2017年11月27日，國務院印發《關於深化“互聯網+先進製造業”發展工業互聯網的指導意見》（以下簡稱《指導意見》）。《指導意見》提出要打造網絡、平臺、安全三大體系，概括的來講，網絡是基礎，平臺是核心，安全是保障。同時推進兩大應用，即提升大型企業工業互聯網創新和應用水平、加快中小企業工業互聯網應用普及。構築三大支撐，即產業支撐、生態體系和對外開放。這是對工業互聯網平臺一個基本的認識和定位。
當前，工業互聯網平臺發展總體還處於起步階段，技術體系、應用場景、商業模式、產業生態仍處於快速迭代、持續探索中，需要結合國際國內發展形勢和應用實踐，持續開展調查研究、總結經驗、提煉規律、深化認識，打造我國多層次、系統性工業互聯網平臺體系。對於工業互聯網平臺的戰略要義，可以概括爲三句話：工業互聯網平臺是領軍企業競爭的新賽道，全球產業佈局的新方向，製造大國競爭的新焦點。同時，從全球工業互聯網發展的階段來看，有三個判斷：當前正處於格局未定的關鍵期、規模化擴張的窗口期、搶佔主導權的機遇期。機遇非常難得，同時窗口期也非常短，所以需要緊緊抓住這個契機，加快發展工業互聯網平臺。進一步理解工業互聯網平臺有兩個角度：一是工業互聯網平臺是什麼？二是如何認識它的地位和作用？
一、工業互聯網平臺是什麼？
（一）工業互聯網平臺的架構
工業互聯網平臺是面向製造業數字化、網絡化、智能化需求，構建基於海量數據採集、匯聚、分析的服務體系，支撐製造資源泛在連接、彈性供給、高效配置的載體。在信軟司的指導下，相關單位組織編寫了《工業互聯網平臺白皮書》，其中給出了工業互聯網平臺的體系架構。從構成來看，工業互聯網平臺包含三大要素：數據採集（邊緣層）、工業PaaS（平臺層）和工業APP（應用層）。這個架構非常複雜，但可以概括成四句話：第一句數據採集（邊緣層）是基礎。就是要構建一個精準、實時、高效的數據採集體系，把數據採集上來，通過協議轉換和邊緣計算，一部分在邊緣側進行處理並直接返回到機器設備，一部分傳到雲端進行綜合利用分析，進一步優化形成決策。第二句工業PaaS（平臺層）是核心。就是要構建一個可擴展的操作系統，爲工業APP應用開發提供一個基礎平臺。第三句工業APP（應用層）是關鍵。就是要形成滿足不同行業、不同場景的應用服務，並以工業APP的形式呈現出來。第四句IaaS是支撐。它是通過虛擬化技術將計算、存儲、網絡等資源池化，向用戶提供可計量、彈性化的資源服務。
（二）工業PaaS平臺的核心
對於工業互聯網而言，工業互聯網平臺是核心，而對於工業互聯網平臺而言，工業PaaS（平臺層）是核心。從架構來看，工業PaaS中包含很多內容，跟很多專家們交流，如果說把工業PaaS（平臺層）打開，其中最核心的一個要素組件是什麼？我們把這個要素概括爲是基於微服務架構的數字化模型。這個數字化模型是將大量工業技術原理、行業知識、基礎工藝、模型工具等規則化、軟件化、模塊化，並封裝爲可重複使用的組件。圍繞數字化模型有五個基本問題。
圖1 工業PaaS平臺的核心是數字化模型
一是數字化模型是什麼？數字化模型可以分爲兩種，一種是機理模型，包括基礎理論模型（如飛機、汽車、高鐵等製造過程涉及到的流體力學、熱力學、空氣動力學方程等模型）；流程邏輯模型（如ERP、供應鏈管理等業務流程中蘊含的邏輯關係）、部件模型（如飛機、汽車、工程機械等涉及到的零部件三維模型）、工藝模型（如集成電路、鋼鐵、石化等生產過程中涉及到的多種工藝、配方、參數模型）、故障模型（如設備故障關聯、故障診斷模型等）、仿真模型（如風洞、溫度場模型等）。機理模型本質上是各種經驗知識和方法的固化，它更多是從業務邏輯原理出發，強調的是因果關係。隨着大數據技術發展，一些大數據分析模型也被廣泛使用，包括基本的數據分析模型（如對數據做迴歸、聚類、分類、降維等基本處理的算法模型）、機器學習模型（如利用神經網絡等模型對數據進行進一步辨識、預測等）以及智能控制結構模型，大數據分析模型更多的是從數據本身出發，不過分考慮機理原理，更加強調相關關係。
