苍天竹等：工业互联网平台从概念普及走向行业深度应用

      自 2017 年国务院印发《关于深化“互联网+先进制造业”发展工业互联网的指导意见》以来，工业互联网在中国快速生根并蓬勃发展，已成为推动实体经济高质量发展的关键支撑。党的二十大报告提出，坚持把发展经济的着力点放在实体经济上；促进数字经济和实体经济深度融合。2024 年政府工作报告指出，“实施制造业数字化转型行动，加快工业互联网规模化应用，推进服务业数字化，建设智慧城市、数字乡村。”近年来，各部委通过出台多项行业指导意见、发展规划，以顶层规划带动重点行业工业互联网平台与行业融合发展，促使工业互联网平台在行业中的应用由早期探索逐步发展为助力企业数字化转型的重要手段，在钢铁、家电、采矿、电子信息等行业取得显著成效。同时，当前行业在应用工业互联网平台开展数字化转型工作中仍面临着数字化基础薄弱、解决方案应用推广难等问题。未来，工业互联网平台需要在平台体系、标准应用、行业纵深示范以及生态发展等方面持续发力，充分发挥平台在更多行业和场景中的数字化转型支撑作用，助力制造业高质量发展。

      一、工业互联网平台在垂直行业的应用现状

      工业互联网是新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态，通过对人、机、物、系统等全面连接，构建起覆盖全产业链、全价值链的全新制造和服务体系，为工业乃至产业数字化、网络化、智能化发展提供了实现途径，在支撑制造强国和网络强国建设、提升产业链现代化水平以及推动经济高质量发展方面发挥了重要作用。

      当前，工业互联网平台已广泛应用于流程及离散型制造业企业，与行业生产特点深度结合，有针对性地为企业提供技术支持，解决生产中的难点和痛点问题。工业互联网平台创新领航应用案例征集、遴选了一批解决行业痛点问题、具有实际成效和推广意义的平台解决方案。在帮助企业实现生产方式变革的同时，催生新业务，助力制造企业实现数字化转型。

     （1）“工业互联网平台 + 钢铁行业”：高炉检修实现了从“定期维护”向“视情维护”的转变。钢铁行业具有制造流程长、工序多、生产分段连续的特点，主要面临设备维护成本高、效率低以及节能低碳压力大等痛点。传统维护方法通常采取事后维护或基于主观经验判断和固定失效周期的定期维护，难以准确识别设备故障并进行维修，导致资源浪费或发生安全事故。

      基于工业互联网平台的设备运行监测与故障诊断是指在设备运行过程中，对设备状态有关键影响的特定参数进行实时采集、监测分析、诊断决策的过程。高炉设备具有种类多、结构复杂、运作强度高的特点，设备性能劣化率和设备故障发生率高，若不及时发现和处理，将对产品质量和生产稳定造成影响。传统的设备运行监测与故障诊断依靠人工进行，效率低，易出错，传统传感器以及尚未成熟的虚拟测量、软测量等技术难以对复杂设备结构的内部状态进行感知，导致运行监测难度大。

      设备运行监测与故障诊断的核心目标是实现对设备健康状态的全方位实时监测，提升设备运行效率、可靠性，降低故障率和损失。实时采集生产过程中设备运行数据，结合设备历史运行数据和人工诊断专家规则库，通过机理分析和机器学习等技术建立设备健康模型，实现设备运行的在线监测、故障诊断和预测性维护。

      例如，江苏江阴兴澄特种钢铁通过引入工业互联网平台（图 1），实时采集高炉等设备工作温度、工作环境和应力分布等状态数据，并进行可视化处理，增强设备状态监测的可靠性，实现对设备故障的准确分析和预警，使产线稳定性提升 20%，诊断和运维效率提升 50%，工作效率提高 30%，有效预防和减少了炉缸烧穿事故的发生，延长了高炉的使用寿命，每座高炉因减少冷却壁烧损带来的经济效益在 400 万元以上。再如，攀钢集团利用工业互联网平台构建提钒、脱硫和炼钢等关键工序模型，依靠仿真模型和参数寻优模型寻找最优参数，实现相关流程加料的动态优化，实现每生产 1t 钢可以节省 1kg 铁，每年节省生产成本超千万元。

