为什么是“分布式认知工业互联网”？| 万向区块链小课堂
2020年，万向区块链提出了“分布式认知工业互联网（Distributed Cognitive Industrial Internet）”，简称“D.I.S.C.O”。
虽然这是个全新概念，但其实很好理解。分布式认知工业互联网是在工业互联网技术的基础上，集成了区块链、知识图谱、隐私技术等分布式认知智能技术。
可为什么要在工业互联网里集成分布式认知技术呢？
一个历史进程：工业制造业正从信息化向数字化过渡
人类社会迄今经历了三次工业革命。第一次是18世纪60年代的蒸汽机动力革命，第二次是19世纪后半期电力代替蒸汽机的革命，电气化技术的发展也带动了通讯技术的发展。这两次工业革命的实质可以认为是能源的革命。而从20世纪后半期开始的第三次工业革命，则是信息技术驱动的变革。这三次工业革命完成了工业制造业从机械化、电气化到信息化的过程。
当前，以区块链为基础的分布式技术、人工智能、物联网、5G等数字化技术正在快速发展，推动着我们的社会、经济、生活向数字化世界过渡，工业制造业也将以此为契机，迎来以数字化、智能化为特征的第四次工业革命。
在肖风博士的最新演讲如何理解新技术带来的新资产类别中，有一句话“经济的背后都是技术的变迁，它带来了经济范式、经济模式、经济组织、经济活动、商业产品的变化。”工业制造业随着技术从电气化技术、通信技术到信息技术再到数字化技术的不断演进，其制造流程、商业流程也在不断演进中。
不知大家是否注意到一个新闻，蔚来推出了“车电分离”的策略，车主可以不用考虑充电的问题，只需要把车开到换电站，进行电池租用即可。另一方面，用车频率不高的车主，也可以将电池交给换电站进行出租。在这个场景里，车主不仅仅是消费者，也有可能是服务的提供者，制造就是服务，服务就是制造。
从这个例子可以看出，数字化时代的工业制造业和现阶段的将会很不一样，其商业流程、制造流程都会发生很大变革。将人工智能、分布式技术、知识图谱等数字化技术下沉渗透至工业制造业的底层，是未来的必然发展趋势。
两大难题，需要一个“优雅的”解决方案
1、信息化时代下的工业制造业有个大瓶颈
工业信息化呈现的特征是将传统业务中的流程和数据通过计算机信息系统来进行处理，构建一个个针对业务环境的工业软件，控制和管理企业生产经营活动中的各种信息，实现企业内外部信息的共享和有效利用，提高企业的经济效益和市场竞争力。比如大多数企业用使用办公自动化系统OA提升办公效率；使用CRM系统进行客户关系管理；使用ERP系统进行企业资源规划；使用MES系统进行制造执行管理等。
但要注意，这些系统是不互通的，每个系统里都沉积着不同维度的数据，无法真正有效地相互协同与兼容，由此演变成了一个个数据孤岛。目前的信息化主要还是扮演着工具的角色，面向数据孤岛的打通还停留在某个管道、某个业务流程上，面向更高阶不同企业层级间的打通，更是任重而道远。
在这种模式下，一旦整个流程上的某个环节有了变更，由于数据无法根据业务自动流动，与其业务相关的其它环节无法及时获取更新信息，进而无法快速反应。这种低效臃肿的复杂性阻碍了企业在运营、生产及产品研发等环节的灵活变通，从效率、成本、质量三个维度来看，逐渐不能适应快速变化的市场需求。
另一方面，由于系统异构或数据标准不一致，数据进行整体汇总时存在数据片面失真的情况。宏观上，数据统计准确度欠佳，数据个性化分析满足不了需要；微观上数据与设备之间无法进行沟通。数据价值挖掘遇到瓶颈。
2、现阶段的工业互联网也有“燃眉之急”
