1月17日，中国信息通信研究院信息化与工业化融合研究所副所长朱敏在“工业互联网平台宣讲团”专题宣讲活动中对去年11月发布的《工业互联网平台白皮书》作了系统解读。朱敏表示，制造业转型升级的迫切需求与信息技术向制造领域加速渗透的趋势相互交织融合，催生了工业互联网平台。当前，工业互联网平台在工业系统中应用覆盖范围不断扩大，数据分析程度持续加深。依托广泛的连接和深入的分析能力，工业互联网平台汇聚了从设备到用户、从设计到制造的海量企业内外部资源，提供了数据驱动的智能化应用诞生土壤。

工业互联网平台四阶段发展

按照白皮书的定义，工业互联网平台是面向制造业数字化、网络化、智能化需求，构建基于海量数据采集、汇聚、分析的服务体系，支撑制造资源泛在连接、弹性供给、高效配置的载体。其产生有两个主要背景，一方面，是制造业转型升级需要新的平台化使能工具，工业数据的爆发式增长需要新的数据管理工具，企业智能化决策需要新的应用创新载体，新型制造模式需要新的业务交互手段；另一方面，信息技术发展推动平台化使能工具走向成熟。

朱敏指出，平台化发展经历了云平台、大数据平台、物联网平台和工业互联网平台四个阶段。第一阶段形成了以亚马逊aws、微软azure为代表的云计算平台；第二阶段形成了以saphana和teradataaster为代表的大数据平台；第三阶段形成了以亚马逊awsiot、微软azureiot、ibmwatsoniot为代表的物联网平台；第四阶段，以gepredix、西门子mindsphere为代表的工业互联网平台快速发展，呈现爆发式增长态势。根据咨询机构iotanalytics的统计，全球工业互联网平台数量超过150个，预计2021年工业互联网平台市场规模将达到16.44亿美元。

从本质上看，工业互联网平台是在传统云平台的基础上叠加物联网、大数据、人工智能等新兴技术，实现海量异构数据汇聚与建模分析、工业经验知识软件化与模块化、工业创新应用开发与运行，从而支撑生产智能决策、业务模式创新、资源优化配置和产业生态培育。从能力要求上看，工业互联网平台具备泛在连接、云化服务、知识积累、应用创新四大特征。

朱敏介绍了工业互联网平台边缘层、iaas层、平台层（也叫工业paas层）、应用层（也叫工业saas层）的关系并指出，边缘层对海量设备进行连接和管理，并利用协议转换实现海量工业数据的互联互通和互操作；同时，通过运用边缘计算技术，实现错误数据剔除、数据缓存等预处理以及边缘实时分析，降低网络传输负载和云端计算压力。平台层是在通用paas架构上进行二次开发，实现工业paas层的构建，为工业用户提供海量工业数据的管理和分析服务，并能够积累沉淀不同行业与不同领域内技术、知识、经验等资源，实现封装、固化和复用，在开放的开发环境中以工业微服务的形式提供给开发者，用于快速构建定制化工业app，打造完整、开放的工业操作系统。而应用层是通过自主研发或者是引入第三方开发者的方式，平台以云化软件或工业app形式为用户提供设计、生产、管理、服务等一系列创新性应用服务，实现价值的挖掘和提升。

七大关键技术支撑平台发展

工业互联网平台涉及四个方面的七类关键技术。一是为平台提供底层连接、云基础设施和运行环境的基础支撑技术，包括数据集成和边缘处理、iaas和平台使能三类具体技术。二是支撑平台进行海量工业数据管理和分析的数据挖掘技术，包括数据管理、工业数据建模和分析两类具体技术。三是为平台提供工业微服务、开发工具和开发环境，驱动平台进行应用创新的应用开发和微服务技术。四是能够保障平台稳定运行，实现工业系统安全的安全保障技术。

