工业机器人4.0时代模式是一种将虚拟世界与物理现实連接的模式，通过虚拟计算将工厂设备进行仿真 工业模拟然后对整个工厂进行全面的把控，从原料供应到设计、生产和应用整个流程嘟能实现信息的交互，使得供应商、生产商和用户紧密连接在一起形成一种高度和谐的制造方式。

       物联网是智能工厂发展的重要环节設备的联网和监控对行制造企业来说有着重要的意义。同时这些新的需求给自动化行业带来了新的机遇。

       近日电力和自动化技术领域嘚企业ABB宣布扩大与惠普企业在工业互联网领域的合作，ABB Ability Smart Sensor技术将与Aruba Wi-Fi和支持蓝牙的接入点相集成为大型工业客户提供可扩展的连接。

       ABB Ability Smart Sensor技术主偠是从设备中采集有价值的数据和获取见解并通过门户网站、云界面或移动电话应用程序的方式，让用户访问到数据结果此次合作将能为大型工业客户提供可扩展的高性能无线连接解决方案。

       惠普企业旗下的Aruba是一家企业无线LAN解决方案商能为工业客户提供易于部署的基於蓝牙的无线基础设施。通过将Aruba支持的网络基础设施与ABB能力相结合工业制造商将可以利用数据分析做出更好的设备决策，终能够提高生產效率并降低维护成本

       早在2017年，ABB和HPE之间就开始了合作ABB Ability与HPE的边缘计算和混合IT方案进行了结合，开发出安全边缘计算的联合解决方案并提供数据驱动的智能自动化解决方案，实时平衡数据中心运营与经济高效的电力供应为客户提高能效管理服务。

       在智能制造的趋势下樾来越多的企业开始转型。工厂企业需要从传感器到接入点和其IT网络进行安全和无缝连接以捕获实时数据和见解，以便做出明智的业务決策两家公司的合作，很好的实现了优势互补能推出更强大的解决方案。

       Aruba专注于Wi-Fi和支持蓝牙的接入点解决方案具有零接触配置功能，满足拥有大型工业站点和多个接入点的客户客户能够利用智能传感器技术轻松监控设备的状况和性能。而作为ABB发力数字化的产品ABB Ability Smart Sensor能夠与传统电机、安装轴承和泵进行无线连接，采集设备关键的参数交将数据转换为可操作的信息。

       在竞争越来越激烈的制造业环境中企业希望寻求低成本和高效率的生产方式。那么预测性维护是其中一种有效的方法，提前计划维护能够避免意外停机减少工厂生产的損失。而此次ABB工业机器人和HPE的合作有望为工业用户带来更先进的解决方案。

一、 工业互联网平台的整体态势

（一）工业互联网平台展现驱动工业数字化转型的巨大潜力 

（二）全球工业互联网平台保持活跃创新态势

（三）我国工业互联网平台呈现蓬勃发展良好局面

（四）工业互联网平台仍然处在发展初期

二、工业互联网平台的应用路径

（一）平台应用广泛开展价值规律初步显现

（二）大中小企业基于平台并行推进创新应用与能力普及

（三）垂直行业平台应用走向纵深

三、工业互联网平台的技术进展

（一）边缘功能重心由接入数据向用好数据演进

（二）模型的沉淀、集成与管理成平台工业赋能的核心能力 

（三）数据管理与分析从定制开发走向成熟商业方案

（四）平台架构向资源灵活组织、功能封装复用、开发敏捷高效 加速演进

四、工业互联网平台的产业生态

（一）聚焦核心能力成為工业互联网平台产业发展重要趋势 

（二）传统主体与新兴力量积极开展工业互联网平台布局

（三）多类生态建设共同促进工业互联网平囼繁荣发展

（四）开源加快工业互联网平台基础技术创新步伐

五、工业互联网平台的商业模式初探

（一）平台发展初步形成六类商业模式

（二）不同类型平台商业模式各有侧重

（三）构建通用服务能力和做深专业解决方案成为平台商业价值 演进的两条路径

六、工业互联网平囼的未来展望

过去一年多以来，全球工业互联网平台市场持续保持活跃的创新发展态势一批工业技术解决方案企业积极探索转型，推出 洎己的工业互联网平台服务一批制造企业依托自身行业和生产 经验，孵化成立独立公司开展平台建设并对外服务一批以大数 据分析处悝见长的初创平台企业正不断涌现并为产业注入新的 发展动力，已经推出平台的企业则不断完善和升级平台服务能力 巩固先发优势。同時工业互联网平台对制造业数字化转型的驱 动能力正逐渐显现，无论是大企业依托平台开展工业大数据分析 以实现更高层次的价值挖掘，还是中小企业应用平台上的云化工 具以较低成本实现信息化与数字化普及，抑或是基于平台的制 造资源优化配置和产融对接等应用模式创新都正在推动制造业 向着更高发展水平迈进。

当然工业互联网平台还有很多问题需要突破和解决，在过 去一年多的发展中也面臨不少挑战和困难如很多平台还需要大幅提升实际解决制造企业生产和运营优化的能力，还需要不断探 索应用模式和路径还需要加快商业模式的创新和突破，特别是 要在平台建设投入与市场回报之间取得较好平衡以支撑平台的 可持续发展。但总体看制造业数字化转型已是大势所趋，工业 互联网平台对于制造业数字化转型的支撑作用将会越来越强当前平台发展中遇到的问题更多是产业爆发前期在技術、应用和商业方面的不断试错和修正，都将不断推动工业互联网平台走向成 熟和完善

在这样一个发展阶段，我们联合40 余家国内外平台企业共同编写和发布《工业互联网平台白皮书（2019 讨论稿）》希望从 应用、技术、产业和商业等方面研究和分析工业互联网平台的发 展脉絡和最新状况，并一定程度上对未来发展方向有所预见为 业界厂商、政府机构和投资者等利益相关方提供有益参考，共同促进工业互联網平台发展成熟

一、工业互联网平台的整体态势

（一）工业互联网平台展现驱动工业数字化转型的巨大潜力 当前，工业互联网平台正在驅动工业全要素、全产业链、全价值链实现深度互联推动生产和服务资源优化配置，促进制造体系和服务体系再造在现阶段的工业数芓化转型过程中开始发挥核心支撑作用。

从宏观看平台模式、平台经济正在持续变革和颠覆传统工 业形态。一是颠覆了传统工业软件研發体系GE、PTC、西门子、 华为等平台企业纷纷打造云端开发环境，构建开发者社区引入 低代码开发技术，吸引大量专业技术服务商和第三方开发者基于 平台进行工业 APP 创新以往需要大量投入、研发周期长达数 年的工业软件研发方式正在向低成本、低门槛的平台应用创新生态方式转变，不但研发周期能够缩短数十倍而且也能够灵活地 满足工业用户个性化定制需求。二是变革了传统工业企业竞争方式企业竞爭不再是单靠技术产品就能取胜，已经开始成为依托 平台的数字化生态系统之间的竞争例如以往单纯销售工程机械 产品的企业，现在通過平台与供销商、客户、技术服务商等建立 数字化的合作关系快速感知用户需求和设备状态，及时与供销 商合作调整供货、生产计划與技术服务商联合为用户提供整体 施工方案，甚至是联合金融机构帮助客户进行产品投保从而形 成整体性的竞争优势。三是重新定义了笁业生产关系与组织方式 平台打破了产业、企业之间的边界，促进制造能力、技术、资金、 人才的共享流动实现生产方式和管理方式嘚解构与重构。例如 已经开始有企业利用平台连接各类工厂企业按照订单需求的不 同，灵活方便地在平台中组织形成“虚拟工厂”并將订单按照“虚 拟工厂”内部各个主体的实际能力进行分配和管理，实现制造技 术与生产能力的共享协同

从微观看，平台正在改变企业嘚设计、生产、管理和服务方 式重新定义和优化整个价值流程。一是平台驱动产品创新通 过多渠道深度交互精准洞察用户需求，并借助数字化的先进设计工具和网络化的创新资源组织打造智能新产品例如海尔、红领、 奥迪等家电、服装及汽车领域企业利用平台对客户嘚个性化需求实现更深洞察，用大数据分析来进行市场预测以指导销售并通 过基于平台的众包、众创来加速产品创新。二是平台驱动生產与运营创新借助先进的数字化技术和强大的工业数据分析能力， 支撑企业实现先进制造、生产与运营管理优化、供应链协同和智 能化決策例如卡特彼勒、富士康等制造企业将机器人、数控机床等生产设备数据接入平台进行监控和分析，改进提升生产过程 的效率和质量；而英国石油、石化盈科、宝信等石化钢铁企业则利用平台优化工艺参数、降低生产能耗并进行原材料供应的协同。三是平台驱动商业模式变革推动金融、物流、农业等领域与制造业融合创新，促进原有产品体系和服务方式演进转变例 如 PTC、SAP、用友、金蝶等国内外工业軟件企业都在产品云化 的基础上加快推动订阅服务，既降低客户成本又实现了持续服务 营收；还有树根、天正等装备及自动化企业则通过采集分析设备 运行数据联合金融公司推出各类融资、保险商业服务。四是平台驱动组织管理体系重塑推动企业内顶层决策到底层生产嘚端 到端集成，促进资源配置优化实现扁平化管理及社会化协同。 例如航天科工、华能、大唐电力等一些大型集团企业一方面用平 台实時监控分布在各地工厂的运行状态及时进行调度管理，另 一方面也通过平台汇聚产业链上下游信息推动企业间的供需对 接和制造协同。

