目前虽然整个科技、互联网和工业领域都已经对工业云所能带来的价值，有了基本统一的判断；但是，到了具体定义和描述工业云解决方案时，却出现了巨大分歧。

其中，较为典型的有来自IT科技领域的企业，他们认为，工业云的关键是云计算技术、AI技术、数据库技术等等一系列的新兴技术，因为只有这些技术才能给工业云解决方案不断成长的空间。与此类似，来自互联网领域的云计算服务商也倾向于认为IT技术更加重要，他们认为：工业云的关键是应用环境和应用场景，所以只要平台足够开放，用户数量足够庞大，则企业的应用成本就会降低，灵活性就能提高。

从某种角度来说，这些来自纯IT和互联网领域的工业云解决方案的提供者，是将“工业云”简单地理解成了“工业+云计算”，认为只要能把工业企业的部分业务实现云端部署的解决方案，就是“工业云”，因此“云计算”才是工业云的关键。

事实果真如此吗？或者说，

这是描述“工业云”这头大象的正确表达吗？

还是通过真实的应用案例

来剖析一下到底什么是真正的工业云吧。

污水处理对于绝大多数人而言，有一个相对更容易理解的业务模式：简单地说，一般的污水处理分为三个步骤：物理处理、生化处理和深度处理。其中，对最终水质影响最大、也是最复杂的步骤是生化处理。

这个环节的生产场景是：污水被注入反应池中，工人需要按次序向污水投入不同的有机化学药品，以便让微生物分阶段地分解掉水中的细菌和有机物。为了让投放到污水中的化学药品和微生物能够充分反应，这个过程中需要通过工业鼓风机向反应池输入氧气，调节水体中的含氧量，来保证生化反应能够充分反应。

这其中有几个关键的环节对污水处理的质量和成本有着非常重要的影响。以投入的化学药品数量为例：一方面需要根据进水量和水质情况投放药物，保证所投入药品能够充分降解污水中的微生物和细菌，保证处理后的水质结果；另一方面也要尽量减少生化药品的用量以控制生产成本。

再比如，在整个处理过程中，不同微生物和细菌的生化反应不同，对于氧气的需求量也是不同的，有些是厌氧反应，有些是缺氧反应，有些是好氧反应，因此，需要根据不同反应阶段来精准的调节鼓风机的输气量；与此同时，鼓风机的工作状态又与企业的能耗又有着比较密切的关联。

因此可以说，污水处理生化反应的核心环节是一个由进水量、水质状况、输气量、溶解氧浓度、投入化学药品量等各种复杂因素共同参与的过程。

成都市西汇水环境有限公司在2019年率先采用了西门子MindSphere工业物联网即服务解决方案，设计和实施了一整套基于MindSphere的工业物联网应用 ：一方面，该公司对生产设备进行了数字化改造，实现了对生产现场数据的自动化采集，以及对所有工厂、产线、设备的远程状态监控和应急响应；另一方面，企业也对关键业务进行了数字化建模，并通过机器学习训练模型，用数学的方式定义整个生产过程中各种影响因素之间的复杂关系。最终，通过MindSphere，实时生产数据和设备的运行的数据，被统一采集并投入到定义好的业务数据模型中进行优化分析，得到的结果又被直接反馈到生产现场，用以指导、管理和控制整个生产过程。

很明显，这一案例非常清晰地诠释了工业云能够带给企业的现实价值：实现了一个全程无须人工介入决策的、智能化的、能够不断自我优化的完整业务过程。与此同时，我们也注意到，在整个过程中，云计算之所以能够得以发挥价值，其基础并非来自云计算技术本身，而是与企业自身清晰的业务数字化建模和设备数字化改造的关系更加密切。

这实际上就回到了对工业云解决方案的核心价值的讨论：工业云是帮助企业实践IT与OT融合、现实业务与数学模型彼此关联和互相映射的整体解决方案。因此从技术逻辑上看，工业云首先离不开传统的自动化硬件和信息化软件，其次，在虚拟世界中，如何利用工业的知识积累，结合数学的方法定义企业的业务模型，也同样关键——这些是实施部署工业云解决方案的基础和关键。

而无论是用数学方法定义企业的业务，还是对企业生产设备硬件进行数字化改造，抑或是通过部署工业软件实现关键业务节点的数字化，都会涉及到一个最关键的问题：工业知识。

很明显，这一案例非常清晰地诠释了工业云能够带给企业的现实价值：实现了一个全程无须人工介入决策的、智能化的、能够不断自我优化的完整业务过程。与此同时，我们也注意到，在整个过程中，云计算之所以能够得以发挥价值，其基础并非来自云计算技术本身，而是与企业自身清晰的业务数字化建模和设备数字化改造的关系更加密切。

因此，“工业云=工业+云计算”的认识本身就是片面的。工业云解决方案实际上是IT和OT在技术发展和企业应用都到达一定阶段后，两者相互融合的一个必然产物，其理论核心依然是工业企业自身的业务逻辑和行业知识。如果一定要按照“工业+云计算”这种的关系理解工业云的话，那么云计算技术也只是其中解决问题的一个技术手段，其核心依然是工业知识。工业知识，才是工业云真正的灵魂。