众所周知，我国一直都是制造大国，但在逆全球化思潮、国内经济转型，以及疫情等多重因素影响下，工业企业被推上了探索工业数字化、智能化之路。
据测算，2020年中国工业互联网产业经济规模达3.1万亿人民币，占GDP比重提升至2.9%，对数字经济增长的贡献超过16%，带动就业人数131.29万人。
可以看出，无论是工业互联网还是工业制造业的发展都呈现出增长态势，可以说能够取得现在的成绩，工业互联网发挥了强有力的支撑作用。
今天小亿就来为大家讲讲什么是工业互联网，与传统工业IT有何不同？我国工业互联网的现状是怎样的，背后的原因是什么？以及工业互联网平台架构体系。
一、什么是工业互联网？
1.定义
工业互联网这个概念，最早由通用电气（GE）在2012年提出，发端于制造业。从狭义上来说，工业互联网是从工业设备上提取运行数据并进行多维度的数据分析，根据分析结果开发工业应用，对设备可靠性、系统运营效率、工艺质量进行优化，进而提高产能、质量和降低成本。
从广义上来说，是通过工业互联网平台把设备、生产线、工厂、供应商、产品和客户紧密地连接融合起来。可以帮助制造业拉长产业链，形成跨设备、跨系统、跨厂区、跨地区的互联互通，从而提高效率，推动整个制造服务体系智能化。还有利于推动制造业融通发展，实现制造业和服务业之间的跨越发展，使工业经济各种要素资源能够高效共享。
工业互联网代表的是一个开放、全球化的，将人、数据和机器连接起来的网络。其核心三要素包括智能设备、先进的数据分析工具、以及人与设备的交互接口。
2.与传统工业IT有何不同？
工业互联网平台是对传统工业IT的全面升级。即结合云计算、大数据以及人工智能等底层技术，工业互联网相对传统模式在技术架构和数据价值上均有大幅提升，如图所示：
与此同时，与传统工业IT架构解决方案相比，工业互联网平台解决方案实现了流程驱动的业务系统转变为数据驱动的平台应用新范式，可以为工业企业提供基于数据的新技术、新方法、新服务和新价值，具体如下：
二、我国工业互联网的现状如何？与国外相比有何不同？
1.我国工业互联网仍保持稳定的增长态势
早在2012年“工业互联网”的概念便已被业界提出，但由于工业产业链的复杂、企业需求场景的多样、工艺工序的多元，用户分布在各个差异性极大的行业，导致长期以来工业互联网在落地推进上遇到了相当难度，其中最主要的就是通用性问题。
例如，纺织、锻造、电力等等，每个行业都存在较大的knowhow壁垒；即便是相同行业，不同企业的标准化程序也存在一定差异。因此，在难以标准化的工业设备、生产流程、人员素质等方面，标准化的工业互联网产品难以像财税等传统标准化软件一样大范围推广。
但随着互联网进入下半场，大数据、人工智能等技术与产业的融合。有专家预计，未来三年工业互联网有望实现14.4%左右的年均复合增长率，到2022年中国工业互联网市场规模将达到万亿级规模（9146.5亿元）。
2.与国外相比有何不同？
（1）更加重视资源优化配置方面应用
从全球来看，目前工业互联网平台主要应用于设备管理领域，其次是生产过程管理。相对于国外，我国更加重视资源优化配置方面应用。
（2）各细分行业对平台功能需求不一，应用走向纵深
（3）我国总体智能制造就绪率偏低，但重点骨干企业工业互联网普及度高
大型企业在各项指标中基本优于中小企业，电子信息和汽车智能制造就绪率显著高于其他细分行业。重点行业骨干企业“双创”平台普及率高达75.1%。
但工业互联网功能却不仅限于此，以钢铁行业为例，钢铁行业工序繁多，铁区、炼钢、热轧、中厚板、棒线、型钢、冷轧、钢管及特钢等各类工艺流程区别极大、能耗高且受下游需求工艺改造程度较大。
三、中国工业互联网保持稳定增长的3个驱动因素
1.数字化转型正成为制造企业共识
近年来，中国制造企业积极利用数字技术加快自身转型升级步伐，涌现出一大批优秀的数字化企业，包括汽车、医药、电子、能源等各行业企业，正在形成数字经济时代下参与全球产业竞争的新优势。
