工业互联网

工业互联网思维导图，bingo整理，v1.0版本（完整版）。主要内容分为五个模块。分别介绍了工业互联网平台的整体态势、工业互联网平台的应用路径、工业互联网平台的技术进展、工业互联网平台的产业生态、工业互联网平台的商业模式初探。欢迎有志于向工业互联网发展的朋友探讨学习！

工业互联网

• 一、工业互联网平台的整体态势
  • 全球
    • 2017年全球工业互联网平台市场规模为25.7亿美元，2018年初步估算达到32.7亿美元，预计2023年将增长至138.2亿美元，预期年均复合增长率达33.4%
    • 美国当前平台发展具有显著的集团优势，并预计在一段时间内保持其市场主导地位
      • GE、微软、亚马逊、PTC、罗克韦尔、思科、艾默生、霍尼韦尔
    • 亚洲市场增速最快且未来有望成为最大市场
      • 以日立、东芝、三菱、NEC、发那科等为代表的日本企业也一直低调务实地开展平台研发与应用探索并取得显著
    • 欧洲
      • 西门子、ABB、博世、施耐德、SAP
  • 中国
    • 具有一定区域、行业影响力的平台数量也超过了50多家
    • 应用模式创新
      • 平台+保险
      • 平台+金融
      • 平台+订单
  • 整体处于发展初期
    • 建设过程中需要持续的技术、资金、人员投入，商业应用和产业推广中也面临着基础薄弱、场景复杂、成效缓慢等众多挑战，将是一项长期、艰巨、复杂的系统工程，当前尚处在发展初期。
    • 技术领域
      • 成本高，技术水平不足
    • 商业领域
      • 无领导者，市场机会阶段
    • 产业领域
      • 优势互补，协同合作的平台产业生态持续构建中
• 二、工业互联网平台的应用路径
  • 平台应用场景逐步聚焦，国内外呈现不同发展特点
  • 我国平台应用进展迅速，大中小企业协同推进
    • 大企业围绕“强化数据、创新模式”重点聚焦高价值应用
      • 一是对特定场景进行深度的数据分析挖掘，优化设备或设计、生产、经营等具体环节，在现有基础上借助平台增强能力。
      • 二是对产业链条进行要素打通并叠加一定程度的数据分析，提升上下游协同与资源整合能力，积极拓展创新型应用。
    • 中小企业围绕“抓资源、补能力”诉求布局平台应用
      • 通过平台融入到社会化生产体系中以获得潜在的订单与贷款，成为当前中小企业平台应用的核心诉求
      • 通过平台获取经营与生产的信息化管理能力，也是我国中小企业使用平台的重要目的
  • 平台应用发展层次与价值机理逐步清晰
    • 由单点信息化走向跨域智能化，应用呈现三大发展层次
      • 一是推动信息化大规模部署，解决效率提升和成本降低的问题
        • 连接+数据可视化
        • 软件上云+简单数据分析
      • 二是推动工业数据深度分析挖掘，解决产品和服务价值提升的问题
        • 模型+深度数据分析
      • 三是推动业务商业模式的创新，解决跨领域资源灵活调配和协同协作问题
        • 整合产业链资源，探索制造能力交易、供应链协同等应用
        • 都需要建立在全流程的高度数字化、网络化和模型化基础上
    • 数据分析深度与工业机理复杂度决定平台应用优化价值和发展热度
      • 一是平台应用的收益，数据分析深度是应用价值提升和贡献的主要衡量指标
        • 数据是平台核心资产，也是平台价值创造的来源。
        • 资产管理服务和生产过程管控占比共达到60%-70%
      • 二是平台应用的开发与使用成本，工业机理复杂度是影响这一因素的核心。
  • 垂直行业平台应用走向纵深
    • 高端装备行业重点围绕产品全生命周期开展平台应用
      • 在研发设计环节，重点关注复杂产品多专业协同设计与仿真验证。
      • 在生产制造环节，重点关注关键生产工艺优化。
      • 在经营管理环节，重点关注供应链深度协同与优化
      • 在设备运维环节，重点关注高价值设备的预测性维护
    • 流程行业以资产、生产、价值链的复杂与系统性优化为应用重点
      • 一是开展高价值设备的资产管理优化。
      • 二是生产环节通过对原料配比与控制参数的优化
      • 三是提升能耗、排放与安全管理水平。
      • 四是基于平台的产业链、价值链一体化协同。
    • 家电、汽车等行业侧重于规模化定制、质量管理与产品后服务应用
      • 一是开展大规模定制，通过产品差异化提升利润水平。
      • 二是拓展产品后服务市场，提升产品附加值
