當前全球工業互聯網正在加速發展，工業互聯網平臺作為構建工業互聯網生態的核心載體，成為推動制造業與互聯網融合的重要抓手。

工信部賽迪研究院軟件產業研究所分析師許亞倩近日表示：“近兩年來，國際知名工業企業紛紛布局互聯網平臺，力爭搶占先發優勢。反觀國內，工業互聯網平臺的發展正深受產業基礎薄弱、核心競爭力不強的困擾。”

在調研分析了工業互聯網平臺標桿Predix后，賽迪研究院軟件產業研究所提出，我國應從三方面推動工業互聯網平臺的發展：強化模式變革，借助互聯網優勢從IT向OT延伸；補齊自主化短板，夯實產業基礎；促進應用創新，抓住機遇培育工業App。

借鑒Predix商業模式

2017年底，我國發布《深化“互聯網+先進制造業”發展工業互聯網的指導意見》，明確提出“要支持有能力的企業發展大型工業云平臺，推動實體經濟轉型升級，打造制造強國、網絡強國”，標志著我國工業互聯網平臺建設進入一個新階段。

相比之下，國外工業互聯網平臺布局早于我國，其中最具影響力的是GE在2015年推出的Predix。“跟蹤分析Predix商業模式的演進歷程，對我國工業互聯網平臺的下一步發展具有重要的借鑒意義。”許亞倩說。

隨著制造業智能化的不斷推進，制造業對承載設備泛在聯系、海量數據集聚管理、深度智能應用的通用PaaS平臺的需求越來越大，而Predix正是現階段為工業數字化提供PaaS服務的典型代表，其發展經歷了從內部資產管理平臺向綜合性工業平臺轉型、由IT向OT延伸的過程。

許亞倩介紹，最初，Predix 只是作為企業內部的資產管理平臺，負責鏈接、監控、優化GE 數以百萬計的數據資產。隨后，GE將Predix升級為面向全球服務的工業互聯網平臺。具體表現在：擴充連接設備，允許連接各種機器、傳感器、控制系統等非GE資產；完善工業服務，同時提供云服務和邊緣計算服務；擴展開發功能，允許第三方進行資產建模和應用程序開發。

再然后，Predix借助美國強大的互聯網優勢，通過與IT廠商的合作向工業領域逐步推進。與思科合作推出了經過強化處理、適用于油氣行業的工業路由器，與軟銀、Verizon和沃達豐組成聯盟，為工業互聯網提供經過優化的無線網絡連接方案。

在由內部資產管理平臺向綜合性工業平臺轉型的同時，Predix還積極由平臺端云計算向移動端邊緣計算擴展。

便捷高效的移動體驗是工業互聯網發展的趨勢之一?；谶@種判斷，GE于2017年10月宣布與蘋果合作，將業務從PC和HMI（人機交互界面）向移動終端擴展。雙方將共同為iOS平臺推出一套Predix軟件開發工具包（SDK），推動移動端的工業互聯網應用開發。

工業互聯網發展的另一個趨勢是邊緣計算。據Gartner預測，到2022年全部企業數據中約75%是在數據中心和云之外生成和處理的。

于是，Predix于2017年10月推出了重要的更新功能Predix Edge（邊緣功能），并迅速應用于實例中。例如，2018年1月，GE子公司Avitas Systems為全球領先的數字內容分發商Limelight Networks部署的下一代自動化檢測平臺，正是使用Predix Edge來處理對時間敏感的工業物聯網數據。

隨著工業互聯網平臺的不斷涌現，平臺之間“差異化競爭”的特征越來越明顯。GE也適時調整業務戰略，其新任董事長在2017年11月的投資者大會上宣布，要將Predix的業務范圍由全行業覆蓋向優勢行業集中，聚焦于電力、航空和醫療三大核心業務領域，減少對生產制造等其他領域的投入。

“眾所周知，GE的主要業務是生產高端裝備，如風力發電機、飛機發動機、燃氣輪機、機車等大型工業產品，其在離散制造行業既有龐大的設備裝機量，也有深厚的工業知識積淀。”許亞倩分析，這次戰略調整，使得Predix能更緊密地圍繞離散制造的高端裝備的設計、生產和運維，提供以設備運行監測和工業設備數據分析為主線的一系列能力。

建議分兩步走

“現階段，我國制造業龍頭企業積極探索，建設了航天云網、根云平臺、COSMOPlat等平臺。但也要看到，我國發展工業互聯網平臺的產業基礎較為薄弱，尤其需要重點關注以下幾個方面。”許亞倩強調。

首先，工業系統建設落后，數據匯聚難度大。一是制造業數字化、網絡化程度低。以工控系統普及率為例，截至2016年底，SCADA、CAM、MES等工控系統普及率在15%左右，數據采集難度較大。二是高端裝備和關鍵核心技術對外依賴度高。例如，工控系統及設備主要來自西門子、施耐德、羅克韋爾等國外廠家，其中，只有約三分之一的企業進行了自主研發設計。

“由于各大工控系統制造商主導封閉協議，傳輸的生產數據具有復雜性和多樣性特點，大量生產數據被留存在各個獨立的工業系統中，設備通信和數據匯聚難度很大?！痹S亞倩說。

其次，工業知識體系不健全，應用創新能力弱。一是工業基礎知識缺失。我國工業知識體系建設起步晚，工業基礎和工業know-how方面落后，尤其在制造技術、知識和經驗方面積累不夠，還不具備將核心經驗知識封裝為模塊的標準組件能力。二是工業數據分析能力落后。其中，提供的分析服務主要是描述性分析，較少涉及預測性分析和規范性分析，邊緣計算分析也處于起步階段，這極大地影響了工業應用的創新能力。

再者，工業云應用平臺缺失，核心支撐能力受限。目前，幾乎所有的主流工業互聯網平臺，如GE的Predix、西門子的MindSphere，以及施耐德的EcoStruxure都構建在Cloud Foundry上，Cloud Foundry實際上已成為工業云應用的標準開發框架。反觀我國，PaaS的發展明顯落后，對工業互聯網平臺建設的支撐能力不足。

“綜合考慮我國工業發展現狀，工業互聯網平臺的建設可分兩步走。”許亞倩建議，第一步，參考Predix的商業模式，從IT向OT延伸。以互聯網為基礎，實現產品層面的互聯，重點進行產品的使用狀態和運行數據采集分析，進而指導產品的生產和銷售。第二步，隨著工業數字化程度的提高，實現對工業生產過程的數據采集和分析，進而對智能工業的過程進行控制和優化，建設兼具運行監測和工業數據分析的綜合性平臺。

她還指出，我國工業互聯網平臺的建設總體上還處于商業化前期的探索階段，應重點強化產業基礎。具體措施包括大力推動核心知識經驗軟件化、平臺化能力；引導阿里、騰訊、華為等主流IaaS平臺提供商與航天科工、三一重工、海爾集團等領先的工業企業合作，研發PaaS平臺底層技術和核心架構；逐步推進工業控制系統自主化發展以及工業技術體系的建立等。

“我國正在實施百萬工業App培育工程，這為壯大工業互聯網平臺提供了發展機遇，應調動多方主體積極性，借助App開發構建工業互聯網生態?！痹S亞倩提出，鼓勵信息化水平高的制造業龍頭企業自主開發工業App，以此作為平臺生態發展的初始性驅動，聚集用戶和數據資源。同時，鼓勵平臺開放共享算法工具、開發工具等共性組件，引導第三方開發者開發面向重點行業的新型工業App。（夏小禾）