工业数字银行解决方案-制造业数字化探讨(9)

针对工业企业内部与工业生产深度相关的部分，我们提出了以智能化运作为核心的数字工厂解决方案，该方案主要包含生产车间、财税管理及关联业务的数字化建设方案。目前，我们重点介绍工业数字银行（涉及业务中台、数据中台）。在介绍工业数字银行之前，建议先了解：

数据中台当前与未来-数字化架构设计(1)

在数据中台建设的实施路径与建议（2）

了解数据中台后，企业通过数据采集、分析和应用的面向实现了对生产企业的内控和产品外销的互联网化运营，B端和C端客户/用户的管理思路也随之转变，以客户/用户为中心的变革成为工业数字化转型的核心方向。那么，工业数字银行具体指的是什么？它的建设路径是怎样的？有哪些可参考的案例？

1、工业数字银行

一提到数字银行，大家可能都想到这是传统银行的事，和工厂有啥关系？

工业数据银行是企业在数字化转型过程中（研产供销服等环节）产生的大量生产和经营数据经过系统化采集、清洗、分析和应用，最终形成的数据价值体系。该平台为工业企业提供企业产品面向企业与消费者精细化运营和精细化内控经营的量化指导，同时构建了企业数据产品体系，形成了数据银行平台，简称数据银行平台。

2、工业数字银行如何建设

本节内容涵盖组织变革措施、建设方案、落地思路、总体架构规划、核心技术支撑以及工业数字银行应用案例分析。

2.1、组织变革

工业数字银行从组织和人才体系建设的维度进行全方位保障。组织是战略落地的关键环节，而组织的核心则是人才。

从战略规划与执行的中台角度出发，由于单一部门难以支撑这样的平台化战略，因此，需要将变革工作提升至企业级变革层次，并成立变革委员会，才能确保变革成功。建议的变革项目组织如下：

从人才体系的角度来看，工业企业不能仅围绕中台战略进行技术框架的堆砌，而应从企业业务流程、IT架构、技术实现等维度进行人才招聘或培养，以确保中台战略的有效落地。

2.2、工业企业中台建设路径

首先，企业应结合业务现状及 实际问题，评估是否适合引入中台 ；

并非所有企业都适合采用中台，不同企业对中台的需求各有差异。企业应根据自身状况进行评估，明确信息化建设的目标。根据Gartner的划分，企业IT的发展可以分为三个阶段：单点IT技术阶段、信息化阶段和数字化阶段。信息化阶段的目标是实现企业数据的系统化存储与管理，通过标准化流程实现内部业务的高效运转。常见的信息化系统包括PLM、CRM、ERP和MES等，这些系统的核心功能是支撑特定领域的业务应用。而数字化则强调以用户为中心，通过数据驱动实现业务模式的创新，打破行业界限，为企业创造新的价值。信息化着重于优化企业内部业务流程，提升工作效率，但随之而来的挑战是形成了众多信息孤岛。数字化则在此基础上，以用户需求为导向，关注商业模式创新，通过数据融合实现业务模式的重构。数字中台作为这一转型的关键工具，帮助企业实现从信息化向数字化的跨越。

数字化建设三阶段

互联网公司天生具备信息化基因，使其中台建设自然水到渠成。然而，工业企业与之不同，其产品研制周期长、业务领域广泛、职能部门众多、数据类型复杂等特点，即便在信息化建设上投入巨资，经过数年至数十年的持续建设，其信息化应用程度仍显不足。因此，在决定是否建设数字中台之前，企业应结合自身特点和业务现状，全面评估信息化建设水平，明确当前主要问题在于填补信息化空白，还是解决“烟囱式”信息孤岛，并通过挖掘数据潜在价值，推动数据驱动业务创新。

其次，制定自顶向下的中台战略

中台战略是企业实现数字化转型的重要支撑，其核心内容是利用数字化技术，打破固定化的前后台运营模式，消除部门壁垒和信息孤岛，推动产品与运营的快速创新。这一过程必然涉及企业的发展战略、组织架构、企业文化等多方面的要素。缺乏高层领导的深度参与，缺乏自上而下的战略决策，将导致数字化中台建设举步维艰。如同灯塔，中台战略为企业数字化转型指引方向；而创新的组织架构和运营模式则为企业数字化转型提供坚实的后盾。

