目前中国的制造业面临着很多的挑战，一个是人口红利在逐渐的消失，如果今天有制造业的朋友，会有一个很深的感触，工人越来越难招，工人成本越来越高。对企业来说，这是一个很大的挑战。再一个就是目前实体经济，过去的几年空心化比较严重。因为好多实体经济开始投房地产，开始做金融，开始炒股，所以实体经济空心化也是比较严重的，对中国的制造业来说，也是很大的挑战。再一个是中美的贸易战进行得如火如荼，下一步会愈演愈烈。美国这一次贸易战打的不是中国现在，打的是中国的未来，打的是中国的2025，打的是中国复兴的计划。
中国的制造业面临很大的挑战，面临很多困难和问题，怎么做？必须要通过数字化的转型，拥抱互联网，用互联网、数字化的技术改造企业，让企业走向一个创新创造的“高质量”发展的过程，这是一个必然的趋势，所以我们可以看一下，未来数字化非常关键。
现在企业里面非常多原来信息化的建设，都是烟囱式的构建，造成了很多信息孤岛，数据不联通。原来传统的工业软件，已经有几十年的历史，已经不能满足现在制造型企业快速的数据化增长的需求，技术架构已经不能满足了，所以会有一个东西替代。
再一个就是现在的制造业它的经营是不能很好的传递，现在还是以师带徒的模式，但是这种方式再向后演变，也不能把工业的知识和工业的经验很好的传承，那就需要有一个新的技术，有一个新的平台，会来解决这些问题。
这个新的平台就是工业互联网。
因为诞生于消费互联网的云计算、大数据、物联网和AI等新一代信息技术把传统的问题解决掉：云计算PaaS结构就是来解决互联互通的问题，通过大数据模型，通过微服务，通过人工智能技术，将工业的知识，工业的经验很好的沉淀，这是非常关键的。
二、对工业互联网的基本理解
工业互联网是什么?
工业互联网是链接工业全系统、全产业链、全价值链，支撑工业智能化发展的关键基础设施，是新一代信息技术与制造业深度融合所形成的新兴业态和应用模式，是互联网从消费领域向生产领域、从虚拟经济向实体经济拓展的核心载体。
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。
工业互联网具有5C架构。最底层是智慧的连接层，即一个企业所需要的数据都必须能够无障碍地获取。第二层是转换层，即将数据转化为信息，对获得的数据进行数据挖掘和分析，得出对决策有用的信息。第三层是计算网络层，是企业信息中心的枢纽，在这一层，将取自第二层的信息与原来设定的期望值进行对比，发现企业运行中的问题或机会。第四层是认知层，由第三层获得的信息，以及监控资产和设备状况，以可视化的方式，向决策者提供关于企业目前存在问题的认知，并使决策者能够做出相应的决策。第五层是配置层，目的是通过网络空间，把决策信息送到物理空间，送到相应的子系统中，完成对相应的设备或系统做出调整的实际操作。
工业互联网与智能制造的关系
整个智能制造可以分为三个发展阶段，第一个阶段是全面互联，包括设备的智能与传感、各方面数据的联网以及云平台的建设；第二个阶段是数据智能，包括基于数据的自决策自执行、跨设备系统的数据共享以及数据分析；第三阶段是智能制造，包括在研发、生产、供应链、协同以及服务过程中的全面智能决策。也就是说，智能制造的实现可以主要拆分为两个方面，一方面是工业设备的智能化，一方面是工业设备的互联化。因此，
工业互联网是智能制造的基础平台
。
总的来说，无论是工业互联网、工业4.0，还是中国制造2025，其核心指向都是将互联网深度参与到制造业和工业生产过程中，这将我们的生产力提高到一个新的高度。
1）面向工业现场的生产过程优化：
主要包括制造工艺、生产流程、设备运行及能耗的优化；
2）面向企业运营的管理决策优化：
主要包括供应链管理优化 ，生产管控一体化以及企业智能决策；
3）面向社会化生产的资源优化配置与协同：
