为什么工业互联网更需要更资深的技术工程师？

2012年美国通用电气公司（GE）提出工业互联网后，它最常被拿来比较的是消费互联网。

虽然同样是互联网，但这两者本质上做着不一样的生意。

消费互联网顾名思义以消费者为中心，通过互联网技术连接其生活圈：购物、娱乐、餐饮、出行等，最后通过沉淀的数据进行分析再进一步优化，从而提高交易效率。工业互联网则以企业为用户群体，通过互联网技术以及工业软件、专业信息把企业在生产、管理、销售等各个环节的行为全面数据化，再利用物联网技术、大数据技术等新一代信息技术将每个环节连接起来，进行优化。它提高了企业的生产效率、降低成本，同时帮助企业进一步挖掘潜力。

由于两者的连接对象规模差异性很大，运维设备的技术、安全性以及数据处理要求也大相径庭。因此，对承接并运用技术实现设备正常运转的人才需求点也各有差异。对比来看，在工业互联网中，设备连接规模、安全等级、技术难度以及所涉及的数据处理等方面的问题，决定了该领域对专业技术人才的要求更为苛刻。首先，他们的专业知识体系不仅需要涵盖智能网络、工业软硬件、CPS等核心关键技术研究；其次，还需要有大量的生产经验，以及对建模、虚拟仿真等工具的熟练掌握；更重要的是，需要能够讲经验转化为模型并具备大数据分析的综合实力。

那么，消费互联网和工业互联网在技术、安全以及数据处理和规模上，到底有哪些不同，同样是技术人才，为什么后者更需要更资深的技术工程师？

消费互联网注重运营和用户体验

与工业互联网相比，消费互联网以满足消费者在互联网中的即时消费需求为主。因此，它兼具媒体和产业两大属性。媒体属性：由提供资讯为主的门户网站、自媒体和社交媒体组成；产业属性：为消费者提供生活服务的互联网类型，由电子商务及在线旅行等组成。这两个属性的综合运用，使以消费为主线的互联网迅速渗透至人们生活的每个领域，影响并改变人们的生活方式。

消费互联网的运营模式通常是以“眼球经济”为主，即通过高质量的内容和有效信息的提供来获得数据流量，从而通过流量变现的形式吸引投资商，最终形成完整的产业链条。所以，在这个“信息过剩“、“注意力稀缺“的时代，怎样在“无限的信息中”获取“有限的注意力”，便成为了消费互联网的核心命题。

于是，依托于强大的信息与数据处理能力，以及多样化的移动终端的发展，众多互联网创业者们开始想方设法去争夺注意力资源。他们以消费者为服务中心，以提供优质内容、个性娱乐为主要方式，试图在短时间内迅速吸引眼球，创造流量以完成变现。这样的消费互联网产业链结构关键是将信息技术转变为不断迭代的内容发布和脑洞大开的消费者互动。新奇、有趣是提升用户粘性的法宝。

诚然，随着相关技术的不断演进，语音识别不断提升、大数据处理能力大幅跃进、海量的应用不断向个人消费者渗透。从移动端应用多元化的发展到智能终端（如可穿戴设备）的兴起，再到云计算、大数据、人工智能的突破，互联网正改变消费者的行为习惯，也正在逐步改变企业的运作方式与服务模式。

互联网时代开始“从小C时代”逐步过渡到“大B时代”，即工业互联网时代的到来。但要谈及移动互联网与其他产业融合，对技术的要求不仅更高、更严苛，也更复杂。

以生产制造体系产业为例，工业互联网在与传统企业融合中的最大特点，即将原有以企业为导向的规模型设计转向以用户为导向的个性化设计。从产品功能研发到产品包装设计，每一个部分都通过互联网思维与用户建立关联，争取更广泛的互动，从而形成有效的生产制作方案，强调用户的参与度，尊重用户的个性化需求。