在新的中台战略规划下，企业将通过打破传统组织架构的束缚，依据新的运营模式，逐步建立敏捷创新的组织体系，以促进跨部门的协作机制，例如设立统一的数据管理部门，以整合来自各部门和各领域的数据资源，充分挖掘数据的潜在价值，从而实现对企业运营和产品业务的深入洞察；同时，对于工业企业而言，中台建设是一项循序渐进的系统工程，应当遵循"整体规划，分步实施"的方针，避免追求全面和快速实施，以确保建设过程的稳健性和可持续性。

基于业务导向原则，构建符合企业自身业务需求的中台体系。

基于数据驱动和模型赋能，推动业务创新，助力企业实现数字化转型。

数字中台落地思路

基于工业互联网的发展趋势，考虑到工业企业业务流程的特殊性，如系统具有高度的多样化和价值、业务流程嵌入到业务系统中、历史数据类型较为复杂、部分数据尚未实现数字化，我们建议工业企业可以基于工业互联网平台，采用'Think Big，Start Small，Scale Fast'的建设方法去推进数字中台战略。

从整体架构规划的角度出发，基于企业业务特点、现状、规划目标以及IT基础设施的现状，构建适合企业的数字中台体系整体架构，从中台的本质出发，梳理所需的能力集。

从小处着手，试点先行。中台建设需要得到前台应用的支撑，在中台体系架构下，工业企业应当选择业务域中的流程和数据基础较好、需求迫切程度较高的场景进行试点。例如，在研发领域中的工程变更请求评审场景、物料到端追溯场景等。每一个试点场景的构建，都涉及中台的关键技术，通过首批试点场景的验证和构建，可以形成企业中台的整体框架。

加快迭代速度。基于试点场景，通过已构建的中台架构，可以在试点场景的基础上快速向其他业务领域推广，覆盖至多个业务场景。从单一业务场景逐步扩展，逐步增加连接的后台服务系统，提升数据聚合后的共享服务。

通过遵循这一建设路径，在1至3个月的周期内，可以有效构建中台的架构体系。这一阶段将积累试点场景的应用经验，从而增强企业在推进中台战略方面的信心。这将有助于企业在公共能力的积累、创新应用的孵化以及应用场景的拓展方面取得长足进步。

工业企业中台体系架构

基于先前的分析，工业企业数字中台必须具备以下关键能力：其一，多源数据采集能力，主要依赖于多种信息系统的数据输出，包括PLM、ERP、MES等，以及工业设备和产线的数据，还有用户提供的智能产品数据。其二，数据处理能力，能够整合和分析来自不同来源的数据，支持业务决策的科学性和精准性。其三，数字 twin构建能力，能够基于工业数据构建虚拟的数字孪生模型，实现对生产过程的实时监控和优化。其四，智能应用开发能力，能够开发和部署符合企业需求的智能化解决方案，提升生产效率和产品质量。

数据建模能力：工业数据具有丰富的多样性，不仅包括传统的结构化和非结构化数据，还涵盖了来自结构设计的三维模型数据、电气设计的原理图，以及产线设备产生的时序数据（如震动等）。这些数据之间错综复杂，需要在各个阶段构建完整的全量产品数据模型，通过建立这些模型，可以将各种数据进行系统化组织和关联，从而便于调用和分析。

数字主线及数字映射能力：通过关联不同阶段的产品全量数据模型，构建面向全寿期和全价值链的产品数字主线。基于此主线，融合产品机理模型或仿真模型，以及产品实时运行数据，通过三维模型实现物理产品的运行状态实时动态反映，并进行动态仿真、分析、优化和运营监控等，我们称之为数字映射（Digital Twin）。数字映射是工业数据价值的重要体现，也是推动工业企业实现数字化转型的关键目标。

工业数据分析能力：基于完整的数据模型，构建相应的数据分析模型，为不同业务领域提供相应的数据分析能力，包括但不限于产线能效分析、预测性维护、质量根因分析等，提升数据的透明度和实时业务的洞察力。