从平台架构看，paas以其开放灵活特性成为主流选择。一是基于通用开源paas架构二次开发构建平台，例如gepredix、西门子mindsphere、航天云网indics等均基于cloudfoudry进行平台建设。二是以api为代表的新型集成技术为系统集成和平台能力开放提供有效支撑，例如ayla、inteliot等平台基于api协议对设备、应用和系统进行全面集成，gepredix基于api协议对外提供资产管理、数据验证、数据分析服务。三是利用容器技术支撑平台和应用灵活部署，例如ptcthingworx平台能够基于容器方式支持在不同iaas上的部署，gepredix平台中训练形成的智能模型能够基于容器直接部署在predixmachine上。

从应用创新看，工业机理与数据科学的融合是重要趋势。当前，工业数据分析呈现两类路径：一是从工业机理出发，进行建模分析，例如ge凭借其航空发动机领域的专业知识和经验来提供飞行数据分析服务；二是从数据角度出发，通过关联性分析，找到规律，例如阿里云的大数据技术帮助协鑫光伏进行质量数据关联分析，实现了良品率的提升。上述两种路径的融合能够取得更加明显的效果，是未来工业数据分析的趋势。通过各种分析模型在平台上的沉淀，平台将汇聚起大量的工业知识，实现知识传承、迭代与复用，例如索为在航空、电子等行业构建了上百个工业知识库。

工业互联网平台打造呈现四条路径

2017年11月，国务院发布《深化“互联网+先进制造业”发展工业互联网的指导意见》，明确提出将从“供给侧”和“需求侧”两端发力，在平台培育、平台试验验证、百万工业企业上云和百万工业app培育四个方面重点开展工作，加快形成工业互联网平台应用体系。朱敏强调，中国工业互联网平台总体还处于发展初期，各类平台不断涌现，平台的业务能力需不断加强，商业模式仍需探索。但平台的打造已经呈现出四条清晰的路径。

一是装备和自动化企业凭借工业设备与经验积累打造工业互联网平台。这些企业具有大量生产设备与工业系统，以及多年沉淀形成的丰富的工业知识、经验和模型。平台化布局会推动底层设备数据的采集与集成以及工业知识的封装与复用，以此为基础形成创新型的服务模式。

二是领先制造企业将数字化转型成功经验转化为基于平台的服务能力。包含两类典型的发展模式：一类是利用平台对接企业与用户，形成个性化定制服务能力，例如海尔cosmoplat平台打通需求、设计、生产等环节，实现个性化定制应用模式。另一类是借助平台打通产业链各环节，进而优化资源配置，例如航天云网indics平台汇聚产业资源，进而形成供需对接、资源共享等应用创新。

三是软件企业围绕业务升级需求，借助工业互联网平台实现能力拓展。这类企业通过构建平台来获取生产现场数据和远程设备运行数据，进而将这些数据与软件结合，提供更精准的决策支持以及更丰富的软件功能。由于软件企业类型不同，目前形成两种典型发展模式：一种是管理软件企业，依托平台实现从企业管理层到生产层的纵向数据集成，进而提升软件的智能精准分析能力，典型案例如saphana平台。另一种是设计软件企业借助平台强化基于全生命周期的数据集成能力，形成基于数字孪生的创新应用，进而缩短研发周期，加快产品迭代升级，如ptcthingworx平台。

四是ict企业发挥技术优势，将已有平台向制造领域延伸。这类企业在已有通用平台的基础上，不断丰富面向工业场景的应用服务能力，同时加强与制造企业合作，强化制造领域服务能力。该类路径发展模式大体分为三种：第一种是面向工业场景，提供大数据分析能力，例如ibmwaston为abbability提供大数据处理能力。第二种是面向工业场景，提供云计算能力，例如微软azure、亚马逊aws为ge、abb等企业的平台提供云计算基础设施。第三种是面向工业场景，提供设备连接能力，例如华为oceanconnect平台借助网关设备、软件、管理系统，实现各类底层数据采集和集成。

“工业互联网平台宣讲团”由中国信息通信研究院、工业互联网产业联盟、走向智能研究院联合发起，以线上线下宣讲活动的形式，面向产业界宣贯去年11月正式发布的《工业互联网平台白皮书》。（记者 天雨）

转自：人民邮电报

以上是网络信息转载，信息真实性自行斟酌。