工业互联网平台白皮书
指导单位
工业和信息化部信息化和软件服务业司
参与编写单位（排名不分前后）
中国信息通信研究院
航天云网科技发展有限责任公司
树根互联技术有限公司
青岛海尔工业智能研究院有限公司
北京和利时智能技术有限公司
中国电信集团公司
用友网络科技股份有限公司
普奥云信息科技（北京）有限公司
清华大学
360企业安全集团
北京中船信息科技有限公司
华为技术有限公司
美的集团股份有限公司
机智云
参数技术（上海）软件有限公司
ABB(中国)有限公司
施耐德电气（中国）有限公司
西门子（中国）有限公司
把握工业互联网平台发展的战略机遇
工业互联网是新一代信息通信技术与现代工业技术深度融
合的产物，是制造业数字化、网络化、智能化的重要载体，也
是全球新一轮产业竞争的制高点。工业互联网通过构建连接机
器、物料、人、信息系统的基础网络，实现工业数据的全面感
知、动态传输、实时分析，形成科学决策与智能控制，提高制
造资源配置效率，正成为领军企业竞争的新赛道、全球产业布
局的新方向、制造大国竞争的新焦点。
工业互联网平台是工业互联网实施落地与生态构建的关键
载体，GE、西门子等领军企业围绕“智能机器+云平台+工业
APP”功能架构，整合“平台提供商+应用开发者+海量用户”
生态资源，抢占工业大数据入口主导权、培育海量开发者、提
升用户粘性，构建基于平台的制造业生态，不断巩固和强化制
造业竞争优势。
工业互联网平台是我国打造制造强国和网络强国的关键结
合点，它面向制造业数字化、网络化、智能化需求，构建基于
海量数据采集、汇聚、分析和服务体系，支撑制造资源泛在连
接、弹性供给、高效配置的开放式平台，是一个基于云计算的
开放式、可扩展的工业操作系统，其功能类似于微软的
Windows、谷歌的安卓系统和苹果的 iOS系统，是构建制造业
生态体系的核心。其本质是通过构建精准、实时、高效的数据
采集互联体系，建立面向工业大数据存储、集成、访问、分
析、管理的开发环境，实现工业技术、经验、知识的模型化、
标准化、软件化、复用化，不断优化研发设计、生产制造、运
营管理等资源配置效率，形成资源富集、多方参与、合作共
赢、协同演进的制造业新生态。
说得形象一点，工业互联网平台是两化融合的“三明治”
版。第一，底层是由信息技术企业主导建设的云基础设施
IaaS层，在这一领域，我国与发达国家处在同一起跑线，阿
里、腾讯、华为等云计算基础设施已达到国际先进水平，如阿
里云已成为仅次于亚马逊 AWS、微软 Azure的全球第三大云基
础设施提供商，目前在全球建立了十多个云计算中心，占据国
内相当多的 IaaS市场份额。第二，中间层是由工业企业主导
建设的工业 PaaS平台层，其核心是将工业技术、知识、经
验、模型等工业原理封装成微服务功能模块，供工业 APP开发
者调用，因此工业 PaaS的建设者多为了解工业行业本身的工
业企业，比如 GE、西门子以及我国的航天科工、三一重工、
海尔集团。第三，最上层是由互联网企业、工业企业、众多开
发者等多方主体参与开发的工业 APP层，其核心是面向特定行
业、特定场景开发在线监测、运营优化和预测性维护等具体应
用服务。
对于工业互联网平台，可以用三句话来概括：
第一句，数据采集是基础。其本质是利用泛在感知技术对
多源设备、异构系统、运营环境、人等要素信息进行实时高效
采集和云端汇聚。当前数据采集面临的突出问题是，受制于传
感器部署不足、装备智能化水平低，工业现场存在数据采集数
量不足、类型较少、精度不高等问题，无法支撑实时分析、智
能优化和科学决策。无论是跨国公司，还是国内平台企业，都
把数据采集体系建设和解决方案能力建设作为工业互联网平台
建设的基础和核心：他们或是通过构建一套能够兼容、转换多
种协议的技术产品体系，实现工业数据互联互通互操作，或是
通过部署边缘计算模块，实现数据在机器设备端的轻量级运算
和实时分析，缓解云端传输、存储和计算压力。
第二句，工业 PaaS是核心。其本质是在现有成熟的 IaaS
（基础设施即服务）平台上构建一个可扩展的操作系统，为工
业应用软件开发提供一个基础平台。工业 PaaS面临的突出问
题是开发工具不足、行业算法和模型库缺失、模块化组件化能
力较弱，现有通用 PaaS平台尚不能完全满足工业级应用需
要。当前，工业 PaaS建设的总体思路是，通过对通用 PaaS平
台的深度改造，构造满足工业实时、可靠、安全需求的云平
台，采用微服务架构，将大量工业技术原理、行业知识、基础
模型规则化、软件化、模块化，并封装为可重复使用的微服
务，通过对微服务的灵活调用和配置，降低应用程序开发门槛
和开发成本，提高开发、测试、部署效率，为海量开发者汇
聚、开放社区建设提供技术支撑和保障。工业 PaaS是当前领
军企业投入的重点，是平台技术能力的集中体现，也是当前生
态竞争的焦点。
第三句，工业 APP是关键。主要表现为面向特定工业应用
场景，激发全社会资源推动工业技术、经验、知识和最佳实践
的模型化、软件化、再封装（即工业 APP），用户通过对工业
APP的调用实现对特定制造资源的优化配置。工业 APP面临的
突出问题是，传统的生产管理软件云化步伐缓慢，专业的工业
APP应用较少，应用开发者数量有限，商业模式尚未形成。工
业 APP发展的总体思路是，一方面，传统的 CAX、ERP、MES等
研发设计工具和管理软件加快云化改造，基于工业 PaaS实现
了云端部署和应用，满足企业分布式管理和远程协作的需要；
另一方面，围绕多行业、多领域、多场景的云应用需求，大量
开发者通过对工业 PaaS层微服务的调用、组合、封装和二次
开发，将工业技术、工艺知识和制造方法固化和软件化，开发
形成了专用 APP应用。
当前，我国工业互联网建设处于起步阶段，发展基础和能
力薄弱，跨行业、跨平台的综合性、通用性平台尚未形成，亟
需加强统筹协调，充分发挥政府、企业、研究机构等各方合
力，抢占基于工业互联网平台的制造业生态发展主动权和话语
权，打造新型制造体系，加快形成培育经济增长新动能。下一
步，要从“供给侧”和“需求侧”两端发力，坚持“建平台”
与“用平台”双轮驱动，培育一批国家级、行业级工业互联网
平台，组织实施百万企业上云和百万工业 APP培育工程。要坚
持“补短板”与“建生态”相互协调，实施工业技术软件化工
程，促进软件技术与工业技术深度融合，构建工业互联网的产
业支撑体系。要坚持“保安全”与“促发展”相互促进，加快
形成发展工业互联网的安全保障体系。
工业互联网平台是推动制造业与互联网融合发展的重要抓
手，正步入规模化扩张的战略窗口期。基于工业互联网平台的
制造业生态正成为产业竞争的“风口”，发展的机遇稍纵即
逝，需要在技术研发、标准研制和产业应用等方面尽早部署。
为此，我司指导中国信息通信研究院，联合国内相关单位，编
撰形成了《工业互联网平台白皮书（2017）》。本白皮书在编写
过程中集众人之智、采众家之长，是对新形势下工业互联网平
台应用需求、技术演进和实施策略的阶段性提炼和总结。下一
步，要围绕工业互联网平台测试验证、能力评估及标准体系建
设等方面，统筹开展工作。希望能够通过白皮书为相关人员提
供参考，通过社会各界共同努力，为我国工业互联网平台的发
展贡献一份力量，共同推动我国工业互联网平台产业进步、应
用繁荣。
是为序。
安筱鹏
2017年 9月 5日
前言
过去几年，工业互联网在全球范围快速兴起和发展，引发
信息技术与制造技术加速融合创新，并驱动制造业的智能化发
展。随着工业互联网逐步走向应用部署，工业互联网平台作为
海量异构工业数据集成与工业应用创新的重要载体，正成为新
一轮产业竞争的核心。
目前全球已有超过 150家企业推出了工业互联网平台，无
论是装备与自动化领域的工业巨头，还是软件、通信与互联网
领域的信息技术巨头，均将构建工业互联网平台作为其加快工
业互联网布局的重要举措，并通过并购、合作等多种方式强化
其主导优势。我们认为，工业互联网平台毫无疑问将对现有的
制造系统产生重大而深刻的影响。原先如孤岛般分散于不同设
备、系统中的工业数据将实现前所未有的深度汇聚，臃肿、僵
化的工业软件将演变为平台上一个个可灵活部署和配置的工业
APP应用，由数据驱动的开放创新将逐渐成为未来制造业发展
的主要方向。工业互联网平台也正在改变产业的发展形态。主
要平台企业纷纷通过外部合作与开发者培育等方式，打造基于
平台的产业生态体系，并依靠整个生态的创新活力，构建新时
期的独特竞争优势。
工业互联网平台的发展总体还处于起步阶段，上述这些判
断有些已经发生，但更多还是未知。在这样一个充满各种可能
性的创新机遇期，我们推出工业互联网平台白皮书，希望围绕
平台内涵、体系架构、产业发展、应用模式等方面的研究成果
进行分享与探讨，共同促进工业互联网平台的发展与部署。
目录
一、工业互联网平台的发展背景 ................................ 1
（一）未来制造业智能化发展方向 ........................... 1
（二）传统制造系统面临的挑战 ............................. 3
二、工业互联网平台内涵及架构体系 ............................ 5
（一）工业互联网平台内涵及架构 ........................... 5
（二）工业互联网平台关键技术体系 ......................... 8
（三）工业互联网平台的特征 .............................. 13
三、工业互联网平台发展现状及格局 ........................... 15
（一）全球工业互联网平台进入井喷期，我国刚刚起步 ........ 15
（二）工业互联网平台产业体系初步形成 .................... 17
（三）主导企业从不同领域加快平台布局，出现七种路径 ...... 20
（四）平台服务模式逐渐清晰，商业模式呈三大类型 .......... 38
四、工业互联网平台生态构建趋势 ............................. 39
（一）基于工业互联网平台的生态构建与产业变革正在来临 .... 40
（二）当前工业互联网平台生态构建的基本模式 .............. 42