未来以工业互联网平台为载体，以 C2M 为核心的社会化制 造模式也将逐渐孕育形成领先的工业互联网平台企业将有能力通过平台对客户需求进行深度感知与交互，从而为产品定义与研 发设计提供精准的指导；在产品设计与制造过程中企业将借助平台整合各类设计与制造資源，有效组织并管理研发设计与生产制造过程既保证产品设计的创新性与方案最优化，同时也寻找 最适合的制造企业进行生产在确保产品质量与交付周期的前提 下实现生产成本最低；在产品交付后，平台将持续提供产品的运 维服务与增值服务不断为企业创造新的价徝。在这一过程中 平台还将充分发挥集中采购、统一物流、金融服务等综合服务能 力，进一步实现交付成本下降与运营效率提升并提升客户购买 能力与企业资金周转效率。这将真正实现工业全要素、全产业链、 全价值链深度互联集成实现制造资源的更高效配置利用，形成 新的制造与服务体系

（二）全球工业互联网平台保持活跃创新态势

全球工业互联网平台市场持续呈现高速增长态势。根据研究机构MarketsandMarkets 統计数据显示2017 霍尼韦尔等诸多巨头企业积极布局工业互联网平台，以及各类初创企业持续带动前沿平台技术创新美国当前平台发展具囿显著 的集团优势，并预计在一段时间内保持其市场主导地位而紧随 其后的是西门子、ABB、博世、施耐德、SAP 等欧洲工业巨头，立足自身领先制造业基础优势持续加大工业互联网平台的投入力度，欧洲平台领域进展迅速成为美国之外主要的竞争力量。 中国大陆、印度等新興经济体的工业化需求持续促进亚太地区工 业互联网平台发展亚洲市场增速最快且未来有望成为最大市场。 尤其值得一提的是以日立、东芝、三菱、NEC、发那科等为代 表的日本企业也一直低调务实地开展平台研发与应用探索并取 得显著成效，日本也成为近期工业互联网平囼发展的又一亮点

各类企业围绕工业互联网平台的参与热情和布局力度保持 高涨势头。一是更多工业企业投身工业互联网平台领域在鈈同领域涌现出一批新的平台产品，如自动化与装备制造领域 体；在生产制造领域，日立、东芝则分别构建了 Lumada 平台和 SPINEX 平台在优化自身價值链和降低运营成本的同时，还能够为客户提供创造价值的新服务二是 ICT 企业不断强化自身平台对工业场景的适配能力，以微软、亚马遜为代表的 IT 巨头在 平台中提供各类大数据、人工智能方面的通用算法框架和工具 与工业企业客户联合进行研发，形成可视化管理、质量汾析优化、 等工业解决方案；而类似思科这样的通信巨头也开始 将平台连接和服务能力向工厂内渗透从各种工业以太网和现场 总线中获取实时生产数据，支撑形成工业智能应用三是以数据 智能技术与平台进行深度结合，满足工业领域日益深入的数据分析需求；此外Sieraa Wiless、Telit、Device Insight 等 M2M 通信 领域初创企业也充分发挥在数据连接方面的技术优势，帮助工业 企业实现资产的远程连接和在线管理

（三）我国工业互联网平囼呈现蓬勃发展良好局面

过去一年多来，我国平台发展取得显著进展平台应用水平 得到明显提升，多层次系统化平台体系初步形成

涌現出更多知名工业互联网平台产品。全国各类型平台数量总计已有数百家之多具有一定区域、行业影响力的平台数量也超过了 50 多家。既囿传统工业技术解决方案企业面向转型发展 需求构建平台除了航天云网、海尔、树根互联、宝信、石化盈科、用友、索为、阿里、华为、浪潮、紫光、东方国信、寄云等起步较早的平台，还有华能、国网青海电力、北汽、浙江中控、 朗坤、中科院沈自所等行业领先企业也紛纷推出平台产品将工业技术能力和先进制造经验转化成高效、灵活且低成本的平台服务。也有大型制造企业孵化独立运营公司专注平囼运营例如徐工、TCL、中联重科、富士康等大型集团企业剥离和整合内部相关资源，注资成立聚焦工业互联网平台业务的独立运营子公司 在服务好集团的基础上对外输出成果。还有各类创新企业依托自 身特色打造平台例如索为、安世亚太等软件服务企业凭借技术优势推絀设计仿真 工业研发平台；华龙迅达、明匠智能等系统集成企 业凭借专业知识与经验积累构建行业服务平台；而优也、昆仑数据、黑湖科技等互联网技术企业则依托平台为用户提供智能数据 分析或是云端管理软件服务。

形成一批创新解决方案和应用模式围绕行业生产特点囷企 业痛点问题，平台企业持续创新服务能力开发形成了一批具有 亮点的创新解决方案和应用模式。在研发设计方面涌现出索为研发設计与产品运维一体化、安世亚太基于工业知识生态的先进 设计以及华为“沃土”云仿真 工业设计等平台服务。在生产制造方面 形成了富士康 ICT 治具智能维护、航天云网精密电器智能化生 产、紫光钣金行业企业云图等一批平台解决方案。在企业管理方面用友、金蝶、天智智能、黑湖科技等平台利用云 ERP、云 MES、 云 CRM 等服务解决企业的生产运营管理、供应链协同与客户管 理问题。在产品服务方面树根互联、徐工信息将工程机械远程 管理解决方案进行推广，实现纺织机械、工业机器人、数控机床 等设备产品的远程服务在应用模式创新上，树根互聯、智能云 科、天正、生意帮等企业也探索出了“平台+保险”、“平台+金融”、 “平台+订单”等新模式新业态

（四）工业互联网平台仍嘫处在发展初期

相比于传统的工业运营技术和信息化技术，工业互联网平台的复杂程度更高部署和运营难度更大，其建设过程中需要持續的技术、资金、人员投入商业应用和产业推广中也面临着基础 薄弱、场景复杂、成效缓慢等众多挑战，将是一项长期、艰巨、 复杂的系统工程当前尚处在发展初期。

在技术领域平台技术研发投入成本较高，现有技术水平尚 不足以满足全部工业应用需求一是平台连接能力面临挑战，工 业设备种类繁杂、数量多、通信协议与数据格式各异当前尚缺 乏有效的技术手段能够低成本、便捷地实现工业设备赽速接入平 台，导致绝大部分平台的设备接入数量有限Gartner曾预测 2020年全球可联网设备数量将达到 260 亿台，目前平台的设备接入水 平还与此有很夶差距二是平台数据分析能力面临挑战，根据对 国内外 366 个平台应用案例的统计分析可以看出有 40%的平台应用集中在以产品或设备数据预測性分析为主的资产运维优化 领域。而在涉及数据范围更广、分析复杂度更高的经营管理优化和资源匹配协同等场景中多数平台现有数據分析能力还无法满 足应用要求，还需要进一步推动数据分析技术创新以及实现长期 的工业知识积累三是平台提供专业工业服务的能力楿对较弱， 目前大部分平台对于工业知识、模型和历史数据的沉淀远远不够面向特定行业或工业场景提供服务时，要么难以满足制造企業的 业务需要要么需要进行大量定制化开发，导致服务成本和周期大幅增加

在商业领域，平台市场还没有出现绝对的领导者大多数企 业仍然处于寻找市场机会的阶段。一是平台回报周期较长很多企业尚在投入阶段。GE、PTC、罗克韦尔、西门子、ABB 等美欧 工业巨头在平台领域的投入水平普遍达到了数十亿美元我国航天云网、海尔、树根互联、徐工信息、东方国信等领军平台企业 的平均累计投入也有数亿元乃至十数亿元，但目前平台直接带来 的收益在企业整体利润中占比并不高而国内外绝大多数初创平 台企业的财务状况都还处于亏损状态，融资规模则普遍在亿元水 平企业估值相对较低。二是平台商业模式不够成熟企业盈利手段较为单一。当前面向特定工业场景提供智能解决方案的平台 企业基本都还是以专业服务的方式为客户交付产品和服务而具 有 IT 和工业软件背景的平台企业则主要是基于云提供按需訂阅 服务方式实现盈利，广告竞价、应用分成等其它消费互联网领域 较为常见的商业模式在工业互联网平台领域还应用较少

在产业领域，优势互补、协同合作的平台产业生态也还需持续构建一方面，大部分平台企业在发展中仍以单打独斗为主特别是在平台建设中，部汾平台企业尝试自主构建端到端完整的 平台架构在自身不擅长的领域投入不必要的资金和人力，增加 了经营风险在平台应用实施中，蔀分平台企业遇到不熟悉的业 务或技术领域时未能很好整合外部力量，影响了项目实施效果 另一方面，基于平台的产业创新生态构建仍然前路漫漫微软、 PTC、西门子、Software AG 等领先平台企业不断完善开发者社 区建设并提供全面的技术资源和应用推广支撑，广泛各类生态合 作伙伴而我国平台企业的生态合作伙伴类型和数量都还明显不足，大部分平台尚没有构建开发者社区即使已构建开发者社区的，入驻平台嘚开发者数量也普遍在千人左右远远落后国外数 万人的水平。

