【IT168 技术】2017年11月《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》提出打造网络、平台、安全三大体系。对于平台体系来说，当前要进一步深化对工业互联网平台建设的出发点、切入点和着力点的认识。

　　一、工业互联网平台建设的出发点

　　可以从四个方面理解和认识建设工业互联网平台的意义。

　　一是工业互联网平台是建设现代化产业体系的重要支撑。工业互联网平台正在构建现代化产业体系的新基础、新要素和新业态。新基础就是构建智能感知(一硬)、工业软件(一软)、泛在网络(一网)、云平台(一平台)等现代化产业体系新基础设施，新要素就是基于数据这一新生产要素重构工业知识沉淀、传播、复用和价值创造新体系，新业态就是通过对传统产业体系的解耦重建网络化协同、个性化定制、服务型制造等新业态。

　　二是工业互联网平台是建设制造强国和网络强国的焊接点。从制造强国来看，工业互联网平台通过跨设备、跨系统、跨厂区、跨地区的资源链接和高效协同，加速重构生产体系、引领组织变革、优化资源配置，打造新型制造体系。从网络强国来看，工业互联网平台为信息通信业发展提供了新的蓝海，推动5G、窄带物联网(NB-IoT)、软件定义网络(SDN)、时间敏感网络(TSN)等网络技术的演进升级，促进我国信息网络基础设施、技术产业、应用水平的提升。

　　三是工业互联网平台是我国经济实现高质量发展的重要举措。工业互联网平台的本质是通过构建精准、实时、高效的数据采集互联体系，推动机器、物料、系统、产品、人等参与主体各类要素信息的泛在感知、云端汇聚、高效分析和科学决策，推动涉及生产全要素、全流程、全产业链、产品全生命周期管理的各类资源优化配置。

　　四是工业互联网平台是全球新一轮产业竞争的制高点。当前，伴随着新一代信息通信技术和制造业的融合发展，产业生态的竞争正在从ICT领域向制造领域拓展，领军企业围绕“智能机器+云平台+工业APP”功能架构，整合“平台提供商+应用开发者+用户”生态资源，抢占工业大数据入口的主导权、培育海量开发者、提升用户粘性，打造基于工业互联网平台的制造业生态，不断巩固和强化制造业的垄断地位，抢占全球新一轮产业竞争的制高点。

　　二、工业互联网平台建设的切入点

　　首先，工业互联网和传统的消费互联网有什么区别?

　　工业互联网和消费互联网有很多相同点，但也有许多差异。

　　在连接对象上，消费互联网连接的是高度智能化的计算机、手机，而工业互联网连接的是各种数字化水平、智能化水平参差不齐的设备、产品和系统。

　　在通信标准上，消费互联网是具有统一协议开放的网络，而工业互联网是多种协议和标准并存、相对封闭的网络。

　　在传输要求上，消费互联网的传输理念是尽力而为，而工业互联网要求的是实时、安全、可靠的网络传输能力。

　　在技术效应上，消费互联网是考虑如何提高交易效率，而工业互联网是考虑如何提高生产效率。

　　在政策监管上，消费互联网的监管思路既要鼓励创新又要加强监管，既要踩刹车又要踩油门，而对工业互联网更多考虑支持和发展。

　　在资金支持上，消费互联网是轻资产，对存量资源的依赖比较少，其发展方向是从线上走到线下，而工业互联网是重资产，不仅仅强调创新，而且强调与已有资源的继承、创新和线上线下的协同。

　　在窗口期和时代机遇上，消费互联网的发展有时间窗口期，当前正处在工业互联网大有可为的战略机遇期，需要加快推进工业互联网建设，把握难得的时代机遇。

　　其次，工业互联网平台核心是什么?

　　工业互联网平台是面对制造业的数字化、网络化、智能化需求，构建基于云平台的数据采集、汇聚、分析服务体系，推动制造资源泛在连接、弹性供给和高效配置。具体可以从四个角度理解：一是从解决问题的角度看，核心是如何推进制造业数字化、网络化、智能化，以提高制造资源配置效率问题。二是通过什么方法解决，关键是通过数据采集、汇集、分析、描述、诊断、预测、决策来解决这些问题。三是工业互联网平台的本质是基于工业云的解决方案。四是工业互联网平台的最终目标是提高智能的生产效益。

　　最重要的本质特征就是“数据+模型=服务”，即通过采集软件系统、设备和机器、生产原料等各种各样的数据并把数据输送到云端，再通过云端模型处理提供产品全生命周期、协同研发、生产设备优化、质量监测等各式各样的服务。在这个过程中，工业互联网平台的本质就是通过“数据+模型”为企业创造“服务”。

