工业互联网研究

为促进工业互联网人才培养，深化产教融合发展，推进人才供给侧结构性改革，形成产业与人才协同发展的良好局面，中国工业互联网研究院于6月19日正式发布了《工业互联网人才白皮书（2020）》（以下简称“白皮书”），旨在促进工业互联网相关岗位人才标准制定，解决工业互联网人才结构性矛盾，为工业互联网产教融合发展提供规划和指导。人才紧缺成工业互联网发展短板培养模式改革箭在弦上工业互联网是第四次工业革命的重要基石，是推动经济高质量发展的重要引擎，工业互联网的发展关键在于人才。工业互联网人才是新一轮科技革命和产业革命的重要战略资源，也是国家和企业核心竞争力。工业互联网作为新一代信息技术和制造业深度融合的产物，与传统业态相比，更需要复合型、多维度、多层次人才。目前，传统的人才培养模式和评价体系逐渐不能适应工业互联网发展的需求，专业人才缺乏已经成为制约我国工业互联网创新发展的重要因素。在此背景下，中国工业互联网研究院牵头研制并发布白皮书，从供给侧、需求侧角度出发，对当前工业互联网产业人才供需、培养与就业现状等内容进行了深入剖析，查找现存问题并提出政策建议，为政府人才政策制定、高校人才培养、企业人员选拔和管理提供参考和依据。《工业互联网人才白皮书》重磅发布 首次梳理领域人才现状白皮书全文约3.4万字，由中国职业技术教育学会会长、教育部原副部长鲁昕，中国工程院院士、中国工业互联网研究院专家委员会主任高金吉作序。白皮书从背景和意义、工业互联网人才需求侧分析、工业互联网人才培养现状等方面进行了深入分析和研究，对于壮大我国工业互联网人才队伍提出了三点建议：一是加强工业互联网人才需求预测，支撑人才政策的科学编制与精准实施。二是建立工业互联网人才评价体系，指导人才培养改革与能力认证。三是建设工业互联网人才培养生态，共建人才培养体系。《工业互联网人才白皮书（2020）》核心观点一览☆工业互联网发展需要复合型、多维度、多层次人才。工业互联网是新一代信息技术和制造业融合的产物，不仅需要OT和IT复合型人才，也需要企业管理人才、行业领军人才、专业技术人才、产业工人等多维度、多层次人才。☆工业互联网相关岗位规范化程度较低，导致人才供需两端匹配度不高。目前，各企业对岗位能力描述差异化较大。针对同一岗位，岗位能力的描述各有侧重，不利于高校相关专业对标工业互联网岗位能力需求制定培养方案，导致人才供需两端匹配度不高。☆工业互联网带动国内就业人数显著增加。据测算，工业互联网在2017 年带动总就业人数达到2172.19 万人；在2018 带动的总就业人数达到2367.41 万人；在2019 年带动总就业人数超过2679.61 万人。预计2020 年，工业互联网带动的总就业人数将达到2810.90 万人。☆工业互联网人才培养体系尚未形成，人才培养面临诸多困难。部分高校积极探索工业互联网人才培养，但由于缺乏课程、教材、师资及专门的实训环境，教学过程面临很大困难。此外，目前工业互联网人才培养产教融合不足，产业和教育深度合作的人才培养方式尚未形成。☆需进一步引导普通高等院校加快建设工业互联网相关专业。当前，工业互联网相关专科专业33个，占专科专业总数4.2%；相关本科专业43个，占本科专业总数6.1%；相关研究生一级学科专业有14个，占一级学科专业的12.6%。☆工业互联网相关专科、本科、研究生专业与职业匹配度需进一步提升。专科教育、本科教育、研究生教育工业互联网相关专业类别与工业互联网相关的职业小类的匹配率依次为33.3%、39.4%、34.1%，工业互联网相关职业应兼具专业能力和实践能力，可通过企业岗位培训、继续教育学习等不断提高员工对职业的匹配度。为进一步推动工业互联网人才培养体系建设，中国工业互联网研究院将持续发布白皮书并不断丰富内容。《工业互联网人才白皮书（2020）》全文可下载：https://h5.xiuzan.com/dengji/QLz5n8rJmBgW.html

随着第四次工业革命的探索逐渐走向深入，数据作为数字经济时代新驱动要素的作用日益凸显，与传统要素相比，数据具有更强的可复制性、更易共享、且可无限增长和供给，使突破有限自然资源供给对经济增长制约成为可能，对培育经济发展新动能、开辟发展新道路具有重要意义。1随着新一代信息技术的不断扩散和深度应用，工业互联网平台应运而生，工业产品和生产经营活动全生命周期数据的采集、存储、分析、共享、应用、服务增值等正呈现日新月异的勃勃生机，催生了一系列新产品、新模式、新业态，推动制造业加速向数字化、网络化、智能化变革。工业互联网通过全要素链接，能够实现行业内部优化和跨行业的全局优化，解决行业间信息孤岛问题。2如何加速推进工业互联网促进行业融通发展 一是推动工业互联网行业应用做深、做透。遴选有利于工业互联网推广应用的国民经济重点行业，深入研究其痛点和难点，利用工业互联网提出特色解决方案。二是促进行业数据流动，打破行业壁垒。加强数据确权与数据资产方面的法律制度顶层设计，建立健全跨行业工业大数据开放共享机制；构建跨层级、跨地区、跨系统的国家级数据平台，彻底解决行业数据“孤岛”问题。三是强化区域内产业链协同，打造工业互联网产业集群。鼓励区域工业互联网平台建设，多种方式引导区域企业使用平台，发挥产业集聚优势。四是进一步完善工业互联网生态。统筹规划，建立多层级工业互联网基础设施体系；建立跨行业共性标准，推动行业工业数据对接；完善工业互联网能力评估体系，科学评估工业互联网生态建设水平；加强复合型人才培养，确保工业互联网行业应用人力资源协同发展；培育工业互联网开源社区，完善工业互联网协同创新体系。3数据是工业互联网的核心资源，数据价值挖掘是实现工业数字化转型的重要途径。因此，必须正确认识数据价值挖掘和发展工业互联网之间的关系，处理好工业领域各环节的专业化与新一代信息技术之间的对接关系，充分释放数据价值。工业互联时代，工业数据呈指数级增长。据研究机构预测，2020年我国工业互联网和工业大数据中心对经济的直接贡献将达1.2万亿元，间接贡献将达2.5万亿元左右。4基于工业互联网平台的数据创新应用取得明显实效一是设备级数据应用，实现在线、实时设备管理。设备级数据应用是最基础的数据应用，无论是工业企业对于来自联网设备运行信息的高级分析，还是设备制造商对自身产品在全生命周期中的理解、管理、诊断和维护，都需要从原先单纯依赖人工、经验转变成基于数据所得出的更科学和更高效的决策。二是企业级数据应用，实现企业精益管理。企业级数据应用是指打通企业OT数据与IT数据，基于数据分析为企业整体业务和运营优化提供科学决策，实现企业精益管理。三是供应链级数据应用，实现供应链动态精准协同。供应链级数据应用是工业数据在企业间的延伸、交互，涉及企业、供应商、分销商、客户等多个参与方，包括计划、采购、生产、物流等一系列环节。高级排程是供应链级数据应用的典型例子。

2019年2月21-22日，由工业和信息化部指导，中国信息通信研究院、工业互联网产业联盟、中国通信学会联合主办的2019工业互联网峰会在北京国家会议中心举行。本次峰会主题为“智联赋能 融通创新”，工业和信息化部党组书记、部长苗圩出席并致辞，工业互联网战略咨询专家委员会主任周济院士、副主任邬贺铨院士，工业互联网战略咨询专家委员会专家代表，中央网信办以及工业互联网专项工作组成员单位代表出席。航天科工、海尔、华为、华能集团、TCL、360、等近200名企业代表、专家分享工业互联网应用实践、全方位展示工业互联网最新发展成效。近几年，我国工业互联网发展加快，从概念的普及进入了实践的生根阶段。苗圩部长指出，目前工业互联网发展突出呈现出三个方面的特征。一是应用面向多领域在拓展，工业互联网已经广泛应用于石油石化、钢铁冶金、家电服装、机械、能源等行业，网络化的协同，服务型的制造，个性化的定制等新模式、新业态在蓬勃兴起。助力企业提升质量和效益，并不断催生出新的增长点。二是体系建设在全方位地推进，窄带物联网实现了县级以上地区的全覆盖，IPv6改造基本完成，标识解析体系，五大国家顶级节点，十个行业和区域的二级节点初步建立。国内具有一定行业和区域影响力的工业互联网平台总数超过了50家，重点平台平均连接的设备数量达到了59万台。