工业互联网成熟度评估模型完整版

工业互联网成熟度评估

模型

HUA system office room 【HUA16H-TTMS2A-HUAS8Q8-HUAH1688】

工业互联网成熟度评估模型

本文出自工业互联网产业联盟发布的《工业互联网成熟度评估白皮书》。

本白皮书旨在为企业提供一套评价自身实践的方法论，为企业找到工业互联网实施中的主要问题、改进方向和建设路径。与此同时，业界各方力量的应用和反馈也将不断促进联盟修正该方法论中存在的问题，为工业互联网发展提供更科学更准确的指导。

一、工业互联网成熟度评估提出的原因

（一）工业互联网应用浪潮来袭

随着工业互联网概念兴起，美德先导应用不断涌现，目前德国工业 4.0平台已有140多个应用案例，美国 IIC有接近 50 个应用案例，主要聚焦在生产管理优化、物流仓储优化、质量管理优化、产线柔性部署、产品服务价值化等领域。与此同时，我国产业界也加快了面向各类场景的工业互联网应用探索。2016 年，工信部相关部门组织实施了 10 个工业互联网试点示范项目，AII 联盟也评选出了首批 12 个工业互联网优秀案例。然而，目前我国工业互联网应用与发达国家相比还存在总体发展水平较低、行业间企业间基础差异较大、大规模推广难度巨大、缺乏工业互联网评估体系和实施指南等问题。

（二）联盟需构建先导性的标准化模型

从国内外已有的主要成熟度模型来看，德国构建了工业4.0 成熟度评级模型，但因两国发展基础不同，建设水平不同，并不能直接用于我国工业互联网成熟度评估。AII 联盟作为推进我国工业互联网政产学研用协同发展的公共平台，需要率先开展研究，针对我国自身特点，制定一套评估模型和方法，推进工业互联网理论与实践。

（三）为企业提供一个便利的自我评价工具

当前产业界对工业互联网的理解不统一，企业对自身工业互联网发展的定位、现状和发展路径不明确，缺乏一致的方法论来评判具体实践。联盟希望通过工业互联网成熟度评估体系的制定助力企业了解自身建设水平，发现存在的问题，并获取相关的诊断建议。该评估模型并不是为了创造一套复杂的理论，而是希望以提供互联网服务的方式为企业提供一个便利的自我评价工具。

（四）为政产研用搭建一个持续透明的信息窗口

工业互联网成熟度评估模型的制定并不是一蹴而就的，当前的 1.0 版本主要是结合现阶段工业互联网发展的特点和先进实践而得出的，将来还有持续发展、反复迭代的过程，需要借助产业界各类主体的意见和建议深化模型，并结合企业对模型的应用结果和反馈，不

断更替或补充更符合不同阶段实际情况的评估因素，不断修正完善评估指标、权重和评估问卷设置等。这个过程不仅能助力政府部门了解我国工业互联网的最佳实践，也能帮助应用企业和解决方案服务商建立透明的信息窗口，促进产学研结合。

二、工业互联网成熟度评估模型

（一）评估模型的架构

1、三大核心要素

遵循《工业互联网体系架构（版本 1.0）》的主体思路。工业互联网的核心是基于全面互联而形成数据驱动的智能，基于工业互联网的网络、数据与安全，将构建面向工业智能化发展的三大优化闭环，即面向机器设备运行优化的闭环、面向生产运营优化的闭环、面向企业协同、用户交互与产品服务优化的闭环。三大闭环并不是简单割裂的关系，而是环环相扣、互相贯穿，机器设备的互联互通、生产运营系统的综合集成，为企业协同、用户交互所需的数据流动和协作奠定了良好的基础。

基于上述体系架构的思想，本模型将工业互联网成熟度评估的 3 大核心要素归纳为互联互通、综合集成、数据分析利用（如图表 1 所示）。互联互通是指企业内部或企业内外部之间的人与人、人与机器、机器与机器、机器与产线、产线与产线、以及服务与服务等

之间的网络互联和信息互通。综合集成是指企业内部或企业内外部之间通过数据库集成、点对点集成、数据总线的集成、面向服务的集成等多种模式，实现产品设计研发、生产运营管理、生产控制执行、产品销售服务等各个环节对应系统的互集成互操作。数据分析利用是企业基于互联互通、综合集成所汇聚的各类数据，进行数据分析和深度挖掘，对企业智能化决策与生产、网络化协同、服务化转型等提供支撑和土壤。

图1 工业互联网成熟度评估三大核心要素

2、两大目标对象

本评估模型主要面向离散型和流程型制造企业，在构建评估体系时着重考虑了两者不同的行业特性。在互联互通环节，离散行业生产现场设备中机床、机器人、传感器等占主导，而流程行业中以工艺设备、阀门、仪器仪表设备等占主导。在综合集成环节，离散和流程行业除具备现场层、车间层、企业层纵向集成等共同特性外，离散行业对产品设计研发系统建设与集成有较高的要求，而流程行业侧重于工艺设计、能源安全管理等方面。在数据分析利用环节，离散行业基于大数据进行新业务和新模式创新主要体现在产品远程运维、个性化定制、网络化协同等方面，流程行业则主要体现在供应链优化、能耗与安全管理优化等方面。

3、十三个关键能力和能力等级

通过对三大核心要素现阶段发展所需具备的关键能力进行深入研究，本着化繁为简、去粗取精、求同存异的原则，本模型提取了 13 个关键能力，其中面向离散行业的有 11 个，面向流程行业的有 10 个（如图表 2 所示）。

图2 工业互联网成熟度评估的关键能力

参照 CMM 理论思路（在附件 2 中有详细介绍），本模型对 13 个关键能力分别给出了相应的能力等级，等级越高，表示能力越强。

（1）互联互通要素：智能设备联网

智能设备联网是指生产现场的生产设备、产线和工艺装置、工业机器人、传感设备等数字化物理实体通过标准通信接口、协议转换等方式将数据上传至车间层、企业层管理系统或监控系统。能力等级如下：

图3 智能设备联网能力等级

（2）互联互通要素：信息网络设施

信息网络设施是指企业通过全面的 IT 网络和 OT 网络（涉及现场总线、工业以太网、无线网等）建设、灵活的信息系统架构以及完善的信息安全机制建立等为制造企业构建良好的网络互通和信息互联基础设施。能力等级如下：

图4 信息网络设施能力等级

（3）互联互通要素：生产资源连接（离散）

生产资源连接是指生产现场的人与机器、机器与机器之间通过电脑、移动交互界面、互联网、AR（增强现实）与 VR（虚拟现实）技术等手段实现互连接、互感知、互操作。能力等级如下：

图5 生产资源连接能力等级

（4）综合集成：横向集成

横向集成主要实现企业与企业之间、企业与售出产品（客户）之间的协同，将企业内部的业务信息向企业以外的供应商、经销商、用户进行延伸，实现企业与产业链上下游之间的集成。能力等级如下：

图6 横向集成能力等级

（5）综合集成：纵向集成

纵向集成主要解决企业内部的集成，即解决信息孤岛的问题，实现现场层、车间层、企业层等所有层次，研发、生产、销售等所有环节的信息无缝链接，包括一个环节上的集成（如研发设计内部信息集成），也包括跨环节集成（如研发和制造环节的集成）。能力等级如下：

