近日，國務院印發《“十四五”數字經濟發展規劃》，提出大力推進產業數字化轉型、推動數字產業化，到2025年實現工業互聯網平臺應用普及率達到45%。2020年這一數字為14.7%，意味著“十四五”期間工業互聯網將持續高速發展，推動各行業加快數字化轉型。

工業互聯網從概念形成、普及進入到應用實踐推廣的新階段，政府、業界對其賦能數字化轉型、推動制造業高質量發展已有高度共識。工信部部長肖亞慶表示，當前，傳統產業利用互聯網新技術新應用對傳統產業進行全方位全鏈條改造升級，數字化賦能、賦智作用進一步凸顯。

工業互聯網賽道群雄競逐之勢日益突顯，聚焦工業制造業經營場景的特色專業型工業互聯網平臺，在推動數字化管理、網絡化協同方面表現搶眼，激發涌現出“專精特新”的特點，成為賦能產業、推動數字經濟發展的“新勢力”。

建設思路推陳出新，工業互聯網從“萬物互聯”進入“數智化”時代

隨著企業越來越重視數據在整體經營決策方面的價值體現，企業不再是為了獲得數據去建設大型的物聯感知系統，業界對工業互聯網的思考逐漸從“為數據上云”轉變為“為降本增效上云”。工業互聯網的發展也逐漸從原先重視物聯感知的1.0，向重視數據價值的挖掘、助力業務決策的2.0轉變。

在一份行業機構的研究報告中，76%的企業表示開展數字化實踐的內部驅動因素是提升企業核心競爭力。顯然，這是一個整體目標，但是在實際執行過程中，執行路徑卻很容易“南轅北轍”——各分廠或部門選擇適合自己的方案，設備物聯網、MES、ERP等系統由不同主導者在工廠內逐步建立起來，帶來了局部優化，卻也導致了企業內部數據孤島，不同系統數據口徑存在差異等問題。一定程度上，新產生的問題甚至讓決策變得更加困難：每一份數據看起來都是經得起推敲、有實證的，但來自不同系統的口徑又的確存在差異，選擇相信其中任意一個都面臨著“另外一個才是正確”的風險。

前微軟亞洲工程院院長、傲林科技董事長劉震分析，出現這種問題的原因在于，企業采用了一種“自下而上”逐層建立數字化應用場景的方式。誠然，自下而上鋪設數字化轉型是目前工業互聯網的主流做法，但弊端和痛點也很明顯，有可能導致傳統企業數字化轉型失敗率增高。劉震認為，目前主流的工業互聯網體系中，最底層的OT系統和控制系統存在嚴重的“數據孤島”問題；中間層的工業互聯網平臺雖實現了設備數據上云及可視化管理等，但也局限于設備與生產線層面；最上層的工業APP仍未能提供整體的分析與優化方案，一定程度上與企業經營、管理脫節。

“對于廣泛存在數字化轉型工作不敢推、不會推的傳統企業來說，這種成本高企、價值卻不夠顯性的‘典型’，無形之中是一種阻礙。”劉震表示。相反，自上而下設計的數字化轉型，將會以企業管理層的困惑、痛點、需求為問題源點，解決的不再是各業務口的“部門問題”，而是企業經營的全盤問題，也正是企業管理層最關心以及最想解決的問題之一。以自上而下的思路建設數智化的工業互聯網更重要。第一，從市場投入產出比上來說，投入產出比效率更高；第二價值更顯性化，更能量化，更有針對性，畢竟現有的數據不一定是需要的，而一旦確定方案后則可以針對性地做數據采集，也就是實現“按需取數”。

按需取數最直觀的好處，是降低了數據采集的成本，提高了數據使用效率。具備這一能力的數智化工業互聯網，用“數據＋AI算法”幫助企業做經營方面的預測、模擬仿真，然后優化重大決策，對于我國數量廣大、處在數字化轉型早期的傳統企業有著巨大的經濟價值。

應用場景更加聚焦，數字化管理能力撬動價值創造支點

我國制造業規模連續12年位居世界第一，產業門類齊全，但制造業的綜合競爭力與世界一流水平還存在不小差距，產業基礎薄弱、高端供給能力不足，已成為影響高質量發展的關鍵制約因素，占比GDP約52%的傳統經濟仍處在數字化轉型早期。

2021年底，中央經濟工作會議作出“加快數字化改造，促進傳統產業升級”的部署。

江蘇經濟素有“蘇大強”之稱，也是我國的制造大省，一些數字化轉型的探索走在前列，但是在實際推進中，企業仍然有諸多痛點。南通一家機械制造公司的負責人表示，公司已經專門成立了工業互聯網部門，推進智能制造。“但是，我們也擔心系統推行不起來。比如說，公司內部早已經已上線MES系統，但目前仍然是人工采集數據。

原因之一在于，數字化轉型是一項系統工程，人才是重中之重。業務人員要具備IT素養，而IT人才又必須具備高度的業務敏感，鮮有企業具備這樣的數字化管理能力。

新希望集團董事長劉永好坦言，必須進行數字化轉型，才能跟上時代的節拍，而進行數字化轉型必須進行組織轉型。言下之意，對組織中的“人”來一場數字化管理的能力的提升，是整個企業數字化轉型成功的必要基礎。