消费互联网下的“眼球经济“已经到达了一定的市场瓶颈。罗辑思维的罗振宇曾提到过一个很有意思的概念GDT，即国民总时间。其实，现在包括BAT在内的互联网企业争夺的更多是国民的时间。而依托高精尖信息技术的工业互联网所创造的“价值经济“正逐步从台后走向台前，并以消费互联网不可比拟的价值体量迅速发展。

工业互联网对技术、安全和数据上要求更复杂

消费互联网更容易让用户理解，因为大部分人都能接触到，它让整个交易效率提高了；工业互联网则不然，它存在生产的流程当中，连接的是数字化水平、智能化水平参差不齐的设备、产品和系统，以提高生产效率为目标。

从本质上看，工业互联网是互联网从消费领域向生产领域、从虚拟经济向实体经济拓展的核心载体，它意味着制造业基于公有云实现数字化、网络化、智能化的一套解决方案，而工业互联网平台正是解决方案的核心。

工业互联网平台在云平台的基础上叠加物联网、大数据、人工智能等新兴技术，构建更精准实时高效的数据采集体系。这个体系包括大数据的存储、集成、访问分析和管理功能，使用户（即工业企业）可通过这个平台实现工业技术与经验知识模型化、软件复用化，以工业APP的形式为制造类企业提供各类创新应用，最终形成资源富集、多方参与、合作共赢、协同演进的制造业生态。

1）相比较消费互联网，工业互联网的技术门槛高很多

工业互联网需要具备强大的工控背景，无论做软件、硬件，还是做系统集成，都需要深入具体的应用场景，了解工业现场实际需要连接什么设备，需要什么样的接口和协议。

和消费互联网的智能穿戴设备、O2O等产品，可以从零开始设计低成本且使用的通信方式不同，工业互联网是一个高度碎片化的领域，现场通信协议五花八门，比如Profibus、ProfiNet、EtherNet/IP、OPC UA、EtherCAT等，硬件纷繁复杂且自成体系。而这些协议需要满足企业用户在安全稳定性以及传输能力的需求，而且在对工业链接的硬件，要达到抗高温、抗电磁辐射，长期稳定在线链接的三防要求硬标准。

图片来源：工业互联网产业联盟报告

从链接协议的多样化，到边缘测链接盒子的硬件严苛需求，都表明与消费级互联网对技术要求的纬度不一样，只有掌握且深耕工业互联网技术，方能在领域有所突破，工业互联网天生需要具备工业基因。而且，工业互联网用到网络链接方式非常多样化，一定时间内长期并存多种方式链接，加重工业物联网链接盒子的硬件开发难度与技术门槛。

图片来源：网络

2）在安全性能上，工业互联网涉及的是万亿级的企业核心资产和隐私

在安全领域，消费互联网主要经由电子支付渠道落地到个人财产安全以及个人信息安全。而工业互联网的安全体系包括设备安全、网络安全、控制安全、应用安全、数据安全和人身安全等六大方面，其目标既包括数据的保密，也包括设备的稳定可靠运行。它所涉及到的都是高价值的工业设备，甚至万亿级的企业核心资产与隐私。

同时，工业互联网还涉及人员操作存在的人身安全问题。不论是信息保护或者资产管理，工业互联网都会有更高更强的安全规范要求。以高空作业设备为例，作为一个危险的行业，中国建筑施工过程中超过50%的建筑事故是高空坠落。随着高空作业日益频繁，加上国家对高空作业安全的重视程度越来越高，如何在高空作业设备上做好？

专注生产高空作业设备的企业星邦重工认为，在高空作业过程中，由于设备传统的信息流动模式，比如ERP系统，或者电话、邮件沟通，信息的及时准确反馈比较难，对于高空作业车这种安全性要求极高的设备来说，是极其危险的，但行业普遍存在这样的难题，迟迟无法解决。

