图1 广义的工业互联网平台分类

狭义的工业互联网平台是工业互联网的重要标志和关键组成，它将云计算、物联网、大数据的理念、架构和技术融入工业生产，主要的参与厂商往往是工控企业、大型设备生产商以及制造企业。根据服务对象和主攻方向的不同，狭义的工业互联网平台又分为资产优化平台和资产配置平台。

资产优化平台是未来制造业主导权竞争的制高点，代表有GE Predix、西门子 MindSphere、ABB Ability等，我国的三一集团的根云平台和徐工工业云也属于此类平台。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，将海量设备、环境、历史数据汇聚到云端，再利用大数据、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，最后以工业App程序的形式对终端设备和生产过程提供相应的智能化服务。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。除此之外，根云平台也为工业应用开发者提供了一体化的低代码开发工具。但是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。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，应用云接入及云处理技术分散所积累的资源，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，有助于制造企业与外部用户的对接，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。我国已拥有一批处于领先水平的此类平台，如航天云网INDICS平台、海尔COSMOPlat等。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。通用使能平台主要由ICT企业提供，涉及云计算、物联网、大数据的基础性、通用性服务。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以及阿里云的supET等，部分平台侧重于物联网的设备连接管理，如思科的Jasper等。这类平台为资产优化及资源配置型工业互联网提供连接、计算、存储等底层技术支撑，例如，西门子MindSphere和GE Predix均与亚马逊AWS和微软Azure两家云服务商达成合作协议，租用公有云方式成为工业互联网平台部署和应用推广的可行选择。此外，通用使能平台还广泛应用于金融、娱乐、生活服务等行业。

2）应用模式

由于在工业互联网平台发展的过程中，各平台企业所关注的企业应用和侧重点不同，由此形成了智能制造类平台、协同制造服务类平台以及云制造服务类平台。

智能制造类平台针对传统制造企业进行智能化改造，构建智能工厂，以生产和运营优化为主要场景。需要收集、存储和分析企业各类设备、生产线及生产运行状态的海量多源异构数据信息。通过远程实时监控与即时调整现场生产状态，实现对生产过程中各类机器设备的动态优化调整乃至整个企业生产运营过程的持续优化。此类平台借助互联网、大数据、人工智能等新兴技术，充分发挥工业设备的工艺潜能，提高资源配置效率和企业生产运营效率，为企业智能制造的实现提供了新型基础设施。这类平台的典型代表有西门子MindSphere、施耐德EcoStruxure、PTC ThingWorx以及东方国信Cloudiip等平台。

协同制造服务类平台基于多企业的供应链数据、用户需求数据、产品服务数据进行综合集成与分析，实现面向不同领域的多企业间高效协同、产品全生命周期管理与交付产品感知服务的优化闭环。该类平台以协同生产与服务化延伸为主要场景，支撑产业链上下游企业的协同与集成优化，针对智能制造企业进行网络化改造，从而实现企业间资源配置优化和商业活动创新，最终形成网络化协同、企业个性化定制及服务化延伸等新服务模型。典型代表有GE Predix、树根互联根云平台和海尔COSMOPla平台等。

云制造服务类平台通过汇聚不同行业的企业形成产业生态，进而积累不同类型企业的海量数字资产，利用仿真优化、大数据分析和人工智能等智能分析与处理技术，实现线下泛在智能感知、线上企业间供需智能匹配、多企业间生产运营智能分析与辅助决策及线下与线上相结合的多企业生产运行智能精准调控。该类平台以云端赋能制造应用为主要场景，服务于产业集群与工业体系转型升级。同时，累积并运用行业经验知识，对工业领域不同企业的生产运行状态与性能状况进行实时智能分析，实现产业生态中不同类别企业的云端智能服务，实现传统企业的转型升级。航天云网INDICS、阿里巴巴supET、华为FusionPlant和富士康BEACON都是这类平台的典型代表。

3）商业模式

工业互联网平台由于工业体系的专业性与复杂性，目前工业互联网平台的商业模式仍然侧重传统工业方式和面向企业用户，而更加强调面向特定场景的个性化服务的商业价值主要集中在个性化实施，但最终将向通用化能力延伸。因此，不同于消费互联网以电子商务、广告竞价、应用分成等为主流模式，工业互联网平台现阶段将以专业服务、功能订阅为最主要的商业模式。