五、工业互联网平台关键应用场景及案例 ....................... 44
（一）场景一：工业互联网平台实现生产过程优化 ............ 44
（二）场景二：工业互联网平台实现企业管理与决策优化 ...... 46
（三）场景三：工业互联网平台实现产品全生命周期优化 ...... 49
（四）场景四：工业互联网平台实现企业间协同制造 .......... 50
（五）场景五：工业互联网平台实现业务模式创新 ............ 52
六、发展工业互联网平台的关键问题 ........................... 54
1
一、工业互联网平台的发展背景
（一）未来制造业智能化发展方向
金融危机以来，全球主要工业化国家重新审视制造业在国民
经济中的重要作用，纷纷推出一系列新型制造业发展战略，力图
构建全球制造业竞争新优势。在这些国家的战略中，无一例外将
制造业智能化作为核心发展方向，并积极通过新一代信息技术与
制造技术的深度融合，引发生产方式、商业模式乃至产业形态的
变革。如德国工业战略提出，要加快信息物理系统与制造系统
的融合，通过横向集成、端到端集成与纵向集成，实现整个制造
系统的数据互联互通，从而驱动制造过程与产品的智能化。美国
先进制造伙伴计划也提出，要重点发展可视化、信息化和数字化
制造，通过数据总线、异构系统集成、平台与大数据等技术，大
幅缩短产品研制周期，并提高快速响应市场变化的能力。同样，
中国制造 2025 明确提出以加快新一代信息技术与制造业深度融合
为主线，以推进智能制造为主攻方向，通过工业互联网在制造业
的集成应用，推进制造过程智能化，发展智能制造装备和产品，
并形成制造业与互联网融合的新模式和新业态。此外，英国、法
国、日本、韩国等也均将此作为未来制造业发展的核心方向。
总体来看，尽管各国制造业基础和特色各有不同，但借助信
息通信技术提升制造业智能化水平的愿景与战略方向基本一致，
具体来说：
2
一是生产过程智能化。工业互联网实现了对设备运行、加工
参数、人员操作、生产进度、现场环境等各类工业数据的全方位
深度感知，企业通过对这些数据与现有产品设计、生产管理、资
源管理等软件系统的有效集成，将可以在质量优化、生产效率、
设备维护、库存管理等方面形成比传统制造模式更加精准的决策，
驱动企业生产与管理的智能化。
二是产品全生命周期优化。新型网络技术和平台技术正加快
把产品设计、工艺、生产、销售、运行等生命周期各环节数据集
成在一起，并引发一系列模式变革。例如，借助物联网，企业将
能够实时采集并分析产品运行数据，并据此提供持续性的维护服
务，实现向服务型企业的转变；通过设计与生产数据集成，企业
将能够快速响应产品设计调整，并在工艺和加工过程中精准实现
设计要求；此外，产品生产与运行数据反馈至设计环节后，企业
将可以不断完善设计方案与工艺，实现快速迭代的产品创新。
三是制造资源深度协同。工业互联网正在把价值链上下游企
业深度集成在一起，带来生产活动的跨企业协同组织和制造资源
的网络化配置。面向供应链管理，企业正借助物联网实时跟踪现
场物料消耗状况，并安排供应商进行精准配货，降低库存成本。
面向产品创新设计，企业正基于开放设计平台整合分散于全球的
设计资源，通过并行组织大幅缩短研发周期。面向产品制造，企
业可以基于网络寻找工艺和技术上合适的工厂，在产能不足时外
包部分制造需求，从而实现全产业制造能力的更高效利用。
3
四是敏捷柔性生产。通过对产品设计、生产制造、计划资源、
企业管理、运维服务等不同业务链条的全方位集成，企业将极大
提升对市场变化的快速响应能力。针对新的市场需求，企业可以
借助开放创新平台快速形成设计方案，通过价值链网络寻找最优
供应链伙伴，并通过可软件编排和动态组织的生产系统实现产品
加工。在这一过程中，企业与用户的交互、产品设计的创新、计
划资源的优化，制造工艺的完善都将是不断快速迭代的。
（二）传统制造系统面临的挑战
上述愿景的实现需要以一系列基础性技术和应用条件为前提，
这对传统制造系统提出了新的要求。
一是数据的端到端深度互联。智能化的实现必须以数据的互
联互通为前提，特别是跨层级、多环节的数据互联互通和关联分
析，而传统制造系统是以生产流程为核心的，受制于技术标准、
软件集成等因素，数据集成往往是局部的、有限的。例如，在生
产现场，由于工业网络和各类控制系统在协议和数据规范方面的
多样性和封闭性，大量生产数据被留存在各个单独的系统中，无
法充分流动和分析利用。在企业管理层，不同软件系统由于在建
设时缺少统一规划，导致软件数据之间的集成互通变得异常复杂
和成本高昂。这一背景下，企业之间的数据互通与业务协同则更
是仅在少数企业特定业务场景下有初步探索。因此，未来制造业
4
将需要获得更有效的数据接入和集成管理工具，为智能化构建基
础性条件。
二是海量数据的管理与处理。数据是工业智能化的核心，在
传统制造系统中，数据的来源、维度、采集频次都较为简单，往
往基于分散在不同业务系统的关系型数据库或实时数据库，就可
以实现有效管理。但随着工业互联网的应用部署，各类生产数据
和业务数据都将呈现爆发式增长，海量多源异构数据的有效管理
对现有系统提出巨大挑战。未来，采用新型数据库结构、分布式
存储与并行处理技术，探索对工业数据进行相对集中式的管理将
是必然趋势。
三是数据驱动的工业应用创新。传统工业软件满足的是制造
企业的共性需求，差异化、精细化管理需求满足能力较弱，同时
这些软件大多作为设计、生产、管理的辅助工具而存在，数据分
析能力相对有限。而随着工业数据的采集和集成处理能力逐步形
成，面向设备运行、工艺参数、质量优化等特定场景的数据挖掘
和应用将是未来制造企业推进智能化的主要方向。这些应用往往
需要与具体行业、甚至企业的知识经验紧密结合，涉及领域众多，
单独依靠少数工业软件企业无法提供。因此，吸引更多应用开发
者参与，构建起基于数据挖掘的应用创新生态，将是未来工业软
件和应用创新的主要模式。
5
综上所述，面对智能制造发展的迫切需求，需要更加智能化、
互联化、灵活化的全新技术载体以实现设备泛在互联、数据集成
管理与深度智能应用，工业互联网平台应运而生。
二、工业互联网平台内涵及架构体系
（一）工业互联网平台内涵及架构
工业互联网平台作为工业智能化发展的核心载体，能够实现
海量异构数据汇聚与建模分析、工业经验知识软件化与模块化、
各类创新应用开发与运行，从而支撑生产智能决策、业务模式创
新、资源优化配置、产业生态培育。其本质是通过构建精准、实
时、高效的数据采集互联体系，建立面向工业大数据存储、集
成、访问、分析、管理的开发环境和应用环境，支撑工业技术、
经验、知识模型化、软件化、复用化，以数据的有序自动流动解
决复杂制造系统面临的不确定性，不断优化研发设计、生产制
造、运营管理等资源配置效率，形成资源富集、多方参与、合作
共赢、协同演进的制造业生态。通过分析国外工业互联网平台架
构，其核心要素包括数据采集层、管理服务层（工业 PaaS）、应用
服务层（工业 APP），体系架构如图 1所示。
6
图 1 工业互联网平台参考架构
数据采集层是基础，主要通过深层次采集数据并实现不同协
议数据基层汇聚，作为工业互联网平台驱动源头，主要依赖两方
面能力。一是依托传感器、工业控制系统、物联网技术面向设
备、系统、产品、软件等要素数据进行实时采集。例如，可借助
智能控制器、智能模块、嵌入式软件等传统的工业控制和连接技
术实现平台对底层数据的直接集成，二是利用以智能网关为代表
的新型边缘计算设备实现智能传感器和设备数据的汇聚处理以及
边缘分析结果向云端平台的间接集成。多类型的边缘连接手段为
工业互联网平台实现泛在连接提供坚实支撑，丰富了工业互联网
平台可采集与分析的数据来源。
管理服务平台（层）是核心，基于工业 PaaS架构，集成了工
业微服务、大数据服务、应用开发等功能，媲美移动互联网操作
7
系统。一是将云计算、大数据技术与工业经验知识相结合形成工
业数据基础分析能力，把技术、知识、经验等资源固化为专业软
件库、应用模型库、专家知识库等可移植、可复用的开发工具和
微服务；二是提供数据存储、数据共享、数据分析和工业模型构
成的完整工业数据服务链，汇聚各类传统专业处理方法与前沿智
能分析工具，帮助用户方便快捷地实现工业数据的集成管理和价
值挖掘；三是构建基于工业数据服务之上的应用开发环境，提供
各类蕴含工艺知识和行业经验的工业微服务、工业应用开发工具
以及针对应用开发运维的完善管理手段，帮助用户快速构建定制
化的智能应用 App 并形成商业价值。
应用服务层是关键，基于开放环境部署应用，面向工业各环
节场景，是工业互联网平台服务的最终输出。面向智能化生产、
网络化协同、个性化定制、服务化延伸等智能制造和工业互联网
典型应用场景，为用户提供各类在平台中定制化开发的智能化工
业应用和解决方案。在智能化生产中，设备预测性维护、生产工
艺优化等应用服务帮助企业用户提升资产管理水平；在网络化协
同中，制造协同、众包众创等创新模式实现了社会生产资源的共
享配置；在个性化定制中，用户需求挖掘、规模化定制生产等解
决方案满足了消费者日益增长的个性化需求；在服务化延伸中，
智能产品的远程运维服务则驱动着传统制造企业加速服务化转
型。面向用户实际需求的各类智能应用是实现模式创新、业态创
新的关键载体，推动着平台应用生态体系的构建。
8
除此之外，工业互联网平台还包括用以支撑数据传输交换的
网络基础设施，以及涵盖整个工业系统的安全管理体系，这些构
成了工业互联网平台的重要保障和支撑。
（二）工业互联网平台关键技术体系
图 2 工业互联网平台关键技术体系
1、数据采集
9
数据采集是工业互联网平台的基础，是实现制造全生命周期
异构数据在云端汇聚的关键，主要涉及协议转换、边缘数据处理
等技术。
协议转换：一方面是通过 OPC、MQTT等技术将底层多源数据
转换为工业互联网平台可以接收的数据格式。另一方面是通过协
议转换器（网关）实现底层工业通讯协议（MODBUS、PROFIBUS、
HART等）的互通。
边缘数据处理：基于边缘侧的计算资源和云端的协同，通过
边缘部署的应用程序，在靠近数据源的边缘侧实现对海量数据的
预处理及预过滤，提取海量数据中的关键特征，将处理过的数据
传输到云端，极大地降低对网络带宽的要求。
