要论电商领域在过去一周中最大的新闻，恐怕非“双十一”莫属。这个十年前为培养消费者在线购物习惯而生生造出的节日，现在已经发展成了一场名副其实的购物狂欢。天猫平台的销售额突破100亿仅用了2分05秒，突破1000亿仅用了1小时47分钟……最终全天的总销售额更是达到了创纪录的2135亿，比去年的1683亿足足增加了29.8%!除天猫之外，其他电商平台也表现不俗。根据京东透露的数据，在整个“11.11全球好物节”期间(时间从11月1日到11月11日)，京东平台上的交易额超过了1598亿。电商界的新贵拼多多虽然没有透露具体的销售额，但也发布消息称仅用了9小时，平台的销售额就超过了去年全天，与去年同期相比，平台订单数暴涨了逾300%。即使是已经离开人们视野中心很久的专业图书平台当当网，在“双十一”当天也创下了平均每分钟售出图书50万本的成绩。
关于“双十一”为什么能够带来如此巨大的销量，以及“双十一”现象说明了什么，已经有很多文章进行了探讨，本文不想再做赘述。相比这些，我更感兴趣的是，是什么技术条件保证了天量销售额的达成。
从理论上讲，我们抽象地说平台的工作就是匹配供需、达成交易。但在现实中，要完成这些工作绝不是那么简单的事。我们上网去购物，首先要进行搜索;在搜索到了心仪的商品后下单，就会连接到支付系统;在完成支付后，平台需要发送信息到对应的商户或者自建的仓储;商户和仓储部门根据订单选择物流配送……在经过无数道流程之后，商品才能最终到达我们手中。如果我们发现商品存在问题，还需要询问客服，回溯产生问题的环节，判定相关责任，讨论解决方案。上述的每一步，都会对平台产生大量的请求，对平台的能力提出严峻的考验。而要让交易成功达成，平台就要尽量保证在每一步中都不出错。
假如我们单单考虑一次交易，那么类似的一个流程可能算不了什么。但是，如果像在“双十一”这样的购物高峰，在同一时间内，同一平台可能要处理数以亿计个类似的流程，由此产生的压力就是不可想象的。显然，平台想要克服如此巨大的压力，仅仅依靠人力的投入是不够的，还必须依靠技术的帮助，将人与物、物与物实施连接。
根据阿里巴巴发布的消息，在“双十一”当天，为了及时处理信息，阿里云上新增调用的弹性计算能力累计超过1000万核，相当于10座大型数据中心，阿里云IoT物联网平台上的消息总量达上百亿次，覆盖智能物流、新零售、智能制造、国际商品溯源等场景。此外，天猫和淘宝平台共提供了453亿次个性化推荐，智能客服完成了70万人工客服才能完成的接待工作，区块链技术为1.5亿件商品提供了溯源保真，电子面单技术从源头上实现了快递包裹信息的在线化，机器学习技术保证了对包裹的智能分单，而安全系统则抵御了16亿次的网络攻击……显然，如果没有这些技术作为保证，那么即使“双十一”可以带来巨大的流量，天猫也无法将这些流量最终转化为真实的交易。而在这些技术中，应用对象其实是物，而非人。
和往年“双十一”不同，今年几大平台并没有将角逐限制在线上，而是将其延伸到了线下。“双十一”当天，阿里巴巴生态内的线下新零售场景，包括盒马、口碑、苏宁、银泰商场、居然之家和大润发等集体联动。而京东也联合腾讯、沃尔玛等合作伙伴，宣布打造零售全渠道融合。在“双十一”当天，京东联合携手60万家门店、超过两千个品牌，为消费者提供了线上线下一体化的服务。而在这些过程中，互联网的作用早已不再局限于人的连接，而是扩展到了物的连接。
由此可见，如果说十年前的“双十一”仅仅是一个平台商业模式的创新，那么今年的“双十一”就完全可以称得上是一次平台技术实力的比拼了;如果说十年前的“双十一”主要是想方设法连接人，那么这个“双十一”中，“物的连接”至少已经变得和“人的连接”同等重要了。
从某种意义上看，本次“双十一”狂欢其实可以看作是互联网产业从上半场转向下半场的一个标志。不久前，BAT三家企业都宣布要拥抱实体经济，从侧重消费互联网转向产业互联网。换言之，就是要从连接消费者转向连接企业、赋能企业。可以预见，在未来一段时间内，产业互联网的发展将会成为互联网产业发展的重心。