图7 纵向集成能力等级

（6）综合集成：端到端集成

端对端集成是指贯穿整个价值链的工程化数字集成，在所有终端（点）数字化的前提下实现企业内部、企业之间基于价值链的一种整合，目前各界对端到端集成有不同的理解，本模型中主要是指基于模型的数字化工程（MBD）和基于模型的企业（MBE）/虚拟企业构建。

离散行业能力等级如下：

图8 端到端集成能力等级（离散）流程行业能力等级如下：

图9 端到端集成能力等级（流程）

（7）数据分析利用：运营智能决策

运营智能决策是指通过企业数据库、模型库和知识库的建立，将行业领域专家水平的知识与经验积累固化到计算机系统中，进而充分应用人类专家的知识和解决问题的方法来帮助企业解决在运营管理中遇到的复杂的决策问题。能力等级如下：

图10 运营智能决策能力等级

（8）数据分析利用：产品生命周期优化（离散）

产品全生命周期优化是指从客户对产品的需求开始，从产品设计到产品淘汰报废的全部生命历程中，企业通过各环节数据的采集、分析、建模、仿真、反馈等预测产品生产可行性、实时跟踪产品质量、有效进行产品功能和性能创新。能力等级如下：

图11 产品生命周期优化能力等级

（9）数据分析利用：生产智能管理（流程）

生产智能管理是指在产品工艺设计、原料生产转化、生产装置运行的过程中，企业通过各环节数据的采集、分析、建模、仿真、反馈等预测加工工艺的可行性、实时监控与追溯生产过程、实现异常工况提前诊断与自愈控制。能力等级如下：

图12 生产智能管理能力等级

（10）数据分析利用：供应链优化

供应链优化是指对供应链上游物料流转数据、供应链下游客户需求数据（包括个性化需求）进行采集和分析，并将分析结果及时反馈给供应链上游企业，实现供应链上下游数据共享和反馈协作。能力等级如下：

图13 供应链优化能力等级

（11）数据分析利用：网络化协同（离散）

网络化协同是指基于网络协同平台，将订单信息、设计任务、制造任务等分配给不同地域、不同规模的企业，将社会分散的资源、制造能力在网络平台进行集聚共享，形成网络化协同的组织模式。能力等级如下：

图14 网络化协同能力等级

（12）数据分析利用：能耗与安全管理优化（流程）

能耗与安全管理优化是指通过现场各种仪器仪表、传感器等采集和上传能耗数据、环境数据等，然后基于大量实时和历史数据的分析优化能耗效率、降低安全生产事故概率。能力等级如下：

图15 能耗与安全管理优化能力等级

（13）数据分析利用：服务化延伸

服务化延伸主要指通过自建或利用第三方统一云平台，整合企业设备、产线、生产、经营、产品以及企业内外部价值链上各类数据，并基于大数据建模分析提供数据增值服务，如产品远程运维等，且正在形成或已经按照一定的商业模式来经营。能力等级如下：

图16 服务化延伸能力等级

（二）评估模型的指标体系

1、具体指标

坚持易评估可量化的构建原则。为便于工业互联网成熟度评估体系的快速应用推广，在选择评估指标时既要避免指标信息遗漏，又不能过于繁琐，需要从广度和深度两方面进行平衡。工业互联网成熟度模型采用三层指标评估体系，3 大核心要素、13 个核心能力分别作为一级指标、二级指标。三级指标充分考虑了评估的简单易行，力求突出重点，从近百个评估指标中分别选取了28 个和 23 个，形成了离散行业和流程行业的评估指标体系。

离散行业包括 3 个一级指标、11 个二级指标、28 个三级指标（如图表17 所示）：

图17 离散行业工业互联网成熟度评估指标体系

流程行业包括 3 个一级指标、10 个二级指标、23 个三级指标（如图表18 所示）：

图18 流程行业工业互联网成熟度评估指标体系

在互联互通要素中，主要评估机床设备、工艺装置、工业机器人、传感设备、智能产线等生产要素的联网能力及网络、信息和安全基础设施建设水平。在综合集成要素中，主要评估企业从现场层、车间层到企业层的纵向集成能力，企业和供应链上下游协同的横向集成水平，以及基于产品全生命周期、工艺和产线等模型的MBE 构建的端到端集成能力。

在数据分析利用要素中，主要评估企业的数据库、知识库建设情况，以及企业基于数据建模、分析和挖掘是否形成了自反馈、自优化、自决策的机制，是否衍生出了创新的业务模式。

2、权重设置

权重设置将直接影响企业的评估结果，在整套评估体系中至关重要。本模型主要结合专家法、问卷调查法和试评估结果反向调整法（如图表19 所示），确定了一级和二级指标的权重。首先，在评估指标体系制定初期，在联盟内部和全社会广泛征集业界专家和企业意见；然后，在线上试评估过程中，设置开放题，邀请应答企业选择其认为最重要的 5 个指标并进行排序。最后，结合收集上来的问卷结果对权重进行调整，主要是为了避免出现少数指标分值很高而决定整体评估结果的情况。

图 19 权重设置的思路和修正方法

根据专家和企业意见的反馈统计，各三级指标重要性被排在前 5 名的次数相当。说明整体而言，各三级指标的重要性并无明显差异，即权重配置基本相同，因此本模型对各二级指标下三级指标的权重采取了均值处理。

基于工业互联网背景的大数据平台建设研究

基于工业互联网背景的大数据平台建设研究 摘要：随着信息技术和工业技术的迅猛发展，新型工业化道路应运而生，而工业大数据的平台建设对加快新型工业化道路具有十分重要的意义，本文通过对工业和互联网大数据进行对比分析，结合工业互联网与大数据的特点，阐述了二者之间的内在联系。基于此，提出了工业大数据平台架构以及相关的数据分级处理流程，最后指出了工业大数据平台的应用，包括资产管理、数据管理、数据分析和安全服务，为工业企业提供了平台支持和数据服务。 1 引言（Introduction） 隨着信息化和产业化进程的加快，新型工业化道路应运而生，以运用现代信息技术，用信息化带动工业化。工业4.0和中国制造2025都以创新为共同发展理念，强调以信息技术为载体，加强创新驱动与智能化服务水平。因此强调建设工业化的网络平台，对数据进行整理、分析、总结，工业企业应当发挥工业互联网的作用，形成终端的服务信息系统。通过建设大数据的平台，为传统工业化的改造指明了方向，对新型工业化建设具有重要意义[1]。对工业互联网信息进行智能处理，实现数据同步、交换、集成、调用等功能，为工业企业提供数据平台服务和决策支持[2]。 2 工业大数据分析与应用（Analysis and application of industrial big data） 2.1 工业大数据分析 大数据特征体现在量、速度、多样性、真实性四个方面，而工业大数据的特征在结合大数据的基础上，附加了可见性和价值两个特点。工业大数据历经了三个阶段，如表1所示。工业大数据与互联网大数据相比，最大的区别在于工业大数据具有很强的目的性，而互联网大数据更多的是一种关联的挖掘，是更加发散的一种分析，对数据的预测和解读显得尤为重要[3]，如表2所示。 2.2 工业大数据应用 随着信息技术的迅猛发展，工业企业也相继进入了互联网工业的新的发展阶段，工业大数据在此背景下创新和变革，其应用范围很宽泛。工业大数据通常应用在制造、航空、轨道交通、船舶、石油、建筑等方面[4，5]，如表3所示。 3 工业互联网与大数据（Industrial Internet and big data） 3.1 工业互联网与大数据的联系 工业企业发展的动力来自工业互联网与大数据的融合，通过工业互联网，将来自数据操控平台中的信息汇总，依据相应的产品技术要求，实现数据的解读与分析，从而提炼出对企业有价值的信息。而大数据可以在跨学科技术融合的基础上，进