      • 三是提升质量管理水平，降低不良品率。
    • 制药、食品等行业的平台应用以产品溯源与经营管理优化为重点
      • 一是产品溯源，保证食品药品安全。例如茅台酒厂基于浪潮
      • 二是提升库存、销售与财务管理水平。
    • 电子信息制造业重点关注质量管理与生产效率提升
      • 一是基于平台的大数据分析能力，提升产品质量。例如富士
      • 二是生产效率提升与库存优化，提升企业运营效率。
• 三、工业互联网平台的技术进展
  • 技术体系从支撑“建平台”走向支持“用平台”
    • 一是平台边缘功能由数据接入向智能分析演进
    • 二是模型的沉淀、集成与管理成平台核心能力
    • 三是数据管理与分析从开源工具走向成熟商业方案
    • 四是平台架构向资源灵活组织、功能封装复用、开发敏捷高效加速演进
      • 容器：Kubernetes
      • 微服务：Service Mesh
      • 平台功能由“内部调用”走向“多云集成”
      • DevOps与低代码提升
  • 边缘功能重心由接入数据向用好数据演进
    • 平台正尝试提供面向不同设备的综合性接入技术方案
    • 存量设备接入仍以边缘协议解析为主要方式，逐步从个性方案发展成为平台通用服务
    • 未来，数据接入方案将内嵌在新增设备中，直接连平台有望成为重要趋势
    • 研华
      • WISE-PaaS3.0，多协议数据采集微服务，基于EdgeXFoundry开源框架在多类网关中部署和运行。
    • 博世
      • 集成了10余种工业协议，基于模块化OSGi架构下发至网关设备上进行灵活配置。未来，数据接入
    • ThingWorx
      • SDK
    • COSMOPlat
      • MQ-SDK
    • 从长期看，平台企业将与硬件厂商合作直接把接入能力集成至芯片中
      • 小米9.9元IoT WiFi模组
      • 谷歌人工智能芯片Edge TPU
    • 边缘计算：基于“IF-THEN”的简单规则支撑边缘侧的大部分数据应用
      • 在边缘进行基于机理和数据的复杂分析成为重要探索方向
    • 边云协同实现落地应用
      • 各平台基于工业智能公司FogHorn的Lightning边缘智能技术
    • 边缘设备从“功能机”走向“智能机”已经成为平台发展必然趋势
    • 现阶段“通用处理器+通用操作系统”成为边缘网关的主流架构
      • 例如HPEEdgeline边缘网络设备采用Atom、i5、Xeon处理器
      • 英特尔、思科、戴尔、华为、惠普、研华、西门子、GE等边缘网关也采用了类似的技术架构。
    • 未来“专用处理器+通用处理器”混合结构将应用于工业设备，同时满足实时控制和数据分析功能。
    • EdgeXFoundry、AzureIoTEdge、CloudIoTEdge、EclipseKura、KubeEdge、OpenEdge等边缘架构将推动边缘设备开发标准化
    • MOBY、Kubernetes等容器管理和编排技术推动边缘软硬件资源更高效和灵活的管理
    • ApacheNifi/MiNiFi等数据管理和集成架构将进一步改变边缘数据集成方式
  • 模型的沉淀、集成与管理成平台工业赋能的核心能力
    • 工业互联网平台正将信息模型的集成与统一 构建作为支撑自身应用拓展的一项关键能力
      • 一是自上而下：平台企业提供开放的信息模型构建工具，统一工业资产的语义描述。
        • PTC：ThingModel
        • AWS IoT的Thing Registry、Waston IoT的Device Model、Azure IoT的Device Twin、Atomiton的TQL
      • 二是自下而上：设备企业基于统一协议构建信息模型，与平台进行集成。
        • OPC UA
    • 机理模型、数据模型、业务模型加速沉淀，工业服务能力不断强化
      • 西门子推动Atos、埃森哲、Infosys、德勤、凯捷和普华永道等 传统系统集成合作伙伴的业务模型和行业经验与MindSphere集成，形成平台应用。
    • 多类模型融合集成，推动数字孪生由概念走向落地(例子)
      • 博世IoT平台：集成Things组件
      • Predix：基于ANSYS CAE仿真模型
      • ThingWorx: 集成Creo Product Insight