工业的APP创新步伐也在明显地加快，我们还建立了国家、省和企业三级的安全监测平台的系统，正在同步地加快建设。三是生态的构建呈现出多层次推进，工业互联网产业联盟成员数量突破了1000家，与美欧日国家和地区的产业组织在技术创新、标准对接等方面开展了深度的合作，这些都引领着跨界行业的企业深度协同突破。苗部长指出，未来要重点要做好以下五个方面的工作。一是加强技术创新，培育持久的动力。我国企业集成创新的能力较强。但是关键核心技术的突破还有待加强，特别是原创性技术的突破还不多。引导和支持企业在原始创新上狠下功夫，练好内功。二是完善三大体系，涵养产业的生态三是要坚持需求导向，促进协调发展。要紧紧围绕打造解决企业痛点的特色整体解决方案，支持鼓励相关的企业发展定制化的产品和服务，促进工业互联网的协调发展。四是丰富资源要素，筑牢产业的根基。一定要遵循数字化、网络化、智能化的发展规律，向智能制造迈进，我们要通过大数据的应用，带来工业企业效率的大幅度地提升。另外，要不断地创新人才培养的模式，加大对人才应用的激励，鼓励支持人才在工业互联网领域发挥更加重要的作用。五是深化国际合作，拓展发展的空间。中国工程院院士邬贺铨阐述了工业互联网和消费互联网不同的场景特点，及工业互联网对ICT技术提出的新挑战。第一是个性化的差异。消费互联网尽管面向十多亿的网民，但是是共性的，而工业互联网的不同企业都是个性的，企业内网连接的设备多种多样，标准化难度很大。第二是门槛高。工业互联网涉及的生产设备多种多样，业务链条长、模型复杂，不仅仅需要提供产品，还需要提供解决方案。第三是工业互联网在性能上有更高的要求，快速响应、可靠性、安全性，同时工业互联网资本需求比较大。因为有这些差异，发展工业互联网不能照搬商业互联网平台的思路。工业互联网需要更多的细分领域的龙头企业支持，以实体经济的企业为主体，整个生态也不一样。消费互联网依靠手机，靠IOS和安卓操作系统，能构建一个APPSTORE的平台，能够开放的第三方APP，而工业互联网缺乏类似的平台和工业APP，所以多数企业感觉到，工业互联网看不清、摸不着、叫得响、热得慢。还有很长的路要走。在企业发言环节，本次峰会上，各企业围绕5G、大数据应用、AI等场景应用展开了激烈讨论。华为、联通、电信等通讯运营商，积极布局5G；航天云网继续在平台规模上做大做强，已经与20多个省市签订了战略合作协议，协同打造区域工业云加行业工业云发展的模式；海尔在60个细分行业，6大区域搭建了12个示范基地，服务超过4.3万家企业，定制量超过了7200多万台，连接的设备超过了2600多万台。大企业大平台继续在走政企合作，跑马圈地的道路上。同时，一些创业型公司以务实的场景应用也开始展露身手，通过和消费互联网平台的差异化，及由此探索的差异化打法，思考工业互联网平台如何回归商业价值本质。大家不约而同的提出，敬畏工业现场，如何更好的帮现场OT解决问题等。TCL格创东智，以生产经理的视角，阐述了在实施智能制造中面临的实际问题和挑战，在企业实施AI应用的过程中，除了技术融合的问题，要更好的通过工业互联网实施智能制造，需要在项目组织上、企业流程、企业组织上对应的有改变，才能改变IT和OT工程师的作业方式。徐工集团CIO，徐工信息CEO张启亮徐工信息提出，及时停止来自IT的自嗨，基于企业场景，解决企业问题和痛点的应用才是王道。360企业安全集团副总裁左英男，鲜明的提出了解决工业互联网安全的四个新。第一是应用新战术，以零信任安全架构来重新规划互联网的安全体系和部署网络安全相关的防护设备 。第二是提升新战力，把数据驱动安全的理念，应用在工业互联网场景。特别是大型的制造企业，关键基础设施的工业企业，要构建多级的安全平台，提升新战力，建立安全监测平台，提升我们工业安全的态势感知能力。第三叫做新战具，第三代“查行为”从工业主机防护开始，有效地去解决最新的攻击技术。第四个新是锤炼新战法，依靠人和机器协同作战，来动态地解决我们工业互联网所面临的安全问题。

一、引言当前，世界产业变革逐步兴起，制造业价值凸显，但也面临着生产运营成本亟需降低、产品质量和价值有待提升等问题。制造业高质量发展离不开智能化变革。随着数字经济的蓬勃发展，工业制造与信息技术（IT）融合程度趋于深化，推动传统产业加速变革。新型网络强化互联基础、云计算加速应用创新、人工智能（AI）促进价值挖掘、开源开放助推生态构建，这些都标志着传统产业在技术创新的不断推动下出现了重大变革。主要工业国家纷纷提出了新型制造业智能化升级发展战略：以智能制造和工业互联网为核心，提出综合性的政策体系来推动发展，抢占新一轮工业变革制高点。美国注重信息技术的创新引领，推出了《先进制造伙伴关系计划》《先进制造业战略计划》《美国先进制造领导力战略》等规划。德国重视信息物理系统的创新应用，发布了《新高科技战略（3.0）》《德国工业战略2030》《信息物理系统驱动的交通、医疗、能源与制造创新》等规划，率先提出工业4.0战略。我国将信息技术与工业制造融合作为发展重点，发布了《智能制造发展规划（2016—2020年）》《国务院关于深化“互联网+先进制造业”发展工业互联网的指导意见》等文件，将智能制造作为国家先进制造产业的重点突破方向，以工业互联网为网络化平台，推动工业制造向数字化、智能化转型升级。智能制造以工业互联网为基础支撑，应用于设计、生产、制造、管理、服务等诸多环节，具有高效精准决策、实时动态优化、敏捷灵活响应等特征。工业互联网依托“人/机/物”的互联互通，打通产业要素、产业链和价值链，推动建立工业生产制造与服务新体系，奠定了全新工业生态和新型应用模式的关键基础。智能制造、工业互联网的实质均是数据驱动的智能化，二者融合发展相得益彰。面向未来，可形成以网络互联为基础、以工业互联网平台为核心的信息制造体系，打造制造业新生态，这对我国制造业发展将产生深远的影响。智能制造和工业互联网推动传统产业的重点领域出现新兴裂变和升级演进，芯片、基础软件（开源）、算法与机理模型等基础能力有望拓展范围，逐步建立智能制造和工业互联网产业体系（见图1）。本文针对智能制造与工业互联网融合发展问题，分析当前世界各国的发展形势，而后针对四方面构成内容进行了研究现状及趋势的调研研究，点明我国智能制造和工业互联网融合发展的需求；梳理智能制造产业链重点环节的发展机遇，结合我国发展情况指出当前存在的挑战及关键问题；提出我国智能制造和工业互联网融合发展的建议，以期为国家工业制造转型升级研究提供理论参考。图1 智能制造与工业互联网产业体系的耦合关系注：APP代表应用程序；CPU代表中央处理器；GPU代表图形处理器；FPGA代表现场可编程逻辑门阵列；DSP代表数字信号处理二、智能制造和工业互联网融合发展的需求分析（一）制造业智能化对平台工具提出新的需求1. 工业数据爆发式增长需要新的数据管理工具伴随着工业系统空间扩展概念的深化，工业数据采集范围不断扩大，与之而来的是数据类型和规模出现了爆炸式增长。降低海量数据的管理成本并提高存储可靠性，亟需新型数据管理工具。2. 推进企业智能化决策需要新型应用创新载体制造企业开展更加精细化和精准化的管理离不开丰富的数据。随着工业场景层次化和交叉程度的加深，不同行业的数据与知识体现的专业壁垒，使得传统应用创新模式难以匹配企业/行业的差异化需求。新型应用创新载体可以依托实际工业数据、抽象工业知识，结合功能完整的平台调用方式，破解应用创新壁垒，支持智能化应用迅猛增长的需求。3．新型制造模式需要新的业务交互工具随着产品更新速度加快，制造企业之间需要更为频繁的资源协同和生产并行。这就要求在企业设计、生产和管理系统等方面，都要更好支持与其他企业的业务交互。新型交互工具应运而生，主要包括高效集成的差异化主体与系统。（二）信息技术加速渗透引起制造业发展模式变革制造业数字化升级与新型信息技术存在紧密联系。为了推进数字化升级，制造企业依托物联网大量采集来自于设备和产线且类型多样的数据，基于云计算方式获得灵活便捷的软件应用环境、可靠且廉价的数据存储能力，利用AI来加强数据挖掘能力。制造企业利用互联网平台，能够快速响应市场需求、高效整合资源组织生产经营，进而推动产生网络化协同、特色化定制等新的模式。信息与制造技术的融合发展，促使新经济模式在工业领域中的渗透革新。