风险管理能力成熟度模型

风险管理能力成熟度模型 1、目的：通过模型的使用，使咨询顾问对企业的风险管理现状进行评估和经过风险管理咨询改进后的风险管理能力成熟度进行预测，作为形成风险管理能力成熟评估报告及风险管理解决方案的有效工具。 2、应用阶段：风险管理评估、风险管理解决方案设计和实施阶段。 3、方法：风险管理六要素模型、成熟度模型与对标管理模型相结合。 4、工作步骤： 5、工具：风险管理能力成熟度模型 5.1风险管理咨询实施前——风险管理能力成熟度现状评估模型

5.1.1指标说明 5.1.1.1纵向指标 纵向分为五个阶段，表示成熟度总体实现的方式，说明每个阶段的特性。 5.1.1.1.1初始阶段特点：遇到事情是特立特办的，没有归纳总结过程，没有沉淀，必须向领导请示的状态，造成内耗较大。国企这种情况较少，私企较多。 5.1.1.1.2可重复状态：已经有相应的办事流程，对可重复的事项有运作流程。特殊事项才需要领导层判断。 5.1.1.1.3确定阶段：有标准和思考方向，以便不断摸索（有以前经验的沉淀）。通过政策流程标准使其固化。 风险管理成 熟度能力 风险管理六要素 优化阶段 管理阶段 确定阶段 可 重复阶段 初始阶段

5.1.1.1.4管理阶段：处于这个阶段公司的较少，需要把管理量化。（比如在IBM有一些要把管理的要素量化，但前提是要固化，有标准、有流程、有数据、有系统、有素材），提出量化管理思想（从数字角度有说明，使领导容易把控），但不是绝对的量化。 5.1.1.1.5优化阶段：在合理收益前提下，在可接受风险情况下，帮助企业管风险，提高企业效率。通过风险管理的持续改进，不断自我推进，自我改善，形成良性循环。更以风险为导向，去做许多事情。 5.1.1.2横向指标 分为六要素，是分解过程，有相互关系说明，按事务来分，把业务分解为六部分。 5.1.1.2.1业务及政策：有总体目标，必然要有相关政策制度，明确制度与流程的关系。 5.1.1.2.2业务流程：制度要有流程这个载体，制度表单化，表单流程化才能把制度落实下来 5.1.1.2.3人员及组织结构：业务流程要有人来实现，因此要有相关人员及组织结构（落实到组织、部门、岗位、人）组织架构本身对人员有影响（结构能体现人员设置是否重叠） 5.1.1.2.4管理层报告：要通过一定的报送方式（管理报告）才能让管理层了解（表单）运营情况（规划报告、总结报告等） 5.1.1.2.5模型及假设：报告蕴含某些方法和模型，才能保证结论。 5.1.1.2.6系统及数据：报告要有数据和系统支撑（管理上定义的素材）。

评估模型

如何评判培训目标的达成，分析培训是否给受训者带来知识的改变和能力的提升，最终给企业和社会带来效益，企业培训效果评估管理在现代企业中日益凸显其重要性。 多模式的企业培训效果评估 企业培训效果评估管理是指收集企业和受训者从培训当中获得的收益情况，以衡量培训是否有效的过程。培训效果评估通过不同的测量工具评价培训目标的达程度，并据此判断培训的有效性以作为未来举办类似培训活动时的参考。其目的是便于企业在选择、调整各种培训活动以及判断价值的时候做出更明智的抉择。培训效果评估产生于上世纪50年代，经过半个多世纪的发展，经历了从定性评估到定量评估、分层次评估到分阶段评估等阶段，在这里笔者介绍二种类型的评估模式。 分层次评估模式 分层次评估模式主要有柯克帕特里克（Kirkpatrick）的四层次企业培训评估模型、考夫曼（Kaufman）的五层次评估模型、菲力普斯（Phillips）的五级投资回报率（ROI）模型等。 柯克帕特里克模型是迄今为止国内外运用最广泛的模型。由威斯康星大学教授唐纳德?柯克帕特里克于1959年提出来的，他按照评估的深度和难度递进的顺序将培训效果分为4个层次：反应层、学习层、行为层和结果层。 反应层即受训人员对培训项目的反应和评价，是培训效果评估中的最低层次。它包括对培训师、培训管理过程、测试过程、课程材料、课程结构的满意等。 学习层该层次的评估反映受训者对培训内容的掌握程度，主要测定学员对培训的知识、态度与技能方面的了解与吸收程度等。 行为层行为层是测量在培训项目中所学习的技能和知识的转化程度，学员的工作行为有没有得到改善。这方面的评估可以通过学员的上级、下属、同事和学员本人对接受培训前后的行为变化进行评价。 结果层它用来评估上述（反应、学习、行为）变化对组织发展带来的可见的和积极的作用。此阶段的评估上升到组织的高度，但评估需要的费用、时间、难度都是最大的，是培训效果评估的难点。 考夫曼（Kaufman）扩展了柯克帕特里克的四层次模型，他认为培训能否成功，培训前的各种资源的获得至关重要，因而应该在模型中加上这一层次的评估。他认为，培训所产生的效果不仅仅对本组织有益，它最终会作用于组织所处的环境，从而给组织带来效益。因而他加上了第五个层次，即评估社会和客户的反应。

工业互联网成熟度评估模型

工业互联网成熟度评估模型 本文出自工业互联网产业联盟发布的《工业互联网成熟度评估白皮书》。 本白皮书旨在为企业提供一套评价自身实践的方法论，为企业找到工业互联网实施中的主要问题、改进方向和建设路径。与此同时，业界各方力量的应用和反馈也将不断促进联盟修正该方法论中存在的问题，为工业互联网发展提供更科学更准确的指导。 一、工业互联网成熟度评估提出的原因 （一）工业互联网应用浪潮来袭 随着工业互联网概念兴起，美德先导应用不断涌现，目前德国工业 4.0平台已有140多个应用案例，美国 IIC有接近 50 个应用案例，主要聚焦在生产管理优化、物流仓储优化、质量管理优化、产线柔性部署、产品服务价值化等领域。与此同时，我国产业界也加快了面向各类场景的工业互联网应用探索。2016 年，工信部相关部门组织实施了 10 个工业互联网试点示范项目，AII 联盟也评选出了首批 12 个工业互联网优秀案例。然而，目前我国工业互联网应用与发达国家相比还存在总体发展水平较低、行业间企业间基础差异较大、大规模推广难度巨大、缺乏工业互联网评估体系和实施指南等问题。 （二）联盟需构建先导性的标准化模型 从国内外已有的主要成熟度模型来看，德国构建了工业4.0 成熟度评级模型，但因两国发展基础不同，建设水平不同，并不能直接用于我国工业互联网成熟度评估。AII 联盟作为推进我国工业互联网政产学研用协同发展的公共平台，需要率先开展研究，针对我国自身特点，制定一套评估模型和方法，推进工业互联网理论与实践。 （三）为企业提供一个便利的自我评价工具 当前产业界对工业互联网的理解不统一，企业对自身工业互联网发展的定位、现状和发展路径不明确，缺乏一致的方法论来评判具体实践。联盟希望通过工业互联网成熟度评估体系的制定助力企业了解自身建设水平，发现存在的问题，并获取相关的诊断建议。该评估模型并不是为了创造一套复杂的理论，而是希望以提供互联网服务的方式为企业提供一个