2、PaaS通用功能
PaaS是工业互联平台实现核心功能的载体，向下可以承接海
量异构数据、向上可以支撑各种工业应用的开发，主要涉及数据
接入、数据管理、资源管理与调度、多租户管理等技术。
数据接入：通过集成数据模型自动识别、匹配等大数据技
术，支持结构化业务数据、时序设备监测数据、非结构化工程数
据等多源异构数据的快速接入，形成高并发、高吞吐量的数据实
时接收能力。
数据管理：集成分布式存储、分布式文件系统、对象存储、
检索查询、语义标注等多种数据技术，实现多源海量异构数据的
标注、整理、组织、分类、编码、存储、检索，实现数据模型和
10
查询接口的一体化管理，保证平台海量数据的独立性与完整性，
并形成数据共享与集成的服务接口。
资源管理与调度：基于 Kubernetes、Mesos等工具实现基础
资源（存储、计算、网络）的管理与调度，建立资源隔离机制，
解决复杂系统的运维保障问题。实时监控云端应用的业务量状
态，基于调度算法为应用程序分配相应的底层资源，从而使云端
应用可以自动适应业务量的变化。
多租户管理：能够按照计算、存储、网络资源池进行管理，
具备多租户场景下动态资源调度、隔离能力，实现不同租户间应
用程序运行环境的隔离以及数据的隔离，保障不同租户间应用程
序不会相互干扰，并保证数据的保密性。
3、开发工具
开发工具是构建工业互联网平台开发者生态的基础，各种开
发工具的集成降低了开发者利用工业互联网平台进行工业创新应
用开发的门槛，主要涉及开发工具集成、开发运维一体化等方面
的技术。
工具集成：在云端集成命令行工具、应用程序构建整合工具
以及应用程序扩展工具等。将应用开发环境迁移到云端，从而实
现本地环境的轻量化，支持 C、C++、python、Java、php等流行
开发语言。
开发运维一体化：通过在云端集成 Chef、Puppet、SaltStack
等 DevOps框架并结合云应用拓扑、编排规范等技术提供工业应用
11
开发、测试、维护的一体化服务，打通工业应用产品交付过程中
的 IT工具链。
4、微服务
工业微服务是工业互联网平台的核心，为用户提供面向工业
特定场景的轻量化应用，主要涉及在微服务架构下的服务通信、
服务发现等技术。
服务通信：微服务架构是一个分布式系统，服务被部署在不
同节点中，服务的交互需要通过网络进行通信，服务通信包括同
步模式和异步模式。可以通过基于 HTTP协议的 RESTful API和
Thrift实现同步模式，也可借用众多成熟的消息系统实现异步模
式，如 RabbitMQ、ActiveMQ、Kafka等。
服务发现：服务间调用时需要服务发现机制识别各个服务动
态生成和变动的网络位置，主要包括客户端发现和服务端发现两
种方式。客户端发现由客户端向服务注册表查询服务位置，并使
用负载均衡算法从返回的实例中选择其一再向其发起调用。服务
端发现机制中，客户端请求是发给负载均衡器的，由其查询和选
择服务实例并转发请求。
5、建模及应用
建模应用是工业互联网平台具备工业实体虚拟映射和智能数
据分析能力的关键，主要涉及虚拟样机、数据分析建模等技术。
虚拟样机：将 CAD 建模技术、计算机支持的协同工作(CSCW)
技术、用户界面设计、基于知识的推理技术、设计过程管理和文
12
档化技术、虚拟现实技术集成起来，以实现复杂产品论证、设
计、试验、制造、维护等全生命周期活动中基于模型/知识的虚拟
样机构建与应用。
数据分析建模：利用统计分析、机器学习、机理建模等多种
技术并结合相应的领域专家经验知识，面向特定工业应用场景，
对海量工业数据进行深度分析和挖掘，并提供可调用的特征工
程、分析建模等工具包，能够快速建立可复用、可固化的智能应
用模型。
6、安全
安全是工业互联网平台可靠、平稳运行的综合保障基础。工
业互联网平台安全从数据流动路径来看主要涉及数据接入安全、
工业互联网平台本身安全和访问安全等技术。
数据接入安全：一方面，边缘侧的数据出口处通过工业防火
墙技术、工业网闸技术等保障数据源的安全。另一方面，在数据
传输过程中采用加密隧道传输技术，防止数据泄漏、被侦听或篡
改。
平台本身安全：通过平台入侵实时检测、网络安全防御系
统、恶意代码防护、网站威胁防护、网页防篡改等技术实现工业
互联网平台的代码安全、应用安全、数据安全、网站安全。并建
立相应的容灾方案，保证平台能够应对各种导致计算机系统失效
的意外情况以及业务应用在 7×24 小时内不间歇运行。
13
访问安全：根据不同的用户及所属类别来限制用户的访问权
限和所能使用的计算机资源和网络资源，建立统一的访问机制，
防止非法访问，提供统一身份认证机制，实现对云平台重要资源
的访问控制和管理,阻止未授权使用资源和未授权公开或修改数
据。
（三）工业互联网平台的特征
工业互联网平台无疑将对制造系统带来一次重大升级，将传
统以流程为核心驱动的制造模式转变为流程与数据共同驱动。通
过对生产数据的实时感知、集成、分析与决策，实现对流程的动
态优化，形成各类生产制造活动的智能化闭环。可以认为，工业
互联网平台为工业数据而生，具有以下五大特征：
一是泛在集成。工业互联网平台实现了多源异构数据的广泛
集成，既包括工业现场各种生产装备、传感器、工业控制系统等，
同时也包括来自产品设计、仿真试验、生产管理、资源管理在内
各种不同软件系统的数据，此外还涉及人员操作和决策数据。工
业系统中的数据前所未有地实现如此大范围的汇聚，为后续的关
联分析与深度挖掘创造了条件。
二是资源汇聚。通过对数据资源的接入和集成，工业互联网
平台进一步实现对各类制造资源的集成。通过在设计、生产、设
备管理等不同场景的应用，平台将逐步汇聚起包括生产、设计、
供应链在内的各类制造资源，积累形成设计方案、生产工艺、管
14
理经验、设备机理等各种知识的固化，从而在产业资源组织、知
识传承与扩散等方面形成创新模式。
三是灵活应用。工业互联网平台可以满足多种不同场景的智
能化分析需求，既可以面向单台生产设备运行优化和加工参数优
化、面向一个车间内产品质量分析、面向一批产品远程运维服
务，也可以面向企业智能化运营决策，以及企业间的制造资源与
供应链协同。在部署方式上，工业互联网平台也可以根据企业对
信息数据安全的要求，采取私有云、混合云或公有云等多种部署
策略。
四是高度智能。海量多维高频数据为各种复杂数据挖掘技术
的应用创造了条件，并使企业有条件进行多领域数据的综合集成
分析（如设计、生产与产品检验数据），从而获得比传统工业软件
所提供的可视化分析或简单指标分析更为显著的智能化效果。未
来，平台所积累的数据还将为模型训练提供基础性素材，从而为
深度学习等新一代人工智能技术在工业领域的应用创造条件。
五是开放创新。差异化的工业数据分析需求决定了应用创新
要依靠产业生态的力量共同推进。因此在工业互联网平台的功能
要素中，高度强调对第三方应用开发的承载和支撑能力。几乎所
有工业互联网平台都支持调用平台数据，相当多的平台进一步为
开发者提供了开发工具，并把一部分算法或工业模型封装为微服
务，供开发者调用，以降低开发门槛。一个基于工业互联网平台
的开放创新生态正在形成。
15
三、工业互联网平台发展现状及格局
（一）全球工业互联网平台进入井喷期，我国刚刚起步
2013 年以来，工业互联网平台的理念和重要性逐渐被产业界
所认识，全球各类产业主体积极布局，推出一系列工业互联网平
台产品，从平台数量上看，工业互联网平台已经进入全面爆发期。
根据咨询机构 IoT Analytics的统计，目前全球工业互联网平台数
量超过 150 个，占物联网平台总数的 32%，是第一大细分平台类型。
特别是 2015 年以后，企业对平台布局明显加快。一方面，西门子、
施耐德、发那科、ABB 等一系列工业巨头相继推出自己的平台产品，
基于自身在制造系统及工业数据方面的优势，向数据驱动的应用
创新延伸。另一方面，SAP、Oracle、IBM 等之前已经推出平台的
企业开始对平台产品进行更新和升级，通过重新整合内部产品、
增加新型服务能力等方式，不断完善平台功能，特别是对于底层
数据的集成接入能力。
工业互联网平台总体处于商业化前期，绝大部分平台尚处于
探索阶段。尽管平台数量众多，但除了 PTC、IBM、GE、博世、SAP
等布局较早的企业以外，大部分平台目前还只是刚刚推出平台产
品，服务体系尚不完善，也还未获得广泛的市场化应用。而领先
平台通过不断的市场验证和积累，优势日益明显。如 IoT
Analytics 的研究报告显示，PTC ThingWorx 平台已经占据物联网
平台市场 18%的份额，近两年收入增速保持在 50%左右的较高水平。
16
美国 GE Predix 平台开发者数量预计到 2020 年将达到 2 万人，德
国 SAP HANA 平台用户已经超过 3000家。
我国工业互联网平台刚刚起步。目前全球工业互联网平台有
50%左右由美国企业提供，我国企业在2015年之后积极开展布局，
航天云网、三一、海尔等企业依托自身制造能力和规模优势，率
先推出工业互联网平台服务，并逐步实现由企业内应用向企业外
服务的拓展。和利时、用友、沈阳机床等企业则基于自身在自动
化系统、工业软件与制造装备领域的积累，进一步向平台延伸，
尝试构建新时期的工业智能化解决方案。但与国外相比，我国企
业在平台功能、商业化程度、生态体系完整度等方面都存在一定
差距。
表 1 典型工业互联网平台
重点平台 企业 发布时间
Xively IoT Platform Xively 2013
Zatar Zebra 2013
Predix GE 2013
2014
Kaa IoT Platform Kaa 2014
Bluemix IBM 2014
The Intel IoT Platform 英特尔 2014
Ayla IoT Platform Ayla 2014
M2X AT&T 2015
AWS IoT 亚马逊 2015
Bosch IoT Suite 博世 2015
Azure IoT Suite 微软 2015
ThingWorx IoT Platform PTC 2015
17
SAP HANA Cloud Platform for IoT SAP 2015
Verizon ThingSpace IoT Platform Verizon 2015
航天云网 航天云网 2015
