工業互聯網怎麼建模

『壹』 5個視角+9張視圖看數字化轉型背景下工業互聯網應用新進展

如今，行業數字化轉型已是大勢所趨，工業互聯網作為轉型的方法論和關鍵路徑，走過了「從0到1」的概念普及階段，迎來了「從1到100」的實踐深耕階段。

面對數字化浪潮，工業互聯網應用到底有怎樣的進展和變化？中國信息通信研究院深入研究產業界應用 探索 現狀，基於國內外1015個工業互聯網應用案例的梳理總結以及自身業務實踐，形成全方位、多視角的分析結果。

2020年，我們用四張圖、725個案例帶你了解工業互聯網應用現狀，

2021年，我們繼續

基於以下數據

1000+

國內外工業互聯網及案例梳理

從以下5個視角

1 應用場景

2 應用深度

3 國內外對比

4 垂直行業

5 新技術 探索

用9張統計圖表

第一張：應用場景與深度分布

第二張：國內外場景分布

第三張：國外應用場景與深度分布

第四張：國內應用場景與深度分布

第五張：主要行業分布

第六張：裝備製造業應用分布

第七張：原材料行業應用分布

第八張：消費品行業應用分布

第九張：5G/AI等新技術應用

總體來看，工業互聯網應用以業務經營優化與資產管理服務為核心，向多維度滲透發展：

傳統業務優化仍然是工業互聯網賦能的主陣地

生產經營領域「逆勢上揚」，工業互聯網向產品研發、質量管理等高價值領域及生產核心環節深度滲透

工業互聯網「連接」特性凸顯，推動企業多環節協同與更大范圍的優化創新

從相同點來看，生產管控、經營管理、運維與服務幾大模式是國內外共同追逐的熱點，但其中：

國外基於較高的數字化基礎，在生產管控和經營管理領域開展大數據建模的深層次優化，我國兼顧數字化補課

設備運維服務中，國外高價值設備+復雜分析應用顯著領先我國

從不同點來看：

國外在數據驅動的產品工藝研發環節應用全部領先我國

國內在共享製造、個性化定製、產融創新等模式創新方面更為活躍

國外工業互聯網已進入價值深化階段，聚焦基於數據分析實現研發、設備等環節的優化創新與新增長點創造：

產品工藝研發領域成為新模式創新高地，數據深度分析的各類新場景不斷涌現

國內工業互聯網應用仍以可視化監控為主，應用深度有待提升：

由於我國機理模型較為缺乏、各環節打通初步實現，導致產品工藝研發與多環節協同等模式的應用深度與國外差距較大

質量管理、能耗排放管理等部分傳統重點領域優化價值大、切入門檻相對較低，深度應用 探索 增速可喜

我國工業互聯網已覆蓋40餘個國民經濟重點領域，從工業領域來看：

裝備製造行業仍是工業互聯網應用最廣泛的領域

原材料行業應用小幅增長，其中鋼鐵行業增幅較高

工業互聯網向非製造領域延伸，能源電力數字基礎較好，滲透應用相對領先

裝備行業注重產品研發與全生命周期管理，並通過服務創新提升綜合價值：

圍繞產品的研發設計與全生命周期管理成為價值提升的關鍵

運維與服務環節中，依託智能化裝備打造用戶入口，建立新型技術服務體系趨勢明顯

能耗排放優化、設備與安全生產管控始終是行業核心需求與痛點

利用AI/大數據技術開展製造工藝等技術創新應用，近兩年佔比提升相對較高

通過電商平台、產業鏈平台等提高交易資源配置效率

消費品行業注重通過生產運營協同與模式創新滿足客戶個性化需求：

通過生產經營管理與協同優化提升全環節柔性化水平

新模式新業態逐步成為價值最大化的關鍵，快速獲取用戶需求後通過模式創新增加用戶粘性，甚至實現自身服務能力外擴

總體來看，當前新技術全面融合，已經成為工業互聯網支撐傳統業務優化提升與創新突破的中堅力量：

AI/大數據應用滲透率超過28%，成為設備資產管理與生產深度優化的核心驅動

5G應用初具規模，滲透率超過10%，推動遠程操控、場景識別、互動交流等能力提升

區塊鏈還處於應用的初期，在金融交易服務、多環節協同優化等領域不斷開展 探索

文章來源於工業互聯網洞察

兩大重量級報告將陸續發布！

《工業互聯網應用分析（2021）》

《行業數字化轉型指南白皮書》

『貳』 工業互聯網到底是什麼

工業互聯網（Instrial Internet）是新一代信息通信技術與工業經濟深度融合的新型基礎設施、應用模式和工業生態，通過對人、機、物、系統等的全面連接，構建起覆蓋全產業鏈、全價值鏈的全新製造和服務體系，為工業乃至產業數字化、網路化、智能化發展提供了實現途徑，是第四次工業革命的重要基石。

