工业互联网三类平台的比较分析及未来发展趋势

“最近，有关部门要求大力发展工业互联网，这工业互联网是什么?是另一个版本的智能制造吗?”

在“德国工业4.0”“互联网+”“中国制造2025”“智能制造”……在新词频出的今天，一位中型企业总经理的话，也许很多人都有同感。那么，工业互联网究竟是什么?发展工业互联网的核心又是什么?

我们先来瞅瞅官方的定义：工业互联网是链接工业全系统、全产业链、全价值链，支撑工业智能化发展的关键基础设施，是新一代信息技术与制造业深度融合所形成的新兴业态和应用模式，是互联网从消费领域向生产领域、从虚拟经济向实体经济拓展的核心载体。

举个消费互联网的例子，也许更容易理解。淘宝店铺怎么装潢、哪些客户是高风险客户……并不是所有卖家都能掌握。于是，淘宝卖家平台提供了各种专业化APP。比如，节日打折季前，通过订购美工APP应用，只需一键，整个店铺就可完成富有节日气氛的装修。

如果把淘宝卖家换做成千上万的制造业企业，那工业互联网就像为它们提供专业化服务的“淘宝卖家平台”。这个基于公有云的开放平台，可以实现设备的全生命周期健康管理、帮企业优化供应链、开展订单管理、通过优化工艺和生产参数提高效率、为企业定制智能制造解决方案……

工业互联网带来的不仅仅是产品质量和生产效率的提升、成本的降低，通过将大量工业技术原理、行业知识、基础工艺、模型工具规则化、软件化、模块化，并封装为可重复使用的微服务组件，第三方应用开发者可以面向特定工业场景开发不同的工业APP，进而构建成基于工业互联网平台的产业生态。

下面我们来点专业的：工业互联网的核心与关键体系是什么?

工业互联网构建基于海量数据采集、汇聚、分析的服务体系，支撑制造资源泛在链接、弹性供给和高效配置。工业互联网平台可以分为4 个部分：1)边缘层：通过协议转化和边缘计算形成有效的数据采集体系，从而将物理空间的隐形数据在网络空间显性化。2)IaaS 层：将基础的计算网络存储资源虚拟化，实现基础设施资源池化;3)工业PaaS 层：工业操作系统，向下对接海量工业装备、仪器、产品，向上支撑工业智能化应用的快速开发和部署;4)工业APP：以行业用户和第三方开发者为主，行业用户如富士康、中联重科等工业垂直领域的产商，第三方开发者主要是基于PaaS层做工业APP的开发工作，通过调用和封装工业PaaS 平台上的开放工具，形成面向行业和场景的应用。

平台体系是工业互联网的关键

平台体系是工业互联网的核心，它将物联网、大数据、人工智能及云计算等理念、架构和技术融入工业生产中，据e-works 统计，截止2018 年3 月，声称能提供工业互联网平台服务的国内外厂商已经超过150 家。目前广义的工业互联网平台按照服务对象及应用领域可以分为三类：资产优化平台、资源配置平台及通用使能平台。

工业互联网平台分类

资产优化平台——平台竞争制高点

资产优化平台主要运用在设备资产的管理与运营方面，它是通过现代传感、移动通信等技术连接智能终端，并从终端收集关于设备、环境等各类数据信息，然后基于这些数据在云端利用大数据、人工智能等技术及行业经验知识对设备运行状态与性能状况进行实时智能分析，再以工业App 程序的形式为生产与决策提供相应的智能化服务。资产优化平台主要的参与厂商往往是工控企业以及大型设备生产商。资产优化平台是未来制造业主导权竞争的制高点。它不仅能够充分融入大数据、人工智能等先进技术，还能为第三方提供开发环境，如西门子的MindSphere 及GE 的Predix 平台都提供软件开发环境及工具，旨在通过第三方开发者和应用程序的接入形成类似Apple Store 的第三方开发应用生态。目前，工业巨头是此类平台主要的推进助力，如GE、西门子、ABB 等，我国的三一根云以及徐工工业云也属于此类平台，但发展程度相对滞后。

资产优化平台一览表(来源：东方证券)

以西门子的MindSphere 为例，MindSphere 是一个开放的生态系统，它可以充分利用世界各地安装的西门子设备(3000 万个自动化系统、7000 万个智能仪表、80 万个关联产品)以及丰富的应用程序接口(API)获取海量数据，并基于自身深厚的行业知识和经验提供数字化服务，MindSphere 平台包括边缘连接层、开发运营层，应用服务层三个层级，分别对应MindConnect、MindClound、MindApps 三个核心要素，其中MindConnect 负责将数据传输到云平台，MindClound为用户提供数据分析，应用开发环境及应用开发工具，MindApps 为用户提供集成行业经验和数据分析结果的工业智能应用，譬如结合设备历史数据与实时运行数据，构建数据孪生，及时监控设备运行状态，实现设备的预防性维护，基于现场能耗数据的采集分析对设备生产线等能效使用进行合理规划，优化能源数据管理、提高能源使用效率等。

MindSphere产业价值链(来源：MindSphere白皮书)

