前言
? ? 2021 年，物联网产业迈进新的发展周期。历经 12 年的萌芽破土，物联网从感知，发展到连接
与平台，发展出算力和算法，AIoT 架构初具雏形，方能“遇见”产业转型升级的浪潮。
? ? 然而这还不够。行业发展有自身规律，行业转型存在既有困难，难题不解，转型不前。因此，
近年来，AIoT 不断寻求与行业下沉，加深对行业的理解，涌入垂直“深耕”模式。同时，行业
也在转型压力与数智竞争中拥抱 AIoT，以破求立。至此，AIoT 的价值开始得到产业侧的重
视，一场双方心会神领的“探险”就此开启。AIoT 生态开始形成，业内“黑话”也成为业内人
的通行证：中台、赋能、打通、融合、共创……
? ? 生态发展之路刚刚启程。前方，将是一条从科技验证、价值验证到市场验证的漫漫长路。当
AIoT 与行业历经磨合，找到切入点和价值点，阶段性成果仿佛预示着巨大而繁荣的市场前景。
? ? 从 0 到 1 带来信念与展望，而从 I 到 N 不可避免将带来怀疑与反复。从试点到规模化的难题，
或许才是对 AIoT 价值的一个核心考验。一些行业数字化程度较高，从业者便踌躇满志，另一
些行业数字化程度不足，从业者便进退踟躇。这正是当前物联网赋能千行百业的现状写照。
标杆复制、规模推广……物联网人在机遇与挑战面前愈战愈勇。然而，2021 年又按下暂停键。
又直接打出一记组合拳，疫情反复、多行缺芯、数据安全、双碳国策、限排限电、限地限价、
五道红线……行业自身发展的不顺，也影响了物联网从业者的投入判断：迷雾当前，路标难
判，进退之间如何取舍？它是物联网产业的微笑曲线必经的谷区，还是不可阻挡的大势下行？
一、智能工厂
? ? 物联网解决方案的起始点是互联互通，而落脚点则是对实际业务问题的破解。
? ? 自动化生产从全流程出发，统一规划，分步实施，加强模块化设计与测试平台建设，进行系
列化改进，如贴片环节全自动化、装配自动化、自动贴标、AGV 运送、XR 远程专家，实现
生产自动化和智能化，针对不同场景构建对应的业务应用，合同订单纵向贯通，生产过程透
明可视，实现生产进度实时可视、风险及时预警，主动干预，任务闭环，提升客户感知。
数字大脑，让工厂学会自我思考为了应对生产个性化、小批量化、智能化的高效自动化生产需求，利用传感、物联网、5G 网络、边缘计算、大数据 AI、机器视觉等技术，通过精准交付、智能制造、智慧物流、智慧园区等部分升级改造，实现更智能、高效、高质量的产品制造。随着工厂运营中心数字大脑各部分的逐步升级，让工厂生产学会自我思考。
? ? 工厂数字大脑通过设备智联与数据采集，建立工厂-车间-线体-设备的数字化体系，实现生
产过程数字化；通过知识建模与生产大数据分析，逐步实现智能排产、生产进度监控、生产
资源管理（工装、钢网、人员状态管理和资源分配）。如人、机、料、环等要素接入运营中
心，作业模式由线上演变为在线，实现资源共享与派单提效。
? ? 数据大脑升级，离不开以智能制造执行系统 iMES 为核心的改造。iMES 系统基于微服务架
构，分级部署，支撑多工厂多模式的制造场景。企业级 MES 打通外部订单、生产任务调度；
域级 MES 打通车间设备，对车间现场各系统下发执行指令，实现生产设备与系统互联互通，
完成全流程的数据采集与工艺管控，实现设备可视、线体可视、物流可视，并结合边缘计算
与大数据应用，拓展数字化生产与数字化运营。iMES 系统的通用数字化工艺平台，实现工
艺信息从前端，如研发、中试，穿透至生产一线，通过结构化的工艺设计，实现工艺参数的
智能管理，集文件制作、智能归档、智能应用与一体。
二、数字孪生