三、智能制造与工业互联网发展情况智能制造与工业互联网产业是支撑未来新型工业制造能力体系的重要方面，又可细分为高端智能装备、工业自动化、工业软件与应用、工业互联网平台四部分。（一）高端智能装备制造装备的高端市场拓展与基础技术研究仍需深耕，智能化是终极演进方向。制造装备智能化是先进制造技术、信息技术、智能技术的集成和融合，主要判断标准在于能否实现感知、分析、推理、决策、控制等功能。智能制造装备是智能制造的重要构成，包括工业机器人、数控机床和增材制造设备等硬件工业基础设施，智能控制软件系统和以传感器为代表的检测设施。当前，我国智能装备产业在低端市场具备一定的基础，但高端市场占比较低，基础工艺与算法成为关键技术方面的重要短板；还存在着创新能力薄弱、市场规模小、产业基础不牢等问题。例如，国产化产品主要集中在中低端（搬运、喷涂机器人，中低档机床等）。工业机器人远程监控与故障诊断技术是该领域的研究热点。瑞典ABB公司率先研发了用于远程监控工业机器人的服务平台，减少工业机器人故障造成的损失和运营成本。美国研究团队从故障特征入手，以扭矩和温度为控制量实现了机械臂的远程监测。目前，智能控制系统方面处于被国际大型企业垄断的状态：欧美企业占据了全球前50强的74%，而美国企业更是占据前10位中的一半；国内90%以上的高档数控机床控制系统市场被国外产品占据。传感器等检测设施、控制设备、核心零部件等重要工业设施的关键技术方面存在短板。相关产品的研发较多地追随国外技术方向，先进性和前瞻性方面的差距较为明显。此外，专业生产水平不高、忽视个性化服务等问题也成为制约行业发展的因素。智能化、网联化的发展趋势将促进装备的协同智能演进，智能装备产业的新核心、新环节、新主体将会不断涌现。协同优化离不开单点增强，第五代移动通信（5G）技术推动互联和智能演进，我国5G技术设备供应商成为装备产业的重要参与者；AI芯片是智能装备产品的核心部件，国内企业涉足以自动驾驶为代表的诸多领域，发展速度令人瞩目。（二）工业自动化工业自动化涵盖工业控制、工业网络、工业传感器等多类产业，主要提供感知、控制、传输等类别的产品与解决方案，支持实现运营技术（OT）层面的智能制造能力。我国已部分实现国产化产品替代，但关键市场与技术的把控力仍然不强，核心产品与标准仍由国际企业主导。在工业控制系统方面，德国企业在大中型可编程逻辑控制器（PLC）方面具有优势，全球市场份额为31%；国内企业主要在小型PLC方面占有部分份额。在技术层面，国外企业依然保持着微控制单元（MCU）、数字信号处理（DSP）、现场可编程逻辑门阵列（FPGA）等核心元器件技术的垄断地位。在工业网络方面，国外自动化企业掌控了主要市场以及网络核心标准。我国企业处于产业边缘环 节，格局基本固化，短期难有改变。在工业传感器方面，美国、日本、德国获得的全球产业份额约为60%；国内企业虽然增长迅速，但仅占全球市场份额的10%。在技术层面，国外大型企业几乎垄断了以敏感芯片为代表的核心元器件关键技术，牢牢把握市场主导地位。以高温高压传感器为例，2004年美国科研机构成功研制了SiC压阻式压力传感器，工作温度达到400℃；2015年马来西亚高校以3C-SiC为主要材料研制高温压力传感器，工作量程为5 MPa，工作温度高达500℃。2017年中国电子科技集团有限公司第四十九研究所通过技术引进和增量创新，研制的压力传感器量程达到100 MPa 。着眼未来，新型算法将支撑产品形态和功能的变革，自动化与云计算企业将联合推动工业自动化向边缘智能发展。在产业层面则顺应技术发展趋势，由自动化企业牵头投资并整合AI研发，通过产品智能化升级来巩固市场地位。（三）工业软件与应用工业软件是指在工业场景下进行研发设计、生产管理、运营管理的各类软件。工业软件正从复杂系统软件向便捷平台转变，工业 APP 成为工业软件的新型形态。工业 APP 基于平台，承载工业知识和经验，运行在各类工业终端，以处理某类业务问题或面向某类业务场景为主，具有轻量化特征。当前，我国工业软件研发设计产品缺失，市场规模小（但增速较高），关键技术积累缺乏。根据公开数据整理发现，我国市场上的计算机辅助工程（CAE）软件，前10名几乎属于国外厂商。2015年，我国占全球工业应用软件市场的份额为3.5%，但增速（10.2%）远高于全球整体情况（0.47%）。在生产控制软件领域，德国企业依然占据明显优势，基于产品生命周期管理（PLM）架构提出了全集成性数字化解决方案，打通了制造工厂的多层次信息交互。在电力、钢铁冶金和石化行业等国家重点领域，国内企业占据一席之地。在技术方面，国内企业基本不具备CAE有限元算法和计算机辅助设计（CAD）核心几何内核算法，只能通过授权经营的方式使用；相关行业模型积累薄弱，仅能实现基本功能，但专业性、灵活性等存在不足。着眼未来发展，通过软件架构的优化来推进工业APP成为新形态，软件全面云化将促进订阅形式脱颖而出。软件架构技术将体现出微服务化、容器化、方法与系统（DevOPS）等形式和理念，管理、仿真设计、生产控制等各类工业软件的全面云化即将来临。（四）工业互联网平台工业互联网平台作为工业云平台，旨在推进制造业的数字化、网络化、智能化，涵盖集海量数据采集和分析于一体的服务体系，支撑制造业资源弹性供给、广泛链接、高效配置。构建针对工业大数据相关处理的开发环境，实施相关抽象知识经验的模型化、数字化、标准化。优化工业生产中设计制造与运营管理等环节的资源使用，形成资源整合、合作共赢的制造业变革新型生态。发达国家的诸多行业和企业已经将工业互联网平台作为主要战略方向，开展符合自身特点的平台布局建设，如打通企业IT数据与OT数据的通用电气Predix，针对工业设备和工业系统需求，具有物联网操作系统特征的西门子MindSphere等。我国正在大力推进工业互联网平台建设，形成了一定的规模和体系，但核心能力距离国外先进水平还有较大差距。目前，国内较有影响力的工业互联网平台已经有50余家，平台连接的平均设备数量达到5.9×104台。工业互联网产业联盟（AII）对168家企业的评估数据显示，平台提供分析工具数量不足20个的占比约为83%，提供工业机理模型数量不足20个的占比约为68%，提供微服务数量不足20个的占比约为54%。国内的互联网通信行业企业与机械制造企业启动了战略性合作，力争发挥并融合线上与线下不同领域的技术优势，搭建多层次发展体系。着眼未来发展，行业领军企业主要采用4种模式来布局规划工业互联网平台：自动化企业依靠工业设备创新服务模式，制造企业推进数字化转型构建工业互联网平台，软件企业借助工业互联网平台实施业务升级能力拓展，信息技术企业推动已有平台向制造领域延伸。四、我国智能制造和工业互联网融合发展机遇分析（一）产业链加速演进，主导权分散于多个重点环节随着智能制造产业逐渐成熟、工业互联网市场竞争趋于加剧，由“专用芯片、专业算法知识封闭，龙头厂商垄断”的传统产业链格局，加速向“芯片、开源操作系统、算法与机理模型、基于数据的新型服务这四大重点环节成为未来产业主导权关键”的新兴产业链格局转变，促进整个产业体系演进升级。传统产业链围绕工业软件、工业网络、工业控制、工业传感、装备产品等细分领域，构建以元器件/基础技术+操作系统+数据库/嵌入式系统组成的产业链上游、整机/软件组成的产业链中游、集成+服务组成的产业链下游的产业格局。随着 AI、云计算、大数据、边缘计算等信息技术的发展应用，新兴产业链由“工业软件+工业自动化+装备产品”朝着“工业互联网平台+边缘计算+智能装备产品”这一新型产业格局转变（见图2）。新兴产业链聚焦中游整机发展，推动信息技术的延伸布局，如产业上游的芯片、基础软件企业，产业下游的服务企业等。AI芯片、FPGA、CPU等作为底层硬件基础，支撑工业领域的算力需求，成为新兴产业的关键和通用要素。（二）基础软件受制于人，开源成为破局的关键现阶段基础软件领域蓬勃发展，开源正在成为构建基础软件的重要方式和支撑生态。随着开源模式的迅速成熟，开源在智能制造、工业互联网领域得到拓展应用。以容器、微服务、计算框架为代表的3类核心开源技术，已经成为变革传统基础软件生态、实施功能解耦再集成的关键。