二是數字化模型從哪來？這些數字化模型一部分來源於物理設備，包括飛機、汽車、高鐵製造過程的零件模板，設備故障診斷、性能優化和遠程運維等背後的原理、知識、經驗及方法；一部分來源於業務流程邏輯，包括ERP、供應鏈管理、客戶關係管理、生產效能優化等這些業務系統中蘊含着的流程邏輯框架；此外還來源於研發工具，包括CAD、CAE、MBD等設計、仿真工具中的三維數字化模型、仿真環境模型等；以及生產工藝中的工藝配方、工藝流程、工藝參數等模型。
三是數字化模型怎麼開發？用什麼工具開發？所有的這些技術、知識、經驗、方法、工藝都將通過不同的編程語言、編程方式固化形成一個個數字化模型。這些模型一部分是由具備一定開發能力的編程人員，通過代碼化、參數化的編程方式直接將數字化模型以源代碼的形式表示出來，但對模型背後所蘊含的知識、經驗瞭解相對較少；另一部分是由具有深厚工業知識沉澱但不具備直接編程能力的行業專家，將長期積累的知識、經驗、方法通過“拖拉拽”等形象、低門檻的圖形化編程方式，簡易、便捷、高效的固化成一個個數字化模型。
四是數字化模型什麼樣？採用什麼技術架構？當把這些技術、知識、經驗、方法等固化成一個個數字化模型沉澱在工業PaaS平臺上時，主要以兩種方式存在：一種是整體式架構，即把一個複雜大型的軟件系統直接遷移至平臺上；另一種是微服務架構，傳統的軟件架構不斷碎片化成一個個功能單元，並以微服務架構形式呈現在工業PaaS平臺上，構成一個微服務池。目前兩種架構並存於平臺之上，但隨着時間的推移，整體式架構會不斷地向微服務架構遷移。當工業PaaS平臺上擁有大量蘊含着工業技術、知識、經驗和方法的微服務架構模型時，應用層的工業APP可以快速、靈活的調用多種碎片化的微服務，實現工業APP快速開發部署和應用。
五是數字化模型有什麼價值？一旦所有的數據都匯聚到工業PaaS平臺之上，所有的工業技術、知識、經驗和方法也都以數字化模型的形式沉澱在PaaS平臺上，當把海量數據加入到數字化模型中，進行反覆迭代、學習、分析、計算之後，可以解決物理世界四個基本問題：首先是描述物理世界發生了什麼；其次是診斷爲什麼會發生；第三是預測下一步會發生什麼；第四是決策該怎麼辦，決策完成之後就可以驅動物理世界執行。概括起來講，就是狀態感知、實時分析、科學決策、精準執行。
（三）工業互聯網平臺的本質
如果用一句話將工業互聯網平臺的本質抽象出來，那就是：數據+模型=服務。對兩化融合、智能製造而言，“數據+模型=服務”也是信息技術與製造技術融合創造價值的內在邏輯。
圖2 工業互聯網平臺的本質
在與很多企業交流的過程中，人們都會問，從兩化融合、智能製造到工業互聯網平臺，什麼變了？什麼沒變？概括起來，就是兩個沒變、六個變了：
兩個沒變，一是要解決的核心問題沒變，二是解決問題的邏輯沒變。
要解決的核心問題沒變：無論是兩化融合、智能製造，還是工業互聯網平臺，都在考慮如何提高製造業產品質量、生產效率、服務水平、降低成本，這些問題是十年前、二十年前、三十年前就存在的老問題。製造企業面臨這些問題可以轉化爲如何提高資源配置效率問題，製造業競爭的本質是資源配置效率的競爭，兩化融合、智能製造、工業互聯網平臺的出發點和落腳點都是考慮如何優化製造資源的配置效率。
解決問題的邏輯沒變：無論是兩化融合、智能製造，還是工業互聯網平臺，都在考慮如何通過“數據+模型”優化資源配置效率，提供更爲優質的服務。就是如何採集更多的數據，實現物理世界隱性數據的顯性化，實現數據的及時性、完整性、準確性，並通過各種模型軟件去分析處理，實現數據—信息—知識—決策的迭代，最終要把正確的數據、以正確的方式、在正確的時間傳遞給正確的人和機器，以優化製造資源配置效率。
圖3 數據+模型=服務
