6GK5798-2PP00-2AA6西门子
是应用为先，还是架构为先？
Mcrazy提醒了我，IT的思维与OT思维的差异在思维模式的结构，IT是一个自上而下的架构，强调平台架构设计，而OT则是自下而上的执行，先解决局部的问题，然后解决全局的问题，因为，局部的问题不解决，对于控制而言，你是连基本的生产精度、生产效率都无法满足，你根本就不要谈向上的数据传输的—因为你都没有测量准确，你要那些数据干什么？
IT与OT的确在相互融合，但OT厂商也在积极的借助于IT技术来帮助自己实现“优化”，而OT迈向工业互联网是以自身测量、控制已经实现的既有模型为基础来进行一级级的数据集成，并进行优化，OT比IT的优势在于我了解现场，IT不了解现场所规划的就造成其想法无法执行。
这两种路径，哪种对工业现场更适合？似乎不言而喻—架构全局是好的，但如果你不了解对象，这个就无法落地。
3.工业场景与商业场景的差异
IT出身的人擅长架构，也擅长软件，但其对象往往非是物理实体，或者并非是“周期性”控制任务，而控制任务，都是基于“等时同步”的周期性信号采集，且执行对象是物理的阀门与执行器、液压对象、伺服电机等，这些对象本身就有自身的机械、材料特性。
工业现场的人不敢肆意描绘，夸夸其谈在于敬畏--因为工业需要更为稳定可靠、周期性的传输，需要多年的积累工艺Know-How，会有人员***，会导致大的成本损耗。因此，不会轻易的做出“承诺”--可以如何提升效率，勾勒未来美好前景--若仅仅在PPT上是无法说服制造业的人的。
制造分为离散的对材料进行物理的加工，流程中多是对材料的化学反应，在寻找生产的经济***中，有太多的约束条件，就像注塑机打一个材料要对其进行工艺的摸索，材料的种类可能有上千种，产品的规格也是变化多样，那么对于每个产品而言，其工艺控制就是一个非常需要累积的过程，在纺纱的匀整领域，乌斯特积累了200年，在金属热处理工艺领域的知识与经验决定了材料的水平，而这些一直都是中国制造业的“强基”无法跨越的必然路径。
6GK5798-2PP00-2AA6
工业不是“互联网”思维可以快速迭代，或者病毒式***的高速成长的，所谓的“互联网思维”成功学故事都是告诉很多人如何快速把握资本“风口”，快速致富，***、期权、创业团队、风投，这是互联网思维的影响力刺激了人们“致富”的欲望，然而，互联网思维在工业领域需要以“禅定”的积累与发展而言，是不对路的，因此，在一段时间里很多人对此路径产生了怀疑，什么场景能够快速***？
数字化于制造业是有益的，数据连接也是有益的，互联网思维也是可以借鉴的—比如跨界思维、用户思维，这些都是必然需要纳入工业领域的，助力其升级的。然而，今天很多人所谈论的“互联网思维”却并非出于为制造业的发展，而是一种急功近利，快速致富的欲望。
4.工业哪里有那么简单？
人们谈百万APP，希望通过工业互联网实现百万APP上云，其实，这些跟工业都没有什么关系，大部分应用就目前来看就是“显示”呈现这样的任务。
其实，工业互联网本身***步就是连接问题，而这个场景里目前存在的大量公司干的都是“体力活”—就是为不同的行业提供数据的连接，将复杂的现场总线连接起来，之前有朋友问及有多少现场总线，我找了份资料有50多种，IEC列为标准的也有18种，而由这些总线接口之上产生的“协议”则有数千种，而这些是目前大部分“工业互联网”公司在干的事情，实际上就是“导表”，将机器的数据对象字典中的数据与上位软件的变量映射起来。
TSN应运而生-工业互联网不同于internet
连接是工业互联网的***个障碍，另外一个障碍就是牵扯到数据的所有权问题了，你说我卖了台机器给你，那这个机器的参数就是你的了吗？我卖了控制系统给做机器的，那么这个控制器的技术就也卖给机器制造商了吗？这就像你买了部iPhone，那这个手机里的信息就属于APPLE这家公司了吗？
如果只是生产状态这些参数，倒也无妨，如果是牵扯到工艺的参数呢？这是机器制造商的Know-How，这些数据是不能开放的，而不开放的话，就存在数据不完整，不完整的数据得出的结论就是不完整的。
基于大数据的应用在工业场景里的难点在于“小数据，大应用”，其实，工业的数据量相对于图形图像处理、***交易、摩拜单车而言，数据并非是很大，虽然周期性的数据可以按照mS来刷新，可是用于振动监测的故障数据并非很大，因为很大的前提是得有大量故障，而这是不允许的。
6GK5798-2PP00-2AA6