COSMOPlat 海尔 2016
Oracle IoT Cloud Service Oracle 2016
Watson IoT IBM 2016
MindSphere 西门子 2016
EcoStruxure 施耐德 2016
IUAP 平台 用友 2016
iSESOL 云平台 沈阳机床 2016
FIELDsystem 发那科 2016
根云平台 三一重工 2017
HiaCloud 平台 和利时 2017
ProudThink 普奥 2017
ABB Ability ABB 2017
（二）工业互联网平台产业体系初步形成
目前各方积极投入工业互联网平台创新与服务提供，初步形
成了以平台提供商为核心，以应用创新与生态构建为主要方向，
多方共同参与的产业体系。
多类主体转型为平台提供商，成为产业资源的整合者与应用
生态的构建者。来自装备制造、工业自动化、工业软件、通信与
信息技术等不同领域的企业均加快平台布局，成为平台的提供者
和运营者。如装备制造企业包括通用电气、三一等，工业自动化
企业包括西门子、和利时、施耐德等，工业软件企业包括 PTC、
18
SAP、用友等，通信企业包括华为、中国电信、AT&T 等，信息技术
企业主要有微软、亚马逊、普奥、Ayla 等。这些企业在平台布局
过程中以集成创新为主要模式，以应用创新生态构建为主要目的，
积极整合通信、协议转换、数据管理、数据分析、平台服务、应
用开发等各类产业和技术要素，不断完善平台功能，力图尽快吸
引更多开发者入驻平台，提升平台竞争力。
专业技术企业通过提供关键技术能力，成为平台产业的主要
参与者。参与者通过向平台主导者提供数据采集、网络传输、大
数据、PaaS 架构、系统集成等方面的技术和产品，成为平台关键
能力的打造者。在数据采集层，网关设备制造商和底层智能组件
开发商依托底层产品为工业互联网平台提供关键的数据采集能力，
主要企业有戴尔、英特尔、思科等。网络提供商为工业互联网平
台提供稳定可靠的通信网络，主要企业有华为、Orange、Bell 等。
在平台服务层，大数据企业通过自身数据产品和平台的融合，为
工业互联网平台提供强大的数据存储、管理、分析、可视化等能
力，主要企业有SAS、Infosys、Splunk、OSIsoft、Apache等。此
外，PaaS 企业依托自身在云计算领域的优势为管理服务平台提供
通用的 PaaS 架构和云端系统集成服务，主要企业有 Pivotal、
Vmware、红帽等。
软件提供商和第三方开发者是应用创新的主力军。一方面，
领先软件企业实现自身产品的平台化迁移部署。其中，拥有平台
的软件企业将自身软件产品与平台进行对接和集成，如 PTC 将 PLM
19
搭载在 ThingWorx 平台，SAP 将 ERP 迁移到自身的 HANA 平台；未
自主提供平台的企业则与其他平台合作，实现软件产品向云端迁
移，例如金蝶与航天云网就“工业互联网+云 ERP”理念达成战略
合作，金蝶云ERP已经可以在航天云网上向广大客户提供服务。另
一方面，工业互联网平台积极打造开发者社区，吸引第三方开发
者入驻，例如 GE Predix平台用于创建工业 APP的基础服务和分析
工具超过 160 种，西门子计划于 2017 年秋季推出全球性初创企业
计划 MindSphere Rocket Club，培育基于 MindSphere平台的工业
APP和微服务开发者队伍，目前平台上的工业 APP已经超过 50种。
图 3 工业互联网平台产业生态图
20
（三）主导企业从不同领域加快平台布局，呈现七种路径
全球众多企业已开始布局工业互联网平台并应用于产业实践，
工业互联网平台及解决方案提供商不断涌现，目前全球工业互联
网平台提供商呈现七大平台产品布局路径。
路径一：装备/设备供应商，面向设备健康管理，凭借工业制
造经验部署工业互联网平台。工业装备制造企业凭借自身在工业
制造领域的丰富经验，通过对企业自身及跨企业生产装备的数据
精准采集、融合，并运用物联网、大数据、云计算、机器学习、
人工智能、应用开发等新技术，自下而上由 OT层向 IT层开展能力
拓展，重点面向工程机械、石化等重点行业领域，推出设备运维
管理等智能化服务。目前，由全球领先工业装备制造企业引领、
具备代表性的平台产品包括 GE Predix 平台、西门子 MindSphere
平台、三一根云平台等。
路径一 典型平台产品
Predix 平台：GE在 2013年推出的工业互联网平台产品，基于
GE 在生产设备层级的优势向 IT层拓展，实现平台布局。主要功能
就是将各类数据按照统一的标准进行规范化地梳理，并提供随时调
取和分析的能力。Predix 平台整体架构分为三层，边缘连接层、基
础设施层和应用服务层。
21
图 4 Predix平台架构图
边缘连接层负责收集数据并将数据传输到云端。其中， Predix
Machine 是负责与工业资产以及 Predix 云通信的软件层，同时运行
边缘分析程序，该组件可以安装在网关、工业控制器和传感器上；
Predix Connectivity 用于实现设备通过移动电话、固定线路和卫星
技术组成的虚拟网络与 Predix 云进行会话。
平台层在全球范围内提供安全的云基础架构，满足日常的工业
工作负载和监督需求。其中， Predix Cloud为工业工作负载优化和
处理大规模工业数据提供云基础设施。是一个自主服务的
门户，开发人员可以通过它访问用于工业互联网应用程序开发的专
门服务。
应用服务层负责提供工业微服务和各种服务交互的框架，主要
包含 Predix Services 和 Predix for Developers 两个核心要素。
其中，Predix Services帮助开发者建立、测试、运行和发布工业
互联网应用程序；Predix for Developers 为开发者提供可以与各
种服务进行交流的框架，实现 web端和移动应用程序的统一。
22
GE在 2015年对外推出 Predix ，目前已在全球建成四个云
计算中心（北美 2个，英国、日本各 1 个），每天监测和分析来自全
球各地部署的 1000万个传感器中的 5000万项数据。
三一根云平台：工程机械装备龙头企业三一重工打造树根互联
根云平台 RootCloud，提供即插即用的工业互联网端到端解决方案
和服务。“根云”平台主要基于三一重工在装备制造领域的经验，由
OT 层向 IT层延伸以构建平台，包括硬件层、通信层、平台层和应
用层。
图 5 树根互联根云架构
具体实现功能：一是智能物联。通过传感器、控制器等感知设
备和物联通信渠道，采集、编译设备的相关数据。二是大数据和云
计算。基于机器物联数据，提供数据清洗、数据治理、隐私安全管
理等服务以及稳定可靠的云计算能力，依托工业经验知识图谱构建
便捷高效的工业大数据工作台。三是 SaaS应用和解决方案。为企业
提供端到端的解决方案和即插即用的 SaaS应用。应用开发者可以基
于根云的开发组件快速构建工业互联网应用。
23
目前，根云平台能够为企业提供资产管理、智能服务、预测性
维护等工业应用服务。同时，基于平台开展产业链金融创新，已有
UBI 保险、维保等产品实践，服务于保险公司等金融机构，提升其
风险管控和金融服务能力。
路径二：工业自动化企业基于现场数据采集分析能力，推出
面向工厂管理优化的平台产品。全球自动化企业基于多年在生产
装备、工业控制、传感器、工业网络与现场管理软件等领域的技
术积累与资源掌控能力，面向工厂管理与生产过程优化，通过对
现场数据的采集、集成与建模，构建虚拟工厂与产线，提供从设
备健康管理、生产调度到质量优化在内的一系列生产优化服务。
目前，由全球领先工业自动化企业引领、具备代表性的平台产品
包括 ABB Ability平台、施耐德 EcoStruxure平台、和利时
HiaCloud平台等。
路径二 典型平台产品
施耐德 EcoStruxure 平台：EcoStruxure 平台包括三个层级。
图 6 EcoStruxure平台架构
24
第一层是互联互通的产品。产品涵盖断路器、驱动器、不间断
电源、继电器和仪表及传感器等。第二层是边缘控制。边缘控制层
可以进行任务操作、设计、指令以及监测，简化管理的复杂性。第
三层是应用、分析和服务。应用是将设备通过驱动或自由协议与任
何设备、系统和控制器协作；分析是通过运营人员的经验形成模
型，用模型促进改善策略的形成，提升决策效率与精准度；服务是
通过目视化的人机接口实现业务控制和管理。
EcoStruxure 平台支持现场和云端部署，同时每一层级均内置
网络安全技术。
ABB Ability 平台：ABB Ability平台是基于云基础架构的一体
化工业互联网技术平台。 ABB Ability 平台由 Ability Edge和
Ability Cloud 构成。Ability Edge 主要用于数据的采集，包括设
备及生产控制系统（SCADA，DCS）的数据，通过 Ability Edge内置
的数据模型，优化聚合提炼数据，并传输到云端的 Ability
Cloud。 Ability Cloud 是基于 Microsoft Azure 云基础架构及其
应用服务，通过对数据整合，结合其他工业数据，实现全球范围内
的大数据处理、分析、预测。
目前，ABB公司与商业伙伴、客户和系统集成商合作，在
Ability 平台上开发各种应用。2017年，ABB公司与 IBM合作，将
Ability平台与 IBM Watson认知技术结合，在智能电网领域开发人
工智能解决方案。
和利时 HiaCloud 平台:和利时 HiaCloud 平台主要基于和利时集
团在工业自动化制造方面的经验，由数据采集层向工业云、应用层
25
拓展。其平台体系主要由工业现场层、工业 PaaS 云平台层、工业
SaaS智能应用创新服务层构成。
图 7 HiaCloud平台架构图
工业现场层，一方面通过智能网关/智能控制器连接到传感器、
PLC、DCS、SCADA等现场设备和系统，并在智能网关/智能控制器中
提供边缘计算服务；另一方面通过服务总线连接到 EAM、MES、ERP
等企业已有 IT系统，实现各类数据集成服务。工业 PaaS 云平台
层，是平台核心部分。工业 PaaS平台主体自下而上包括云基础环境
层、数据层、基础服务层、应用服务层。工业 SaaS智能应用创新服