推進信息化和工業化融合，加快智能制數字化、網絡化、智能化，伴隨着信息技術和工業技術的升級迭代，在不同的技術背景下形成了不同的解決方案。從兩化融合、智能製造到工業互聯網平臺，什麼變了？製造業數字化、網絡化、智能化解決方案變了，從基於傳統的IT架構解決方案，演進到基於雲的解決方案，這也帶來了六個變了：
一是數據從哪兒來變了。傳統IT架構解決方案中，系統採集更多的是各類業務系統、產品模型、運行環境以及互聯網的數據，但對工業互聯網平臺來說，最大的變化是實現了更多機器和設備的互聯，工業互聯網平臺可以源源不斷地採集到各類設備和機器的數據，實現了多種數據的集成。
二是數據到哪兒去變了。傳統IT架構解決方案中數據都彙集到本地各類業務系統中，這些系統大多是煙囪式、孤立的業務系統。與此不同的是，在工業互聯網平臺架構下，越來越多的數據匯聚到了雲端，在雲端進行數據的集中存儲、管理和計算。
三是模型在哪部署變了。與基於傳統IT架構的模型部署在本地不同，工業互聯網平臺越來越多的將各類模型軟件部署在雲端。傳統各類工業軟件通過架構重構、代碼重寫的方式部署到了雲端，成爲“雲化”模型；同時很多開發者基於雲端開發環境正在開發更多新型軟件，成爲“雲生”模型。
四是模型怎麼部署變了。傳統IT架構解決方案中各類模型軟件大多是一套複雜的一體化、整體式架構。對於工業互聯網平臺而言，各類機理模型和大數據分析模型主要以兩種方式部署在雲端：整體式架構和微服務架構，當前兩種部署方式同時存在，但隨着時間的推移，微服務架構將會成爲主流。
五是資源優化深度變了。與傳統IT架構解決方案相比，工業互聯網平臺通過將更加及時、準確、完整的數據匯入到更加精準、科學、多元的模型中後，將會實現更深層次的製造資源優化配置，對物理世界認知和改造將從描述、診斷向預測、決策、優化不斷演進。從最初基於數據的可視化、可描述，到基於信息的可診斷、可優化，再到基於知識的可預測、可決策。
六是資源優化廣度變了。傳統IT架構更多面向單元級、系統級層面提供資源優化配置服務，而工業互聯網平臺通過各種各樣以SaaS軟件和工業APP形式呈現出來的服務，能夠提供從單機設備、到生產線、到產業鏈、再到產業生態的系統之系統級優化，實現從局部優化到全局優化。
從實踐上來看，當把來自於機器設備、業務系統、產品模型、生產過程以及運行環境中大量數據匯聚到工業PaaS平臺上，並將技術、知識、經驗和方法以數字化模型的形式也沉澱到平臺上以後，只需通過調用各種數字化模型與不同數據進行組合、分析、挖掘、展現，就可以快速、高效、靈活的開發出各類工業APP，提供全生命週期管理、協同研發設計、生產設備優化、產品質量檢測、企業運營決策、設備預測性維護等多種多樣的服務。這進一步說明了工業互聯網平臺的本質就是：數據+模型=服務。
二、怎麼看工業互聯網平臺？
認識和定位工業互聯網平臺有四個視角：第一是工業雲視角；第二是解決方案視角，工業互聯網平臺是一套面向數字化、網絡化、智能化的解決方案；第三是操作系統視角，工業互聯網平臺是一個可擴展的工業操作系統；第四是產業生態視角，工業互聯網平臺是構建產業生態的核心。
（一）工業雲的視角：從工業雲到工業互聯網平臺的五個階段
我們把工業雲到工業互聯網平臺的發展分成五個階段：
圖4 工業雲的視角：從工業雲到工業互聯網平臺的五個階段
第一個階段是研發設計類工具上雲，這個階段早在五六年前就在推動進行，解決的核心問題是如何降低企業的成本，以成本驅動爲導向，通過資源池化、彈性供給和按需付費，大幅降低企業的硬件成本、軟件成本、部署成本、運營成本。
第二個階段是核心業務系統上雲，以集成應用爲導向，不僅僅是爲了降低成本，更重要的是實現數據的互聯互通和互操作。前兩個階段都不是我們所說的工業互聯網平臺，真正的工業互聯網平臺是從第三個階段開始。
