提要：工业互联网是重要的基础设施，工业互联网平台是制造业智能化转型开展的载体。美国、德国、日本和中国等世界主要工业大国都发布了各自的工业互联网参考架构。各国的工业互联网参考架构既具有共性，又相互借鉴，同时由于各国制造业、信息技术产业发展的条件、优势不同，工业互联网参考架构在名称表述、优势、形成与推动力量、重点应用领域等方面也存在差异。工业互联网平台可以划分为IaaS平台、通用PaaS平台、工业PaaS平台、SaaS平台等四类，其主要构建者包括信息技术企业、自动控制与软件企业、装备制造企业、生产制造企业、创业企业等五类不同企业。
关键词：工业互联网；智能制造；智能化；平台
基金项目：国家社会科学基金重点项目“‘互联网+’背景下的中国制造业转型升级研究”（16AJY011）；研究阐释党的十九大精神国家社会科学基金专项课题“推动新一代信息技术与制造业深度融合研究——基于新时代和新工业革命的视角”（18VSJ054）。
引言
人工智能技术与制造业的融合能够带来制造业的深度、全面变革。智能制造在微观层面能够帮助制造企业提高运营效率、降低成本、增强市场反应，在宏观层面会改变国家和地区间的比较优势、竞争优势，使世界产业格局发生重构，同时智能制造相关技术与服务也会催生规模可观的新兴产业。自通用电气提出工业互联网概念以来，世界主要制造大国都在积极推动制造业的智能化转型，大型制造企业、系统集成企业、工业软件企业和互联网企业也纷纷进军智能制造领域。在国家层面，工业大国也都推出各自的工业互联网参考架构体系，以其凝聚共识、汇聚力量、加快发展，强化本国在智能制造领域的话语权和掌控力；在企业层面，不同行业背景的企业基于各自优势构建智能制造（工业互联网）平台，在优化自身产业生态的同时，也为中小企业的智能化发展提供了便利条件。我国政府高度重视智能制造和工业互联网的发展，2017年11月国务院发布《关于深化“互联网+先进制造业”发展工业互联网的指导意见》提出“增强工业互联网产业供给能力”“持续提升我国工业互联网发展水平”“努力打造国际领先的工业互联网”等方向和一系列具体任务；2018年中央经济工作会议以来，党中央、国务院提出的新型基础设施建设中，工业互联网也是主要的内容。为推动工业互联网的发展，工业和信息化部也发布了有关工业互联网平台、工业互联网APP、工业互联网安全、工业互联网标准化体系、5G+工业互联网等多个文件，推进试点示范活动。可以说，工业互联网已经成为重要的基础设施，工业互联网的发展水平将直接决定一个国家制造业转型升级和国际竞争力提升的程度。
虽然从全世界范围来看，工业互联网的提出已有近八年时间，我国政府也推动了三年时间，但仍然是一个正在完善中的新事物。工业互联网平台以及智能制造的发展需要国内、国外众多领域的企业、科研机构、公共服务机构共同参与，需要建立广泛的连接和数据共享，因此需要建立工业互联网参考架构，在平台接口、网络连接、数据标准、信息安全等方面达成共识，实现参与者之间的“互联互通”；同时，工业互联网平台的建设和运营也需要多方企业的参与，形成不同的层次和不同的类型。工业互联网架构和工业互联网平台已经成为制造业智能化转型的关键基础设施。本文对世界主要工业大国的工业互联网参考架构与代表性的工业互联网平台进行比较研究，以期勾勒出世界工业互联网基础设施的概貌，发现其深层影响因素，并有针对性地提出对策建议。
一、主要国家工业互联网参考架构比较
世界各国都在抓住新一轮科技革命和产业变革带来的机遇，通过推动工业互联网的发展加快制造业的数字化、智能化转型，出台了一系列战略和具体政策，如美国的“先进制造业伙伴计划”、德国“工业4.0战略计划”、英国的“英国工业2050战略”、法国的“新工业法国计划”、日本的“超智能社会5.0战略”、韩国的“制造业创新3.0计划”［1］，但其中最具代表性和影响力的还是美国、德国、日本和中国。它们不仅是制造业规模最大的四个国家，而且在制造业、自动控制与工业软件、互联网信息服务等领域具有各自的优势。制造业的智能化或者说智能制造的发展需要工业互联网作为支撑，因此美国、德国、日本和中国都由政府或制造业知名企业主导，发布工业互联网参考架构、推动工业互联网平台的发展。
（一）全球代表性工业互联网参考架构
1.美国“工业互联网”
2012年11月26日，GE（通用电气）发布《工业互联网：打破智慧与机器的边界》白皮书，首次提出工业互联网的概念。通用电气认为，过去200年里人类先后经历了工业革命、互联网革命和工业互联网三次创新和变革浪潮，工业互联网是工业革命和互联网革命创新、融合的产物，前者带来无数机器、设备组、设施和系统网络，后者催生出计算、信息与通信系统更强大的进步。工业互联网使世界上的机器都能连接在一起，并通过仪器仪表和传感器对机器的运行进行实时监控和数据采集，海量的数据经过强大算力和高效算法的处理，实现机器智能化并显著提高生产系统的效率［2］。2014年3月底，GE联合AT&T、Cisco（思科）、IBM和Intel（英特尔）等5家企业联合成立工业互联网联盟（Industrial Internet Consortium，IIC），意在建立一个致力于打破行业、区域等技术壁垒，促进物理世界与数字世界融合的全球开放性会员组织，并通过主导标准设立来引领技术创新、互联互通、系统安全和产业提升。目前，IIC的成员已达到170多个。