　　工业互联网平台是核心，平台的核心是“数字化模型”。所谓的“数字化模型”是将大量工业技术原理、行业知识、基础工艺、模型工具等规则化、软件化、模块化，并封装为可重复使用的组件。围绕数字化模型有五个基本问题。

　　一是数字化模型是什么?数字化模型可以分为两种，一种是机理模型，包括基础理论模型、流程逻辑模型、部件模型、工艺模型、故障模型、仿真模型。另一种是大数据分析模型。

　　二是数字化模型从哪来?这些数字化模型来自于物理设备，包括飞机、汽车、高铁制造过程的零件模板，设备故障诊断、性能优化和远程运维等背后的原理、知识、经验及方法;来自于业务流程逻辑，包括ERP、供应链管理、客户关系管理、生产效能优化等这些业务系统中蕴含着的流程逻辑框架;来自于研发工具以及生产工艺中的工艺配方、工艺流程、工艺参数等模型。

　　三是数字化模型怎么开发?用什么工具开发?一部分是由具备一定开发能力的编程人员，通过代码化、参数化的编程方式直接将数字化模型以源代码的形式表示出来;另一部分是由具有深厚工业知识沉淀但不具备直接编程能力的行业专家，通过“拖拉拽”等低门槛的图形化方式编程。

　　四是数字化模型什么样?采用什么技术架构?主要以两种方式存在：一种是整体式架构，即把一个复杂大型的软件系统直接迁移至平台上;另一种是微服务架构。目前两种架构并存于平台之上，但随着时间的推移，整体式架构会不断地向微服务架构迁移

　　五是数字化模型有什么价值?一旦所有的数据都汇聚到工业PaaS平台之上，所有的工业技术、知识、经验和方法也都以数字化模型的形式沉淀在PaaS平台上，当把海量数据加入到数字化模型中，进行反复迭代、学习、分析、计算之后，可以解决五个基本问题：描述、诊断、预测、决策、执行。

　　第三，深刻理解工业互联网平台与已有解决方案的差异性。

　　从过去两化融合、智能制造、制造业与互联网融合，发展到现在我们所讲的工业互联网平台，发生了什么变化?概况来说，是“两个没变”和“六个变了”。

　　两个没变：一要解决的核心问题没变;二是解决问题的逻辑没变。

　　要解决的核心问题没变。无论是两化融合、智能制造，还是工业互联网平台，都在考虑如何提高制造业产品质量、生产效率、服务水平、降低成本，这些问题是十年前、二十年前、三十年前就存在的老问题。制造企业面临这些问题可以转化为如何提高资源配置效率，制造业竞争的本质是资源配置效率的竞争，两化融合、智能制造、工业互联网平台的出发点和落脚点都是考虑如何优化制造资源的配置效率。

　　解决问题的逻辑没变。这个逻辑用一句话来概括，就是数据+模型=服务，即通过采集更多的数据、可以更好的训练和优化模型，从而通加速应用迭代形成更好的服务。如何通过“数据+模型”，把正确的数据、以正确的方式、在正确的时间传递给正确的人和机器，以优化制造资源配置效率。

　　推进信息化和工业化融合，从基于传统的IT架构解决方案，到基于私有云的解决方案，再到基于公有云的解决方案的发展过程本质上体现了解决方案技术路线的演变，这也带来了六个变了：

　　一是数据从哪儿来变了。传统IT架构解决方案中，系统采集更多的是各类业务系统、产品模型、运行环境以及互联网的数据，但对工业互联网平台来说，最大的变化是实现了更多机器和设备的互联，工业互联网平台可以源源不断地采集到各类设备和机器的数据，实现多种数据的集成。

　　二是数据到哪儿去变了。传统IT架构解决方案的数据都汇集到本地各类业务系统中，这些系统大多是烟囱式、孤立的业务系统。与此不同的是，在工业互联网平台架构下，越来越多的数据汇聚到了云端，在云端进行数据的集中存储、管理和计算。

　　三是模型在哪部署变了。与基于传统IT架构的模型部署在本地不同，工业互联网平台越来越多的将各类模型软件部署在云端。传统各类工业软件通过架构重构、代码重写的方式部署到了云端，成为“云化”模型。

　　四是模型怎么部署变了。传统IT架构解决方案中各类模型软件大多是一套复杂的一体化、整体式架构。对于工业互联网平台而言，各类机理模型和大数据分析模型主要以两种方式部署在云端：整体式架构和微服务架构。

　　五是资源优化深度变了。与传统IT架构解决方案相比，工业互联网平台对物理世界认知和改造将从描述、诊断向预测、决策、优化不断演进。从最初基于数据的可视化、可描述，到基于信息的可诊断、可优化，再到基于知识的可预测、可决策。

