2009年，恶意软件曾 *** 控某核浓缩工厂的离心机，导致所有离心机失控。该恶意软件又称“震网”，通过闪存驱动器入侵独立网络系统，并在各生产网络中自动扩散。通过“震网”事件，我们看到将网络攻击作为武器破坏联网实体工厂的可能。这场战争显然是失衡的：企业必须保护众多的技术，而攻击者只需找到一个最薄弱的环节。
但非常重要的一点是，企业不仅需要关注外部威胁，还需关注真实存在却常被忽略的网络风险，而这些风险正是由企业在创新、转型和现代化过程中越来越多地应用智能互联技术所引致的。否则，企业制定的战略商业决策将可能导致该等风险，企业应管控并降低该等新兴风险。
工业40时代，智能机器之间的互联性不断增强，风险因素也随之增多。工业40开启了一个互联互通、智能制造、响应式供应网络和定制产品与服务的时代。借助智能、自动化技术，工业40旨在结合数字世界与物理 *** 作，推动智能工厂和先进制造业的发展 。但在意图提升整个制造与供应链流程的数字化能力并推动联网设备革命性变革过程中，新产生的网络风险让所有企业都感到措手不及。针对网络风险制定综合战略方案对制造业价值链至关重要，因为这些方案融合了工业40的重要驱动力：运营技术与信息技术。
随着工业40时代的到来，威胁急剧增加，企业应当考虑并解决新产生的风险。简而言之，在工业40时代制定具备安全性、警惕性和韧性的网络风险战略将面临不同的挑战。当供应链、工厂、消费者以及企业运营实现联网，网络威胁带来的风险将达到前所未有的广度和深度。
在战略流程临近结束时才考虑如何解决网络风险可能为时已晚。开始制定联网的工业40计划时，就应将网络安全视为与战略、设计和运营不可分割的一部分。
本文将从现代联网数字供应网络、智能工厂及联网设备三大方面研究各自所面临的网络风险。3在工业40时代，我们将探讨在整个生产生命周期中（图1）——从数字供应网络到智能工厂再到联网物品——运营及信息安全主管可行的对策，以预测并有效应对网络风险，同时主动将网络安全纳入企业战略。
数字化制造企业与工业40
工业40技术让数字化制造企业和数字供应网络整合不同来源和出处的数字化信息，推动制造与分销行为。
信息技术与运营技术整合的标志是向实体-数字-实体的联网转变。工业40结合了物联网以及相关的实体和数字技术，包括数据分析、增材制造、机器人技术、高性能计算机、人工智能、认知技术、先进材料以及增强现实，以完善生产生命周期，实现数字化运营。
工业40的概念在物理世界的背景下融合并延伸了物联网的范畴，一定程度上讲，只有制造与供应链/供应网络流程会经历实体-数字和数字-实体的跨越（图2）。从数字回到实体的跨越——从互联的数字技术到创造实体物品的过程——这是工业40的精髓所在，它支撑着数字化制造企业和数字供应网络。
即使在我们 探索 信息创造价值的方式时，从制造价值链的角度去理解价值创造也很重要。在整个制造与分销价值网络中，通过工业40应用程序集成信息和运营技术可能会达到一定的商业成果。
不断演变的供应链和网络风险
有关材料进入生产过程和半成品/成品对外分销的供应链对于任何一家制造企业都非常重要。此外，供应链还与消费者需求联系紧密。很多全球性企业根据需求预测确定所需原料的数量、生产线要求以及分销渠道负荷。由于分析工具也变得更加先进，如今企业已经能够利用数据和分析工具了解并预测消费者的购买模式。
通过向整个生态圈引入智能互联的平台和设备，工业40技术有望推动传统线性供应链结构的进一步发展，并形成能从价值链上获得有用数据的数字供应网络，最终改进管理，加快原料和商品流通，提高资源利用率，并使供应品更合理地满足消费者需求。
尽管工业40能带来这些好处，但数字供应网络的互联性增强将形成网络弱点。为了防止发生重大风险，应从设计到运营的每个阶段，合理规划并详细说明网络弱点。
在数字化供应网络中共享数据的网络风险
随着数字供应网络的发展，未来将出现根据购买者对可用供应品的需求，对原材料或商品进行实时动态定价的新型供应网络。5由于只有供应网络各参与方开放数据共享才可能形成一个响应迅速且灵活的网络，且很难在保证部分数据透明度的同时确保其他信息安全，因此形成新型供应网络并非易事。
因此，企业可能会设法避免信息被未授权网络用户访问。 此外，他们可能还需对所有支撑性流程实施统一的安全措施，如供应商验收、信息共享和系统访问。企业不仅对这些流程拥有专属权利，它们也可以作为获取其他内部信息的接入点。这也许会给第三方风险管理带来更多压力。在分析互联数字供应网络的网络风险时，我们发现不断提升的供应链互联性对数据共享与供应商处理的影响最大（图3）。
为了应对不断增长的网络风险，我们将对上述两大领域和应对战略逐一展开讨论。
数据共享：更多利益相关方将更多渠道获得数据
企业将需要考虑什么数据可以共享，如何保护私人所有或含有隐私风险的系统和基础数据。比 如，数字供应网络中的某些供应商可能在其他领域互为竞争对手，因此不愿意公开某些类型的数据，如定价或专利品信息。此外，供应商可能还须遵守某些限制共享信息类型的法律法规。因此，仅公开部分数据就可能让不良企图的人趁机获得其他信息。
企业应当利用合适的技术，如网络分段和中介系统等，收集、保护和提供信息。此外，企业还应在未来生产的设备中应用可信的平台模块或硬件安全模块等技术，以提供强大的密码逻辑支持、硬件授权和认证（即识别设备的未授权更改）。
将这种方法与强大的访问控制措施结合，关键任务 *** 作技术在应用点和端点的数据和流程安全将能得到保障。