数据展示能力（AR 和工业 APP 等）：工业 APP 是指通过移动终端和桌面应用等多种载体，基于角色的、单一的工作界面，使得企业员工可以随时随地安全访问相关数据开展工作，而无需关心数据来源及其关联，以提高工作效率，提升用户体验。工业 APP 是中台数据服务化和业务化在前端最好的展现。而增强现实（AR）则是采用更加先进的手段，通过 AR 眼镜或移动终端，将数字数据与实际物理产品实现完美融合，提供直观、交互式的用户体验，如现场装配指导等，解放员工双手，大大提高员工的工作效率。工业互联网平台通过对企业的机器、业务系统、产品模型等过程数据进行广泛的采集，将采集到的关键数据导入到工业化模型以实现业务功能的软件化，最终为企业提供工业级应用服务，帮助企业优化生产流程，为产品从研发到生产、销售和使用等全生命周期提供服务，从而实现制造资源的优化配置。由此可见，工业互联网平台是工业企业数字中台落地的不二之选。

遵循前、中、后台分层架构的指导原则，以中台为核心，构建了工业企业数字化业务体系。该体系不仅实现了纵向和横向的集成，其中纵向集成指IT/OT集成，横向集成则涉及全寿命周期价值链整合。通过这一架构，构建了以数据驱动的创新业务模式。

后台 ：工业数据源

这些系统，如PLM、ERP、CRM、MES等，在特定领域满足需求，作为产品数据源和业务数据源，忠实记录和管理产品设计、制造、采购和服务过程中的相关数据。这些系统在建设、推广和升级过程中周期长，维护成本高，缺乏敏捷性，无法及时适应业务变化。工业数据不仅包括生产现场的产线、设备，还包括交付给用户的智能产品，这些设备因成本高、更新慢，无法及时响应业务变化和需求。在中台架构中，这些系统和设备将下沉至企业后台作为数据源，除产品设计师等重度用户外，其他用户将不再直接访问此类系统。

将这些系统和设备部署到后台，随之而来的问题是：如何高效、可靠地采集这些异构系统和设备中的错综复杂、种类繁多的数据以支持中台运作？这也是工业企业实现信息化向数字化转型面临的主要障碍。

传统的企业服务总（Enterprise Service Bus, ESB）采用较为落后的技术，存在集成接口较为复杂、扩展性不足、维护起来较为麻烦且无法连接生产设备等问题，无法满足数字中台体系架构的需求。新型 Open API 技术能够有效支撑多源异构系统的快速集成，实现了边缘设备与云端的集成、传统工业软件与云端的集成、平台内部不同软件和功能的集成，是工业互联网平台发展的重点方向。而 REST（Representational State Transfer）作为开放式的软件接口设计架构，一经提出就因简洁高效且具有良好的特性，迅速取代了 SOAP、RPC 等技术，成为 WEB API 的标准。目前，大多数工业软件，包括 PTC Windchill、SAP 等，基于 REST API 技术实现了平台内功能组件的集成，构建了工作流，提升了功能复用效率；同时将平台内部的 REST API 以 OpenAPI 的形式对外开放，有效促进了平台间的功能调用和集成。

在这一基础上，通过科学配置各工业软件系统的Open API接口，实现集成接口的自动化配置和标准化管理，从而确保在多个产品或系统之间保持一致的集成能力，实现软件定义集成（Software Defined Integration, SDI）。该集成方案不仅具备敏捷性、高效性、动态性，且易于管理，代码量少，非常适合工业中台的定位和需求。

中台 ：数据 + 模型驱动

中台是企业实现差异化、展现竞争优势的关键所在。在数字中台架构中，中台摒弃了传统IT系统的依赖，借助新型工业互联网平台整合和管理跨域数据，将数据抽象成服务，从而实现数据与业务的深度融合，快速响应前端应用和业务创新带来的变化。结合工业企业特点，工业中台主要分为业务中台和数据中台两类。

业务中台主要解决 ：

• 业务建模：基于全生命周期的业务应用，覆盖产品全生命周期价值链，构建覆盖全量数据的业务模型，并通过业务规则实现数据模型间的关联，为构建企业级数字主线提供数据基础；
• 虚实融合：基于全量数据模型，面向不同维度（如仿真、运营等），将数字信息与物理数据进行融合，为企业级增强现实效果和用户体验提供服务支撑；
• 业务编排：基于全量数据模型，面向多业务领域，重构跨部门和跨系统的业务流程网络，通过数据驱动实现业务流程的自动化运行，显著提升运营效率；
• 数字主线：企业级数字主线的构建，对企业研发效率、生产效率和产品交付效率产生直接影响。LNS研究表明，构建数字主线可使产品研发周期缩短约20%；
• 数字映射：实时采集产品数据并映射到数字化模型中，实现产品实时监控、仿真分析和故障预测。通过多维度映射，将产品数据进行模块化解耦，便于企业级业务功能的调用和管理