务层，在工业 PaaS云平台的各类基础服务和面向工业系统的应用服
务基础上，形成资产性能管理服务和运营优化服务。目前，
HiaCloud平台支持公有云、私有云、混合云部署和本地部署。
路径三：集团型企业基于资源整合能力，提供资源协同与制
造协同平台，并逐步向工业现场资源延伸。部分具备制造业背景
的集团型企业，基于先进“云制造”理念，通过对产业上下游各
26
环节的数据资源、设计资源、生产资源、供应资源等多维度资源
的整合汇聚，实现各类资源的共享、配置及优化，并为企业提供
供需对接、协同设计、供应链协同、制造协同等智能化应用。为
提供更有效的协同制造服务，这些平台提供商还积极向工业现场
的各类制造资源延伸，通过合作、并购等方式，提升对现场设备
数据的采集和集成能力，借助平台全面打通用户需求与制造过
程。此外，这类平台还将制造资源与金融、保险等跨领域资源进
行整合，形成一系列创新业务模式。目前，全球具备代表性的平
台产品包括航天云网 INDICS平台、沈阳机床 iSESOL平台等。
路径三 典型平台产品
航天云网 INDICS 平台： 航天科工集团于 2015年 6月 15日正
式推出其平台产品，经过持续优化，形成现有 INDICS 平台。
图 8 INDICS平台架构图
27
INDICS 平台总体架构包括平台接入层、云平台层和工业应用
APP 层。其中，平台接入层提供 INDICS-API软件接入接口和 Smart
IOT 系列智能网关接入产品，支持各类工业设备和工业产品的接
入，支持各类制造资源/能力的接入。INDICS云平台层提供云资源
基础设施管理、大数据管理和应用支撑公共服务等云服务功能。
INDICS 工业应用 APP层提供了智能商务、智能研发、智能管控和以
远程监控、智能诊断、售后服务、资产管理为核心的智能服务等制
造全产业链的工业应用服务功能。安全体系和标准体系为智能制造
系统的用户身份、资源访问和数据等提供安全保障。
目前，平台已应用于高端装备、模具、家具、电子、汽车、新
材料等制造行业和领域，为近百家企业提供了基于云平台的整体解
决方案。
路径四：制造企业面向用户定制化需求，通过平台打通生产
与计划资源，实现工厂与供应链对用户需求的快速响应。部分制
造企业在批量化定制模式发展趋势的背景下，积极探索开展面向
用户定制的工业互联网平台创新和部署。借助平台，这类制造企
业，一是可以实现与用户的无缝对接，通过用户交互及用户行为
分析，形成满足用户需求的个性化定制方案；二是可以打通生产
过程、供应链、物流和销售等环节，通过信息互联互通，提升工
厂的柔性生产能力，提升管理和资源调度的灵活性，使整个制造
系统能够适应和满足用户定制需求；三是实现产品设计、生产和
28
交付的全过程透明可跟踪，提升用户体验。这一类代表性平台包
括海尔 COSMO平台、美的 MeiCloud平台等。
路径四 典型平台产品
海尔 COSMOPlat平台：平台将顾客需求、产品订单、合作生
产、原料供应、产品设计、生产组装和智能分析等环节互联起来并
进行实时通信和分析，以满足大规模用户的个性化定制需求。
图 9 海尔 COSMOPlat架构图
COSMOPlat 平台共分四层：第一层是资源层，开放聚合全球资
源，实现各类资源的分布式调度，实现协同制造的最优匹配。第二
层是平台层，支持工业应用的快速开发、部署、运行、集成，支撑
实现工业技术的软件化；第三层是应用层，将个性化定制过程软件
化、云端化，形成全流程的应用解决方案，为企业提供具体的互联
工厂等应用服务；第四层是模式层，依托互联工厂应用服务实现模
式创新和资源共享。
29
目前，平台已打通交互定制、开放研发、数字营销、模块采
购、智能生产、智慧物流、智慧服务七大业务环节，使用户参与到
产品设计、生产制造、产品服务等过程，不断满足用户个性化需
求，实现用户的终身价值。
美的 MeiCloud平台：美的集团于 2016年推出 MeiCloud平台，
帮助企业实现员工端、制造端、产品端、营销端和消费者端数据和
系统的全面打通。
MeiCloud平台包括数据采集层、PaaS平台层和 SaaS层。数据
采集层支持主流的 DCS、PLC、DDC、现场总线、智能仪表等多种设
备的通讯。PaaS 层提供一站式业务系统研发交付平台,由云开发平
台 CDP、持续交付平台 CICD和运维监控平台 OvO三部分组成，既可
以支持 SaaS 应用建设，也支持传统单体应用的建设。SaaS 层开发
部署了各种智能应用，主要包括云端 MES 服务、企业间协作服务、
数据服务、电子商务服务等。
目前，在美的内部，美的 MeiCloud 平台实现与 10000多台工厂
生产设备的对接。在美的外部，基于 MeiCloud平台和长安汽车、京
信通信、金龙客车等 30多家企业建立合作关系。
路径五：管理软件企业，通过平台提升现场数据的打通集成
能力，实现基于软件的智能精细化管理。管理软件企业基于自身
在 ERP、SCM、CRM、BI等软件产品方面的技术和市场积累，一方
面加快将软件向云端迁移，提升软件在数据分析处理方面的能
力，另一方面积极借助工业互联网平台的底层数据集成能力，强
30
化对生产现场数据和远程设备运行数据的采集能力，并将这些数
据与管理软件深度对接，提升软件的智能精准分析能力。除制造
领域外，这类平台还广泛应用于智慧城市、智能交通等领域。目
前，全球具备代表性的平台产品包括 SAP HANA、用友等。
路径五 典型平台产品
SAP HANA平台：SAP在 2011年推出基于内存计算技术的高性能
实时数据计算平台 HANA。
从平台架构来看，SAP HANA主要包括接入层、数据层和应用层
三层。接入层，通过 Replication Server 和 Load Controller 两大
模块，将 SAP NetWeaver、SAP Business Suite 以及其他第三方数
据接入 HANA 数据层。数据层，是整个系统的核心部分，以 SAP
HANA Database 为核心，包括 HANA Studio、HANA Client、SMD
Agent等多个模块，实现对数据库的建模、配置、监控、告警和管
理。应用层，基于 SQL、MDX、BICS 接口接入 BI分析、数据复制等
应用软件。
图 10 SAP HANA架构图
31
HANA平台既可以在私有云部署，也可以在公有云部署。目前，
HANA平台用户数已超过 3000家。
用友 iUAP平台：用友于 2016 年推出了面向工业企业的社会化
服务工业互联网平台，通过整合业务系统和数据资源，帮助企业实
现以平台模式驱动的互联网化运营。
用友工业互联网平台总体分为三层：数据资源层、PaaS层、
SaaS层。数据资源层通过 MQTT、Modbus、无线通信等技术，支持工
控系统、感知设备、工业软件等与平台的数据接入。PaaS 层提供设
备管理、安全认证、数据分析、预测推理、机器学习、自然语言理
解等服务，并通过 API接口提供软件包的调用权限。SaaS 层提供面
向制造过程、协同办公、营销采购等方面的智能应用，同时支持第
三方提供的其它 SaaS 应用。
图 11 iUAP平台技术架构图
目前，用友基于平台已申请国家发明专利 151项目，取得软件
著作权 18项。
32
路径六：设计软件企业通过平台打通设计、制造与产品运行
数据，实现全生命周期优化。部分在计算机辅助设计（CAD）、计
算机辅助工程（CAE）和产品全生命周期管理（PLM）软件方面具
有较强基础的企业，通过自主研发、并购等方式布局工业互联网
平台。通过平台，设计软件企业可以更加深入了解产品制造过
程，实现设计与制造的协同，从而为客户企业提供面向制造的产
品设计建议，同时将制造过程中遇到的问题反馈至设计环节进行
改进。同时，设计软件企业还可以借助平台帮助客户企业持续监
测产品运行状态，并以此指导和优化产品设计方案。平台化布局
使设计软件企业具备了打通产品设计、生产与运行数据的能力，
从而构建起完整的产品数字双胞胎，实现了真正意义上的全生命
周期管理和优化。目前，全球具备代表性的平台产品包括 PTC
ThingWorx平台等。
路径六 典型平台产品
ThingWorx 平台：全球工业研发设计软件提供商 PTC于 2013年
推出平台 ThingWorx。ThingWorx是一个 PaaS平台，其功能定位是
为工业互联网应用开发商或工业 SaaS运营商提供现代化的快速应用
开发工具和服务运营能力。
ThingWorx 主要提供的组件包括基于 Kepware OPC Server 的工
业协议转换和数据采集服务、源于 Axeda 远程资产管理解决方案的
ThingWorx Utilities 设备管理服务、基于机器学习的 ThingWorx
33
Analytics 大数据分析服务、基于 CAD 产品数字模型和 Vuforia技
术集成的 ThingWorx Studio增强现实开发环境和网络体验服务以及
数字化映射服务（Digital Twin）。除了通过 PaaS技术帮助第三方
构建 SaaS运营平台，2017年 PTC自己也开始推出 APP和微服务，
例如，面向控制工程师的 Controls Advisor 应用服务模块、面向车
间管理者的 Production Advisor 应用服务模块、面向设备维护人员
的 Asset Advisor应用服务模块、面向产品开发环节的 Navigate开
发管理服务模块等。
图 12 ThingWorx平台架构图
ThingWorx 典型的行业合作伙伴包括航空航天、卓越工厂、工
程装备、农业机械和电子高科技等全球领先企业。目前，在平台上
大约有 21个企业级应用、142个插件、77个认证产品。
路径七：信息技术企业提供通用使能平台，供制造企业进行
集成开发和部署。信息技术企业在物联网、云计算、大数据等技
术领域有较多积累，但在工业知识和数据积累领域相对薄弱，因
34
此往往提供通用的平台产品，供不同制造企业结合自身特点和需
求进行定制化集成和应用部署。就通用使能平台的功能和类型
看，有些企业侧重于提供面向设备的连接能力和连接管理，有些
企业提供基于云计算 PaaS 的平台功能，有些提供面向大数据处理
与存储的能力，也有些企业将几部分功能进行整合，提供端到端
