在日前舉行的“工業互聯網平臺建設與應用”研討會上，中外工業互聯網平臺的火熱發展態勢引起與會者熱議。針對工業互聯網平臺下一步面臨哪些挑戰和問題，工業和信息化部信息化和軟件服務業司副司長安筱鵬認為，從宏觀角度看，要推動工業互聯網平臺進一步發展，需要應對企業家意愿、數字化生態構建和真實應用場景牽引三大挑戰。針對當前行業大力發展的工業互聯網平臺，與之前的兩化融合、智能制造、制造業及互聯網融合相比有何區別和聯系，安筱鵬梳理了“兩個沒變”與“六大變化”，值得產業關注。

工業互聯網平臺發展要過“三道坎”

本次研討會由工業互聯網平臺宣講團主辦，中國信息通信研究院、工業互聯網產業聯盟和走向智能研究院承辦，來自政府部門以及工業互聯網平臺相關企業的約30名專家、學者、企業負責人出席了本次研討會。會議邀請北京大學教授、工業和信息化部原副部長楊學山出席，來自于政府部門、中國信息通信研究院、走向智能研究院，以及航天科工、中航工業、中國船舶、中國兵工、中國兵裝、中國電科、中國西電、華為、阿里云、海爾集團、樹根互聯、徐工信息、紫光云引擎、東方國信、浙江中控、和利時、索為系統、寄云科技等工業互聯網平臺相關企業30余名專家、學者、企業負責人出席了本次研討會。

會上，全球在短時間內涌現出150多家工業互聯網平臺，在近日舉行的工業互聯網峰會上，國內有20余個工業互聯網發布或亮相引起代表熱議。人們關注的是，工業互聯網平臺發展這么熱，下一步推廣應用將面臨哪些問題與挑戰？對此，安筱鵬從宏觀層面梳理了需要解決的“三大挑戰”。

一是如何鼓勵企業家積極擁抱工業互聯網平臺。工業互聯網與消費互聯網最關鍵的差異是用戶使用的意愿。個人消費者愿意擁抱變化，是我國消費互聯網取得成功的重要原因之一。工業互聯網平臺帶來了新的架構體系、技術體系、安全體系、業務流程和商業模式，對此，制造企業是否愿意擁抱改變，敢于嘗試，并且愿意為改變付出實際行動，將成為推動工業互聯網平臺發展的關鍵所在。因此，下一步應將著力點放在如何營造企業家擁抱工業互聯網平臺的良好環境和氛圍上。

二是如何構建數字化模型生態體系。數字化模型是工業互聯網平臺的核心內容。我國工業互聯網平臺發展與國外存在很大差距，表象是工業軟件的質量和數量不足，本質上是制造技術和工業知識、經驗、方法的沉淀不夠。在機械制造、航空航天等領域存在大量的知識、經驗、方法等，過去是以專利、操作習慣、老工人工作經驗等形式存儲呈現出來，而現在這些知識正以數字化模型的形式沉淀在工業互聯網平臺上。這就要求圍繞數字化模型的開發、部署、維護、服務構建完善的生態體系，將大量的技術原理、行業知識、基礎工藝、模型工具高效、便捷地沉淀到平臺之上，進而提升平臺價值。

三是如何通過真實應用場景牽引平臺發展。工業互聯網平臺的價值是用來解決一個個真實的行業應用問題，這從客觀上要求工業互聯網平臺的發展必須以真實的應用場景需求為牽引，優先考慮解決實際應用問題“要什么”，而不是從平臺供給側考慮“有什么”，必須從需求側梳理工業互聯網平臺的建設方向，發展出具有實際應用價值、解決實際應用問題的工業互聯網平臺。

制造業的共性問題沒變，解題思路變了

從過去兩化融合、智能制造、制造業與互聯網融合發展到現在業界力推的工業互聯網平臺，發生了什么變化？安筱鵬對“兩個沒變”和“六個變了”作了深入闡釋。

一是解決的核心問題沒變。無論是兩化融合、智能制造還是工業互聯網平臺，都在考慮如何提高制造業產品質量、生產效率、服務水平和降低成本，這些問題是20年、30年以來的老問題。制造業競爭的本質是資源配置效率的競爭，兩化融合、智能制造、工業互聯網平臺的出發點和落腳點都是考慮如何優化制造資源的配置效率。

二是解決問題的邏輯沒變。這個邏輯可以概括為，數據+模型=服務，即企業通過采集更多的數據、可以更好地訓練和優化模型，從而通過加速應用迭代形成更好的服務。無論是兩化融合、智能制造還是工業互聯網平臺，都在考慮如何采集更多的數據，實現物理世界隱性數據的顯性化，實現數據的及時性、完整性、準確性，并通過各種模型軟件去分析處理，實現數據—信息—知識—決策的迭代，最終把正確的數據、以正確的方式、在正確的時間傳遞給正確的人和機器，以優化制造資源配置效率。

安筱鵬認為，在推進信息化和工業化融合的進程中，在不同的技術背景下形成了不同的解決方案。從基于傳統的IT架構解決方案到基于私有云的解決方案，再到基于公有云的解決方案，也就是基于工業互聯網平臺的解決方案，不同的發展階段的解決方案其技術路線在六個方面不斷演化和變革。

一是數據從哪兒來變了。在傳統IT架構解決方案中，系統采集更多的是各類業務系統、產品模型、運行環境以及互聯網的數據，但對工業互聯網平臺來說，最大的變化是實現了更多機器和設備的互聯，工業互聯網平臺可以源源不斷地采集到各類設備和機器的數據，實現多種數據的集成。

二是數據到哪兒去變了。在傳統IT架構解決方案中，數據都匯集到本地各類業務系統中，這些系統大多是煙囪式、孤立的業務系統。與此不同的是，在工業互聯網平臺架構下，越來越多的數據匯聚到了云端，在云端進行數據的集中存儲、管理和計算。

三是模型在哪部署變了。與基于傳統IT架構的模型部署在本地不同，工業互聯網平臺越來越多地將各類模型軟件部署在云端。傳統各類工業軟件通過架構重構、代碼重寫的方式部署到了云端，成為“云化”模型；同時很多開發者基于云端開發環境正在開發更多的新型軟件，成為“云生”模型。

四是模型怎么部署變了。在傳統IT架構解決方案中，各類模型軟件大多是一套復雜的一體化、整體式架構。對于工業互聯網平臺而言，各類機理模型和大數據分析模型主要以兩種方式部署在云端：整體式架構和微服務架構，當前兩種部署方式同時存在，但隨著時間的推移，微服務架構將會成為主流。

五是資源優化深度變了。與傳統IT架構解決方案相比，工業互聯網平臺通過將更加及時、準確、完整的數據匯入到更加精準、科學、多元的模型中后，將會實現更深層次的制造資源優化配置，對物理世界認知和改造將從描述、診斷向預測、決策、優化不斷演進。從最初基于數據的可視化、可描述到基于信息的可診斷、可優化，再到基于知識的可預測、可決策。

六是資源優化廣度變了。傳統IT架構更多面向單元級、系統級層面提供資源優化配置服務，而工業互聯網平臺通過各種各樣以SaaS軟件和工業App形式呈現出來的服務，能夠提供從單機設備到生產線、產業鏈再到產業生態系統之系統級優化，實現從局部優化到全局優化。