我国工业互联网平台建设面临的四大瓶颈及对策建议.pdfVIP

我国工业互联网平台建设面临的四大瓶颈及对策建议--第1页

我国工业互联网平台建设面临的五大难题

及对策建议

《国务院关于深化“互联网+先进制造业”发展工业互联网的指

导意见》提出，“到2025年，形成3-5个具有国际竞争力的工业互联

网平台”。培育具有国际竞争力的工业互联网平台，事关未来10-15

年工业操作系统主导权之争，事关一个国家制造业竞争优势的确立、

巩固和强化，打造本土工业互联网平台时间紧迫、任务艰巨、使命伟

大。从供给侧来看，我国工业互联网平台在工业数据采集、大数据建

模分析、行业机理模型沉淀、工业APP培育、创新生态培育等方面面

临五大难题，亟需尽快取得突破。

难题一：工业数据采集难度大

数据采集是工业互联网平台的基础，工业互联网平台首先要解决

的问题是连接工业中的人、机器设备和业务系统，但是设备连接在工

业现场并不是一件容易的事情。当前，我国规模以上工业企业里，80%

以上的机器设备都是没有联网、不会说话的“哑”设备，只有20%的

设备联了网、会说话，但是这些设备遵循不同的通信协议，存在严重

的“语言障碍”，成为制约工业互联网平台建设的卡脖子瓶颈。

一方面80%的设备没有联网，设备数字化水平低。我国制造业总

体水平处于2.0向3.0过渡阶段，老旧设备多、数字化水平低，2017

年我国规模以上工业企业生产设备数字化率为44.8%、数字化设备联

网率为39.0%，需要通过加装传感器等方式实现设备联网，导致工业

我国工业互联网平台建设面临的四大瓶颈及对策建议--第1页

我国工业互联网平台建设面临的四大瓶颈及对策建议--第2页

互联网平台数据采集难、成本高、效率低。

另一方面20%的设备联网了，但通信协议不统一。近30年来，全

球各类自动化厂商、研究机构、标准化组织围绕设备联网推出了成百

上种现场总线协议、工业以太网协议和无线协议，协议标准众多且相

对封闭，工业设备互联互通难，严重制约了设备上云，亟需构建能够

兼容、转换多种协议的技术产品体系。

难题二：工业大数据建模分析能力不足

工业设备联网不是目的，目的是在赛博空间对工业设备建立数字

镜像，利用工业大数据和人工智能“训练”出解决实际业务痛点的工

业APP。工业互联网平台的本质就是对机器设备和业务系统产生的数

据进行建模分析，将数据转化为指导设备和业务进行优化的应用服务。

当前，受限于数据采集瓶颈和工业大数据自身的专业性、关联性、流

程性、时序性和解析性等特点，工业大数据建模分析需要平台企业兼

具工业基因和大数据基因，导致现有工业互联网平台工业大数据建模

分析能力较为薄弱。

一是数据种类不全，制约了工业大数据建模分析和工业APP功能。

相对于互联网大数据注重数据的“量”和“相关性”，工业大数据更

注重数据的“全”和“关联性”，以保证能够从数据中提取出工业设

备真实状态的全面信息。受限于设备数据采集能力不足，数据源不全，

这在一定程度上会制约工业大数据建模分析和工业APP的开发，当

前，基于单一数据源开发的工业APP多，基于设备和业务系统等多源

异构数据开发的工业APP少。

我国工业互联网平台建设面临的四大瓶颈及对策建议--第2页

我国工业互联网平台建设面临的四大瓶颈及对策建议--第3页

二是数据质量不高，制约了工业大数据建模分析和工业APP性能。

工业大数据往往会出现遗漏、分散、断续等现象，低质量的数据会直

接导致建模分析结果无法利用或者更为严重的后果，需要对数据质量

进行预判和修改，因此数据“清洗”工作甚至会占到工业APP开发时