万向区块链王允臻:分布式认知工业互联网的行业服务和企业价值

深度 / 3年前 / 4299 文 / wexun

 前言6月22日,“2021苏州高新区区块链产业发展峰会暨万向区块链苏州研究院启动仪式”在苏州高新区狮山国际会议中心举行。苏州高新区党工...

 前言

6月22日,“2021苏州高新区区块链产业发展峰会暨万向区块链苏州研究院启动仪式”在苏州高新区狮山国际会议中心举行。苏州高新区党工委副书记、管委会主任毛伟,中国信息化百人会执委、原中央网信办信息化发展局局长徐愈,中国万向控股副董事长兼执行董事、万向区块链董事长兼总经理肖风等出席活动。万向区块链执行总裁王允臻发表了题为《分布式认知工业互联网的行业服务和企业价值》的演讲。

以下根据现场速记整理的演讲全文,略有删减。

万向区块链执行总裁王允臻

今天我要与诸位行业专家和技术专家交流的主题是“分布式认知工业互联网”

想必大家都知道工业互联网,国内有很多工业互联网平台。但什么是分布式认知工业互联网?这是又一个工业互联网平台吗?我想从两个层面来回答这个问题。

第一,这不是“又一个”工业互联网平台,而是对当前工业互联网平台架构的一个发展。分布式认知工业互联网,关键在于“分布式认知”,以分布式认知技术来解决目前工业互联网尚未解决的问题。目前,各种主流工业互联网平台各有其优势和劣势,往往扎根于不同的行业,在行业逻辑的积累和洞见方面各有自己的强项。另一方面,这些工业互联网平台或多或少面临着一些共同挑战,这是我们希望通过分布式认知技术来加以提升和解决的。

第二,什么是分布式认知技术?针对这个问题,我会逐步地展开来讨论。

工业互联网平台同面临的第一个挑战是企业数据的安全问题,即企业怎么才能放心地把数据放在平台或公有云上?第二个挑战,是企业数据流转的激励:为什么企业要把数据放在公有云平台上去?单讲安全,放在私域网上不是最安全的吗?在工业互联网平台上进行数据流转,对企业有什么好处?

各大工业互联网平台以及整个行业如果不能回答这两个问题,最终可能会约束它进一步的成长。可喜的是,数字化技术带来的新的可能、新的数据流转和价值挖掘手段,可能是工业互联网进入飞速发展的重大契机。

在通讯革命和信息化革命之后,数字化转型、经济数字化发展使人类社会全面的线上化、数字化、智能化,不同程度地得到了实现。数字化和信息化有什么差别?我们先回顾一下信息化:首先,它往往是顶层设计的一种通用的信息化解决方案;第二,由于是顶层设计,它要设计出来一套通用的、能解决大多数行业和企业面临的问题的顶层设计方案,势必是“重资产型”;第三,哪怕只是微调,如只在边缘上进行微调,它在调整推进过程当中的迭代成本都会比较高。数字化和信息化的不同在于,数字化整体上反映的是一种分布式逻辑——我不求做完整的中心化顶层设计,而是由行业企业整合自己的需求,顺应到所在行业中供应链上下游的数字化趋势,进行较细颗粒度的关键节点数字化部署,再以分布式技术及各种具体场景的技术解决方案,进行稳健、渐进的衔接和协调。

6月7日,工信部和网络安全信息化委员会部委出了一个《关于加快推动区块链技术应用和产业发展的指导意见》。我们非常欣喜地发现其中三条指导意见对我们进一步推进工业互联网非常有价值:第一条就是推进“区块链+工业互联网”的整合发展,这表明大家已经看到了工业互联网在过去的发展过程中尚未根本上解决数据的可信、安全流转和数据的价值挖掘问题所存在的局限,所以指导意见中已经明确提出了整合的价值所在;第二条是推进“区块链+大数据”的发展,其中,大数据的价值挖掘要通过区块链进行权益保障,并促成激励机制的形成;第三条是推进区块链和人工智能的共同发展,人工智能在广泛的使用当中碰到了隐私保护、平台垄断等种种问题。我们已经在着手开发“AI治理”方案,以区块链的信任机制,让AI的巨大认知潜力能够纳入社会责任和伦理的框架内,并在实践当中加以迭代和完善。

我们特别重视的是两部委明确提出区块链赋能工业互联网这一重大方向指导。去年下半年,万向区块链致力于开发“盖亚”(Gaia)分布式认知工业互联网。隐私计算、区块链和知识图谱的结合我们称之为“分布式认知”。其中,隐私计算解决数据隐私安全的问题,把“明文数据”上平台变成“密文数据”上平台;区块链依靠共识机制、智能合约等,能够解决多方之间有效的数据流转;知识图谱则是在数据得以保护和有效流转之后进行企业上下游供应链的打通,或是满足行业整体发展状况、治理,以及本地产业格局治理(对于地方政府来说)等要求。因此,区块链的核心价值在于其本身是一种分布式的技术逻辑,从而能够形成一种分布式的产品逻辑以及分布式的业务逻辑。

这样一来,我们所追求的就不是寻求最强大的重量级工业软件平台的顶层设计,或是成为一家无所不知的公司提供最为广泛的行业服务,而是做好自己的事情——隐私计算、区块链和知识图谱的“分布式认知”集成,和治理、激励机制运行,以帮助工业互联网、工业软件系统行业巨擘都能够做自己最擅长的事情,这就是分布式和中心化顶层设计最大的不同。