主要包括协同制造，制造能力交易，个性化定制和产融结合；
4）面向产品全生命周期的管理与服务优化：
主要包括产品溯源，产品远程预测性维护以及产品设计反馈优化。
正如上文提到，人口红利消失的客观原因和产业升级的主观需求是根本动力
客观的说，未来劳动力人口锐减，人口老龄化加剧，催生巨大的智能制造需求：
劳动力人口锐减将导致人力成本的上升，倒逼制造业向智能化自动化升级；人口老龄化加速医疗康复、生活服务等领域智能化设备发展，市场空间巨大。
主观的说，中国要想在第四次转移中留住有价值的制造业，智能制造是必经之路：
在第四次制造业转移中，劳动密集型的低端产业倾向于向人力成本更低、环保要求更宽松的东南亚国家转移；而部分中高端产业出于对自动化智能化生产的需求出现回归欧美的迹象，我国制造业面临着两方面的压力。
而以上两个方面都离不开工业互联网的发展。
（左）体力劳动者适龄人口数量变化情况（右）全球四次制造业转移浪潮
1）连接
，帮助企业打通线横向和纵向，线上和线下，将销售网络、信息网络和工业网络连接起来；
2）云，比如云制造、云计算，互联网与制造业的结合点是工业的云平台，这是目前先进制造业竞争的焦点，也是抢占制造业数字入口的关键；
3）网络安全
，这是未来工业互联网是否可以持续发展的一个很重要的方面。
智能制造模式下企业的新需求是直接推动因素
制造业转型升级过程中产生许多新的需求，例如工业数据的爆发式增长需要新的数据管理工具、企业智能化决策需要新的应用创新载体、新型制造模式需要新的业务交互手段，这些都直接推动了制造业对工业互联网的需求。
工业互联网平台近年来迅速发展
根据工信部的划分，可以将工业互联网分为网络、数据和安全三个维度。
1）网络是基础：
通过工业全系统的互联互通，实现工业数据的无缝集成，根据连接范围不同，网络又可分为工厂内网络和工厂外网络；
2）平台是核心：
通过产品全周期数据的采集与分析，形成生产全流程的智能决策，实现机器弹性控制、运营管理优化、生产协同组织与商业模式创新；
3）安全是保障：
通过构建涵盖工业全系统的安全防护体系，有效防范网络攻击和数据泄露。
其中，平台的发展经历了从云平台-大数据平台-物联网平台，到目前的工业互联网平台的逐渐演进发展，主要参与的企业也从最初的只有软件企业逐渐发展为现在的各类具备工业知识积累沉淀优势的软件、信息通信以及制造业企业。
制造业除了在原有的工业装备、工业控制、工业传感、工业网络方面布局外，在工业互联网平台也成为重要参与者。
制造业企业参与工业互联网平台有两条路径：
路径1：装备/自动化企业凭借工业设备经验积累打造平台，创新服务模式：
供给侧的装备和自动化企业在工业现场沉淀了大量设备系统，积累了丰富的经验知识模型，通过打造平台实现底层数据的汇集和工业知识的复用，推动服务能力提升与创新。
模式一，打造工业PaaS平台，提供开放服务，聚焦生态构建。
例如GE推出的Predix平台，基于PaaS和微服务架构，着力打造应用开发者生态。
模式二，打造工业PaaS平台，驱动自身服务创新与能力提升。
例如西门子推出的MindSphere，汇聚其装备和自动化系统数据，通过数据建模分析，形成新的应用服务能力。
模式三，借助通用PaaS平台，基于已有解决方案形成SaaS平台。
例如ABB的Ability平台基于微软Azure云基础设施，将各类应用服务进行云化部署。
路径2：
领先制造企业将数字化转型经验转化为服务能力，构建工业互联网平台：
应用侧的领先制造企业率先探索尝试数字化转型，得到了一些成功经验，形成了一批成熟模式，通过打造平台将这些经验和模式转化为开放服务，实现创新应用的复制和推广。
模式一，用平台对接企业与用户，面向个性化定制模式打造解决方案。
基于个性化定制模式，帮助企业实现需求、设计、生产全面打通。