在必须公开部分数据或数据非常敏感时，金融服务等其他行业能为信息保护提供范例。目前，企业纷纷开始对静态和传输中的数据应用加密和标记等工具，以确保数据被截获或系统受损情况下的通信安全。但随着互联性的逐步提升，金融服务企业意识到，不能仅从安全的角度解决数据隐私和保密性风险，而应结合数据管治等其他技术。事实上，企业应该对其所处环境实施风险评估，包括企业、数字供应网络、行业控制系统以及联网产品等，并根据评估结果制定或更新网络风险战略。总而言之，随着互联性的不断增强，上述所有的方法都能找到应实施更高级预防措施的领域。
供应商处理：更广阔市场中供应商验收与付款
由于新伙伴的加入将使供应商体系变得更加复杂，核心供应商群体的扩张将可能扰乱当前的供应商验收流程。因此，追踪第三方验收和风险的管治、风险与合规软件需要更快、更自主地反应。此外，使用这些应用软件的信息安全与风险管理团队还需制定新的方针政策，确保不受虚假供应商、国际制裁的供应商以及不达标产品分销商的影响。消费者市场有不少类似的经历，易贝和亚马逊就曾发生过假冒伪劣商品和虚假店面等事件。
区块链技术已被认为能帮助解决上述担忧并应对可能发生的付款流程变化。尽管比特币是建立货币 历史 记录的经典案例，但其他企业仍在 探索 如何利用这个新工具来决定商品从生产线到各级购买者的流动。7创建团体共享 历史 账簿能建立信任和透明度，通过验证商品真实性保护买方和卖方，追踪商品物流状态，并在处理退换货时用详细的产品分类替代批量分拣。如不能保证产品真实性，制造商可能会在引进产品前，进行产品测试和鉴定，以确保足够的安全性。
信任是数据共享与供应商处理之间的关联因素。企业从事信息或商品交易时，需要不断更新其风险管理措施，确保真实性和安全性；加强监测能力和网络安全运营，保持警惕性；并在无法实施信任验证时保护该等流程。
在这个过程中，数字供应网络成员可参考其他行业的网络风险管理方法。某些金融和能源企业所采用的自动交易模型与响应迅速且灵活的数字供应网络就有诸多相似之处。它包含具有竞争力的知识产权和企业赖以生存的重要资源，所有这些与数字供应网络一样，一旦部署到云端或与第三方建立联系就容易遭到攻击。金融服务行业已经意识到无论在内部或外部算法都面临着这样的风险。因此，为了应对内部风险，包括显性风险（企业间谍活动、蓄意破坏等）和意外风险（自满、无知等），软件编码和内部威胁程序必须具备更高的安全性和警惕性。
事实上，警惕性对监测非常重要：由于制造商逐渐在数字供应网络以外的生产过程应用工业40技术，网络风险只会成倍增长。
智能生产时代的新型网络风险
随着互联性的不断提高，数字供应网络将面临新的风险，智能制造同样也无法避免。不仅风险的数量和种类将增加，甚至还可能呈指数增长。不久前，美国国土安全部出版了《物联网安全战略原则》与《生命攸关的嵌入式系统安全原则》，强调应关注当下的问题，检查制造商是否在生产过程中直接或间接地引入与生命攸关的嵌入式系统相关的风险。
“生命攸关的嵌入式系统”广义上指几乎所有的联网设备，无论是车间自动化系统中的设备或是在第三方合约制造商远程控制的设备，都应被视为风险——尽管有些设备几乎与生产过程无关。
考虑到风险不断增长，威胁面急剧扩张，工业40时代中的制造业必须彻底改变对安全的看法。
联网生产带来新型网络挑战
随着生产系统的互联性越来越高，数字供应网络面临的网络威胁不断增长扩大。不难想象，不当或任意使用临时生产线可能造成经济损失、产品质量低下，甚至危及工人安全。此外，联网工厂将难以承受倒闭或其他攻击的后果。有证据表明，制造商仍未准备好应对其联网智能系统可能引发的网络风险： 2016年德勤与美国生产力和创新制造商联盟（MAPI）的研究发现，三分之一的制造商未对工厂车间使用的工业控制系统做过任何网络风险评估。
可以确定的是，自进入机械化生产时代，风险就一直伴随着制造商，而且随着技术的进步，网络风险不断增强，物理威胁也越来越多。但工业40使网络风险实现了迄今为止最大的跨越。各阶段的具体情况请参见图4。
从运营的角度看，在保持高效率和实施资源控制时，工程师可在现代化的工业控制系统环境中部署无人站点。为此，他们使用了一系列联网系统，如企业资源规划、制造执行、监控和数据采集系统等。这些联网系统能够经常优化流程，使业务更加简单高效。并且，随着系统的不断升级，系统的自动化程度和自主性也将不断提高（图5）。
从安全的角度看，鉴于工业控制系统中商业现货产品的互联性和使用率不断提升，大量暴露点将可能遭到威胁。与一般的IT行业关注信息本身不同，工业控制系统安全更多关注工业流程。因此，与传统网络风险一样，智能工厂的主要目标是保证物理流程的可用性和完整性，而非信息的保密性。
但值得注意的是，尽管网络攻击的基本要素未发生改变，但实施攻击方式变得越来越先进（图5）。事实上，由于工业40时代互联性越来越高，并逐渐从数字化领域扩展到物理世界，网络攻击将可能对生产、消费者、制造商以及产品本身产生更广泛、更深远的影响（图6）。
结合信息技术与运营技术：
当数字化遇上实体制造商实施工业40 技术时必须考虑数字化流程和将受影响的机器和物品，我们通常称之为信息技术与运营技术的结合。对于工业或制造流程中包含了信息技术与运营技术的公司，当我们探讨推动重点运营和开发工作的因素时，可以确定多种战略规划、运营价值以及相应的网络安全措施（图7）。
首先，制造商常受以下三项战略规划的影响：
健康 与安全： 员工和环境安全对任何站点都非常重要。随着技术的发展，未来智能安全设备将实现升级。
生产与流程的韧性和效率： 任何时候保证连续生产都很重要。在实际工作中，一旦工厂停工就会损失金钱，但考虑到重建和重新开工所花费的时间，恢复关键流程可能将导致更大的损失。
检测并主动解决问题： 企业品牌与声誉在全球商业市场中扮演着越来越重要的角色。在实际工作中，工厂的故障或生产问题对企业声誉影响很大，因此，应采取措施改善环境，保护企业的品牌与声誉。
