大家所熟知的施耐德电气，以往在供应侧所做的内容是提供包括高/中/低压配电的产品、PLC自控系统等自动化产品。随着数字化转型的浪潮来临，依托于公司的转型战略，施耐德电气在坚固好原有的业务基础上，也在向数字化的维度积极转型。在近日举办的“智微见著·踏‘物’寻‘机’2021中国AIoT产业年会”上，施耐德电气工业事业部OEM数字化全国销售经理李刚，围绕物联网“用侧”以《施耐德电气工业互联网解决方案及行业应用场景介绍》为主题带来了分享，以下为其演讲的内容整理：
我今天演讲的主题是施耐德电气工业互联网架构，以及介绍一些架构之上衍生出的应用。第一部分是施耐德电气工业互联网架构及数字化软件的产品，第二部分是施耐德电气的AIoT平台解决方案及应用。
首先，第一部分介绍的是施耐德电气覆盖全工业市场的完整工业互联网架构EcoStruxure。大家所熟知的施耐德电气，以往在供应侧所做的内容是提供包括高/中/低压配电的产品、PLC自控系统等自动化产品。随着数字化转型的浪潮来临，依托于公司的转型战略，我们在坚固好原有的业务基础上，比如做好能效管理、自动化战略的同时，也在向数字化的维度积极转型。
在过去的将近十年间，施耐德电气根据自身数字化业务转型的需要，进行积极布局，包括对很多全球知名工业软件公司进行整合和并购，这对施耐德电气的IT能力进行了重要的补充。通过一系列IT的整合和并购之后，结合施耐德电气自身在硬件、生态圈方面的优势，推出了目前覆盖全工业市场的完整工业互联网的架构EcoStruxure。
EcoStruxure架构分为三层，最底层为设备层，未来随着公司持续的数字化转型，施耐德电气传统的产品在迭代之后，基本将都会支持互联互通，包括接收器、电源开关、变频器、PLC等在内的所有产品；在中间的边缘控制层，提供传统的PLC，以及在传统架构上的DCS系统、SCADA软件等，有丰富的产品矩阵；最上层是应用分析和服务层，基于完整的数据和数据平台，通过数据应用和数据驱动，赋能生产管理各个环节，衍生出越来越多的应用软件和服务。
施耐德电气EcoStruxure极大整合了IT、OT，得益于施耐德电气在传统硬件和生态圈的优势，不论是流程行业、混合行业还是离散行业，都能完整的进行能力覆盖。
基于这套工业互联网架构，大家一定很好奇施耐德电气能对外能输出怎么样的数字化服务和产品？上图是目前施耐德电气数字化业务全景，涵盖从咨询服务到软件服务与硬件基础，再到管理改善以及数字化落地的一揽子数字解决方案。
随着越来越多的企业用户接受数字化趋势，我们会用以下逻辑来满足客户需求：首先以咨询导入，结合客户预期帮助其做现场的诊断和指导，提供完整的咨询和规划，比如大家熟知的基于双碳的规划。得益于施耐德电气在软件侧和硬件业务的积累，充分实现客户的IT应用，赋能实际生产线和设备侧。
如此丰富的解决方案和服务，其核心是需要足够的软件平台和产品来支撑综合的数字化业务全景。
施耐德电气对于数字化业务的价值主张，是能够实现对客户资产全生命周期的覆盖和综合服务。过去在传统的工业中，施耐德电气的大多工业软件一般聚焦在运营优化和管理的维度。通过并购Aveva，施耐德电气已经补全了在资产建设维度方面的内容，包括资产初期的工艺设计、工艺仿真、施工过程中的管理以及数字化的交付，施耐德电气都会提供一系列的模块和产品去支撑。这些案例一般更多是在比较大型的投资项目中，比如电力、船舶以及其他重资产投资项目当中。
在整个资产完成数字化交付之后，即进入到运营和优化的维度，施耐德电气拥有整个IoT平台搭建的软件，包括传统架构当中的DCS、SCADA，以及基于完整数据和数据平台之上的延伸应用；在生产管理维度，会有MES软件，与能源管理相关的产品包括EMS等一些产品。实际上，目前施耐德电气整个工业软件的图谱非常全面而且已经覆盖资产的全生命周期。
