，通过实时链接各个生产环节数据， 对钢铁全流程质量进行溯源，实现钢铁生产的质量一致性。 1. 德恩基于数据中台将客户业务系统和分析系统分离，将众多系统不同源数据统一进行数据采集上 云， 并根据离散企业经营流程特点， 制定了统一的数据分层管理标准。 把数据统
sgpjbg002
工作日 8:30 - 17:30
会员动态：
报告分类
新质生产力
ChatGPT
新能源汽车
大模型
Sora
机器人
微短剧
芯片
薪酬
白皮书
低空经济
数据要素
创新药
人工智能
AI产业
信息科技
互联网
消费经济
汽车交通
电商零售
传媒娱乐
医药健康
投资金融
能源环境
地产开发
传统产业
全球化
其它
扫码登录
手机快捷登录
账号登录