总体而言上述各方面所面临的挑战充分说明，当前工业互 联网平台仍然處于发展初期还存在众多不确定性因素，预计还 需要很长时间才能真正达到成熟发展阶段

二、工业互联网平台的应用路径

（一）平台應用广泛开展，价值规律初步显现  1.   应用场景逐步聚焦国内外呈现不同发展特点

基于对国内外 366 个平台应用案例1的分析发现，当前工业互联網平台应用主要集中于设备管理服务、生产过程管控与企业 运营管理三大类场景占比分别达到 38%、28%和 18%。资源配置优化与产品研发设计获得初步应用但总体仍有待培育，占比分别为 13%和 2%

具体来说，国内外制造企业数字化基础不同在平台应用蕗径上各有特色。其中国外制造企业数字化水平相对较高，平台应用更加侧重于设备管理服务占比接近 50%。如设备健康管理 应用占比 39%產品后服务占比 10%。同时在现有生产管理系统基础上，依托工业互联网平台进行更加有效的生产过程管控也 是国外平台应用的重点占比 24%。如生产监控分析占比 9% 能耗与排放管理占比 6%，质量管理占比 5%此外，国外平台应 用另一特点是数据的深度挖掘依托大数据开展重点应鼡已较为普遍，重点应用如设备健康管理、已可达到预测水 平部分基于管理系统数据的商业智能决策已初步实现。

与国外类似我国平台应用同样关注设备管理服务，在所有 应用中占比 27%体现了设备物联与数据价值挖掘的共性趋势， 这茬电力、石化、钢铁等流程制造业和高端装备领域的应用最为 普遍与国外不同的是，我国平台应用更加关注生产过程管控、 资源配置优囮等场景占比分别达到 32%和 21%。其主要原因一 方面是我国制造企业生产管理系统需求旺盛但普及率低因而形 成了一批提供云化生产管理应鼡的平台企业，开展了大量应用实 践；另一方面是我国有大量中小型制造企业这些企业通过使用 工业互联网平台，将自身的能力融入社會化生产体系借助制造 能力交易获取订单和潜在市场机会，并通过创新性金融服务解决 贷款难等问题

通过以上数据分析可以发现，国内外工业互联网平台应用分布差异较大其与数字化发展水平、工业基础能力和企业分布构成等多种洇素有关，应用数据分析深度、工业机理复杂度等程度 不同导致平台应用成熟度和所处阶段也不尽相同。我国受限于 数字化发展水平不┅、中小企业较多、工业底层基础能力仍有差 距等原因部分应用发展水平仍停留在可视化描述与监控诊断层 面。未来随着相关影响因素的成熟，各类平台应用也将呈现不 同的演进路径和层次

2.    数据分析深度与工业机理复杂度决定平台应用优化价值

根据上节数据统计分析，可以发现工业互联网平台在各类 工业场景中的应用热度不尽相同，这是由于不同类型平台应用的 開发复杂性不同优化成效与收益回报也不同，其商业成熟度与 受追捧热度存在较大差别平台应用能否获得良好的优化价值和 效果，从洏在市场中获得客户实现自身商业价值，主要由两方面因素决定：

一是平台应用的收益数据分析深度是应用价值提升和贡献的主要衡量指标。数据是平台核心资产也是平台价值创造的来源。数据分析、挖掘和利用的深度在很大程度上决定了平台的应 用价值高低结合罙度数据分析的设备健康管理、产品后服务、 能耗与排放管理、质量管理等应用为工业企业创造了大量直接优 化价值，带来了设备运维成夲降低、能源消耗降低、产品质量提 升、服务价值提升等收益因此，从图 2.1-2.3 可反映出资产管 理服务和生产过程管控占比共达到 60%-70%，在工业場景中热 度高居不下

二是平台应用的开发与使用成本，工业机理复杂度是影响这 一因素的核心越是与工业机理深度融合的平台应用，其在应用 开发的过程中具有较高的行业壁垒，需要深度融入特定领域的 工业知识和机理模型以及结合应用场景进行大量定制化二次开 發，这都导致应用的交付成本高昂优化成效也难以保证，因此 可以从图 2.1 看到具有高机理复杂度的应用开展不足，数字化 设计仿真 工业、数字化工艺与制造辅助仅占总应用案例的 3%  

在应用价值规律驱动下，工业互联网平台应用呈现“热点深 度数据分析-孕育云化资源对接-数據机理沉淀探索”三个发展层次：

（1）基于“模型+深度数据分析”的资产设备管理服务、生产过 程管控场景创造平台优化高价值并成为當前热点应用

基于平台的“模型+深度数据分析”在设备运维、资产管理、 能耗管理、质量管控、工艺调优等场景获得大量应用，并取得较 為显著的经济效益当前，GE、西门子、ABB、富士康、东方国 信、日立、C3IoT 等企业已经推出了上百个上述类型的应用服务 平台通过数据采集及汾析实现设 备远程运维，每年可节省 96 万元宕机时长从每次的三天缩短为一天，可降低直接损失 64 万/次

（2）基于上云、物联、可视化的生產过程管控、企业运营管理和 资源优化配置场景初步获得商业化实践

基于平台的“连接+数据可视化”初步获得应用。其中在生 产监控分析领域应用最为广泛，在物料管理、排产调度等方面也 有初步探索PTC、微软、思科、罗克韦尔、宝信、阿里云等企 业的平台均推出了面向苼产过程可视化应用。这类应用主要提供 数据汇聚和描述基础帮助管理者直观了解工厂运行状态，其更高价值的实现依赖于在此基础之仩的更深层次数据挖掘分析

基于平台的“软件上云+简单数据分析”在客户关系管理、 供应链管理和部分企业计划资源管理领域获得应用，有效降低中 小企业软件使用成本如 SAP、Oracle、Salesforce、微软、用友 浪潮、金蝶等企业提供大量管理软件 SaaS 服务。如 Salesforce 所 提供的云化 CRM 软件服务已聚集超过 15 萬客户同时除通用软 件工具之外，还提供基于社交网络的客户关系与需求分析为中 小企业提供销售渠道服务。用友提供采购、供应链、物流、财务、 人力资源等工业云服务服务工业企业客户 44 万家。

深层次的全流程系统性优化主要为局部的初级探索但已形成一定特色。无论是产业链、价值链的一体化优化、产品全生命 周期的一体化优化、还是生产与管理的系统性优化都需要建立 在全流程的高度数字囮、网络化和模型化基础上，仅有个别龙头 企业具备相关基础并开展了简单实践

（3）产品研发设计、制造与工艺管理场景仍需工业机理囷数据的长久积累，尚无典型优化价值创新处在探索阶段

基于平台的产品研发仿真 工业服务已取得一定进展，但价值创造仍不明显潜茬市场空间尚未明朗。 达索已基于平台提供 SolidWorks 的云化服务Autodesk、PTC 等国外设计软件厂商和 CAXA、中望等国内企业也推出类似服务，ANSYS 通过与微软 Azure 合作提供基于平台的仿真 工业验证服务但由于设计仿真 工业软件 较为复杂，其整体迁移成本过高潜在客户对象不明，因此其目前提供的平台應用大多为简化版本主要面向中小企业客户。

面向工艺管理与制造执行等机理强相关场景的平台应用目前还较为少见此类应用既需要岼台企业对工艺、生产有较深理 解，同时也需要制造企业客户将多年的生产经验和工艺积累向平台迁移从而实现基于平台的有效管理，其难度过大目前还鲜 有平台提供。

（二）大中小企业基于平台并行推进创新应用与能力普及

1.大企业围绕“强化数据、创新模式”重点聚焦高价值应用

大企业具备较好的信息化基础借助平台提升数字化分析决 策能力，布局两大类高价值应用：一是对特定场景进行深度的数据分析挖掘优化设备或设计、生产、经营等具体环节，在现有 基础上借助平台增强能力；二是对产业链條进行要素打通并叠加一定程度的数据分析提升上下游协同与资源整合能力，积极拓 展创新型应用

面向资产管理服务场景，大企业优先在设备健康管理中借助平台进行大数据深度分析优化，降低设备运维成本提高资产使用效率。例如针对高单值设备，为有效避免設备故障造成的 巨大损失西安陕鼓动力与北京工业大数据创新中心合作，基于 平台对远程机组状态进行数据分析为设备健康运行与维修保养 提供有效指导，实现正常检修工期缩短 33.3%以上平均节约设备管理内耗成本 42%。针对大量一般性设备机理模型与大数据分析经验易于複用，能够形成规模效应富士康通过 BEACON 平台对吸嘴状态数据进行分析优化，保养频率由 25000 次升至80000 次吸料率由 99.7%提高到 99.96%，节省近 22 万元的成 本；並与天泽智云合作结合多源数据的特征提取，针对 CNC 机 床进行刀具寿命预测预计可降低 60%的意外停机，质量缺陷率 从 6‰降至 3‰节约 16%的成夲。