第三個階段的重要標誌是設備和產品上雲，以能力交易爲導向，實現跨企業的製造資源優化配置。不僅軟件上雲，硬件設備也上雲，在虛擬的賽博空間構造一個新的製造體系，這個製造體系可以實現製造能力在線發佈、製造資源彈性供給、供需信息實時對接、能力交易精準計費，可以實現對設備和機器資源的優化配置。
第四個階段是創新引領階段，主要是在研發設計工具、業務系統、設備產品上雲之後，將工業技術、知識、經驗、方法在平臺上不斷沉澱，以創新引領爲導向。大部分企業在起步階段，構建基於私有云的“工業PaaS+工業微服務+定製化工業APP”，大量的工業技術、知識、經驗和方法不斷地在這個平臺上沉澱、複用和重構，將會構建新的工業創新體系。但無論是工業PaaS，還是工業微服務，在這個階段都主要是爲企業自身提供服務。
第五個階段是生態構建階段，海量的第三方開發者和通用化的工業APP大量出現，以生態構建爲導向。在這個階段，開發主體、開發內容和運營機制都將發生深刻變革。
所以工業互聯網平臺就是在傳統工業雲平臺軟件工具共享、業務系統集成的基礎上，疊加了製造能力開放、知識經驗複用和開發者集聚的功能，大幅提升工業知識生產、傳播和利用的效率，是一個不斷演進的過程。
（二）解決方案視角：基於雲平臺的數字化、網絡化、智能化解決方案
從兩化融合、智能製造到工業互聯網平臺，面對問題沒變、解決問題的邏輯沒變，面向製造業數字化、網絡化、智能化的解決方案變了，在過去的幾十年，解決方案的演進經歷了三個階段：
圖5 解決方案視角：基於雲平臺的數字化、網絡化、智能化解決方案
第一個階段是基於傳統IT架構的解決方案，如上世紀90年代GE公司提出了基於Medical Systems的解決方案，他們在醫療設備上安裝了很多傳感器，將數據傳到後臺進行分析，41%的故障可以在20分鐘內遠程解決，34%的故障可以遠程診斷出具體問題，維修工帶着相應工具、零部件，平均在2小時內就可以解決故障問題。這樣一個商業模式在十多年前就已經有了，並且逐漸拓展到航空發動機、風電設備維護等很多領域。在業務拓展過程中，也出現重複建設問題，每一個業務集團都構建了同樣的業務系統。所以我們今天看到的工業互聯網平臺面對的問題是一個老問題，不是一個新問題，那什麼新？新在解決方案。我們把基於傳統IT架構的解決方案稱爲解決方案1.0版。
第二個階段基於私有云的解決方案，是解決方案2.0版。越來越多的企業把基於IT架構面向數字化、網絡化、智能化的解決方案搬到了私有云上，GE通過APM（資產性能管理），向購買GE燃氣輪機、發動機、醫療設備、風電設備的客戶基於私有云提供設備遠程監測和性能預測等服務。
第三個階段是基於公有云的解決方案。GE的Predix，西門子的MindSphere等，構建基於工業雲的平臺，並將客戶擴展到多個行業領域，同時向第三方開發者開放。工業互聯網平臺就是一套基於公有云的解決方案，是解決方案的3.0版本。兩化融合的解決方案企業有一個提供製造業數字化、網絡化、智能化解決方案工具箱，在這個工具箱裏，既有基於傳統IT架構解決方案，也有基於私有云部署的解決方案，同時也有基於公有云部署的一套解決方案，客戶需要什麼，企業來提供什麼。當然，並不是說工業公有云一定就比私有云先進、私有云一定就比傳統的IT架構有優勢，而是要根據製造業企業和客戶不同的需要，來提供不同的解決方案。
（三）操作系統視角：工業互聯網平臺是一個可拓展的工業操作系統
西門子把MindSphere定位爲基於雲的開放式物聯網操作系統，GE技術專家曾說過：GE的Predix會和微軟的Windows以及蘋果的iOS一樣，爲開發者提供一個操作系統。所以，我們說工業互聯網平臺實質上是一個可拓展的工業操作系統。向下，可以實現對各種軟硬件資源接入、控制和管理；向上，提供開發接口、存儲計算及工具資源等支持，並以工業APP的形式提供各種各樣的服務。自身承載着蘊含大量工業知識的數字化模型與微服務。
