5G：打通工业互联网平台最后一公里的桥梁

近日，工业和信息化部正式发布《关于推动工业互联网加快发展的通知》提出，要提升工业互联网平台核心能力，引导平台增强5G、人工智能、区块链、增强现实/虚拟现实等新技术支撑。工业互联网平台作为新一代信息技术与制造业融合发展的产物，是新型基础设施建设的重要内容，是支撑制造资源泛在连接、弹性供给、高效配置的关键载体，将为新一代信息技术的集群性突破、协同性创新与融合性应用带来新的发展机遇，正加快形成新技术加速融合、新模式加速培育、新生态加速构建的新图景。

一、5G：打通工业互联网平台最后一公里的桥梁

（一）技术简析

5G作为新一轮科技革命的核心通用技术，是支撑经济社会数字化、网络化、智能化转型的关键新型基础设施。与WIFI、光纤、蓝牙等连接形式相比，5G网络具有低时延、高可靠性、高带宽、大连接等特性，能更加有效的满足工业场景高精度、高稳定、高速率的应用需求，将为工业互联网融合创新应用提供重要网络支撑。

（二）融合应用场景

相对于3G、4G等消费型互联网，5G网络是更加贴近工业应用的生产型互联网，未来超过80%的5G应用场景将发生在工业互联网垂直领域。一是强化边缘感知，基于5G技术支持，加强工业互联网边缘侧数据采集能力，获取大容量、高质量、高速率的数据信息。二是远程辅助控制，基于5G网络构建生产线信息物理系统，实现生产全流程的监控、分析和管理，包括基于5G的远程监控、装配辅助、运维和巡检辅助等。三是人机协同作业，包括基于eMBB和移动性场景的AGV、云化机器人等，基于uRLLC场景的工业机械远程控制、柔性机械臂等。四是强化网络安全，根据业务规划工业领域5G专用网络，避免频谱干扰，从而满足不同应用场景对网络的复杂需求。

（三）相关建议

一是引导企业加快利用5G技术开展工业互联网内网改造，加强关键技术与相关标准研制，夯实“工业互联网+5G”发展基础。二是做好频谱规划和行业监管，开展工业领域5G应用功能性、性能性、适配性、安全性等方面的测试验证，不断推动技术升级和功能迭代。三是加强5G网络安全建设，通过采用认证、加密完整性保护、隔离等技术，有效提高5G网络安全防护水平。

二、数据中心：构建海量工业数据处理体系

（一）技术简析

随着物联网、云计算以及多种传感器的广泛应用，贯穿制造业生产全流程、全产业链、全产品生命周期的数字化描述与大数据分析成为可能，以多模态、强关联、高通量为特征的工业大数据逐渐成为支撑制造业数字化转型的关键战略资源。目前，我国数据中心全球市场份额仅占美国五分之一，发展前景空间巨大，预计2020-2025年中国IDC市场规模将累计达到万亿元。“边缘数据中心+大规模数据中心”将共同构建起海量工业数据采集、处理和分析的服务体系，推动工业互联网平台加速落地。

（二）融合应用场景

一是构建边缘智能数据中心。打造边缘数据中心，以超低的网络时延接入海量、异构、多样性数据，构建“云计算+边缘计算”的新型数据处理模式，加速数据处理能力由云端下沉，满足万物互联时代企业带宽、时延、安全方面特定需求。二是构建云端大数据分析中心。一方面，依托工业互联网实现企业内部各类数据资源的汇聚、处理、分析、共享和应用，支撑生产要素优化配置，促进制造业升级和生产性服务业发展。另一方面，对产业资源的统筹管理、精确对接与智能调配，发挥数据作为核心生产要素参与价值创造和分配的能力，加速产业上下游供应链协同。

（三）相关建议

一是围绕协议解析、边缘计算等基础共性技术开展协同攻关，夯产业发展基础。二是优化数据中心统一布局，与网络建设、数据灾备等进行统筹考虑，引导各地因地制宜有序推动数据中心规范化、绿色化发展。三是扩大现有数据中心建设规模，积极推进分行业数据中心建设，构建基于云、网、边深度融合的数据网络，满足工业领域不断增长的数据存储和计算需求。四是探索建设国际化数据中心，鼓励我国数据中心建设企业丰富服务种类，创新服务模式，积极拓展海外市场。