“产业互联网”还是“工业互联网”
说起“产业互联网”，就无法回避另一个相关的概念——“工业互联网”。在英文中，“产业”和“工业”是同一个词，都是industry(对应的形容词为industrial)，但是所指的范围却相差很多。所谓产业，在中文语境中指的是“由利益相互联系的、具有不同分工的、由各个相关行业所组成的业态总称”，而工业指的则是“从事原料采集与产品加工制造的产业”，从这个意义上讲，“工业”充其量只是“产业”的一个子集。根据国家统计局公布的划分标准，整个国民经济可以划分为编号从A到T的20个大类，但只有其中的“采掘业”(编号为B)、“制造业”(编号为C)、“电力、燃气及水生产和供应业”(编号为D)、“建筑业”(编号为E)4个大类可以被划到我们通常理解的工业范畴，其余的16个大类则是更广义上的产业。
对我国来说，很多术语是舶来品，在将这些术语从原文译为中文的过程中，由于种种原因，就会产生不同的理解，而对industry一词的翻译就是一个十分典型的例子。在上世纪，我国从西方引进了一门学科，叫industrialorganization(以下简称IO)，由于当时我国的工业在国民经济中所占的位置甚为重要，因此人们很自然地把这里的industrial翻译为了“工业”，将这个学科命名为了“工业组织”。但只要我们对这门学科的历史有一些了解，就会知道这门学科的研究对象不仅包括工业，还包括更为一般的产业——事实上，在这门学科的教科书中，非工业的例子往往会比工业更多。由于这个原因，这门学科后来被改译为了“产业组织”。有意思的是，在英文语境中，IO有一个同义词叫industrialeconomics，这个名词也一起被引进了中国，并被译为“工业经济学”。后来，人们发现事实上这门学科讨论的内容不仅包括工业，就将其改译为了“产业经济学”。不过，由于在学科的发展过程中，确实有不少人用相关的知识考察了工业中的相关问题，因此“工业经济学”这个名词依然被保留了下来。
和IO类似，industrialinternet(以下简称IE)的翻译又是一件麻烦事。在多数人的认知中，IE这个概念是由通用电气于2012年提出的。但事实上，这个概念的提出要早得多。在笔者能够找到的文献中，这个词最早见诸于沙利文(Frost&;Sullivan)咨询公司在2000年时发布的一份报告。在这份报告中，IE被定义为“复杂物理机器和网络化传感器及软件的集成”。这个定义听上去很复杂，如果用更为通俗的说法，大体上可以表述为“物的互联”。从这个概念的提出时间，我们不难知道，它更多是互联网泡沫高涨期间，人们对于互联网应用场景的一种美好想象，在当时的技术条件下很难真正达成。正是由于这个原因，IE的概念在很长一段时间内都默默无闻。直到2012年，通用电气发布了一份报告《IndustrialInternet：PushingtheBoundariesofMindsandMachines》，全面论述了IE在未来经济生活中的可能应用场景，IE这个概念才重新回到人们的视野。
由于通用电气是一家著名的工业企业，因此其高调抛出的IE这个概念也很自然地被翻译为了“工业互联网”。后来，这个概念又和从德国引进的“工业4.0”概念相融合，逐步进入到了各种政府报告和学术文献中。但是，如果我们回过头重新读一下通用电气的那份报告，就不难发现其讨论的领域不仅包括工业，还包括航空管理、医疗等。由此可见，至少从通用电气的本意看，IE不仅仅局限于工业范围，还涉及到更为广义的产业。
事实上，从我国国民经济的发展和IE本身的应用潜力看，IE也不应该局限在工业领域。2017年，第三产业在GDP中所占的比重已经达到了51.6%，占了整个国民经济的大头，而IE的很多技术和思想其实在这些领域也都完全适用。在这种背景下，如果我们把IE完全框定在工业范畴，那么不仅会限制其发展，还会限制其对国民经济推动作用的发挥。从这个意义上讲，笔者个人更倾向于将IE理解为“产业互联网”，而非“工业互联网”。