中關村信息技術和實體經濟融合發展聯盟副理事長兼秘書長、全國兩化融合管理標準化技術委員會〈TC573〉副秘書長周劍認為，推進數字化管理可促進打通企業數據流通共享的“堵點”“難點”“痛點”，盤活技術、裝備、系統、流程、組織的各類數據資源，提升數據開發利用的深度和廣度，強化數據流、物流、資金流的協同水平，激發數據在支撐決策、驅動運營、優化創新方面的作用。

從創造價值的角度來分析，管理決策的數字化轉型要比物聯設備、部門級的信息化創造更大效益。因為一旦明確了企業管理層的源點問題，不僅可按需做數據采集、甚至無需運用到底層設備數據同樣能解決部分問題，基層聯接設備的大量部署（例如傳感器和網關）不再成為必要前提，成本大幅降低同時贏得了寶貴的時間去占領先機。

從技術角度來看，數字化管理的關鍵技術如數字孿生、知識圖譜、人工智能等，具有很強通用性和廣泛應用價值，但目前尚未被國際巨頭壟斷、不存在“卡脖子”技術短板，國內企業有成長為新巨頭的機會。

劉震創立的傲林科技，打破傳統物理層的機理模型與流程的建模，通過建立企業級數字孿生，將管理才能、人工經驗、市場動態、外部影響因素等軟性、主觀邏輯和企業的內部數據一起編織知識圖譜，進行建模，這樣軟硬一體的動態網絡模型更偏經營決策輔助方向，對于數字化、智能化管理有更直接、顯性的幫助。基于企業級數字孿生構建的數字化管理工業互聯網平臺2021年被工信部評定為特色型、專業型工業互聯網平臺試點示范。

據介紹，在鋼鐵行業，行業咨詢報告指出數字化轉型可以幫助行業企業降低噸鐵成本7-10元，而運用企業級數字孿生，效益可提升5倍以上；通過5G+工業互聯網，以及基于數字孿生的全局優化，傲林科技為某船舶制造業客戶通風散熱設備能耗降低了30%；在食品制造業，企業級數字孿生技術被應用于優化市場活動，動銷費效比降低30%，市場健康度提升10%，中高端產品銷量增加7%。

政策利好市場積極，國產特色專業工業互聯網發展前景廣闊   

從“國有企業數字化轉型專項行動計劃”，到中小企業“上云用數賦智”，近兩年來，國家、各省市發力推動產業升級，向數字化要生產力，利好政策頻出，越來越多的企業有了明確的數字化、智能化轉型意愿。

談及利用工業互聯網賦能業務轉型，一個典型的應用案例是設備的預測性維護。但對于大量的中小型企業，“預測性維護”不一定是最核心的訴求。因為只有單件高價值的設備、頻繁需要維護，投入成本做預測性維護才有價值。但實際上，這樣的設備大都出品質量很好、并不會存在頻繁維修的場景，所以這方面的投入所創造的價值并不顯性。

業務上云，也將不再大而全地建設，而是通過特色專業型工業互聯網平臺， “另辟蹊徑”幫助企業找到創造最大價值的場景。

以處在從高速度向高質量轉變的典型——鋼鐵行業為例，一般來說，主要原材料占粗鋼成本60%左右，運用數智化、智能方式改進配料管理，優化企業配礦和采購流程，將是創造最大價值的應用場景。

事實上，鋼鐵所在的整個行業的的數字化、數智化水平都還不高：冶金工業規劃研究院黨委書記、中國鋼鐵工業協會副會長李新創介紹，冶金行業兩化融合水平仍低于制造業平均水平，根據2021年第一季度統計數據顯示，25.4%的企業處于起步建設階段，53.3%的企業僅實現單項覆蓋，即近80%的冶金企業尚未實現系統集成。

在此背景下，全行業利用數字化提質增效的切入點，在于最快速度找到創造最大價值的精準場景，此舉將為專業特色型工業互聯網平臺的供需雙方打造新的經濟增長極，市場空間巨大。

產業層面，一些地方以政府搭臺的方式開展集中推廣，加速數改進程。以擁有最多國家重點支持的“小巨人”企業的山東省為例，多部門聯合啟動了 “山東制造·網行天下”專項行動，以政府背書性質的特殊方式充分推動企業合作，打消許多制造企業一直以來存在的不愿、不敢等顧慮。

技術層面，我國擁有了領先的5G、大數據、人工智能等新一代信息技術，產業應用空間巨大，將會為占我國GDP 52%以上的泛工業數字化轉型創造巨大的機遇，這也是中國工業“彎道超車”歐美的機會點，中國完全有可能涌現出領先發達國家的工業互聯網巨頭。

“我們與國家重點實驗室聯合創立了智能化生產運行于決策系統聯合實驗室，希望將產、學、研的優勢形成合力，讓更多企業看到，特色專業型的工業互聯網平臺提供的數字化方案在項目實施、價值創造等方面用時更短、成效更大，企業會更加開放地擁抱轉型。我們國家工業高質量發展，還是靠我們自己奮斗得來。”劉震說道。