当前，我国经济社会发展处于新旧动能转换的关键时期，作为在国民经济中占据绝对主体地位的工业经济面临着全新的挑战与机遇。工业互联网领域所具备的广阔场景需求正使得其与新兴技术的融合应用从技术落地走向效率化应用，促使模式业态创新多点迸发，并驱动工业互联网持续变革演进。

本文摘自艾瑞咨询《2021年“新基建”背景下中国工业互联网与工业智能研究报告》，从工业互联网的功能体系架构、人工智能与工业互联网以及工业互联网未来发展趋势三方面解析工业互联网如何为产业数字化发展注入新动力，从而为经济社会发展提供新动能。

工业互联网解构

网络是基础，平台是核心，安全是保障。工业互联网由网络、平台、安全三大功能体系构成（图1）。

工业互联网：产业数智化发展之翼-财资数科

图1 工业互联网功能体系架构图
工业互联网的网络体系将连接对象延伸到人、机器设备、工业产品和工业服务，是实现全产业链、全价值链的资源要素互联互通的基础。网络性能需满足实际使用场景下低时延、高可靠、广覆盖的需求，既要保证高效率的数据传输，也要兼顾工业级的稳健性和可靠性；平台下连设备，上接应用，承载海量数据的汇聚，支撑建模分析和应用开发，定义了工业互联网的中枢功能层级，在驱动工业全要素、全产业链、全价值链深度互联，推动资源优化配置，促进生产制造体系和服务体系重塑中发挥着核心作用；安全代表着工业互联网的整体防护能力，涉及工业互联网领域各个环节，是涵盖设备安全、控制安全、网络安全、平台安全和数据安全的工业互联网多层次安全保障体系，通过监测预警、应急响应、检测评估、攻防测试等手段为工业互联网健康稳定的发展保驾护航。

与传统自动化与工业软件的IT架构方案相比，工业互联网部署于“云端＋边缘以大平台＋小App”的架构提供丰富便捷的开发工具及开放API，充分满足了企业灵活、复杂、经济、创新的数字化应用需求。平台将知识、机理等隐性经验固化成其自身显性核心资源，结合更具广度和深度的数据采集进行数据分析、建模和利用，实现了数据驱动的生产和运营优化闭环。最终形成面向设备与产品管理、业务运营优化、社会资源协作三大工业互联网应用场景，为企业带来“降本、增效、提质、创新”四大成效。

工业互联网的出现改变了企业研发、生产、管理和服务的方式，重新定义和优化整个价值流程，同时打破各行业间的信息孤岛，促进跨领域资源灵活配置与内外部协同能力提升，进而带动产业集群，推动区域经济高质量发展。

人工智能与工业互联网

工业互联网的建设促进了企业IT系统的云化迁移，实现了信息与通信技术（ICT）系统与运营技术（OT）系统间要素的流转，打通了数据孤岛，企业得以获取灵活便捷、高效率、低成本的信息化、网络化、数字化基础，但要想实现真正的数字化和智能化则必须借助人工智能技术对工业数据价值进行充分挖掘。数据是工业互联网的核心资产，也是其价值创造的来源，对数据分析和挖掘的深度在很大程度上决定了工业互联网实际应用价值的高低。目前，对数据挖掘价值依赖程度高的生产管控类及设备管理服务类应用是我国工业互联网的高热度场景，将设备健康管理、生产质量管理、生产工艺优化、能耗与排放管理等应用与数据分析技术深度结合，能够为工业企业带来运维与能耗成本降低、产品质量与服务价值提升等显著优势。

人工智能是工业互联网实现真正数智化价值的前提

工业互联网之于工业企业而言，是企业实现数字化、网络化、智能化转型的工具，其中平台层搭建了工业数据汇聚与处理的基础，工业软件的应用本质上实现了数字化和自动化，强调机器设备的自动化功能，工业互联网的互联工具应用则是强调企业内外部的打通与协同，是工业角度的“互联网＋”模式，人工智能的加入是在数字化、网络化的基础上实现真正的智能化。工业互联网为工业企业提供通用的算力——工业云计算和边缘计算、算据——工业大数据以及算法——工业人工智能，其中大数据作为人工智能技术发挥作用的必要燃料，其背后价值的挖掘深度决定了工业互联网价值呈现的合理逻辑从网络化、数字化转向最终实现智能化，这也正是工业企业实现降本增效、升级优化的必经之路（图2）。

工业互联网：产业数智化发展之翼-财资数科

图2 工业互联网价值呈现路径

强化数据洞察力，AI拓宽工业互联网可解问题边界

工业互联网的核心是数据驱动的智能分析与决策优化，人工智能技术从广义上来看正是一种通过算法模型对数据的处理方式，人工智能技术因此开始进入工业互联网产品建设方的视野，成为服务商拉高产品价值的落脚点（图3）。以深度学习和知识图谱为代表的人工智能技术从根本上提高系统建模和处理复杂性、不确定性、常识性等问题的能力，显著提升了工业大数据分析能力与效率，为解决工业各领域诊断、预测与优化问题提供得力工具，进一步扩大了工业互联网平台可解工业问题边界的深度和广度。人工智能驱动的工业数据智能分析支撑工业互联网实现数据价值深度挖掘，强化了工业企业的数据洞察能力，成为打通智能制造最后一公里的关键环节。