姓“产”还是姓“网”
在工业互联网的发展过程中，一直存在着一个争议，那就是工业互联网发展的主导权应该控制在谁的手里?是工业企业，还是互联网企业?在现有的争论中，似乎支持工业企业主导的声音更加大一些。理由很简单，工业有其自身的特点，对工业本身缺乏理解的互联网企业很难深入到这些领域。例如，在工业领域，容错率要比消费领域低得多。在我们购物，或者观看视频的过程中，网络出现问题并不会带来特别大的损失;而在工业领域则不同，一个很小的延迟或者误差就可能带来数以万计，甚至亿计的损失。基于这种观点，不少学者认为，工业的事情还是应该由工业来办，在互联网领域叱咤风云的企业们不可能在工业互联网的发展中起到领导作用。
在笔者看来，这种观点是颇为值得怀疑的。诚然，对于工业来讲，互联网企业们都是外来者，它们缺乏对该领域的“本地知识”(localknowl-edge)，这是它们的劣势。但是，与工业企业比起来，它们也有很多优势。
首先，通过长期在消费互联网领域的深耕，它们对于消费者的偏好和信息更为了解，因此相比于工业企业，它们更适合进行产品设计。我们知道，根据“微笑曲线”，价值链上最有价值的部分就是设计和销售，如果这两端都被互联网企业掌握了，那么它们即使在生产环节确实有劣势，从全局上来讲，也会比工业企业更适合掌握工业互联网的主导权。
其次，由于互联网企业面临的客户是更为多样性的，因此其开发的技术会有更强的适应性。而相比之下，工业企业开发的技术则更为独特，难以推广。从这个角度上看，虽然后者在某些领域可能更有效率优势，但是在扩散过程中，前者通常会更容易生存下来。
再次，从企业架构上看，目前的互联网企业大多是平台型的，会同时在多边市场上拥有业务。工业通常只会是其业务的一部分，企业运营工业的目的是为其他业务提供支撑。为了保证工业部分的运行，产生对企业业务的外部性，企业可以提供交叉补贴，利用消费互联网领域的利润来供养这些业务，这就解决了工业互联网发展过程中所需的资金问题。而相比之下，工业企业的架构则大多是直线型的，它们在发展工业互联网的过程中少有交叉补贴的可能性，因此在关键时刻，资金就会成为大问题。
在实践中，传统的工业巨头和新兴的互联网巨头都在推进工业互联网的建设，但两者的路径很不同。前者的思路主要是进行数字化转型，构建企业的数字工业能力，再将企业内部取得的相关经验逐步外化，推广到整个行业，其最著名的代表就是通用电气。而后者的思路则是分析消费互联网领域搜集到的海量数据，根据结果设计相关的工业产品，同时构建平台，为工业客户提供服务，其最著名的代表就是谷歌。
这两种路径哪一种更成功呢?从名声上看，前一种路径似乎更大些。例如通用电气就建立了著名的Predix平台，建成了“边缘+平台+应用”的完整架构，为很多工业企业提供相关服务。在Predix的发展达到鼎盛时，整个工业互联网的圈子都言必称Predix，而做工业平台的企业则更是纷纷以Predix作为榜样，向Predix对标。但令人大跌眼镜的是，最近通用电气却决定将Predix平台出售，理由是这个东西其实叫好不叫座，难以为企业带来足够的经济利益。而在国内颇为著名的德国“工业4.0”下的工业互联网建设，似乎也难找到十分成功的案例。根据一位刚刚从德国考察回来的专家介绍，目前德国“工业4.0”的优势还是在自动化方面，而在机器和物的互联上做得还是较差。
相比之下，谷歌的“工业化”似乎做得更为成功些。近几年，谷歌收购了多家机器人企业，将其本身拥有的海量技术与物理世界充分结合，将业务逐步从虚拟的互联网领域拓展到了生活的各个领域。目前，谷歌的产品已经包括了工业机器人、仿真机器人、特种机器人和无人车等——这些都是实打实的工业产品，而不仅仅是虚拟的网络产品和服务了。