的通用平台服务能力。代表产品包括 IBM Bluemix平台、甲骨文
IOT平台、微软 Azure平台、阿里云平台、亚马逊 AWS平台、华为
OceanConnect联接管理平台、普奥云平台等。
路径七 典型平台产品
IBM Bluemix 平台：Bluemix 平台主要以 IBM的云计算、软件开
发等 IT技术为牵引，向 OT层不断延伸，实现平台布局。
图 13 IBM Bluemix架构图
Bluemix平台使用 SoftLayer 虚拟容器来托管应用程序，基于
Cloud Foundry、Docker和 OpenStack 三种技术，提供多种类型的
35
云端服务。一是提供网站应用与移动 App 的开发、DevOps 程序设计
与部署，二是支持应用程序整合、SQL 与 NoSQL 资料库管理、大资
料的储存、商业分析、程序代码与身份安全等服务，三是提供创
建、查看和管理应用程序和服务的仪表盘，仪表盘具备管理用户访
问的能力。四是通过集成 Watson提供各种数据分析服务。
目前，IBM投资超过 250亿美金，用于收购相关的大数据存
储、处理、管理与分析技术公司，形成了大数据技术生态，满足了
企业用户对于数据库的各种需求。
华为 OceanConnect平台：华为 2016年发布了 OceanConnect 平
台，提供端到端的智慧家庭、车联网、智能抄表、智能停车、平安
城市等行业应用。
图 14 华为 OceanConnect架构图
Ocean Connect包括应用层、平台层、网关层、终端四个层
次，每个层级设有开放 API。其中，终端层提供轻量级 agent，通过
开放的 API，完成整个传感器数据的发放和规则命令的下发；网关
层主要通过应用软件 Agent，实现与上下游产品能力的无缝联接；
36
平台层包括开放的 API及 SDK；应用层上面提供多行业智能应用服
务。
当前，平台已经发布超过 170个 API接口，聚合超过 80个合作
伙伴，构建智能家居、车队管理、农机预防性维护、智能水务等 10
多个解决方案。
机智云 Gizwits IOT Enterprise：机智云主要基于设备连接，
向用户提供应用开发接口和功能组件，提供数据分析引擎，支持行
业用户定制数据分析解决方案，平台包括三个层级。
图 15 机智云架构
具体实现功能：一是提供端到端的设备、应用基础接入能力，
通过连接组件 GAgent，支持 WIFI、GPRS、NB-IoT等通讯模组以及
ProfiBus、ModBus等协议，为设备与云端、APP端提供连接服务。
二是提供应用 SDK、API以及微服务集群，通过 Dynamic Data
Director Engine 等扩展服务组件，支持快速应用开发。三是提供
RTBD实时大数据分析工具, 基于 Spark 实时计算框架,根据企业的
业务应用场景进行数据的计算与处理。
37
目前，机智云能够为企业提供仿真系统搭建、生产现场参数监
测调节、能源优化等，已在电子信息、能源、制药等行业应用。
普奥 ProudThink 平台： ProudThink平台聚焦智能设备互联互
通，面向运营商、制造商、服务商业务需求，提供设备运营、设备
租赁、物联网金融和工业数据等服务。
图 16 普奥 ProudThink平台架构图
ProudThink 平台包括采集适配层、数据模型层、能力服务层和
业务应用层。其中，采集适配层提供高扩展性、高并发性、安全可
靠的云端工业设备接入能力。数据模型层支持海量设备数据存取。
能力服务层面向业务应用提供资源管理、运维管理、生命周期管理
等功能服务，面向分析决策提供实时、离线、多维、预测和机器学
习等多种分析手段，实现工业数据价值挖掘。同时，结合数据服务
API 接口形成平台的开放服务能力。业务应用层服务于客户信息交
互需求，提供数据可视化、分析可视化、业务可视化的自定义服
务。
38
目前，ProudThink与 40多家合作厂商的 100多种工业网关实
现数据连接，支持上千个数据协议种类，形成设备监控、运营、租
赁服务等 20多项解决方案。
（四）平台服务模式逐渐清晰，商业模式呈三大类型
从商业模式看，目前工业互联网平台主要通过基于公有云的
专业服务、面向特定场景的定制化集成部署和通用性平台技术授
权三种方式获取收益。
模式一：建设公有云平台，面向特定领域提供专业服务，获
取应用服务收益。该模式中，工业互联网平台企业主要在公有云
构建部署完整平台体系，并向用户开放；用户在公有云接入平台，
选择相应的应用服务，平台提供商通过提供应用服务获取收益。
根据提供应用服务的内容，可以分为三类：一是面向关键生产装
备或设备产品，提供包括远程维护、健康管理、运行状态优化等
智能化应用。如 GE Predix 平台、三一根云平台等都属于这种类
型。二是面向制造资源的优化配置，提供协同设计、协同制造、
供应链协同等服务能力，如航天云网 INDICS 平台、沈阳机床
iSESOL 平台等；三是面向用户需求与生产、资源能力的对接，提
供订单与生产能力、供应链资源匹配服务，如海尔COSMO平台等。
模式二：面向特定场景，基于平台的定制化集成部署，获取
平台建设及部署收益。由于不同企业生产特点和需求往往存在较
39
大差异，基于公有云的标准化服务无法满足企业的全部需求。因
此在一些特定场景，特别是面向企业生产和管理过程的优化需求，
平台提供商也通过定制化的集成部署来满足企业更加个性化的需
求，并获取建设及部署收益。从部署层级看，可以分为两类，一
是面向企业生产过程，在工厂或车间进行部署，重点提供生产过
程优化、设备管理、质量优化等方面的应用服务，如发那科的
FIELD system平台、PTC ThingWorx平台等；二是面向企业管理，
提供市场分析、商业决策、供应链优化、资源调度等方面的数据
分析能力，并实现与现有 ERP、SCM 等管理系统的对接，如 SAP
HANA平台、用友 iUAP 平台等。
模式三：将平台产品或技术向第三方进行授权，允许第三方
基于平台进行二次开发和服务提供，获取授权许可收益。平台提
供商向第三方企业授权全套或部分的平台整体解决方案，由第三
方企业整合所需的平台功能，并进行二次开发，实现面向不同客
户和场景的平台应用服务。在此过程中，平台提供商通过授权许
可方式获取收益。例如 PTC ThingWorx平台授权给各个行业的系
统集成商或软件服务商使用，以便这些企业基于 ThingWorx平台
提供适应不同行业特点的应用服务。
四、工业互联网平台生态构建趋势
总体来看，工业互联网平台正步入规模化扩张的战略窗口
期，其作为打通 IT层与 OT层的关键性技术产品，是工业互联网
40
实施落地与生态构建的重要载体。未来，一个以工业互联网平台
为核心，向下整合各类工业数据资源，向上培育和整合各类工业
应用开发者的生态体系将逐渐形成，并深刻影响制造产业格局。
（一）基于工业互联网平台的生态构建与产业变革正在来临
平台化生态模式正向更多行业渗透，由互联网领域向工业领
域扩散，并引发产业格局的深刻变革。平台化生态模式源于信息
技术产业，从最早的“Wintel”联盟到过去十年迅猛发展的以
Android和 iOS为代表的移动互联网平台，其核心都是通过将关键
软硬件标准化和平台化，降低软硬件创新成本，从而培育起繁荣
的硬件产品和软件应用创新生态。工业系统的复杂性决定了工业
应用的创新更加艰难，以往只有行业内少数掌握关键技术或经验
知识的企业才有能力开展。而工业互联网平台提供了面向多源异
构数据的集成接入能力，为应用开发者屏蔽了底层系统的复杂
性，使其可以轻松调用所需的工业数据，平台本身提供的应用程
序接口、开发工具和各种微服务，也进一步降低了工业应用创新
的难度和成本，这正如 Windows在 PC领域、Android在移动互联
网领域发挥的作用一样。工业互联网平台正在引发工业领域的平
台化变革。平台改变了产业竞争方式，平台提供商具备了强大的
产业资源整合能力，从而将传统企业之间的竞争，转变为平台生
态层面的竞争。在移动互联网领域，苹果和谷歌颠覆并取代诺基
41
亚的事实说明，任何单个企业在与平台生态的竞争中，都是不堪
一击的。平台化模式将对产业格局产生深刻影响。
主导企业积极布局平台生态，并已经取得一定成效。产业龙
头企业过去几年已经以平台产品为核心，积极开展生态布局。如
PTC 围绕 ThingWorx 平台建设生态系统，面向系统集成商及零售商、
移动网络运营商、边缘及嵌入式设备、商业系统/分析软件、解决
方案供应商等开展收购或战略合作，未来会进一步扩大合作伙伴
的建设。GE 以 Predix 平台为核心构建平台生态，积极培育名为
的开发者社区，用于创建工业 APP 的基础服务和分析工
具超过 160 种，合作伙伴包括思科、英特尔、软银、Verizon、沃
达丰、AT&T 等一批行业领先企业。SAP HANA 平台与西门子
MindSphere 平台开展战略合作，SAP 主要依托西门子的 OT 层实力，
借助西门子 Mind Connect Nano实现底层数据打通；西门子主要依
托 SAP 在 IT 层的能力，借助 SAP 大数据引擎以及应用工具，获取
大数据分析以及应用开发能力。目前西门子平台已开发了6种微服
务和 50 种工业 APP，并在北美和欧洲的 100 多家企业开始试用，
其生态合作伙伴包括埃森哲、SAP、微软、亚马逊、IBM 和
Bluvision 等知名企业。航天云网 INDICS 平台线上入驻企业突破
80 万家，业务接入企业达到 5 万余家，形成了由上百位专家构成
的云资源池，为近千家行业用户提供线上服务。
42
（二）当前工业互联网平台生态构建的基本模式
平台提供商面向平台不同层级所需的关键产业资源，采取不
同手段推进生态资源的整合与构建。这些企业不断加强底层数据
连接能力和平台服务能力的构建，希望以此完善平台功能，吸引
更多的应用创新企业和开发者入驻平台，实现创新资源锁定，以
便在未来平台竞争中取得优势。
一是基于开源软件构建平台核心功能，必要时进行战略性投
资以增强掌控力。工业互联网平台提供商通过集成创新，基于开
源软件构建平台核心架构，并通过二次开发丰富平台功能。一些
平台提供商会通过战略性投资来掌控平台开源软件及架构技术，
如 GE与 EMC联合向 Cloud Foundry架构供应商 Pivotal进行投
