2020年，萬向區塊鏈提出了“分佈式認知工業互聯網（Distributed Cognitive Industrial Internet）”，簡稱“DISCO”。
雖然這是個全新概念，但其實很好理解。分佈式認知工業互聯網是在工業互聯網技術的基礎上，集成了區塊鏈、知識圖譜、隱私技術等分佈式認知智能技術。
可為什麼要在工業互聯網裡集成分佈式認知技術呢？
一個歷史進程：工業製造業正從信息化向數字化過渡
人類社會迄今經歷了三次工業革命。第一次是18世紀60年代的蒸汽機動力革命，第二次是19世紀後半期電力代替蒸汽機的革命，電氣化技術的發展也帶動了通訊技術的發展。這兩次工業革命的實質可以認為是能源的革命。而從20世紀後半期開始的第三次工業革命，則是信息技術驅動的變革。這三次工業革命完成了工業製造業從機械化、電氣化到信息化的過程。
當前，以區塊鍊為基礎的分佈式技術、人工智能、物聯網、5G等數字化技術正在快速發展，推動著我們的社會、經濟、生活向數字化世界過渡，工業製造業也將以此為契機，迎來以數字化、智能化為特徵的第四次工業革命。
在肖風博士的最新演講如何理解新技術帶來的新資產類別中，有一句話“經濟的背後都是技術的變遷，它帶來了經濟範式、經濟模式、經濟組織、經濟活動、商業產品的變化。”工業製造業隨著技術從電氣化技術、通信技術到信息技術再到數字化技術的不斷演進，其製造流程、商業流程也在不斷演進中。
不知大家是否注意到一個新聞，蔚來推出了“車電分離”的策略，車主可以不用考慮充電的問題，只需要把車開到換電站，進行電池租用即可。另一方面，用車頻率不高的車主，也可以將電池交給換電站進行出租。在這個場景裡，車主不僅僅是消費者，也有可能是服務的提供者，製造就是服務，服務就是製造。
從這個例子可以看出，數字化時代的工業製造業和現階段的將會很不一樣，其商業流程、製造流程都會發生很大變革。將人工智能、分佈式技術、知識圖譜等數字化技術下沉滲透至工業製造業的底層，是未來的必然發展趨勢。
兩大難題，需要一個“優雅的”解決方案
1、信息化時代下的工業製造業有個大瓶頸
工業信息化呈現的特徵是將傳統業務中的流程和數據通過計算機信息系統來進行處理，構建一個個針對業務環境的工業軟件，控制和管理企業生產經營活動中的各種信息，實現企業內外部信息的共享和有效利用，提高企業的經濟效益和市場競爭力。比如大多數企業用使用辦公自動化系統OA提升辦公效率；使用CRM系統進行客戶關係管理；使用ERP系統進行企業資源規劃；使用MES系統進行製造執行管理等。
但要注意，這些系統是不互通的，每個系統裡都沉積著不同維度的數據，無法真正有效地相互協同與兼容，由此演變成了一個個數據孤島。目前的信息化主要還是扮演著工具的角色，面向數據孤島的打通還停留在某個管道、某個業務流程上，面向更高階不同企業層級間的打通，更是任重而道遠。
在這種模式下，一旦整個流程上的某個環節有了變更，由於數據無法根據業務自動流動，與其業務相關的其它環節無法及時獲取更新信息，進而無法快速反應。這種低效臃腫的複雜性阻礙了企業在運營、生產及產品研發等環節的靈活變通，從效率、成本、質量三個維度來看，逐漸不能適應快速變化的市場需求。
另一方面，由於系統異構或數據標準不一致，數據進行整體匯總時存在數據片面失真的情況。宏觀上，數據統計準確度欠佳，數據個性化分析滿足不了需要；微觀上數據與設備之間無法進行溝通。數據價值挖掘遇到瓶頸。
2、現階段的工業互聯網也有“燃眉之急”