第二，企业需要在日常的商业活动中秉持不同的运营价值理念：
系统的可 *** 作性、可靠性与完整性： 为了降低拥有权成本，减缓零部件更换速度，站点应当采购支持多个供应商和软件版本的、可互 *** 作的系统。
效率与成本规避： 站点始终承受着减少运营成本的压力。未来，企业可能增加现货设备投入，加强远程站点诊断和工程建设的灵活性。
监管与合规： 不同的监管机构对工业控制系统环境的安全与网络安全要求不同。未来企业可能需要投入更多，以改变环境，确保流程的可靠性。
工业40时代，网络风险已不仅仅存在于供应网络和制造业，同样也存在于产品本身。 由于产品的互联程度越来越高——包括产品之间，甚至产品与制造商和供应网络之间，因此企业应该明白一旦售出产品，网络风险就不会终止。
风险触及实体物品
预计到2020年，全球将部署超过200亿台物联网设备。15其中很多设备可能会被安装在制造设备和生产线上，而其他的很多设备将有望进入B2B或B2C市场，供消费者购买使用。
2016年德勤与美国生产力和创新制造商联盟（MAPI）的研究结果显示，近一半的制造商在联网产品中采用移动应用软件，四分之三的制造商使用Wi-Fi网络在联网产品间传输数据。16基于上述网络途径的物联通常会形成很多漏洞。物联网设备制造商应思考如何将更强大、更安全的软件开发方法应用到当前的物联网开发中，以应对设备常常遇到的重大网络风险。
尽管这很有挑战性，但事实证明，企业不能期望消费者自己会更新安全设置，采取有效的安全应对措施，更新设备端固件或更改默认设备密码。
比如，2016年10月，一次由Mirai恶意软件引发的物联网分布式拒绝服务攻击，表明攻击者可以利用这些弱点成功实施攻击。在这次攻击中，病毒通过感染消费者端物联网设备如联网的相机和电视，将其变成僵尸网络，并不断冲击服务器直至服务器崩溃，最终导致美国最受欢迎的几家网站瘫痪大半天。17研究者发现，受分布式拒绝服务攻击损害的设备大多使用供应商提供的默认密码，且未获得所需的安全补丁或升级程序。18需要注意的是，部分供应商所提供的密码被硬编码进了设备固件中，且供应商未告知用户如何更改密码。
当前的工业生产设备常缺乏先进的安全技术和基础设施，一旦外围保护被突破，便难以检测和应对此类攻击。
风险与生产相伴而行
由于生产设施越来越多地与物联网设备结合，因此，考虑这些设备对制造、生产以及企业网络所带来的安全风险变得越来越重要。受损物联网设备所产生的安全影响包括：生产停工、设备或设施受损如灾难性的设备故障，以及极端情况下的人员伤亡。此外，潜在的金钱损失并不仅限于生产停工和事故整改，还可能包括罚款、诉讼费用以及品牌受损所导致的收入减少（可能持续数月甚至数年，远远超过事件实际持续的时间）。下文列出了目前确保联网物品安全的一些方法，但随着物品和相应风险的激增，这些方法可能还不够。
传统漏洞管理
漏洞管理程序可通过扫描和补丁修复有效减少漏洞，但通常仍有多个攻击面。攻击面可以是一个开放式的TCP/IP或UDP端口或一项无保护的技术，虽然目前未发现漏洞，但攻击者以后也许能发现新的漏洞。
减少攻击面
简单来说，减少攻击面即指减少或消除攻击，可以从物联网设备制造商设计、建造并部署只含基础服务的固化设备时便开始着手。安全所有权不应只由物联网设备制造商或用户单独所有；而应与二者同样共享。
更新悖论
生产设施所面临的另一个挑战被称为“更新悖论”。很多工业生产网络很少更新升级，因为对制造商来说，停工升级花费巨大。对于某些连续加工设施来说，关闭和停工都将导致昂贵的生产原材料发生损失。
很多联网设备可能还将使用十年到二十年，这使得更新悖论愈加严重。认为设备无须应用任何软件补丁就能在整个生命周期安全运转的想法完全不切实际。20 对于生产和制造设施，在缩短停工时间的同时，使生产资产利用率达到最高至关重要。物联网设备制造商有责任生产更加安全的固化物联网设备，这些设备只能存在最小的攻击表面，并应利用默认的“开放”或不安全的安全配置规划最安全的设置。
制造设施中联网设备所面临的挑战通常也适用基于物联网的消费产品。智能系统更新换代很快，而且可能使消费型物品更容易遭受网络威胁。对于一件物品来说，威胁可能微不足道，但如果涉及大量的联网设备，影响将不可小觑——Mirai病毒攻击就是一个例子。在应对威胁的过程中，资产管理和技术战略将比以往任何时候都更重要。
人才缺口
2016年德勤与美国生产力和创新制造商联盟（MAPI）的研究表明，75%的受访高管认为他们缺少能够有效实施并维持安全联网生产生态圈的技能型人才资源。21随着攻击的复杂性和先进程度不断提升，将越来越难找到高技能的网络安全人才，来设计和实施具备安全性、警觉性和韧性的网络安全解决方案。
网络威胁不断变化，技术复杂性越来越高。搭载零日攻击的先进恶意软件能够自动找到易受攻击的设备，并在几乎无人为参与的情况下进行扩散，并可能击败已遭受攻击的信息技术/运营技术安全人员。这一趋势令人感到不安，物联网设备制造商需要生产更加安全的固化设备。
多管齐下，保护设备
在工业应用中，承担一些非常重要和敏感任务——包括控制发电与电力配送，水净化、化学品生产和提纯、制造以及自动装配生产线——的物联网设备通常最容易遭受网络攻击。由于生产设施不断减少人为干预，因此仅在网关或网络边界采取保护措施的做法已经没有用（图8）。
从设计流程开始考虑网络安全
制造商也许会觉得越来越有责任部署固化的、接近军用级别的联网设备。很多物联网设备制造商已经表示他们需要采用包含了规划和设计的安全编码方法，并在整个硬件和软件开发生命周期内采用领先的网络安全措施。22这个安全软件开发生命周期在整个开发过程中添加了安全网关（用于评估安全控制措施是否有效），采用领先的安全措施，并用安全的软件代码和软件库生产具备一定功能的安全设备。通过利用安全软件开发生命周期的安全措施，很多物联网产品安全评估所发现的漏洞能够在设计过程中得到解决。但如果可能的话，在传统开发生命周期结束时应用安全修补程序通常会更加费力费钱。