在以下的一些案例中,我会分享分布式的业务逻辑如何通过区块链技术加以实现。首先,区块链对工业企业和产业的一大价值,体现在区块链生态联盟能够打通产业协同——这可以是同一个产业中上下游供应链伙伴之间的协同,解决互信、融资的问题,也有可能是以诸如工业软件、工业电商等形式来进行产业细分,并基于分工进行有效的价值分配。

在企业层面,分布式认知工业互联网在具体的应用过程当中,首先是进行可信的数据采集。数据采集一般是通过物联网设备,这也是数字化和信息化的不同。信息化有时需要人工输入,这往往伴随着很多问题。可信数据采集则将物联网设备和区块链结合,从源头解决数据可信的问题。第二是可信数据流转,隐私计算能够在保障数据隐私安全的前提下,助力数据安全流转。第三是可信数据追溯,比如新能源汽车的召回,动力电池全生命周期管理等。在我国的产业升级中,工业供应商要想获得新的资质,服务于国际一流的整车厂商,并最终服务于国际一流的高端客户,这对数据追溯提出了更多要求。最终就是挖掘数据价值。知识图谱可实现一种可视化、可确认的数据价值的发掘。

数据价值的挖掘能够解决什么问题、能给工业企业能带来什么好处?一方面可以解决信息不对称问题,使企业更容易获得业务发展过程中所需的金融资源;第二,在隐私安全的条件下,可信数据分享能够帮助企业获得更好的保险覆盖,这些都会体现在整体的业务降本增效中。

最后跟大家分享几个案例。首先我想和大家分享一个我们内部讨论工业互联网时用来作为半正式座右铭的一句话:即使一个团队在一个看似与工业互联网无关的项目上面搭建价值模块或者开发业务场景,其中体现的区块链技术和业务逻辑的整合,往往落实在某种生产关系的创新协同上,也就往往容易找到对应的工业场景。或者说,其实你已经在做工业区块链了,只是你还不知道而已。之后的几个例子能够说明这一情况。

一个案例是石化仓储可信监管与融资平台。这个案例的关键词是“监管”和“融资”,前面我们说了数据上链对企业自身及上下游合作伙伴的影响,即可以实现产业间的相互协作。而另一个更关键的优势是在园区层面。在地方产业发展过程当中联储联备是实现经济效率的重要方向,这个在我们国家各地已经得到了广泛的推广和政府的驱动。

第二个案例是生物信息数据协作平台。这里边的两个关键词,一个是“协作”,在对敏感数据进行处理通过协作平台进行分享,可以有效唤醒沉睡数据的价值,又能避免数据流失或数据泄露;第二个关键词是“工作站”,如果一个企业正犹豫是否要将大量数据或某种类型的数据放到平台上进行分享,可以参考一下工作站是如何衔接在信息化时代已经建立起来的内部私域网 - 这个是企业本身可管可控的,和工业互联网公共服务平台和各种价值挖掘的联盟链平台,达到可信、安全、主权保障的数据流转这样一种良好的机制。基因制药,貌似和工业没什么关系,但逻辑是相通的;“你只是不知道在做工业区块链而已”。

第三是南钢工业区块链质量溯源,这是一个流程行业区块链质量溯源平台,也是我之前提到的数据溯源解决现有问题的一个实际应用案例。区块链质量溯源赋能企业进行质量体系管理,不管是对上游追责还是对下游负责,都可以避免没有必要的重复质量认证,而是及时地进行多个数据系统协同的质量认证、质量分析。通过将所有数据在工业互联网平台上进行协同,你可以知道在别处做的验证的真实性和有效性,从而避免同样的验证在多个点发生。在工业互联网质量溯源方面,我们的关键词就是“可信”和“供应链合作”。

最后一个案例大家可能又会觉得和工业风牛马不相及:畜牧业生物资产可信监管及金融服务平台,这是我们做的一个已经规模化的产品平台。众所周知,畜牧业是出名的难以进行信息化和数字化改造的行业,而万向区块链通过数字化对传统牧场进行有效的改造。整个数字化的过程不需要在养殖场部署繁复的信息化、电子化系统,只需要将一个轻便的物联网+区块链赋能的颈环放到牛的脖子上。这个颈环一旦拆卸,牛的资产就变得无效,以此避免潜在可能发生的篡改和作弊现象。这样一来每头牛都可以形成非常可靠的数字形态,整个生命周期中以可靠的数字孪生作为资产管理和资产交易的凭证。

对于工业来说数字孪生的价值在哪里?以资产数字化为例,工业制造业的设备可以作为一个具备数字空间映射、因而可以进行实时、有效管理的物理资产,来进行融资;甚至产能也可以融资。由此,我分享的这个案例的关键词就是“数字孪生”。

总结一下,刚才分享的几个案例是关于各行业在分布式认知工业互联网平台上如何从信息化走向数字化,如何从中心化走向分布式,如何通过数字孪生、质量溯源、联储联备以及供应链协同来实现降本增效,为企业和行业带来价值。我今天的分享就到这里,谢谢大家!

站点声明:本站转载作品版权归原作者及来源网站所有,所刊发文章除注明来源外,均为用户投稿,观点仅代表作者本人,绝不代表本站赞同其观点或证实其描述。


提示:投资有风险,入市须谨慎。本资讯不作为投资理财建议。

评论列表
共0条评论
  • 这篇文章还没有收到评论,赶紧来抢沙发吧~