从西门子数字工业软件布局看国内工业应用场景发展

近日，西门子一年一度的媒体和分析师会议在纽约召开，解读其业务的发展战略、运营状况、主要产品线和行业解决方案的最新进展，宣布了其产业和业务的一系列新布局：西门子PLM软件部门正式改为西门子数字工业软件（DISW）部门，发布Xcelerator，将Mendix由幕后推出前台与MindSphere一起并肩作战。

作为国内语义体系下的工业互联网平台——西门子的MindSphere，在GE的Predix暂时折戟沉沙之后堪称业内的风向标，此番推出“MindSphere+Mendix”的布局，从工业互联网的角度比较分析，对于国内的工业互联网发展，似乎更多聚焦于一些“看得见的”事物，忽视了一些“看不见的”，而这些“看不见的”更是当下需要用心做的。

01 看得见的集成平台，看不见的工业应用软件

目前国内的工业互联网平台发展如火如荼，众多集成平台如雨后春笋般冒出来。据统计，截至2018年底，我国已有269个工业互联网平台。

工业大数据、工业人工智能、企业上云、行业赋能、数字化转型……这些闪亮概念都被打包集成进平台中。“你不拥有平台，你就被平台拥有”催动我们将资源和精力更多投入到这些看得见的集成平台，而忽视了那些看不见的工业应用软件。

工业应用软件是面向特定工业应用场景的软件程序，是一系列软件化、可移植、可复用的行业系统解决方案，是工业互联网应用体系的主要内容，支撑了工业互联网平台智能化应用，是实现工业互联网平台价值的最终出口。平台固然重要，但平台最终是要为用户提供应用服务才能创造价值的。

02 低代码背后的模型是才是关键

作为面向工业应用场景解决实际具体问题的软件，工业应用软件的开发者更多是工业人。能否让不会写代码的工程师便捷开发出工业应用软件，决定了开发环境能否有生命力，也直接影响基础平台的应用生态构建。低代码甚至无代码的开发工具成为关键，图形化、可视化、拖拉拽、API等成为关键词。

Mendix配备了可视化开发工具，融入了敏捷管理、社交协作、一键式部署、最终用户反馈循环等功能。看见的是低代码、图形化，这些低代码背后的模型是才是关键。Mendix是通过模型驱动自动生成运行代码，不用为每个需求定制化编码，而是通过高度抽象化的模型映射到具体的业务数据上来实现需求功能。这些模型独立于具体平台并且和实现具体业务功能和行为的特定技术代码分离，从而实现了业务和应用程序逻辑与底层平台技术的分离，方便业务人员编写程序，营造平民编程的平台，同时大大减少了编码的重复工作，提高了软件的可变更性。

03 工业软件需长期积累

对于普通软件的开发而言，Mendix支持的UI、BPM流程模型、消息流模型这样的“软件模型”已经够了，但对于工业应用软件来说，从根本上说是不能满足的。

工业软件不同于普通软件，是工业知识长期积累、沉淀并在应用中迭代的模型化、软件化产物，其核心是工业知识。德国工业4.0认为软件是工业的未来，未来的工业软件应基于模型的理论、方法和工具。从工业知识到“工业模型”、从“工业模型”到工业软件，这是CPS时代工业软件的基本逻辑。

相比较而言，我国长于“软件模型”层面的技术与应用，短于“工业模型”层面的提炼与积累。这与我国工业化发展情况有关，也与国人喜欢做看得见的“短平快”，不愿意做看不见的“长积累”有关。

04 打通“数据-模型-应用”，实现闭环控制与优化

当前，数据驱动、机理模型、工业服务等成为不少企业宣传的热点词。有人曾将工业互联网平台精辟地概括为“数据+模型=服务”。

经过近几年实践，不少企业对工业互联网的实施已经初见成效。特别在设备连接、数据收集方面，国内企业可以说已经走在前列，相关技术与设备日趋成熟。比较多的案例是在对设备连接的基础上，汇聚数据，采用简单的算法模型，通过一些基本的分析完成对设备运行的监控，甚至实现了一些预测性维护的分析。

但同时也存在两个挑战，一个挑战是：虽然采集了大量数据，也有一些算法模型，但是缺少一个体系化、系统化的方法将两者组合起来，很难将数据、模型与真实生产场景业务逻辑自动有序结合，便捷产生切实解决生产问题的应用服务。另一个挑战是在算法模型方面还有很大的提升空间。

基于数字孪生体框架，统一数据接口，统一建模方法，统一API调用，实现数据一次采集重复使用，模型一次构建重复使用，应用一次生成重复使用。这简化了在数字空间描述、洞察和响应物理空间事件的过程，简化了多源异构数据的收集与处理的过程，简化了算法模型的构建和部署的过程，简化了面向实时工业现场的应用软件开发的过程。基于数字孪生体打通“数据-模型-应用”，实现闭环控制与优化。通过全流程可视化工具，实现数据可视化、模型开发可视化、工业应用软件开发可视化。综上，就为不会写代码的工程师快速开发出面向具体应用场景的智能工业应用软件、欠缺工业理论和工业数据资产的IT人高效复用专业算法模型提供了可能。

来源：走向智能论坛