操作系統的存在有什麼意義呢？在一些大型軟件系統開發過程中，65%的編程代碼不需要重新開發，只需要對已有各種軟件功能模塊進行重複調用就可以。但是在工業裏很多技術、知識、經驗、方法創新需要從0開始，知識複用水平較低。而構建一個工業互聯網平臺，將大量的工業技術原理、行業知識、基礎工藝、模型工具、業務流程以及老專家腦子裏面的幾十年的經驗進行規則化、軟件化、模塊化，以數字化模型的形式沉澱在這個平臺上。沉澱完之後就不需要再做重複性工作，可以直接調用、複用、傳播，重構我們的工業創新體系，大幅度降低創新成本和風險，提高研發、生產和服務效率。從這個角度講，工業互聯網平臺就是通過提高工業知識複用水平構築工業知識創造、傳播和應用新體系，即重構工業知識新體系。
圖6 工業互聯網平臺重構工業知識新體系
在重構過程中，創新主體是海量的第三方；創新載體和成果是微服務和工業APP；創新方式是基於平臺和APP的體系。過去我們的專利、品牌、渠道是企業的專有資產，現在我們的工業企業又多了一個資產，就是企業微服務組件和各種各樣的工業APP。未來的工業APP、微服務組件將會構造新的資產，是新的價值來源。過去工業創新80%在做重複性勞動，如果有了這個平臺以後， 80%重複性勞動+20%創造性勞動的局面將反轉爲20%是重複性勞動、80%是創造性勞動。
（四）產業生態視角：構建多方參與的基於工業互聯網平臺的產業生態
工業互聯網平臺是打造智能製造產業生態的核心。在工業互聯網平臺四層架構裏面，從私有云部署到公有云部署，發生了四個本質性的變化：
圖7 產業生態視角：構建多方參與的基於工業互聯網平臺的產業生態
一是開發主體（Who）發生變化。（誰來開發？）傳統的私有云部署主要是由平臺企業和客戶來開發，而真正演進到公有云部署，則更多的是第三方應用開發者來開發。
二是開發內容（What）發生變化。（開發什麼樣的工業APP？）在私有云部署下，開發內容主要爲有限、封閉、定製化的工業APP，且這些工業APP只爲企業自身提供服務；在公有云部署下，開發內容則是海量、開放、通用的工業APP。
三是平臺用戶（Who）發生變化。（誰在使用？）基於私有云部署的平臺主要是由有限的製造企業自己使用。而公有云部署下，則更多是幫助第三方中小型企業把業務系統遷移到雲端，爲其提供各種各樣的服務。
四是運營機制（How）發生變化。當中小企業的業務系統遷移到了雲端，有了以工業APP形式呈現出各種各樣服務的時候，就會形成一個工業APP應用和工業用戶之間相互促進、雙向迭代的生態體系。
三、怎麼建工業互聯網平臺？
一是實施工業互聯網平臺培育工程。圍繞數據採集、平臺管理、建模分析以及平臺間互聯互通等關鍵技術能力，發揮骨幹企業與科研院所核心作用，培育5家左右跨行業、跨領域工業互聯網平臺，建成一批能夠支撐企業數字化、網絡化、智能化發展需求的企業級平臺，提升本土工業互聯網平臺的國際競爭力。
二是開展工業互聯網平臺試驗驗證。支持龍頭製造企業、互聯網企業、科研院所、高校等建設工業互聯網平臺測試驗證環境和測試牀，開展適配性、可靠性、安全性等技術驗證，爲平臺產品提供測試評估服務，規範平臺發展秩序，推動平臺功能不斷完善，加快平臺落地應用。
三是實施百萬工業企業上雲工程。鼓勵工業互聯網平臺在產業聚集區落地，推動地方政府通過財稅支持、政府購買服務等方式鼓勵中小企業業務系統向雲端遷移，從“供給側”和“需求側”兩端發力，“建平臺”與“用平臺”雙向迭代，打造資源富集、良性互動的工業互聯網平臺生態。
四是實施百萬工業APP培育工程。圍繞基於工業互聯網平臺的工藝模型、知識組件、算法工具的開放共享，支持軟件企業、工業企業、科研院所等開展合作，培育一百萬左右面向協同研發、分享製造、全生命週期管理等特定應用場景的工業APP，推進工藝經驗程序化、工業知識顯性化和工業智能雲計算化。
總體上來看，工業互聯網平臺處於剛剛起步階段，仍然處於探索期。未來的產業形態、技術形態、商業模式還很難得出結論，但是技術、產業、商業模式處於快速迭代的一個關鍵時期。