上图是目前施耐德旗下完整的SCADA产品的蓝图，对于生产过程相对简单，基于数产平台之上衍生的生产管理需求不是那么复杂的场景，我们会基于PLC之上直接用SCADA的方式来做数采，帮助客户搭建相对简易的IoT平台。
这种项目非常多，因为在工业市场，像普通的单机设备延伸出来的应用，以及传统的基于HMI方式的管理系统，我们会在单机侧做一些SCADA的部署。比如像AVEVA Edge这样的应用，会应用在单机或者边缘侧。对于一些小型的产线，比如做弹簧或者印刷、包装的场景，我们会有像VAEAV InTouch这样的SCADA软件，性价比非常高，功能非常全面。因为面对往下设备层的连接，有非常丰富的硬件驱动，再往上可以做一些管理的衍生应用。对于工厂级，如矿山、冶金等行业，我们会提供AVEVA Plant SCADA这样的应用，可能覆盖相对大一点的工厂的监控管理。对于集中化或者生产多元化这些场合，我们会有系统平台这样的产品，它可能不只是整个生产的数据会联入生产园区，还会对包括门禁、消防、照明等综合的数据做支撑，做一体化运营管理。
刚才是施耐德电气整体的数字化业务概述，今天的主题是AI和IoT，施耐德电气与这个话题有非常多的交集。我在这里给大家介绍一下施耐德电气IoT的平台解决方案，以及目前基于这个平台之上衍生出来的三种应用场景。
施耐德电气所有衍生的应用都会依托在EcoStruxure工业物联网架构之上，我们也会通过在这个架构上去定义这个平台所处的定位。目前施耐德电气自己的整个工业互联网平台是定义在边缘控制层之上，在应用分析这种软件之下，作为一个数据的中台，或者可以理解为作为一个应用系统的数据底座。
我们会考虑未来面对一些企业管理是多元化的场景，因为企业在面向未来数字化转型过程中，可能部署的不仅仅只有一套MES或者单一的系统，而可能是多维的系统，因此我们提出“一横多纵”，即我们希望用一个共用的数据底座，帮助客户一次性的做好IoT的实时部署后，能够根据它生长数字化转型的需要，分阶段部署的这样一套系统，同时可避免在不同系统实施过程中的重复过程。
与此同时，这个系统也是互联互通的，它支持和原有老系统的一些架构之间的无缝打通。同时支持广泛的连接，因为对于设备层或者边缘控制层，可能会是多元异构的数据集层。同时支持按需扩容，实际上我们在很多项目中提倡客户“小步快跑，快速试错”这样的方式去做数字化转型的部署，未来会在应用层的部署，会根据实际需要去扩展IoT的架构和容量。
目前，施耐德电气对外基于IoT平台上衍生出来数字化应用系统，我们从三个维度剖析：
一个维度是绿色智能制造，这是目前在数字化项目中需求最多、项目占比最大的场景，因为大多数的企业在做数字化转型尝试的过程中，优先会是在生产场景之下做IoT的部署，做数字化应用的尝试；
第二个维度是对于整个集团的能源管理的场景，在双碳政策的背景之下，其实不仅是政治要求，比如建材这样的行业，它也会变成一个刚需。对于其他可能相对有大功率设备的部署、包括高能耗的企业也都在积极规划部署自己的能源管理的系统；
第三是资产全生命周期的管理，这个场景更多是基于生产流程工艺相对复杂，对于整个设备的连续生产依赖度非常高的场景，设备的稳定性对于客户来说，不管是生产的质量还是生产本身来说，都是一个很关键的要素。对于这样的场景，我们会基于IoT平台去做设备的全生命周期、多维度管理的应用。
这是我们基于IoT平台之上，衍生出来做绿色智能制造的一个应用场景，实际上对于这样的需求来说，施耐德电气更多是以“先医后药，精益先行”这样的逻辑来推动客户的智能制造业务的转型，因为我们想以“精益”的模式联动客户，推动他们需求落地。