面向生产过程管控场景大企业重点关注能耗与排放管理、 质量管理等应用，在现有生产管理系统的基础上依托平台大数 据分析能仂进行优化，减少产品质量缺陷、降低能耗排放针对 排产调度、工艺管理等个性化较强的领域，大企业仍主要使用原 有信息管理系统鉯质量管理为例，航天电器利用 INDICS 平台 建立多种因素与质量关键 KPI 的关联关系模型对设备、工艺、 检测等数据进行质量关因分析，实现不良品率降低 56%以能耗与排放管理为例，山钢集团借助优也 Thingswise iDOS 平台部 署应用 EEWise 能效优化系统，对跨工序能效数据进行动态寻优

面向企业运营管悝场景，大企业将大数据分析能力与供应链 管理、财务管理等业务结合实现更精准智能的决策。以供应链管理为例华峰集团构建面向噺材料领域的工业互联网平台，整 合众多上游厂商并基于数据分析提供大批量材料集中采购等服 务，降低采购成本 30%提升供应链协同效率 3 倍，提高了资源 配置效率以财务管理为例，食品公司都乐利用甲骨文平台对商 业数据进行全面的可视化与智能分析以往需要数天完荿的财务 报表减少到几分钟即可完成，预付成本降低 90%

面向资源配置优化场景，大企业在全流程系统性优化应用中 借助平台实现现有各類系统的互联互通、数据分析与整体优化。 虽然总体尚处在起步阶段但个别领先企业已探索布局。围绕产 品全生命周期优化为加速产品的创新迭代、提升用户体验，本 田公司利用 IBM 大数据分析技术使自身 100 人的工程师团队 能够以更高的效率分析上百万份司机行为数据，并結合产品材料、 结构设计等数据初步实现产品全生命周期优化。再如海尔基于 COSMOPlat 平台对用户需求、反馈与制造能力数据进行整合与 分析某新产品上市周期由 6 个月降低至 45 天，一年时间内产 品实现 3 次迭代升级价格提升 10%以上。围绕产供销一体化 中国石化基于石化盈科 ProMACE 平台实現从原油采购、石油炼化、库存管理到成品油销售的整体性优化，在保证原油低点买入、成 品油高点售出的同时实现相对最小库存，试點企业综合优化增 效 10 亿元围绕制造能力交易，智能云科 iSESOL 平台开放共 享自身生产力提高闲置设备的利用率，目前已对 24000 台机床提供超过 533 万尛时的交易共享服务

2.中小企业围绕“抓资源、补能力”诉求布局平台应用

中小企业以工业传统应用的普及为主，部分创新型应用更为 聚焦一方面，基于平台 SaaS 服务部署的经营管理类云化应用以及基于广泛连接的简单生产管理系统应用，構成了存量“补能 力”的主体；另一方面“抓资源”诉求使中小企业聚焦于金融服务等创新型应用。

订单与资金是决定中小企业生存发展的关键因素通过平台 融入到社会化生产体系中以获得潜在的订单与贷款，成为当前中 小企业平台应用的核心诉求一是发现潜在商机，如仅有 27 名 员工的小微企业 Fireclay利用 Salesforce 的客户关系管理平台对 客户关系与订单数据进行分析与价值挖掘，现有客户满意度提高 90%、潜在客户增加 400%二是获取生产订单，如依托生意帮的 协同制造管理平台62 家具有闲置产能的中小企业获得了总数 为 470 万个车牌的生产订单，盘活了 153 台闲置設备交付周期由 90 天缩短至 14 天。三是争取融资信贷如超过 13000 家中小 微企业接入至天正公司的 I-Martrix 平台，通过对生产设备数据 与工业信用数据的茭叉分析使金融机构能够更准确评估中小企 业的信用等级，从而实现精准放贷目前已为超过 1200 家中小 微企业提供了近 13 亿元的放贷额。

 通過平台获取经营与生产的信息化管理能力也是中小企业 使用平台的重要目的。针对数字化能力补课需求中小企业通过 平台低成本云化蔀署 MES、ERP 等系统，成为中小企业上云的 重要场景一是以进销存为代表的经营管理类云化应用，在此基 础上叠加简单数据分析例如，南康镓具加工中小企业通过租用 的财务系统实现了实时可视化的财务、库存与人力资源管理， 每年节约成本 8 万美元二是以生产过程可视化、设备 OEE 和物 料管理为代表的简单生产管理系统。例如东莞爱电电子通过部 署盘古信息的智能管理系统，实现了物料、工单信息的可视化與 生产异常的实时报警错料事故由每月 4 次降为 0，工单完工清 尾时间较少 45 分钟再如杭州蕙勒借助根云平台实时采集机床 工况、加工产量、运行参数等数据，提升车间可视化水平日计 划完成率增长 10%以上，废品率下降 2%左右

（三）垂直行业平台应用走向纵深

1.高端装备行业重點围绕产品全生命周期开展平台应用

高端装备行业具有产品复杂、价值高、生命周期长以及生产 与管理复杂等特点。当前平台应用以全链條打通的协同设计、基 于模型开展深度数据分析的设备健康管理等创新应用为主兼具 数字化分析的工艺调优及软件上云叠加简单数据分析的供应链 管理等传统应用。主要表现在以下四个方面：

在研发设计环节重点关注复杂产品多专业协同设计与仿真 工业 验证。例如为提升研发效率，波音基于达索 3DEXPERIENCE 平台实现了多专业协同设计提升数字化协同能力，降低 40-60%成 本再如，中国航天科工集团第四研究院基于索為 SYSWARE 平台 实现商用航天的固体火箭发动机总体论证通过 13 个设计流程、30 个专业算法、7 个工具软件开展仿真 工业，设计人员工作效率提升14 倍

茬生产制造环节，重点关注关键生产工艺优化例如，德马 吉森精机基于 CELOS 系统将工件生产的整个工艺流程在计算机上进行 1:1 仿真 工业根据汸真 工业验证结果优化加工工艺，从而 确保加工计划完整正确有效避免碰撞并最大限度缩短装卡 时间。

在经营管理环节重点关注供应鏈深度协同与优化。例如 空客集团依托富士通 Colmina 平台整合众多上游供货厂商，通过平台的自动标识与数据分析服务实现飞机制造零部件嘚高效管 理与精准采购，减少供应链成本 20%

在设备运维环节，重点关注高价值设备的预测性维护例如， 泰隆减速机公司基于徐工信息汉雲平台对机床联网采集数据结 合机床机理模型，通过大数据分析技术对机床进行实时监测与预测性维护设备利用率提高了 7.65%，设备运维荿本降低 20% 再如，中联重科通过中科云谷平台建立基于机理和机器学习的模型对主油泵等核心关键部件进行健康评估与寿命预测，实现關 键件的预测性维护从而降低计划外停机概率和安全风险，提高设备可用性和经济效益

2.流程行业以资产、生产、价值链的复杂与系统性优化为应用重点

此类流程行业具有原材料与产品价格波动频繁、资产价值高、 排放耗能高、生产安全风险大等特点，由于其连续生产要求行 业普遍具有较高的自动化与信息化基础。现阶段平台应用多为全 流程系统性优化的全价值链一体化、运用新技术的资产管理等创 新型应用部分为基于模型开展深度数据分析的生产管理优化、 能耗及安全管理等传统应用。具体包括四个方面：

一是开展高价值设备的资產管理优化例如，中化能源科技 依托中化工业互联网平台运用等技术， 对泵机群、压缩机、蒸汽轮机等装备进行健康管理实现了设備 故障的诊断、预测性报警及分析，设备维护成本每年减少 15%

二是生产环节通过对原料配比与控制参数的优化，提升生产效率例如，中國石化依托平台对近 4600 个批次的石脑油原料进行分析建模形成 13 个典型操作类型，组成了操作样本库 通过该方法计算优化工艺操作参数，使汽油收率提高 0.22%、辛烷值提高 0.9实现生产工艺优化。再如华能重庆珞璜电厂基 于华能 AIdustry 工业互联网平台，构建 18 个设备的热力学模 型通过曆史数据基于模型计算出平均工况下最优发电技术煤耗

三是提升能耗、排放与安全管理水平。例如为降低成本，酒钢集团基于东方国信 Cloudiip 岼台通过大数据分析计算出不同 设备和系统的能源数据实现能耗管理单座高炉每年降低成本 2400 万元、单座高炉每年减少碳排放 20000 吨，冶炼效率提升10%再如，为增强安全保障河南能源化工集团基于寄云科技 的安全生产管控平台，将设备数据和运营管理系统数据集成与分析实現对下属多个化工园区及厂区的重点工艺和设备、环保设 施、重大危险源等信息的安全监控及历史数据查询，提高安全管 理水平

四是基於平台的产业链、价值链一体化协同。例如为加强产品竞争力，推动向“基地间生产合同分工制造”的转变宝武 集团基于宝信工业互聯网平台将多属地云平台集成为一个整体的分布式平台系统，并叠加生产与经营管理数据的分析促进多基地生产、销售等层面的协同与整合，实现整体产销能力的提升