目前，容器引擎与编排工具两类核心项目由国外公司主导，微服务核心工具与新型架构由国外公司或基金主导，主流计算框架均由国外公司或基金主导。在基础工业软件领域，我国对开源技术的自主可控与话语权有待提升，3类核心开源方向尚无自主项目，国内企业在相关领域发展基本空白。面向未来，针对AI和机器人的工业开源可能颠覆当前的基础软件格局。一方面，AI等信息技术新兴领域成为工业开源技术探索热点，有望为基础软件带来新突破；另一方面，开源机器人/机床控制系统可能成为控制的核心，有望打破工业控制系统的传统格局。图2 由工业互联网平台、边缘计算和智能装备产品构成的新兴产业链格局与架构（三）通过与AI等新技术的深度融合，算法与机理模型有望构建新产业算法和机理模型是工业知识与经验固化的成果。在传统上，通过工业知识和经验来验证工艺仿真流程与设备控制，进而促进工业生产过程优化。当前，算法和工业机理研究集中在仿真软件和底层设备（见图3）：工艺仿真方面的算法和机理模型固化于产品之中，工业装备方面的运动和控制算法多集成于整机之中。通常算法和工业机理集成于整机，难以解耦和抽象。国外公司对高端算法与机理模型拥有自主知识产权，并与旗下产品紧密耦合，形成了事实上的技术垄断。国内企业难以接触核心算法与机理模型，较少拥有自主知识产权的关键算法，使得我国的仿真、控制等核心算法以及燃气轮机与航空发动机、复合材料加工等高价值工业机理模型，在研发水平、创新创造、人才培养等方面体现出了明显的差距。算法与机理模型进行解耦和沉淀并与新技术进行深度融合，深刻影响了新兴产业领域：新型数据科学的兴起推动工业机理中的数据分析应用，工业互联网平台的建立有利于加快机理模型和数据模型的积淀。AI成为未来产业焦点，工业互联网平台成为重要媒介。在数据、机理、知识沉淀和软件功能进一步解耦的基础上，海量的第三方开发者将显著加快工业APP的开发与交付，推动模型的快速迭代和应用创新。图3 工艺仿真的算法、机理模型与设备产品的关系（四）跨界服务、增值服务、生产性服务等新型服务不断涌现工业互联网的持续发展，推动了跨界服务、增值服务、生产性服务等新型服务的迅猛发展。现代服务体系日益丰富，传统服务形式的不足逐渐由新型服务的优势所弥补。传统服务形式利润空间小，易受上游环节的把控：传统自动化集成厂商行业壁垒低，企业数量众多而利润偏低；传统信息化集成产品服务模式单一，极易受到上游牵制。而工业互联网催生的新型服务形式，以数据分析为驱动，以工业互联网平台、大数据软件为载体，已经成为产业生态中不可或缺的环节：大型装备企业在设备融资租赁与保险领域跨界布局，工业互联网平台成为主要服务媒介；基于客户个性化需求的增值服务发展迅速，家电、汽车等领域成为主要突破口；生产性服务逐步聚焦供需对接平台和专业化咨询服务，助力工业制造企业资源与解决方案的共享。伴随着工业互联网研究的逐步深入，有望衍生出更多的新型服务模式，持续充实和补强新型服务体系；加速工业领域的数字化、智能化转型升级，促进传统产业生态的重大变革。五、对策建议（一）总体策略在我国工业互联网产业体系中，不同领域的发展态势及其重要性不尽相同，整体来看可采取“大力发展工业互联网新兴领域，布局规划智能制造的关键上游环节，逐渐追赶传统部分”的分类施策原则。梳理工业互联网产业体系的子领域与产品，应重点发展4个区域（见图4）：①巨头垄断区域，多为我国长期薄弱的产品领域，相关的技术和市场在短时间内难以冲破；②替代可控区域，我国具有一定基础，但在高端市场与国际领先水平还存在差距；③新兴机遇区域，我国与国际保持同步，有关技术和市场的竞争格局尚未锁定，处于产业壮大的机遇期，相关技术也可辐射至其他领域；④核心必争区域，包含芯片、基础软件/开源、算法与机理模型以及基于数据的新型服务，这是未来产业发展的关键技术，也是其他领域智能化革新的共性基础。图4 工业互联网产业发展施策区域注：IPC表示工业计算机；ERP表示企业资源计划；DCS表示分布式控制系统；SCADA表示数据采集与监控系统；CRM表示客户关系管理；MES表示制造企业生产过程执行管理系统；SCM表示供应链管理；CAM表示计算机辅助制造；CAPP表示计算机辅助工艺过程设计。（二）重点方向1. 突破工业互联网核心必争领域加强多学科、多领域、跨界协同的技术研发与应用创新，持续积累优质代码、高端算法与机理模型。①聚焦面向工业智能等特定领域的芯片设计，在芯片制造方面稳步缩小差距。②加强开源框架和架构方面的研发力度，通过市场优选出由我国企业主导的底层框架与架构；深化微服务与容器技术的工业应用，及时布局OT开源技术。③持续积累有关智能制造的关键零部件数字化模型、高端装备和流程行业工艺机理模型，掌握运动控制与仿真等核心算法。④引导企业深化工业数据的挖掘利用，围绕产品、资产、生产与供应链开展数据增值业务，着力创新供应链金融、融资租赁等产融联合服务。2. 抢占工业互联网的战略新兴领域推动传统产品与新技术的融合，提出面向特定工业场景的解决方案。①智能装备产品方面加快5G、AI等技术应用，提升装备的人机协作、智能优化功能。②加强工业互联网平台的开源技术自主研发能力，以龙头企业为主体构建开发者生态，注重工业软件APP开发，探索形成平台自主造血的商业模式。③开发适应智能化管控与决策要求的通用工业智能算法与模型，提出面向工业实际场景的特定解决方案，匹配工业大数据与工业智能实际应用需求。④开发具有计算模块的工控机、智能网关等边缘计算产品，丰富边缘计算的适用场景和解决方案。3. 追平替代可控领域重点行业持续提升装备、工业自动化、工业软件的国产化率，改进和优化产品性能参数、稳定性与可靠性。①打造高稳定性、高可靠性的国产工业机器人与数控机床产品，努力提升高端型号的技术参数并拓展场景适用范围。②进一步提升DCS/SCADA在能源电力、大型石化等高端领域的市场份额。③对于MES，丰富面向特定行业的解决方案，形成若干具有市场竞争优势的品牌产品。④鼓励企业积极布局基于服务的跨平台解决方案（OPUUA）等新型工业网络协议，提升领域话语权。⑤提升ERP、SCM、CRM等经营管理类软件产品的数据分析挖掘与商业智能决策能力，提供更高水平的数据增值服务能力。4. 追赶巨头垄断领域把握新兴领域对于传统产品、解决方案的颠覆与革新趋势，设立自主产品的应用“试验田”，通过扎实研究来改良性能并缩小与国外产品的差距。①提升工业传感器高端产品的性能指标，重视敏感材料研发，能够做到替代可控。②研究开源、边缘计算等对于PLC产品的影响，及早布局颠覆性技术应用。③研发设计类工业软件覆盖PLM、CAD、CAE、CAM、CAPP等方向，积累航空、航天、船舶、石化、材料等领域的模型、仿真算法和分析经验；设立国产工业软件“试验田”，开展国内外软件产品的应用比较分析研究。（三）兼顾技术突破和商业成功1. 加强智能制造和工业互联网融合的技术攻关着眼于企业技术需求这一出发点，既包括针对特定场景的单点式“小”突破，也涉及重大领域、重大技术方向的集中式“大”突破（见图5）。前者借助“产学研”协同的服务机构/平台，建立企业与高等院校、科研院所之间联合的精干技术团队；后者应构建龙头企业牵头的联盟/创新综合体，集中开展技术攻关。通行共性服务、“专精特新”企业培训，是实施技术突破的关键支撑，可由政府投资撬动并以企业资源为主体。2. 重视智能制造和工业互联网融合的商业成功针对智能制造行业的共性需求，在研发技术解决方案之后，通过“试验田”、首台（套）保险等形式的资金对国产产品应用提供支持，注重商业运行的可持续性。对于中小企业的个性化需求，在提出/竞标项目时提供详细的技术方案，开展包含商业分析在内的多方位评估，通过商业推广平台来为中小企业提供更低成本拓展市场的条件。图5 技术攻关单点式“小”突破和集中式“大”突破示意图（四）加强各类复合型人才的培养培育高等院校和科研院所重点培养高层次、科技创新型人才，支持培育具有科技战略视野的企业家，探索设置AI、工业大数据等前沿学科/专业，提出多学科培养计划并注重校企联合培养。各类高层次人才引进计划应向智能制造和工业互联网领域适当倾斜，可聘请企业家、技术专家作为客座讲师。完善成果评价认定机制，合理提高对工业机理模型、算法、工业APP等成果的认可度，保障对人才的合理激励。企业应注重培养或引进兼顾技术与管理、IT+OT的复合型人才，同时加强专业性技能人才的培养力度。探索联合培养与资质认证，鼓励信息化部门与自动化部门的人员轮岗，加强技术人才的国际性学习培训。合理支持高层次人才的“产学研”跨界流动，开辟国际化人才引进的绿色通道；鼓励有条件的企业在海外成立研究中心，构建引智网络。针对性提高公众科技素养、技术工人专业素养，培养产业政策设计、产业管理与公共服务类别的专业人才。结合产业发展特点，建立适应公共服务能力需求的专业性政府机构队伍，强化智库建设和研究。文章来源：中国工程院院刊