企业价值评估--以腾讯公司为例

企业价值评估案例分析 —以腾讯公司为例 学生姓名： 学号： 系 部： 专 业： 指导教师： 二零一五年 十二 月 经济与管理系 财务管理 康翻莲

摘要 随着互联网产业的高速纵深发展，企业的商业模式、盈利模式和价值评估问题，再度成为各界人士关注的集中点。本文就从企业价值评估的角度出发，对腾讯公司进行了企业价值评估。 在理论上，企业资产评估有很多种方法，譬如收益法、成本法、市场法、期权定价法，本文都有做简单介绍。结合腾讯公司近8年的财务数据，对该企业进行了财务分析。接着，利用收益法中的现金流量法和期权定价法分别对企业进行了价值评估。 关键词：企业价值评估、评估方法、收益法

目录 摘要 (1) 1 理论综述 (3) 1.1企业价值理论概述 (3) 1.2企业价值评估的理论和方法 (3) 1.2.1企业价值评估的含义 (3) 1.2.2企业价值评估的必要性与意义 (3) 2 企业价值评估的一般方法 (4) 2.1收益法 (4) 2.2成本法 (4) 2.3市场法 (4) 2.4期权定价法 (4) 3 腾讯公司企业概况 (5) 3.1腾讯公司简介 (5) 3.2企业财务状况 (5) 3.2.1企业财务指标分析 (6) 3.2.2营运能力分析 (7) 4 企业价值评估 (8) 4.1收益法 (8) 4.2期权定价法 (11) 4.2.1参数估计 (11) 4.2.2计算过程 (11) 5 结论及不足 (12) 参考文献 (12)

1.理论综述 1.1 企业价值理论概述 效率是企业价值的最好评判指标，企业财产的最佳的表现形式是企业价值，企业价值可以看成是一种效用，这种效用满足了主体的需要。企业价值的观点可以分别从劳动价值和效用价值理论分别看待。从劳动价值的观点看，价值等于凝结在生产中的必要劳动时间的总和。按照经济学的理论，效用决定价值，那么企业的价值就应当等于企业能够给投资者带来的最大效用。资本收益的多少，资本结构的变化，资本成本的多少增减，以及政府税收政策的改变，都对企业价值的增长有着很大的影响。 1.2 企业价值评估的理论与方法 1.2.1 企业价值评估的含义 企业资产价值评估是一种行为，同样也是一种过程。这种行为包括对企业整体价值、股东权益价值等的分析估算以及最终结论的撰写与显现，所谓过程就是说，企业进行资产价值评估具有一定的流程，企业要想得到准确的评估结果，就必须经历科学的具体的操作流程【1】。企业是一个有机的动态的整体系统，企业的本质就是追求利润最大化，在利润的引诱下，企业必须从自身资产情况以及整体的获利能力出发，去追求企业整体经济效益，从全方位多层次的角度测算企业资产价值评估。 1.2.2企业价值评估的必要性与意义 （1）为企业产权转让及兼并收购分析提供理论依据 在企业产权转让及收购的活动中，企业的购买方需要估计目标企业的公平价值，企业的转让方或被兼并企业也需要确定自身的合理价值，双方在各自对同一目标企业价值的不同估计结果的基础上，进行协商谈判达成最终产权转让或兼并收购要约。 （2）在企业财务管理中，为衡量经营者绩效作参考 企业价值是企业在市场中交易的定价基础，投资者根据他们对企业价值做出的估计进行投资决策；而对于企业管理者来说，企业价值是企业管理和决策中最重要的驱动目标，也即价值目标管理的核心。目前企业价值最大化已取代了企业利润最大化、股东价值最大化而成为企业财务管理的新的更合理的目标。如何提高企业价值，实现企业价值最大化的目标,成为企业管理当局业务活动的中心内

1_2019年工业互联网试点示范项目申报书(标识解析集成创新应用)-大纲版v2

附件2-2 2019年工业互联网试点示范项目申报书（标识解析集成创新应用） 项目名称 申报单位（盖章） 推荐单位（盖章） 申报日期 工业和信息化部编制

一、企业和项目基本信息

二、项目基本情况（5000字） （一）项目概述 1. 项目背景 1)工业互联网发展现状（国际、国内现状，国家政策支持） 2)行业/企业现状（行业特点、企业特点，在国民经济中的地位、 影响等方面描述） 3)行业/企业面临的难点痛点（企业规模、基础设施水平、技术 水平、人力成本、利润、行业竞争等） 2. 项目目的和意义 1)项目目的（利用工业互联网解决行业、企业的痛点，提高竞 争力） 2)项目意义（标识解析二级节点如何帮助企业解决问题，打同 企业内外”信息孤岛”，实现数据自由流动，为企业创造价

值） 3.项目目标 （二级节点：建成二级节点平台，打造功能体系、管理体系 和应用体系，可参考《二级节点建设导则》） （应用：形成供应链协同、产品追溯、产品全生命周期管理 等创新应用模式，在XX范围形成示范效应，推动XXX企业 规模开展示范应用，促进XX行业转型升级） （二）项目的创新性（与国内外先进水平的比较） 1、项目技术创新性（与国内外相比，处于什么水平，可从 功能设计、工业互联网标识解析的应用、标识解析技术与人 工智能、大数据等先进技术融合等方面描述） 2、项目技术突破的难点（基础设施建设、信息系统的高效集 成、数据采集难易程度、数据异构互操作的突破、数据隐私 与安全要求等） 3、项目应用创新性（面向自身应用场景，提供供应链协同管 理、个性化定制、产品追溯、产品全生命周期管理等应用模 式创新，） （三）项目的可推广性（项目解决方案的成熟度及预期推广效果） 1. 项目成熟度评估 解决方案的可用性（用实际案例解释，具备应用条件，解决 方案可被应用在多个场景） 解决方案的可扩展性（解决方案可根据应用场景灵活扩展） 解决方案的成熟性（主要描述解决方案的易于推广，是标准 化的解决方案） 2．项目预期推广效果 应用范围（从企业、行业、跨行业等） 应用规模（标识注册量、解析量、服务企业量、产生效益预 估等） 应用场景（网络协同设计、设备状态检测及寿命预测、产品 质量监控与追溯、产品全生命周期管理、生产资源调度与优 化等典型示范应用。）