工业互联网：产业数智化发展之翼-财资数科

图3 AI在工业互联网中价值区域

人工智能在工业互联网中的部署：以平台侧为主，向“平台＋边缘”共生演进

当前人工智能主要通过三种模式融入工业互联网。第一，直接将AI算法或模型嵌入工业互联网平台层，以提升平台层数据分析能力；第二，提供工业AI软件系统，并通过云端部署形成标准化的工业互联网SaaS层应用；第三，提供一套工业互联网框架下包含软件和边缘侧硬件的完整系统。部署过程中会根据行业类别、产品相似度、场景条件、问题共性等因素对不同AI模型进行组合，对同一个行业来说，针对同一个环节将模型尽量标准化以实现移植应用。现阶段工业智能应用以平台侧为主，后期会向边缘侧发展，边缘侧的实时性要求需要AI模型产出的结论与产线或者设备形成控制闭环。艾瑞认为目前我国工业企业自动化程度不一，现场数据质量不高，并且企业对于人工智能的应用较为保守，时下落地较多的应用无论是安全监管还是质量检测都主要集中于平台侧，边缘侧工业智能的下一阶段发展需要配套基础设施和能力的共建。

人工智能技术在工业应用中的痛点：数据、算法、算力的不足制约了AI在工业领域的普及应用

人工智能技术本身的发展离不开数据的支撑，工业领域由于自身复杂、多样且专业性强的行业特性，导致其缺乏优秀的工业主题AI数据模型，也没有很好的工业标注数据集用于AI算法训练。此外，包括底层硬件、计算框架、开发平台等AI基础设施在工业领域的建设也较为落后，这直接限制了工业智能化的发展。数据、算法和算力的短板导致了当前AI技术在工业领域的应用场景主要呈现点状分布，普及范围有限。

人工智能在工业互联网中的渗透：人工智能将重新切割工业互联网投入空间

2020年以机器学习与深度学习、知识图谱、自然语言处理（NLP）、计算机视觉为技术主导的我国工业智能应用核心产业规模为68亿元，年均复合增长率达到27.96%，产业整体具备高成长性。然而，目前人工智能服务商多以自身独立的系统交付工业智能解决方案，工业互联网平台服务商提供的平台AI功能也以基于开源框架的算法模型自主开发为主，平台AI功能集中于基础性的数据分析能力优化，AI技术并未在工业互联网中实现广泛化应用。总体来看，现阶段工业智能与工业互联网的结合应用呈星点状分布，未来随着工业互联网对数据价值深度挖掘的依赖性提升，人工智能技术将加速向工业互联网融入，工业互联网建设的资金投入比例将重新洗牌。

工业互联网发展趋势

兼顾首尾：服务商业务发展主线由大型企业逐步向中小企业延伸。据统计，我国中小企业占全部工业企业数量的90%以上，经过近30多年的发展，中小企业已经成为我国国民经济和社会发展的重要力量，在繁荣经济、增加就业、推动创新、改善民生等方面发挥着越来越重要的作用。然而，目前大部分工业互联网服务商还停留在如何服务好龙头企业的层面，忽视了数量更多的中小企业客户和其背后潜在的广阔市场空间。2021年政府工作报告指出，要发展工业互联网，搭建更多共性技术研发平台，提升中小微企业创新能力和专业化水平。共性技术即打造在多个领域内普适的、对产业发展起到根基作用的基础技术，突出通用性、关联性和系统性的特点，切实降低中小企业在创新发展上所需要的资金、时间、试错成本，进而为创新链和产业链相互促进奠定基础。可见我国发展工业互联网不,仅要着眼于大企业向着更高层次的提升，还要兼顾中小企业信息化、数字化普及，只有推动面向中小企业的工业应用发展，才能真正引领我国工业互联网产业的繁荣。

转变思维：长风浩荡，行者致远。经过过去几年的探索和实践，我国工业互联网各方参与主体对行业的认知更加清晰、全面和深入，但对比既有共通性又有交叉关系的电子信息产业和消费互联网，工业互联网正走过萌芽期、步入成长期，行业面临各种各样的困难与挑战是发展阶段的必然。在接下来的阶段，工业互联网服务商应立足于厘清工业领域行业脉络和企业实际业务需求，在持续提升服务供给能力的同时加强自身商业模式的探索；工业企业则要充分发掘自身业务痛点，了解自身升级转型的具体需求，敢于出发，在过程中修正路径、解决问题、完善机制。领导层要意识到部署工业互联网实施转型并非是一蹴而就的，在此过程中需要企业上下基于一个明确清晰的发展愿景，对外保持与工业互联网服务商的密切沟通与合作，对内推动各部门协同联动，正视出现的困难和失败，从失败中优化解决方案，进而寻找出更加贴合企业本身数字化、智能化需求的工业互联网应用模式。全球工业界有一个共识：工业化的发展过程特别是技术积累的阶段是不可跨越的。工业互联网的发展必然是一个需要长期积累并且持续迭代优化的过程，未知多于已知，相信在新基建的浩荡长风下，只要保持定力，不断实践深化认知，我国工业互联网的行路者终将走出一条科学、高效、高质量的工业互联网应用之路。