MindSphere工业云的三个问题.docx

1、MindSphere工业云的三个问题MindSphere：工业云的三个问题 作为“厂派”工业云最具有标志性作用的产品，实际上MindSphere正式上市商业化已经5年，在中国落地已经3年2016年4月，在德国汉诺威工业博览会上，西门子正式发布了第一个的MindSphere； 在中国，西门子与阿里云签署工业云落地中国合作备忘录的时间，是2018年7月。 MindSphere对于西门子自身具有非常重要的意义：甚至可以说，MindSphere的出现，是“百年老店”西门子开启从“自动化”向“数字化”转型的起点。 西门子与MindSphere 2019年4月1日，西门子集团完成了最近一次的组织架构调整：

2、西门子数字化工业软件部门所属的“数字化工厂集团”，与“过程工业与驱动集团”合并为“数字化工业集团”，成为西门子旗下三大集团公司之一。从业务上看，西门子实际上就是通过组织架构的调整，将工业软件业务，与工厂自动化、运动控制、过程自动化和客户服务等西门子传统的工业硬件业务，放到了“数字化工厂集团”部门而真正让西门子有机会将所有这些传统硬件、软件进行融合，从而为企业用户提供整套“数字化”解决方案的，就是MindSphere。 因此，此次调整对于西门子来讲最重要的意义在于：从全球层面，完成了一次以“数字化”为标签的、工业业务的组织架构统一，并向外界传递出“已经为迎接数字化工厂时代的到来做好了准备”的信号

3、。应该说，西门子对自己此次转型下了很大的决心，也做了相当多的努力，因此可以想象西门子对于MindSphere给予了多大的期望。 那么到底该如何尽快实现MindSphere的市场化呢？ 按照一般的规律，一项基于新技术的产品从诞生到在企业用户当中得到广泛使用，往往要解决三个问题： 第一，技术性问题：新技术本身是否具有领先性，以及是否具有持续成长的可能性？ 第二，应用场景问题：其是否具有足够的灵活性、柔性和开放性，在保障企业既有投资的基礎上，是否能够真正与企业业务相融合，发挥作用？ 第三，商业化问题：选择怎样的商业方式交付产品和服务？ 应该说，这是所有面向企业用户的科技新产品都必须解决的三个问题，M

4、indSphere也一样。 技术性问题：有条不紊 毋庸置疑的一点：MindSphere在很大程度上讲，并不仅仅是一个基于云计算平台的IT服务，其更重要的价值，是向工业企业提供了一个从数据角度优化现有业务流程的方法论。 根据西门子的“数字化双胞胎”理论：在我们周围，存在两个世界，一个是由软件构成的数字虚拟世界； 另一个是由机器设备构成的现实物理世界，“数字化双胞胎”就是在数字虚拟世界和现实物理世界之间，建立一种彼此以数据为载体的互动模式，从而实现IT和OT之间的密切关联。 因此，在连接虚拟和现实过程发挥关键作用的MindSphere，其技术的先进性和成长性，显然并不体现在单纯的云计算技术层面，而

5、是在于那些与数据相关的操作中：来自现实世界的设备运行数据如何才能做到最大范围、最精准、最有效的收集、传输？以及如何在虚拟世界当中完成对数据的管理、分析和应用？ 从这个角度看，如果按照现实世界和虚拟世界两个维度看，西门子在传统工业硬件和工业软件两方面，一直都围绕数据的操作，调整自身的技术和产品。 在硬件方面，西门子选择结合自身以往的技术和业务优势，加强传统工业硬件对于数据收集、传递和处理的能力。如从2018年底，西门子宣布推出一款集成了AI的全_C S7-1500 TM NPU模块，用于Simatic S7-1500控制器和ET 200MP I/O系统，从而开启了在传统工业硬件端增加数据处理能力

6、的“现实世界技术升级”。此后，相继在2020年推出了包括用于连接云端、公司IT 系统和生产系统的IOT网关_ _，利用其可直接在生产环境中采集、处理和传输生产数据，并在云端进行机器设备数据和生产数据的分析； 以及数字化原生数控系统 Sinumerik One、集成了控制系统专门应用于物流系统的G115D等在内的一系列产品。 相对硬件，工业软件在技术层面则更多承担的是解决“如何管理、分析和应用这些来自现实世界数据”的问题。 从某种角度讲，对于来自现实世界的数据进行分析，在工业领域，更多表现为两种情况：其一，是将虚拟世界当中的理想数据，与现实世界中的真实数据进行对比，从中发现问题，从而推动优化设计

7、和工艺； 其二，是将现实世界中影响业务的各种复杂因素，在虚拟世界中定义成可以量化和计算的数学关系，如此以来，来自现实世界的各种数据，就可以在虚拟世界中被计算、分析和优化，最终以更清晰的可量化方式，指导现实世界中的业务运行。 显而易见，无论是以上哪种需求，最终的问题都会回归到：用怎样的能力工具，来做数据的对比和计算？最终对比和计算的结果，该如何以更直接的方式提供给用户或系统？ 应该说，对于Mendix的收购是解决这一问题的开始。 2018年8月2日，西门子宣布以6亿欧元的价格收购了低代码应用开发平台公司Mendix。简单来说，Mendix实际上是一个提供给业务人员的“编程系统”：通过部署在云端的