     （2）“工业互联网平台 + 家电制造”：生产方式实现了从“规模生产”向“规模定制”的转变。家电行业具有技术更新速度快、产品研发周期短、产品同质化程度高等特征，面临市场需求饱和、消费者需求多样化、供应链协同难度大等痛点，亟须提高生产系统的柔性，以具备一定的可重构能力来适应动态变化的订单生产需求和产品种类差异。

      柔性生产是指以制造系统响应内外环境变化的能力建设为核心的生产方式与方法，适用于工厂多种产品、多流程、多形态、多单元的快速转换与协同生产。可重构柔性生产的核心目标是基于柔性可重构产线，实现产线对订单、工况等动态变化的快速调整。应用模块化、成组、产线重构、智能控制、5G、柔性物流等技术，构建可重构柔性产线，根据订单变化快速调整设备布局、工艺参数和物流走向，实现多品种兼容。

      例如，海尔集团依托工业互联网平台，调用平台云化 MES、WMS 等应用，实现制造数据多维度洞察可视。通过与业务数据的互联互通，使用户能够参与从产品设计到成品生产的全过程，将用户需求直接转化为生产排单，实现以用户为中心的个性定制与按需生产，在全面综合成本、质量、柔性和时间等竞争因素的前提下，有效地解决需求个性化与大规模生产之间的冲突。在质量端，利用 AI 智能视觉识别系统，调用平台算法库，对外观和质量不良情况进行实时监控，降低产品质量不良率。此外，海尔集团助力中德中央水机、沈阳冰箱工厂和天津洗衣机打造“灯塔工厂”，在降本增效方面实现每年 1800 多万元的经济效益，帮助工厂实现平均效率提升 40%，设备维修效率提升 55%，设备停机时间减少 30%，成为大多数龙头家电企业转型的方向。

     （3）“工业互联网平台 + 采矿行业”：井下作业实现了从“人机共进”向“机进人退”的转变。采矿行业长期面临瓦斯积聚、矿井涌水、地质灾害等突发情况，具有较大的生产安全风险。随着开采技术的革新特别是新一代信息技术的运用，井下机器人、智能传输机等智能设备的使用显著减少了人力使用需求，机器视觉、深度学习等技术提高了设备执行率与准确率。

      通过工业互联网平台对人员、矿卡、鼓风机、破碎机、洗煤厂设备等信息进行实时采集，搭建智慧矿山大数据平台、矿卡定位与碰撞预警、设备点检运维等业务系统（图 2），实现车辆调度、无人驾驶、生产统计等作业端，与无人机动态建模、装运卸智能调度、生产数据智能分析与管理等管控端融合的新型现代露天矿一体化管控决策机制，使人为事故的发生概率降低90%，运营效率提高 20%，整体能耗降低 15%以上，把人从危险繁重的作业环境中解放出来，极大地促进了采矿行业安全、绿色生产。

     （4）“工业互联网平台 + 电子信息”：产品质检实现了从“人工视检”向“机器视检”的转变。电子信息行业具有技术含量高、质量要求严、生产周期短等特征，在生产过程中面临设备管理精度不够、产品质量管控难等行业痛点，需要借助工业互联网平台开展对产品质量的智能检测。质量智能检测采用科学的检测手段和方法，测定产品特性是否符合规定的过程，质量检测精度在一定程度上影响产品的质量。传统车间生产依赖工人进行质量检测，检测效率相对较低；存在一定的人为失误导致的质量误判，造成不合格产品进入后续工序或市场，引发质量问题；无法采集、管理和追溯质量检测数据，难以支撑质量数据应用。