资，以实现对工业 PaaS 层中关键技术的掌控。 此外，GE Predix
在数据服务方面采用了 Cassandra、PostgreSQL等开源数据库软
件，而在开源社区构建方面主要通过 Github开放了大量项目。
二是通过合作不断完善平台外围功能。由于平台功能扩展需
求，围绕平台的数据管理、数据分析、安全等关键技术整合成为
构建生态发展的必然需求。目前，全球工业互联网平台企业为进
一步提升自家平台在各层级的能力，借助合作、收并购等手段，
通过技术积累，形成平台技术生态圈。大部分平台企业围绕平台
核心功能层，通过合作的形式集成大数据、应用开发、平台管理
等方面的技术，进一步夯实平台技术基础。如 GE 与大数据服务商
SAS、ThetaRay合作为 Predix平台集成大数据分析功能，与爱立
43
信合作获取平台数据安全功能，与 Logstash、Nurego等公司合作
实现平台系统管理能力；MindSphere平台通过与 SAP、IBM等企业
合作，获得了数据管理、计算分析等方面的支持；PTC ThingWorx
与解决方案提供商 Autoware、INDEFF、HMS Industrial
Networks、Acumen Solutions等开展生态合作，获取工业制造、
基础设施、信息技术、设备监控、工艺流程等方面专业能力。
三是通过合作及收并购进一步提升平台对底层数据的采集和
接入能力。平台企业在底层设备连接方面通过与设备制造商、IT
硬件制造商等开展战略协同，实现底层数据的充分打通集成，进
一步拓展应用领域。GE与英特尔、思科合作研发 Predix Ready设
备，从芯片层面推动设备和传感器原生支持 Predix。PTC收购了
IoT连接平台 Axeda以及通信连接软件开发公司 Kepware，进一步
提升底层打通能力。海尔 COSMO平台与自动化企业和利时合作，
通过设备源代码开放，实现多领域生产设备数据的进一步打通。
四是多种举措构建应用生态。工业互联网平台企业通过提供
API、SDK等方式构建平台应用生态，具体举措包含三类：一是平
台企业自主开发 APP，以此作为平台生态发展的初始性驱动，聚集
用户资源。二是发展应用开发伙伴生态，进一步扩大平台生态
圈。如 ThingWorx平台伙伴计划汇聚了数百家合作企业，通过模
块化服务简化 ThingWorx与第三方工具和服务的集成过程。三是
构建平台开源社区，通过打造完整开发环境及社区，吸引并鼓励
开发者进行应用开发及技术经验交流共享。如 GE Predix在平台
44
上构建 开发社区，为开发者提供包括数据管理、数据
分析、工业知识、安全在内的一系列微服务。
五、工业互联网平台关键应用场景及案例
目前工业互联网平台已初步在工业领域获得应用，主要聚焦
于生产过程优化、企业管理与决策优化、产品全生命周期优化、
企业间协同制造等场景。同时，基于工业互联网平台的各种业务
模式和商业模式创新也正层出不穷。本次白皮书选取以下五个场
景对平台应用方式和典型案例进行分析，为更多企业应用工业互
联网平台提供参考。
（一）场景一：工业互联网平台实现生产过程优化
通过工业互联网平台在工业现场的部署，实现对各类生产数
据的广泛集成与分析决策。传统生产方式中，大量现场生产数据
分散于加工装备、PLC、上位机、SCADA等不同系统，未获得充分
集成和有效利用。通过工业互联网平台在工业现场的部署，可以
实现一系列智能化应用功能。一是设备运行优化，通过实时监测
设备的运行状态数据，分析和预测设备异常，提高设备稳定性和
使用效率；二是工艺参数优化，对设备运行数据和生产控制数据
进行分析，找出生产加工过程中的最优工作参数，提升加工品
质；三是质量管理优化，基于产品检验数据和“人机料法环”等
过程数据进行关联性分析，实现实时的质量监测和异常分析，降
低产品不良率。四是生产管理优化，通过对生产进度、物料管
45
理、企业管理等数据的分析，提高排产、进度、物料、人员等方
面管理的准确性，提高生产效率。
应用案例：海尔工厂依托 COSMOPlat 平台实现生产流程优化
基本情况及问题
在传统生产模式下，海尔一个成品在生产过程中需要经过
OMS（订单管理系统）、OES（原装配件供应商管理）、APS（高级
生产计划排程）、ERP、MES、WMS、LES等多套系统。由于系统
间信息互联互通不充分，导致如下问题：生产过程中对资源制
约因素无法量化或可视化；从订单排程到生产制造中间有多个
环节需要人工沟通，造成时间上的浪费和信息的不对称；生产
过程中的异常，上层系统无法做出实时响应，导致异常停线时
间超预期；物料信息不匹配，无法支持智能拉料；上游供货信
息与生产信息不对称，间接导致提前备料，增加库存成本等。
项目方案
工厂数据互通互联。为了实现各系统间数据的互联互通，
加强生产过程中的信息共享能力，提高生产效率，降低库存成
本，海尔集团启动了 COSMO-IM项目，打造适应大规模定制生产
模式的 MES系统，通过 COSMO-IM平台整合生产相关系统，如
PLM、ERP、SCADA等。基于业务系统整合与集成，完成了制造
端统一的业务处理，统一的数据流转。
46
物料智能管理。COSMO-IM集成 SRM、WMS、HMQM（来料质
检）、GVS（收货）等系统，通过对业务数据打通以及业务流程
整合，由以前的外部物流集中入厂，改变为当前基于生产计划
安排外部物流有序进厂。
生产数据可视化。一方面对各互联工厂的生产执行情况实
时掌握，实现全面的可视化，达到对内可以满足集团、工厂及
各职能部门管理需求，对外可以满足用户个性化定制的订单全
过程追踪；另一方面通过设备报警和预警显示，并对报警的问
题闭环处理，实现快速排故及设备预测性检修。
生产质量追溯。通过对质量影响因素识别与关联分析，以
及对集团级质量控制和过程的追溯，对质量状况、质量问题进
行实时监控和分析，使订单合格率在原有基础上进一步提高。
应用效益
业务数据系统与制造执行系统之间的数据自动流转率达到
100%，IT系统与 OT系统间 100%互联互通，制造端库存备货从
T+1天降为 T+2小时，设备整体利用率提高 35%，交付周期缩短
50%，新工厂的原材仓库占地面积下降 60%，设备停机时间降低
20%，订单合格率提高 2%。
（二）场景二：工业互联网平台实现企业管理与决策优化
通过工业互联网平台在企业管理层的部署，打通生产数据与
企业管理数据，实现更加精准的企业管理决策。传统生产方式
47
中，生产运营层(OT)与企业管理层（IT）之间未实现数据打通，
企业管理层无法实时获取现场生产数据，无法有效支撑企业管理
决策。通过工业互联网平台在工业现场的部署，可以实现一系列
企业智能化管理功能。一是实现跨层级数据对接，通过工业互联
网平台部署，实现生产层与企业管理层的对接，促使管理层能够
实时获取生产数据，并构建数据开放机制供不同层级的人员查
询。二是实现精准化决策，工业互联网平台的可视化分析服务可
以帮助企业获取实时、准确的报表分析，使企业的各级决策者获
得知识或洞察力，实现不同业务的高效、协调运转。三是实现智
能化管理闭环，随着工业互联网平台计算性能的不断提升和工业
应用的逐步丰富，基于海量商业数据的智能分析将为管理者做出
决策建议，形成“采集-统计整合-可视化-决策-反馈”的智能化
管理闭环，提高企业决策效率和精准性。
应用案例：中联重科基于 SAP HANA 平台实现企业智能分析
与实时决策
基本情况及问题
随着市场竞争的日益激烈，中联重科为实现高效决策，一方面
需要对各项业务数据进行实时汇总及可视化展现；另一方面需要一
个能够对数据进行抽取、分析和决策的有效工具，以充分挖掘利用
复杂 IT系统中堆积的各类数据。
项目方案
48
2016年完成构建基于 SAP HANA 高性能数据仓库的决策支持系
统，通过工业互联网技术促进企业生产、运营、服务的管理模式创
新和面向客户的业务流程和经营模式的变革。
搭建平台核心架构：采用 BW on HANA 和 Pure HANA(实时分析)
混合部署架构，一方面利用 BW on HANA 构建统一的数据仓库系统
平台；另一方面，Pure HANA 作为实时的数据集市，满足大数据量
的实施业务报表需求和未来基于内存的创新应用开发需求。
构建高性能计算系统：基于 SAP HANA 的高性能数据仓库平台，
显著增强数据分析性能并加快从源系统到最终数据展示的数据加载
速度，简化运营管理，优化 IT结构，从而降低总体拥有成本
（TCO）。
实现多源数据打通集成：基于已有的 ERP、CRM、QM、CC、CSS
等主营业务信息系统的多维数据源，该平台实现了多系统数据的打
通与集成，能够高速处理大量的结构化和非结构化数据，实现实时
的数据复制与同步，快速便捷地产出高质量的业务视图和分析结
果。
开发智能化管理应用：通过对售前、售中、售后等关键环节的
整合与模型构建，涉及分析主题 28个，实现管理驾驶舱
（Dashboard） 8个、多维分析报表（Webi） 166个、数据探索
（Explorer）3个，为公司高层决策者提供实时、有力的战略支持
服务，包括“集团销售日报分析”、“服务订单全过程监控分析”、
“管理驾驶舱主题分析”等模块化应用 APP。
应用效益
49
通过建设工业互联网平台，中联重科实现了实时精准的企业决
策支持和智能化管理，加速从传统生产制造业向高端智能制造服务
业的转型升级。库龄计算与分析耗时从过去 小时降低到 19秒，
达到实时同步抽取，提升 1000 倍；集团主机发货日报从过去数据滞
后 2天减低到 10秒，并实现多维、随时、全局的数据视图，参与计
算数据量达 亿条；报表平均运行时长 秒，驾驶舱平均展现
时长 秒。
（三）场景三：工业互联网平台实现产品全生命周期优化
工业互联网平台在产品层通过对产品从设计研发到生产销售
全流程数据打通，实现产品全生命周期的优化。其应用场景主要
体现在两个方面：一方面对设备运行数据进行全方位、多维度的
实时采集与深度分析，通过与产品设计数据的打通集成，建立健
康评估模型，提供运行决策和维护建议，实现设备故障的提前预
警、远程维护等设备健康管理服务。另一方面工业互联网平台将
产品的实际状态信息和数字化模型融合在一起，实现了产品全生
命周期数据的收集整理和跟踪反馈，使设计人员可以更深入地洞