工業互聯網的本質是將工業系統與高級計算、分析、感應技術以及互聯網進行融合，將人、數據和機器連接起來，從而通過自動化、智能化的生產方式降低成本、增加效率，幫助製造業延長產業鏈，推動製造業轉型發展。其具有三個特點，分別是數據全連接、智能工業應用APP以及靈活開放的產業生態。
工業互聯網平台已經開始應用人工智能智能、物聯網等技術進行平台能力建設和迭代，嘗試通過引入新技術優化產業效率。但在平台設計思路上，依舊是以信息化的頂層設計機制為主，即係統設計思路是自上而下的，缺乏對關聯繫統的有效協同和數據整合，無法有效發揮技術組合的效用。
另一方面，大多工業互聯網平台以傳統工業體系中的“產品生命週期管理（PLM）”為核心，以一個產品的生命週期為視角，圍繞特定產品的研發、設計、生產、銷售等環節的數據進行管理。而數字化時代的工業體系升級，則強調“價值生命週期管理（VLM）”，以價值的生命週期為視角，針對工業產品價值的準備、生產、流轉和回收等環節，進行多樣化、跨產品線、跨組織的數據管理。
工業互聯網平台的規模化部署也面臨諸多挑戰。首先，最突出的挑戰是企業對自身隱私數據洩漏的顧慮。現有的基於雲平台的工業互聯網技術和體系，工業數據需要上雲，但是企業會因為對隱私數據洩漏的擔憂而不願意參與其中。從企業視角來看，看不到近期商業回報，而數據流失的風險卻是實在的。因此極大地阻礙了工業互聯網平台的推廣。最後，中小企業由於缺乏技術能力和資金，先進卻龐大的系統常常令他們望而卻步。在技術變革中，中小企業往往處於弱勢地位，難以享受到技術發展帶來的紅利。
所以，工業互聯網需要集成分佈式認知技術……
基於上述問題，可以看到，讓數據在不同業務間流動起來，以數據驅動業務是工業製造業進行數字化升級的必然趨勢，而能解決數據隱私洩露、更靈活、更方便部署的平台方案，將會更具發展空間。
從具體業務場景來說，以區塊鏈、知識圖譜、隱私計算結合而來的“分佈式認知”帶來了嶄新的可能。
區塊鏈提供了數據映射和管理能力，以及一套可信的多方協同機制，可幫助實現數據基礎上的價值流轉。隱私計算保障企業的隱私數據安全，以及價值挖掘中的企業數據主權，讓所有的企業都可以放心地加入到這個網絡裡。而知識圖譜這一認知智能技術，則在數據挖掘中尋找企業和價值鏈上下游、地方產業佈局的定位和關聯關係，尋求從運營到產業鏈部署的優化戰略。
“分佈式認知”，其實質是一系列數字技術的創造性集成。其中區塊鍊和隱私計算技術的結合，解決了企業、政府在處理數據孤島時對數據流失的後顧之憂；以區塊鍊為基礎的多邊平台有效解決了數據確權後的資產化和價值創造合作模式，從而重構平台各方的生產關係；知識圖譜則將認知智能的理解、分析、決策能力賦能到生產製造環節中，從而實現合理的資源調度和製造智能化。而這一技術集成平台，不是簡單堆砌，而是相輔相成、互為表裡的深度集成。
信息化將企業業務過程通過各種信息系統生成新的數據資源；數字化基於大量的運營數據，對企業的運作邏輯進行建模、優化，幫助指導企業日常運行；智能化將決策機制模型化後，直接指揮並自動執行，從而降低了決策難度，提高決策效率。分佈式工業互聯網通過分層解耦、開放架構，以及基於隱私保護的數據共享能力，將幫助企業把數據作為驅動企業經營、生產和管理運營的新引擎。此外，分佈式工業互聯網也將幫助實現工業製造業的全生命週期管理，幫助更智能的設計製造協同和數據流管理。
分佈式認知工業互聯網也是一個產業生態平台。基於分佈式工業互聯網多方協同的設計思路，將打破原有的獨家中心化控制的平台模式，從架構和機制設計上促成更多的利益相關方的廣泛、分佈式的參與，從而形成良性運作、具備規模效應的工業製造協作生態。