      质量智能检测的核心目标是基于数据和算法开展精准的产品质检，以保证产品的质量。围绕精确质检和质量持续改进需求，将智能传感、机器视觉、人工智能、边缘计算等技术与质量检测相结合，以数字化手段采集产品质量数据，基于工业机理和质量数据训练质量检测模型，实时识别、判断和定位质量缺陷。质量智能检测能有效提升质检效率和质量缺陷识别率，减少质量缺陷产品造成的风险和损失。例如，研祥智能科技通过搭建工业互联网平台，综合机器视觉、人工智能、深度学习等技术，快速检测产品各类缺陷，实现产品故障诊断及预测以及返修、维修等的跟踪，从而实现智能生产与调度管理的高效协同。相关系统在液晶面板示范产线应用，促使生产效率提升 30%，产品质量提升 20%，有效提高了企业生产率和质量稳定性。

     （5）“工业互联网平台 + 橡胶行业”：经营模式实现了从“售卖轮胎”向“售卖里程”的转变。近年来，我国橡胶工业发展进入低增长阶段，下游行业轮胎市场大幅下滑，导致橡胶需求锐减。传统经营模式难以打开市场销路。

      客户服务是企业产品销售服务的重要构成部分，以客户体验为中心，为客户提供真正有价值的服务，帮助客户更好地使用产品。在以用户体验为主的消费时代，客户服务不再局限于解决产品交付后的问题，企业与客户给服务赋予了新的内涵，客户侧期望在售后端享受更多、更好的服务体验；企业侧则期望从售后端打造触点，进行更深度的客户运营，发掘产品的后市场价值，使客户服务从产品的附属品变成了产品的一部分，服务体验也成为企业实现差异化竞争的关键点。

      主动式客户服务的核心目标是实现个性化服务需求的精准响应，不断提升产品体验，增强客户黏性。通过建立客户关系管理系统（CRM），集成大数据、知识图谱和自然语言处理等技术，实现客户需求反馈实时分析、精细化管理，提供主动式客户服务推送。例如，山东浦林成山依托工业互联网转变经营理念，通过在每条轮胎上安装小型传感器变成“智慧轮胎”，实时记录轮胎位置、里程数、胎温、胎压、载重、磨损等数据并上传到工业互联网平台，促使用户由原来的“买轮胎、修轮胎”转变为按行驶里程付费，降低了用户使用成本，拓宽了产品销售渠道（图 3）。同时，“智慧轮胎”发现异常数据后能够立刻向驾驶员、管理后台和服务站发出预警信息，保证司机的安全驾驶。

图 3 智慧轮胎示意

      二、工业互联网平台在行业应用中面临的困境

     （1）“认知鸿沟”：“重硬轻软”倾向依然存在。全球信息产业中软、硬件营收占比约为 55:45，而国内比重为 29:71，软件实际价值与市场价格不匹配。软件作为硬件附属品观念没有根本扭转，“重硬轻软”直接导致企业将有限资金投入设备购置上，软件开发投入严重不足，阻碍了企业的可持续发展，也难以形成有国际影响力和知名度的软件企业。除此之外，平台企业对工业互联网平台的认识也存在偏差，在面向深圳市 15 家工业互联网平台企业的平台选型评估过程中发现，部分企业属于硬件设备供应商、软件系统供应商、系统集成服务商、资源对接中介商等非严格意义上的工业互联网平台企业，暴露出市场对平台的认识还不深入。从 15 家企业整体情况看，仅 8 家企业建有边界清晰、功能完整的工业互联网平台，其余企业定位则偏向于单点产品供应商或服务商。与消费互联网不同，工业互联网特别是平台解决方案在落地过程中需要投入大量二次开发和系统集成工作，平台企业自身投入难以满足发展需要，亟须国家加大支持力度。