3.家电、汽车等行业侧重于规模化定制、质量管理与产品后 服务应用

此类行业具有产品同质化严重、市场競争激烈特点，在工业 互联网平台的应用中创新型应用重点关注全流程系统性优化的大规模定制、基于产品大数据分析挖掘的产品后服務等场景，传统应用升级以大数据分析优化的质量管理为代表主要聚焦于以 下三个方面：

一是开展大规模定制，通过产品差异化提升利潤水平例如，康派斯房车基于海尔 COSMO 平台开展大规模定制用户参与到定制需求提交、设计解决方案交互、众创设计、预约下单等 产品全苼命周期，综合采购成本下降 7.3%生产周期从 35 天缩短到 20 天，产品溢价达 63%

二是拓展产品后服务市场，提升产品附加值例如，北汽福田汽车通过车联网建立基于客户“车生活”的生态系统开展车队管理、汽车金融服务、数据服务、车货匹配及影音娱乐等增值服 务，提高市场競争力和占有率再如，一汽集团基于平台依托车 联网开展车载娱乐、道路救援、智慧停车、车险服务等增值业务 现已有200万入网车辆得箌服务。

三是提升质量管理水平降低不良品率。例如美的基于M.IoT 平台通过对系统中品质数据进行大数据自学习优化品质一次合 格率从94.1%提升到96.3%。

4.制药、食品等行业的平台应用以产品溯源与经营管理优化为重点

此类行业具有产品安全要求高、市场销售压力大、资金周转 与库存管理难度大等特点平台应用以软件上云叠加数据分析的 库存管理、销售与财务管理等应用为主，部分为产品溯源等特色 创新型应用当湔主要聚焦在以下两方面：

一是产品溯源，保证食品药品安全例如茅台酒厂基于浪潮平台通过由浪潮质量链发码系统实时提供的酒瓶二維码，可追溯每瓶酒的生产、原料等数据并且通过 APP 将扫描的销售时间、 地点等信息更新到平台，以保证酒的品质

二是提升库存、销售與财务管理水平。例如今麦郎基于金蝶财务管理平台规范业务流程，并制定各类销售政策实现集团

5.电子信息制造业重点关注质量管理與生产效率提升

该行业具有产品种类多、升级换代周期短、生产质量要求较 高等特点。当前平台应用以软件上云叠加数据分析的库存管理等 应用为主同时开展了基于模型开展深度数据分析或运用新技术 的质量管理等应用。当前聚焦以下两方面：

一是基于平台的大数据分析能力提升产品质量。例如富士康基于电子元器件表面贴装制造平台开展车间设备实时可视化、 设计与制造协同、大数据智能决策从而實现人均产出提升 20%， 产品良率提升 30%再如，华星光电依托 TCL 格创的 Getech 东 智平台通过海量图像样本库和基础算法库基于 AI 开展视觉检 测和缺陷判萣，目前的缺陷识别速度达到 50 毫秒缺陷分类识 别准确率为 90%，为华星光电每年增收约 1000 万元为加强质量管理，华为打通供应商、研发、制慥、市场返还等产业链全流程关键质量数据构建全球测试大数据质量预警体系，实现供应 商来料质量预警、制造过程质量预警及网上返還质量预警驱动质量管控从事后拦截向事前预测、预防方向转变，批量问题起数降低 9%开局坏件数改进 15%，早期返还率改进 24%

二是生产效率提升与库存优化，提升企业运营效率例如顺络迅达电子公司基于航天云网 INDICS 平台通过大数据分析，实 现产品从设计研发、采购、生产、質量、销售、物流等全业务流 程的监控和运行调度使其生产经营效率提高 30%，年度生产成本降低 200 万元再如新华三基于紫光云引擎平台将茚刷机、贴 片机、AOI 等设备接入，采集设备运行数据和工艺数据实现企 业全过程数据融通，新华三生产库存周转率在过去三年提高 50% 以上運营效率得到提升。

三、工业互联网平台的技术进展

近一年多以来工业互联网平台技术创新持续深化，技术体系从支撑“建平台”走向支持“用平台”在这一过程中，基于 IT 技术的平台架构与应用开发技术创新、以及通过工业模型沉淀和 场景化二次开发所带来的平台服务功能提升成为两条鲜明的技术发展主线。一方面容器、微服务与应用开发技术不断提升平 台的资源利用效率，推动功能解耦与复用加速应用开发与创新； 另一方面，各类工业模型的沉淀、面向工业特点的数据管理和分 析、以及平台功能向工业现场的不断下沉持续提升平台工业服务能力。

具体而言一是平台边缘功能由数据接入向智能分析演进， 传统的定制化的数据接入方案逐步演变成平台服务；而边缘数据分析功能从简单规则引擎的应用向人工智能等复杂分析延伸；边缘功能的变化的背后是通用 IT 软硬件架構的下沉给边缘数据分析和应用运行带来更好的支撑环境，使整体平台架构更加统一 降低平台系统应用的综合成本。二是模型的沉淀、集成与管理成 平台核心能力信息模型的集成与统一成为提升平台工业要素管 理水平的关键，为平台资产、功能提供统一的语义描述；機理模 型、数据模型、业务模型快速在平台中沉淀使平台化的提供工
业个性服务成为可能；数字孪生由概念走向落地，多类模型融合 集荿支撑全企业的系统优化。三是数据管理与分析从开源工具 走向成熟商业方案平台聚焦工业特色需求，普遍开展定制化开发强化工业數据管理能力；工业现场的实时性业务需求驱动平台大力发展实时流分析能力人工智能技术进一步扩大了平台处理工业问题的深度和广喥；平台不断丰富数据分析和可视化工具， 催生工业数据中台有望大幅降低分析门槛，提升分析效率四是平台架构向资源灵活组织、功能封装复用、开发敏捷高效加速演进，以 Kubernetes、Service Mesh 为代表的容器、微服务技术 演进推动平台基础架构加速成熟大幅提高平台功能解耦和集成嘚效率；新型集成技术发展将有效提升平台功能复用效率，推动 平台功能由“内部调用”走向“多云集成”；DevOps 与低代码提升开发效率降低开发门槛，新兴平台架构和应用开发技术推动工业 APP 交付更快、应用更广

（一）边缘功能重心由接入数据向用好数据演进

1.数据接入由定淛化方案走向平台通用服务

数据接入难度和成本是制约工业互联网平台应用的核心痛点之一，平台正尝试提供面向不同设备的综合性接入技术方案 推动平台快速应用落地。存量设备接入仍以边缘协议解析为主要 方式逐步从个性方案发展成为平台通用服务。具有较强工业協 议积累的企业正在将接入方案转化为平台服务将解析能力下发至边缘设备实现数据接入。例如研华 WISE-PaaS 3.0 中集成了多协议数据采集微服务，基于 EdgeX Foundry 开源框架在多类网 关中部署和运行博世 IoT 集成了10 余种工业协议，基于模块化OSGi 架构下发至网关设备上进行灵活配置未来，数据接入 方案将内嵌在新增设备中直接连平台有望成为重要趋势，SDK 等数据接入方案在商业物联领域已普遍应用正在加速向工业互 联领域延伸，唎如ThingWorx 基于SDK实现了与工业机器人、 3D打印机、AR 等设备的双向实时数据传输COSMOPlat 基于 MQ-SDK 实现了工业机器人、纺织机械、数控机床等设备与边缘管理云岼台的连接。从长期看平台企业将与硬件厂商合作直

2.边缘数据分析从简单规则向复杂分析延伸

序，提升车间运行效率在边缘进行基于機理和数据的复杂分析成为重要探索方向，西门子 MindSphere 在边缘控制器上集成分 析引擎通过运行 RMS 速度、零峰值速度、波峰因数等七类算 法进行振动分析，实现设备预测性维护ADAMOS 平台集成德 玛吉森 CELOS 系统，支持在机床中部署机器学习算法根据温度补偿刀头位移。天泽智云在边缘端蔀署特征提取算法对火车 轴箱轴承等核心部件进行故障诊断。边云协同实现落地应用 Predix、Uptake、谷歌 IoT、AWS IoT 等平台基于工业智能公司 FogHorn 的 Lightning 边缘智能技术，将云端训练形成的机器学 习乃至深度学习模型推送到边缘设备上运行支撑半导体产能优 化、离心泵状态检测、电容器缺陷检测等哆类应用。以云计算为代表的集中式计算、以边缘计算为代表的分布式计算在成本、 可靠性、灵活性、安全性等方面各具优势，适用于鈈同的工业场 景平台的边缘和云端将会相辅相成、有效整合、共同发展。

3.通用 IT 软硬件架构向边缘侧下沉为边缘应用创新提供更 好载体囷环境

边缘设备从“功能机”走向“智能机”已经成为平台发展必 然趋势，将大幅提升边缘应用深度和广度当前主要聚焦网络设 备的智能化，未来将进一步向工业设备延伸现阶段“通用处理器+通用操作系统”成为的主流架构，例如 HPE Edgeline 运维等功能英特尔、思科、戴尔、华為、惠普、研华、西门子、 GE 等边缘网关也采用了类似的技术架构。未来“专用处理器+通 用处理器”混合结构将应用于工业设备同时满足實时控制和数据分析功能。AWS IoT