2015年6月，工业互联网联盟发布了全球第一个针对工业互联网具有跨行业适用性的参考架构——工业互联网参考架构（Industrial Internet Refer-ence Architeture，IIRA），意在使工业物联网（IIoT）系统架构师能够基于通用框架和概念设计，开发可以互操作的IIoT系统，加快工业互联网的发展。2017年1月，美国工业互联网联盟发布工业互联网参考架构1.8版，在1.7版的基础上融入新型IIoT技术、概念和应用程序；2019年6月进一步发布了1.9版。IIRA从商业、使用、功能和实施4个视角对工业互联网进行描述。商业视角描述了企业所希望实现的商业愿景、价值和目标；使用视角描述了工业互联网系统的操作使用流程；功能视角确定了工业互联网系统所需要具备的控制、运营、信息、应用和商业等关键功能及其相互关系；实施视角包括边缘层、平台层和企业层三层架构［3］。
2.德国“工业4.0”
2012年10月，德国信息技术、通讯、新媒体协会（BITKOM）、德国机械设备制造业联合会（VDMA）以及德国电气和电子工业联合会（ZVEI）（它们拥有6000多家会员公司）组成的工作组交付了报告《保障德国制造业的未来：关于实施“工业4.0”战略的建议》。2013年，“工业4.0”被德国联邦经济事务和能源部（BMWi）、德国联邦教育及研究部（BMBF）纳入德国《高科技战略2020》中，成为德国政府确定的面向未来的十大项目之一。《实施“工业4.0”战略建议书》在2013年4月的汉诺威工业博览会正式发布，德国电气和电子工业联合会于2013年12月发布“工业4.0”标准化路线图。2015年4月，“工业4.0”平台得到扩展，更多来自企业、协会、联盟、科学和政治领域的参与者加入。
所谓“工业4.0”是指工业革命的第四个阶段或第四次工业革命。第一次工业革命于18世纪末开始，以纺织机的出现为标志，水及蒸汽动力推动了生产过程的机械化；第二次工业革命开始于20世纪初期，电力驱动工业规模扩大，大规模生产时代到来；第三次工业革命开始于1970年代，以可编程逻辑控制器（PLC）的发明为标志，工业生产进入自动化时代；现在开始的是第四次工业革命，将会形成一个将资源、信息、物品和人互联的信息－物理系统（Cyber Physical System，CPS），实现“智能生产”和“智能工厂”。“工业4.0”的核心是三大集成。纵向集成是将包括机器设备、供应链系统、生产系统和运营系统等企业内部流程连接起来，实现信息的实时沟通。端到端集成是在价值链的角度，从产品的创意、设计到制造，再到运行服务，实现对产品的全生命周期管理。纵横集成指的是企业的供应链上下游的供应商、合作伙伴之间的互联。“工业4.0”包括了智能工厂（smart factory）、智能产品、智能服务三大议题［4］。
2015年，德国“工业4.0”平台（Industrie 4.0或I4.0）发布了“工业4.0”参考架构模型（Reference Ar-chitecture Model Industrie 4.0，RAMI 4.0）。RAMI 4.0包括三个维度。第一个维度是类别维度，也就是分为物质世界与信息世界的资产功能体系结构［5］，由下向上依次为资产、集成、通信、信息、功能、业务，下层为上层提供接口，上层使用下层的服。第二个维度是全生命周期和价值流，包括从规划、设计到仿真、制造直至销售和服务的完整生命周期。第三个维度是层次维结构，包括产品、现场设备、控制设备、站、工作中心、企业到互联世界的不同生产环境［6］。
3.日本“互联工业”
2016年1月，日本政府发布的《第五期科学技术基本计划》提出“社会5.0”（Society 5.0）即超级智能社会（super smart society）概念，将人类社会划分为狩猎社会、农业社会、工业社会、信息社会和智能社会等相继出现的五个阶段［7］。在2017年3月的德国汉诺威工业博览会上，日本首相安倍晋三发表了关于“互联工业（Connected Industries）”政策概念的演讲。2018年6月，日本经产省发布《日本制造业白皮书（2018）》，将互联工业作为制造业发展的战略方向。互联工业是“社会5.0”在工业领域的具体表现，通过人、机器、技术跨越边界和代际的连接，从而持续创造新的价值。互联工业聚焦于自动驾驶/移动出行、制造业/机器人、生物技术/医疗健康、工厂和基础设施维护、智慧生活。互联工业的通用政策措施包括数据使用规则、IT技能和培训、网络安全、人工智能、知识产权和标准。
在日本经产省的支持下，日本工业价值链促进会（Industrial Value Chain Initiative，IVI）在2015年6月成立并于2016年6月成为一般社团法人。目前，日本工业价值链促进会共有包括三菱电机、富士通、东芝、日立、丰田等日本制造企业、设备厂商、系统集成企业等在内的738名成员，其目标是使不同企业间实现互联互通，解决企业间的“互联制造”问题［8］。2016年12月，日本工业价值链促进会提出“工业价值链参考架构（IVRA）”；2018年3月发布《日本互联工业价值链战略实施框架》，提出了新一代工业价值链参考架构IVRA－Next。工业价值链参考架构是一个三维结构，包括资产视角、活动视角、管理视角等三个维度。资产视角包括人员、供需、产品、设备四个层次；活动视角包括计划（Plan）、执行（Do）、检查（Check）、改进（Action），形成PDCA循环，体现出丰田精益制造的思想；管理视角包括，质量（Q）、成本（C）、交付（D）、环境（E），构成QCDE活动。