9月3日下午，全国政协副主席、致公党中央主席、中国科协主席万钢赴中国工业互联网研究院开展调研。工业和信息化部党组成员、副部长王江平，中国科协党组成员、书记处书记吕昭平和相关院士专家参加调研。万钢先后考察了工业互联网测试中心和国家工业互联网大数据中心，听取了中国工业互联网研究院院长徐晓兰关于该院整体工作情况的汇报，并与参会代表进行了座谈交流。万钢指出，中国工业互联网研究院成立以来，取得了很多工作成果，在支撑疫情防控与复工复产、行业与区域应用推广、支撑政府战略研究、赋能企业创新发展等方面发挥了很大作用，行业影响力不断提升。对于下一步工作，万钢提出了四点要求：一是要加强工业互联网政策研究，推动工业互联网法制建设与规范建设，支撑国家治理体系和治理能力现代化。二是要提升产业创新能力，以龙头企业带动供应链、产业链、服务链提升，培育开源开放的创新环境。三是要促进跨界融合，推动新一代信息技术与制造业深度融合，带动传统企业转型升级。四是要加强科学普及，缩小数字鸿沟，支持创新创业。王江平在座谈时表示，工业和信息化部将继续支持中国工业互联网研究院建设好国家工业互联网大数据中心，加强数据汇聚应用，服务国家治理，赋能企业发展，推动制造业与工业互联网深度融合。吕昭平在座谈时表示，中国科协将与所属相关领域全国学会一起，进一步加强与中国工业互联网研究院的合作，共同推动工业互联网领域的技术交流、产业协同、人才培养与国际合作。一同参加调研的还有中国工程院院士、教育部科技委主任、北京航空航天大学校学术委员会主任、中国仿真学会理事长、虚拟现实技术与系统国家重点实验室主任赵沁平，中国科协原党组副书记、副主席、书记处书记齐让，全国政协委员、北京理工大学杰出教授、北京市混合现实与新型显示工程技术研究中心主任王涌天，百度首席技术官（CTO）、中国电子学会副理事长王海峰，京东集团技术委员会主席、京东智联云总裁周伯文，达闼科技创始人兼CEO、华中科技大学电子信息与通信学院院长黄晓庆，以及工业和信息化部、中国科协相关部门负责人。来源：中国科协网

1 引言当前，全球制造业发展面临新形势、新挑战，生产、管理、服务、创新等方面涌现出一系列新问题，催生出转型升级的新需求[1]。整体来看，一是生产效率提升达到瓶颈，原料、劳动力等生产成本持续上升；二是个性化和后续服务需求愈发强烈，产品设计和上市周期长，难以满足快速响应市场的需求；三是制造企业利润低、资源少，中小企业贷款难，缺乏金融资助[2]。从部分重点行业来看，市场形势不佳成为最明显的特征，高增速发展时代走向结束，高质量发展成为时代主题。以钢铁、船舶、汽车行业为例，当前全球市场需求均出现放缓[3-5]，产能结构有待调整，转型升级相对迫切。在此形势下，工业互联网作为新一代信息通信技术与制造业深度融合所形成的全新工业生态、关键基础设施和新型应用模式[6]，深度赋能工业企业，依托其深度感知、智能分析、高效处理、集成互通等能力，逐步深化企业在生产运营、管理服务等方面的应用实践，成为制造业转型升级的关键路径，受到钢铁、石化、电子、汽车、高端装备等国民经济重点行业的关注[7]。当前全球工业互联网应用基础日渐夯实，应用场景更加清晰聚焦[8]。其中，我国重点行业工业互联网应用已处于从局部探索到路径形成的关键阶段[9]，因此亟需找到一种适合行业发展应用的模式与路径，指导我国重点行业形成各具特色的工业互联网应用体系。2 重点行业领域工业互联网应用模式及路径2.1重点行业工业互联网应用核心需求在政府、企业、联盟等各大主体的推动下，重点行业信息化、自动化建设日益完善，为工业互联网应用打下了坚实基础，但在不同行业中存在较明显的差距。各大行业基于当前数字化水平，在依托工业互联网获取解决通用型问题能力的同时，也面向本行业内特性痛点问题开展了应用。其中，流程行业以产能、资产、安环等方面的系统性优化为应用特点，多品种、小批量离散行业主要围绕产品全生命周期开展特色应用，少品种、大批量离散行业则以产品质量与市场需求为核心开展特色应用。2.2 重点行业及企业工业互联网应用模式与路径2.2.1 重点行业工业互联网应用模式与场景针对重点行业不同的痛点问题，工业互联网形成了不同的应用模式及场景：一是四大通用型模式，分别为生产运营优化、管理与决策优化、供应链优化和生产性服务探索；二是六大行业典型应用模式，体现了流程、离散等不同类型行业的需求，包括安环管理、产品价值提升、产品设计与工艺优化、需求快速响应、产品质量管理以及产业链协同优化。从场景来看，通用型应用场景主要包括排程优化、调度管理、生产监控、服务配套优化等细分场景，流程行业以能耗调度、工艺调优等场景为特色，多品种、小批量离散行业以仿真建模、协同设计为特色，少品种、大批量离散行业以在线质检、混线柔性生产为特色。2.2.2 重点行业工业互联网应用路径工业互联网应用场景复杂多样，但总体呈现智能化、协同化两大发展路径，在此路径指引下，不同细分行业开展差异性探索。（1）在智能化层面，流程行业利用“智能+工业大数据+模型” 从设备侧着手，实现更有效的设备健康、能耗、排放管理；多品种、小批量离散行业利用仿真模拟，从设计和工艺侧切入，实现复杂产品多专业协同设计与仿真验证；少品种、大批量离散行业利用“智能预测+检测”解析从产品质量切入，打造更完善的质检、追溯、服务等全方位体系。（2）在协同化层面，流程行业利用工业互联网平台进行综合集成，探索产、供、销一体化；多品种、小批量离散行业通过平台协同各大主体，实现研发、计划、生产等资源高效率配置；少品种、大批量离散行业发挥平台能力，实现供应链上下游深度对接和市场需求变化响应。2.2.3 重点行业中小企业工业互联网应用模式和路径目前，我国量大面广的中小企业受制于生产经营能力，正处于信息化补课阶段，其工业互联网应用的主要路径有两条：一是借用改造大企业成熟应用，追求资产、能耗等单点个别场景的能力优化；二是依托平台融入大企业发展生态，探索融通发展机制（见图1）。图1 重点行业中小企业工业互联网主要应用模式和路径不同行业中小企业面临的压力各不相同，选择的应用实践方式也存在差异。例如，原材料行业的中小企业应用路径主要通过低成本改造适应国家标准、依托大企业电商平台获取订单或提供加工等服务，高端装备行业则包括通过信息化建设承担大厂任务、通过服务平台解决融资问题等，汽车行业主要有提供差异化、特色化服务等应用。3 典型行业工业互联网应用3.1钢铁行业3.1.1 钢铁行业发展现状及需求痛点钢铁行业已经具备相对较好的信息化、自动化基础，现阶段正继续拓展数字化改造范围和数据的高效利用，工业互联网应用探索条件良好[10]。钢铁产业链以中游冶炼企业为核心，上游为铁矿石等原料和设备，下游为建筑、汽车等不同行业用钢客户，整体来看存在三大痛点问题：一是生产能耗、排放高，安全事故频发，面临较大环保、安全政策压力；二是高价值设备多，生产分段连续，部分工艺难以优化，整体效率需要提高；三是产能结构失衡，产品市场需求与生产计划协同优化不足。3.1.2 钢铁行业工业互联网应用模式和场景工业互联网助力钢铁行业解决痛点需求，主要形成安环管理、生产运营优化、产业链协同优化三大应用模式，细分为十大类应用场景。（1）安环管理形成安全管理、能耗优化、排放控制等3类主要场景，降低生产风险，提升本质安全，探索绿色可持续发展道路。例如，在排放控制场景，酒泉钢铁（集团）有限责任公司利用大数据分析实现能耗和排放的智能化管理，单座高炉每年降低成本2400 万元，减少碳排放 2万吨，冶炼效率提升10%。（2）生产运营优化形成资产管理、工艺调优、调度控制、远程协同等4类主要场景，促进生产运营等过程的提质增效，实现整体智能化管理。