察该产品的状态、性能和行为，最终为产品后续的设计和改进提
供参考，从而优化产品的设计、缩短产品的研发周期。
应用案例：GE Predix 实现航空发动机的健康管理
基本情况及问题
50
在 Predix平台启用之前，GE公司主要依靠工程师组成的智囊
团对飞行数据进行分析。尽管工程师拥有对具体问题进行判断的能
力，但却无法用来自于不同发动机的复杂数据快速预测出整个机队
的发展趋势。
项目方案
发动机数据实时采集。Predix 数据平台能够采集、处理发动机
运行数据，实现数据流在线实时分析，以更好地进行故障预测。目
前，已有 30多家客户为 GE公司提供持续的发动机运营数据(CEOD)
或者原始的数据信息。
实现数据精准分析。Predix数据平台已经开始接收并处理 GE
公司庞大的发动机机队所产生的上亿个数据，通过与航空发动机设
计数据的集成融合，实现精准建模分析，并基于分析结果确定故障
异常及需要发出警告的等级。
应用效益
凭借 Predix 平台，实现对 GE航空发动机的健康管理，GE开发
的 Predix云平台对服役中的约 35,000 台喷气发动机进行二十四小
时的监控及诊断，从而减少对发动机的维修。
（四）场景四：工业互联网平台实现企业间协同制造
工业互联网平台在企业层基于供需数据的集成对接实现企业
间协同制造。通过工业互联网平台部署，实现协同商务、协同研
发、协同生产和智能服务等制造全产业链服务功能，实现复杂产
品的网络化协同制造。一是实现设计协同，在平台中进行云端设
51
计，并基于云平台的协同能力，建立涵盖复杂产品多学科专业的
虚拟样机系统，通过仿真完成系统级的整体评估和验证工作，实
现复杂产品的多学科设计优化；二是实现生产协同，提供线上核
心工业软件服务，实现跨企业工艺协同，以及以计划为主线的生
产全流程（进度、质量）管控。三是实现供应链协同，工业互联
网平台可以汇集供应链上下游企业需求、库存、销售以及外部环
境数据，并通过共享服务将关键数据及时分发给各环节的用户。
同时，用户可以借助工业互联网平台的数据挖掘能力基于历史数
据进行销售预测，并根据上下游企业供需情况预测结果和共享数
据实时地调整生产计划和产品交付周期，实现供需精准对接。
应用案例：河南航天液压气动技术有限公司基于 INDICS 平台
实现企业间协同制造
基本情况及问题
河南航天液压气动技术有限公司是中国航天科工集团专业高端
液压气动元件生产企业，但缺少有效的手段来固化业务流程，存在
重复劳动、工作效率低下、产品设计周期较长、产品质量无法保证
等问题。
项目方案
提供云化设计工具：通过 INIDICS平台部署，实现云端单学科
设计，进一步通过云平台提供的协同调度/管理功能，建立涵盖复杂
产品多学科专业的虚拟样机系统，通过仿真完成系统级的整体评估
52
和验证工作，实现复杂产品的多学科设计优化；大幅度缩短研制周
期、提高产品质量、降低实物样机成本。
线上核心工业软件服务：通过引入 INDICS平台 CPDM系统，实
现了与总体设计部、总装厂所的研发设计与工艺设计的并行协同，
设计审查与工艺审查的并行协同。
通用化跨企业计划排产：通过部署 INDICS平台，实现从 ERP主
计划到 CRP能力计划再到 CMES 作业计划的全过程管控，并通过
CMES实现计划进度采集反馈和质量分析，最终实现全流程管控。
应用效益
通过工业互联网平台网络化协同技术应用，企业研发设计周期
缩短 35%、资源有效利用率提升 30%，生产效率提高 40%，产品质量
一致性得到大幅度提升。
（五）场景五：工业互联网平台实现业务模式创新
工业互联网平台通过挖掘工业设备的数据价值，助力企业的
业务模式创新，实现平台服务的价值延伸。工业互联平台技术的
快速发展正带来业务模式变革，尤其在产业链金融、服务型制
造、共享经济等方面形成了创新型模式和业态。一是产业链金
融。工业互联网平台通过融合工业数据和融资贷款、金融征信与
资产风险管控数据，重点解决企业资产管理、信用风险评级和融
资贷款问题。二是服务型制造。工业互联网平台基于实时数据，
支撑企业实现从硬件收入到服务收入的模式创新，包括面向硬件
的服务费用以及基于平台的软件收入。三是共享经济。工业互联
53
网平台利用区块链共享账本、记录不可篡改等特性，针对制造企
业、产业金融机构提供融资租赁和运营租赁业务。
应用案例：树根互联与久隆保险共同推出的 UBI 挖机延保
产品数据平台
基本情况及创新点
工业互联网平台在定价、风控、监管方面拥有显著的业务优势,
通过工业互联网技术的应用,可以帮助银行对抵押物实行全面监控,
及时了解供应链上下游企业的经营状况;还可以帮助保险公司掌握车
辆或者特种设备的健康状态、车辆驾驶员行为习惯,实现精准定价。
树根互联与久隆保险、三湘银行紧密合作，将工业互联网技术与大
数据分析应用于动产融资、UBI保险等领域，推出相关服务。
项目方案
关键设备及零部件数据采集与分析：以挖机数据和维修换件数
据为基础，完成数据的评估和分析，针对设备使用情况与设备故障
维修情况进行大数据挖掘与建模，建立挖机设备质量评估指数。
基于数据分析确定产品定价：根据模型成果开发用于精算定价
与风险选择的数据产品，在用户使用场景、风险管理上为保险公司
的精算和产品研发部门提供技术、数据及运营支持，并根据挖机质
量评估指数结合其他变量信息，帮助其完成 UBI产品及延保产品的
定价。
54
提供多级灵活的数据服务：提供数据清洗与管理服务、设备工
况画像分析服务、设备维保画像分析服务，以及结合工况、维保数
据、保险经验构建质量评估指数/维修概率预测模型分析服务。
应用效益
从保费规模、利润、承保机器数量出发，明确适合开展业务的
机器类型；对于开展业务的设备，其设备维修费用及利润比例都可
明确分析与排序，并指导保险对于每一档进行精准定价。
六、发展工业互联网平台的关键问题
一是产业生态问题。工业互联网平台涉及装备、自动化、软
件、通信、信息技术等多领域技术和知识，其创新发展与应用推
广必须有效整合各方产业力量，并通过平台开放能力汇聚创新生
态，形成系统推进的格局。从全球发展情况看，即使如西门子、
GE、PTC这样的行业巨头，在工业互联网平台的发展中也没有采取
单打独斗的方式，而是通过合作、收并购以及平台应用开放等方
式聚集关键技术企业以及培育开发者，构建平台产业生态，实现
产业集群化发展。因此企业要发展工业互联网平台需要聚合各类
关键技术主体，整合各方资源，开放平台应用，共同打造具有竞
争力的工业互联网平台产业生态。
二是应用推广问题。应用推广是工业互联网平台创新的牵引
动力，是工业互联网价值创造的根本路径。一是平台应用场景需
要进一步明确。目前已经有部分企业开展产业实践，并初步形成
一系列解决方案及场景，但未来还需要进一步对平台应用进行探
55
索、丰富和完善，推动更多领域、更多层级的企业去了解并应用
平台。二是应用领域专业性进一步加强。当前各类工业互联网平
台产品功能越发趋同，但不同行业领域由于自身发展特点的不
同，对于平台的能力和需求存在较大差异，需要各类主体在发展
通用平台解决方案的同时，针对关键领域的发展特点，开展针对
性技术部署，以满足不同行业的需要。三是平台价值需要进一步
提升。当前需求侧企业对平台实际应用效果及收益了解程度较
低，需要各家平台企业在应用过程中进行不断总结并加大宣传力
度，使平台价值更加显性化，从而进一步推进工业互联网平台的
应用推广。
三是开源技术问题。纵观国际工业互联网标杆企业的平台架
构可以看到，其均不同程度地采用云计算、大数据、人工智能等
方面的开源技术来打造平台的关键能力。开源技术已成为平台构
建的关键基础，但是产业界缺乏对开源技术的重视和应用。一方
面要促使企业加大对开源技术的集成和应用力度，通过开源工具
快速推动工业互联网平台的发展，进一步夯实平台的基础能力。
另一方面要加快工业互联网平台关键技术开源社区的培育，构建
平台关键技术迭代和创新发展的开放环境，为工业互联网平台未
来发展提供强有力的技术储备。
四是标准制定问题。随着工业互联网平台发展，其标准制定
越发重要，但目前尚未形成公认的工业互联网平台标准，IEC、
ISO、ITU等国际标准化组织尚未开展标准研制工作，制约着平台
56
间数据的互联互通与应用的相互兼容。一是平台间互联互通标
准。未来将呈现多平台并存局面，各家平台之间协作发展、资源
互通将成为新的趋势，而平台间的互联互通标准需要提前研究部
署；二是平台应用接入标准。由于不同平台提供的开发环境各不
相同，平台开发者在应用跨平台迁移需要耗费一定开发成本，因
此需要面向开发者建立系列标准和规范，形成相对通用性的平台
开放标准，减少开发者进行应用迁移的成本。
五是行业监管问题。随着工业互联网平台在各行业的应用逐
步成熟，工业数据不再封闭于企业内部，数据跨平台、跨企业、
跨行业、跨区域流动将引发一系列的监管问题。一方面流入工业
互联网平台的数据的主体管辖权交叉重叠，数据归属问题在产业
界还未有清晰的界定；基于平台的数据交易活动需要依托各方认
可的机制，但是满足产业界多方共识的基于平台的数据交易机制
还未形成。另一方面各国政府缺乏数据管理相关的政策与法规，
完善的数据监管体系尚未建立，无法统筹管理由平台引发的一系
列与数据流动相关的问题。面对这一挑战，在发展工业互联网平
台的过程中要高度重视数据流动带来的监管问题，加快制定相应
的数据监管政策与法规，尽早建立完善的数据监管体系。
六是信息安全问题。随着信息技术与制造业的不断融合，尤
其是工业互联网平台的出现，将 IT 网络与 OT 网络连接起来，并
实现数据交换所带来的信息安全隐患逐渐放大。据国际产业控制
系统网络危机应对小组（ICS-CERT）2015年报告统计，2015年全
57
球在制造业有高达 97%1的工业网络安全事件，几乎是 2014 年的两
倍。监测数据显示，工业互联网产业联盟的 82家工业企业中，有
28%都出现过漏洞，并且其中 %是高危漏洞2。通过这些漏洞，
黑客有可能攻击企业生产系统。工业互联网平台近几年迅速发
展，平台承载着大量重要工业数据和用户隐私信息，如果被窃取
将对企业造成严重威胁，因此需要围绕工业互联网平台构建完整
的安全防护技术体系。
1 数据来源：国际产业控制系统网络危机应对小组（ICS-CERT）2015年统计报告
2 数据来源：奇虎 360补天平台监测数据