     （2）“数字鸿沟”：制造业数字化基础薄弱。当前，我国工业设备存量大、种类杂、协议多，存在数字化改造成本高、数据采集精度差、协议兼容难度大、云端汇聚效率低等问题。部分平台企业虽然拥有大量的用户数据，但未将这些数据充分梳理利用。面对大量质量不一、结构混杂的用户数据，平台企业在数据质量校验与数据资产梳理方面普遍存在不足，缺乏清晰的数据地图或血缘分析，难以为用户提供完善的数据校验与处理规则，数据服务能力亟待提升。而在上层的协议和软件层，工业互联网领域大部分工业协议被国外厂商垄断，50% 左右的工业 PaaS 平台采用国外开源架构，95% 以上 的 高 端 PLC 市 场、44% 以 上 的 高 端 DCS 市场被欧洲、日本厂商垄断，85% 以上的 CAD、CAE、PLM 高端工业软件市场被欧美企业垄断。工业机理模型和杀手级工业 APP 匮乏，制约了制造业的数字化转型。

     （3）“试点鸿沟”：解决方案应用推广困难。麦肯锡报告调查显示，有 54% 的工业企业认为数字化试点建设需要 1~2 年，28% 的企业表示试点需要 2 年甚至更长时间；29% 的试点企业能够大规模部署创新技术，而大部分企业仅能实现局部改造，全面的数字化解决方案应用推广任务艰巨。同时，目前平台解决方案推广仍以项目制为主。经过对深圳市 15 家工业互联网平台企业调研访谈了解到，当前企业的平台建设主要以主营业务和客户需求为导向。除少数企业具备成熟的平台门户外，其余企业多为解决方案供应商，通过为客户提供私有化部署的系统产品或解决方案进行对外服务，平台属性较弱在产品服务方面体现为高定制化、高人力、长周期、回款难，特定行业知识壁垒为平台解决方案的复制推广带来挑战。服装、制鞋等领域的成功经验在行业内推广缓慢，向其他行业的拓展则更加困难。

     （4）“安全鸿沟”：数据上云安全仍存顾虑。 

     高德纳（Gartner）预测，到 2025 年，将有 85％的企业和组织采用基于云的解决方案。在数据上云的浪潮下，云平台故障、数据泄露等问题时有发生，仅 2019—2020 年，新增云计算通用组件漏洞增速便达到 45.2%，这些漏洞随着云计算已走出互联网行业，正向更多传统行业加速渗透。

      随着数字经济的快速发展，数据作为新型生产要素快速融入工业领域的生产、分配、流通等各环节，并推动工业向数字化、网络化、智能化方向转型升级。当前，工业互联网已在我国全部工业大类中获得应用，其覆盖范围将持续扩大，产业投资规模和发展势头还将逐步增强，工业领域产生的数据量也将进一步增加。一方面，工业“智改数转网联”过程中产生的大量数据有利于深度赋能制造业研、产、供、销、服等各环节，持续为制造业创造新的价值点，但在流通和使用环节也极易发生安全风险；另一方面，作为制造业企业的重要资产，企业核心生产数据上云后的安全问题也是许多企业对于数据上云持观望态度的重要原因。

      三、促进工业互联网平台高质量发展的举措建议

     （1）抓好平台发展体系。工业互联网平台是工业互联网的中枢，工业互联网平台体系是面向制造业数字化、网络化、智能化需求，构建基于海量数据采集、汇聚、分析的服务体系，支撑制造资源泛在连接、弹性供给、高效配置的载体。近年来，我国培育成型具有影响力的工业互联网平台 240 多个、跨行业跨领域平台28 个，重点平台连接设备超 8000 万台（套），服务工业企业超 160 万家，工业互联网的应用已经覆盖 45 个国民经济大类。在软件开发领域，工业互联网平台能够通过整合企业内外的软件开发资源，实现资源的优化配置，既可以减少企业独立开发所需的高额投入，还能通过资源共享降低成本，提高资源利用效率。同时，平台具备的协同研发能力，可以支持企业实现跨部门、跨地域的团队协作，缩短软件开发周期，扭转我国信息技术服务业“重硬轻软”的现状。

      未来，应充分发挥“双跨”平台的引领作用，鼓励发展一批行业特色型和技术专业型平台，面向行业、区域、技术实现单点突破，形成集聚特色、专业突出的工业互联网平台能力。强化省级重点工业互联网平台培优培育工作，制定省级重点工业互联网平台培育标准，构建部省联动的“综合性－特色性－专业性”平台培育机制，培育打造具有国际影响力的工业互联网平台。

