工業互聯網平臺本質是通過工業互聯網網絡采集海量工業數據，并提供數據存儲、管理、呈現、分析、建模及應用開發環境，匯聚制造企業及第三方開發者，開發出覆蓋產品全生命周期的業務及創新性應用，以提升資源配置效率，推動制造業的高質量發展。

在國家政策大力支持，各省政府高額補貼的刺激下，國內制造企業，工業軟件服務商、工業設備提供商及ICT四類企業憑借自身在主營業務的積累，主要從工業知識及信息技術兩個方向切入，構建不同類型的工業互聯網平臺。

各類型的工業互聯網平臺能力不同，基于IT技術的云服務平臺及通用PaaS平臺通用性強，連接與邊緣計算平臺需要有工業協議的積累。工業PaaS平臺需要不斷將各行業各領域的工業知識與經驗沉淀為數字化模型，并以工業組件的形式供開發者調用，以更好的支撐SaaS層快速構建面向工業場景的定制化APPs。與工業知識相結合的數據分析與可視化平臺會逐漸向工業PaaS平臺發展。

國內工業互聯網平臺產業將呈現中間集中兩端分散的格局。國內工業PaaS平臺需要不斷豐富自身承載的數字化模型，爭取早日覆蓋我國39個工業大類，191個中類及525個小類的工業共性知識，賦能第三方開發者開發出海量的工業APPs，真正為企業解決痛點，助力制造業高質量發展，發揮其最大價值。

工業互聯網平臺概述

工業互聯網平臺簡述

工業互聯網平臺是工業互聯網的核心

工業互聯網是通過新一代信息通信技術建設連接工業全要素，全產業鏈的網絡，以實現海量工業數據的實時采集，自由流轉，精準分析，從而支撐業務的科學決策，制造資源的高效配置，推動制造業融合發展。工業互聯網對我國制造業數字化轉型升級，實現制造業高質量發展以及提升國際競爭力具有戰略意義。網絡，平臺及安全構成了工業互聯網三大體系，其中網絡是基礎，平臺是核心，安全是保障。我國要從制造業大國向制造業強國轉變，須抓住這次工業互聯網平臺發展機會。

工業互聯網平臺功能架構

工業PaaS是工業互聯網平臺的核心

工業互聯網平臺由邊緣層、IaaS層、PaaS層及應用層構成。邊緣層是基礎，向下接入工業設備實現數據的采集與處理。工業PaaS層是核心，基于通用PaaS并融合多種創新功能，將工業機理沉淀為模型，實現數據的深度分析并為SaaS層提供開發環境，是平臺核心能力的集中體現。應用層是關鍵，主要提供覆蓋不同行業，不同領域的業務應用及創新性應用，形成工業互聯網平臺的最終價值。

工業PaaS平臺的核心能力

數字化模型是工業PaaS平臺的核心

工業PaaS是工業互聯網平臺的核心，主要是其集成了工業數據分析與建模能力。工業數據分析是開啟海量工業數據應用價值的鑰匙，數據分析的深淺是決定數據應用價值高低的主要因素。工業數字化模型主要包括工業機理模型與大數據分析模型兩大類。機理建模是基于工業技術原理，行業知識、經驗及生產工藝等構建的數字化模型。大數據分析模型是基于工業數據本身的相關性構建的數字化模型。將工業數據輸入模型以后，基于數字化模型可實現對實際生產及業務過程的描述，分析，預測，決策，以指導實際工作的精準執行。由此可見數字化模型是工業數據分析的核心，也是工業PaaS的核心。

工業互聯網平臺發展

全球工業互聯網平臺市場規模

工業互聯網平臺市場規模持續增長

在工業互聯網發展初期，工業數字化水平是影響工業互聯網市場規模結構的重要因素，工業設備的數字化水平低是影響平臺市場規模低的主要因素之一。但隨著工業互聯網的迅速發展，在市場需求及新技術的推動下，工業互聯網平臺的市場規模會持續增長，預測到2023年全球工業互聯網平臺市場規模將達到138.2億美元，占全球工業互聯網市場規模的15%。

國內工業互聯網平臺數量發展情況

國內工業互聯網平臺數量發展迅猛

在國家政策大力支持，各省政府高額補貼的刺激下，國內制造企業，工業軟件服務商、工業設備提供商及ICT四類企業多路徑布局工業互聯網平臺。近兩年我國工業互聯網平臺數量實現了快速發展，截止到2018年3月，國內工業互聯網平臺類產品數量已高達269個，超過了國外工業互聯網平臺總和。在269個平臺類產品中由制造企業構建的工業互聯網平臺占比高達46%。