专业服务是当前平台企业的最主要赢利手段，基于平台的系统集成是最主要的服务方式。绝大部分与设备管理、能耗优化、质量提升相关的大数据分析平台都以这种方式提供服务。咨询服务也正在成为平台专业服务的重要方式，部分企业依托其平台所集聚的数据，为客户提供分析服务，以指导业务拓展。

功能订阅是现阶段平台赢利的重要补充，有可能成为未来平台商业模式的核心。一方面，IT资源及工业软件服务已普遍采用订阅服务方式，包括云资源订阅、功能组件订阅、工业SaaS订阅。另一方面，围绕资产运维、能耗优化领域的托管服务正在成为工业领域新的订阅方式。

不同类型平台的商业模式各有侧重。连接与边缘计算平台主要提供高价值的专业服务，但部分平台已开始逐步探索订阅模式，采用按模块或按流量的收费方式。云服务平台和通用PaaS平台以订阅模式为主，由资源订阅逐步扩展至功能订阅。目前，IaaS资源订阅已较为普遍，其下一步发展关键在于如何丰富平台的功能组件，并提供订阅服务。业务PaaS平台目前是通过专业服务获利，未来主要开展订阅模式和专业服务，同时兼具交易、金融和分成等多样化赢利模式。业务平台现阶段以定制化交付为主，业务范围受限，未来的业务和商业扩张要求其将业务组件下沉至平台，形成相对通用、可复制的平台服务能力，再通过工业App开发商和系统集成商形成平台服务向更大范围扩展。

2

国内外主流工业互联网平台

共通性与差异性

1）国内外主流工业互联网平台共通性

从工业互联网的总体发展情况来看，国内外主流工业互联网平台有以下共通之处。

（1）工业互联网平台本质上是基于云的开放式物联网操作系统。

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，其初衷是以物联网、大数据等技术，优化工业设施和机器的运行和维护，提升资产运营绩效。制造企业推出工业互联网平台其实是顺应万物互联发展趋势，将设备管理和工厂运营作为发力方向，打造设备互联、数据驱动、平台支撑、服务增值的新制造体系。西门子将MindSphere定位为基于云的开放式物联网操作系统，GE主导的工业互联网联盟（IIC）从2017年开始强调“工业物联网”这一概念，海尔在2017年创办奥斯物联生态科技有限公司，正式推出COSMOPlat平台。

工业互联网平台是工业云平台2.0阶段，上云对象从软件上云拓展到设备上云。传统工业云平台强调CAD/CAE、PDM等研发设计类工具和ERP、CRM、SCM等核心业务系统上云，而工业互联网平台强调生产制造全流程上云、设备上云。比如，Predix推动航空发动机、燃气轮机、医疗设备上云，MindSphere推动工厂运营上云。INDICS的产品服务包括设备上云、产线上云、业务上云。除此之外，ICT领先企业和互联网主导企业的工业互联网平台大多是以自家云平台为基础，例如阿里的supET、华为的FusionPlant、腾讯的WeMake等。

从平台属性看，工业互联网平台是工业操作系统。Predix、MindSphere等平台向下为连接各类设备提供统一的接口，实现不同设备之间的互联互通；向上为各种各样的应用软件提供良好的开发、运营环境，承担的角色类似于Windows、Linux等操作系统。根云平台的核心是根云工业互联网操作系统，包括操作系统内核、工业大数据引擎、数据智能模型库和应用赋能开发服务4个部分，具备完整的操作系统能力。INDICS也有自己的INDICS-OS，它属于开放智能、云边协同的新一代操作系统。

（2）工业互联网平台的技术架构基本趋同，包括边缘层、IaaS平台、工业PaaS平台、工业SaaS平台。

边缘层是前提。边缘层将工业设备、智能产品等接入，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。GE推出部署在现场传感器、控制器和网关的据采集转换模块Predix Machine，西门子推出即插即用的数据接入网关Nano，航天云网也推出物联网接入工具，支持多源设备的数据采集和集成。

IaaS是基础。IaaS平台通过将基础的计算、网络、存储资源虚拟化，支撑海量工业数据的存储和计算，例如Predix、MindSphere的IaaS平台均采用亚马逊AWS和微软Azure。部分制造企业出于企业知识产权、商业机密保护、业务系统安全等方面的考虑，采用自建云方式，例如supET以自家的阿里云为基础，INDICS也有自己的航天云。从全球范围来看，IaaS基础设施层成熟度较高、技术创新迭代迅速，IaaS技术应用已呈现良好的发展态势，并形成繁荣的开发者社区和生态。