工業互聯網不是互聯網在工業的簡單應用，而是具有更為豐富的內涵和外延。它以網路為基礎、平台為中樞、數據為要素、安全為保障，既是工業數字化、網路化、智能化轉型的基礎設施，也是互聯網、大數據、人工智慧與實體經濟深度融合的應用模式，同時也是一種新業態、新產業，將重塑企業形態、供應鏈和產業鏈。

發展工業互聯網：

當前，新一輪科技革命和產業變革蓬勃興起，工業互聯網作為數字化轉型的關鍵支撐力量，正在全球范圍內不斷顛覆傳統製造模式、生產組織方式和產業形態，推動傳統產業加快轉型升級、新興產業加速發展壯大。

我國工業經濟正面臨發達國家製造業高端迴流和發展中國家中低端分流的雙重擠壓，迫切需要加快工業互聯網創新發展步伐，推動工業經濟從規模、成本優勢轉向質量、效益優勢，促進新舊動能接續轉換，快速構建我國製造業競爭新優勢，搶占未來發展主動權。

『叄』 工業互聯網平台層所使用的技術

工業互聯網平台層所使用的技術涉及七大類關鍵技術，分別為數據集成和邊緣處理技術、IaaS技術、平台使能技術、數據管理技術、應用開發和微服務技術、工業數據建模與分析技術、安全技術。
工業互聯網平台介紹
工業互聯網(InstryInternet)的概念最早由GE於2012年提出。工業互聯網作為物聯網、大數據、人工智慧等新興數字化技術與製造業深度融合的產物，通過實現人、機、物的全面互聯，構建起全要素、全產業鏈、全價值鏈全面連接的新型工業製造和服務體系，成為支撐第四次工業革命的基礎設施，對未來的工業發展將產生全方位、深層次、革命性影響。

『肆』 工業互聯網產業體系架構分為幾個層級

工業互聯網產業體系架構分為四大層級。

1、數據採集（邊緣層）是基礎。其本質是利用泛在感知技術對多源設備、異構系統、運營環境、人等要素信息進行實時高效採集和雲端匯聚。

2、工業PaaS（平台層）是核心。當前，工業PaaS建設的總體思路是通過對通用PaaS平台的深度改造，構造滿足工業實時、可靠、安全需求的雲平台，將大量工業技術原理、行業知識、基礎模型規則化、軟體化、模塊化，並封裝為可重復使用和靈活調用的微服務。

3、工業APP（應用層）是關鍵。主要表現為面向特定工業應用場景，激發全社會資源推動工業技術、經驗、知識和最佳實踐的模型化、軟體化、再封裝（即工業APP），用戶通過對工業APP的調用實現對特定製造資源的優化配置。

4、IaaS是支撐。它是通過虛擬化技術將計算、存儲、網路等資源池化，向用戶提供可計量、彈性化的資源服務。

(4)工業互聯網怎麼建模擴展閱讀：

工業互聯網平台產業發展涉及多個層次、不同領域的多類主體。在產業鏈上游，雲計算、數據管理、數據分析、數據採集與集成、邊緣計算五類專業技術型企業為平台構建提供技術支撐。

在產業鏈中游，裝備與自動化、工業製造、信息通信技術、工業軟體四大領域內領先企業加快平檯布局；在產業鏈下游，垂直領域用戶和第三方開發者通過應用部署與創新不斷為平台注入新的價值。

『伍』 人工智慧與工業互聯網關系解析

1.1 核心焦點從上雲互通轉向藉助人工智慧深挖工業大數據價值

工業互聯網的建設促進了企業IT系統的雲化遷移，實現了ICT系統與OT系統間要素的流轉，打通了數據孤島，企業得以獲取靈活便捷、高效率、低成本的信息化、網路化、數字化基礎，但要想實現真正的數字化和智能化則必須藉助人工智慧技術對工業數據價值進行充分挖掘。數據是工業互聯網的核心資產，也是其價值創造的來源，對數據分析和挖掘的深度在很大程度上決定了工業互聯網實際應用價值的高低。目前對數據挖掘價值依賴程度高的生產管控類及設備管理服務類應用是我國工業互聯網的高熱度場景，結合深度數據分析的設備 健康 管理、生產質量管理、生產工藝優化、能耗與排放管理等應用為工業企業創造了運維成本及能耗成本降低、產品質量及服務價值提升等顯著的直接優化價值。