工业价值链三维架构中的每一个块被看作一个“智能制造单元（SMU）”，多个SMU的组合被称为“通用功能块（GFB）”［9］。制造企业的活动可以由几个具有一般功能的单元来理解，这些单元可以由几种“流”的交叉点来定义：需求/供应流、工程/知识流。穿越工程流、供需流、组织科层层级这三条轴线，可以将智能制造作为一个整体被建模为“通用功能块”的组合。GFB的纵向是组织科层层级，包括设备层、车间层、部门层、企业层等4个层次；横向表示知识/工程流，包括市场和设计、建设与实施、制造执行、维护和修理、研究与开发等5个阶段；内向表示需求/供应流，包括总体规划、物料采购、制造执行、销售和物流、售后服务等5个阶段［9］。
4.中国“智能制造”
中国是世界最大的制造国，以云计算、人工智能等为代表的新一代信息技术对于加快中国制造业转型升级具有重要作用。中国政府高度重视利用新一代信息技术改造提升制造业，先后出台了一系列政策。如，2015年7月发布的《国务院关于积极推进“互联网+”行动的指导意见》，提出推动互联网与制造业融合，大力发展智能制造，发展大规模个性化定制，提升网络化协同制造水平，加速制造业服务化转型；2016年5月发布的《国务院关于深化制造业与互联网融合发展的指导意见》，提出打造制造企业互联网“双创”平台，推动互联网企业构建制造业“双创”服务体系，支持制造企业与互联网企业跨界融合，培育制造业与互联网融合新模式，强化融合发展基础支撑，提升融合发展系统解决方案能力；2017年11月发布的《国务院关于深化“互联网+先进制造业”发展工业互联网的指导意见》提出夯实网络基础，加强产业支撑，促进融合应用，完善生态体系，强化安全保障，推动开放合作。
为加快推进智能制造发展，工业和信息化部、国家标准化管理委员会在2015年发布了《国家智能制造标准体系建设指南（2015年版）》，并于2018年进行了修订。《国家智能制造标准体系建设指南》提出了一个三维的智能制造系统架构。生命周期包括设计、生产、物流、销售、服务等产品生命周期的各个阶段相互联系的一系列价值创造活动。系统层级是指生产活动开展所依托的不同层次的组织，包括设备层、单元层、车间层、企业层和协同层，实际上涵盖了生产活动的整个生态系统。智能特征是指生产过程具有自感知、自学习、自决策、自执行、自适应等一个或多个功能的层级划分，包括资源要素、互联互通、融合共享、系统集成和新兴业态等五层智能化要求。智能制造标准体系与“工业4.0”的理念比较常相似，智能特征对应于“工业4.0”的横向集成，生命周期对应于端到端集成，系统层级对应于纵向集成［10］。为加快我国工业互联网发展，在工业和信息化部的指导下，由工业、信息通信业、互联网等领域百余家单位于2016年2月共同发起成立工业互联网产业联盟。工业互联网产业联盟在2016年8月发布了《工业互联网体系架构（版本1.0）》，提出了工业互联网的内涵、目标、体系架构、关键要素和发展方向；2020年4月又发布了《工业互联网体系架构（2.0版）》。工业互联网产业联盟提出的“工业互联网体系架构”以网络、数据、安全三大体系为核心，基于三大功能体系构建打通设备资产、生产系统、管理系统和供应链条，实现生产过程的智能分析与决策优化［11］。
（二）主要国家工业互联网架构异同
通过以上分析可以看到，美国、德国、日本和中国等几个世界主要制造大国都提出并推广工业互联网参考架构，以此为基础加快本国工业互联网和智能制造的发展。不同国家的工业互联网参考架构具有共性，主要包括：第一，都重视物理世界与数字世界的融合，将物理－信息系统（CPS）作为技术使能系统［12］。第二，都强调数据在其中的作用，通过数据感知、传输、集成、处理、分析、决策与反馈，提升设备和运营效率［3］；第三，都认为工业互联网应该涵盖广泛的范围，包括全价值链、全产品生命周期、全商业生态。第四，各国的工业互联网参考架构在竞争的同时，也在加强合作，推动互联互通。例如，美国工业互联网联盟与德国“工业4.0”平台自2015年底就开始开展合作，并成立生产系统和工业物联网解决方案、参考架构对接、测试床协作、互操作标准需求、安全、文件及路线图制定等6个工作组推动合作的落实［13］，双方专家于2017年12月5日联合发表《架构对接和可互操作性》白皮书，推动工业互联网与“工业4.0”之间在标准、架构和业务方面的合作与可互操作性，推动智能制造的深入发展［14］。日本的工业价值链参考架构（IVRA）同时参考了美国工业互联网参考架构（IIRA）和德国“工业4.0”参考架构（RAMI 4.0）［4］。我国的智能制造标准体系与工业互联网体系架构也受到II-RA与RAMI 4.0很大的影响。
同时，各国工业互联网参考架构也存在明显的差异，而这些差异根本上是由各国制造业、信息技术产业发展的条件、优势不同所决定的。
第一，名称表述不同。美国称为“工业互联网”，德国称为“工业4.0”，日本称为“互联工业”，中国“工业互联网”与“智能制造”均有使用。名称的差异一方面反映了各国都想建立自己的工业互联网标准，从而在强化本国产业优势的同时，推动本国智能制造技术、装备和系统解决方案在全球的推广。例如，在德国联邦政府及企业的推动下，德国“工业4.0”获得广泛的认可，包括世界经济论坛发布了多个第四次工业革命的专著或报告。另一方面，主要工业大国的工业互联网参考架构的侧重点不同，反映出各国的制造业和产业发展的条件和目标差异。美国的工业互联网参考架构从IT出发，强调互联网的作用；德国“工业4.0”参考架构强调设备，侧重于现有工业标准的对接；日本的工业价值链参考架构强调连接；中国则强调新一代信息技术与制造业的深度融合，落脚在提高制造业的发展水平。