目前我们在绿色制造业务当中，承载主要是靠factory advisor，它也是MES的架构，会覆盖到企业工厂的建模，包括从产品、工艺、到一些生产要素主数据的搭建，以及在生产过程中，从生产排程到生产过程管理，再到质量和TPM的维度完整的过程，都有丰富的MES的架构和功能模块。这个系统现在也被广泛的应用于一些离散行业，因为按照我们对整个市场的调研发现，离散行业更有数字化转型潜力和需求，比如日化、陶瓷、玻璃加工、锂电行业等，都有丰富的部署和应用。
第二部分是在面对集团化企业资产运维方面，核心的资产不仅包括设备，还有一些相对比较重要的资产。对此，因为IoT能够先跟设备层打通，实现数据存储和管理之后延伸出来应用，比如最上面是最基础的应用，包括对整个资产的监控和管理，一些很常规的运营和保养，对于生产过程中的警示和推送等。在此基础上，我们还会结合场景一些痛点推送一些算法，通过数据建模，提供包括预防性维护/预测性维护，对整个核心资产的健康评估，对损耗设备的产品寿命周期的管理，以及对于怎么通过与预测性维护的结合帮助客户去做整个设备的预警和管理等。对于连续生产的客户，我们能够及时地知道核心部件预计会在怎样的阶段出现怎样的故障，推动采购侧做一些预先的采购和储备。
第三个产品是在用户能源管理的维度上，实际上，这个产品包含了双碳的咨询业务，会帮他们通过各种维度梳理碳的消耗，从整个供应链、生产维度提供解决方案，帮助他们实现碳达峰。能源管理系统，实际上的功能分为几个维度，最基础的是通过IoT把企业现场的能源管理建制，各种能源相关的数据进行采集和反向控制。其中包括对原有设备不支持数据采集的改动服务，这主要得益于施耐德电气在硬件方面的优势。数据采集上来之后会对能耗数据进行加工和处理，帮助用户对整个能耗的数据基于场景进行能源管理模型的搭建，最后对如何实现能源管理的策略，包括未来落实碳达峰，准备投入在哪些维度，提供决策的依据和支撑。
聊完AIoT这个话题后，这一部分也是跟AI相关的，对于施耐德电气这种从OT层往上发力的企业来说，主要在于对设备的工艺、设备的控制，对于用户子行业的工艺积累。我们在原有的控制方面积累，再结合到现在的IoT上，包括数据建模和算法，这几者的结合使我们目前有很多的应用，当然这也是我们未来的最终目标，也就是基于数据驱动之下和企业的资产经营活动的融合，实现自动化的应用。
我再分享两个这样的应用，一个是我们的APC先进过程控制专家系统，它是一个算法，主要关注于工艺的优化和优化方式。像水泥、陶瓷这类场景之下，它们核心部件的工艺成熟程度会直接影响产品质量，因为通过一些看不见的核心工艺参数优化，一方面能提升它们的生产质量，另一方面能实现能耗方面的降低。在这样的企业部署，基本两年就会收回IoT的部署成本。
我们也在将APC先进控制和实时调节再移植到其他的场景当中，比如陶瓷行业，从前面的配料到后面的窑炉控制，我们都在不断的探索。另外在污水处理、金属、涂料等行业，也在通过学习最优的工艺参数，实现优化和管理，降低成本。
另一个是PRiSM预测性资产分析软件，也是一种算法。对于设备历史数据的学习，也是某些客户的核心资产，包括像轴承、风力发电等行业，核心资产可能需要建立很多的传感器，未来它可以在原有的历史数据基础上建立数据模型，然后结合实时的数据对可能出现的故障进行预警。我们用到大型的轴承、风力发电以及大功率的水泵上，能做到提前140小时预警未来可能发生故障。
大家发现未来做数字化业务中要强调的生态圈，比如我们和联想、华为、移动等都有深入的合作，未来我们希望能与更多的合作伙伴一起合作，发挥各自的优势，共同打造数字化的企业，希望大家也能共同去出谋划策。