请举例说明对传统制造企业和新兴的互联网企业的价值评估主要的参考依据有哪些

请举例说明对传统制造企业和新兴的互联网企业的价值评估主要的参考依据有哪些？ 答：对传统制造企业进行价值评估的主要有收益法、成本法和市场法三种方法。 1、收益法通过将被评估企业预期收益资本化，或折现至某特定日期以确定评估对象价值。其理论基础是经济学原理中的贴现理论，即一项资产的价值是利用它所能获取的未来收益的现值，其折现率反映了投资该项资产并获得收益的风险的回报率。收益法的主要方法包括贴现现金流量法（DCF）、内部收益率法（IRR）、CAPM模型和EVA估价法等。 2、成本法是在目标企业资产负债表的基础上，通过合理评估企业各项资产价值和负债从而确定评估对象价值。理论基础在于任何一个理性人对某项资产的支付价格将不会高于重置或者购买相同用途替代品的价格。主要方法为重置成本（成本加和）法。 3、市场法是将评估对象与可参考企业或者在市场上已有交易案例的企业、股东权益、证券等权益性资产进行对比以确定评估对象价值。其应用前提是假设在一个完全市场上相似的资产一定会有相似的价格。市场法中常用的方法是参考企业比较法、并购案例比较法和市盈率法。 而互联网企业是满足人类需求的一种新的经济运行方式与媒介，其价值主要体现在互联网技术更充分满足新形势下消费者需求，这是客户价值理论的一种具体体现。因此应当从客户价值角度对互联网企业价值进行探讨。互联网企业的价值是以其所提供的服务或虚拟产品为基础，其价值主体是客户体验价值。因此，客户对体验的认可程度，将决定互联网企业的价值实现的最终结果。而且互联网行业竞争激烈，客户的各种需求都面临极大丰富的选择。因此应当从互联网企业所掌握的客户资源的角度，对企业价值进行评估。 互联网企业价值评估的依据主要有： 1、衡量客户基础的指标： 独特访问者：表示一时间内网站的非重复访问者，一般是以一天来计算； 滞留时间：指访问者在网站上仪时间的长，滞留时间越长，给网站带来的收入就可能越高，其商业价值越高。 页面访问量：是指对网站某一页面的下载，访问者应能看到完整的页面。 注册用户：通过提供个人信息登录来获得网站提供的某种服务的用户数量。通常是指每月至少访问网站一次的用户数量。 到达串：指在一定时间内到达同站的人数占总上网人数的比例，它描述了一家网站的影响力。 市值／唯一访问者／用户：该指标代表了一家网站的唯一访问者或用户的商业价值，其意义是，网站的价值体现为用户的价值。该指标是估值时常用的指标。 2、衡量经营业绩的指标 市收率：市价与收入的比值，是对比衡量网络类上市公司的基本指标。市收率的意义与股市中常用的市盈率指标相似，只不过网络公司大多没有盈利，因此收入就是其最重要 的业绩指标。 收入增长率：收入增长率是考察公司价值的一个重要指标。收入的快速增长可使公司尽快实现规模经济，从而获得盈利的增长。 边际成本事：表示每一单位新增销售收入所花费的成本。该指标是公司经营业绩的先行指标。 3、其他指标 产品线的宽宽和深度：产品线宽度强调不相关产品种类的丰富程度；而产品线深度强调的是互补产品种类的齐全程度。 多元化收入：收入来源的多元化指一个企业在其原有的网络业务之外增加收入来源的能

企业信息化成熟度的评价模型

企业信息化成熟度的评价模型 （一）企业信息化成熟度阶段分类模型 在当今激烈的市场竞争中，企业必须广泛借助于计算机技术、网络技术等信息 管理技术，企业不仅要在生产运营中的各环节充分利用信息技术，还要有效地将各种信息技术结合起来，将各个业务过程数字化，通过各种信息系统网络加工生成新的信息资源，提供给各层次的人们洞悉、观察各类动态业务中的一切信息，以作出有利于生产要素组合优化的决策，使企业资源合理配置，以使企业能适应瞬息万变的市场经济竞争环境，求得最大的经济效益。企业间的市场竞争日益激烈，企业要在市场上立足并占据一席之地，不仅要具备产品质量等方面的硬实力，在信息技术这样的软实力上也必须“过硬”，企业在信息技术应用的不同阶段，其自身的发展也会呈现不同的特点，并根据企业信息技术引进和应用的不同特点，围绕生产制造类企业运行特点，建立企业信息化成熟度阶段分类模型，是对企业信息化程度进行系统、科学评估的重要依据，同时对企业管理决策和信息化程度的提升起到一定的推动作用。近年来，国外提出了许多企业信息化成熟度阶段模型，这些模型根据企业的发展规律和信息化建设特点而构建，按照信息化管理水平由低到高分成五个级别。信息化管理的成熟度模型可以供企业对比其当前的信息化管理水平，找出在信息化管理上存在的差距，在发展方向上为提升企业信息化管理水平提供指导。企业信息化成熟度阶段分类模型将企业信息化成熟度大致分为信息化初始期、信息化普及期、信息化控制期、信息化整合提升期、信息化成熟期五个阶段。 企业信息化成熟度阶段分类模型构建原则有如下几个特点： (1)目的性：建立企业信息化成熟度阶段分类模型的目的是为了使企业清楚 地认识到自身的信息化水平，帮助企业明确今后推进信息化建设的方向和途径； (2)可行性：企业信息化成熟度阶段分类模型要具有一定的可行性，既 要易于采集相关信息，又要便于操作和识别，尽可能地避免重复的指标，简化统计的过程； (3)可比性：建立企业信息化成熟度阶段分类模型的前提是要保证指标 口径的一致性，便于企业信息化成熟度地横向、纵向比较，以使企业有明确的改进方向； (4)动态性：随着社会经济的变化和技术、实践的不断发展，企业信息 化成熟度阶段分类模型也应随时进行调整和完善，评价体系和指标体系既要反映企业信息化过程的变化，又要灵活调整； (5)全面性：分类模型及其指标体系应尽可能从多个角度进行分析，防 止片面性。既要考虑企业短期发展和利益，又要兼顾长远利益。 企业信息化成熟度阶段分类模型分为下列几种： (1)处于信息化初始期的生产制造企业：信息化程度处于初始期的生产 制造型企业，其生产和制造过程中的环节管理和信息技术都不够完善，其信息化情况仅限于生产制造的某些环节或某个节点，信息技术普及度较低，信息系统未能构建，这个阶段企业的信息建设仅能对企业某些环

项目中评价模型和方法研究

关于项目中评价的模型和方法研究 作/转载者：白思俊发布时间：2004-7-6浏览量：120 摘要：本文在对传统项目评价的概念进行扩充之后，提出了项目前评价、项目中评价及项目后评价的概念，并重点对项目中评价的相关评价模型进行了探讨，提出了项目中评价的二维结构模型、聚类评价模型、递进评价模型及项目中评价的DEA评价方法。 关键词：项目评价，项目中评价，项目管理 Research on the Models of Project Interim Evaluation Bai Sijun (Management School of Northwestern Polytechnical University) Abstract: As an important part of project management theory, Project Evaluation (PE) has basically formed a theory and method system. Many project life cycles are similar from the start to the end, including project determination; and then undergoing the project definition, manning, resources allocation, work planning, executing operating and so on. There is a series of evaluation problems in each period. Obviously, these evaluation problems have their related evaluation theory and method system. The set of the theory and method will constitute the perfect system of PE. In this paper, we extend the traditional concept and connotation of PE and present the concept of PE corresponding the whole project life cycle, and divide it into Project Ex Ante Evaluation (PAE), Project Interim Evaluation (PIE) and Project Ex Post Evaluation (PPE), and mainly analyze the models of PIE. This paper presents the model of two-dimensions framework, the model of clustering evaluation, the model of step-advance evaluation and the method of data envelopment analysis. Keywords: Project Evaluation, Project Interim Evaluation, Project Management 1.引言 项目评价作为项目管理的主要理论之一，已得到较为全面的发展，并形成了较为完善的评价理论与评价方法体系，特别是项目前期论证和项目后期评价方面。然而人们对项目最为重要的执行阶段的相关评价问题却很少进行探讨，本文基于此对传统的项目评价概念（在可行性研究的基础上从宏观和微观的角度，对项目进行全面的技术经济预测、论证和评价）进行了扩充，提出了如下的广泛意义上的项目评价概念： 所谓广义项目评价，即项目在其生命周期全过程中，为了更好地进行项目管理，针对项目生命周期每阶段特点应用科学的评价理论和方法，采用适当的评价尺度所进行的“根据确定的目地来测定对象系统属性，并将这种属性变为客观定量的计值或者主观效用的行为”。 按照上述定义，我们根据项目生命周期各阶段的不同特点将项目评价分为三部分内容：即项目前评价、项目中评价、项目后评价。由于这三个阶段项目管理内容和侧重点不同，其项目评价内容也不同。 项目中评价是指在项目立项上马以后，在项目实施时期，历经项目的发展、实施、竣工三个阶段，对项目状态和项目进展情况进行衡量与监测，对已完成的工作做出评价。其目的在于检测项目实施的实际状态与目标（计划目标）状态的偏差，分析其原因和可能影响因素，及时反馈信息，以便作出决策，采取必要的管理措施来实现或达到既定目标（计划目标），改进项目管理，加强对项目的监督和控制。