例如，在工艺分析场景，中国中钢集团有限公司利用机器进行深度学习，对炼钢过程中可能造成的热轧缺陷进行预测。（3）产业链协同优化形成用户对接、生产响应、产供销一体化等3类主要场景，提升供需对接水平，强化供应链管理和经营销售能力。例如，在供应链优化场景，攀钢集团有限公司的积微循环平台提供钢铁、钒钛、冷链等大宗商品的现货交易及支付结算、金融服务等配套增值服务。3.1.3 钢铁行业应用水平及路径整体来看，当前钢铁行业应用场景集中在生产环节，形成以制造系统为核心的点状覆盖型实践，但在数字化基础贯通、跨环节应用整合方面存在不足，包括两条路径：一是深化设备智能改造与系统建设，加强软硬件基础的建设，继续提高自动化、智能化水平，在保障安全的前提下逐渐完成机器换人；二是多环节互联互通，从数据出发打通生产管理各环节，实现全流程的集中管控，同时打通上下游，适应市场变化趋势（见图2）。图2 钢铁行业工业互联网应用水平和路径3.2 船舶行业3.2.1 船舶行业发展现状及痛点需求当前船舶行业工业互联网应用重点关注软件集成和智能化覆盖，提高模型转换能力，打通生产各个环节，探索更高层次的智能化[11]。船舶行业产业链覆盖广、规模大、成分复杂，借助较好的信息化基础优化产业链成为发展重点，整体来看存在三大痛点问题：一是供应链长且复杂，采购成本高，物资周转率低，生产计划对接难；二是产品需求差异大，设计过程繁琐，工艺流程和结构复杂；三是各生产环节分散且复杂，影响因素多，管控难度大。3.2.2 船舶行业工业互联网应用模式和场景工业互联网助力汽车行业解决痛点需求，主要形成供应链管理优化、产品设计与工艺优化、生产运营优化三大应用模式，细分为9类应用场景。（1）市场需求响应形成采购管理、计划对接、检验优化和服务配套优化4类主要场景，强化供应链管理能力，降低成本，提升效率。例如，在采购管理场景中，中国船舶工业集团有限公司推出船舶行业首个工业互联网平台“船海智云”，完成对物资价格的智慧预测，精度达95%。（2）产品全生命周期管理形成协同设计、工艺优化两类主要场景，提升设计效率和工艺水平，增强产品竞争力。例如，在协同设计场景中，大宇造船海洋工程有限公司通过实时共享设计和生产信息，以3D模型为基础，节省大量的人工干预和反复设计修改工作。（3）生产运营优化形成排程优化、调度管理、智能控制3类主要应用场景，缓解船舶制造过程分散、复杂、难以管控等问题。例如，在调度管理场景，中船黄埔文冲船舶有限公司的自动化立体仓库实现物资出入库自动化搬运及信息自动更新，有效库容面积提升4倍，库存资金占比减少28%。3.2.3 船舶行业应用水平及路径船舶行业基于自身产业链复杂的特点，在产业协同上形成一定的典型应用，目前在生产调度上仍有大量环节有待改善，包括两条路径：一是生产环节智能化改造，基于设备量大复杂、生产调度困难等行业特点，推动设备管理向预测性维护转变，增强各生产环节智能调度和控制能力；二是产业链协同能力提升，从生产出发，继续深化产业链协同能力，强化设计、生产对需求的响应能力，整体上优化采购、仓储、排程等全流程（见图3）。图3 船舶行业工业互联网应用水平和路径3.3 汽车行业3.3.1 汽车行业发展现状及需求痛点当前全球贸易紧张、经济发展放缓、排放标准趋严等因素对汽车市场产生较大影响，同时新能源、无人驾驶等领域也成为各传统车企及新兴势力竞争的重要战场[12]。汽车行业制造环节自动化程度较高，以市场为导向的成熟生产模式，整体来看存在三大痛点问题：一是产品同质化严重，市场需求变化快，难以快速响应；二是研发设计周期长，质量管控严，产品零部件数量多且来源复杂；三是新市场已经出现，同时产业链向服务化深入，带来新的挑战。3.3.2 汽车行业工业互联网应用模式和场景工业互联网助力汽车行业解决痛点需求，主要形成市场需求响应、产品全生命周期管理、新领域探索三大应用模式，细分为9类应用场景。（1）市场需求响应形成需求预测、个性化定制、混线柔性生产3类主要场景，强化供需对接能力，提升营销水平。例如，在个性化定制场景，上汽大通汽车有限公司打造大规模个性化智能订制模式，用户可以对变速箱、驱动形式、座椅布局等配置项目进行个性搭配。（2）产品全生命周期管理形成协同设计、质量检测、产品追溯3类主要场景，布局产品质量全方位管理，提升产品竞争力。例如，在质量检测场景中，奥迪使用创新机器学习程序精确检测金属板中最细的裂缝并标记，彻底改变测试过程。（3）新领域探索形成了新零售探索、后服务优化、无人驾驶3类主要场景，强化汽车行业新布局，拓宽行业辐射范围。例如，在无人驾驶场景中，特斯拉、Waymo等各大公司基于AI技术开展无人驾驶汽车探索和研制，抢占汽车行业新市场。3.3.3 汽车行业应用水平及路径汽车行业引领全球制造业转型升级，工业互联网应用水平高、范围广，在部分环节形成行业特色创新应用，包括两条路径：一是全流程一体化优化，进一步打通设备、车间、企业、产业等层级，实现各大环节的整体协同和优化；二是产业链拓展和升级，依托新型网络连接和数据分析能力，探索汽车行业新领域，包括广泛的生产性服务业和专业的智能网联汽车等（见图4）。图4 汽车行业工业互联网应用水平和路径4 结束语我国重点行业工业互联网应用正处于单场景应用向多环节协同转型的发展阶段，未来仍有很大的提升空间。研究显示，我国在重点行业探索工业互联网应用的过程中，主要面临认识理解不足、基础能力薄弱、产业支撑缺失、探索风险较大、环境支撑匮乏、行业发展不均等问题。为此，提出3条推进建议：一是从加强通用技术产品创新突破、加快专用解决方案培育和推进工业互联网标准体系建设等方面加强核心产品与解决方案的培育；二是从加强应用实践顶层指导、引导企业自发推进应用实践和加强应用标杆推广等方面推进行业应用的落地推广；三是从完善公共服务体系建设、加大宣贯培训力度和创新人才选拔途径等方面构建良好的发展环境。（尹杨鹏,李亚宁）

引言从2017年官方文件发布《关于深化“互联网+先进制造业”发展工业互联网的指导意见》以来，从中央到地方，从政府到企业，各单位对国家的方针政策响应都很积极。据统计2018年至今，工信部发布了10个带有工业互联网标题的政策文件，安徽、北京、重庆、福建、甘肃、广东、贵州、河南、湖北、吉林、江苏、青岛、青海、上海、深圳、天津、云南、浙江等各省市均出台过推进工业互联网创新发展的政策。2020年上海国际工博会上，参展的工业互联网企业有200多个，呈现出一片繁荣景象。但企业在向工业互联网的过程中遇到很多问题，经调研，其中反映最普遍的问题是很难找到市场需求点以实现盈利模式。此外，制造业中小企业普遍反映数字化成本过高，互联网企业普遍反映难以向垂直行业深挖，垂直行业企业普遍反映在转型升级后没有取得好的效果。因此很多企业陷入不知道如何发展工业互联网，应该走什么样的技术路线的困境。本文从技术和产业双重角度，梳理国内外各类型企业向工业互联网转型的几种发展模式，分析其中的优劣，为我国工业互联网创新发展提供技术路线方面的建议。1 工业互联网技术体系与发展路线首先，工业互联网是新型网络基础设施，是新型工业生态，是新型应用模式。因此从广义的技术上来看，工业互联网技术既包括工程技术，也包括管理理论和经济学理论等内容。其次，工业互联网是新一代信息通信技术和工业的融合，因此从狭义的技术上来看，即工业互联网工程技术，其主要包含工业技术、信息技术和通信技术。并且，从工业互联网整体架构的角度来看，工业互联网以网络为基础，以平台为核心，以安全为保障，因此其技术体系包含了网络技术、平台技术和安全技术。其中网络技术除了包含网络基础设施技术，还包括标识解析技术等。平台技术除了包含云原生技术、云计算技术，还包括大数据技术、边缘计算技术等。安全技术既包含信息安全技术，也包括工控安全技术等。最后，从工业发展的角度来看，工业互联网是第四次工业革命的基石，是新一代工业信息化，是以工业3.0为基础，以数字化、网络化、智能化为方向。因此工业互联网技术，以自动化技术为基础，包含数字化技术，如数据采集技术、数据可视化、数字孪生技术等，也包含网络化技术，包含网络平台安全所有技术，以及智能化技术，如工业智能、机器学习等。