互联网是中国工业从“中国制造”到“中国制造”的转折点，也被认为是中国在工业弯道超车的可能机会之一。
面对这一机遇，中国企业还有一个问题需要考虑——欧美百年走过的工业化道路，是否还需要国内工业行业继续跟进RD，“跑数据”？
业内普遍认为，中国的工业化道路仍然需要通过从数字化甚至自动化的长跑来继续补课。
但就目前的工业互联网热潮而言，中国企业的热情已经远远超过欧美等国。正如麦肯锡全球高级管理合伙人、亚洲运营咨询业务和物联网负责人卡雷尔·埃鲁特(Karel Eloot)向雷提到工业物联网的趋势时所说，“在中国，人们非常热衷于思考工业物联网，因为他们认为这是一种更快缩小与发达国家差距的方式，是一种跨越式的进步，而不仅仅是学习法国或德国的成功经验。
在这种背景下，中国企业出现了三一重工孵化的舒根互联、TCL孵化的格创东智等工业互联网平台厂商，以及阿里、华为等互联网公司的进入，还有很多工业互联网平台、AI算法、大数据等领域的初创企业
其中，工业互联网平台、AI算法和大数据已经成为国内工业互联网创业的两个热门创业方向，罗明科技属于后者，主要是搭建自己的AI和大数据平台。
罗明科技成立于2014年。随着2019年3月完成20亿元人民币的D轮融资，罗明数据升级为罗明科技集团，随后公布了新的人事任命。任命丁为科技集团高级副总裁，主要负责科技集团公共服务事业群的工业和物联网业务，统筹公共服务事业群的整体管理工作。至此，罗明科技在工业互联网领域的布局逐渐显现。
据悉，丁此前曾担任施耐德电气股份有限公司高级副总裁、西门子网络公司副总裁、中国移动客户业务总经理、湖南华诺科技有限公司总裁，雷锋网特别专访丁，梳理分析了科技在工业互联网领域的技术布局和相关发展思路。
基于“224战略”的工业互联网技术体系
2019年3月27日是罗明科技企业发展的关键时间节点。罗明科技在这一天正式宣布成立。“罗明数据”升级为罗明科技集团，成立了ESG、PSG、NSG三大事业群。
官方资料显示，PSG主要为公共安全、应急管理、工业互联网、数字城市、金融等领域的政府机构和企业提供从识别、理解、分析、决策到行动的闭环智能构建。，构建知识图谱，通过感知与认知的连接，实现传统企业的数字化、智能化转型。
“大数据分析与应用、知识图谱、基于多模态人工智能的人机合作平台、数据中间平台、数据知识驱动的推理与推荐引擎是罗明的五大核心技术。”丁告诉雷锋。
这个技术架构也贯穿了整个工业互联网BU，主要体现在PSG的“224战略”中。
针对“二二四战略”，丁向雷解释如下:
“2”大战略市场:
第一类，国家安全、智慧治理、城市管理；第二，大组织的高效运转和企业的加速创新。“2”大应用:
一是基于对人和组织的社会行为动态数据的分析、挖掘和智能应用；其次，基于设备和设备IOT感知的动态数据分析、挖掘和智能应用。“4”大产品线:
首先，数据中心。通过建设数据中心，可以汇聚和管理多源异构数据，盘活数据资产，形成全面的客户感知平台；第二，明智的制度。以数据中心为基础，构建行业知识图谱和认知分析模型，形成客户综合认知平台；第三，业务在中间。基于数据中心和智能系统，建设客户服务中心，支持客户的各种移动智能应用；第四，智能设备。打造服务于大AI闭环应用的集成智能设备，包括边缘计算智能终端、雾计算智能服务器、专用服务器、定制服务器、安全服务器等。
论明科技的“224战略”
围绕产业互联网领域，丁也阐述了这一战略的具体战术:
充分收集、汇总、挖掘和提炼工业设备的动态数据；然后利用知识图谱和人工智能的能力解决行业运营、建设、生产、管理中遇到的问题，通过数字化、网络化、智能化推动整个行业的智能化发展。
感知:从数据收集到数据治理
类似于自动驾驶技术发展的阶段划分，罗明科技以数据应用能力为基础，具体将企业的智能化转型分为识别、理解、分析、决策、创新五个阶段。在这五个阶段中，主要强调的是对数据的感知和认知能力。
针对数据感知能力，罗明科技搭建了由多维感知数据聚合平台、数据治理管理平台、数据存储和数据共享服务组成的数据中间平台。该平台对各种结构化和非结构化数据进行收集、抓取、探查、聚合和分析，实现数据融合和关联建模。