8、可视化模型，业务部门人员无需代码级的操作，即可以根据现实的业务需求，搭建出一个可用性非常高的应用程序这其中，“部署在云端的可视化模型”是Mendix价值的源泉，而这一模型，实际上是由各个不同的软件所提供的功能，经过排列组合而成。 “我们从客户那里听到的需求他们希望获得更多可以用的技术、希望能够根据需要扩展和提升他们的工程能力，并且能够灵活地在任何地方、任何时间开展安全协作，这些都是我们提供软件即服务（SaaS）产品的原因。”在本次亚太区线上媒体沟通会上，Tony Hemmelgarn重点强调了西门子数字化工业软件针对Xcelerator正在展开SaaS化的推进。 “SaaS化”，对于传统工业软

9、件本身来讲，当然是一次技术、产品、服务和商业模式的升级。但是，更有价值的一点是：对传统工业软件SaaS化，将使得对工业软件功能的拆解、重组，并转化成针对企业用户各种业务需求的能力，变得更加简单。 因此，这实际上为构建更多、更丰富的“部署在云端的可视化模型”提供了一种可能性。从这个角度看，将Xcelerator的SaaS化理解成“为数据分析和计算做工具的准备”，也是有道理的。 与此同时，对于传统工业软件功能无法涵盖的其他数据计算需求，除了在近期收购了包括TimeSeries、Fractal Technologies、Supplyframe等在内的软件，丰富自身软件能力外，从2020年开始，西门子

10、就开始有计划地拓展合作伙伴的范围，陆续宣布了与Salesforce、SAP等各种其他领域优秀的“能力提供者”建立合作关系的消息。 应该说，在硬件和软件的技术层面上，围绕“数据”这一核心，MindSphere保持了一个有条不紊进阶节奏。 应用场景：业务想象力和服务 笔者始终坚持认为：MindSphere最重要的价值，是为工业企业提供了一个从数据角度优化现有业务流程的方法论，因此从工具和所提供的能力角度看：MindSphere与传统工业软件所能为应用企业带来价值的方式是完全不同的。 传统工业软件是通过“功能”将IT技术的能力传递给应用企业，为企业的业务需求提供能力支持。因此，大多数时候，在企业的业

11、务需求和工业软件的功能之间，存在一个复杂的“反馈弧”：企业首先需要了解工业软件的现实功能，并且在工业软件的能力范围内，提出自己的业务需求，从而保证企业的业务需求能够处于工业软件的覆盖范围内这就相当于在一个建好的毛坯房内做装修，所有的想法，都是有边界、有范围的，而且边界和范围是工业软件的能力边界。 用工业云解决企业的业务问题则不需要考虑能力边界的问题：因为用工业云解决企业的现实问题，核心不是云平台本身，更不是软件、算法、硬件等一切可能会造成能力边界的具体产品，而是数据。企业需要做的，只是提出自己的业务需求； 而工业云服务提供者，会针对业务需求，通过整合提供一整套与数据收集、存储、计算、分析相关的

12、实现方法，帮助企业的业务需求得到满足。 西门子的MindSphere有这样一个应用案例：企业用户是一个在中国西南的污水处理企业。污水处理是一个涉及到物理和化学学科，并受到各种外界复杂关系影响的业务过程。以往企业只能依靠经验，来解决所有不确定因素，因此对于成本、质量等最终结果，都难以真正把控。通过应用MindSphere，企业将与污水处理的关键步骤进行了完全的数字化，将所有影响污水处理的因素以数学方式进行描述，定义了数据模型，并且基于更精确的数字分析结果来最终即时指导、管理和控制整个生产过程。 很显然MindSphere解决问题的思路，完全不是以往通过软件解决问题的逻辑：软件是基于自身功能提供效

13、率，而MindSphere是基于业务需求通过数字的获取和分析给出新的思路。因此应该说，MindSphere对于这家企业的价值，体现在对业务过程和影响因素的数字表达及深度分析上。 按照这样一个工业云应用的典型流程，相信有两个关键点值得被格外重视。 第一，在应用工业云的过程中，企业用户不需要考虑工业云的能力边界，而且解决业务问题的方法也并非是唯一确定的。如，现场收集的数据既可以通过电缆传输，也可以通过5G实现互联； 而数据既可以存储在云端进行管理和分析，也可以存储在本地数据中心； 数据分析的结果可以直接为管理层提供决策依据，也可以直接反馈回系统，即时指导生产对于企业用户而言，这就像是在一块空地里建

14、房子：对于业务的想象力，决定了工业云能发挥多大的作用。 第二，工业云的这种应用模式，实际上提高了用户对于IT技术的要求：不仅涉及到企业IT基础架構，还会涉及到包括网络、云计算等更广泛的IT领域。因此在实施和应用工业云的过程中，工业云服务提供者的服务能力就显得至关重要：他们需要将企业的业务需求，转化为对数据应用的路线图，进而分解为工业云的能力，最终通过整合软、硬件系统、网络等各种IT资源，满足企业用户的现实业务需求。 因此，在整个工业云领域，开发更多有价值的行业应用场景，在很大程度上是，是企业与工业云提供者双方合作的结果：前者的想象力和后者的服务能力，决定了最终有多少有价值的工业云应用场景能够落