第二，工业互联网的优势不同。发展理念和产业条件、优势的差异决定了几个国家的智能制造各具特色（见表1）。美国的优势在于引领前沿技术，互联网高度发达，核心零部件和精密仪器、设备水平领先，但由于长期离岸外包，制造业出现“空心化”，劳动密集型产业比重很低、产业链不完整。与此相适应，工业互联网突出了美国在互联网等领域的全球领先优势。德国拥有强大的机械和装备制造业，嵌入式系统和自动化工程的技术水平世界领先［15］，但是在新一代信息技术和数字经济领域的亮点不突出，因此德国提出“工业4.0”旨在通过制造业与嵌入式系统、自动化两方面优势的融合，保持德国在制造业的国际竞争地位。2019年正式发布的德国《国家工业战略2030》提出工业占德国GDP的比重要从目前的23%提高到2030年的25%，保持产业链的完整性和在优势产业领域的技术能力。日本制造业的优势在高端制造业和精密制造业，汽车及零部件、机床、机器人和电子电器是日本制造业的四大支柱［16］，而且日本制造业发展中形成世界著名的精益制造模式，但是日本同样在新一代信息技术和数字经济领域的亮点不突出，因此日本提出“互联工业”突出工业的核心地位，希望通过人、机器、系统、技术的连接持续创造价值。精益制造模式下人的因素非常关键，因此IVRA－NEXT特别重视人员的作用和知识的价值，SMU中包含人员的因素，而GFB中强调了知识的流动，体现了日本版“智能制造”的特有价值导向。中国制造业具有门类齐全、配套完善、产业链完整的优势，但是国际竞争力主要体现在劳动密集型的产业和环节，而且不同地区、不同企业间地发展水平非常不平衡，同时中国又与美国一起是世界数字经济的两极，拥有一批世界级的互联网平台企业，而且这些平台企业衍生出强大的人工智能技术能力，因此通过智能化技术与制造业的结合，可以推动中国制造业的转型升级，特别是通过提高制造业的经营效率来应对工资水平的上涨和低成本发展中国家在劳动密集型产业及产业链环节的竞争。
表1主要工业大国在工业互联网相关领域的优势比较
第三，形成与推动的力量不同。在美国，工业互联网是由通用电气最早提出，并联合其他一批企业成立工业互联网联盟加以推动。虽然在美国国家科学技术委员会发布的《美国先进制造业领导战略》等战略或政策中也提到智能和数字制造、先进机器人，但是并没有明确列入国家的战略。德国“工业4.0”是由下而上提出的，最早是由民间机构发起，随后获得联邦政府的认可并纳入国家战略，经济事务和能源部、教育及研究部在研发、人才培养、中小企业等方面给予支持。“工业4.0”平台汇集了商业、科学、工会、消费者和政界等各界代表的广泛参与，其中行业协会、科研机构、企业是“工业4.0”的主要推动者，各类行业协会在推动相关研究、标准化、安全、“工业4.0”论坛等方面发挥着重要作用。日本的“互联工业”也是由政府提出并纳入日本“社会5.0”的国家战略，日本工业价值链促进会作为一般社团法人提出了工业价值链参考架构。在中国智能制造和工业互联网的提出和发展中，政府发挥了重要的作用，包括发布专门的智能制造、工业互联网相关政策、编制和发布智能制造标准体系、开展工业互联网、智能制造及相关领域（如企业上云、工业APP、服务型制造）的试点示范。随着中国市场化改革的推进与产业政策的转型，非政府机构在智能制造发展中的作用在不断加强。
第四，智能制造的应用领域不同。工业互联网产业联盟发布的《工业互联网平台白皮书（2019）》报告了国内、外工业互联网平台的主要应用领域，从中可以看到中国与国外工业互联网应用领域既有相似性，也有很大差异。从大类应用领域来看，中外在制造与工艺管理、产品研发设计、企业运营管理三个领域企业应用工业互联网的比例大致相同；在资源配置系统、生产过程管理领域，中国企业应用的比例明显高于国外，而在设备管理服务领域，国外企业的应用比例明显高于中国。从小类应用领域来看，中国企业在金融服务、全流程系统性优化、供应链管理、生产管理优化等领域的应用比例明显高于国外，在客户关系管理、产品后服务、设备健康管理等领域的应用比例明显低于国外。
工业互联网平台应用领域取决于数据分析深度与工业机理的复杂度。数据分析、挖掘和利用的深度在很大程度上决定了工业互联网平台的应用价值，因此数据分析深度越高，企业使用的动力越强；工业机理越复杂，工业知识越难以显性化、软件化，因此就越难以在企业中推广。数据分析深度高、工业机理复杂度适中的大数据深度优化分析类应用的使用率合计达到62%，相比之下，工业机理复杂度高、数据分析深度第的数字化工艺设计与辅助制造、数字化设计与仿真验证、全流程系统性优化等应用的使用率较低［17］。除了行业一般性特征的影响，国内外互联网平台的应用差异一方面反映出中国制造业主要集中于价值链的加工组装环节，而发达国家在价值链的服务化环节更具优势，另一方面也得益于政策对加工制造环节数字化、智能化转型的推动。
二、不同类型工业互联网平台比较