工业PaaS是核心。工业PaaS平台向下对接海量工业设备，向上支撑工业智能化应用的快速开发和部署，其建设需要制造业和ICT行业在技术、管理商业模式等方面深度融合，是平台技术能力的集中体现，是当前工业互联网平台竞争的焦点。Predix、MindSphere和INDICS依托通用PaaS平台构建的工业PaaS平台本质是一个微服务组件池，面向应用服务开放API，支持开发者以“搭积木”的形式进行调用。以根云平台为例，其开放了300多个工业领域的API，为工业应用开发提供了旗舰级能力。

工业SaaS应用潜力巨大。工业APP是工业互联网平台的关键，行业用户和第三方开发者通过对微服务组件的调用和封装，开发出面向特定行业、特定场景的工业APP，为企业的研发设计、经营决策、组织管理提供新的工具，也为产业链上下游协同提供新的基础，对工业化与信息化融合、数字世界与物理世界融合有举足轻重的作用，所以工业软件丰富程度决定了工业互联网平台的整体竞争力。目前，INDICS、根云平台的工业APP总量分别达到572个和630个，已基本涵盖研发设计、生产制造、经营管理、售后服务等整个生产制造流程。supET则利用阿里云构建的完整交易部署体系，实现工业APP自由交易与分发。

（3）构建合作伙伴关系和生态系统是平台发展的主要途径。

目前还没有一家公司能够独立提供工业互联网平台“云基础设施+终端连接 +数据分析+应用服务”等端到端的解决方案。工业互联网平台作为工业互联网产业链中游核心层级，需要积极与上游硬件设备厂商及下游工业企业加强合作，相互赋能，通过联盟组织，论坛会议等沟通形式，广泛建立合作。

在云基础设施部分，少于20%的工业互联网平台企业自建云基础设施，大部分企业都是租用公有云服务，与现有的云服务厂商合作，共同开展业务。GE、西门子、航天云网等工业类企业通过与平台商、组件商、集成商合作以弥补差距，为客户提供更强大的服务。阿里、腾讯等ICT企业在消费互联网平台的运营、市场等方面都已形成较为成熟的模式，可为工业互联网平台管理运营和商业模式提供更多经验，但在终端连接等底层方面仍需要外力支持。

为了给客户提供完整的解决方案，平台间的合作更加紧密，各类平台分工明确，专注于自己的专长。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，能够降低设备接入难度，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。因此，依靠各平台的相互协作，打造开放共享的价值网络，成为现阶段工业互联网平台发展的基础。

2）国内外主流工业互联网平台差异性

现阶段，中、美、德工业互联网平台在发展中占据主流地位。IaaS主流服务商集中在中、美两国，亚马逊 AWS、微软、阿里云、腾讯云、华为云等占据了全球主要市场。同时，GE、西门子等信息化水平高的龙头制造企业设备数字化率、联网率具有领先优势，具备更多设备接入基础和更深厚的工业积淀，主导了PaaS的建设。因此，以美、德工业互联网平台作为国外主流工业互联网平台代表，分析国内外主流工业互联网平台差异性。

（1）中国与美德在工业基础和工业know-how方面差距显著。德国工业积淀深厚，在产品研发、装备和自动化系统、工业控制和工艺流程等领域拥有全球知名的老牌工业企业和隐形冠军中小企业，例如西门子。美国工业知识经验软件化、平台化能力处于全球领先地位，拥有IBM、微软、甲骨文等全球软件服务寡头。中国工业化发展历程短，缺乏综合实力较强的龙头企业，工业领域的行业机理、工艺流程、模型方法经验和知识积累不足。但是，国内完整的产业体系带来了巨大的应用需求和发展潜力，为平台快速发展提供了基础。

（2）中国工业数据采集和分析能力不足。中国在设备数字化、网络化方面与美、德之间的差距较大，在边缘计算层，平台发展所必需的智能感知、自动控制、协议解析、边缘智能模块等一系列基础性产业高度依赖国外，缺乏完整的行业数据采集方案。截至2018年底，我国制造企业生产设备数字化率为45.9%，数字化设备联网率为39.4%，尤其是中小企业基础薄弱，设备改造和数据采集难度较大。其次，发达国家工业设备产品在全球市场占据主导地位，GE、西门子等龙头企业依托自身产品可采集跨区域、跨行业、跨领域的海量数据。而且美国、德国具有大量资深和初创的数据分析企业，通过合作能帮助平台快速提升能力。但是中国市场巨大，一旦解决数据采集等基础环节问题，网络效应必然带来后发优势。