工业互联网成熟度评估白皮书

工业互联网成熟度评估 白皮书

目录 一、工业互联网成熟度评估提出的原因 (7) （一）工业互联网应用浪潮来袭 (7) （二）联盟需构建先导性的标准化模型 (7) （三）为企业提供一个便利的自我评价工具 (8) （四）为政产研用搭建一个持续透明的信息窗口 (8) 二、工业互联网成熟度评估模型 (9) （一）评估模型的架构 (9) 1、三大核心要素 (9) 2、两大目标对象 (10) 3、十三个关键能力和能力等级 (11) （二）评估模型的指标体系 (19) 1、具体指标 (19) 2、权重设置 (21) 三、工业互联网成熟度评估模型的应用和试评估 (23) （一）应用方法 (23) 1、指标量化采集 (23) 2、实时结果计算 (23) 3、对应星级评定 (24) （二）试评估结果分析 (25) 1、工业互联网成熟度总体能力水平 (25) 2、工业互联网成熟度单项能力水平 (27) 3、离散型与流程型行业成熟度比较 (28) 四、下一步落地与实践 (30) （一）动态优化评估指标和评估问卷 (30) （二）推进在线评估服务平台建设 (31) （三）提供评估诊断和咨询服务 (32) （四）公开发布成熟度评估报告 (32) 附件1：术语和缩略语 (33) 附件2：国内外相关成熟度评估理论研究 (35) 参考文献 (39)

图表目录 图表 1 工业互联网成熟度评估三大核心要素 (10) 图表 2 工业互联网成熟度评估的关键能力 (11) 图表 3 智能设备联网能力等级 (12) 图表 4 信息网络设施能力等级 (12) 图表 5 生产资源连接能力等级 (13) 图表 6 横向集成能力等级 (13) 图表 7 纵向集成能力等级 (14) 图表 8 端到端集成能力等级（离散） (15) 图表 9 端到端集成能力等级（流程） (15) 图表 10 运营智能决策能力等级 (16) 图表 11 产品生命周期优化能力等级 (16) 图表 12 生产智能管理能力等级 (17) 图表 13 供应链优化能力等级 (17) 图表 14 网络化协同能力等级 (18) 图表 15 能耗与安全管理优化能力等级 (18) 图表 16 服务化延伸能力等级 (19) 图表 17 离散行业工业互联网成熟度评估指标体系 (20) 图表 18 流程行业工业互联网成熟度评估指标体系 (20) 图表 19 权重设置的思路和修正方法 (22) 图表 20 二级指标和三级指标的权重设置 (22) 图表 21 定量指标和定性指标的量化采集及打分原则 (23) 图表 22 单项能力评估分值和星级对应原则 (24) 图表 23 总体能力评估分值和星级对应原则 (25) 图表 24 工业互联网成熟度总体能力试评估结果 (26) 图表 25 工业互联网成熟度总体能力星级分布 (26) 图表 26 工业互联网成熟度单项能力试评估结果 (28) 图表 27 离散型和流程型成熟度总体能力星级分布 (29) 图表 28 离散型和流程型成熟度单项能力星级分布 (30) 图表 29 权重配置动态变化示意 (31) 图表 30 软件能力成熟度模型（CMM）的五个梯度 (35) 图表 31 德国VDMA 工业4.0 成熟度评测模型 (36) 图表 32 美国NIST 企业MBE 能力评估模型 (37) 图表 33 我国CESI 智能制造能力等级矩阵 (38)

机器学习中关于模型评估方法总结

1模型评估 我们在建立模型之后，接下来就要去评估模型，确定这个模型是否有用。 在实际情况中，我们会用不同的度量去评估我们的模型，而度量的选择取决于模型的类型和模型以后要做的事。 1.1二分类评估 二分类模型的评估。 1.1.1业界标准叫法 二分类评估；分类算法。 1.1.2应用场景 信息检索、分类、识别、翻译体系中。 1.1. 2.1新闻质量分类评估 对于新闻APP，其通过各种来源获得的新闻，质量通常良莠不齐。为了提升用户体验，通常需要构建一个分类器模型分类低质新闻和优质新闻，进而进行分类器的评估。

1.1. 2.2垃圾短信分类评估 垃圾短信已经日益成为困扰运营商和手机用户的难题，严重影响人们的生活、侵害到运营商的社会公众形象。 构建二分类器模型对垃圾短信和正常短信进行分类，并进行二分类评估。 1.1.3原理 1.1.3.1混淆矩阵 混淆矩阵（Confusion Matrix）。来源于信息论，在机器学习、人工智能领域，混淆矩阵又称为可能性表格或错误矩阵，是一种矩阵呈现的可视化工具，用于有监督学习，在无监督学习中一般叫匹配矩阵。 混淆矩阵是一个N*N的矩阵，N为分类（目标值）的个数，假如我们面对的是一个二分类模型问题，即N=2，就得到一个2*2的矩阵，它就是一个二分类评估问题。 混淆矩阵的每一列代表预测类别，每一列的总数表示预测为该类别的数据的数目，每一行代表了数据的真实归属类别，每一行的数据

总数表示该类别的实例的数目。 图1 2*2混淆矩阵图 阳性（P，Positive）： 阴性（N，Negative）： 真阳性（TP，True Positive）：正确的肯定，又称“命中”（Hit）；被模型预测为正类的正样本。 真阴性（TN，True Negative）：正确的否定，又称“正确拒绝”（correct rejection），被模型预测为负类的负样本。 伪阳性（FP，false Positive）：错误的肯定，又称“假警报”（false alarm）；被模型预测为负类的正样本。 伪阴性（FN，false Negative）：错误的否定，又称“未命中”（miss）；被模型预测为正类的负样本。 灵敏度（Sensitivity）或真阳性率（TPR，Ture Negative Rate）：又称“召回率”（recall）、命中率（Hit Rate）。在阳性值中实际被预测正确所占的比例。TPR=TP/P=TP/(TP+FN)