智能制造是“基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。”［18］工业互联网是“互联网和新一代信息技术与工业系统全方位深度融合所形成的产业生态和应用生态，是工业智能化发展的关键综合信息基础设施。”［19］从二者的内涵界定可以认为，在智能制造的企业实际操作层面，智能制造是依托于工业互联网平台开展的，工业互联网平台基本等同于智能制造平台。
（一）工业互联网平台的主要类型
智能制造/工业互联网平台可以划分为不同的类型。王峰从为制造企业提供的功能、产生的效果角度，将工业互联网平台划分为资产优化平台、资源配置平台、通用使能平台等三种类型。资产优化平台通过对设备运行状态与性能状况进行实时智能分析，为生产与决策提供智能化服务；资源配置平台则聚焦于对资源管理、业务流程、生产过程、供应链管理等进行优化，提高资源的配置效率。资源配置平台共同构成狭义工业互联网平台，狭义工业互联网平台再与通用使能平台一起构成广义工业互联网平台［20］。但在产业实践中，智能制造平台往往同时具备资产优化与资源配置能力，很难将二者清晰地加以区分。工业互联网产业联盟从应用技术架构的角度，认为工业互联网平台可以分为IaaS层、PaaS层与SaaS，由于各层所需的知识和能力不同，其主要的推动者也分别以互联网企业和工业企业为主。肖鹏进一步将PaaS平台区分为通用PaaS平台和工业PaaS平台（见表2）［21］。
表2不同类型工业互联网平台的技术、能力及服务
资料来源:肖鹏.工业互联网投资分析[EB/OL].(2020-04-01).https://dy.163.com/artic/e/F951S7600518C0OT.html.
智能制造具有数据驱动、软件定义、平台支撑、服务增值、智能主导等五个方面的特征［22］，其实施和运转离不开连接、数据、算力、算法等技术和设施的支撑。只有实现对原材料和零部件、设备、软件、人员、场景乃至全产业链、全生命周期和全商业生态的连接，才能产生实时的大数据；在对数据采集、传输、储存、清洗、分析的基础上，能够利用数据优化企业生产流程、更好地响应市场变化；对数据的分析、训练需要强大的计算能力作支撑；基于工业大数据针对特定产业场景开发算法并形成可复用的软件、APP用于驱动工业的智能化运行。工业互联网或智能制造平台就是为广大制造企业提供第三方连接、数据、算力、算法、安全服务的基础设施体系。
1.IaaS平台
智能制造是制造技术（Industrial Technologies）与信息技术（Information Technologies）的深度融合。在信息技术方面，对数据的采集、传输、储存、处理是智能制造的基础。在边缘层，数据的采集需要制造企业推动产业链、产业生态的数字化、智能化改造，特别是在生产线需要使生产设备接入信息网络并具备数据的（实时）采集能力。在数据的储存、处理层面，存在着显著的规模经济性。对于中小企业来说，完全自建数据中心、计算中心成本高昂以致无力承担，云计算的资源池化、弹性供给、按需付费等典型特征使其能够大幅降低企业的成本［23］。IaaS是Infrastructure as a Service的英文缩写，翻译成中文是“基础设施即服务”的意思。在数字经济时代，包括智能制造在内的数字经济应用都离不开连接与数据，因此对数据的存储、计算、应用成为数字产业化或产业数字化各相关领域企业不可或缺的支撑，也就是说与数据的存储、计算相关的资源成为全社会的基础设施，主要是以云计算及其相关硬件设施、系统架构、算法、软件等形式存在的。
2.通用PaaS平台
PaaS是Platform as a Service的缩写，意指平台即服务。通用PaaS平台提供通用性的开发框架、计算框架及中间件，较少涉及工业行业的知识，仍然属于云计算的范畴。对于许多制造企业特别是中小制造企业来说，它的知识和能力主要存在于所处工业行业领域，通常缺乏数字技术方面的人才和技术储备，当他们开展智能制造时就会感到力不从心。而云计算厂商不但拥有强大的算力，而且其互联网行业的背景使其在算法方法具有优势，因此可以在较少下沉到制造业行业知识的前提下，通过机器学习等手段，运用生产线运转、设备或产品运行中积累的海量数据进行算法训练，向制造企业进一步提供数字化升级或智能应用方面的服务，帮助制造企业进行资产优化或提高资源配置的效率。阿里云在《工业大脑白皮书》中做了一个形象的比喻：数据工厂是厨房，算法工厂是厨具，AI创作间是配菜，阿里云ET工业大脑是负责帮助建造厨房、提供厨具以及配菜与配方，从而让制造企业成为“餐厅”，工程师成为“厨神”，能够为客户开发制作不同口味的菜肴［24］。GE在《工业互联网》白皮书中提出“1%的威力”（the Power of 1 Percent），就是通过数据优化为机器、设备组、设施和工业系统网络带来各种收益。由于涉及的制造行业知识少、不需要制造企业数据的开放共享，因此在制造企业实施的障碍较小。但也正是因为较少涉及制造行业知识，当通过数据挖掘达成“1%的威力”的目标后，如何进一步超越1%，通用PasS平台就力所不逮。
3.工业PaaS平台
