數(shù)字化提供了廣泛的優(yōu)勢(shì)，它們包括通過創(chuàng)建數(shù)字雙胞胎減少停機(jī)時(shí)間的預(yù)測(cè)性維護(hù)、加強(qiáng)質(zhì)量控制、需求驅(qū)動(dòng)的生產(chǎn)、庫存優(yōu)化、降低能源和材料成本以及改善安全和環(huán)境性能。

　　許多預(yù)測(cè)都試圖量化價(jià)值主張。咨詢公司麥肯錫表示，到2025年，物聯(lián)網(wǎng)經(jīng)濟(jì)影響可能在1.2美元到3.7萬億美元之間。美國(guó)商務(wù)部最近對(duì)美國(guó)制造商和智能制造商的一項(xiàng)調(diào)查顯示，每年的成本降低了570億美元。

　　當(dāng)然，有一個(gè)問題，實(shí)際上有幾個(gè)。制造業(yè)的投資周期比較長(zhǎng)，強(qiáng)大的流程和設(shè)備不會(huì)在一夜之間出現(xiàn)，至關(guān)重要的是，所需的技術(shù)，如人工智能，尚未完全開發(fā)。

　　人工智能（AI）作為催化劑

　　智能工廠利用工業(yè)物聯(lián)網(wǎng)（IIoT）、大數(shù)據(jù)和高級(jí)分析，以及信息技術(shù)（IT）和運(yùn)營(yíng)技術(shù)（OT）的融合。另外，相互通信的設(shè)備導(dǎo)致實(shí)時(shí)決策，從而優(yōu)化價(jià)值創(chuàng)造。

　　它既發(fā)生在工廠內(nèi)，也發(fā)生在整個(gè)價(jià)值鏈中，從原材料采購(gòu)到訂單交付和客戶服務(wù)。

　　這種轉(zhuǎn)變的潛在催化劑是人工智能（AI）。目前人工智能的大部分興趣都與機(jī)器學(xué)習(xí)有關(guān)——這是一套將現(xiàn)實(shí)世界數(shù)據(jù)和經(jīng)驗(yàn)與統(tǒng)計(jì)分析相結(jié)合，以得出結(jié)論和預(yù)測(cè)結(jié)果的技術(shù)。

　　機(jī)器學(xué)習(xí)不是一個(gè)新的人工智能領(lǐng)域，但互聯(lián)網(wǎng)的發(fā)展、大量數(shù)據(jù)的激增以及計(jì)算機(jī)處理能力的不斷提高，極大地提高了其預(yù)測(cè)能力的深度、廣度和準(zhǔn)確性。

　　雖然人工智能明顯正在進(jìn)步，但它也有其局限性。底層算法的設(shè)計(jì)很棘手，這可能會(huì)導(dǎo)致漏洞和意外偏差；訓(xùn)練步驟通常需要非常大量的數(shù)據(jù)和可能難以獲得的實(shí)際經(jīng)驗(yàn)；神經(jīng)網(wǎng)絡(luò)通常需要很長(zhǎng)時(shí)間來訓(xùn)練。當(dāng)啟用人工智能（AI）的決策出錯(cuò)時(shí)，通常很難確定原因，這是安全關(guān)鍵系統(tǒng)中的一個(gè)主要問題。

　　為什么人工智能現(xiàn)在被應(yīng)用在工廠環(huán)境中？當(dāng)然，技術(shù)是一個(gè)驅(qū)動(dòng)因素：大量數(shù)據(jù)的可用性、機(jī)器學(xué)習(xí)的發(fā)展、云計(jì)算（用于網(wǎng)絡(luò)范圍的監(jiān)控和優(yōu)化）和邊緣計(jì)算（為實(shí)時(shí)決策提供機(jī)器學(xué)習(xí)）的出現(xiàn)，以及信息技術(shù)（IT）系統(tǒng)與運(yùn)營(yíng)技術(shù)（OT）系統(tǒng)的結(jié)合。

　　但目前的社會(huì)發(fā)展趨勢(shì)也很重要，包括全球供應(yīng)鏈日益復(fù)雜，以及在吸引熟練生產(chǎn)工人方面持續(xù)存在的挑戰(zhàn)。換句話說，智能工廠的出現(xiàn)是技術(shù)推動(dòng)和市場(chǎng)拉動(dòng)的結(jié)果。