模式二，用平台打通产业链上下游环节，形成资源优化配置应用。
汇聚各类产业资源，提供供需对接、智能工厂改造、资源共享等应用。
三、工业互联网平台的本质和核心价值
工业互联网分为四个层次，一个是APP是关键，PaaS是核心、IaaS是支撑、边缘层数据采集是基础。我们看一下工业互联网的本质是什么？数据+模型=服务。原来的数据是没有价值的，或者的数据产生的价值不够，现在也要通过数据加上你的算法和模型，提供一个服务。所以看工业互联网的核心价值就看数据价值，在建模方面它是软件定义制造；再一个就是它的连接，万物可以互联的，人与人的连接，机器的连接，产品的互联互通，都会在工业实现。所以准确来讲，工业互联网平台是实现第四次工业革命的关键基础设施。
“当前，互联网、大数据、人工智能正加速同实体经济深度融合。作为融合的产物和载体，工业互联网为实体经济转型升级、高质量发展提供了历史机遇和技术条件。加快发展工业互联网，对于增强实体经济的创新力和竞争力具有重要意义。
工业互联网已成为新工业革命的关键支撑和深化“互联网+先进制造业”的重要基石，中国特色的工业互联网，将成为中国从制造大国转向制造强国的加速器。
工业互联网作为新一代网络信息技术与现代工业融合发展催生的新事物，是实现生产制造领域全要素、全产业链、全价值链连接的关键支撑，是工业经济数字化、网络化、智能化的重要基础设施，也是互联网从消费领域向生产领域、从虚拟经济向实体经济拓展的核心载体，可以说，工业互联网是现阶段制造强国的重要抓手。
中国智造，‘智’从何来?‘智’从数据中来。真正的智能制造，要以数据为核心，依托工业互联网打造智慧企业大脑，形成企业运营的智能决策、指挥，推动企业数字化转型，助推企业效率提升和产品质量升级。
当前我们面临数字经济发展非常好的时机，进入了发展工业互联网的数字经济时代。中国有海量的工业数据，尤其是中国作为制造大国，沉淀了很多有价值的工业数据。数据就是最大的资产，如果开发好的话，它完全可以形成不同于世界任何标准的工业数字经济模式。
打造工业互联网运营商业模式，加快工业互联网平台建设。工业互联网运营商是构建工业互联网平台的市场主体。我国要想统筹构建工业互联网平台，一定要打造工业互联网运营商模式，一方面结合行业、区域特点，与龙头企业共建工业互联网平台，并逐步形成产业链上下游融通发展的行业平台;另一方面，结合区域产业集群特色，搭建面向中小企业的区域性工业互联网公共服务平台，助力中国制造业从数字化、信息化，向智能化方向发展。
可以通过“以点带面”的形式，在一些地方设立工业互联网及智能制造示范区域，以当地传统制造龙头企业为中心，借助其集聚力量，推进云计算、大数据、人工智能在工业制造中的应用。加大对云计算、大数据、人工智能相关企业的扶持，推动大数据分析在研发设计、定制开发、生产流程优化等智能制造核心应用系统中的应用，并通过云计算和物联网，打造智能制造云服务平台，实现管理流程优化、供应链协同以及产业协同。
五、工业app，为工业互联网平台而生
负责IT和OT（运营技术）的管理者，在工业化和信息化融合的几十年来，井水不犯河水：IT看重业务流程合理，OT看重业务执行稳定。从具体的面向对象来看，OT与IT的区别主要是体现设备的边缘端，OT的世界遵从物理进化的原理和机制，发展比较缓慢：源自控制，专注于运营。
然而，工业互联网的发展，使数据流动变得空前容易，激发了人们对于数据价值的想象，从而大大促使了OT和IT融合的必要性。工业互联网的应用在很多层面上就是统一IT和OT的视角。但IT和OT二者自身的需求、纬度、思维方式太不一样，融合是非常困难的。工业互联网的普及，不同于常规的企业管理软件ERP和执行管理系统MES应用，它不仅仅是收集的数据丰富性和颗粒度的问题，而且更多是要考虑这些数据背后的价值，这只能站在更高的战略岗位上才可以评估和定义。