1.2 人工智慧是工業互聯網實現真正數智化價值的前提

工業互聯網之於工業企業而言，是企業實現數字化、網路化、智能化轉型的工具，其中平台層搭建了工業數據匯聚與處理的基礎，工業軟體的應用本質上實現數字化和自動化，強調機器設備的自動化功能，工業互聯網的互聯工具應用則是強調

企業內外部的打通與協同，是工業角度的互聯網+模式，人工智慧的加入是在數字化、網路化的基礎上實現真正的智能化。工業互聯網為工業企業提供通用的算力-工業雲計算和邊緣計算、算據-工業大數據以及演算法-工業人工智慧，其中大數據作為人工智慧技術發揮作用的必要燃料，其背後價值的挖掘深度決定了工業互聯網價值呈現的合理邏輯是從網路化、數字化轉而最終實現智能化，這也正是工業企業實現降本增效、升級優化的必經之路。

二、人工智慧成為重新定義工業互聯網產品邏輯的抓手

強化數據洞察力，拓寬工業互聯網可解問題邊界

工業互聯網的核心是數據驅動的智能分析與決策優化，人工智慧技術從廣義上來看正是一種通過演算法模型對數據的處理方式，人工智慧技術因此開始進入工業互聯網產品建設方的視野，成為服務商拉高產品價值的落腳點。以深度學習和知識圖譜的為代表的人工智慧技術從根本上提高系統建模和處理復雜性、不確定性、常識性等問題的能力，顯著提升了工業大數據分析能力與效率，為解決工業各領域診斷、預測與優化問題提供得力工具，進一步擴大了工業互聯網平台可解工業問題邊界的深度和廣度。人工智慧驅動的工業數據智能分析支撐工業互聯網實現數據價值深挖掘，強化了工業企業的數據洞察能力，成為打通智能製造最後一公里的關鍵環節。

使能工業互聯網形成數據優化閉環，催生多場景系統化應用

工業領域內存在著紛繁復雜的應用場景，產品研發設計、產品瑕疵質檢、生產工藝優化、流程自動化等許多場景的工業機理復雜、數據分析能力需求較高，人工智慧因此被視為是使能工業互聯網形成數據優化閉環的關鍵。目前以深度學習、知識圖譜、自然語言處理為代表的人工智慧技術正處於多方創新和突破的時期，通過與工業領域知識融合的不斷加深，AI技術正逐漸加速向工業互聯網滲透，在工業企業「研產供銷管」業務鏈條下形成眾多落地應用。從工業AI技術角度來看，主要有聲音、圖像、知識圖譜和自然語言方向的應用，聲音和圖像多用於質量檢測與安全監管兩個領域，是目前應用較多，經濟效益較為明顯的場景；自然語言處理更多用在智能助手，這里有別於智能客服，智能助手更加垂直和專業，如設備維修助手；知識圖譜則擅長處理大規模、復雜、多點的問題，典型應用是產品質量回溯。

以解決通用型問題為能力基礎，面向特定行業差異化延伸

工業智能的本質是通用人工智慧技術與工業場景、機理、知識結合，實現設計模式創新、生產智能決策、資源優化配置等創新應用。工業智能在工業系統各層級各環節已形成了相對廣泛的應用，其細分應用場景可達到數十種，正如前文所述工業領域不同細分行業對工業互聯網類型與功能的需求各不相同，工業智能亦是如此。不同行業依託工業智能，獲取解決通用型問題的能力的同時，基於行業特點、面向行業特性痛點問題延伸出差異化方向。

