深入解读工业互联网平台产业生态布局

一、聚焦核心能力成为工业互联网平台产业发展重要趋势

从全球发展来看，随着工业互联网平台市场的日渐成熟与不同主体间的竞争加剧，平台业务聚焦与不同平台间分工合作成为重要趋势。一方面，各类平台主体基于原有核心优势选择2-3个业务方向进行聚焦。另一方面，聚焦不同业务的平台主体通过合作来共同打造完整平台解决方案。

（一）在新阶段的工业互联网平台产业体系中，五类平台主体占据核心位置：

1、连接与边缘计算平台聚焦工业设备和系统的接入管理和边缘计算，为其他类型平台提供“流量入口”。

2、云服务平台多由传统云计算服务平台延伸而来，以公有云、私有云、混合云形式提供存储、计算和网络服务。

3、通用PaaS平台集成微服务、容器等基础框架和软件开发工具，在云端环境中实现IT资源分配、应用调度和开发部署管理。

4、工业数据分析与可视化平台提供海量工业数据分析、发展趋势预测及可视化呈现功能，提升工业数据价值洞察力。

5、业务PaaS平台则以设计仿真、生产优化、管理运营等领域经验知识为背景，提供各类专业业务组件及预置解决方案模板，支撑快速构建面向特定工业场景的定制化工业APP。

（二）在产业链上游，边缘计算、人工智能、微服务、容器等开源技术成为平台构建的关键支撑。在产业链下游，系统集成商打通平台解决方案在用户现场部署的“最后一公里”。

整个平台产业呈现出由中间高度集聚向两端逐步碎片化的市场格局特点。中间的云服务、通用PaaS两类技术型平台市场将被少数几个IT巨头把持，上下两端的连接与边缘计算、数据分析与可视化、业务PaaS平台将在特定专业领域内形成一定的聚集态势，面向用户的现场实施集成和工业SaaS服务市场则会因为场景和需求的不同出现深度细分。

二、连接与边缘计算平台逐步由分散走向相对集聚

工业互联网平台需要实现工厂内外各类生产要素的泛在连接以及靠近边缘的计算分析，既包括各类消费产品的远程接入与数据预处理，也涉及工业生产过程中的工业设备、系统的互联互通和实时分析控制。接入场景和需求的不同驱动连接与边缘计算平台划分为商业物联和工业物联两大阵营，并形成了相对集聚的市场发展特点。

专注M2M的通信技术企业重点布局商业物联平台，目前市场第一梯队已经基本形成。通信巨头华为和思科凭借NB-IoT、LTE-M等移动网络技术优势打造物联平台，被英国咨询机构HIS Markit评为领域发展布局的冠亚军。除此之外，还有众多企业以系统集成的方式为平台的部署实施提供定制化的工业连接解决方案。

当前，不断积累工业协议数量以提供通用化连接服务成为工业物联平台发展重要方式，红狮控制的数据采集平台目前支持300多种工业协议，可以接入不同类型品牌的PLC、驱动器、控制器等产品； KEPServerEX平台集成了150余种设备驱动或插件；此外，研华科技在其新推出的WISE平台中也已将长期积累的150多种工业协议转化成为对外连接服务能力。这些企业正积极将工业协议接入服务向更多平台企业提供，未来有望成为工业连接领域领导者，驱动工业物联平台市场走向集聚发展。

三、云服务和通用PaaS平台将形成IT巨头主导的产业格局

由于需要高昂的资金投入和复杂的技术集成能力，云服务平台和通用PaaS平台成为IT巨头“势力范围”，呈现出高度集聚的特点。

一方面，云服务平台市场马太效应初现端倪，领军云计算厂商成为当前市场最大赢家。亚马逊AWS云和微软Azure云成为国外GE Predix、西门子 MindSphere、PTC ThingWorx等主流平台首选合作伙伴，国内阿里云、腾讯云、华为云也受到越来越多的企业青睐。