多源数据包括设备本身的数据，传感器采集的数据，环境中摄像头上传的视频数据。这些数据分为结构化、非结构化和半结构化数据，罗明技术主要实现对这些数据的感知。
数据平台架构
互联网的数据和物联网的数据是不一样的。一是数据量不够大，二是对数据质量要求高。
“在消费领域，通用大数据构建的深度学习模型无法解释，这对于要求高可靠性的行业来说是无法接受的。”关于工业大数据，ABB首席技术官刘前进之前是这么说的。
之前在消费领域盛行的关联可能不再盛行，因果关系仍将是工业领域长期追求的目标。
对此，告诉了雷锋网丁。com，“当数据量不足以支持相关关系时，要使用大量的先验知识，即之前积累的知识，以减少计算模型对数据量的依赖。充分利用行业知识图谱，可以在一定程度上缓解或解决当前工业大数据面临的挑战。”
明科技的数据感知更多的是数据采集和数据治理。无论是结构化数据还是非结构化数据，当前产业环境下的高质量大数据仍然是首先要解决的问题。对于数据感知，罗明也建立了一套数据治理平台和工具。该数据管理平台主要包括以下三个方面:
CONA，一个结构化的综合治理平台。它可以实现数据访问、数据清洗、数据融合、数据标准化、数据监控和数据管理。能够自动对大规模的所有结构化数据进行收集、清洗、分类和关联，形成统一的数据视图，提高行业知识图谱的构建效率。Raptor，非结构化文本管理产品。一款基于深度学习模型的非结构化文本管理产品，采用深度学习模型和主动学习技术，支持外部NLP模型，能够快速高效地完成数据标注。通过这两个工具，可以帮助收集、整理、汇总数据。
相关知识挖掘产品。基于各行业的基本信息、标签特征、轨迹行为、交易记录、通信事件、围栏卡口等数据，通过规则引擎、机器学习、图挖掘等多种计算方法，分析、挖掘、推断多样化对象之间的多维关系，可用于行业大脑的知识积累、符号计算和智能推理。认知:知识地图构建的理念
除了数据采集和数据管理，罗明科技还在构建基于大数据和AI技术的行业知识图谱，即知识图谱数据库蜂巢。
明科技知识图谱数据库蜂巢是机器大脑中的知识库，是人工智能应用的基础设施。基于创新的混合存储技术，向下连接各种形式的结构化/非结构化数据，融合成统一的多维关系知识地图，向上为业务应用提供基础地图查询能力和复杂地图分析计算能力。
据悉，Honeycomb以实体、关系、事件、文档的形式存储所有数据，形成了包括2D关联信息、时间空信息、历史状态信息、隐式关联信息、非结构化模糊关联等多层次的大型知识库。结合多元化检索、复杂图谱分析、在线关系挖掘等技术，蜂巢为业务应用提供深度和广度兼备的高性能知识服务。
蜂窝芯函数
基于蜂巢，罗明科技还搭建了可视化知识分析平台SCOPA。平台支持海量数据图谱的高效存储、分析和挖掘，可提供关系网络分析、时间空轨迹碰撞、实时多维检索、信息比对碰撞、智能协作系统、实时数据访问、智能交互等功能。根据业务场景和数据图的特点。
虽然知识图谱的构建可以减少工业数据模型对大数据的依赖，但是工业领域数据的缺乏和知识图谱的构建在一定程度上其实是相互制约的。整个行业起步较晚，行业领域碎片化严重，使得行业领域知识图谱的构建缺乏数据和先验知识。
丁告诉雷锋。罗明科技知识地图的数据来源主要有两个:
第一，重要的技术和管理人员将行业获得的知识、经验和能力数字化，作为行业知识图谱的重要数据源之一；二是管理数据，如设备运行故障处理日志等资料，积累行业相关的规律和经验。明科技最早进入安防领域，所以知识图谱的构建也是从安防领域开始的。据丁介绍，科技在公共安全领域构建的知识图谱已经应用多年。
公安系统主要利用知识图谱提高整体破案效率。在整个公安系统的知识图谱中，我们结合了多源异构的数据，如人、事、地、物的数据，姓名、身份、出行记录、住宿记录、通讯记录等数据。然后根据破案需要，通过逻辑判断快速缩小嫌疑人范围，在有限时间内锁定，从而缩短破案时间。
具体到工业领域的知识图谱建设，丁告诉雷锋网。com认为知识地图的逻辑用在工业领域也是一样的。知识图谱由互联网上的维修手册、工人维修经验、设备维修方法等数据提炼而成。通过知识图谱对多源异构数据进行分析提炼，形成某型装备智能维修知识图谱。“我们已经有了工业领域一些设备的实际客户案例。”