数据中台主要解决:

• 数据治理：工业数据具有类型繁多且格式多样特征，在分布于各业务领域及系统中，通过建立数据标准体系，强化数据合规性与规范性，以提升数据质量。数据治理是一项长期持续的基础性工作；
• 数据存储：异构系统与设备产生的各类数据经过整合，依托大数据中心或数据湖实现海量数据的存储、管理和服务；
• 数据分析：基于数据中心，构建相应的数据分析模型，支撑不同业务领域开展分析工作，涵盖用户行为分析、营销趋势分析等场景，以提升数据透明度与实时性；
• 数据网关：通过实现数据开发与业务开发的分离，借助数据服务化技术，为前端应用提供高效、可靠的数据访问与分析能力。

对工业企业而言，各行业在研发流程和生产工艺上存在显著差异，即便在同一行业，不同企业的研发流程和生产工艺也可能因组织架构设置、生产设备配置等方面的差异而存在显著差异。因此，在工业企业中台建设的过程中，最关键的是如何将这些特有的业务体系、流程和逻辑等转化为业务中台的核心内容，从而优化研发流程，提升研发效率，缩短上市周期等目标。而数据中台的建设是一个长期、规范化、基础性的工作，其投入规模大，见效周期较长，同时借助工业互联网平台的数据采集和业务建模功能，可以为业务中台快速提供规范化、模型化的数据产品，使得业务中台能够基于这些数据快速构建场景化的应用。因此，工业企业中台建设的核心在于业务中台，在两者难以同时推进的情况下，应当优先开展业务中台建设。

前台：快速创新

针对企业级前端业务应用，快速响应业务创新需求，为综合应用提供敏捷开发支持。在数字化浪潮的推动下，工业大数据呈现出爆发式增长态势，借助新技术，数据消费形式也将呈现出丰富多彩的面貌。包括但不限于：

• 工业APP：基于中台提供的模块化业务功能，面向特定应用场景快速进行业务重构，通过基于角色的、单一的工作界面，使得企业员工可以随时随地安全访问相关数据开展工作，而无需关心数据来源及其关联，以提高工作效率，提 升用户体验。工业APP是中台数据服务化和业务化在前端最好的体现。
• 增强现实 AR ：AR技术在工业领域的应用，将数字数据与实际物理产品实现完美融合，提供直观、交互式的用户体验，如现场装配指导，大大提高员工的工作效率。

关键技术

在工业企业的中台体系架构中，中台通过连接工业数据源，为前台创新提供支持。数字主线与数字映射是搭建数物融合数字化平台的关键技术。数字主线被用来整合数物融合的数字化数据流，涵盖产品研发、制造、营销、运营和服务等业务环节；数字映射则被用来构建覆盖产品全生命周期的数字化模型。通过数字主线与数字映射的有机融合，数字中台形成了强大的数据驱动能力。

基于数字主线实现数物融合、业务融合。

数字主线始终贯穿于产品全生命周期，负责从市场营销到产品设计、生产制造和运维服务的全流程衔接，实现了全过程数据流转与追溯管理，构成了数据驱动业务的基础设施。数字主线的核心优势在于数物结合与业务协同。

通过后台系统的连接，实现了跨域数据的聚合。后台系统连接涵盖了多种面向流程的IT系统、工业设备以及智能产品。在IT系统连接方面，支持多种连接方式，确保具备通用接口的系统与自研系统之间的互联互通。在工业设备连接方面，采用标准工业通信协议，实现了设备或设备网关之间的安全、稳定通信。对于智能产品连接，具备边缘计算能力，支持对产品本体及传感器数据的采集、分析与反馈。

业务融合：通过业务编排机制，实现企业级共享服务的沉淀，为跨部门、跨系统的端到端业务应用提供支撑。在服务编排过程中，系统首先会访问各阶段的数字化模型对应的数据标签，进而围绕业务目标规划相应的逻辑规则，生成相应的服务 API，并定义可调用的业务服务。