工业互联网大数据驱动制造业转型升级的实践及思考

工业互联网大数据驱动制造业转型升级的实践及思考 近几年来，工业互联网已从概念的普及进入实践的深耕阶段，是全球产业布局的新方向，也是我国实现工业赶超的重大机遇。尤其在我国制造业的成本优势正逐渐消退，传统制造业唯有紧抓新一代信息通信技术，拥抱数字化新浪潮，通过利用物联网、大数据以及人工智能等技术，来实现凤凰涅盘。 一、工业互联网的xx实践 作为近代工业的重要发祥地，xx市规模工业总产值已突破10万亿，包括智能电网装备、智能轨道交通装备、智能农业装备和智能机器人等产业已成为具有标志性的高端产业。近年来，市委市政府提出要打造升级版的“工业明星城市”，以数字化和工业化相结合的工业互联网也被视为实现这一目标的重要路径。 （一）引进龙头，线上线下结合 2017年，xx市先后与北京机械工业自动化研究所（简称北自所）和航天云网科技发展有限责任公司（简称航天云网）两家国字头的企业开展合作，为xx打造工业互联网生态提供了线上线下两方面支撑。其中北自所致力于制造业领域自动化、信息化、集成化技术的创新、研究、开发和应用；航天云网作为航天科工集团的下级公司，其打造的具有自主知识产权的工业互联网平台，面向企业提供智能制造、协同制造、云制造服务，推进“互联网+先进制造业”发展。 （二）政企联动，打造“xx模式”

2018年，在航天云网落户的天宁区，启动“千企上云”专项行动，全区组织了50个工作组，将工业互联网向全市4000多家规上企业进行宣贯和普及。截止目前，已有3700多家企业注册上云，超过两万台设备数据接入平台。2019年，市工信局牵头启动了信息化“百企问诊”行动，带着专家团队免费对企业的信息化问题进行诊断。这种政企高度合作，共同推动区域工业互联网发展的模式，也被业界称为“xx模式”。 （三）一横多纵，构建区域平台 在“xx模式”下，工业互联网区域平台建设也取得了显著的进展，其中尤以航天云网江苏公司提出的“一横多纵”平台体系最为突出：“一横”是基础平台，可以快速连接企业、系统和设备，满足企业快速上云的需求；“多纵”指结合本地制造业企业的特点，包含了多行业应用，如纺织、干燥、石油化工等行业。2019年初xx市和科工集团联合推出了工业的“淘宝”——云端营销系统，为企业提供进销存一条龙服务。 （四）鼓励先行，打造样板示范 在政府的高度重视和宣传下，xx有数家制造业企业积极拥抱了工业互联网，并形成了一批样板示范。如xx亚玛顿股份，用全自动数控精密加工生产线设备替代人工，良品率提高到了95%，节约人力近200人，大幅提升了工作效率；又如xx旭荣针织，采用全新的自动输送系统，提高成品率、减少能耗的损失。在2018年省经信委公布的首批星级上云企业中，xx市有四家企业入选，数量名列全省第二。

互联网工业大数据平台方案

互联网工业大数据平台方案 目前工业互联网大数据技术的不断成熟，它的应用领域也不断拓宽。工业互联网大数据在工业领域的应用程度不断加深，推动了传统工业生产方式的转换和生产效率的提高，使得传统工业模式向智能化、自动化方向转型升级的速度不断加快。 进入发展期，从事工业生产及销售的企业面临着向智能化、数字化转型升级的迫切要求，而工业互联网大数据技术的成熟应用使得这种转变趋势日益明显。当前，用户对于工业产品的需求越来越多样，这就促使企业必须生产出更加多样化的产品。而劳动力成本提高、原材料价格上涨、利润空间减小、同行之间的竞争日益白热化等因素都要求企业紧盯市场动态，利用工业互联网大数据等技术来实现成长和蜕变。 在传统的工业生产模式中，还存在着一些问题有待解决。比如，产品研发与实际生产之间的衔接不够顺畅，产品生产过程中的数据信息共享不够及时、准确。同时，通过人工来统计订单、设备等相关信息，耗时较长，效率较低，而采用工业互联网大数据等技术，可以有效地解决这些问题。相比于传统的工业模式，利用工业互联网大数据、物联网等技术，可以使企业在进行工业生产时更加符合标准化、规范化、精细化的要求，对于整个行业实现技术提升、利润增加都十分有益。工业互联网大数据技术对于工业企业生产及销售等过程的影响主要体现在以下几个方面。 在工业产品营销方面，通过工业互联网大数据技术进行数据分析，企业可以提供针对性推销、定向研发等服务，使产销结构更加合理。在设备远程故障诊断方面，工业互联网大数据技术可以预测设备可能出现故障的时间，提供避免风险的解决方案，降低因设备故障而给用户带来的损失，使设备能够稳定运行。同时，利用工业互联网

工业互联网成熟度评估模型

工业互联网成熟度评估 模型 Company number：【0089WT-8898YT-W8CCB-BUUT-202108】

工业互联网成熟度评估模型 本文出自工业互联网产业联盟发布的《工业互联网成熟度评估白皮书》。 本白皮书旨在为企业提供一套评价自身实践的方法论，为企业找到工业互联网实施中的主要问题、改进方向和建设路径。与此同时，业界各方力量的应用和反馈也将不断促进联盟修正该方法论中存在的问题，为工业互联网发展提供更科学更准确的指导。 一、工业互联网成熟度评估提出的原因 （一）工业互联网应用浪潮来袭 随着工业互联网概念兴起，美德先导应用不断涌现，目前德国工业平台已有140多个应用案例，美国 IIC有接近 50 个应用案例，主要聚焦在生产管理优化、物流仓储优化、质量管理优化、产线柔性部署、产品服务价值化等领域。与此同时，我国产业界也加快了面向各类场景的工业互联网应用探索。2016 年，工信部相关部门组织实施了 10 个工业互联网试点示范项目，AII 联盟也评选出了首批 12 个工业互联网优秀案例。然而，目前我国工业互联网应用与发达国家相比还存在总体发展水平较低、行业间企业间基础差异较大、大规模推广难度巨大、缺乏工业互联网评估体系和实施指南等问题。 （二）联盟需构建先导性的标准化模型 从国内外已有的主要成熟度模型来看，德国构建了工业成熟度评级模型，但因两国发展基础不同，建设水平不同，并不能直接用于我国工业互联网成熟度评估。AII 联盟作为推进我国工业互联网政产学研用协同发展的公共平台，需要率先开展研究，针对我国自身特点，制定一套评估模型和方法，推进工业互联网理论与实践。 （三）为企业提供一个便利的自我评价工具 当前产业界对工业互联网的理解不统一，企业对自身工业互联网发展的定位、现状和发展路径不明确，缺乏一致的方法论来评判具体实践。联盟希望通过工业互联网成熟度评

工业大数据的未来发展方向

工业大数据的未来发展方向（从阿里和航天说起） 2016年12月5日，清华大数据技术·前沿系列讲座——“工业大数据的技术趋势与应用场景”在清华大学FIT楼多功能厅成功举办，本期讲座邀请到了阿里巴巴集团副总裁、阿里云业务总经理刘松、航天科工集团航天云网科技发展有限公司副总经理祝守宇和阿里云事业群数据业务总架构师周卫天来为大家介绍工业大数据的建设背景、发展现状、国家战略、发展趋势、竞争对手、发展启示及建设意义。 作者：佚名来源：THU数据派|2016-12-12 13:32 收藏 分享 2016年12月5日，清华大数据技术·前沿系列讲座——“工业大数据的技术趋势与应用场景”在清华大学FIT 楼多功能厅成功举办，本期讲座邀请到了阿里巴巴集团副总裁、阿里云业务总经理刘松、航天科工集团航天云网科技发展有限公司副总经理祝守宇和阿里云事业群数据业务总架构师周卫天来为大家介绍工业大数据的建设背景、发展现状、国家战略、发展趋势、竞争对手、发展启示及建设意义。 阿里巴巴集团副总裁、阿里云业务总经理刘松首先致辞 刘松，现任阿里巴巴集团副总裁，兼阿里云业务总经理，负责阿里巴巴云计算生态构建工作，包括：大中型合作伙伴的战略合作，云市场与ISV的发展，大学合作与开发者计划，阿里巴巴双创示范基地，阿里云创客+，云栖100合作计划，阿里云研究中心等方面，并担任云生态战略与技术发展趋势的主要发言人。 刘总主要从三个层面的角度分享了他的想法。