（二）模型的沉淀、集成与管理成平台工业赋能的核心能力

1.信息模型规范统一成为平台提升工业要素管理水平嘚关键

为对各类工业设备、系统进行更加有效的识别和交互工业 互联网平台正将信息模型的集成与统一构建作为支撑自身应用 拓展的一項关键能力，并遵循两类思路推进一是自上而下：平台企业提供开放的信息模型构建工具，统一工业资产的语义描述 例如 PTC ThingWorx 统一的信息模型构建标准，西门子、罗克韦尔、ABB、贝福、博 世、施耐德等自动化企业的专有协议MTConnect（机床）、 Euromap 77（注塑机）、PLCopen（控制）等行业或领域协議都加 速与 OPC-UA 进行整合，实现信息模型间的映射与互通同时， 绝大部分平台都具备将 OPC-UA 信息模型转化为自有信息模型 的能力从而有效整合各类工业设备的信息模型。微软 Azure IoT 更是直接将 OPC-UA 信息模型推送上云支持可视化展示设备 效率（OEE）和关键绩效指标（KPI）等平台应用。

2.机理模型、数据模型、业务模型加速沉淀工业服务能力不断强化

为提供更适用于工业场景需求的数据分析和应用开发服务， 平台不断深化对机理模型和数据模型的积累不断提升分析结果 的准确度。Ambyint 专注于石油液压升降系统的优化和维护不仅沉淀了人工举升采油法中的大量现代粅理学知识，而且积累了 45TBs、1  亿小时的油井运行数据在此基础上不断训练分析模 型，更好诊断井下和地表异常并优化油井运行参数。博華科技专注于旋转机械、往复机械的振动监测积累了大量燃气轮机、 轴流风机、挤压造粒机、汽轮机等设备历史运行数据和领域知识， 強化设备预测性维护的性能Uptake 积累了 800 多种工业设备、 55,000 种故障模式和维护策略的工业知识库，并收集了大量工业 天气交通模式，卫星图像地理空间系统等数据集，更好支持分析模型的构建天泽智云与中车青岛四方、东方电气等垂直领域企业合作，积累轴箱轴承、空压机、机床、风力发电机、高炉 等设备的运行数据积累大量故障模式识别模型，支撑重点设备 的预测性维护同时，平台积极探索业务模型嘚沉淀支撑形成贴合业务需求的综合性工业应用。西门子推动 Atos、埃森哲、 Infosys、德勤、凯捷和普华永道等传统系统集成合作伙伴的业务 模型囷行业经验与 MindSphere 集成形成平台应用。例如Atos 也通过类似方法积累了大量业务模型。

3.多类模型融合集成推动数字孪生由概念走向落地

数据孿生探索刚刚起步，逐步成为大部分平台建模和模型管 理的核心理念大部分平台的数字孪生主要集中在对设备的实时状态描述，微软 Azure IoT、亞马逊 AWS IoT 等平台构建描述设备状态的数字孪生模型根据实时数据调整设备状态，为上层应用提供准确信息部分平台扩展定义数字孪生模型间的相关关系， 更好的体现真实世界的复杂性博世 IoT 平台集成 Things 组件， 在实时描述设备状态的同时还可以描述模型间的关联和层次关系，有效支撑设备监控、预测性维护、质量和流程优化等分析应 用少数平台将进一步将机理模型整合进数字孪生模型，支撑复杂数据分析 Predix 将数字双胞胎定义为“设备状态数据+分析”， 基于 ANSYS CAE 仿真 工业模型构建风力涡轮机的数字孪生分析系统，融合机理公式和设备信息模型支撑运营优化和预测性维护 服务。ThingWorx 据驱动 CAD 模型实现更精确的运动仿真 工业。未来面向工厂业务的数字孪生应用将成为平台创新热点支撑整体优化。西门子与Bentley Systems 合作发布 PlantSight 数字孪生云服务为工厂建 立全面、完整、实时同步的数字孪生模型，所有业务功能和分析

（三）数据管理与分析从定制开发走向成熟商业方案

1.平台聚焦工业特色需求强化工业数据管控能力

开源工具无法完全满足工业数据处理需求，平台普遍开展定 制化开发提升数据处理效率数据质量控制成平台核心竞争力。 寄云整合 Kafka、Flume 等开源技术自研数据转换、背压、回 补等工具，確保实时数据的摄入质量Thingswise 数据处理引擎 具。面向工业时序数据特点平台普遍集成时序数据库，大幅提 升工业数据读写性能微软、亚馬逊、谷歌、阿里等大型公有云 普遍推出时序数据存储服务，为工业互联网平台提供时序数据的低成本长期存储Predix 和 MindSphere 均以 API 的形式对用户开放时序数据存储服务。为更好的满足工业数据实时和并发处理 需求清华大学开发时间序列数据库 IoTDB，与通用时序数据库 相比大幅提升数据寫存读性能未来有望与多个平台集成。批流融合处理能够更好的支撑生产数据和业务数据的综合分析成为 平台探索热点。ThingWorx 与 Hortonworks 数据管理岼台集成 整合 HDFS、Yarn 等开源框架，支持时序数据、资产数据、过程 数据、工单数据等海量多源异构工业数据的统一存储与分析为 机器学习囷实时流分析构建共性基础。未来 Spark  、Flink 等开 源框架将继续向工业领域渗透推动更多平台应用批流融合处理 架构。

2.实时分析与人工智能成为岼台数据分析技术的创新热点

工业现场的实时性业务需求驱动平台大力发展实时流分析能力Thingswise 开发了面向流数据的模式识别技术，基于简單 规则、复杂规则、算法模型综合识别事件原因并触发相关操作 更好的支撑设备状态检测、故障报警等应用。博世 IoT 与 Software AG 合作基于 APAMA 实时分析决策引擎，监控工业设备的地 理位置和运动特征分析异常情况并即时处理。Predix 集成 SAS 事件流分析工具支持并行，串行和递归等流数据分析算法为 火车运行优化、车队运行优化、产品质量分析等提供毫秒级决策 建议。人工智能技术进一步扩大了平台处理工业问题的深度和廣度部分平台聚焦专业领域，整合 Spark、TensorFlow 等开源工 具提供工业智能分析成熟商业方案Uptake 聚焦预测性维护领域， 开发了机器学习引擎提供故障预测、噪音过滤、图像分析、异 常检测、动态规划等功能，提高石油钻井平台、风力涡轮机、工程机械等资产运行效能Maana 聚焦石油和天嘫气领域，梳理领 域知识打造知识图谱与机器学习模型相结合，为 GE、壳牌、 阿美等石油巨头提供决策和流程优化建议

3.平台贴近工业实際，完善工具不断提高工业数据易用性

平台加快集成工业组态和可视化监控服务提供更加直观高 效的工业数据展示。阿里云将数据可视囮技术与传统 SCADA 组 态技术结合支持全企业信息汇聚与统一监控运维，实现远程设备状态监控和控制指令下达Predix 集成 Tableau 数据可视化工 具，直观展示飞机引擎、机身、襟翼、起落架的运行数据和地面 操作、维护、人员的状态数据数据建模与分析工具向组件化和图形化发展，大幅降低数据科学应用门槛天泽智云将快速傅里 叶变换、小波分析、主成分分析等特征提取算法，分类、聚类、 回归、插值与拟合等建模工具以及风电、旋转机械、电池等行 业建模经验封装为平台组件，支持拖拉拽建模降低用户建模门 也在平台中集成 AR/VR 技术，增强用户体验提升产品设计、制造和服务等方面业务能力。从长期看数据管理、分析、展示 工具功能向平台不断沉淀，可能催生工业数据中台有朢大幅降 低分析门槛，提升分析效率

（四）平台架构向资源灵活组织、功能封装复用、开发敏捷 高效加速演进

1.容器、微服务技术演进大幅提升平台基础架构灵活性

为进一步推动软件解耦与功能集成，平台 PaaS 架构向“容 器+微服务”方向深化发展Kubernetes 以其更高效的资源调用 和组织性能成为更多平台构建其通用 PaaS 的关键技术。博世 IoT Mesh 架构实现存量功能组件的快速集成新功能上线时间由半 年缩短至一个月，目前已经应用於金融领域未来有望向工业领 域渗透。富士康 BEACON 基于 Service Mesh 架构实现不同功能 组件间的有效配置和管理大幅降低微服务的构建难度。从长期看各类功能组件的解耦，推动模型、数据、微服务进一步向平台下沉将逐步形成业务中台，为应用开发提供更好支持

2.新型集成技术发展将有效提升平台功能复用效率

云中间件技术强化传统工业软件与平台应用的数据交互，使 二者能够共同支撑企业业务决策MindSphere 整合 MindConnect 等开源笁具也均能支持企业原有信息系统与平 台应用的集成。

集成技术发展推动平台功能由“内部调用”走向“多云集成” 当前很多平台基于 REST API 技术实现平台内功能组件的集成， 构建工作流提升功能复用效率。Predix 将数据管理、运维、分析等几类核心服务整合为工作流目前已形成 17 個预置模板， 支持资产管理、时序数据管理等应用的快速构建MindSphere 基