三、人工智能：提高工业PaaS层核心竞争力

（一）技术简析

人工智能具有自感知、自学习、自执行、自决策、自适应等特征，其在工业领域应用的本质是通过打造状态感知、实时分析、精准执行、科学决策的数据自动流动闭环，以应对工业场景的不确定性和复杂性。目前，工业智能仍处于发展探索时期，工业人工智能的关键技术、场景应用、产业发展均处在起步阶段。

（二）融合应用场景

深度学习和知识图谱是人工智能在工业领域应用的两种主要技术形式。其中，深度学习主要解决了工业场景中的识别、监控、推理、预测等问题，适用于不可见的复杂问题，应用于设备故障定位、产品质量检测、工艺流程优化等工业场景;知识图谱主要解决了工业要素的挖掘、分析、建模、可视化等问题，适用于认知明确的问题，适用于集团辅助决策、供应链精益化管理、生产计划预测等工业场景。

（三）相关建议

一是引导民营企业、研究机构等扩大在人工智能共性研发领域资源投入，吸引社会资本进一步加大投资参与力度。二是引导企业针对场景痛点开发人工智能产品。提升高质量人工智能应用有效供给能力，防止出现“为AI而AI”的现象。三是加强人才培养，推动人工智能一级学科的建设工作，增设试点院校，加快人工智能学科发展。

四、区块链：奠定多方共治、互信共享的数字基础

（一）技术简析

区块链具有分布式数据库、对等传输、权限隐私保护、记录不可逆等特点，有利于增强研发、制造、管理、运维等环节物流、商流、信息流和资金流的透明可信度，从而提高整个生产过程组织运转效率。依托其交易可溯源、难篡改等特性，将有助于完善企业上下游间、生产者消费者间的信任机制，节约社会信任成本。

（二）融合应用场景

在边缘层，区块链可应用于可信身份、可信传输、可信边缘智能等可信工业数据采集场景。在IaaS层，区块链主要应用于分布式工业大数据存储。在PaaS层，区块链可应用于可信数据管理、工业分布式账本、状态溯源、智能合约等模型共享和微服务生产、集成场景。在工业应用层，区块链主要面向销售、租赁、回收等场景，实现数据全程可追溯，提高产品信息可信度。

（三）相关建议

一是采取包容审慎原则，建立健全区块链监管框架，制定相关法律法规，营造产业健康发展生态。二是鼓励建立产学研用协同工作机制，积极开展技术创新夯实技术基础，突破性能、安全、兼容性等技术瓶颈。三是强化示范引领作用，加快推进区块链在工业互联网领域的试点示范，促进区块链在具体场景应用落地。

五、AR/VR：打造工业人机交互新模式

（一）技术简析

AR/VR等作为对复杂数据进行可视化操作与交互的人机界面新技术形式，通过多源信息融合，构建实时性、互动式、沉浸式的三维动态视景和实体行为系统仿真系统，有利于提高人机交互体验与效率、拓展人类感知能力、改变产品形态和服务模式。

（二）融合应用场景

在研发设计环节，通过对产品在各种环境中的状态实时模拟仿真，能够动态直观反映产品结构、性能等变化，助力研发人员提高效率。在生产制造环节，有利于实现生产制造工作场景的真实还原，打造人机协同工作场景，减少员工培训周期，提高生产效率。在仓储物流环节，通过标签化处理与自动化提示，能够帮助员工准确识别产品信息，提高分拣速度和准确度。在销售服务环节，将为顾客参与产品设计提供可视化渠道，降低参与门槛，实现定制化服务。

（三）相关建议

一是加强产学研用协同合作，推动近眼显示、渲染处理、感知交互等基础理论和共性技术研究。二是丰富产品有效供给，加强开源社区建设，吸引更多开发者参与AR/VR应用设计开发。三是发挥标准对产业的引导支撑作用，建立产学研用协同机制，健全虚拟现实标准和评价体系。
责任编辑：tzh