　　如果所有的人工智能問題得到解決——并且最終將得到解決。但是，如果沒有最佳的信息治理，智能工廠仍然不會(huì)快速發(fā)展。

　　三個(gè)這樣的治理問題包括技術(shù)標(biāo)準(zhǔn)、網(wǎng)絡(luò)安全/隱私和頻譜分配。

　　技術(shù)標(biāo)準(zhǔn)

　　智能工廠依賴于信息流和系統(tǒng)響應(yīng)能力，如果沒有標(biāo)準(zhǔn)——基本上是與技術(shù)系統(tǒng)相關(guān)的規(guī)范或要求，就無法實(shí)現(xiàn)。

　　制造過程中使用了數(shù)百甚至數(shù)千種標(biāo)準(zhǔn)，并且需要許多新標(biāo)準(zhǔn)來實(shí)現(xiàn)智能工廠。美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院（NIST）2016年2月的一份報(bào)告指出，智能制造生態(tài)系統(tǒng)可以被視為由四個(gè)進(jìn)步級(jí)別組成的金字塔：設(shè)備級(jí)、監(jiān)督控制和數(shù)據(jù)采集（SCADA）級(jí)、制造運(yùn)營(yíng)管理（MOM）級(jí)和企業(yè)級(jí)。信息必須在每個(gè)級(jí)別內(nèi)部和之間流動(dòng)，并且已經(jīng)開發(fā)或正在開發(fā)數(shù)十個(gè)標(biāo)準(zhǔn)以加速這種協(xié)作。

　　根據(jù)NIST的說法，“在制造金字塔內(nèi)，通信標(biāo)準(zhǔn)已經(jīng)建立，但系統(tǒng)之間的互操作性還有限制，這意味著制造商通常會(huì)被鎖定在單一的供應(yīng)商解決方案中。在整個(gè)商業(yè)周期中，存在幾個(gè)完善的標(biāo)準(zhǔn)，然而，信息能夠與生產(chǎn)系統(tǒng)互連的程度還是非常有限?！?/span>

　　除了制定標(biāo)準(zhǔn)來填補(bǔ)這些空白之外，報(bào)告還指出了智能工廠面臨的另外兩個(gè)與標(biāo)準(zhǔn)相關(guān)的障礙：

　?。?span>1）缺乏對(duì)標(biāo)準(zhǔn)和標(biāo)準(zhǔn)采用情況的跟蹤；

　?。?span>2）標(biāo)準(zhǔn)之間的重疊和冗余。

　　為消除這些障礙，各個(gè)組織之間的協(xié)調(diào)與合作是必要的，其中一些正在進(jìn)行中。

　　還正在制定標(biāo)準(zhǔn)以促進(jìn)區(qū)塊鏈技術(shù)的應(yīng)用。區(qū)塊鏈?zhǔn)且粋€(gè)數(shù)字分類賬，能夠以可驗(yàn)證和安全的方式記錄交易。美國(guó)國(guó)土安全部（DHS）正在與工業(yè)界進(jìn)行區(qū)塊鏈試點(diǎn)，以了解該技術(shù)是否可以阻止假冒產(chǎn)品和知識(shí)產(chǎn)權(quán)盜竊。將需要安全和定義的互操作性標(biāo)準(zhǔn)來促進(jìn)該技術(shù)的應(yīng)用。

　　網(wǎng)絡(luò)安全/隱私

　　智能工廠需要在工廠內(nèi)部和整個(gè)價(jià)值鏈中的設(shè)備和設(shè)備之間進(jìn)行互聯(lián)。這種連接增加了制造商遭受網(wǎng)絡(luò)攻擊、間諜活動(dòng)和數(shù)據(jù)盜竊的風(fēng)險(xiǎn)。

　　這些不是假設(shè)性問題，例如，2014年，黑客通過網(wǎng)絡(luò)釣魚郵件獲得訪問權(quán)限后，破壞了一家德國(guó)鋼廠。英國(guó)最近的一項(xiàng)調(diào)查發(fā)現(xiàn)，50%的制造商承認(rèn)受到黑客攻擊，半數(shù)受攻擊的制造商因此蒙受損失。據(jù)美國(guó)國(guó)土安全部稱，制造商是針對(duì)關(guān)鍵基礎(chǔ)設(shè)施網(wǎng)絡(luò)攻擊的首要目標(biāo)。

　　鑒于智能工廠對(duì)傳統(tǒng)工廠提出的目標(biāo)越來越大，安全問題變得越來越重要。安全目標(biāo)包括維護(hù)生產(chǎn)（無停機(jī)或延遲）、防止導(dǎo)致財(cái)產(chǎn)或人身傷害/死亡的系統(tǒng)故障、防止間諜活動(dòng)以及保護(hù)客戶和員工的隱私。