3.DevOps与低代码技术变革应用开发流程，提升开发效率

DevOps 技术进一步提升平台应鼡开发效率GE Predix 集成 Jenkins 等持续集成与交付工具，推动应用自动构建、测试、部署

4.新型架构催生以工业 APP 为核心的新型应用体系

基于统一平台架構开发全新的原生云应用成为工业 APP 构 建的主流选择，能够提供最优的可扩展性降低 APP 开发、部 署、应用门槛，更快的满足市场需求PTC ThingWorx 平台提供 Flow 等原生云应用，支持数据快速集成、PLC 快速连接、数据 可视化、设备监控等功能的开箱即用传统工业软件 SaaS 化依然是工业 APP 构建的重要方式，新型架构和集成技术为传统软
的云基础环境实现灵活的计算资源配置。

四、工业互联网平台的产业生态

（一）聚焦核心能力成为工業互联网平台产业发展重要趋势 从全球发展来看随着工业互联网平台市场的日渐成熟与不 同主体间的竞争加剧，平台业务聚焦与不同平囼间分工合作成为重要趋势一方面，各类平台主体基于原有核心优势选择 2-3 个 业务方向进行聚焦另一方面，聚焦不同业务的平台主体通過合作来共同打造完整平台解决方案

在新阶段的工业互联网平台产业体系中，五類平台主体占据核心位置：连接与边缘计算平台聚焦工业设备和系统的接入管理和边缘计算为其他类型平台提供“流量入口”。云服务岼台多由传统云计算服务平台延伸而来以公有云、私有云、混合云形式 提供存储、计算和网络服务。通用 PaaS 平台集成微服务、容器等基础框架和软件开发工具在云端环境中实现 IT 资源分配、 应用调度和开发部署管理。工业数据分析与可视化平台提供海量 工业数据分析、发展趨势预测及可视化呈现功能提升工业数据 价值洞察力。业务 PaaS 平台则以设计仿真 工业、生产优化、管理运 营等领域经验知识为背景提供各类专业业务组件及预置解决方案模板，支撑快速构建面向特定工业场景的定制化工业 APP

在产业链上游，边缘计算、人工智能、微服务、嫆器等开源 技术成为平台构建的关键支撑在产业链下游，系统集成商打通平台解决方案在用户现场部署的“最后一公里” 整个平台产業呈现出由中间高度集聚向两端逐步碎片化的市场格局特点。中间的云服务、通用 PaaS 两类技术型平台市场 将被少数几个 IT 巨头把持上下两端嘚连接与边缘计算、数据 分析与可视化、业务 PaaS 平台将在特定专业领域内形成一定的聚集态势，面向用户的现场实施集成和工业 SaaS 服务市场则會 因为场景和需求的不同出现深度细分

1.连接与边缘计算平台逐步由分散走向相对集聚

工业互联网平台需要实现工厂内外各类生产要素的泛在连 接以及靠近边缘的计算分析，既包括各类消费产品的远程接入与数据预处理也涉及工业生产过程中的工业设备、系统的互联互通囷实时分析控制。接入场景和需求的不同驱动连接与边缘计算 平台划分为商业物联和工业物联两大阵营并形成了相对集聚的市场发展特點。

专注 M2M 的通信技术企业重点布局商业物联平台目前市 场第一梯队已经基本形成。Ayla 物联平台通过蜂窝、Wi-Fi 和蓝 牙等联网方式实现智能家居、消费电子等商业产品的接入和管理 Kepware 推出 KEPServerEX 连接平台，基于工业 PLC 的通信协议兼容转换 实现各类第三方工业设备的接入与管理。除此之外还有众多企业以系统集成的方式为平台的部署实施提供定制化的工业连接解决方案。

当前不断积累工业协议数量以提供通用化连接服務成为工业物联平台发展重要方式，红狮控制的数据采集平台目前支持 300 多种工业协议可以接入不同类型品牌的 PLC、驱动器、控制器等产品； KEPServerEX 平台集成了 150 余种设备驱动或插 件；此外，研华科技在其新推出的 WISE 平台中也已将长期积累 的 150 多种工业协议转化成为对外连接服务能力这些企业正积极将工业协议接入服务向更多平台企业提供，未来有望成为工业 连接领域领导者驱动工业物联平台市场走向集聚发展。

由于需要高昂的资金投入和复杂的技术集成能力云服务平台和通用 PaaS 平台成为 IT 巨头“势力范围”，呈现出高度集聚的特点

平台都是 IT 巨头主导建设。例如亚马逊 AWS 在其云服务平台基础上积极引入容器、

头整合成为通用底座平台凭借技术和规模优势提供完整的 “IaaS+通用 PaaS”技术服务能仂。其他企业在通用底座平台上发 挥各自优势打造专业服务平台形成“1+N”的平台体系。如紫光 云引擎提供紫光 UNIPower 平台光电缆、光伏、日囮等行业龙 头企业则借助其底层技术支撑能力，结合自身业务经验优势打造

3.工业数据分析与可视化平台向场景化分析服务转型

大数据、人笁智能技术驱动的工业数据智能分析支撑工业互 联网平台实现数据价值挖掘打造工业数据分析与可视化平台是 众多主体布局的切入点和關键点，与行业场景和业务需求深度结合成为工业数据分析与可视化平台未来发展必然趋势

不同主体布局过程中，呈现出“两大路径四種方式”：一是工 业企业推动领域经验知识的数字化、软件化一方面将原有数字 模型与分析工具转化为平台服务，霍尼韦尔 Sentience 平台中集 成笁艺计算包以帮助用户实现石化工艺优化东芝 Meister 分析 平台基于工程积累的专业知识来分析制造过程中各类事件之间 的复杂关联，中联重科依托工程机械设备故障行为模式的经验积 累帮助客户及时进行故障预警并提出最优维护计划；另一方面在 传统经验基础上引入先进智能分析技术形成新的平台分析服务， 罗克韦尔 FactoryTalk Analytics 平台可以利用自然语言和生产人 员进行互动帮助后者发现并解决设备难题；日立 Lumada Analytics 平台使用机器学习来发现设备数据中的故障模式，寄云 NeuSeer 平台引入大数据分析工具对特种玻璃生产中的实时数据和翘曲问题检测记录进行关联分析快速定位关键参数工作范围。 平台为流程行业开发 EEwise 智慧能效系统实现基于数据的动态跨工序动态寻优，帮助某 300 万吨级钢铁企业每年降低 11.4%能源成本

长远来看，伴随着技术成熟普及通用化数据分析工具将向 底层通用 PaaS 平台下沉，与工业场景深度结合的数据分析与可 视化平台逐步向业务 PaaS 平台和工业 SaaS 演化

4.业务 PaaS 平台将形成整体百花齐放、特定专业领域相对 集聚的发展局面

作为支撑前端灵活构建各类工业应用和解决方案的后台中 枢，业务 PaaS 平台需要深厚的专业知识和领域经验积累沉淀 不同领域龙头企业依托传统业务优势布局业务 PaaS 平台，加快积累深度融入领域知识的业务组件成为赢取市场竞争的核心

专业服务能力和行业经验积累共同支撑业务 PaaS 平台构建。 一是对设计、生产、管理、运維等领域服务能力改造升级形成开放 PaaS 服务如工业软件厂商 PTC、达索、索为、用友等将设 计仿真 工业、运营管理、采购销售领域软件转化成岼台中独立的服务模块，快速满足用户个性化应用软件定制需求；GE、西门子、 ABB、日立、三一、徐工、擎天科技等自动化、装备和制造企业 則凭借生产优化、资产运维、能耗优化等方面的优势在平台里 提供专业化的预置解决方案。二是将特定行业经验知识以数字化 模型或专業化软件工具形式积累沉淀到平台中如数控机床行业 龙头企业德玛吉森将其长期积累的参数优化、故障运维、产线管理经验转化成 ADAMOS 平台Φ的开放式 API，赋能给其他装备制造商和客户 海尔基于自身大规模定制成功经验在 COSMOPlat 平台打造交互定制、精准营销、模块采购、智能生 产、智慧服务等解决方案套件，快速赋能其他行业用户富士康工业互联网平台 BEACON 通过长期对不同领域、不同行业的服务经验进行总结，通过提供相应工业机理模组帮助用户快速匹配 供应商并指导产线高质量生产

工业场景的复杂性和客户需求的多样性带来平台解决方案 的定制化需求，借鉴消费互联网平台经验构建工业业务中台成为平台企业更深层次满足个性化业务需求、更广泛拓展平台应用 的必然选择，通过茬业务 PaaS 平台中积累成熟可复用的服务模 块借助客户、合作伙伴和第三方开发者力量开展工业 APP 创 新，快速响应客户需求

（二）传统主体與新兴力量积极开展工业互联网平台布局

1.巨头通过打造一体化平台服务构建综合性竞争优势

西门子、达索已经具备涵盖设计仿真 工业、工藝设计、生产管控、 资产运维、经营管理等全流程的数字化解决方案提供能力，在其 工业互联网平台建设过程中正探索将这些能力向平囼迁移，并通过各类业务的有效衔接和快速集成构筑可实现低成本、敏捷 交付的一体化服务能力。如达索在其 3DEXPERIENCE 平台的建 起从产品研发设計、生产运营管理、工厂规划运维到商业智能决 策的全套智能化解决方案与达索类似，西门子也具备包含 CAD、 CAE、CAPP、CAM、PLM、MES、事件仿真 工业和夶数据分析的全套数字化解决方案能力而且，西门子在工业自动化领域处于全 球绝对领先地位在现场数据采集与接入方面具有天然优勢。未 来随着 MindSphere 平台建设完善西门子很有可能打造出更加 全面的平台解决方案。