星邦重工的解决办法是，联合工业互联网平台提供商树根互联，根据高空作业设备的管理和服务需求量身定制，打造包括物联网服务系统和智能服务系统，通过工业互联网，可以通过设备端的传感器和通讯模块，实时、准确的采集和分析数据，实现实时监控并及时处理问题，从被动服务转化为主动服务，最重要是提高客户的设备使用效率和安全性。

在工业领域当中，普遍来说和高空作业相似，锅炉行业、发电、纺织、机床等这些工业领域都属于“高危”行业，稍微不甚，其后果和损失不可设想。且不说造成的经济损失，大部分时候将涉及具体的操作工人。因此，工业互联网对产品安全性有极其严格的要求。

3）在大数据上，工业大数据体量巨大且增长迅速

大数据技术在互联网领域运用很久了，无论是消费互联网还是工业互联网，但这两个领域的大数据也有本质上的区别。

工业互联网的本质是以机器、原材料、控制系统、信息系统、产品及人之间的网络互联为基础，通过对工业数据的全面深度感知、实时传输交换、快速计算处理和高级建模分析，实现智能控制、运营优化等生产组织方式变革。所产生的大数据规模极其大，而且面临着的增长量和增长速度也是巨大的。

目前，中国大型的制造业企业，由人产生的数据规模一般在TB级，形成了高价值密度的核心业务数据。机器数据规模将可达PB级（1PB=1024TB），是“大”数据的主要来源，但相对价值密度较低。以风机装备为例，根据IEC61400-25标准，持续运转风机的故障状态其数据采样频率为50 Hz，单台风机每秒产生225K字节传感器数据，按2万风机计算，如果全量采集每秒写入速率为4.5GB /秒。

随着智能制造和工业互联网技术的发展，产品制造阶段少人化、无人化程度越来越高，运维阶段产品运行状态监控度不断提升，未来人产生的数据规模的比重降低，机器产生的数据将出现指数级的增长。

另一方面，工业领域中的大数据不仅要采集速度快，而且要求处理速度快。越来越多的工业信息化系统以外的机器数据被引入大数据系统，特别是针对传感器产生的海量时间序列数据，数据的写入速度达到了百万数据点/秒-千万数据点/秒。数据处理的速度体现在设备自动控制的实时性，更要体现在企业业务决策的实时性，也就是工业4.0所强调的基于“纵向、横向、端到端”信息集成的快速反应。

总得来说，工业数据不同于互联网数据，主要有五点特殊性：

多源性获取，数据分散，非结构化数据比例大；

数据蕴含信息复杂，关联性强；

持续采集，具有鲜明的动态时空特性；

采集、存贮、处理实时性要求高；

与具体工业领域密切相关。

而且，工业互联网的大数据规模的不断增长对传统的计算模式产生压力，云计算更高效的运用硬件设备，对于处理大数据来说是必要的支持，云计算的成熟发展对于处理计算存储不断增加的工业数据来说是必要的基础。随着技术水平的提升，云计算成本不断下降，这些对于工业互联网的推广是有利的。

4）工业互联网的应用场景高度碎片化

大部分手机应用，除了个人版，还有企业版：企业版滴滴、企业版微信、企业版招聘、企业办协同办公、企业QQ等。通常而言，注册一个企业版的应用，如果企业资料、信息补全，基本即可运营。得益于互联网技术的发展，使得企业版应用容易标准化，对企业级用户而言，“拎包入住”即可。

工业互联网则不同，它的高度碎片化决定了它无法这般灵活。前文叙述中提及，企业在各方面的数字化水平、智能化水平参差不齐，其涉及的设备、产品和系统面临海量不同的接口；而所运用到技术又是复杂的，包括物联网技术、传感器技术、云技术、大数据技术等逐渐发展成熟的新兴技术，要与原有的自动化技术、工业软件结合，最终才形成一个企业的工业互联网化解决方案。