　　實(shí)現(xiàn)這些目標(biāo)既不簡(jiǎn)單也不容易。為了保護(hù)智能工廠，需要多種方法和系統(tǒng)，包括網(wǎng)絡(luò)物理系統(tǒng)的安全體系結(jié)構(gòu)、通過證明驗(yàn)證軟件完整性（能夠檢測(cè)惡意軟件或非預(yù)期代碼的過程），以及安全的設(shè)備管理。

　　提供智能制造設(shè)備和服務(wù)的供應(yīng)商顯然參與了這些安全開發(fā)，政府也是如此。美國(guó)政府與工業(yè)界合作，為關(guān)鍵基礎(chǔ)設(shè)施開發(fā)了基于風(fēng)險(xiǎn)和自愿的網(wǎng)絡(luò)安全框架，廣泛適用于包括制造商在內(nèi)的一系列企業(yè)。NIST還發(fā)布了與智能工廠相關(guān)的智慧城市框架。

　　另一個(gè)日益嚴(yán)重的問題涉及個(gè)人信息的隱私。歐盟的一般數(shù)據(jù)保護(hù)條例（GDPR）是一個(gè)法律框架，為收集和使用個(gè)人信息制定了指導(dǎo)方針。這項(xiàng)新法律對(duì)智能工廠也有影響，例如，測(cè)量生產(chǎn)線產(chǎn)量的技術(shù)可能會(huì)收集個(gè)別工人的數(shù)據(jù)。制造商需要通過更新隱私聲明并確保這些聲明符合GDPR要求，同時(shí)確保他們對(duì)使用這些技術(shù)收集的個(gè)人信息是透明的。

　　最后，智能工廠將推動(dòng)保險(xiǎn)業(yè)的變革，保險(xiǎn)業(yè)將面臨構(gòu)建解決方案來管理風(fēng)險(xiǎn)變化的需求。

　　頻譜分配

　　實(shí)現(xiàn)智能工廠承諾所需的設(shè)備數(shù)量是信息治理的一個(gè)重要考慮因素。這些設(shè)備預(yù)計(jì)將通過無線通信進(jìn)行操作。無線設(shè)備目前有數(shù)十億臺(tái)，由于物聯(lián)網(wǎng)和工業(yè)物聯(lián)網(wǎng)（IIOT），這個(gè)數(shù)字預(yù)計(jì)將呈指數(shù)級(jí)增長(zhǎng)。

　　所有這些對(duì)無線通信的需求都需要頻譜，這是一種稀缺的公共資源。為了讓智能工廠取得成功，政府必須分配足以滿足這種需求增長(zhǎng)的頻譜。在美國(guó)，聯(lián)邦通信委員會(huì)（FCC）為消費(fèi)者和商業(yè)用途分配頻譜。

　　去年，美國(guó)政府問責(zé)局（GAO）對(duì)此問題進(jìn)行了調(diào)查。根據(jù)GAO的報(bào)告，美國(guó)聯(lián)邦通信委員會(huì)認(rèn)為，當(dāng)前可用的頻譜足以滿足物聯(lián)網(wǎng)在不久將來的增長(zhǎng)，除非使用大量頻譜的設(shè)備激增。GAO還指出，“隨著無線設(shè)備數(shù)量的增長(zhǎng)，管理干擾變得越來越具有挑戰(zhàn)性，特別是在不需要無線許可的頻段中?！?span>GAO建議FCC開始跟蹤物聯(lián)網(wǎng)的增長(zhǎng)，以確保有足夠的頻譜可用。

　　如果需要額外的頻譜來支持智能工廠，那么它是許可頻譜？未許可頻譜還是共享頻譜？FCC將決定如何在每種類型之間以及在哪個(gè)頻帶內(nèi)分配可用頻譜。

　　這些政府決策將影響美國(guó)智能工廠的頻譜供應(yīng)和質(zhì)量。其他國(guó)家也在努力解決如何為工業(yè)用途分配頻譜的問題。GAO的報(bào)告指出，每個(gè)國(guó)家都在采取不同方法，至少有一個(gè)國(guó)家，韓國(guó)，將頻譜專用于工業(yè)用途。

　　如果制造商能夠清除障礙，并且政府能夠制定標(biāo)準(zhǔn)，那么回報(bào)將是巨大的。