　　六是资源优化广度变了。传统IT架构更多面向单元级、系统级层面提供资源优化配置服务，而工业互联网平台通过各种各样以SaaS软件和工业APP形式呈现出来的服务，能够提供从单机设备、到生产线、到产业链、再到产业生态的系统之系统级优化，实现从局部优化到全局优化。

　　第四，工业设备上云是工业互联网平台建设的切入点。

　　信息通信技术每一次普及推广，总是由一批具有先导性、引领性、带动性的“杀手级”应用牵引，推动新技术、新应用、新产业和商业模式的快速迭代和持续演进，引爆大规模商用。当前，工业互联网平台发展总体还处在起步阶段，新应用、新模式正在不断孕育演化，必须以真实的应用场景需求为牵引，优先考虑解决工业场景实际需求“要什么”，而不只是从平台供给侧考虑“有什么”，培育一批能够引领工业互联网平台技术、功能、商业模式快速迭代的杀手级应用。一批高耗能、高风险隐患、高通用性、高价值的工业设备上云在近期有望成为牵引工业互联网平台发展的真实应用场景。

　　当前，我国工业体系中存在大量高资源消耗、高安全风险、低利用效率的工业设备。根据相关行业协会专家初步测算，2017年，我国近1000座炼铁高炉年消耗标准煤约3.4亿吨， 47万余台燃煤锅炉能耗占到全国煤炭消耗25%以上，5亿台内燃机石油消耗占全国石油消耗近60%，30万台大中型空压机、200万台数控机床平均设备负载率分别不足60%和40%，风力发电弃电量为419亿千瓦时，设备资源闲置、能源浪费十分严重。推动炼铁高炉、工业锅炉、数控机床等工业设备上云，通过开展运行监测、能效优化、预测性维护等服务，预计可降低炼铁高炉等设备平均能耗3%，提升数控机床等设备利用率8%，降低风电设备弃风率至10%。

　　这些复杂设备优化的数据采集量巨大，数据采集具有高频率、大批量、高并发、长周期的特征。如燃气轮机单台设备有上万个数据采集点、一天产生500G运行数据，单台风电设备采集1000多个测量点，风场开发过程一轮仿真将产生700GB数据，这些设备数据采集规模已经远远超出了传统IT架构的数据存储、处理分析能力，亟需构建基于云计算的工业互联网平台体系。从数据分析模型来看，需要多样、精准、高效、全面的机理模型和大数据分析模型。这一场迫切景需要基于工业互联网的解决方案。

　　在推进工业设备上云过程中，要从实际需求出发，优先推动有基础、有条件、有需求、有优化潜力的设备上云，重点面向炼铁高炉、工业锅炉、柴油发动机、大中型电机、大型空压机、风电、光伏、工程机械、数控机床等工业设备，以公有云、私有云、混合云多种方式并举，组织实施工业设备上云“领跑者”计划，树立一批设备上云用云典型示范，推动设备泛在互联、数据汇聚共享、资源优化配置，促进生产方式、经营方式、商业模式创新，打造高效、节能、绿色的新型制造业生态。

　　三、工业互联网平台建设的着力点

　　重点推进四方面工作：

　　一是打造两类工业互联网平台。制定跨行业跨领域工业互联网平台评价指南，分期分批遴选跨行业跨领域平台，支持建设工业设备协议开放开源社区，开展平台应用试点示范、应用现场会;推动发展企业级工业互联网平台，支持行业组织发布重点行业工业互联网平台名录，组织制定工业互联网平台服务能力规范，支持开展平台能力成熟度评价，开展工业互联网平台应用试点示范。

　　二是建立三类工业APP。建设基础共性工业APP资源池，围绕工业基础原理、关键基础材料、核心基础零部件(元器件)、先进基础工艺、产业技术基础等基础领域;建设行业通用工业APP资源池，面向离散行业及流程行业共性需求，基于工业互联网平台打造行业通用的工业APP及微服务资源池。建设企业专用工业APP，面向特定行业、特定场景的特殊应用需求，建设一批解决企业特定问题的企业专用工业APP。

　　三是开展四类平台试验测试。工业互联网平台试验测试是推动平台性能优化、兼容适配、规模应用的关键手段，是加速技术产业成熟、打造协同创新生态的重要途径。开展跨行业跨领域平台试验测试、面向特定行业的平台试验测试、面向特定区域的平台试验测试、面向特定工业场景的平台试验床。

　　四是完善四大平台支撑服务体系。建立健全标准体系，发布工业互联网平台标准体系建设指南。制定工业互联网平台信息报送指南和监测指标体系，支持协会联盟发布行业应用数字地图。建立新型服务体系，推动建立面向工业互联网平台的线上服务能力认证新体系。建立工业互联网平台安全保障体系。