工业PaaS平台“把大量的工业的技术原理、行业知识、基础工艺、模型工具规则化、软件化、模块化，并封装为可重复使用的组件”［25］，提供给广大工业企业使用。通用PaaS平台直接利用第三方制造企业的生产数据为其开发智能制造算法，其中包含了“大数据+深度学习”意义上的人工智能。而工业PaaS更像是在线化与自动化的整合，是另一种意义上的智能化。阿里巴巴集团学术委员会主席曾鸣认为，“企业智能=在线化+自动化”。在线化是指核心业务的在线化，由此全本记录用户数据；自动化是指业务环节的自动化［26］。从这个意义上来看，智能制造是工业PaaS平台把具体工业行业的知识变成算法、软件，制造系统根据工作条件的输入和运行环境的变化自动运行，实现自动调整工艺参数、个性化定制等操作。工业PaaS平台是物理世界与数字世界深度融合的结果，集数字技术与工业知识之大成，成为工业互联网的核心。工业PaaS平台的本质是在IaaS平台上构建一个可扩展的操作系统［27］，以搭积木的方式提供应用开发、创建、部署的基础环境［3］，支撑工业APP的开发部署与运行优化［28］。主要的工业PaaS平台国外有GE的Predix平台、西门子的MindSphere平台、PTC的ThingWorx平台；国内有中国航天科工集团的航天云网、三一重工的树根互联（根云平台）、海尔集团的CosmoPlat、美的集团的美云智数、徐工集团的Xrea平台等。
4.工业SaaS平台
工业APP是“为了解决特定问题、满足特定需要而将工业领域的各种流程、方法、数据、信息、规律、经验、知识等工业技术要素，通过数据建模与分析、结构化整理、系统性抽象提炼，并基于统一的标准，将这些工业技术要素封装固化后形成的一种可高效重用和广泛传播的工业应用程序”［29］。SaaS是Software as a Service的缩写，意思是软件即服务。工业SaaS平台搭载了大量面向特定行业、特定应用场景的工业APP，也可以说工业SaaS平台是工业APP平台。从这个意义上，工业PaaS平台具备了双边平台的属性，也就是说，一边连接最终工业用户，一遍连接APP的供应商，而平台提供各种开发工具和数字化模型、发挥供应商与用户之间交易媒介的作用。工业SaaS平台与工业PaaS平台都是对工业知识的总结和软件化，但工业PaaS平台提供的主要是工业微服务组件，在具体的应用过程中还需要基于此进行深度开发，而且属于单边平台；而工业IaaS平台则能够提供各种场景下的具体应用服务，是工业技术、经验、知识和最佳实践的模型化、软件化，可以让用户通过对工业APP的调用实现对特定制造资源的优化配置［27］。就像互联网平台一样，工业SaaS平台能够吸引大量的企业将他们软件封装化的知识分享到平台甚至汇聚更多的开发者。工业SaaS平台降低了大量中小制造企业数字化、智能化转型升级的门槛，通过调用工业APP，制造企业可以低成本的实施数字化、智能化转型。从产业层面看，由于工业APP将制造企业内部原本分散、隐性的工业技术挖掘出来，有利于破解我国国内工匠不足的局面［30］。工业APP的发展存在着两方面的制约因素：从供给侧来说，由于工业APP是制造业隐性知识的显性化，而这些隐性知识正是制造企业市场竞争力的来源（如更高的质量、更低的成本），因此制造企业缺乏分享APP的动力；从需求侧来说，由于制造企业的设备、工艺、原材料和零部件、产品以及数字化水平各不相同，工业APP的开发也没有统一的平台、框架和标准，因此工业APP可移植性比较差，代码的可复用性低［31］，很难像PC平台上的软件或智能手机平台上的APP那样做到“即插即用”。
（二）工业互联网平台构建主体类型
对于大多数制造企业来说，既不具备连接、数据、算力、算法的全方位能力，完全由自己开展智能制造所需的连接、数据、算力、算法等技术开发和相应支撑系统、设施建设也不经济，因此就需要专业化的工业互联网平台向第三方制造企业提供所需要的各种服务。同时，由于数字化、网络化、智能化是制造业发展大势所趋，提供相关服务将会形成一个规模巨大的市场，因此也会吸引企业进入智能制造平台领域。总体上看，构建工业互联网或智能制造平台的企业可以划分为装备制造企业、生产制造企业、自动控制与工业软件企业、信息技术企业、创业企业等五类（见表3）。
表3工业互联网平台的构建企业
资料来源：作者编制。
1.信息技术企业
信息技术企业特别是互联网企业在发展自身业务的同时，逐渐形成在算法、算力方面的能力。如亚马逊、阿里巴巴为网店经营提供便利发展起云计算能力，后来将云计算能力向电商平台之外的企业出租；互联网公司为了优化业务、为客户提供个性化定制服务，纷纷发展人工智能技术，形成强大的算法能力。基于在算力、算法上的优势，同时受到制造业行业知识的限制，信息技术企业主要构建智能制造的IaaS平台，有些信息技术企业也更进一步提供通用PaaS服务。世界云计算呈现高度集中的格局，主要云计算厂家基本是中美两强并立的格局，美国的云计算厂商有Amazon的AWS、微软的Azure、Alphabet（谷歌）的Google Cloud，中国市场的云计算厂商有阿里云、腾讯云、华为云以及三大运营商、百度云、金山云等。
2.自动控制与工业软件企业
自动控制企业与工业软件企业长期服务于制造业，积累了大量制造业知识。自动控制企业掌握高档数控系统、现场总线、通信协议、高精度高速控制和伺服驱动等工业控制系统关键技术，同时熟悉工业生产流程及相关设备的构成与控制。工业软件包括一个很宽的范围，例如CAD、CAE、CAM、CAT、CAPP、PDM/PLM、ERP、MES、MRO等制造业常用信息化软件，以及物理模型建模软件、IC设计软件等应用于专业领域的软件［32］。工业软件企业掌握制造业具体环节或特定制造业领域的大量显性化专业知识。自动控制与工业软件企业能够将自己关于制造业的知识封装、云化后，提供给制造企业使用。