      • 西门子与Bentley Systems合作发布PlantSight数字孪生云服务
      • MindSphere正在与PlantSight进行整合，支撑资产性能管理应用
  • 数据管理与分析从定制开发走向成熟商业方案
    • 平台聚焦工业特色需求，强化工业数据管控能力
      • 平台普遍开展定制化开发提升数据处理效率，数据质量控制成平台核心竞争力。
        • 寄云整合Kafka、Flume等开源技术
        • Predix整合Elasticsearch等开源技术和Top Data Science
        • Thingswise数据处理引擎可以基于元数据、既定规则和场景信息进行数据质量处理
      • 面向工业时序数据特点，平台普遍集成时序数据库，大幅提升工业数据读写性能。
        • Predix和MindSphere均以API的形式对用户开放时序数据存储服务
        • 清华大学开发时间序列数据库IoTDB
      • 批流融合处理能够更好的支撑生产数据和业务数据的综合分析，成为平台探索热点。
        • ThingWorx与Hortonworks数据管理平台集成，整合HDFS、Yarn等开源框架
        • 未来Spark、Flink等开源框架将继续向工业领域渗透，推动更多平台应用批流融合处理架构
    • 实时分析与人工智能成为平台数据分析技术的创新热点
      • 工业现场的实时性业务需求驱动平台大力发展实时流分析能力
        • Thingswise开发了面向流数据的模式识别技术
        • 报警等应用。博世IoT与SoftwareAG合作，基于APAMA实时分析决策引擎
        • Predix集成SAS事件流分析工具，支持并行，串行和递归等流数据分析算法
      • 人工智能技术进一步扩大了平台处理工业问题的深度和广度
        • 部分平台聚焦专业领域，整合Spark、TensorFlow等开源工具提供工业智能分析成熟商业方案。
    • 平台贴近工业实际，完善工具不断提高工业数据易用性
      • 平台加快集成工业组态和可视化监控服务，提供更加直观高
        • 阿里云将数据可视化技术与传统SCADA组态技术结合，支持全企业信息汇聚与统一监控运维
        • Predix集成Tableau数据可视化工具，直观展示飞机引擎、机身、襟翼、起落架的运行数据和地面
      • 数据建模与分析工具向组件化和图形化发展，大幅降低数据科学应用门槛
      • 平台强化对AR/VR工具的集成，使数据分析的结果由“抽象”到“具象”。
  • 平台架构向资源灵活组织、功能封装复用、开发敏捷高效加速演进
    • 容器、微服务技术演进大幅提升平台基础架构灵活性
      • 平台PaaS架构向“容器+微服务”方向深化发展
      • Kubernetes以其更高效的资源调用和组织性能成为更多平台构建其通用PaaS的关键技术。
      • ServiceMesh等新型微服务架构将进一步降低功能解耦和集成难度。
    • 新型集成技术发展将有效提升平台功能复用效率
      • 云中间件技术强化传统工业软件与平台应用的数据交互，使二者能够共同支撑企业业务决策。
        • MindSphere整合MindConnect Integration集成中间件，推动平台与
        • ThingWorx Navigate等商业工具、Apache Sqoop等开源工具也均能支持企业原有信息系统与平台应用的集成
      • 集成技术发展推动平台功能由“内部调用”走向“多云集成”
        • 当前很多平台基于RESTAPI技术实现平台内功能组件的集成，构建工作流，提升功能复用效率
        • MindSphere基于Visual Flow工作流调用工具
        • 未来OpenAPI技术将推动平台间的功能调用与集成
        • 类似Anypoint、Cloud Elements的API集成平台
      • DevOps与低代码技术变革应用开发流程，提升开发效率
        • DevOps技术进一步提升平台应用开发效率
          • GE Predix集成Jenkins等持续集成与交付工具
          • 华为FusionPlant集成自动化代码检查工具CodeCheck
        • 低代码技术进一步降低平台应用开发门槛
          • 西门子MindSphere平台基于低代码开发工具Mendix支持模型驱动的开发方式，简化应用开发流程。
