工业互联网

这是一篇关于工业互联网的思维导图，主要内容包括：定义，平台演进方向，平台核心能力，工业互联网平台层核心技术，商业模式，主要玩家，工业互联网的架构，人才市场，需求市场。

工 业 互 联 网

• 定义
  • 工业互联网平台是实现万物互联的集成一体化平台，在产品全生命周期的过程中在各个阶段与产品数据（通过接口获取企业管理平台数据）以及工业设备（通过数据接口以及安装传感器）进行实时交互，对生产过程进行监控和管理，并将数据进行采集分析后进行优化迭代，实现从整体上提升企业的生产效率。
• 需求市场
  • 政府侧招标主体
    • ①工业互联网研究院（占据绝对主体）:扮演角色除了不断丰富完善自身工业互联网领域的测试、评估等服务能力外，更多扮演了集成分包商的角色这也说明未来参与行业标准制定的领头羊将会更具有集成优势； ②工业和信息化局：关注工业互联网为当地整体产业的赋能，故对产业链协同管理、智能制造等需求较高。 ③需求总结：从平均单价和评分规则来看，平均客单价在300万左右，其中技术分占70%左右。
  • 企业侧招标主体
    • ①国有企业（企业侧需求的绝对主体）：既有示范的作用，还可能承担二级节点/企业节点的作用。其中，标识解析建设时更关注其作为节点时所能覆盖的能力和范围。 ②国有企业需求特点：标识解析、园区平台建设、生产等是TOP3的需求点。 ③需求总结：从平均单价看，国有企业的平均客单价在800万左右，比非国有企业高38%。从评分指标看，与政府类需求一致，其中技术分占70%左右，报价分占10%左右。
  • 高校侧招标主体
    • ①高校需求特点：更多的是资金驱动，学校不同，实训平台建设内容不同，大部分的高校还是以单一模块的实训建设为主，只有很少一部分会关注整个产线的实训； ③需求总结：在招标评分中，技术分占比为50-60%，而报价分占30%左右。
• 人才市场
  • ①人才类型需求：1）产品经理占比最高，工业互联网产品需要不断被完善与开发创新；2）解决方案、规划类的需求相对较高，但算法工程师、数采工程师等更细化的分工需求比较低，这也说明市场整体尚未进入精细化分工阶段。 ②人才地域分布：北京遥遥领先。 ③总结：从工作经验和薪资看，市场整体相对理性，更关注人才的专业性和行业经验。总之，当前人才市场需求符合行业初期特性。
• 工业互联网的架构
  • ①工业互联网构成：工业互联网主要由网络、平台、安全三大服务体系所构成。 ②构成分析：其中平台体系是核心，平台体系的核心是平台层。 ③平台层构成：数据集成平台、工业大数据平台、工业AI平台、技术赋能平台四大类平台。 ④主要提供服务：1）围绕数据资产价值挖掘所提供的一系列数据集成、处理、分析等服务；2）围绕第三方服务及客户自身开发所提供的开发工具等能力。
• 主要玩家
  • 平台服务
    • 制造业大厂
      • 卡奥斯、美云智数、航天云网、徐工汉云、树根互联
    • 传统软件大厂
      • 东方国信、用友、科大讯飞、宝信软件
    • ICT企业类
      • 华为、浪潮、中国移动、中国电信
    • 互联网大厂
      • 阿里云、腾讯云、百度智能云、京东
    • 泛数据治理
      • 雪浪云、昆仑数据
    • 设备物联网类
      • 寄云科技、力控科技
  • 网络服务
    • 华为、西门子
  • 安全服务
    • 华为、阿里云、腾讯云、奇安信
• 商业模式
  • 制造业大厂
  • 软件类企业
    • 以特定场景的SaaS服务能力出发，往往先发展APaaS平台，纵向延伸到设备接入端完善平台能力，横向覆盖产业链管理。 代表企业：用友、宝信软件、科大讯飞等。
  • 泛数据治理企业
    • 以AI、大数据分析能力为优势，专注产品能力深化，往往针对于特定场景或行业进行深耕，积累工艺经验，反哺产品能力。生态构建较弱。 代表企业：爱尚、昆仑数据、雪浪云等。
  • ICT企业和互联网大厂
    • 以基础云设施底座为优势，发展生态合作为优先，一般以生态链“链主”的姿态参与竞争。不断加强自身底座能力和资源配置能力。 代表企业：阿里云、华为云、中国移动等。
  • 设备及物联网企业
    • 以工业物联或相关设备起家，不断发展数据采集、协议解析、边缘管理能力，平台也往往围绕设备管理展开，以设备为主要服务对象，能力主要沉淀在底端，生态能力相对较弱，以参与者形式出现在大厂的生态合作、应用商店里。 代表企业：寄云科技、力控科技、研华等。
• 工业互联网平台层核心技术
  • 应用开发与微服务技术、工业数据分析、工业机理建模、数据管理技术、边缘计算、工业安全防护技术
• 平台核心能力
  • ①基础服务能力：如底层支撑、技术支撑，其通用属性更强；
  • ②围绕数据生命周期提供服务：覆盖数据采集及传输-数据处理-数据分析-数据知识沉淀及调用-数据可视化应用等全周期，涵盖物联网、大数据、AI等各类技术，其中数据分析、数据知识沉淀的专用属性更强，也是行业壁垒、企业服务壁垒的重要体现。
  • ③输出的服务体系：工业互联网平台服务商已初步形成PaaS平台底座+生态共筑、应用APP、综合解决方案等服务。
• 平台演进方向
  • ①低代码服务：降低代码依赖，覆盖更多人员。
  • ②可视化服务：可视化编程、可视化建模等服务。
  • ③封装服务：将大量工业技术原理、行业知识、基础工艺等进行规则化、模块化抽象提取，并封装为可重复使用的组件。
  • 工业互联网平台一定要连接设备，如果不能链接设备那就是大数据平台