15、地现实业务。 对于西门子的MindSphere也是一样虽然西门子收购了Mendix，为企业利用工业云提供了相当的便利。但是，对于大多数的企业而言，在应用MindSphere的初期，工业云应用还缺少足够的行业应用典型场景的情况下，西门子是否能提供更贴身的服务，就成为其是否愿意尝试应用MindSphere的关键。 众所周知，作为一个并非“为了云而云”的产品，MindSphere最早源自西门子的数字化服务部门：为了响应用户对现场数据采集的需求，西门子的数字化服务部门在综合应用西门子传统自动化硬件和工业软件技术的基础上，基于Cloud Foundry开发的架构在SAP HANA云平台上构建了一个操作系

16、统。其目的，是关类硬件产品，与众多具有以太网通讯能力的设备进行联结，收集和传输设备的运行数据，并通过对数据的分析，对企业生产现场的情况进行监控和优化。2015年，西门子推出的跨业务的数字化服务平台Sinalytics，就是MindSphere的前身。 因此可以说，西门子的数字化服务部门从最初开始，就是在用数字化的方法在解决自身的业务需求。现在，关于MindSphere “业务场景开发”方面的工作，则顺理成章地落在西门子数字化服务部门身上，也是希望该部门能够将以往业务场景开发的能力，借助企业的业务需求，真正为MindSphere的市场化应用带来更多的可能。 另外，去年9月，在2020西门子中国数

17、字化创新峰会上，西门子宣布新成立了业务部门Siemens Advanta（原西门子物联网服务事业部），并取了一个中文名字“西门子艾闻达”。“西门子艾闻达的使命是借助西门子生态系统，赋能客户迈向数字化未来。我们希望，通过新的中文名称，人们将能够更好地理解西门子艾闻达的业务，共同促进其未来发展。”当时的西门子大中华区总裁兼首席执行官赫尔曼发言中强调，成立这样一个部门，目的就是把西门子在物联网和咨询等领域的知识及经验整合起来，更主动地为用户提供一个更全面的服务和解决方案。 从目前来看，作为一个独立的品牌和业务部门，西门子艾闻达为企业提供的，更多是战略层面的咨询业务； 而隶属于“数字化工业集团”的“数

18、字化服务部门”更多倾向于提供针对MindSphere应用层面的咨询、规划和实施。但是从服务企业用户的角度看，实际上两者相互的衔接是非常紧密的，而且从西门子整体业务规划部署来看，同属咨询和服务业务，两个部门之间未来的互动模式，颇值得关注。 商业模式：略显纠结 不久前，西门子新任CEO博乐仁在接受中国一家媒体采访时说，针对MindSphere这类平台商业模式的建立，更多取决于用户和用例。他强调：只有足够的用例，才会有更明确和丰富的商业模式，如应用即服务，或提供技术可用性：“转型趋势中，我们一直关注技术，但同样需要销售和商业模式的变革，而且后者在我们的战略中越来越重要。” 或许就是因为MindSph

19、ere强调“用例”的特殊性，才使得MindSphere的商业模式形成的过程略显“纠结”。 因为对于西门子和用户这对供需双方而言：虽然以MindSphere为核心的数字化解决方案能够提供更多的能力和价值，但是，对于今天的大多数工业企业而言，核心的問题依然是解决效率问题、成本问题，工业互联网、工业物联网还仅仅是一个未来的趋势的确要实践，但不是当下急需，因此并没有排在日程表上比较靠前的位置。因此目前在市场上，工业互联网和物联网解决方案，处在一个叫好不叫座的尴尬位置。要在短时间内形成足够多、能够支持策略部门制定出商业模式的“用例”，难度颇大。而没有用例，就没有清晰的商业模式，就没有完整的销售方式。 承

20、担MindSphere销售责任的，是Tony Hemmelgarn领导的西门子数字化工业软件公司。对于一个商业机构而言，他必须要在在现实和未来，技术和受益之间，取得平衡。毕竟，传统的软件、硬件所带来的是现实的商业受益； 与此同时，MindSphere代表的是未来企业技术和应用的发展方向而要在两者之间找到平衡点，这本身就不是一个单纯的策略问题。因此，也许市场需要给他更多时间。 写在最后 常常有人说：在水面上洑水的鸭子，看起来很悠闲，实际上在水面之前一直很努力。 如果把工业云当成是未来工业企业数字化转型的一种模型，把MindSphere当成是西门子自身转型的风向标，那么实际上，西门子自身的转型，已经完成了从技术到应用场景的过程，目前正在从业务场景向商业模式挺进：三个问题，解决了两个，还剩最后一个。行百里半九十，只有解决了最后这个问题，MindSphere才能算是真正完成了市场化的全过程。