简单地说，当下工业互联网就像一部手机可以被拆分成若干个碎片组件（也就是零部件），然后再碎片成若干个工序。这就导致了工业互联网产业的碎片化、生产模块化。另一方面，工业互联网客户种类繁多，要求加复杂，许多细分需求体现在SaaS层，专精领域的知识体现在终端产品的交付上。

这就要求，工业互联网平台需要综合通信技术、IT技术、数据技术、工业技术的集成能力。正因为如此，工业互联网公司的CTO一般兼具工业和计算机领域的从业背景，而消费互联网公司的CTO往往是单一的计算机背景，只要在这个领域足够精深就可以胜任。

相对消费互联网，工业互联网更需要高资深的技术人才

工业互联网对技术研发人员知识技能的要求面更宽、程度更高，不仅需要懂工业、计算机等多方面的专业知识，而且需要10年左右的工业企业技术经验积累，更需要有数据建模的能力，能对机器设备和业务系统产生的工业大数据进行建模分析，将数据转化为指导设备和业务进行优化的应用服务。

简而言之，工业互联网的技术工程师是对工业研发设计、生产制造、经营管理等制造全过程的运行规律和知识进行显性化、模型化、代码化，乃至价值再创造，这是一般消费互联网领域的技术工程师所难以企及的。

根据咨询机构IoT Analytics的统计，全球工业互联网平台数量超过150个。全球至少150家工业互联网公司在这个市场中角逐，而其对高科技人才的吸引与需求也影响着该公司在未来中的发展趋势。纵观全球排名前列的工业互联网企业，其CTO以及其带领的团队，某种程度上也引领者公司以及提供的产品和服务的方向。

比如，GE的首席技术官Vic Abate曾经是GE发电业务集团总裁兼CEO，熟悉风能业务、热能动力等；西门子的CTO博乐仁从1994年加入公司至今24年，精通于研发、战略等业务；云计算领域顶级专家、亚马逊首席技术官和副总裁Werner Vogels，曾是康奈尔大学计算机系的研究科学家，主要研究高可靠高可扩展的企业系统。

而现在，中国工业互联网领域中部分企业，对人才的需求越来越大，而且定位世界级的工业平台后，对公司的技术官以及其团队的引入尤其重视。比如，海尔的CTO赵峰，此前10年在微软亚洲研究院，后担任常务副院长；树根互联则直接引入前微软亚洲工程院院长、罗技CTO刘震加盟，刘震在ICT、互联网，云计算和人工智能领域的研究超过20年，他综合通信技术、IT技术、数据技术、工业技术的集成能力，进一步强化该公司的工业互联网平台能力。

当前，互联网创新发展与新工业革命正处于历史交汇期。全球都在抢抓新一轮工业革命机遇，围绕核心标准、技术、平台加速布局工业互联网，构建数字驱动的工业新生态，工业互联网发展的国际竞争日趋激烈。而要在这轮竞争中脱颖而出，一个强有力的技术官不可或缺，CTO以及其技术团队将决定该工业互联网公司的发展走得多远。

但就像树根互联在成立之前，三一重工已经在这个行业深耕数十年，在进行标准化后推向行业，才能在工业互联网获得突出成就。“守住寂寞，扎扎实实的做好工业互联网中的一个个细分行业，所以我认为树根互联有很大的胜算。”树根互联CTO刘震说，他目前正在筹备公司的人工智能实验室，将更大程度地推动树根互联的业务发展，把更智能化的服务落实到行业中去。

所以，我们可以预见，在中国这波工业互联网的浪潮中，制高点的竞争核心是人才的竞争。只有具备国际视野、对大数据、人工智能算法有深度研究的CTO带领的研发团队，才能为中国的工业互联网产业贡献一个世界级的平台。

我们期待在这一波的工业互联网浪潮中，所有的平台型公司都扎扎实实加强产品能力，不只是在市场宣传层面百花齐放，而是在产品技术上各施所长，将对工业行业的理解和复杂技术有机整合起来，才能真正为中国的工业带来实际的价值，为中国早日成为世界工业强国舔砖加瓦。