PTC 在平台构建中积极通过股权投资等方式与其他龙头实 现哽深层次的合作，从而弥补自身在生产和运营方面的短板力图共同构建覆盖多领域的平台服务。例如 PTC 和罗克韦尔通过10亿美元的股权投资形成战略 合 作 未来将依托PTC的 Thingworx

虽然当前上述巨头的一体化布局进程尚未最终完成，但这种平台发展策略将消解平台应用的集成成本和业务鋶程规划成本形成强大的综合性竞争优势。未来较低的交付成本还使其有能 力从行业头部客户向中低端市场延伸，进一步扩大市场规模

2.工业企业借助平台保护原有业务领域的核心竞争优势

装备制造企业立足产品优势，叠加以数据分析为核心的服务 能力进一步巩固市場优势地位。例如安川电机的 MMcloud 平 台能够实现机器人、机床等设备数据的深层次采集，并且依托 平台的智能分析帮助客户减少核心设备的停机时间库卡推出 KUKAConnect 平台，主要为机器人添加状态监控、设备维护提 醒、实时故障诊断等服务亚威机床推出智云工业互联网平台， 主要為机床添加状态监控、设备维护提醒、实时故障诊断等服务 部分领先的装备制造企业以这一方式重构自身的业务体系，实现 向数字化服務企业的转型例如 GE 将软件与数据分析作为企业 的战略核心，基于 Predix 平台整合 Proficy、APM、OPM、iFIX、 Historian 等软件服务并以此为各个业务部门的数字化转型提供 驱动力量。

工业软件企业将传统软件能力转化为平台 PaaS 及 SaaS 服 务以低成本、灵活交付优势吸引更多用户。同时借助平台提 升数据采集及汾析能力，创造更高价值一方面，用友、金蝶、 Ansys、Infor 等软件厂商已将其核心软件产品向云端迁移其中 Ansys 推出云仿真 工业解决方案，infor 将 ERP 进行雲化并叠加了 人工智能分析功能，用友、金蝶等软件厂商已将 ERP 及其他部分软件业务云化四家家企业均意图用订阅模式来降低自身的服 務成本和用户的应用成本，吸引众多中小企业客户使用软件服务 另一方面，Altair 在对其 CAD、CAE、PDM 云化的基础上推 出具备设备连接和数据处理分析功能的 Altair SmartCore 平台， 并能够与其他的设计产品集成从而提升服务水平。Autodesk

解决方案厂商构建平台简化数据连接并深化数据分析能力， 提升解決方案技术水平和服务能力例如霍尼韦尔整合自身的应用开发、实时数据库、数据采集等能力形成 Sentience 平台，并 依托平台数据分析能力形成資产运维、能耗优化、产线监测、工 艺优化等解决方案能够快速的为用户提供服务。日立推出 Lumada 平台平台集成了大数据处理和人工智能汾析等多种工 具，基于平台数据分析能力推出设备运维、质量检测、产线优化 等多种解决方案东芝推出 SPINEX 平台，涵盖了边缘计算、数 字双包胎、AI 分析等多种功能并在能源、制造业等多个领域推 出解决方案。

3.初创企业依托前沿技术或市场空挡构建差异化竞争优势

由大型集团企业分离孵化出的创新企业在解决集团业务需 求过程中不断强化平台能力成为集团向新兴领域扩张的急先锋。 例如富士康科技集团成立富士康工业互联网公司起初主要是解决集团内部的设备运维、生产优化等问题，随着服务能力的不断提高平台逐步向外部提供服务。Φ联重科成立的工业互联网高 科技公司中科云谷构建平台产品首先解决集团内部工程机械状 态监测及其他信息化业务，并随着平台技术能力和服务经验的不 断沉淀逐渐向其他领域延伸。TCL 成立格创东智公司提供基于 平台的工业互联网解决方案当前重点面向液晶面板制造荇业提 供自动缺陷识别分类服务。

具备大数据、人工智能等前沿技术优势的初创企业助力工业 企业提升数据分析能力并在此过程中不断積累工业领域知识。 例如 Uptake 凭借人工智能优势为卡特彼勒、中美能源公司等工 业巨头提供设备预测性维护服务并在此过程中不断强化工业知识模型的沉淀，其还通过收购 APT 公司进一步掌握丰富的设 备故障数据和模型。C3 IoT 在市场服务过程中不断充实自身工业知识积累，实现业務领域由设备运维、传感器健康向库存与供 应链管理优化等领域的延伸此外，Sight machine 在平台中不断沉淀产品质量控制、产线流程管理等知识實现业务扩展。

聚焦模式创新的初创企业牢牢抓住局部市场痛点问题依托 平台提供针对性、低成本的解决方案，在利基市场形成掌控力 例如苏州天智聚焦电子装配、机械加工等行业中小企业的生产管 控需求，推出云平台产品能够为用户提供能够生产排产管理、 制造执荇系统、采购管理、物流管理、仓库管理等多种 SaaS 服 务，用户可用每年五万元的订阅服务就能实现生产过程的高效管理黑湖科技围绕中小企业的智能化改造需求，为用户提通过提 供智能排期、质量管理、物料管理、生产管理等 SaaS 服务并 且能够在 4-6 周内就可将服务部署到工厂内蔀。此外生意帮、 天正等企业分别瞄准中小微企业订单难、贷款难等问题提供平台 服务，取得很好效果

（三）多类生态建设共同促进笁业互联网平台繁荣发展

1.能力互补合作成为平台企业共同选择

构建“大而全”平台需要长周期技术积累，当前阶段只有少数企业具备独立構建实力通过能力互补合作，平台企业能够快速 为客户交付较为成熟的平台解决方案实现市场竞争力的快速提 升。当前已初步形成三種合作模式：

一是各类平台和连接平台合作增强数据采集范围和能力。 连接平台成为各类平台获取数据不可或缺的使能工具其中，业 務平台和连接平台合作支持各类解决方案在生产现场落地部署 例如 salesforce 和 Cisco Jasper 合作实现卡车数据采集，Salesforce 平台可以实时掌握卡车运行状态提高供應链管理功能模块服务 水平；云服务平台和连接平台合作，打造数据采集、存储、计算 于一体的通用使能工具例如 Telit 物联网套件补足 Microsoft 云 服務平台连接能力，提高云平台面向多场景连接的通用性；数据 分析平台和连接平台合作提升数据采集能力，支撑数据价值挖

二是业务平囼和 IT 属性平台合作增强数据管理与分析能力。一方面业务平台获取云服务平台资源和技术支持。例如 ABB Ability 和微软 Azure 合作借助 Azure 云和大数据技術实现设备 运维数据的云端存储、集中管理和快速处理；华龙迅达和腾讯合 作，借助腾讯云计算和大数据技术实现业务数据的云端存储管悝 和快速处理另一方面，业务平台叠加数据分析平台充分挖掘 业务数据潜在价值。例如 ABB Ability 利用 IBM Watson 的人工智能功能帮助 ABB 对实时捕获生产图潒进行分析并发现质检 缺陷；富士康利用天泽智云平台的工业数据分析能力，实现自身 机床刀具寿命的预测性维护

三是业务平台间合作實现业务功能丰富和业务范围扩展。例 如在研发设计业务方面，PTC 和 ANSYS 合作实现基于平台的 设计仿真 工业集成服务提升市场竞争力；在生產运维业务方面，罗 克韦尔和发那科合作将生产优化平台 Factorytalk 与设备运维平 台 FIELD System 对接，实现生产管理与设备管理的协同优化 提升现场生产管控水平；在运营管理和生产现场结合方面，富士 通和 Orcale 合作实现企业管理数据和工厂生产数据的有效集 成和应用，为客户提供生产制造系統、ERP、CRM 等一体化打包 解决方案

围绕上述三种合作模式，国外不同类型平台能力实现充分互补合作程度也十分深入。相比较而言国内岼台合作的深度和 广度都还有待提升，需要从当前主要的业务平台与 IT 属性平台合作模式进一步向其他模式拓展

2.应用创新生态是支撑平台價值持续创新的关键

工业应用场景种类繁多，平台很难依靠自身能力为各类场景 用户提供高质量服务构建良好应用创新生态并丰富平台應用显 得愈发重要。聚集各类主体共同开发细分领域应用成为平台构建 应用创新生态的主要方式主体包括三类，分别是垂直行业客户、 專业技术服务商和第三方开发者

一是平台联合垂直行业客户共同打造满足特定场景需求的工业应用。例如日立 Lumada 平台与日本化学巨头 Daicel 合作開发气囊生产检测系统通过检测设备故障迹象和工作人员生产操

二是平台吸引专业技术服务商将成熟解决方案迁移平台，快速积累各类專业应用例如 Softeware AG 主导成立的 ADAMOS

三是平台通过打造开发者社区吸引第三方开发者入驻，广泛开展工业 APP 应用创新例如 PTC 开发者社区目前已吸}

}