可见，工业互联网技术体系规模庞大，任何一个企业都不可能同时发展全部的技术。任何企业在向工业互联网企业转型的过程中都需要选择适合自己的技术发展路线。根据以上总结的技术体系，可以得出以下几条技术发展路线。1.1 工业类企业向普惠金融领域发展很多人知道工业互联网是由美国通用电气公司在2012年提出的，但不知道在通用电气牵头研究工业互联网的是一位经济学家，名叫马可·安努齐亚塔（Marco Annunziata），曾多次提出工业互联网解决的是发达国家经济增长停滞的问题。在2017年官方政策文件中把工业互联网仅仅定义为网络基础设施，而现在我们国家也意识到工业互联网不仅仅是基础设施，更是商业模式和工业生态，工业互联网不仅仅是“工业+互联网”，而是新一代信息通信技术与工业经济深度融合的产物。现在，越来越多人意识到工业和金融的融合是未来的趋势。一般大型制造业企业在积累了一定闲置资本后，召开董事会做出金融决策，来为公司争取更多的利益。或更进一步，决策控股一个金融公司或项目组，由该公司或项目组独立运营金融业务，比如通用电气资本（GE Capital）、因特尔资本（Intel Capital）等等。普惠金融最大的难点在于风险控制。其一，金融机构风控的模式已经固化；其二，金融机构对其他行业了解较浅，很难准确判断贷款对象的价值；其三，在技术上还无法实现对借款企业有效的监测。而这些问题在工业类企业却得到很好的解决。首先工业类企业不存在固有的金融风控模式，其次工业类企业对自己供应链上下游的中小微企业了解相对较深，并且工业互联网技术也让对工业价值链的监控实现可能。因此在工业互联网革命下，工业类企业实现产融结合反而比金融类企业更具有优势。以三一重工孵化的三一金票为例：湖南三一金票科技有限公司成立于2019年11月18日，由三一重工股份有限公司发起设立的，简称“三一金票”，是国内首家工程机械行业提供供应链金融服务的平台，助力解决供应商融资难融资贵的现状，以实现产业金融结合。其中，所谓的“金票”是一种基于供应商对企业的应收账款的电子付款承诺函。由企业向供应商开具的“金票”，可以让供应商在三一金票平台上借到贷款。这种基于应收账款的贷款模式，在一定程度上打破了传统金融机构的风控模式，应收账款在一定程度上可以体现借款企业的经营情况，然而这种模式离真正的产融结合还存在差距。1.2 工业制造类企业与信息通信类企业相互转型发展工业制造类企业和信息通信类及其相互转型的技术本质是工业的信息化，在工业互联网革命之前，这种转化就是存在的，但不够彻底。工业互联网是新一代的工业信息化，比之前融合得更加深入和彻底。也因此，工业类企业和信息通信类企业彼此融合是目前工业互联网革命大浪潮下最主要的旋律。工业制造业可以按照生产模式分为流程型和离散型。调研发现，工业互联网在离散行业更体现出赋能效果。流程行业的产品往往通过连续的物理或化学方法加工原材料制得，其生产模式更加固化。离散行业的产品往往由多个零件经过一系列并不连续的工序的加工最终装配而成，汽车、家电、飞机、电子设备等等属于离散工业产品。离散型制造经工业互联网赋能升级便产生了全新的生产模式，其中目前火热的正是C2M（Customer-to-Manufacturer，用户直连制造）。1.2.1 工业制造类企业向工业互联网平台企业转型工业制造类企业向工业互联网平台企业转型可以举的案例太多。在2019年工信部评选的十大双跨工业互联网平台中，包括海尔COSMPlat、东方国信Cloudiip、树根互联的根云平台、航天云网INDICS、浪潮In-Cloud、华为FusionPlant、富士康BEACON和徐工的汉云平台，八家都由制造业企业孵化而来，了解工业互联网行业的人对这些平台都已经非常熟悉了。经过今年的调研，发现另有两家工业制造类企业在工业互联网转型上颇有特色，一家是金风，另一家是美的。新疆金风科技股份有限公司，简称金风科技，是国内首家具有自主研发生产完整风电装备的企业。金风目前通过数字孪生技术打造的工业互联网平台，可以有效全面分析当地的地理和气象状况并计算出风机搭设的最佳坐标，平台预测天气的准确度甚至高出国家的天气预报节目。另一个案例美的，以家电产品广为人知，2020年位列《财富》世界500强企业名单第307位。美的的转型相比其他的制造业企业，更具备互联网的属性，比较亮眼的是2020年刚刚启动的美的智数平台。美的智数全价值链运营示意图工业制造类企业在往互联网转型过程中，第一步是要集成自己的资源，尤其是产品设计、生产、制造能力，以及供应链上下游和客户，实现一个自己的“朋友圈”。第二步是要把这套模式推广到万千企业，形成工业互联网通用性大平台。美的智数平台正是在已经打通第一步的自身的价值链的基础上，开始的第二步迈进。美的作为我国老牌的家电企业，深谙工业制造类企业的痛点需求，其智能制造套系产品之一——APS，针对定制化需求，优化生产计划模式，驱动供应链协同，构建了从“C2M月度规划”到“订单交付”、“生产备料”三层计划模式。美的的T+3模式以“以用户为中心”为践行理念，以用户和产品为导向，打通研发、制造、营销、服务端、市场端的链条。美的APS系统示意图更进一步，美的智数还为企业和个人提供云SaaS服务，包括SRM云、风控云、寻源云、进销存云、工业仿真等等，致力于把小范围内的价值链循环拓展到互联网领域。1.2.2 信息通信类企业向工业领域延伸信息通信类企业在向工业垂直领域深耕时，本身携带互联网基因，拥有较为开放的机制，能更快适应工业互联网开放性的模式。但反过来，信息通信类企业最大的问题是对工业的理解浮于表层。信息通信类公司在转型时经常给toB和toC两种模式作比较，认为C端的共性需求更多，比如听歌、购物，而B端的共性需求少，差异化大。实际上，这是因为服务提供者自己就是C端，很容易找到自己的共性需求。B端的共性需求其实也很多，但信息通信类企业不了解工业企业，才会出现提供的功能无法根本性满足工业类企业。拿工业电商举例，阿里巴巴的1688、京东工业品、百度的爱采购都有此类问题，因为工业对供应链原材料或零件的质量要求非常高。如果平台自身无法把控平台上工业品的质量，就难以打入工业真正核心的领域。相比而言，有色金属网、震坤行和云汉芯城在工业界都要更具影响力。1.3 自动化企业向数字化、网络化、智能化方向发展自动化企业在本文不是指能够实现自动化的企业，而是专门提供自动化解决方案的企业，比如西门子、ABB、施耐德、和利时等等。有一些人分不清自动化和工业互联网，自动化是工业3.0的成熟模式，而工业互联网是工业4.0的基石。自动化和工业互联网存在一定的重合，然而本质上来说自动化中核心的信息技术是计算机技术，工业互联网中核心的信息技术是互联网技术。从表象上来看，自动化生产的特点是无人、流程固定和快。而工业互联网赋能的生产是在无人和快的基础上，还能实现数据监控和网络协调，甚至进一步实现柔性智能。工业互联网是在自动化实现的基础上，进一步的信息化，是工业的数字化、网络化和智能化。数字化是网络化和智能化的基础，智能化是工业4.0最有价值的目标，是工业互联网最核心的驱动。因此自动化企业转型的方向是从提供自动化解决方案，升级为能够提供工业数字化、工业网络化、工业智能化的解决方案。有的企业为了噱头，把自动化工厂宣传为智能工厂。以全球自动化行业第一巨头西门子为案例，西门子专门设立了西门子Advanta模块来应对工业数字化挑战，确保其用户在数字化转型的赛跑中始终领先。可见，世界最先进的自动化企业仍处于工业4.0最基本的数字化阶段的摸索时期。1.4 工业软件类企业向平台方向发展有一种观点认为工业互联网是以工业软件为驱动的，虽然此观点尚需讨论，但毫无疑问的是，工业软件正是统一了工业的共性需求而集成出的解决方案。工业软件类的公司属于信息通信行业，相比于工业制造类公司，更具有互联网行业的形态特征。相比其他信息通信公司，对工业更了解。从工业软件到工业互联网平台，只需要把软件平台化，把以前零散的数据整合，这条路线在文中提到的四类发展路线中是最顺理成章的。可惜的是，我国工业软件发展在世界处于落后位置，国内缺乏实力强大的工业软件类企业。2020年7月美云智数打造了国内第一款拥有自主产权的工业仿真软件MIoT.VC，并在逐步平台化。