（3）中美德在信息基础设施及ICT技术能力方面各有所长。中美在信息基础设施方面相对较强。中国已建成全球最大的NB-IoT网络，能有效支撑工业互联网平台建设、促进海量终端接入、拓展应用场景。美国亚马逊、微软、IBM等在技术、产品和市场规模方面遥遥领先，并且美国在PaaS平台底层技术方面具有绝对优势，全球各国工业互联网平台PaaS核心架构几乎均采用美国的Cloud Foundry和Docker等开源技术。美德具备将核心经验知识固化封装为模块化的微服务组件和工具开发能力，但中国工业PaaS刚刚起步，算法库、模型库、知识库等微服务提供能力不足，导致平台在功能完整性、模型组件丰富性等方面发展滞后，处于探索阶段。

（4）中国工业互联网平台具有全球最旺盛的市场需求和最完备的互联网生态。一方面，美德将大型企业作为平台主要用户群体，而中国将工业互联网平台作为大中小企业融通发展的新载体，通过平台技术模块化和知识经验软件化，将大企业成熟有效的技术、管理、应用等方面的知识经验，快速向中小企业复制推广，降低技术门槛和应用成本，带动其转型升级。另一方面，美国在互联网应用创新、市场规模等领域弱于中国，尚无覆盖全社会的互联网生态体系。德国在互联网平台实践和能力各方面仍处于适应期。

（5）在应用场景方面，中国工业互联网平台应用呈现出建设投入规模大，创新多元化等特点，而国外聚焦在新产品和新服务的创新。在建设投入方面，目前我国在工业企业里开展信息化建设，系统集成是中国大型工业企业非常主流的一种工业互联网应用，涉及多个部门、分子公司，呈现出投资大、规模大的特点。例如，江苏井神盐化股份有限公司实现生产车间、生产线、装箱、码垛及气力输送、数字仓储、物流一卡通等自动化系统的综合集成。相对国内的“大投入大建设”，国外企业的应用更加贴近业务，选择最适合自己的应用，以小投入获取大效益。例如，New England Biolabs（NEB）通过给存放产品的冰箱加入IOT模块，实现对产品使用情况的实时交互。这个简单的应用让客户了解实验材料的库存状况，帮助其加快实验速度，同时，NEB还可实现供应链优化，推出有针对性的营 销策略，并有效规划未来产品路线图。在创新应用方面，我国企业应用创新、模式创新呈现多元化发展态势，包括按需定制+协同研发设计、协同制造、分享制造+产融合作、创新定价模式+数字化产品以及产品及服务，呈现出百花齐放的态势。而国外企业多集中在基于物联网模块开发新产品或新服务，例如，Waterous推出了行业内第一款在消防车上使用的数字化水泵。该水泵可通过消防车内的可触摸控制面板进行远程操控。通过与平台企业合作，Waterous缩短了新产品的研发时间，降低了研发成本。

总的来说，国内外主流工业互联网平台总体上呈现出以下态势：

（1）IaaS被寡头垄断，其中，中、美的IaaS基础设施能力较强，正从互联网行业向其他行业扩张。

（2）PaaS以专业性为基础拓展通用性，并渐成为平台发展的聚焦点和关键突破口。信息化水平高的制造业龙头企业成为PaaS建设的主力军，但领先的ICT企业是工业PaaS的共性关键使能技术的开拓者，基于中国互联网生态优势的国内互联网企业可能会成为工业PaaS的另一支主力军。

（3）SaaS专注专业纵深，正逐步深入制造业细分行业领域。PaaS的成熟度和能力是SaaS发展的基础，只有PaaS成熟度和能力大幅提升，SaaS才有繁荣的可能。受限于工业PaaS，现阶段的工业SaaS仍处于萌芽阶段，各方SaaS处于同一起跑线，但是中国拥有良好的互联网生态基础，将激发SaaS巨大的应用潜力。

相关阅读

★全国第八批国家级制造业单项冠军企业名单（附388家完整名单）

★14类任务49项重点工作！《工业互联网专项工作组2024年工作计划》印发

★一文读懂IaaS、PaaS、SaaS以及在工业互联网中的角色

声明

来源：智造苑，转载的目的在于传递更多信息及分享，并不意味着证实其真实性，也不构成其他建议。仅提供交流平台，不为其版权负责。如涉及侵权，请联系我们及时修改或删除。本文编辑：微明

投稿及商务合作：13386409839（同微信）

微信号：amdaily

好文！必须点赞