通过数字映射建立产品的数字化模型。

数字映射通过整合数字主线上的多源数据，构建出一套产品数字化模型。该模型应具备实时性、全面性和动态适应性等核心特征。实时性体现在产品数字化模型与物理模型之间能够实现即时、动态的双向数据交互。全面性则要求模型数据标签能够覆盖各类工业数据类型，包括3D模型数据、仿真数据、设备运行时序数据等。动态适应性则表现在数字化模型并非静态构建，而是随着业务数据化的深入发展，能够持续优化和完善自身。此外，模型具备灵活的适应性，在数据服务和业务服务定义阶段能够方便调用，从而推动数据服务化的应用。

工业企业中台应用场景及案例

与互联网企业相比，工业企业更注重面向终端用户的应用场景，但它们还需要在经营过程中支撑研发、生产、服务以及市场营销的全价值链应用场景。

前文我们提到，无论是离散型制造业还是流程型制造业，都可以通过数字中台实现工程、制造、服务与市场营销各阶段的产品或资产信息的整合，并通过相关的创新应用为企业各角色人员在恰当的时间以适当的方式提供准确、完整的相关信息。工业企业若能根据自身需求建立并实施数字中台战略，即可在全产品生命周期中实现跨业务部门与跨价值链的应用场景。以下将列举工业企业中台战略支撑的几个典型应用场景及案例分享。

• 研发数据追溯: 工业企业创建从工程到制造的数字主线，基于数字中台战略及工 业互联网技术来同步其研发、制造、服务、质量、运营等各阶段的信息，保持产品全生命周期可追溯性，以做成更好的决策。
• 数字化互联产品服务 :通过建设数字中台架构，对智能互联产品及相关业务系统的连接，可以简化并自动化服务流程。结合机械学习的优化算法，实现库存与 客户满意度的平衡。创建更加直观易用的产品服务APP，帮助服务人员了解所有产品及系统相关信息，并通过增强现实技术提高服务效率及准确度。
• 供应商追溯:通过数字中台，为产品全生命周期中不同供应商提供 APP 为统一 入口，提高与供应商的协同效率并降低管理成本，同时保持对供应商项目、文档及数据的可追溯性。
• 配方生产及流程标准化: 流程行业的数字化转型意味着业务流程的透明性和效率，并且高度关注客户需求。模块化，灵活的工作单元以及配方的标准化处于化学加工的最前沿。领先行业企业正在部署数字制造解决方案，以快速扩展跨不同资产、产线和运营商的生产。Volvo Group 是世界上最著名的卡车、客车、建筑设备和工业发动机制造商之一。沃尔沃面临的是非常复杂的内部业务场景和外部市场变化，产品相关信息被分散在营销域、研发域、生产域和服务域的 各个信息系统中，定位或组合这些信息显得非常困难。沃尔沃通过 PTC ThingWorx 工业互联网平台连接企业后台系统以支持全生命周期数据同步。在此中台的架构之上，沃尔沃构建了前台应用，如基于 AR 的质量检查 APP，通过数字主线创建的单一事实来源，确保质检工作人员通过增强现实眼镜能够近乎实时地访问和查看最新的发动机配置和辅助材料，并利用增强现实技术提高应用体验及准确性，同时及时向上游发送质量缺陷，以改进工程和制造流程已实现的业务价值包括：通过质量检测流程的数字化应用提升运营效率与降低成本。通过基于 AR 的在线指导大幅降低新员工的培训时间。通过客户化选配提高了客户需求响应度，缩短了订单交付周期。
• Evonik 是全球领先的特种化学品公司之一，在全球 100 多个国家和地区建立了紧密的客户关系和领先的市场地位。Evonik 通过基于 PTC ThingWorx 构建的平台为其带来灵活性，以应对其流程行业普遍所面临的挑战。 在 Evonik 与 PTC 共同开发的解决方案中：首先从一个集中式平台访问来自多个源的数据，包括 IT 系统及互联设备； 另外在平台中实现数字映射，显示从 CAE 流程工程到运营资产的端到端视角；最后，使用 PTC 的 AR 技术在平台上构建增强现实 APP，以更好的交互体验提供资产及过程信息。