工业落地难点拆解：雾计算（工业）为什么是制造企业的下一张船票

去年深秋去珠三角跑了六个制造工厂，印象最深的是佛山那家做汽车冲压零部件的厂长，拉着我在车间风口站了半个多小时，一口烟圈吐出来，指着新上的视觉检测线骂原来的云方案太坑。

为什么工厂放着公有云不用，非要抢着搭工业雾节点

很多人提起云，第一反应就是又便宜又能扩，什么都能往云上扔。放到工业场景，这一套有时候真不好使。那个冲压件厂，原来做在线视觉检测，每台相机每秒要出十几张高清图，所有图都要回传到几十公里外的公有云机房做识别，一到工厂早班开工网络高峰，延迟最高能冲到200多毫秒，经常漏检裂纹，废品率一直压不下去。一年亏几百万。

问：很多资料说工业雾计算和边缘计算是一回事，到底有没有区别？答：差远了。边缘计算大多是单设备单节点的本地处理，解决单台设备的计算问题。雾计算（工业）是把计算、存储、网络能力整张铺在从传感器到产线控制器再到本地网关的设备层，组成一整个可以协同的本地雾层，就算外网断了，整个产线的实时检测、调度、控制都能正常跑，不是单台设备自己干自己的。这差着一个层级呢。厂长给这条线搭了本地工业雾集群之后，所有检测数据都在车间门口的雾节点处理，不用回传外网，延迟直接压到10ms以内，废品率降了0.8个百分点，一年光废品损失就省了三百二十多万，回本用了不到十个月。说实话，这个账，任何工厂老板都会算。

工业雾计算落地最容易踩的三个坑

跑的多了就发现，很多工厂上雾计算，钱花了效果出不来，大多是踩了坑。 ❗ 坑一：上来就堆硬件，不做业务分层很多工厂听了概念，觉得越先进越好，直接给每台设备都装了高性能计算网关，预算直接超了三成，通电一看，大半算力闲得长毛，连百分之二十都用不到。不是所有数据都需要放在工业雾层处理，设备月度运维报表、年度能耗统计这种非实时数据，回传到云端慢慢算完全没问题，只有毫秒级实时控制、在线缺陷检测、产线动态调度这种才需要放雾层，搞清楚需求再动手，能省一大半钱。 💡 坑二：忽略老设备协议兼容问题国内九成以上的工厂，都混着十年以上的老设备和新上的机械臂、检测设备，通讯协议七八个，从Modbus到Profinet，乱七八糟。很多雾计算方案进场才发现，老设备的接口读不出数据，要做适配又要加几十万改造费，工期拖两三个月。进场之前一定要让服务商把所有在役设备的协议摸一遍，提前做好适配，别等动工了才救火。 ✅ 坑三：觉得本地下雾网不用做安全很多老板说，我这个雾网不连外网，哪来的黑客？哪知道现在一半以上的工业安全事件都是内部节点扩散出来的，一个传感器被攻破，整个雾网的数据都能被窜改，要是调错了参数，出事就是大事。雾节点本身一定要做层级权限隔离，关键数据本地加密，这个钱不能省。

问：我们就是百人规模的中小制造企业，预算有限，能不能玩得动雾计算（工业）？答：完全没问题，放在五年前可能还要上百万打底，现在很多方案商都做了轻量化的工业雾方案，一条核心产线搭下来几十万就能搞定，还可以分步改造，先改最痛的检测、控制环节，慢慢再扩其他产线，不用一步砸进去所有钱。去年我接触过中山一家做高端五金锁具的工厂，三十多台设备，只给两条核心组装线改了雾计算视觉检测，前后花了不到四十八万，投产半年多，光是降废品和省人工就赚回了成本，现在还在扩包装线的雾节点。

2024年工业雾计算的最新落地方向

不过话说回来，现在雾计算（工业）也在往新的场景走，不是只用来做缺陷检测了。最近半年见得最多的，就是工业雾和工厂数字孪生结合，原来的数字孪生，数据都从云端拉，刷新频率最多一秒一次，只能用来做展示，根本没法做实时调度。把数据处理放在工业雾层，数字孪生场景的刷新频率能做到100ms以内，生产线上哪个工位缺料，哪台设备温度超标，数字孪生场景里实时就能反应，调度员直接在中控室就能调，比原来跑现场效率高太多，再也不是摆给客户看的花架子。还有就是预测性维护，原来的预测性维护模型都跑在云端，设备振动数据回传要延迟，刚出现的微小异常很容易被网络波动盖过去，等云端发出预警，轴承已经烧了。现在模型直接跑在雾节点，数据不用回传，异常一出来几毫秒就能识别，直接预警，准确率能提十几个点。当然，现在圈子里炒概念的也不少，把原来的工业网关换个logo就叫雾计算节点，卖高价赚智商税。选方案的时候盯死两个点：能不能多节点本地协同，能不能断网脱网运行全流程业务，达不到的都是换皮，别碰。工业从来不会为概念买单。能降本，能提效，能解决原来解决不了的问题，才能站得住脚。雾计算（工业）不是什么远在十年后的未来技术，现在已经在大大小小的工厂里，真真切切帮老板赚着钱了。