另一方面，绝大多数通用PaaS平台都是IT巨头主导建设。例如亚马逊AWS在其云服务平台基础上积极引入容器、无服务器计算等技术来构建高性能PaaS服务，尽管出于满足自身应用需求和布局关键技术的考虑，个别工业巨头选择自建通用PaaS平台，例如GE和西门子都曾借助CloudFoundry开源框架构建通用PaaS平台，但对于大部分企业而言，独立建设通用PaaS平台既不经济也无必要。

总体来看，云服务平台和通用PaaS平台将被少数几个IT巨头整合成为通用底座平台，凭借技术和规模优势提供完整的“IaaS+通用PaaS”技术服务能力。其他企业在通用底座平台上发挥各自优势打造专业服务平台，形成“1+N”的平台体系。如紫光云引擎提供紫光UNIPower平台，光电缆、光伏、日化等行业龙头企业则借助其底层技术支撑能力，结合自身业务经验优势打造各类行业专属平台。

四、工业数据分析与可视化平台向场景化分析服务转型

大数据、人工智能技术驱动的工业数据智能分析支撑工业互联网平台实现数据价值挖掘，打造工业数据分析与可视化平台是众多主体布局的切入点和关键点，与行业场景和业务需求深度结合成为工业数据分析与可视化平台未来发展必然趋势。

不同主体布局过程中，呈现出“两大路径四种方式”：

一是工业企业推动领域经验知识的数字化、软件化。一方面将原有数字模型与分析工具转化为平台服务，霍尼韦尔Sentience平台中集成工艺计算包以帮助用户实现石化工艺优化；另一方面在传统经验基础上引入先进智能分析技术，形成新的平台分析服务，罗克韦尔FactoryTalk Analytics平台可以利用自然语言和生产人员进行互动，帮助后者发现并解决设备难题。

二是IT企业在大数据、人工智能技术上叠加工业知识。在实现方式上，IT巨头多立足自身基础技术平台提供通用化算法和工具，微软Azure平台提供从云端到边缘的丰富AI工具组合，丰田物料搬运欧洲公司则利用其AI服务实现流程自动优化。

长远来看，伴随着技术成熟普及，通用化数据分析工具将向底层通用PaaS平台下沉，与工业场景深度结合的数据分析与可视化平台逐步向业务PaaS平台和工业SaaS演化。

五、业务PaaS平台将形成整体百花齐放、特定专业领域相对集聚的发展局面

作为支撑前端灵活构建各类工业应用和解决方案的后台中枢，业务PaaS平台需要深厚的专业知识和领域经验积累沉淀，不同领域龙头企业依托传统业务优势布局业务PaaS平台，加快积累深度融入领域知识的业务组件成为赢取市场竞争的核心。

专业服务能力和行业经验积累共同支撑业务PaaS平台构建。

一是对设计、生产、管理、运维等领域服务能力改造升级形成开放PaaS服务。如工业软件厂商 索为、用友等将设计仿真、运营管理、采购销售领域软件转化成平台中独立的服务模块，快速满足用户个性化应用软件定制需求；徐工、擎天科技等自动化、装备和制造企业则凭借生产优化、资产运维、能耗优化等方面的优势，在平台里提供专业化的预置解决方案。

二是将特定行业经验知识以数字化模型或专业化软件工具形式积累沉淀到平台中。如数控机床行业龙头企业德玛吉森将其长期积累的参数优化、故障运维、产线管理经验转化成ADAMOS平台中的开放式API，赋能给其他装备制造商和客户 。

工业场景的复杂性和客户需求的多样性带来平台解决方案的定制化需求，借鉴消费互联网平台经验，构建工业业务中台成为平台企业更深层次满足个性化业务需求、更广泛拓展平台应用的必然选择，通过在业务PaaS平台中积累成熟可复用的服务模块，借助客户、合作伙伴和第三方开发者力量开展工业 APP创新，快速响应客户需求。