     （2）健全平台标准体系。标准本身代表着先进生产力的发展方向和潮流，伴随先进技术从原始创新到中试熟化再到大规模产业化推广全过程。通过不断健全工业互联网平台标准体系，开展重要技术标准的制定，对形成先进生产力、提升企业数字化基础具有重要支撑作用。

      目前，我国已初步建立以通用技术平台为基础底座，以跨行业、跨领域的综合型平台、行业和区域特色型平台、技术领域专业型平台为核心，企业级平台建设蓬勃发展的多层次平台体系。随着平台对工业设备连接、工业机理建模分析、工业应用开发环境、工业微服务等方面综合能力要求的不断提升，标准化需求迫切，亟须加快构建平台资源调用、工业微服务框架、数据字典、工业 APP 开发验证、权限管理等方面的技术规范，促进平台产业生态健康发展。

      持续依托全国信息技术标准化技术委员会（TC28）等专业标准化组织，开展平台技术、应用、测试等标准制修订工作，完善工业互联网标准体系。按照《工业互联网综合标准化体系建设指南（2021 版）》中对工业互联网标准体系的建设要求，当前已发布工业互联网领域国家及行业标准 11 项，另有 40 项在研国家及行业标准。各地通过出台对应政策，鼓励企业按照已发布的平台选型、绩效评价等标准对工业互联网平台开展建设和评价，加大对现有标准的宣贯力度，帮助企业通过相关标准，明确工业互联网的发展路径、方向；同时，开展相关标准的符合性评估工作，帮助企业明确自身定位，了解自身情况，完善自身能力，规划自身战略，推动企业平台化发展。

     （3）用好行业典型示范。持续组织开展工业互联网、新一代信息技术与制造业融合发展等试点示范，培育一批应用示范标杆。鼓励各地设立工业互联网平台体验中心分中心，分行业分领域汇聚平台优秀解决方案，实现工业互联网平台优秀解决方案与需求企业的精准匹配，解决平台解决方案的应用推广难题。

      探索工业互联网平台赋能产业基地试点，开展“平台 + 园区”“平台 + 基地”试点示范，为产业园区、平台企业等开展创新实践提供有效指引。构建工业互联网平台资源汇聚平台，面向供给侧，发布 28 家跨行业跨领域工业互联网平台和 132 个工业互联网试点示范。培育193个具有推广价值、示范效应强的新一代信息技术与制造业融合发展的典型示范项目。面向需求侧，开展工业互联网平台创新领航应用案例征集，累计遴选 241 个解决行业痛点问题、有实际成效、有推广空间的平台解决方案，引导供需对接。连续 4 年组织实施工业互联网创新发展工程，累计支持 233 个平台项目，中央财政已支持 43.5 亿元，带动社会资本投资近260亿元。从供需两侧提供面向平台和企业的平台选型、解决方案推荐等标准技术服务，指导企业对自身数字化转型开展评价，选择适合行业和企业的工业互联网平台及方案。

     （4）聚好生态发展合力。发挥工业互联网平台创新合作中心、工业互联网平台实训基地、数字化转型“标准 +”工作站等载体的作用，加快各类平台的技术创新与应用推广和人才培训，形成发展合力。

      数字化转型“标准 +”工作站立足于“标准 +”服务产业战略，支撑地方开展数字化转型领域标准服务，打造“标准 + 政策”“标准 + 行业”“标准 + 企业”的标准创新服务体系，支撑地方开展新一代信息技术及数字化转型领域标准需求征集、研制验证、贯标评估、宣贯培训、标准服务及国际标准化推广等活动，打通标准化应用落地的“最后一公里”。

      加速平台间的互联互通、交流合作，提升平台赋能水平，助力制造业高质量发展。强化多方合作，推动新技术、新模式、新业态、新产品在重点行业融合发展，形成区域联动、跨省协同的融合发展新格局。