在日前举行的“工业互联网平台建设与应用”研讨会上，中外工业互联网平台的火热发展态势引起与会者热议。针对工业互联网平台下一步面临哪些挑战和问题，工业和信息化部信息化和软件服务业司副司长安筱鹏认为，从宏观角度看，要推动工业互联网平台进一步发展，需要应对企业家意愿、数字化生态构建和真实应用场景牵引三大挑战。针对当前行业大力发展的工业互联网平台，与之前的两化融合、智能制造、制造业及互联网融合相比有何区别和联系，安筱鹏梳理了“两个没变”与“六大变化”，值得产业关注。
工业互联网平台发展要过“三道坎”
本次研讨会由工业互联网平台宣讲团主办，中国信息通信研究院、工业互联网产业联盟和走向智能研究院承办，来自政府部门以及工业互联网平台相关企业的约30名专家、学者、企业负责人出席了本次研讨会。会议邀请北京大学教授、工业和信息化部原副部长杨学山出席，来自于政府部门、中国信息通信研究院、走向智能研究院，以及航天科工、中航工业、中国船舶、中国兵工、中国兵装、中国电科、中国西电、华为、阿里云、海尔集团、树根互联、徐工信息、紫光云引擎、东方国信、浙江中控、和利时、索为系统、寄云科技等工业互联网平台相关企业30余名专家、学者、企业负责人出席了本次研讨会。
会上，全球在短时间内涌现出150多家工业互联网平台，在近日举行的工业互联网峰会上，国内有20余个工业互联网发布或亮相引起代表热议。人们关注的是，工业互联网平台发展这么热，下一步推广应用将面临哪些问题与挑战？对此，安筱鹏从宏观层面梳理了需要解决的“三大挑战”。
一是如何鼓励企业家积极拥抱工业互联网平台。工业互联网与消费互联网最关键的差异是用户使用的意愿。个人消费者愿意拥抱变化，是我国消费互联网取得成功的重要原因之一。工业互联网平台带来了新的架构体系、技术体系、安全体系、业务流程和商业模式，对此，制造企业是否愿意拥抱改变，敢于尝试，并且愿意为改变付出实际行动，将成为推动工业互联网平台发展的关键所在。因此，下一步应将着力点放在如何营造企业家拥抱工业互联网平台的良好环境和氛围上。
二是如何构建数字化模型生态体系。数字化模型是工业互联网平台的核心内容。我国工业互联网平台发展与国外存在很大差距，表象是工业软件的质量和数量不足，本质上是制造技术和工业知识、经验、方法的沉淀不够。在机械制造、航空航天等领域存在大量的知识、经验、方法等，过去是以专利、操作习惯、老工人工作经验等形式存储呈现出来，而现在这些知识正以数字化模型的形式沉淀在工业互联网平台上。这就要求围绕数字化模型的开发、部署、维护、服务构建完善的生态体系，将大量的技术原理、行业知识、基础工艺、模型工具高效、便捷地沉淀到平台之上，进而提升平台价值。
三是如何通过真实应用场景牵引平台发展。工业互联网平台的价值是用来解决一个个真实的行业应用问题，这从客观上要求工业互联网平台的发展必须以真实的应用场景需求为牵引，优先考虑解决实际应用问题“要什么”，而不是从平台供给侧考虑“有什么”，必须从需求侧梳理工业互联网平台的建设方向，发展出具有实际应用价值、解决实际应用问题的工业互联网平台。
制造业的共性问题没变，解题思路变了
从过去两化融合、智能制造、制造业与互联网融合发展到现在业界力推的工业互联网平台，发生了什么变化？安筱鹏对“两个没变”和“六个变了”作了深入阐释。
一是解决的核心问题没变。无论是两化融合、智能制造还是工业互联网平台，都在考虑如何提高制造业产品质量、生产效率、服务水平和降低成本，这些问题是20年、30年以来的老问题。制造业竞争的本质是资源配置效率的竞争，两化融合、智能制造、工业互联网平台的出发点和落脚点都是考虑如何优化制造资源的配置效率。
二是解决问题的逻辑没变。这个逻辑可以概括为，数据+模型=服务，即企业通过采集更多的数据、可以更好地训练和优化模型，从而通过加速应用迭代形成更好的服务。无论是两化融合、智能制造还是工业互联网平台，都在考虑如何采集更多的数据，实现物理世界隐性数据的显性化，实现数据的及时性、完整性、准确性，并通过各种模型软件去分析处理，实现数据—信息—知识—决策的迭代，最终把正确的数据、以正确的方式、在正确的时间传递给正确的人和机器，以优化制造资源配置效率。
安筱鹏认为，在推进信息化和工业化融合的进程中，在不同的技术背景下形成了不同的解决方案。从基于传统的IT架构解决方案到基于私有云的解决方案，再到基于公有云的解决方案，也就是基于工业互联网平台的解决方案，不同的发展阶段的解决方案其技术路线在六个方面不断演化和变革。
一是数据从哪儿来变了。在传统IT架构解决方案中，系统采集更多的是各类业务系统、产品模型、运行环境以及互联网的数据，但对工业互联网平台来说，最大的变化是实现了更多机器和设备的互联，工业互联网平台可以源源不断地采集到各类设备和机器的数据，实现多种数据的集成。
二是数据到哪儿去变了。在传统IT架构解决方案中，数据都汇集到本地各类业务系统中，这些系统大多是烟囱式、孤立的业务系统。与此不同的是，在工业互联网平台架构下，越来越多的数据汇聚到了云端，在云端进行数据的集中存储、管理和计算。
三是模型在哪部署变了。与基于传统IT架构的模型部署在本地不同，工业互联网平台越来越多地将各类模型软件部署在云端。传统各类工业软件通过架构重构、代码重写的方式部署到了云端，成为“云化”模型；同时很多开发者基于云端开发环境正在开发更多的新型软件，成为“云生”模型。
四是模型怎么部署变了。在传统IT架构解决方案中，各类模型软件大多是一套复杂的一体化、整体式架构。对于工业互联网平台而言，各类机理模型和大数据分析模型主要以两种方式部署在云端：整体式架构和微服务架构，当前两种部署方式同时存在，但随着时间的推移，微服务架构将会成为主流。
五是资源优化深度变了。与传统IT架构解决方案相比，工业互联网平台通过将更加及时、准确、完整的数据汇入到更加精准、科学、多元的模型中后，将会实现更深层次的制造资源优化配置，对物理世界认知和改造将从描述、诊断向预测、决策、优化不断演进。从最初基于数据的可视化、可描述到基于信息的可诊断、可优化，再到基于知识的可预测、可决策。
六是资源优化广度变了。传统IT架构更多面向单元级、系统级层面提供资源优化配置服务，而工业互联网平台通过各种各样以SaaS软件和工业App形式呈现出来的服务，能够提供从单机设备到生产线、产业链再到产业生态系统之系统级优化，实现从局部优化到全局优化。