从联网设备端保护数据
物联网设备所产生的大量信息对工业40制造商非常重要。基于工业40的技术如高级分析和机器学习能够处理和分析这些信息，并根据计算分析结果实时或近乎实时地做出关键决策。这些敏感信息并不仅限于传感器与流程信息，还包括制造商的知识产权或者与隐私条例相关的数据。事实上，德勤与美国生产力和创新制造商联盟（MAPI）的调研发现，近70%的制造商使用联网产品传输个人信息，但近55%的制造商会对传输的信息加密。
生产固化设备需要采取可靠的安全措施，在整个数据生命周期间，敏感数据的安全同样也需要得到保护。因此，物联网设备制造商需要制定保护方案：不仅要安全地存放所有设备、本地以及云端存储的数据，还需要快速识别并报告任何可能危害这些数据安全的情况或活动。
保护云端数据存储和动态数据通常需要采用增强式加密、人工智能和机器学习解决方案，以形成强大的、响应迅速的威胁情报、入侵检测以及入侵防护解决方案。
随着越来越多的物联网设备实现联网，潜在威胁面以及受损设备所面临的风险都将增多。现在这些攻击面可能还不足以形成严重的漏洞，但仅数月或数年后就能轻易形成漏洞。因此，设备联网时必须使用补丁。确保设备安全的责任不应仅由消费者或联网设备部署方承担，而应由最适合实施最有效安全措施的设备制造商共同分担。
应用人工智能检测威胁
2016年8月，美国国防高级研究计划局举办了一场网络超级挑战赛，最终排名靠前的七支队伍在这场“全机器”的黑客竞赛中提交了各自的人工智能平台。网络超级挑战赛发起于2013年，旨在找到一种能够扫描网络、识别软件漏洞并在无人为干预的情况下应用补丁的、人工智能网络安全平台或技术。美国国防高级研究计划局希望借助人工智能平台大大缩短人类以实时或接近实时的方式识别漏洞、开发软件安全补丁所用的时间，从而减少网络攻击风险。
真正意义上警觉的威胁检测能力可能需要运用人工智能的力量进行大海捞针。在物联网设备产生海量数据的过程中，当前基于特征的威胁检测技术可能会因为重新收集数据流和实施状态封包检查而被迫达到极限。尽管这些基于特征的检测技术能够应对流量不断攀升，但其检测特征数据库活动的能力仍旧有限。
在工业40时代，结合减少攻击面、安全软件开发生命周期、数据保护、安全和固化设备的硬件与固件以及机器学习，并借助人工智能实时响应威胁，对以具备安全性、警惕性和韧性的方式开发设备至关重要。如果不能应对安全风险，如“震网”和Mirai恶意程序的漏洞攻击，也不能生产固化、安全的物联网设备，则可能导致一种不好的状况：关键基础设施和制造业将经常遭受严重攻击。
攻击不可避免时，保持韧性
恰当利用固化程度很高的目标设备的安全性和警惕性，能够有效震慑绝大部分攻击者。然而，值得注意的是，虽然企业可以减少网络攻击风险，但没有一家企业能够完全避免网络攻击。保持韧性的前提是，接受某一天企业将遭受网络攻击这一事实，而后谨慎行事。
韧性的培养过程包含三个阶段：准备、响应、恢复。
准备。企业应当准备好有效应对各方面事故，明确定义角色、职责与行为。审慎的准备如危机模拟、事故演练和战争演习，能够帮助企业了解差异，并在真实事故发生时采取有效的补救措施。
响应。应仔细规划并对全公司有效告知管理层的响应措施。实施效果不佳的响应方案将扩大事件的影响、延长停产时间、减少收入并损害企业声誉。这些影响所持续的时间将远远长于事故实际持续的时间。
恢复。企业应当认真规划并实施恢复正常运营和限制企业遭受影响所需的措施。应将从事后分析中汲取到的教训用于制定之后的事件响应计划。具备韧性的企业应在迅速恢复运营和安全的同时将事故影响降至最低。在准备应对攻击，了解遭受攻击时的应对之策并快速消除攻击的影响时，企业应全力应对、仔细规划、充分执行。
推动网络公司发展至今日的比特（0和1）让制造业的整个价值链经历了从供应网络到智能工厂再到联网物品的巨大转变。随着联网技术应用的不断普及，网络风险可能增加并发生改变，也有可能在价值链的不同阶段和每一家企业有不同的表现。每家企业应以最能满足其需求的方式适应工业生态圈。
企业不能只用一种简单的解决方法或产品或补丁解决工业40所带来的网络风险和威胁。如今，联网技术为关键商业流程提供支持，但随着这些流程的关联性提高，可能会更容易出现漏洞。因此，企业需要重新思考其业务连续性、灾难恢复力和响应计划，以适应愈加复杂和普遍的网络环境。
法规和行业标准常常是被动的，“合规”通常表示最低安全要求。企业面临着一个特别的挑战——当前所采用的技术并不能完全保证安全，因为干扰者只需找出一个最薄弱的点便能成功入侵企业系统。这项挑战可能还会升级:不断提高的互联性和收集处理实时分析将引入大量需要保护的联网设备和数据。
企业需要采用具备安全性、警惕性和韧性的方法，了解风险，消除威胁：
安全性。采取审慎的、基于风险的方法，明确什么是安全的信息以及如何确保信息安全。贵公司的知识产权是否安全？贵公司的供应链或工业控制系统环境是否容易遭到攻击？
警惕性。持续监控系统、网络、设备、人员和环境，发现可能存在的威胁。需要利用实时威胁情报和人工智能，了解危险行为，并快速识别引进的大量联网设备所带来的威胁。
韧性。随时都可能发生事故。贵公司将会如何应对？多久能恢复正常运营？贵公司将如何快速消除事故影响？
由于企业越来越重视工业40所带来的商业价值，企业将比以往任何时候更需要提出具备安全性、警惕性和韧性的网络风险解决方案。
报告出品方：德勤中国
