京公网安备 11010802034615号
经营许可证编号:京B2-20210330
解读工业与物联网,云计算和大数据的关系
互联网新概念层出不穷,在云计算,物联网,大数据火热之后,工业4.0在2014年受到越来越多的关注,在2015年成为新的热点之前,我们有必要了解这个新概念究竟是什么含义,它和其他互联网概念间到底是什么关系。
2013年4月,德国政府在2013年4月的汉诺威工业博览会上正式推出提出“工业4.0”战略,其目的是为了提高德国工业的竞争力,在新一轮工业革命中占领先机。
德国学术界和产业界认为,“工业4.0”概念即是以智能制造为主导的第四次工业革命,或革命性的生产方法。该战略旨在通过充分利用信息通讯技术和网络空间虚拟系统—信息物理系统(Cyber-Physical System)[5] 相结合的手段,将制造业向智能化转型。
德国的工业4.0没有明确指出它与互联网有什么关系,通俗的说,就是无数个行业被互联网浪潮冲击后,互联网开始改造工业制造业了。
我们在2007年发表的互联网进化论论文中提出“互联网将向着与人类大脑高度相似的方向进化,它将具备自己的视觉、听觉、触觉、运动神经系统,也会拥有自己的记忆神经系统、中枢神经系统、自主神经系统,也就是是说,互联网正在形成一个互联网大脑”,并绘制了下列互联网未来结构图.
2014年我们曾经用这幅图分析了物联网,云计算,大数据与互联网的关系:
1.物联网是互联网大脑的感觉神经系统,因为物联网重点突出了传感器感知的概念,同时它也具备网络线路传输,信息存储和处理,行业应用接口等功能。而且也往往与互联网共用服务器,网络线路和应用接口,使人与人(Human ti Human ,H2H),人与物(Human to thing,H2T)、物与物( Thing to Thing,T2T)之间的交流变成可能,最终将使人类社会、信息空间和物理世界(人机物)融为一体
2.云计算是互联网大脑的中枢神经系统,在互联网虚拟大脑的架构中,,互联网虚拟大脑的中枢神经系统是将互联网的核心硬件层,核心软件层和互联网信息层统一起来为互联网各虚拟神经系统提供支持和服务,从定义上看,云计算与互联网虚拟大脑中枢神经系统的特征非常吻合。在理想状态下,物联网的传感器和互联网的使用者通过网络线路和计算机终端与云计算进行交互,向云计算提供数据,接受云计算提供的服务。
3.大数据是互联网智慧和意识产生的基础,也是互联网梦境时代到来的源泉,随着互联网大脑的日臻成熟,虚拟现实技术开始进入到一个全新的时期,与传统虚拟现实不同,这一全新时期不再是虚拟图像与现实场景的叠加(AR),也不是看到眼前巨幕展现出来的三维立体画面(VR)。它开始与大数据、人工智能结合得更加紧密,以庞大的数据量为基础,让人工智能服务于虚拟现实技术,使人们在其中获得真实感和交互感,让人类大脑产生错觉,将视觉、听觉、嗅觉、运动等神经感觉与互联网梦境系统相互作用,在清醒的状态下产生梦境感(Real dream),可以形成如下这幅图:
从这幅图中我们也同样可以看出工业4.0或工业互联网本质上是互联网运动神经系统的萌芽,互联网中枢神经系统也就是云计算中的软件系统控制工业企业的生产设备,家庭的家用设备,办公室的办公设备,通过智能化,3D打印,无线传感等技术使的机械设备成为互联网大脑改造世界的工具。同时这些智能制造和智能设备也源源不断向互联网大脑反馈大数据数,供互联网中枢神经系统决策使用。
总体看,西方企业和理论界不断提出互联网新概念,还比较割裂,但实质上,无论是物联网,云计算,大数据,移动互联网还是工业4.0依然是互联网未来发展的一部分。它们起到不同的作用。
由于中国在互联网领域日趋发达,与中国先进制造业结合,互联网运动神经系统的发育,中国必然会强于德国甚至追赶美国。目前舆论界宣传的德国工业4.0要甩开中国,工业4.0要取代淘宝和天猫,明显是风牛马不相及的事情,充斥了炒作的嫌疑。
补充材料:
工业互联网与工业4.0类似,2013年6月,GE提出了工业互联网革命(Industrial Internet Revolution),伊梅尔特在其演讲中称,一个开放、全球化的网络,将人、数据和机器连接起来。工业互联网的目标是升级那些关键的工业领域。如今在全世界有数百万种机器设备,从简单的电动摩托到高尖端的MRI(核磁共振成像)机器。有数万种复杂机械的集群,从发电的电厂到运输的飞机。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08