一、数据技术(Data Technology)的发展趋势作。目前数据成为互联网平台企业的关键技术，包括苹果、谷歌、亚马逊等全球十大科技公司都逐渐演变成数据化、智能化的平台公司。数据技术的(DT)发展将对各行各业产生影响，新一代信息技术的优化使得全球的软件定义、数据驱动的商业模式逐步明显，数据智能也会在各个传统行业得以应用。 二、中国工业互联网的路径选择。德国公司发展工业4.0的原因是害怕谷歌、facebook等互联网平台公司对消费互联网数据的控制，提出工业4.0与其抗衡;而美国以GE为代表推出了predix平台，但仍然采用着将软件工程作为工业附属的操作模式，这种模式目前看来可行，但是横向扩展有限，而美国东西海岸的科技界对此仍处于不合作状态。目前在中国，基于良好的移动互联网经济，如果将互联网的平台模式和传统工业(包括汽车、飞机、机床、能源互联网)等产业结合起来，探索出新的跨界重混模式，会因为巨大互补效应而产生化学反应，中国制造业可能会走上一条换道升级的路径。 三、中国工业大数据的挑战与机遇。目前中国的工业生产模式很重，通过数据智能改进的产业机会非常大。除了技术和产品层，中国工业大数据要解决的非技术挑战主要有两点：一是文化的问题。工业企业文化和互联网企业文化差异很大，要解决work together的问题;二是人才的问题。这个领域需要的人才非常广泛，要有对工业本身理解的人才，需要了解具体的生产工艺，要有工业软件人才、要有数据处理的人才，这个领域是一个绝对跨界融合的产业，难点在于跨界合作的人才集成。工业大数据的推进问题，我们首先考虑的是能不能把人才高效地积聚起来。人的要素、文化的要素是推进工业大数据两个最重要的因素。 航天科工集团航天云网副总经理的祝守宇为大家分享工业互联网和工业大数据的应用 祝守宇，国家千人计划专家，教授级高级工程师，清华大学自动化专业学士、硕士。祝守宇先生的主要研究领域包括移动互联网大数据分析、工业互联网数据分析等，拥有国内外发明专利数十项，省部级科技奖励多次。 航天科工集团的前身是国防部第五研究院，由著名导弹学家、火箭专家钱学森组建。目前其主要以一主两翼三创新为整体发展目标，包括一主：航天防务、两翼：信息技术和装备制造、三创新：技术创新、商业模式创新、管理创新。在产业政策层面，工信部力推“制造强国+网络强国”的行动计划，将“中国制造2025”和“互联网+”行动计划列为未来产业发展的主攻方向。

工业互联网平台白皮书宣讲

“工业互联网平台宣讲团”第二讲直播实录 《工业互联网平台白皮书》宣讲 时间：2018年1月17日晚20点 主讲专家： 朱敏：中国信息通信研究院信息化与工业化融合研究所副所长、《工业互联网平台白皮书》主要撰写者 主持人： 胡虎：《三体智能革命》主编、媒体专家 【主持人开场白】： 大家好。101 个（注：实际直播转播微信群97个）科技、产经微信群同步图文直播、转播的工业互联网平台宣讲团再度开讲。这里是宣讲团在数字虚体空间举行的第二场公益分享，我是活动主持人胡虎。作为人民邮电报社一名专业媒体人，本人长期从事前沿科技与数字经济的深度报道和趋势研究工作，也是机械工业出版社近期出版的国内首部讨论智能化理论的专著——《三体智能革命》的主编。 此次宣讲活动，是为了贯彻落实国务院《关于深化“互联网+先进制造业”发展工业互联网的指导意见》，宣贯《工业互联网平台白皮书》，在工信部信软司大力支持下，由中国信息通信研究院、工业互联网产业联盟、走向智能研究院主办的。 上期说到，“工业互联大潮起，实体经济春天来”。这回单表，“工业互联百业兴，平台创新点雄兵。”去年11月，有关单位正式发布了《工业互联网平台白皮书》。《白皮书》对于工业互联网平台的来龙去脉、概念架构、关键要素、场景案例等等作了极富说服力的描述。由于概念新、理念新、技术新、案例新，工业界、IT通信界、企业界人士在积极拥抱“工业互联网平台”新生事物的同时，迫切希望听到更加深入、详细的解读。

宣讲活动得到我国工业、IT等领域若干重要的行业协会、管理部门、产业联盟、研究机构、知名企业大力支持。他们是： 工业互联网平台宣讲团支持单位（排名不分先后，更新中）： 中国机电一体化技术应用协会、中国工业技术软件化产业联盟、宁夏宁东能源化工基地管委会、沈阳市大数据管理局、苏州工业园区科技和信息化局、杭州市余杭区科学技术局、东北大数据产业联盟、浙江省工业互联网产业联盟、中国精算研究院大数据中心、成都汽车产业研究院、苏州市智能制造公共服务平台、北京中关村科技园丰台园3D打印数字维创中心、杭州市计算机学会、杭州市物联网行业协会、无锡市信息化协会、绍兴市产业互联网促进会、深圳市大数据研究与应用协会、工业互联网产业联盟上海分联盟、华东理工大学信息科学与工程学院、北京信息科技大学自动化学院、中国人工智能学会智慧能源系统专业委员会、航天云网、徐工信息、海尔工业智能研究院、树根互联、中国移动、中船信息、西门子、ABB、PTC、东方国信、日海物联、索为系统、《航空动力》编辑部、e-works数字化企业网、工业4.0俱乐部、中国科技自动化联盟、工业4.0创新平台、工业4.0商业共同体、智能制造百人会、工控兄弟连、工业服务联盟、寄云科技、北京兮易、兰光创新、英诺维盛、合众联恒、北京格分维、大驰工业设计、昱辰泰克、青岛天河制造业转型升级研究院、中之杰、互联智佑、宝信信息、中安鼎辉、安星联供应链、联讯动力、造奇智能、制学网、廊庭科技、2045加速器、翔正国际、智汇工业、国脉物联网、工程师联盟、慧造智能研究院、渤海方略等等。 最新统计，今晚同步直播宣讲活动的微信群有97个,比第一期宣讲活动增加了22个，可见工业互联网作为创新热点有着巨大的知识魔力。97个同步直播转播微信群有(系列群只列举主群，部分微信群未列出)： 工业互联网产业联盟群、走向智能-工业互联精英群、走向智能-工业互联产融群、工业互联网平台宣讲团直播系列群、CPS信息物理系统专家宣讲团、国家智能制造交流群、宁东管委会系列群、中国工业技术软件化产业联盟群、中国信息自动化交流群、《三体智能革命》雅读汇、工业4.0俱乐部系列微信群、工业4.0商业联合体系列微信群、2018智能制造百人会群、中欧智能制造、中国智能制造Imchina、工业互联网安全讨论小组、中国建造3.0&建筑数字领导力论坛、人工智能创新高峰论坛、智能科技创新交流群、IC咖啡讲堂