          • PTC ThingWorx集成Mashup Builder低代码开发环境
          • IBM Watson IoT平台基于低代码开发工具Digital APP Builder，简化机器学习、图像识
      • 新型架构催生以工业APP为核心的新型应用体系
        • PTC ThingWorx平台提供了Navigate、Controls Advisor、Production Advisor、Asset Advisor、Flow等原生云应用，支持数据快速集成、PLC快速连接、数据可视化、设备监控等功能的开箱即用。树根互联平台基于
• 四、工业互联网平台的产业生态
  • 平台业务聚焦与不同平台间分工合作成为重要趋势
  • 业务聚焦催生以五类平台主体为核心的新型产业体系
    • 五类平台：连接与边缘计算平台、云服务平台、通用Paas平台、工业数据分析与可视化平台、业务Paas平台
    • 连接与边缘计算平台逐步由分散走向相对集聚
      • 商业物联阵营
        • Ayla物联平台
        • 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
      • 工业物联阵营
        • 如西门子MindConnectNano支持西门子S7系列产品通信协议及OPC-UA
        • 平台的无缝连接；自动化软件公司Kepware推出KEPServerEX连接平台，基于工业PLC的通信协议兼容转换，
      • 不断积累的工业协议
        • 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
        • 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
        • 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。
        • 树根互联云物联平台提供网关、SDK植入和云云对接3种灵活连接模式，支持400多种工业协议和300多种设备私有协议，适配国际通用硬件接口。
    • 云服务和通用PaaS平台将形成IT巨头主导的产业格局
      • 云服务
        • AWS
        • Azure
        • 阿里云
        • 腾讯云
        • 华为云
      • 通用Paas平台
        • 亚马逊AWS云服务平台
        • SAP：CloudPlatform
        • GE和西门子都曾借助CloudFoundry开源框架构建通用PaaS平台
      • 未来，云服务平台和通用PaaS平台可能会被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
    • 工业数据分析与可视化平台向场景化分析服务转型
      • 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
          • 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
        • 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
          • 技术创新企业面向客户需求提供一站式工业AI解决方案
      • 两个方向演化
        • 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
    • 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
      • 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
      • 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。
  • 传统主体与新兴力量积极开展工业互联网平台布局
    • 巨头正通过打造一体化服务能力构建综合性竞争优势
    • 工业企业借助平台保护原有业务领域的核心竞争优势
    • 初创企业依托前沿技术或市场空挡构建差异化竞争优势
  • 多类生态建设共同促进工业互联网平台繁荣发展
    • 能力互补合作成为平台企业共同选择
      • 一是各类平台和连接平台合作，增强数据采集范围和能力。