资源配置平台——供给侧改革的重要抓手

资源配置平台主要体现在要素资源的组织与调度方面。它在应用过程中汇聚了大量的工业数据、模型算法、研发设计等各类资源及能力，通过云接入及云处理技术分散这些积累的资源，对制造企业的资源管理、业务流程、生产过程、供应链管理等环节进行优化，可实现制造企业与外部用户需求、创新资源以及生产能力的对接。这类平台能够有效促进产能优化以及区域协同，同时也能支持C2M定制等新型业务，满足市场多元化需求，为供给侧改革提供助力。我国已拥有一批处于领先水平的此类平台，如航天科工的INDICS 平台、海尔的COSMOPlat 等。

资源配置平台一览表(来源：工业互联网平台白皮书)

以航天科工的INDICS 平台为例：INDICS 平台在 IaaS 层自建数据中心，在 DaaS 层提供丰富的大数据存储、产品分析与服务，在 PaaS 层提供各类工业服务引擎，如面向软件定义制造的流程引擎、大数据分析引擎、仿真引擎和人工智能引擎等务，以及面向开发者的公共服务组件库和200 多种 API 接口，其对外开放自研软件与众研应用 APP 共计500 余种，涵盖了智能研发、精益制造、智能服务、智慧企业、生态应用等全产业链、产品全生命周期的工业应用能力。INDICS 平台接入集团超过600 家，对设计模型、专业软件以及1.3 万余台设备设施等进行共享，可以有效解决生产单元产能闲置与超负荷运转同时存在的问题。譬如河南航天液压气动技术有限公司基于INDICS 平台实现与总体设计部及总装厂所的协同研发与工艺设计，缩短研发周期35%，提升资源利用率30%，提高生产效率40%。另外，工业企业也可通过平台对外开放空闲制造能力，实现制造能力的在线租用，进一步释放产能。

(来源：工业互联网平台白皮书)

通用使能平台——资产优化及资源配置平台的支撑

通用使能平台主要提供云计算、物联网、大数据的基础性、通用性服务，主要由ICT 企业提供。其中部分平台侧重于云服务的数据计算及存储，如微软的Azure、SAP 的HANA、亚马逊的AWS以及我国的阿里云、腾讯云等，部分平台侧重于物联网的设备连接管理，如思科的Jasper、华为的OceanConnect 等。这类平台为资产优化及资源配置型工业互联网提供技术支撑，如GE 的Predix 就部署于微软的Azure 平台，此外，通用使能平台还广泛应用于金融、娱乐、生活服务等各行业。

通用使能平台一览表(来源：东方证券)

以华为的OceanConnect 平台为例，其技术架构上分为垂直和水平两个方向。垂直方向可分为三层架构：连接管理层，主要提供SIM 卡生命周期管理、计费、统计和企业Portal 等功能;设备管理层，要提供设备连接、设备数据采集与存储、设备维护等功能;应用使能层，主要提供开放API能力，同时具备数据分析、规则引擎、业务编排等能力。在水平方向，通过与平台连接的分布式IoT agent 对接行业智能设备网关， 并提供边缘计算能力， 实现与云端计算的协同。OceanConnect 平台提供云网关，支持各类编解码插件，使得设备能够即插即用。一汽在使用OceanConnect 平台后实现了对千万级车辆的有效连接和管理，能够并发处理百万车辆的信息。同时平台也支撑一汽新业务的开发以及新设备的快速集成，提供实时分析的大数据能力。

OceanConnect 应用实例(来源：搜狐科技)

三类平台的比较分析及未来发展趋势

三类工业互联网平台都是通过工业互联网直接或者间接地连接物理载体，从而提供差异化的服务。其中，资产优化平台将终端设备、生产过程作为直接优化对象，其与底层物理设备之间交互最深入和频繁，其获取的数据类别及体量亦十分庞大，如GE 的Predix 平台运用于汽轮机要实时采集压力、温度、转速等上千个类别数据，每台机器收集的数据体量可达TB 级。同时，对这些数据的处理和分析需要融合大数据、人工智能等创新技术，所以此类平台的建设难度较大，不仅需要掌握新一代信息技术，还需要具备智能产品、高端装备及综合解决方案全覆盖水平。

资源配置平台往往基于已经成熟的网络信息技术，其更加注重资源的跨地域、跨环节的重组整合，聚焦于网络化协同以及个性化定制的前端对接，提供精准服务。此类平台的垂直行业属性较强，对于信息化集成应用及供应链管理水平都有很高要求。通用使能平台主要为工业互联网提供连接、计算、存储等底层技术支撑，基本涉及工业互联网产业体系的边缘层及IaaS 层，一般都由ICT 巨头提供。

未来各类平台分工更加明确。资产优化平台为高端产品提供优化服务，推动高端制造由高价值产品向“高价值产品+高价值服务”靠拢，资源配置平台促进产能优化、拉动消费平衡，带动企业发展方式转变，而通用使能平台为上层平台提供技术支持，从而使得上层平台能够专注于与生产直接相关的服务，实现各类平台专业分工。

未来各类平台间的合作将更加紧密，旨为客户提供完整方案。通过合作不仅能实现平台的灵活部署，如GE、西门子与微软、亚马逊的合作，能够有效优化基础资源的部署，还能强化更现场数据采集能力，如航天科工、SAP 与西门子的合作，通过西门子巨大的存量基础，降低设备接入难度，实现更大范围的数据采集。另外，合作也能提高自身的数据分析能力，如ABB、西门子与IBM 的合作，都旨在提升自身平台的计算分析能力。依靠各平台的相互协作，为客户应用提供完整的解决方案。