真正数字转型的主战场，恰恰是发生在IT和OT交界的地方。需要连接边缘和云、需要处理各种OT协议和数据格式，都是IIoT大显身手的地方。
IT要下沉，OT要上升，从各种系统汇流而来的数据要分析，这就使得工业互联网平台的崛起成为可能。
这都使得面向工业应用的开发，将大大加速。IIoT平台，为工业app应用的开发，提供了一张充满沃土的温床。
工厂的大数据，往往都是垃圾数据山，主要表现在六大症状：数据很脏（必须大量的算法清洗，才能有可用数据）、频率不同（现场触发的频率非常不同）、海量、大小（数据的容量大小不一）、种类很多（各种异构数据源）、跨学科导致的关系复杂（数据机制来自“机光电热磁”等不同学科领域）。
如此庞大的数据，大多数是没有用的，只能留在机器端。这就是所谓的“数据重力”。
它使得大量的数据被丢弃在车间的地板上、设备周围的空气中。
数据重力，导致大量数据无法上云端，也就无法完成分析。而这几年物联网和计算能力的发展，推动了人们对于边缘智能的思考。太重的数据，可以就地处理。在大数据分析的时代，这个任务交给了边缘计算。
工业互联网平台，本身就是一个分布式的计算平台，它很好地解决云和边缘的集成问题。通过连接、设备管理、数据管理和机器学习，为真正打开数据的分析价值，提供了一个认真的钥匙。这也为面向场景应用的工业APP的开发和部署，提供了极大的方便。
工业互
联网平台走向平民化，非IT的专业人士也可以轻松上手工业App应用。这是一个巨大的进步，一种开放式的知识洪流，在工业互联网平台上轰鸣，并重新汇成令人兴奋的场景应用。
数据要完成从设备级的地板，升到企业级的天花板。需要闯过三关，第一关是设备连接；第二关是数据重力识别，对相关数据进行分析；第三关是建立面向业务场景的app应用。
对于工业互联网平台而言，最需要的就是搭建这样一个“数据天梯”，来完成数据上上下下的运载，从而可以丰富工业互联网平台的应用。
针对这种局面，采用一种IoT Hub的思路，通过三驾马车实现从边缘到云端的一揽子数据解决方案。
-
一是面向连接的大胃王的IoT Hub边缘端，完成各种设备的数据采集，尤其是对PLC的采集；
-
二是在边缘层构建数据分析软件，实现对数据的实时分析；这两者完成了对数据的边缘分析和计算。
-
最后，通过工业APP快速生成应用端。这就实现了设备连接、边缘分析和app应用的“三位一体”的使能平台，从而使得工业互联网平台，可以面向场景应用，来处理各种设备和数据。
眼下，很多中国企业都希望从传统制造变成先进制造企业，都希望成为“数据驱动”的企业，但却苦苦找不到数据化的路径。
工业互联网云平台的做法是打造工业互联网平台，将制造企业几十年积累沉淀的“精益制造”技术、工艺、经验、方法、流程等数字化，赋能中小企业，加速数字化、网络化、智能化蜕变，从而打开数字化新发展空间。
传统企业的“智能”、“数字化”蜕变，完全没有必要抛弃自己原有优势，事实上正是自己身上的“传统部分”，才是下一波浪潮实体经济与数字经济融合的焦点。
工业企业面临的最大挑战是不确定性和碎片化，而这些问题的破解，需要将它数字化，变成确定的机理模型。
对于这些工业机理、工业模型，事实上传统企业有更多的积淀，并不是IT与互联网企业短时间就能补齐。而随着人工智能、互联网人才的日益丰富，工业企业正在通过各种各样的方法吸引越来越多人工智能、大数据、互联网人才的加盟。在这一轮实体经济与数字经济拥抱中，它们更有机会走在前面，很多传统企业都因数字化而重生。
传统企业常常抱怨自己推动数字化转型，缺乏互联网公司的体制机制，缺乏吸引人才的土壤。所以，传统企业需要创造互联网、数字经济的土壤。转变经营模式，将过去的传统经营模式变成合伙人制，留住工业互联网、人工智能的人才，给高科技人才创造最好的、最适合发展的工作环境。