        • 业务平台和连接平台合作支持各类解决方案在生产现场落地部署。
        • 云服务平台和连接平台合作，打造数据采集、存储、计算于一体的通用使能工具
          • Telit物联网套件补足Microsoft云服务平台连接能力，提高云平台面向多场景连接的通用性；
        • 数据分析平台和连接平台合作，提升数据采集能力，支撑数据价值挖掘和应用
      • 二是业务平台和IT属性平台合作，增强数据管理与分析能力
        • 业务平台获取云服务平台资源和技术支持。
        • 业务平台叠加数据分析平台，充分挖掘
      • 三是业务平台间合作实现业务功能丰富和业务范围扩展。
    • 应用创新生态是支撑平台价值持续创新的关键
      • 聚集各类主体共同开发细分领域应用成为平台构建应用创新生态的主要方式
      • 主体包括三类
        • 垂直行业客户
          • 一是平台联合垂直行业客户共同打造满足特定场景需求的工业应用
        • 专业技术服务
          • 二是平台吸引专业技术服务商将成熟解决方案迁移平台，快速积累各类专业应用
            • Softeware AG主导成立的ADAMOS机械工程和信息技术战略联盟
            • 为了吸引更多合作伙伴共享行业技术知识，Software AG允许每个合作伙伴独立销售ADAMOS系列产品。
        • 第三方开发者
          • 三是平台通过打造开发者社区吸引第三方开发者入驻，广泛开展工业APP应用创新
            • PTC开发者社区目前已吸引25000名开发者入驻平台，构建了600多个应用。
              • 一是为开发者提供全面的技术资源支持
                • 包含PTC大学、询问社区、资源中心等功能模块。
              • 二是帮助开发者推广和销售应用
                • PTC认证上线后可在Marketplace应用商店标价销售。
            • GE、博世等企业也积极打造开发者社区，入驻社区的开发者数量都超过了４万人
            • 社区的开发者数量都超过了４万人；而国内富士康、海尔等企业汇聚的发者数量也都达到5000人左右。
            • Subtopic
    • 联合交付生态支撑平台解决用户复杂现场落地问题
      • 一是平台借助渠道商销售SaaS化服务。
      • 二是平台借助物联系统集成商实现应用在生产现场部署与集成
      • 三是面对高度个性化的应用需求，平台主体、物联系统集成商、IT技术服务商三方共同完成交付
      • 平台企业采取多种创新手段培育交付生态。
        • 例如研华设立资金池为交付合作伙伴提供市场拓展资金支持，若合作伙伴交付项目受到青睐，研华会对合作伙伴进行股权投资；
        • 西门子会评估合作伙伴的项目交付绩效，并根据绩效水平给予相应的分成回报。
    • 开源加快工业互联网平台基础技术创新步伐
      • 三类开源项目支撑平台基础技术创新
        • 一是PaaS及应用开发类开源项目支撑平台基础架构构建。
          • 在PaaS构建方面
            • Cloud Foundry和Openshift提供快速部署应用基础框架
            • Kubernetes支撑云平台管理多个主机上容器化应用
            • Docker支持平台应用轻量级虚拟化和快速部署；在
          • 在应用开发方面
            • 平台厂商可基于SpringCloud开源项目简化应用初始搭建以及开发过程
            • Service Mesh框架下的开源项目istio、linkerd可支持微服务治理。
        • 二是大数据处理和分析类开源项目支撑平台数据高效应用。
          • 在数据管理和处理方面
            • Hadoop提供高性能运算和存储的数据系统
            • Spark、Flink具备良好的流计算性能
            • IoTDB、InfluxDB支持时间序列数据有效存储与处理
          • 在数据分析方面
            • Spark MLlib拥有良好迭代计算性能，加快模型训练速度；
            • Tensorflow可实现各类机器学习算法快速编程。
        • 三是连接类开源项目支撑平台数据采集和边缘计算