1.主营业务数字孪生
? ? 生产线数字孪生让生产更透明，让管理更智能。系统实时反映产线生产状况，进行生产预测、
质量追溯以及预测性维护，提供生产调度指令下发与执行和实时状态的反馈，直观监测物料
和成品的流转，实现生产物料和成品在规划、生产、运营全流程数字化管理以及产线仿真优
化、生产设备预测性分析等功能。
? ? 生产预测分析：孪生系统对生产数据进行汇总分析，形成生产数据模型库，实现对产线
的多维度剖析，查优补缺，提高产能，为产线的优化策略提供全面的数据资料支撑；
? ? 智能设备维保：以 5G 为通道，基于物联网平台，搜集产线设备的运行时长、产能、运
行数据等信息，并根据设备信息自动生成设备维保任务，维修保养记录线上存储，形成
完整的全生命周期的设备台账，实现设备的精细化管理。
? ? 重点：
通过大数据分析将老技工的经验数字化、透明化，沉淀成企业的知识，形成关键
工艺经验的知识转移。
? ? 通过工匠技能和实践经验的参数化及软件化，解决了工匠技术传承难、人工效率低、质量一致性差等管理难题。“实现了工匠精神与经验的参数化与软件化。”
2.园区数字孪生
? ? 工厂园区数字孪生对园区人、设施、车辆、环境、能耗等进行数字化管理，精准运营、实现
少人化，从而提高园区管理水平。系统利用视频虚实融合、激光扫描、物联网、3D 成像等
技术，将园区中的资产、车辆、安保、环境、视频监控、ICT 网络、能耗等信息数据集成、
整合、融入，实现设备联防联动监控，快速定位设备故障点，对区域内人员、资源等实现高
效调配，保障管理高效、运维科学，最终实现园区运营的可视化分析、园区业务的闭环联动、
园区决策仿真模拟等功能。
? ? 数字孪生模型的搭建需要较高水平，须达到高精度三维时空数字化模型，可实现全景全要素的数字化再造。此外，其所具有的可视化平台拥有全景仿真能力，融合了配套设施设备与业务数据，从产业运行、系统运营、安全治理等方向实现决策辅助，让全局尽在掌握。
三、车联网
? ?
? ? “未来，小到个人、大到星球都将会是数字化的体现” ，联想懂的通信 CEO 王帅博士是这
样论述数字化与人类社会发展的关系。数字化，已成为新一轮产业智能变革的重要方向之一，
各行各业的智能数字化转型正如火如荼，其中“智能车联”更是成为新型数字化时代的核心
引擎。
? ??
? ? 近些年，纯电动汽车、自动驾驶技术、持续增长的个性化车内体验已是当今汽车产业升级三
大趋势，而“智能车联”就成为了承载汽车数字化发展的重要基础，即将车与云、人、物等
基础设施相连接，从而驱动汽车向新型数字时代进阶。据统计，2020 年中国车联网市场规
模已超 2000 亿元，预计 2021 年有望超过 2500 亿元。
? ??
1、技术上
? ? 从设计阶段就基于云原生、云控的模式为导向，并融合了卫星定位、物联网智能化、GIS、
移动通信、云服务等，整 合移动通信运营商、保险公司、前装品牌车厂，实现前后装一体
化车辆综合服务模式，有效解决存量车监管、规范管理新车，综合治理深入到车厂前装经销
源头。
总结
? ? 最后建立知识数字化沉淀，降低人工经验的强依赖。随着数据结构化积累和灵活调用程度的
提升，数据业务化优势将日益凸显，能够更好地支撑水厂业务创新。
? ? “十四五”规划纲要对物联网发展提出了更高的要求，既包括加快建设现代化新型基础设施，也提出加快数字化发展，建设数字社会、数字政府、数字生态，打造数字中国和数字经济新优势。以数字化为抓手，推动城市治理体系建立和治理能力升级已成为很多城市的共识。让生产和生活更智能、更节能、更高效。
????????