这种发展路线，以法国的达索系统的3DExperience为相对成熟的案例，达索系统公司把它曾经推出的多款产品，如SolidWorks，CATIA，SIMULIA，DELMIA，ENOVIA 和3DVIA 等等，都集成到了它的3DExperience平台，提供公有的或私有的云服务。用户可以在一个平台上使用所有的软件功能，所有使用的记录会统一保存在云端，在各个环节打通，所有从设计到研发再到制造，以及产品和项目全流程的管理的数据都能够清楚地掌控。2 工业互联网成熟模式以及各类企业发展趋势虽然工业互联网行业呈现出一片繁荣景象，但所有调研的案例都没有真正达到工业互联网理想的模式。按照技术路线的推理，工业互联网成熟形态至少包含以下四大类：2.1 工业互联网产融结合刚才介绍的三一金票确实是我国工业制造类企业向普惠金融探索最先进的例子，但也确实没有真正实现产融结合。成熟的产融结合是通过打通全产业链的工业和金融数据，实现产业全周期、系统性的透明，真正把风险控制的黑箱变成白箱。借款企业的应收账款证明只是产业链上的一个节点，而且是比较显性的节点。而一个企业的核心价值不在于它的应收账款，在于它的技术、在于它的设计、在于它的产品。产融结合的目的是让借款方能够把自己真实的价值展示出来，用价值来为自己赢得资源。从这个角度看，相比起三一金票，美国的Kickstarter（众筹平台）更接近于理想的产融平台。2.2 工业互联网综合大平台应该说，全世界到目前都没有形成一个工业互联网综合性的大平台，所有现有的平台都处于初级阶段。有的平台仅限于某一行业或领域，比如铁路、家电。有的平台汇集了很多行业领域，但是做不到深耕。所以目前工业互联网还没有受到市场广泛的关注。很多人说工业互联网“上热下冷”，是政府端热，产业端冷，供给端热，需求端冷。这种现象很正常，在90年代我国消费互联网刚刚启蒙的时候，淘宝上也没有几家企业入驻。工业互联网行业能出现像消费互联网的谷歌、百度、腾讯、淘宝，还需要再等上几年。一是等企业自身技术路线发展成熟，能够提供解决产业痛点的服务，二是等市场端越来越多的企业和个人通过使用平台受益，让星星之火终于燎原。2.3 工业智能（/工业大脑）刚才说有一种观点是工业互联网是由工业软件驱动的，还有一种观点是工业互联网是由人工智能驱动的。这两种观点的底层逻辑都是工业数据的汇聚必须要有价值才会趋于汇聚。这两种观点有很大的重合点，因为很多新的工业软件都混合了人工智能技术，并且工业智能被认为是工业知识和人工智能的综合体现。用工业知识解决问题是白箱模式，用人工智能算法解决问题是黑箱模式，现在在很多工业场景，工程师已经开始运用以白箱为主，黑箱为辅的模式来解决问题。工业互联网的定义一直在随着时间变化，起初工业互联网只是网络设施，后来工业互联网的内容扩大到工业4.0发展方向中的网络化，再后来被逐渐扩大到包含数字化、网络化和智能化全部的内容，现在已经扩展到不仅仅是技术革命，更是经济革命和产业革命。因此工业智能也就算作为工业互联网的成熟模式之一。在未来，工业智能会成为一套完整的工业从设计到生产到制造再到销售等环节的解决方案。2.4 智能工厂真正的智能工厂是万能的，就像电影中钢铁侠的工厂。首先要具备足够的柔性能力，可以想生产什么就生产什么。其次可以自我协同，并且还可以通过网络实现和外界的互联。智能工厂适合离散行业的商业模式正是C2M，也就是用户端可以选择自己想要产品的样子，工厂就可以生产出相应的产品。美的的C2M模式取得了很好的效果，让用户参与到了产品的设计阶段。美的如果能再往前走一步，就可以更进一步实现用户的个性化定制生产。走这一步要解决的核心技术难点在于实现柔性生产，最简单的柔性是外观上的，更难的柔性是尺寸上的，最难的柔性是功能上的。智能工厂在工业互联网和智能制造的全面融合下诞生，将成为工业4.0最主要的形态之一，并彻底改变生产模式和人类生活。3 关于我国工业互联网创新发展的问题和建议国内发展工业互联网的气势已经超过了世界上任何一个国家，跟着国家的方向一定没有错，但是抬起的一定是脚步，而不是嘴巴。现在国内绝大多数企业的发展方向都是合理的，但在成果上看虚大于实。企业如果没有实现效益，不应该抱怨市场冷，因为真正有价值的东西一定是能够被市场接受的。很多企业开展工业互联网瞄准龙头企业，但龙头企业的模式往往已经固化。互联网的精神是一种普惠精神、是一种共享精神。想要真正实现工业互联网，还是要从千千万万的中小微企业入手。即使无法一步跃为大平台，也可以先形成小集群，再一点点合并。4 结束语想要改变人类的生产方式，是一项伟大而艰巨的任务。工业互联网革命什么时候真正实现呢？并不是几个成熟的模式建起来，工业互联网就实现了。而是人人都知道了，科创板上热起来了，证明人类的生活已经被工业互联网改变，才是工业互联网创新发展胜利的终点。转自工信头条，许雪荷

全国政协委员、中国工业互联网研究院院长徐晓兰在接受采访时说，要加强工业互联网建设，加快补短板、接长板和布新板的战略布局，形成新动能。此次徐晓兰带来的提案大多与工业互联网相关，包括强化提升工业互联网公共服务平台支撑能力、着力构建工业互联网国家创新体系等。（证券时报）

工业互联网的发展取决于包含流程数字化、云计算在内的各种工业4.0技术。那么，近两年内德国工业互联网的发展呈现出了哪些趋势呢？其一，工业领域正在跟最大的云计算平台展开合作。比如宝马与微软，大众与亚马逊AWS以及西门子的 MindSphere，都在展开深度合作。以大众为例，其云计算/物联网平台就涵盖了122个生产基地和大约1500个供应商。OT和IT还在继续加快融合。其二，IIoT平台还在继续整合。有评论认为，工业领域最终的IIoT平台可能会仅存几家，而且会越来越集中。比如西门子MindSphere、罗克韦尔自动化的PTC ThingWorx、ABB的Ability和施耐德电气的EcoStruxure。这些企业在过去几年中发展很快，而且都在OT方面具备丰富的经验。其三，边缘计算的势头加强。云计算发展很快，但距离“云计算优先”依然还有很长的路要走。与此同时，许多工业公司越来越重视边缘计算。像惠普、思科等公司也都在全球范围内推出了与工业边缘数据管理相关的产品。其四，供应商破圈竞争，而企业用户避免了被单一供应商锁定。随着云计算和IIoT平台整合的持续进行，许多工业软件供应商正在走出其之前最擅长的领域，推出一些新的解决方案。例如，SAP和IBM长期以来一直是企业资产管理的领导者，但它们现在在APM 4.0的解决方案领域中进行竞争。在这个包含了资产生命周期管理和预测分析的新领域，供应商已经包括Uptake、C3AI、GE Digital和AspenTech等多家公司。此外，像SAP还在将3D可视化和机器集成带入企业后台，下至车间，扩展到产品工程，制造和供应链的过程中，财务、业务流程和运营的结合效果非常强大。而像IBM也在试图提出更多基于解决方案的新方法。比如在2019年的汉诺威工业博览会上，IBM几乎没有提到任何产品，其重点就是一些通过改善制造和资产性能来快速为客户创造价值的解决方案。在这些解决方案背后，IBM采用了模块化和基于微服务的方法。在过去的五年中，Oracle还对云计算服务进行了大量投资，但最近，该公司一直在投资专门针对制造行业的解决方案，推出五个IoT应用程序，这些应用程序侧重于生产力，资产绩效，工人和供应链等领域。加上他们对IoT和嵌入式软件中的人工智能（AI）的投资，Oracle的端到端解决方案引人注目。其五，数字孪生的合作伙伴生态系统应运而生。数字孪生模型最初是由PLM和计算机辅助设计社区提出的用于描述产品的3D虚拟模型的概念，现已扩展为一个与物理世界并行的平行世界。随着更多复杂离散制造之外的公司也开始采用数字孪生的延伸含义，狭义状态下的供应商们已经无法独自提供完整的解决方案。由此，一个更大的伙伴关系生态网络正在形成。比如西门子（Siemens）于2018年宣布了与Bentley Systems的合作伙伴关系和投资。在2019年，ABB和Dassault Systems也宣布合作关系。此后，施耐德电气与Aveva的合作伙伴关系也得以建立，许多Aveva产品和解决方案已很好地集成到了施耐德电气的产品之中。