五、人工智慧在工業互聯網中的部署

應用部署將從以平台側為主向平台+邊緣共生演進

當前人工智慧主要通過三種模式融入工業互聯網。第一，直接將AI演算法或模型嵌入工業互聯網平台層，以提昇平台層數據分析能力；第二，提供工業AI軟體系統，並通過雲端部署形成標准化的工業互聯網SaaS層應用；第三，提供一套工業互聯網框架下包含軟體和邊緣側硬體的完整系統。部署過程中會根據行業類別、產品相似度、場景條件、問題共性等因素對不同AI模型進行組合，對同一個行業來說，針對同一個環節將模型盡量標准化以實現移植應用。現階段工業智能應用以平台側為主，後期會向邊緣側發展，邊緣側的實時性要求需要AI模型產出的結論與產線或者設備形成控制閉環，艾瑞認為目前我國工業企業自動化程度不一，現場數據質量不高，並且企業對於人工智慧的應用較為保守，時下落地較多的應用無論是安全監管還是質量檢測都主要集中於平台側，邊緣側工業智能的下一階段發展需要配套基礎設施和能力的共建。

六、基於AI的工業互聯網參與者拓展思路

技術為先，場景為王，合作共贏

隨著《互聯網+人工智慧三年行動實施方案》、《新一代人工智慧發展規劃》、《促進新一代人工智慧產業發展三年行動計劃》等多份國家政策文件的發布，開展人工智慧與工業結合應用成為了重要發展趨勢。工業領域每個下遊行業場景都有

其原生的價值鏈條，同時各個行業的Know – how有著較高的壁壘，人工智慧服務商在開展工業領域業務時，大多基於自身技術優勢和特點去尋找適合實景落地的垂直細分行業或者某一共通性工業場景，在特定場景應用中持續打磨自身工業智能產品和服務。「聚焦」被大多數AI廠商視為優先的發展策略，通過與成熟的工業互聯網平台型企業開展合作，以融入而非自主開發的方式獲取平台能力，不僅極大地減少了自研開發的成本和風險，而且為迭代、優化、創新自身工業智能解決方案提供了豐富的資源儲備。

數據、演算法、算力的不足制約了AI在工業領域的普及應用

人工智慧技術本身的發展離不開數據的支撐，工業領域由於自身復雜、多樣且專業性強的行業特性，導致其缺乏優秀的工業主題AI數據模型，也沒有很好的工業標注數據集用於AI演算法訓練。此外包括底層硬體、計算框架、開發平台等AI基礎設施在工業領域的建設也較為落後，這直接限制了工業智能化的發展。數據、演算法和算力的短板導致了當前AI技術在工業領域的應用場景主要呈現點狀分布，普及范圍有限。

人工智慧在工業領域應用的市場前景廣闊

2020年，中國人工智慧市場主要客戶來自政府城市治理和運營（公安、交警、司法、城市運營、政務、交運管理、國土資源、監所、環保等），互聯網與金融行業也位居前列，然而作為國民經濟支柱產業的工業在人工智慧市場份額中僅佔到5%。隨著人工智慧與工業互聯網共同被納入新型基礎設施建設范疇，行業雙雙提速發展的態勢基本確定，加之工業領域多樣化的場景需求，預計未來五年，中國工業領域中人工智慧技術的使用率將顯著提高，工業智能的應用市場前景將十分廣闊。

人工智慧將重新切割工業互聯網投入空間

2020年以機器學習與深度學習、知識圖譜、NLP、計算機視覺為技術主導的我國工業智能應用核心產業規模為68億元，年均復合增長率達到27.96%，產業整體具備高成長性。然而目前人工智慧服務商多以自身獨立的系統交付工業智能解決

方案，工業互聯網平台服務商提供的平台AI功能也以基於開源框架的演算法模型自主開發為主，平台AI功能集中於基礎性的數據分析能力優化，AI技術並未在工業互聯網中實現廣泛化應用。總體來看，現階段工業智能與工業互聯網的結合應用呈星點狀分布，未來隨著工業互聯網對數據價值深度挖掘的依賴性提升，人工智慧技術將加速向工業互聯網融入，工業互聯網建設的資金投入比例將重新洗牌。

四大工業智能布局方向助力工業互聯網塑造競爭優勢

工業互聯網的真正價值不在於為工業企業錦上添花而應是雪中送炭，人工智慧技術的注入是以系統化的方法和規則助力工業互聯網解決工業實際場景中的某些痛點。基於深度學習技術的計算機視覺在質檢、巡檢等場景中實現了機器代人，在提高生產效率的同時釋放了企業人力成本；以知識圖譜、自然語言處理為主的認知智能技術，促進了工業知識的積累，提升了企業決策速度與精度；AutoML平台的模型自動化塑造能力則提高了演算法模型在實景中的適配性。AI技術的縱向升級使得採用多種路徑解決復雜工業問題成為可能，未來融合多種AI技術的工業互聯網將是相關服務商打造競爭優勢的重要切口。