获取本报告pdf版请登录远瞻智库官网或点击链接：「链接」
工业40蓄势待发，工业制造领域的大变局意味着中国有机会将过去几十年来积累的制造经验转化成创造的基础，复杂的制造业场景给了企业更多创新的机会。
在此之中，软件工程师扮演着什么样的角色？什么是工业物联网的基础设施？
“物联市场 线上对谈”是由边无际发起的立足物联网行业的访谈栏目，第一期邀请到零碳数科CEO闫保磊，与边无际CEO陈永立、边无际COO郑凯文一起畅聊工业物联网的行业现状与软件平台的解决方案。
郭琦：请闫总介绍一下零碳数科。
闫保磊：零碳数科是一家工业互联网平台企业。从名称上讲，数科和零碳揭示了我们的特色，数科寓意数智化，零碳寓意碳中和，我们认为二者相得益彰。因此，我们研发的产品和技术致力于实现产业链供应链的数智化和低碳化转型，目前主要切入四个领域，分别是能源管理、碳管理、供应链管理以及智能制造。我们的愿景是打造“立足中国·服务世界”的跨行业跨领域的工业互联网平台，打造“SaaS+PaaS”协同研发、“产品+服务”双轮驱动的特色模式，深耕能源、化工、钢铁、机械、农产、橡胶、玻璃、建筑、园区等行业和场景。我们已在北京、天津、厦门和烟台设立子公司，客户分布于中国、美国、德国、韩国、新加坡等20多个国家和地区，包括多家世界“500强”企业。总之，我们还是家比较年轻的公司，取得了一些成绩，对工业互联网对发展有一些感受。
郭琦：工业物联网领域有什么独有的特点？
闫保磊：第一，工业互联网被国家定义为“新基建”之一，可见它的定位意义深远，对中国制造的转型升级是基础性的和关键性的，是未来的国之利器。既然工业互联网主要是服务工业的，那么可以说“工业为本，数科为器”，这里的“数科”是指以物联网、大数据为代表的数字科技，它作为一种新型工具为工业赋能，这才是工业互联网的底层逻辑。
第二，工业互联网是新兴技术，主要面向的是工业应用场景。当然，它还不完善。一是中国工业的特征是参差不齐，既有比肩工业40的先进制造业，也有停留在工业20甚至10的原始状态。这种工业发展的不平衡性决定了我国的工业互联网建设必然是艰难而漫长的。
第三，我们的愿景是打造工业数智化转型的底层 *** 作系统，也就是工业互联网平台。首先以提升我们自己开发解决方案效率为目的，未来也可以开放给软件开发企业甚至是客户，支持他们更便捷高效地开发工业场景的解决方案。但是，就目前而言，我们认为工业企业更迫切的需求是产品或者说解决方案，而不是平台。因此，我认为中国的工业互联网的建设应该是“先产品，后平台”，丰富的产品的共性部分逐渐沉淀下来，像沙漏一样堆积成跨行业跨领域的通用平台。
郭琦：边无际也是致力于要做物联网的底层系统，请边无际CEO陈永立来聊一聊，我们可以提供什么样的技术解决方案？
陈永立：边无际主要的产品是一套类似于IoT界的安卓的一套系统，我们认为安卓在移动时代它的核心是一个开发框架。因为有了安卓或者iOS这样的系统，可以让整个移动端的生态的开发门槛变得非常低，生态也可以爆发。在这个万物互联时代，我们认为以后包括工业互联网、工业物联网等，这一切的背后核心的解决方案的开发者都是程序员。我们需要给这些程序员一套好用的工具，也就是我们边无际所致力于打造的底层的基础设施。
郭琦：基础设施这两年是特别热门的一个词，由于我国发展到了一定的阶段，想要把基础设施的建设的会亮提上来，超过以前的纯粹代工的一个产业状态。想请闫总谈一下，在基础设施建设上我们遇到的难点主要是什么？
闫保磊：提到工业互联网平台，国内很多企业都在做这个领域的工作。既然是基础设施，其实它是一个从零到一的建构过程，大家的侧重点是不一样的。工业互联网分很多层次，不同企业定位的主要发力点是不一样的，我们更重要的关注点是在PaaS或SaaS层的开发工作。底层的一些基础设施是需要合作伙伴共同去构建的一个体系，由不同公司的基因和团队的核心竞争力决定。对于我们自己公司来讲，大量的客户都是直接面向工厂或工业园区的终端客户。做面向客户的整体方案过程中，我们是没有问题的，但是更底层的一些技术框架，怎样提升开发解决方案的效率，是需要边无际这样的团队或者企业来提供。在底层的构建上，尤其涉及到 *** 作系统的一些模块，是我们类似的企业共同需要的能力补充。还有一点，我多次强调的“工业为本”，工业机理是一个非常基础性的东西，缺乏对工业机理的深刻理解很难构建出满足工业需要的平台，这是很多人常常忽略的一点，甚至可以说是一个主要难点。只有将工业机理和数字科技深度融合起来，才可能打造出好的基础设施。
郭琦： PaaS业务和SaaS业务比较难做，原因是需要整合的领域、技术是比较多的。想请闫总谈谈我们在推进过程中需要哪些合作伙伴？
闫保磊：中国的工业门类齐全，行业众多，跨行业复制能力是一个稀缺能力。你在这个行业干得好，未必在其他行业也能干好。谁能解决跨行业复制问题，谁就是未来真正的王者。这与我们所使用的消费互联网显然是不同的。因此，有的企业就会专注做一个行业。作为平台型企业，就需要和不同行业的解决方案提供商合作。
工业的数智化转型是一个系统工程，绝非提供一个app就能解决的。比如会有大量的工业现场的工程问题，像安装传感器、调试通信等。这些专业型的工作同样需要合作伙伴一起参与。除此之外，还有云服务、数据分析以及基于数据分析的咨询等等。这些工作既可以一家公司都做了，也可以和其他企业合作。
还有一点我认为全世界还没有一个特别好的平台出现，类似于安卓、iOS或者Windows系统，工业界还没有公认的特别好的，这是一个重要的现状。构建底层都 *** 作系统是一个漫长的过程，当然也很困难，需要有一批这个领域的企业加强合作共建。