3.装备制造企业
这里的装备是指应用于制造业生产线中生产其他制造业产品的设备，一般是制造业生产系统的核心。核心生产设备需要与其他辅助设备连接起来，并通过工艺参数设定，构成可以运行的生产系统。因此，装备制造企业不仅掌握核心生产设备的制造知识，而且了解与其他设备连接、组装的知识。近年来装备制造企业给生产设备安装了传感器、具备了物联网功能，使得核心生产设备能够采集并传输数据，装备制造企业更加了解设备的运行状况。由于工业PaaS包含了大量的行业专有知识——这是装备制造企业的优势，因此许多工业PaaS平台是由装备制造龙头企业建立和开发的，最早也是最知名的工业PaaS平台Predix和MindSphere的建立者通用电气和西门子都属于装备制造企业。可以说，最早期的工业PaaS就是大型工业企业在对所在行业知识积累总结、封装、软件化基础上，为行业内其他企业提供服务。例如，GE推动工业互联网的策略就是GE for GE—GE for Customer—GE for Industry—GE for World。也就是说，将GE在高端装备制造领域取得的成功经验、软硬件成果（GE for GE）进行提炼、通用化，研发出类似计算机操作系统那样的通用平台，为本行业或其他行业的客户服务（GE for Custom，GE for Industry）［33］。
4.生产制造企业
虽然装备制造厂商能够了解使用装备的行业的许多知识，在一些情况下还能掌握设备的运作状况，但各个制造行业（包括装备制造行业本身）仍然有自己行业特有的知识，每个企业也会有自己的专利、技术诀窍和商业机密，形成本企业竞争优势的来源。这些知识是装备制造企业、自动控制企业与工业软件企业很难获得的。对于生产最终产品的整机厂商（如计算机、家电、汽车等）来说，它们的生产活动需要高效组织大量供应商、供应链企业、分销商，一方面掌握本行业的特有知识，另一方面也有进一步提高供应链效率的需求，因此一些行业龙头企业着手建立本行业的工业互联网平台，将商业生态中的大量企业、产品实现连接和数据驱动。由于成熟的制造行业普遍呈现多家大型企业寡头垄断竞争的格局，各家龙头企业之间存在激烈的竞争，因此很难出现该行业统一的智能制造平台，通常智能制造平台是围绕龙头企业的产品及商业生态建立的。在工程机械领域，国内知名的智能制造平台就有三一重工旗下树根互联的根云、徐工的Xrea，家电行业知名的平台有美的集团旗下美云智数的美的云，海尔的COSMOPlat。由于各行业存在着大量的共性运营知识，一个行业的智能制造平台也会将自己的经验复用到其他行业，帮助其他行业解决供应链管理、生产管理、个性化定制等问题。比如海尔COSMOPlat就已经跨界到服装、陶瓷、房车等行业。
5.创业企业
除了各行业在位企业构建智能制造平台之外，智能制造的巨大发展前景也吸引了许多创业企业进入。与在位企业相比，创业企业没有系统的人才、知识积累，规模、实力也比较弱小，但是优势在于善于发现智能制造发展独特价值诉求，并能够整合各方面的人才和资源。而且与许多在位企业已经形成自己的商业生态圈、牵扯到各种利益纠葛不同，创业企业可以作为独立的第三方，避免同行竞争或纵向控制，更容易取得用户的信任。
三、结论与对策建议
本文的研究表明，新一轮科技革命和产业变革会推动产业的质量变革、效率变革和动力变革，智能化成为制造业的发展方向，而工业互联网是制造业智能化转型的重要基础设施。为了抓住新一轮科技革命和产业变革带来的历史机遇，加快智能制造的发展，掌握智能制造的话语权，同时在全球范围推广自己的标准、技术、设备和解决方案，美国、德国、日本和中国等世界主要工业大国都发布了各自的工业互联网参考架构。各国的工业互联网参考架构既具有共性，又相互借鉴，同时由于各国制造业、信息技术产业发展的条件、优势不同，工业互联网参考架构在名称表述、优势、形成与推动力量、重点应用领域等方面也存在差异。工业互联网平台是工业互联网基础设施的存在形式，是智能制造开展的载体，为广大制造企业提供第三方连接、数据、算力、算法、安全服务。工业互联网平台可以划分为IaaS平台、通用PaaS平台、工业PaaS平台、SaaS平台等四类，信息技术企业、自动控制与软件企业、装备制造企业、生产制造企业、创业企业是工业互联网平台的主要提供者，由于其背景和能力的不同，参与不同类型的工业互联网平台构建。
为更好地促进工业互联网发展，提出以下建议：第一，支持工业互联网产业联盟持续完善我国的“工业互联网体系架构”，吸纳更多的国内外企业、科研机构加入工业互联网产业联盟，扩大“工业互联网体系架构”的影响，获得更广泛支持；第二，将工业互联网作为新型基础设施建设的重要内容加以支持，推动通用型和行业型工业互联网平台的发展；第三，继续推动工业互联网平台、工业APP、工业互联网安全、工业“互联网+”等各类应用试点示范；第四，进一步完善工业知识产权、工业大数据保护方面的法律法规，激发制造企业构建和应用工业互联网平台的积极性；第五，在发挥政府引导工业互联网发展，支持工业互联网技术、标准发展等作用的同时，更多地吸引企业的参与，更好地发挥市场机制在推动工业互联网发展中的作用。
参考文献
[1]周济,李培根,周艳红,等.走向新一代智能制造[J].Engineer-ing,2018,4(1):1-10.