國內工業互聯網平臺產業鏈圖譜

工業互聯網平臺按照功能架構可分為六類

國內工業互聯網平臺構建路徑

工業知識與信息技術是兩種主要的切入方式

國內四類企業主要憑借自身優勢從工業知識與信息技術兩個方向切入工業互聯網平臺。互聯網企業及通信企業構成的信息通信企業主要是發揮其IT技術優勢，將已有的云平臺向工業領域延伸，構建包括邊緣層，IaaS層及通用PaaS層的工業互聯網平臺。工業軟件企業、設備提供商及制造企業均是基于工業領域的知識、經驗構建的工業互聯網平臺。規模大的企業，具備構建完整的工業互聯網平臺架構的能力，中小型企業通常選擇在ICT企業建立的通用PaaS之上構建具備特定功能的工業互聯網平臺。

全球工業互聯網平臺應用行業分布

數字化水平高的行業，工業互聯網平臺的應用占比較大

受限于數字化發展水平，各行業工業互聯網平臺的應用程度各不相同。數字化水平越高的行業,工業互聯網平臺的應用程度越高。整體來看,在國內外的應用案例中,機械與能源行業的工業互聯網平臺應用程度最高，累計占比高達58%。

全球工業互聯網平臺應用場景分布

設備健康管理及生產過程管控是目前的熱點應用

目前工業互聯網平臺主要應用于設備管理、生產過程管控、企業運營管理、資源配置協同、產品研發設計及制造與工藝管理等領域。開發難度越低、優化價值越高的應用領域在工業現場的應用熱度越高。整體來看，在國內外的應用案例中，設備健康管理及生產過程管控是占比最高的應用場景，制造與工藝管理及產品研發設計占比不足3%，需要進一步培育。

國內外工業互聯網平臺應用場景對比

國內外工業互聯網平臺應用場景分布差異較大

因工業數字化發展水平，工業基礎能力及企業分布結構不同，國內外工業互聯網平臺的探索路徑不同，應用場景分布差異較大。目前我國工業數字化水平參差不齊，工業基礎能力較差，中小企業較多等問題是導致部分工業互聯網平臺應用優化價值低的重要原因。

設備管理服務分析

工業數字化發展水平是制約設備管理服務應用成熟度的主要因素。國外工業數字化發展水平相對較高，工業數據的分析深度高，優化價值高，應用占比大。

生產過程管控分析

我國該應用市場需求高，普及率低，因此產線上云的應用實踐多，占比最高。

資源配置協同分析

我國中小企業較多，利用工業互聯網平臺獲取訂單和市場機會的需求高，利用工業互聯網平臺解決貸款難等問題的創新性應用多。

工業互聯網平臺能力分析

各類型工業互聯網平臺能力

工業PaaS平臺需要專業知識支撐，工業屬性強

各類型的工業互聯網平臺能力不同，基于IT的云服務平臺及通用PaaS平臺通用性強，連接與邊緣計算平臺需要有工業協議的積累。工業PaaS平臺需要不斷將各行業各領域的工業知識與經驗沉淀為數字化模型，并以工業組件的形式供開發者調用，才能更好的支撐SaaS層快速構建面向工業場景的定制化APPs。與工業知識相結合的數據分析與可視化平臺會逐漸向工業PaaS平臺發展。

連接與邊緣計算平臺能力分析

支持的協議種類決定平臺的接入能力

連接與邊緣計算平臺集成的工業通信協議，光纖、以太網等通信協議及2G/3G/4G/5G等無線通信協議能夠實現多種工業現場設備的接入，數據格式的轉換與統一，是工業大數據的入口，也是工業互聯網平臺的咽喉。但工業現場不同時期，不同品牌，不同用途的的設備有不同的數據通信協議。業內沒有統一標準，協議數量累計可達幾百種，主流的協議也有40余種，為設備間互聯及平臺的接入帶來很大的困難。因此平臺支持的協議種類決定了其接入能力。目前來看，設備提供商，制造企業及自動化企業在該領域有較多積累，具備較大的競爭優勢。

工業PaaS平臺能力分析

數字化模型決定該平臺支持的應用場景

如前文所述，基于工業技術原理、行業知識、基礎工藝構建的數字化模型是工業PaaS平臺的核心，平臺集成的數字化模型決定了該平臺支持的應用場景。主要原因是，數字化模型是知識壁壘的直接體現，所謂知識壁壘指的是不同行業，不同領域有不同的專業技術與知識。相同行業不同領域存在知識壁壘，相同領域不同行業亦存在知識壁壘。基于特定行業/領域的知識及經驗構建的數字化模型只支持該行業/領域的工業應用及服務的開發，因此工業PaaS平臺工業屬性較強，通用性差。目前工業PaaS提供商主要基于自身行業所在領域的知識及經驗構建平臺，集成的數字化模型無法支撐跨行業，跨領域的應用及服務的開發。這種情況會導致工業數據散落在不同廠家的平臺上，煙囪式的數據，無法發揮出更大的價值。