郭琦：工业物联网是两种体系的匹配，工业指向了客户需求到底在哪，工具是技术的解决方案，只有联合起来才能共同推动生态的建立。想请问一下陈永立，我们是一个技术导向开始发起创业的公司，你是怎么判断工业物联网的时代从此开始有了我们的机会呢？
陈永立：这个话题可能更偏技术一点。我们观察到由于容器以及云原生的技术日渐成熟，有机会做一个能够把非常碎片化、非常零散的物联网底层，用软件的方式统一化一套底层的技术。
我们这个团队有微软、亚马逊等的做云计算的基因，在这方面有一些比较深刻的理解，做出了一套底层的开发框架。如果我们只有一套开发框架，比如iOS、安卓、包括Windows，其实没有给客户带来直接的价值。Windows一开始之所以有价值，是因为它上面有Office，iOS和安卓之所以有价值，可能因为有微信、今日头条等真正的应用，所以是平台中还有平台的机会，我感觉是一个非常大的浪潮，而且是可能持续几十年的事。
郭琦：任何技术只有真正到了能用、能有人的感受、能够 *** 控，才可能产生价值和意义。想请问闫总，您是怎么判断工业物联网真的到来了，我们现在要走出去第一步的话，那个最痛的痛点在哪？
闫保磊：判断浪潮的到来，一是行业研究报告或者知名企业的战略转型计划。二是靠团队的集体智慧和判断。我和我的团队成员很多在工业领域工作十年以上，近距离观察和亲身参与了工业数字化项目的策划和落地。总之，我们主要是基于工业发展规律和多年经验作出判断，并制定公司发展战略。
从全球的趋势来讲，大家都处于差不多的阶段，就是从自动化向数字化和智能化方向转型，我们经常到工厂现场，有切身体会。2019年我们做了产品开发和验证，并在全球20多个国家做了落地案例，基本上判断工业40的浪潮确实不仅是某一个国家的事情，应该是全球同步要做的事，尤其是以中国、美国、日本、欧盟等工业基础比较好的国家和地区。
我们现在要走出第一步最痛的点应该是利用好技术为工业解决实际问题，而不是一些空泛的概念。工业企业是理性的，不能带来实际价值的东西是不可持续的。
郭琦：凯文很长一段时间在麦肯锡工作，对工业物联网领域有很深的观察，凯文是怎么判断现在这个行业是什么阶段，发展的怎么样？
郑凯文：从全球范围来看，我们可以坚信40一定会发生，而且是下一波能够引领不只是制造业，我觉得是全球多个行业、多个产业变革的一个核心。根据过往有限的咨询项目经验来看，国内总体的数字化或自动化的程度还是有些参差不齐的，而且越往前走越接近40这个目标的企业就更少，我觉得是时间的问题。
因为本质上过往的10年或15年，我们还是一个劳动密集型的生产型的国家。随着人工成本的增加，对于精密制造、科技型产业制造的需求不断扩大，所以自动化、数字化可能是唯一的途径。可能头部的一些企业在这方面已经做了一些投资，包括一些尝试，腰部或者尾部的企业，现在更多的可能还是跟随的状态。如果让我来说一个形状的话，我觉得还是一个三角形，很不幸是个正三角形。如果有一天我们能变成一个倒三角，大部分头部企业都已经做到数字化的时候，这可能是我们真正把这个产业做到比较先进、比较辉煌的时候。
郭琦：工业物联网刚刚起步，甚至在全球范围内都是刚刚起步，包括我们国家这次真正地和全球化并行同步起来，然后能达到从小部分人的尝试，变成更大部分人的头部企业都实现的自动化的程度。永立是从美国微软回来，之前面对的技术、产品、生态都是全球化程度最高的。你观察到的在全球范围内工业物联网领域，技术是如何协同起来的，它的先进技术到底是什么？
陈永立：我在微软的时候经历过一次特别大的战略转型，从“mobile first, cloud first”（移动为先，云为先），转变为“intelligent cloud and intelligent edge”（智能云和智能边缘），去掉了“移动”增加了“边缘”。“边缘”代表的是“边缘计算”（edge computing），我认为它的底层核心就是物联网，物联网价值最高的场景就是工业物联网，微软这种巨头公司也已经把整个战略重心向这边倾斜，与之而来的是有一套跟边缘计算有关的技术。
实际上，在云上面的技术很多时候并不适合在现场使用。举个简单的例子，我们需要有低延迟支持工业现场做实时决策。如果我们用云，数据要先传到云上，经过计算再回到本地，可能是几百毫秒的延迟。但如果我们在工业现场立刻用边缘计算进行处理，可能会降低到几毫秒，对于网络延迟方面的一个指标上就有百倍的提升。有很多的底层的基础设施以后，上层的应用就有了可能性。比如我们在一个工厂里有一个本地的小型数据中心，可以支持工业40的所有实施决策，无人工厂运行的所有计算是在本地进行，本地处理保护了数据的安全性，解决了客户的顾虑，尤其是工业客户要求在本地部署的情况很多。
郭琦：边缘计算是现在越来越热门的部署技术方案，请永立深入讲解一下，面对开发者用他们理解的语言解释，边无际怎样实现边缘计算的功能？
陈永立：边无际的核心产品是Shifu，是把物联网的设备封装成微服务，并把它的核心能力以API的形式开放出来。在做开发的时候不需要对接零散的生态，已经做好了一套数据底座，需要什么设备的能力可以直接调用。
郭琦：基于边无际的解决方案，联合零碳数科的能力，我们想做的PaaS平台、SaaS平台是想让软件工程师们改变制造业，提高制造业的智能工厂的效率。零碳数科探索得更加深入，闫总可以举例讲一下在发展用户的过程中，用户真实遇到的情况是什么，可能遇到哪些场景，哪些场景有特别的困难需要我们攻克？
闫保磊：工业互联网的应用参差不齐，确实是中国工业的现状。个人觉得目前我们的几个产品或者说解决方案，对应着工业互联网可以率先应用的场景。能源和碳的管理是我们特别重要的一个产品模块，目的是怎样更好地用数字技术帮助企业节能减排。工厂的节能技改、节能减排其实已经做了很多年，但现在大家会觉得再推进下去难度非常大。我们认为主要原因是，比较容易做的事情凭借老师傅、老工人的经验，基本上已经解决，如果缺乏数据支撑再去做深度挖掘，是很难做到的。