如果我们将视野再放得更宽一些，从工业互联网拓展到整个产业互联网，就不难发现在“产”和“网”的竞争中，其实“网”通常是更占优势的。一个例子就是零售行业。在零售行业的变革中，传统的零售行业和互联网企业都抛出了属于自己的方案，并分别进行了实践。在这个过程中，有很多业界专家曾宣称，互联网企业不懂零售，因此最终也做不好零售。但事实如何呢?现在我们提到零售的变革，想到的更多是阿里的“新零售”、腾讯的“智慧零售”和京东的“无界零售”，而很少有人会想到由传统零售巨头进行的变革。这一点，已经很说明问题了。
当然，现实是复杂的，现在我们还很难下断言说由互联网企业来主导产业互联网的发展就一定好。好在中国足够大，在各个产业成功的企业都很多，互联网也比较发达，因此，无论是相对于产业空心化的美国，还是工业基础雄厚，但互联网产业并不发达的德国，中国都有更多的可选择路径。我想，比起姓“产”还是姓“网”的口水战，各具体产业的企业和互联网企业可以分别进行自己的实践，用最终的结果来决定产业互联网发展的主导权，可能是更有意义的。
应用模块化思路发展产业互联网
从相关的预测看，产业互联网是一片远比消费互联网巨大的领域。消费互联网的连接对象主要是人与PC、手机等终端，其连接数量大约为35亿个，而产业互联网连接的对象则包括人、设备、软件、工厂、产品，以及各类要素，其潜在的连接数量可能达到数百亿。而从App的数量上看，整个消费互联网现有的App不到千万，而仅在工业领域，产业互联网需要的App数就约有6000万。
不过，奇怪的是，如此巨大的蛋糕，真正去动的人还很少。其原因当然是多方面的，前面说到的技术困难可能是其中的一个重要因素。不过，在笔者看来，相比于技术，标准的缺失可能是导致产业互联网发展缓慢的一个更重要原因。
我们知道，产业互联网的发展需要大量的基础设施投入。由于这个原因，如果一套产业互联网的技术面临的市场过小，其规模优势就很难发挥，前期投入的资本就很难收回来，这个产业就很难建成相应的产业互联网。在现实中，很多产业其实就面临着这样的问题。例如我们在前面所指出的，很多领域的工业制造都有其特殊性，需要专门对其设计和开发相关的互联网应用。由于这种特殊性的存在，发展产业互联网所需的规模要求就很难达到。
那么，如何破解这个问题呢?在笔者看来，模块化的设计思路可能是值得借鉴的。在本世纪初，哈佛大学商学院的两位教授鲍德温(CarliesBaldwin)和克拉克(KimClark)在其著作《设计规则：模块化的力量》一书中提出了这个思路。在他们看来，一个产业的设计规则可以分为两个层面：架构层面和应用层面。在架构层面，需要有一套统一的规则。有了这样的规则，企业之间就避免了不必要的协调成本。而在应用层面，则可以采用模块化，让具体的应用开发者设计自己的规则。这样，产业可以在保证整体架构一致、交易和协调成本较低的前提下，保持足够的灵活性和创造力。尽管这一思想最初是用于分析计算机产业的，但后来的很多学者发现，这套理论在很多其他产业都适用。例如，埃文斯(DavidEvans)等人就用这套理论来分析了软件制造业，而青木昌彦等人则将用这套理论分析了汽车、钟表等更多的行业。
在产业互联网领域，模块化的思维依然是适用的。如果有了一套统一的架构规则，而将具体的应用作为和结构对接的接口，那么整个产业互联网的基础设施所面临的市场就变得足够大了。在这种条件下，规模经济可以得到发挥，就会有企业愿意进行基础设施的建设。而在整个产业互联网的总体基础设施完成后，具体领域的基础设施投入的成本就会大幅减小，各领域内部的企业就有机会成长起来。
那么，这套总体架构应该怎么设计、由谁来设计呢?在笔者看来，可能不能由政府一刀切，强行来制定。一个更好的方法可能是由相关的实践者各自探索，然后摸索出几套方案。再在实践当中让各套方案彼此竞争，最终将更为优秀的方案上升为整个行业的方案。这种处理方法，或许更能够兼顾各方面诉求，也更能体现产业发展的需要。