工业互联网的本质是将工业系统与高级计算、分析、感应技术以及互联网进行融合，将人、数据和机器连接起来，从而通过自动化、智能化的生产方式降低成本、增加效率，帮助制造业延长产业链，推动制造业转型发展。其具有三个特点，分别是数据全连接、智能工业应用APP以及灵活开放的产业生态。
工业互联网平台已经开始应用人工智能智能、物联网等技术进行平台能力建设和迭代，尝试通过引入新技术优化产业效率。但在平台设计思路上，依旧是以信息化的顶层设计机制为主，即系统设计思路是自上而下的，缺乏对关联系统的有效协同和数据整合，无法有效发挥技术组合的效用。
另一方面，大多工业互联网平台以传统工业体系中的“产品生命周期管理（PLM）”为核心，以一个产品的生命周期为视角，围绕特定产品的研发、设计、生产、销售等环节的数据进行管理。而数字化时代的工业体系升级，则强调“价值生命周期管理（VLM）”，以价值的生命周期为视角，针对工业产品价值的准备、生产、流转和回收等环节，进行多样化、跨产品线、跨组织的数据管理。
工业互联网平台的规模化部署也面临诸多挑战。首先，最突出的挑战是企业对自身隐私数据泄漏的顾虑。现有的基于云平台的工业互联网技术和体系，工业数据需要上云，但是企业会因为对隐私数据泄漏的担忧而不愿意参与其中。从企业视角来看，看不到近期商业回报，而数据流失的风险却是实在的。因此极大地阻碍了工业互联网平台的推广。最后，中小企业由于缺乏技术能力和资金，先进却庞大的系统常常令他们望而却步。在技术变革中，中小企业往往处于弱势地位，难以享受到技术发展带来的红利。
所以，工业互联网需要集成分布式认知技术……
基于上述问题，可以看到，让数据在不同业务间流动起来，以数据驱动业务是工业制造业进行数字化升级的必然趋势，而能解决数据隐私泄露、更灵活、更方便部署的平台方案，将会更具发展空间。
从具体业务场景来说，以区块链、知识图谱、隐私计算结合而来的“分布式认知”带来了崭新的可能。
区块链提供了数据映射和管理能力，以及一套可信的多方协同机制，可帮助实现数据基础上的价值流转。隐私计算保障企业的隐私数据安全，以及价值挖掘中的企业数据主权，让所有的企业都可以放心地加入到这个网络里。而知识图谱这一认知智能技术，则在数据挖掘中寻找企业和价值链上下游、地方产业布局的定位和关联关系，寻求从运营到产业链部署的优化战略。
“分布式认知”，其实质是一系列数字技术的创造性集成。其中区块链和隐私计算技术的结合，解决了企业、政府在处理数据孤岛时对数据流失的后顾之忧；以区块链为基础的多边平台有效解决了数据确权后的资产化和价值创造合作模式，从而重构平台各方的生产关系；知识图谱则将认知智能的理解、分析、决策能力赋能到生产制造环节中，从而实现合理的资源调度和制造智能化。而这一技术集成平台，不是简单堆砌，而是相辅相成、互为表里的深度集成。
信息化将企业业务过程通过各种信息系统生成新的数据资源；数字化基于大量的运营数据，对企业的运作逻辑进行建模、优化，帮助指导企业日常运行；智能化将决策机制模型化后，直接指挥并自动执行，从而降低了决策难度，提高决策效率。分布式工业互联网通过分层解耦、开放架构，以及基于隐私保护的数据共享能力，将帮助企业把数据作为驱动企业经营、生产和管理运营的新引擎。此外，分布式工业互联网也将帮助实现工业制造业的全生命周期管理，帮助更智能的设计制造协同和数据流管理。
分布式认知工业互联网也是一个产业生态平台。基于分布式工业互联网多方协同的设计思路，将打破原有的独家中心化控制的平台模式，从架构和机制设计上促成更多的利益相关方的广泛、分布式的参与，从而形成良性运作、具备规模效应的工业制造协作生态。
推荐阅读：