在工业场景中的数据，可能没有，或者数据的维度、颗粒度和质量都非常差，不足以支撑做深度分析，那么工业互联网技术就可以发挥作用。就像病人去医院首先要做全面体检，拿到各种参数，在工厂场景当中，我们要获取数据需要与设备去对接。工业场景的设备种类成千上万，只靠一个个接入可以获取数据，但是从底层来讲，我们希望市场上有一种能力把连接设备的效率提高，成为一个标准化模块，我觉得这是一个难点。
能源和碳管理可以扩展来看，像设备运维、生产制造、仓储物流等，我们对接的传感器或边缘侧的设备种类繁多，并且工业领域的协议也是比较复杂的，降低了解决方案的开发速度，这个事情值得我们认真研究。希望边无际能够做得更完善，对于我们这样的企业来讲，也会有很大的助力。
郭琦：如果工业互联网继续向前进，技术上得到了一些解决和积累之后，工业物联网会呈现出什么样的场景，我们想追求的是实现什么样的功能，实现什么样的工业物联网？
郑凯文：我们现在谈的工业物联网向前发展的本质是绩效，就是提高效率。提升效率的障碍主要是数据跟数据之间的壁垒没有被打通。举个简单例子，一家公司从产品定义到后期的采购、供应链、生产、销售、维保等整个周期内，最基本的一点数据能够让各个部门打通。现在很多公司没有这个基础，并不是企业老板不想做，而是市场的确有很多阻碍。
设备在设计的时候，它的自动化水平或者是数字化能力是不一致的，没有很规范的行业标准，可能从不同的供应商拿到解决方案拼凑出一套数据，中间会有漏包、无法及时沟通等情况。现在第一是数据的利用率不高，第二是拿到数据之后，怎么样分析数据提升现有效率，很多企业能在一部分的环节当中做到，但我觉得整个产业链全盘优化的话，计算量很大，而且对企业内部数据分析的能力要求很高。我们传统制造业以前是不太注重这部分的，更多是靠经验，靠商业模式去完善所谓的效率。我觉得向前发展的话，数字化的基础可能会是提高效率的一个最核心的起点。
郭琦：从数据收集工作到处理工作没做好的话，通过数据去指导生产，指导项目的效率肯定是会出现问题的。事实上，互联网是在近两年才重新注重大数据和人工智能的结合，用数据去指导生产生活，可能下一步真正进入到生产制造的领域当中。我们是有客户的，客户的需求往往也比较明确，在一些方面我们可以提供支撑。在闫总的设想中，零碳数科的商业模式是什么，未来会发展成什么样子？
闫保磊：一个公司的未来取决于团队的基因，基因决定了核心竞争力。我们团队的核心成员在工业场景的解决方案和经验方面是丰富的，对工业机理的理解是深刻的。同时，数字科技领域有来自微软等知名企业的专家。这种团队配置也呼应了“工业为本，数科为器”的判断。目前我们做的工作主要围绕工业客户，未来希望开发出更多数智化解决方案。
现在我们有几十个细分的解决方案，相比于未来市场上可能有百万级别的解决方案显得还很少。我们希望能够开发出擅长领域的解决方案，打造出一个应用商店，让我们的客户能够在里面挑选适合的产品和解决方案，可以满足工业企业不同行业、不同场景、不同阶段的需求。现在的工作是从客户比较急迫的、能够带来现实价值的场景切入，主要围绕能源和碳，以及供应链、智能制造、设备运维。我们不会进入营销、销售等领域，这些基本上用不到物联网。
怎样支撑未来百万级的场景解决方案的开发，怎样连接五花八门的设备获取高质量的数据，是全球通用的一个难题，对中国参差不齐的工业来说更是巨大挑战。如果没有这样技术的支撑，开发解决方案的效率会非常低。我们决心不断丰富产品矩阵，能够让客户找到适配需求的解决方案，这是我们商业模式的远景，也是我们正在做的工作。
郭琦：目前在做基础设施，未来可以模块化处理，让客户能通过拖拉拽的形式实现生产场景的解决方案的获得。请永立讲一下我们的商业模式是什么，现在对商业模式的思考是什么？
陈永立：我们未来想作为一个比较通用的物联网底层的开发工具或框架，给物联网的开发进行赋能。传统的Web开发或 移动开发 已经有很多可行的商业模式，比如美国的GitLab是给传统的开发者做一站式的解决方案，以SaaS加PaaS的形式进行收费。开发者工具的公司都很流行用一种增长模式PLG（Product Led Growth），先让大家免费使用社区版或基础版高效地获取产品的价值，同时可以提升日常工作的效率。如果有安全或稳定性等额外需求，会有企业版的增值服务。最终想做成什么样子，如果是以C端大家可以感知到的可能是类似于Windows、iOS或安卓，更确切一些可能更像AWS或阿里云，大家可以用已有的云服务、基础设施直接进行开发。
郭琦：如果给中国的工业物联网一个期待的话，你们希望它会是什么样子的？
闫保磊：我对这个行业和技术充满期待。首先，工业互联网作为新基建之一是中国制造业能够做大做强的核心竞争力的来源。其次，中国的工业互联网必须符合国情。中国的工业基础跟全球其他国家，尤其是西方国家的制造业有比较大的差异。怎样更好地服务国内的工业客户是首个应当回答的问题。希望中国的工业互联网企业在吸收全球的经验、理念的前提下，联系中国工业实际，打造有中国特色的工业互联网平台。
再次，希望中国的技术能够走向其他国家。2019年，我们做了大量的海外项目。我认为中国的技术走向全球的可能性是存在的，中国的技术在国外的市场空间是非常大的。我希望工业互联网技术在中国发展壮大之后，能够走向其他国家。
最后，工业互联网不是一个技术，而是一个复杂的系统，它涉及的技术非常多。我们在应用这个技术的过程中，融合了工业技术、人工智能、数字孪生等其他数字技术，包括机器人、无人机技术也已被融合在解决方案当中。仅靠几家企业是不行的。我希望相关企业更好地协同，加强互动和交流，共同构建工业互联网生态。