在使用知识地图的过程中，数据和经验的集合是迭代形成的。根据用户在使用过程中的反馈不断调整。
同时，丁特别强调，明朝有很多行业专家，他们在行业中浸淫多年，熟悉行业的业务和规则。这些行业专家不是简单的只知道行业的知识，而是有跨界的能力和很强的学习能力。他们是比较混杂的人才。
智能系统2.0:数据中心和人工智能中心的技术集成
围绕大数据和AI技术，罗明科技分别建设了数据中间站和AI中间站。基于此，不同行业可以建立自己的业务中间站。同时，罗明科技构建的wise系统也已经迭代到2.0版本，具备语音识别、机器视觉、自然语言文本处理、结构化数据治理、规则引擎等技术能力。
智能系统2.0产品系统
2018年9月，罗明科技推出Wise系统2.0版本。“与2017年发布的Smart System版本相比，2.0版本提高了多源异构数据治理、AI分析、准确性以及两个系统之间协作的能力。另外，这个版本打通了从感知到认知再到行动的体系，形成了一个AI闭环。”
感知系统2.0的产品逻辑是用符号连接感知和认知，构建AI驱动的数据管理平台，基于感知智能技术构建完整的行业人工智能大脑——蜂巢。
具体来说，Wise System 2.0通过“符号的力量”，完成对行业数据中蕴含的知识的提取、整合、推理、沉淀等一系列过程，打通感知智能；此外，智能系统2.0还强化了认知智能，通过动态索引和知识分析技术充分整合多样异构的数据，并在此基础上进行逻辑推理和复杂运算。基于语义的分析检索等场景应用也可以通过“洞察”引擎加速。
这就是罗明科技如何支持罗明科技商务平台及其行动系统。罗明科技业务平台的具体架构如下图所示:
明科技商务平台架构简介
根据罗明科技官方信息，罗明科技深度参与了2019年国家发改委批复的提升制造业核心竞争力的关键技术产业化项目——车辆智能运维系统R.I.S.E平台。
明科技参与建设了多源异构大数据平台和RISE平台车联网系统核心车联网技术体系。前者主要是将车辆的实时传感器数据、非结构化视频和图片数据集成到平台中，作为数据管理的核心，支撑整个智能车辆运维系统；后者主要是通过物联网和大数据技术的结合，利用数据网关、行为分析和实时处理技术实现智能车辆运维分析。
据悉，通过已经实施的车联网系统，上海申通地铁原来每天都要做的日常巡检工作，通过信息化手段实现了每8天一次，大大减少了运维工作量。截至8月底，RISE平台中的车联网系统已在上海申通地铁11条线路的部分车型上部署。
工业，互联网，一个鲜明而简洁的发展理念
工业，互联网给中国工业企业带来了什么？
可见，目前国家政策、经济环境、市场需求、企业痛点都在朝着有利于工业互联网发展的方向发展。随着企业的升级转型，工业互联网成为必然选择。
“在国际上，数字化、网络化、智能化相对来说是一个串联的过程。在中国，我们不能完全照搬国外的情况，因为中国有很多中小企业在数字化方面做得还不够好。中国企业应该利用中国的后发优势，并行加快智能化进程。”
互联网早期，一百个企业有一百种不同的发展思路。明略科技希望通过构建数据中台和AI中台，打通感知、认知和动作体系，实现AI闭环落地，这也是明略科技的HAO智能理论。在这样的道路上，不仅需要持续拥有来自行业的优质数据为其数据中心输血，还需要具备AI技术能力为其AI中心提供底层技术能力。
从丁的介绍中可以看出，前者科技通过与行业伙伴合作，培养行业专家，跨职能、跨组织共享多样、异构的数据，收集、管理、共享数据；后者，罗明科技于2018年7月成立罗明科学院，从事AI基础技术能力的研发，持续为AI中台供血。
在这样的技术体系和产品体系下，罗明科技已经启动了工业互联网项目。“罗明科技将这套产品应用到工业互联网已经两年了。目前，罗明科技在工业互联网领域的布局主要集中在交通、电力、制造三个垂直领域。”
此外，值得注意的是，在8月29日开幕的2019世界人工智能大会上，继BAT、科大讯飞、商汤之后，科技部再次公布了新一代人工智能国家开放创新平台，罗明科技也在其中。
但就国内工业发展现状而言，要构建工业领域完整的知识图谱，实现丁并行跨越工业数字化进程，进入智能时代的设想，显然还有很多问题需要解决，任重而道远。