『陸』 智能製造，工業4.0和數字化製造的異同

在建設工業互聯網體系時，主要包含三部分工作：網路、平台和安全。其中，網路是基礎，平台是核心，安全是保障。

網路是數字化、智能化的基礎。網路包括企業內網、外網，和標識解析體系。外網更多的是指運營商建設的公共網路；內網涉及到企業自身的網路改造，運營商完全可以把公網延伸到相關的企業內來發揮作用。標識解析是整個國家的基礎設施，和傳統互聯網的域名解析其實一樣。

平台是生態的關鍵，完成數據的收集、分析、建模。消費互聯網有很多App應用，都是在平台生態的構建之上發展起來。工業互聯網也是一樣，需要依託工業互聯網平台，通過建模，依託不同的機理、不同的模型、不同的應用場景，開發出不同的工業App。工業互聯網平台承載了非常重要的使命，將來要構建豐富多彩的工業互聯網應用的生態。

安全是保障。在消費互聯網和數字化、信息化過程當中，運營商、互聯網企業，都組建了非常龐大的安全隊伍，來應對安全挑戰。但是工業企業因為原來的設備、數據沒有聯網，所以沒有太強的安全意識。在這種情況下，工業互聯網的數據都要進行聯結，要增強工業企業的安全意識，同時安全企業等產業要給工業企業提供安全保障的解決方案。

1972年從德國起家，1995年走進中國， SAP 致力於幫助各種規模企業數字化轉型。我們不僅是 ERP 的代名詞，更是全球知名的企業應用軟體供應商，擁有超過48年的軟體實踐與創新經驗，在大中華區為超過 16,000 多家大中小型企業提供解決方案，全球客戶也覆蓋92%的福布斯2000強。

『柒』 完整的工業互聯網防禦方案包括什麼

完整的工業互聯網防禦方案包括：工廠內單點智能器件、成套智能終端等智能設備的安全，以及智能產品的安全，具體涉及操作系統 / 應用軟體安全與硬體安全兩方面。

工業互聯網的關鍵核心技術主要涵蓋「一硬(工業控制)+一軟(工業軟體)+一網(工業網路)+一安全(工業信息安全)」四大基礎技術，「邊緣智能+工業大數據分析+工業機理建模+工業應用開發」四大關鍵技術，以及「開源平台+開源社區」兩大殺手鐧技術。

明確責任分工：

組織開發技術和解決方案。應急管理部門負責創新基於工業互聯網的安全生產監管方式，加強對企業接入工業互聯網安全生產監管平台的管理，建立與行政許可換證掛鉤等激勵約束機制。

雙方共同建立「工業互聯網+安全生產」工作推進機制，定期通報成果，明確時間進度，強化督促檢查。中國工業互聯網研究院負責技術開發和數據支撐平台建設和運行。

中國安全生產科學研究院負責工業互聯網安全生產監管平台建設和運行。工業企業嚴格落實安全生產主體責任，堅持工業互聯網與安全生產同規劃、同部署、同發展。

『捌』 新基建中的工業互聯網究竟能幫到企業什麼

加快工業互聯網應用推廣，有助於推動工業生產製造服務體系的智能化升級、產業鏈延伸和價值鏈拓展，進而帶動產業向高端邁進。具體包括：

一是帶動生產裝備高端化。通過部署工業互聯網，在裝備上布設感測器，對裝備加工、運行數據進行建模分析並根據工況進行優化，可以有效提高裝備運行的穩定性並提升加工精度；

二是帶動生產智能化。利用工業互聯網的聯接、計算、分析能力，能夠為生產運營中的各種要素深度賦智和賦值，推動生產向柔性製造、敏捷製造和綠色製造等方向發展，倍增放大生產線價值。三是帶動產品高端化。不斷增加智能化、個性化產品的供給，全面提升供給體系質量和效率。

SAP 不僅是各種行業標准和相關開源項目的積極使用者，也是它們的重要貢獻者。作為「工業4.0」技術標準的制定者之一，德國公司SAP在工業4.0和工業互聯網方向有前沿的實踐和創新，可以參考研究報告：https://www.sap.cn/procts/supply-chain-management/instry-4-0.html。我們的工業 4.0解決方案組合支持廣泛的開放標准，既包括 CloudFoundry、Kubernetes、MQTT 和 OPC UA 等技術標准，又包括 eCl@ss 和資產管理殼等產品分類標准。