各領域數字化模型的開發難度

工業機理復雜度越高，數字化模型開發難度越大

知識壁壘是工業PaaS平臺在跨行業、跨領域拓展道路上不可逾越的“鴻溝”，而工業機理的復雜度決定了這道“鴻溝”的大小。究其原因是，工業機理復雜度越高，數字化模型構建的難度越大，開發成本越高。高機理復雜度模型的構建需要平臺在該領域有長時間積累，只有這樣才能深入掌握該領域的工業知識與經驗，對該領域有更加透徹的理解，構建的數字化模型才能更精準。因此集成高工業機理復雜度模型的工業PaaS平臺具有更高的壁壘，其它領域的工業PaaS平臺很難在短時間內突破該領域的知識壁壘。由此可見，工業PaaS平臺在跨領域拓展時，需要充分考慮目標領域的知識壁壘的高低。

各行業平臺應用側重點分析

行業特點不同，工業互聯網平臺的應用側重點各異

各行業在研發設計，生產流程及銷售過程等環節的特點及痛點不同，因此利用工業互聯網進行數字化轉型的訴求各異。不同行業工業互聯網平臺應用的側重點各不相同，且隨平臺成熟度分層次發展。因此，工業PaaS提供商在跨行業拓展時，要充分考慮各行業工業互聯網平臺的應用路徑。

工業互聯網平臺應用價值

數據分析深度是影響工業互聯網平臺應用價值的主要因素

數據是工業互聯網平臺的核心資產，是平臺價值創造的主要來源。數據分析深度是影響工業互聯網平臺應用價值高低的主要因素。如前文所述，國內外設備健康管理類應用場景占比高，主要原因是該應用場景的數據分析深度較高，降低了企業的運維成本，減少了能源消耗，為企業創造了直接的優化價值，提升了企業的收益。總體來看，我國工業數字化水平較低，工業互聯網平臺數據采集能力弱，數字化模型少，平臺間數據不流通等問題嚴重制約了工業數據的分析深度。前文講主流的工業協議也有40余種，而我國80%的工業互聯網平臺不足20種，數字化模型與國外工業互聯網平臺的上百種也有較大差距。我國工業互聯網平臺需不斷提升設備接入能力，豐富數字化模型，以實現海量數據的匯聚與深度分析，才能為企業降本增效，實現其應用價值。

工業互聯網平臺發展趨勢

國內工業互聯網平臺的發展趨勢

通用性強的平臺市場集中度高，工業屬性強的平臺百花齊放

如前文所述，近兩年國內工業互聯網平臺數量呈爆發式增長。國內ICT企業、工業軟件服務商、設備提供商及制造企業紛紛憑借自身優勢構建不同類型的工業互聯網平臺。各平臺間相互合作，為企業提供一體化的平臺解決方案。各類型平臺的通用程度不同，通用性強的云服務及通用PaaS平臺市場集中度高，將呈現寡頭壟斷的產業格局。工業屬性強的連接與邊緣計算平臺、工業數據分析平臺及工業PaaS平臺市場集中度較低，但終將形成幾家跨行業跨領域的領先平臺與其它細分領域平臺協同發展的局面。面向工業現場應用的SaaS平臺市場集中度最低，將出現高度細分的局面。

國內工業PaaS平臺發展建議

工業PaaS平臺需基于自身優勢領域，先縱向拓展再橫向發展

數字化模型是影響工業數據分析深度的主要因素，是工業PaaS平臺的核心。國內工業PaaS平臺需要不斷豐富自身承載的數字化模型，爭取早日覆蓋我國39個工業大類，191個中類及525個小類的工業共性知識，賦能第三方開發者開發出海量的工業APPs，真正為企業解決痛點，助力工業高質量發展，發揮其最大價值。如前文分析，單個工業PaaS平臺難以全部覆蓋所有的工業知識，但數據散落在小平臺上又難以發揮其最大價值，因此，規模大、資源整合能力強的平臺有望發展成為跨行業跨領域的領先平臺，與細分領域平臺協同發展。工業PaaS平臺在拓展時，應充分考慮行業及領域的知識壁壘，基于自身優勢領域，先縱向拓展再橫向發展。