          • EdgeX Foundry开源项目支撑平台构建边缘软件架构
          • OpenEdge边缘计算框架，提供临时离线、低延时的计算服务和边云协同功能。
      • 多类平台产业主体积极布局开源项目，平台开源产业主体主要包含三类：
        • 一是现有开源社区或托管网站的平台技术相关开源项目逐渐增多
          • Eclipse
            • 开源Eclipse Kura、Eclipse Paho、Eclipse OM2M等多个平台边缘层项目；
          • GitHub
            • 托管了IOT平台开源项目DeviceHive的源代码，该开源项目不仅仅是开源平台某项技术，而是几乎开源了整体IOT平台，包括平台部署和集成、数据接入和分析等。
          • 9个顶级开发IoT项目的开源物联网平台
            • https://blog.csdn.net/zhangbijun1230/article/details/85160901
        • 二是平台企业探索将部分平台技术开源，旨在加速技术更迭并推动自身技术在平台产业的影响力。
          • 例如华为开源了基于Kubernetes容器应用的边缘计算开源项目KubeEdge；
          • 微软开源平台边缘层技术Azure IoT Edge。
        • 三是平台产业相关联盟和组织积极推动平台技术开源。
          • 如工业互联网产业联盟（AII），目前主要发力标识解析、边缘计算、COSMOPlat 平台三个开源项目，并积极与EdgeX开展技术对接交流
          • 边缘计算产业联盟（ECC）成员积极参与Akraino开源，并发起了企业级IoT Blueprint开源项目。
• 五、工业互联网平台的商业模式初探
  • 平台发展初步形成六类商业模式
    • 目前商业模式仍然侧重传统工业方式和企业用户（to B），更加强调面向特定场景的个性化服务
    • 工业互联网平台现阶段将以专业服务、功能订阅为最主要商业模式
    • 六种模式
      • 专业服务
        • 专业服务是当前平台企业的最主要盈利手段，基于平台的系统集成是最主要服务方式。
        • 此外咨询服务也正在成为平台专业服务的重要方式
      • 功能订阅
        • 有可能成为未来平台商业模式的核心
        • 一方面，IT资源及工业软件服务已普遍采用订阅服务方式。
          • 一是云资源订阅
          • 二是功能组件订阅
          • 三是工业SaaS订阅
        • 另一方面，围绕资产运维、能耗优化领域的托管服务正在成为工业领域新的订阅方式
      • 交易模式
        • 工业产品交易相对成熟
        • 制造能力交易与工业知识交易仍在探索
      • 金融服务模式
        • 是新热点
        • 产融结合
          • 一是数据+保险模式。
            • 平安集团
          • 二是数据+信贷模式。
            • 树根互联+久隆保险
            • 海尔金控
          • 三是数据+租赁模式。
            • 徐工汉云平台
            • 中科云谷
      • 应用分成
        • 刚刚起步
        • PTC构建应用市场，提供超过200个软件工具
        • MindSphere应用商店提供超过20项的应用服务
      • 广告竞价
    • 直接将平台作为一种软件产品进行销售，也是部分企业的盈利手段之一。
  • 不同类型平台商业模式各有侧重
    • 连接与边缘计算平台：现阶段主要提供高价值专业服务，未来将逐步探索订阅模式
      • 模块收费
      • 流量收费
    • 云服务平台和通用PaaS平台：以订阅模式为主，由资源订阅逐步扩展至功能订阅。
    • 业务PaaS平台：目前是通过专业服务获利，未来主要开展订阅模式和专业服务，同时兼具交易、金融和分成等多样化盈利模式。
  • 构建通用服务能力和做深专业解决方案成为平台商业价值演进的两条路径
    • 一方面，聚焦通用服务能力构建的平台价值路径受到资本市场青睐，成为平台商业增值的关键。
    • 另一方面，以提供传统工业解决方案为主的平台商业模式为企业带来较好的资金流，是支撑平台生存和运营的另一类价值路径。