事实上，将与数字经济相关的业务“切”出一个部分独立运作、孵化，做成试验田，已经成为越来越多传统大型制造业企业的选择。
2025年工业互联网将创造全球百万亿美元的经济产值，将开启一个巨大的蓝海。而这是中国传统制造工业企业最大的机会。
七、工业互联网平台的主流应用场景
1. 面向工业现场的生产过程优化
主要关注设备、产线、车间等工业现场，通过对实时生产数据的分析反馈来对整个生产过程进行优化。包括确认生产过程中的最优工艺参数，实时监控设备状态，实现在线监测和异常数据分析，提升物料、进度、人员等方面的准确性管理，以及提高能源使用效率等方面。
问题案例：生产质量方面遇到瓶颈，急需提升良率。
解决方案：借助工业大脑对生产过程中所产生的物料数据、设备参数、MES系统数据等进行全面的采集与分析，识别出对产品质量有显著影响的生产环节，进而提供参数优化与对比测试，实现产品良率提升。
2. 面向企业运营的管理决策优化
在企业运营方面，在设计、管理、供应链等环节上，基于平台，基于大数据挖掘分析来实现管理决策的优化。
问题案例：作为全球性的自动化生产设备和零部件供应商，面临设备数据集成困难、设备停机严重影响生产计划等问题。
解决方案：基于工业互联网平台，实现CNC机器运行数据和ERP系统数据的对接，实现运营部门和生产部门之间的深度协作，进而有效减少设备停机时间，降低运营成本。
3. 面向社会化生产的资源优化配置与协同（生产端）
在产业层面，将供需信息、制造资源、创新资源汇聚到平台，进而可以通过数据分析来实现资源优化配置与协同。
4. 面向产品全生命周期的管理与服务优化（消费端）
从产品全生命周期入手，在平台中进行产品设计、生产、服务等数据的集成管理和优化应用。
问题案例：洗衣机用户指出，当前洗衣机产品存在内桶清洗周期短，清洗难度大等使用问题，期望能够获得一款具备更优用户体验的新式产品。
解决方案：基于工业互联网平台，洗衣机用户的个性需求在平台上进行交互，吸引多方设计资源加入产品创意设计；用户下单后，开启模块采购和智能制造，产品按需定制、柔性生产；产品下线后，通过“车小微”和“服务兵”的智慧物流网络，及时送达用户家中并同步安装；在产品使用过程中，又可通过社群在免清洗的基础上持续交互，催生净水洗、无水洗（筒间）系列产品。
八、工业互联网六重天
工业互联网第一重天，智能生产
生产设备和管理信息系统也各自连接起来，并且设备和信息系统之间也连接起来了。你有没有觉得还缺点什么？没错，就是生产的原材料和生产设备还没有连接起来。
这个时候，我们就需要一个东西，叫做RFID，射频识别技术。一个二维码，可以自带一些信息，他比二维码牛叉的地方，在于他可以无线通讯。描述一个场景，百事可乐的生产车间里，生产线上连续过来了三个瓶子，每个瓶子都自带一个二维码，里面记录着这是为张三、李四和王二麻子定制的可乐。第一个瓶子走到灌装处时，通过二维码的无线通讯告诉中控室的控制器，说张三喜欢甜一点的，多放糖，然后控制器就告诉灌装机器手，“加二斤白糖！”(张三真倒霉……)。第二个瓶子过来，说李四是糖尿病，不要糖，控制器就告诉机器手，“这货不要糖！” 第三个瓶子过来，说王二麻子要的是芬达，控制就告诉灌可乐的机械手“你歇会”，再告诉灌芬达的机械手，“你上！”
看到了，多品种、小批量、定制生产，每一灌可乐从你在网上下单的那一刻起，他就是为你定制的，他所有的特性，都是符合你的喜好的。
这就是智能生产。
工业互联网
第二重天，智能产品
生产的过程智能化了，那么作为成品的工业产品，也同样可以智能化，这个不难理解，你们看到的什么智能手环、智能自行车、智能跑鞋等等智能硬件都是这个思路。就是把产品作为一个数据采集端，不断的采集用户的数据并上传到云端去，方便用户进行管理。