[2]通用电气公司.工业互联网:打破智慧与机器的边界[M].北京:机械工业出版社,2015.
[3]王建伟.工业赋能:深度剖析工业互联网时代的机遇和挑战[M].北京:人民邮电出版社,2018.
[4]“工业4.0”工作组､德国联邦教育研究部.德国工业4.0战略计划实施建议(上)[J].机械工程导报,2013(7-9):23-33.
[5]罗兰·海德尔,米歇尔·霍夫麦斯特,马丁·罕克尔,等.“工业4.0”:基础知识RAMI 4.0[M].惠敦炎,译.中国质检出版社､中国标准出版社,2018.
[6]欧阳劲松,刘丹,汪烁,等.德国工业4.0参考架构模型与我国智能制造技术体系的思考[J].自动化博览,2016(3):62-65.
[7]内閣府.科学技術基本計画[R/OL].(2016-01-22)[2020-04-30].https://www8.cao.go.jp/cstp/kihonkeikaku/5honbun.pdf.
[8]尹峰.日本互联工业战略的启示[J].财经,2020(1).
[9]深度解读《日本工业价值链参考架构》[EB/OL].(2017-06-15).http://i4.cechina.cn/17/0615/08/20170615085034.htm.
[10]工业和信息化部.国家智能制造标准体系建设指南(2018年版)(工信部联科〔2018〕154号)[EB/OL].(2018-10-15).http://www.miit.gov.cn/n1146295/n1652858/n1652930/n3757016/c6429243/content.html.
[11]工业互联网产业联盟.工业互联网体系架构(2.0版)[EB/OL].(2020-04).http://www.aii-alliance.org/index.php?m=content&c=index&a=show&catid=23&id=1489.
[12]赵敏.工业互联网平台与智能制造——工业软件的解析与重构[EB/OL].(2008-04-02).https://articles.e-works.net.cn/iot/article141027.htm.
[13]李海花､王欣怡.美国工业互联网联盟(IIC)最新动态[J].电信网技术,2016(8):34-36.
[14]彭瑜.工业互联网的基础:联接性[EB/OL].(2018-05-12).https://baijiahao.baidu.com/s?id=1600234683664244492&wfr=spider&for=pc.
[15]朱铎先,赵敏.机·智:从数字化车间走向智能制造[M].机械工业出版社,2018:61.
[16]徐静波.日本智能制造走向“互联工业”[J].纺织科学研究,2019(9):16-17.
[17]工业互联网产业联盟.工业互联网平台白皮书(2019)[EB/OL].http://www.aii-alliance.org/index.php?m=content&c=index&a=show&catid=23&id=673(2019-05).
[18]工业和信息化部.智能制造发展规划(2016-2020年)(工信部联规〔2016〕349号)[EB/OL].(2016-12-08).http://www.miit.gov.cn/n1146295/n1652858/n1652930/n3757018/c5406111/content.ht-ml.
[19]工业互联网产业联盟.工业互联网体系架构(版本1.0)[EB/OL].(2016-08).http://www.aii-alliance.org/index.php?m=content&c=index&a=show&catid=23&id=24.
[20]王峰.工业互联网平台分类研究[J].电信技术,2017(10):8-11.
[21]肖鹏.工业互联网投资分析[EB/OL].(2020-04-01).ht-tps://dy.163.com/article/F951S7600518C0OT.html.
[22]毕马威,阿里研究院.从工具革命到决策革命——通向智能制造的转型之路[R].2010-04
[23]安筱鹏.从工业云到工业互联网平台演进的五个阶段[EB/OL].(2018-10-24).https://www.jiqizhixin.com/articles/2018-10-25.
[24]阿里云研究中心.工业大脑白皮书:人机边界重构-工业智能迈向规模化的引爆点[EB/OL].(2019-11-14).https://developer.aliyun.com/artide/727017.
[25]安筱鹏.四个视角全新解读工业互联网平台[EB/OL].(2018-04-19).https://articles.e-works.net.cn/iot/article141172.htm
[26]曾鸣.智能商业[M].中信出版社,2018.
[27]熊东旭.工业互联网平台大盘点(上篇)[EB/OL].(2018-03-22).https://articles.e-works.net.cn/viewpoint/Article140982.htm.
[28]李君,邱君降,窦克勤.工业互联网平台参考架构､核心功能与应用价值研究[J].制造业自动化,2018,40(6):103-106,126.
[29]何强,李义章.工业APP:开启数字工业时代[M].机械工业出版社,2019:47.
[30]《工业互联网APP培育工程实施方案(2018—2020年)》(工信部信软〔2018〕79号).
[31]段虎才.工业互联网App产业发展现状及趋势[N].人民邮电,2019-08-16(006).
[32]赵敏.如何定义和分类中国的工业软件[J].智能制造,2019(5):34-37.
[33]彭慧.从GE工业互联网到中国工业互联网[EB/OL].(2019-04-26).https://articles.e-works.net.cn/iot/article143639.htm.
李晓华.全球工业互联网发展比较[J].甘肃社会科学,2020(06):187-196.