郭琦：大家都希望新基建成为强基建，让生态真正做起来，让中国的人才聚拢起来为工业物联网的这一次迈进做贡献。做企业要呼应国家战略让国内市场和国际市场双市场双循环，既服务于国内，发展大客户，也服务于国际，不卑不亢地走向全球市场。请陈永立来讲一下期待是什么？
陈永立：我的期待就是中国制造变成中国创造。
就像零碳数科已经在做的一样，已经在把中国创造出来的技术输出服务给国外企业，甚至一些发达国家的企业。我们做为中国人，尤其是技术驱动的公司，一定要树立好自己的自信心，我们绝对不会做的比别人差。我回国创业的一个很大的原因是制造业的基本盘是在中国，场景也是最多的，我们用最多最杂、甚至最复杂的场景，理论上可以打磨出最好的产品，然后出口给全世界。
我觉得中国的以制造业为基本盘的所有技术方案都有这个机会，可能在下一次的工业浪潮中，在中国会出现自己的类似于西门子，或者工业版的微软、亚马逊、谷歌等这样的公司。
由于5G基础设施落地，以及人工智能、智能家居、智能穿戴等新兴领域崛起，万物互联会成为未来的主要模式，作为物联网领域的专业集成电路设计企业及整体解决方案供应商--乐鑫科技，有着巨大的发展空间，下面我们就具体分析乐鑫科技独特的投资亮点。
正式分析前，我有一份物联网行业龙头股名单想带给大家，大家可以点击这篇文章进行阅读：宝藏资料！物联网行业龙头股一览表
一、公司角度
公司介绍：乐鑫科技是一家专业的物联网整体解决方案供应商，主要从事物联网通信芯片及其模组的研发、设计及销售，在物联网Wi-FiMCU通信芯片领域具有领先的市场地位。除芯片硬件设计以外，还从事相关的编译器、工具链、 *** 作系统等一系列软硬件结合的技术开发，形成研发闭环，产品广泛应用于智能家居、消费电子、移动支付等物联网领域。
在学姐为大家简单的阐述了公司的基础情况之后，学姐现在就带大家一起来看看公司独特的投资价值。
亮点一：专注物联网MCU芯片领域十余载，龙头地位显赫
乐鑫科技在MCU芯片设计领域通过多年努力，在与国内三家龙头企业的角逐中，市占率每年都有所提高，目前暂居第一的位置。同时，乐鑫科技还很积极把目光转向国际，加入到激烈复杂的国际市场竞争中,相比起海外世界级的芯片设计巨头德州仪器或高通等，乐鑫科技考虑到了客户实际需求，降低成本，赢得市场份额，乐鑫科技龙头地位显赫。
亮点二：创始人经验丰富，引领公司做大做强
公司董事长兼总经理张瑞安先生，毕业于新加坡国立大学电子工程专业，先后于Transilica、Marvell、澜起科技等国际知名企业从事芯片研发设计工作，在该领域拥有丰富的行业经验，并为公司打造了一支学历高、专业背景深厚、创新能力强、凝聚力高的国际化研发团队，准确地引领乐鑫科技做大做强。
亮点三：产品性能优异，获得多国认证
乐鑫科技的模组产品取得FCC（美国）、CE（欧盟）、TELEC（日本）、KCC（韩国）、NCC（中国台湾）、IC（加拿大）等多个国家和地区技术认证，并取得RoHS、REACH、CFSI等多项环保认证，产品性能远远领先同行。
由于篇幅受限，其余有关乐鑫科技的深度报告和风险提示，我整理在这篇研报当中，点击即可查看：深度研报乐鑫科技点评，建议收藏！
二、行业角度
Wi-FiMCU的应用场景五花八门，包括了工业、办公以及家庭等各式场景，用的最多的领域包括智能支付终端、智能可穿戴设备、智能家居、传感设备及工业控制等，在生活的每一个方面都能找得到它的身影，在人工智能、下游应用程度的加深和物联网等新兴应用领域的出现的背景下，全球电子产品市场规模属于先进水平，上游MCU等集成电路行业的需求十分旺盛。将来身处智能化时代、万物互联时代中，还将一直快速成长。
综上所述，乐鑫科技作为MCU芯片领域的第一梯队，以后会获利于下游需求持续爆发带来的机会，乐鑫科技未来发展潜力巨大。但文章消息会延迟，倘若想知道乐鑫科技准确的未来行情信息，可以进入下面的链接，将会有专门的投顾为您诊断股市，判断下乐鑫科技估值是否有成长空间：免费测一测乐鑫科技现在是高估还是低估？
应答时间：2021-12-07，最新业务变化以文中链接内展示的数据为准，请
频谱芯片是指用于射频接收和发射的集成电路芯片，其应用范围广泛，包括通信、无线电广播、雷达、卫星通信等领域。以下是一些频谱芯片上市公司的例子：1高通(Qualcomm)：全球领先的无线通信技术供应商，提供各种高性能频谱芯片。
2英特尔(Intel)：全球最大的半导体芯片制造商之一，提供高性能的无线通信芯片。
3博通(Broadcom)：全球领先的半导体芯片制造商，提供各种射频芯片和无线通信解决方案。
4德州仪器(Texas Instruments)：全球领先的半导体芯片制造商，提供射频和无线通信芯片。
5瑞萨电子(Renesas Electronics)：全球领先的半导体芯片制造商，提供各种高性能频谱芯片。
6恩智浦(NXP Semiconductors)：全球领先的半导体芯片制造商，提供射频和无线通信芯片。
7西门子(Siemens)：全球领先的电子技术公司，提供各种射频芯片和通信解决方案。
8华为(Huawei)：全球领先的通信技术供应商，提供各种高性能频谱芯片。
9中兴通讯(ZTE)：全球领先的通信技术供应商，提供各种射频芯片和无线通信解决方案。
10山特维克(Skyworks Solutions)：全球领先的射频半导体芯片制造商，提供高性能的无线通信芯片。
以上只是一些频谱芯片上市公司的例子，还有许多其他公司也在这个领域中拥有一定的市场份额。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）