2.政策不断完善推进市场快速发展
工业互联网作为数字经济的新风口，能够给投资机构带来巨大的回报。目前，地方财政基金、创投风投机构、商业银行、创新平台等主体都参与到工业互联网的投资中，共同推动了工业互联网产业生态的持续发展。
四、工业互联网平台体系架构
在企业数字化转型的过程中，OS和芯片是比较底层的软硬件，而数字化技术是直接和工业界连接的技术，可以把工业界的IT和OT连接起来，直接为工业的场景赋能，甚至实现智能化的解决方案。从这个角度来讲，中国工业互联网平台架构体系分为3个层次：边缘层、平台层、应用层。
1.边缘层
边缘层在靠近物或数据源头的边缘侧，一方面，通过大范围、深层次的数据采集，以及异构数据的协议转换与边缘处理，构建工业互联网平台的数据基础，包括通过各类通信手段接入不同的设备、系统和产品，采集海量数据，以及依托协议转换技术实现多源异构数据的归一化和边缘集成；
另一方面，边缘层融合网络、存储、计算、应用核心能力，就近提供数据分析和业务自动化处理等边缘智能服务，满足车间或厂站级智能生产和智能控制，设备保护、过程控制、运行监控等多种确定性低时延工业应用要求。最终，边缘层会利用边缘计算设备实现底层数据的汇聚处理，优化分析和边缘应用并实现数据向云端平台的集成。
2.平台层
平台层上叠加工业模型、数据管理、大数据处理、工业数据分析、工业微服务等创新功能，构建可扩展的开放式云操作系统。
工业PaaS层主要有以下三个功能：
一是提供工业数据管理能力，将数据科学与工业机理结合，帮助制造企业构建工业数据分析能力，实现数据价值挖掘；
二是将大量的工业技术原理、行业知识、基础工艺、模型工具等规则化、软件化、模型化，封装成为微服务组件，供开发者重复使用；
三是提供资源管理、服务编排、镜像部署、工程管理、配置管理等平台运维管理服务；
四是构建应用开发环境，借助微服务组件和工业建模和应用开发工具，帮助用户快速构建定制化的工业APP。
3.应用层
应用层针对特定的工业场景，通过调用边缘层和平台层的微服务，推动工业技术、经验、知识和最佳实践的模型化、软件化和再封装，从而形成满足不同行业、不同场景的工业APP，形成工业互联网平台的最终使用价值。
一方面，应用层可以提供设计、生产、管理、服务等一系列创新性业务应用；另一方面，应用层可以构建良好的工业APP创新环境，使开发者基于平台数据及工业PaaS层和边缘层提供的微服务功能实现快速应用创新。
五、工业互联网案例-临矿集团
为积极响应国家工业互联网、煤矿智能化发展等政策号召，推动集团数字化转型，2019年12月临沂矿业集团有限责任公司（简称临矿集团）选择携手亿信华辰启动“数据治理项目”。
经过临矿集团大数据中心和各业务部门的商讨决策，结合亿信华辰数据治理专家的意见，确定了临矿集团数据治理项目的总体目标为通过涵盖全数据生命周期数据治理，建设涵盖人、财、物、产、供、销、安全等业务领域的集团级大数据资产平台，提供各类数据服务，并实现一线业务人员对数据自助分析应用，完成数据赋能。
项目建设秉承标本兼治原则，严格按照数据治理方法论，管理方面由集团公司高管牵头成立数据治理委员会，制定《临矿集团数据治理项目章程》、《数据资产管理办法》等管理制度；技术方面从基础做起，进行元数据管理、数据标准梳理工作，更重点推进数据质量管控，通过技术层面和管理层面双管齐下，确保集团数据资产质量。
根据项目建设目标，确定项目建设整体框架如下：
图项目整体框架
经过各方沟通确认项目推进思路如下：
图项目推进思路
1.开展集团数据治理，提高数据质量，形成数据资产
如何进行数据治理？通过“盘、规、治”的三字规划路线。
盘：建设集团生产经营数据资源目录，资源目录提供服务接口，为一线业务人员生产运营提供数据支撑，实现数据共享，数据交互，充分发挥数据资产价值。
规：建立基于集团生产经营统一的数据标准规范体系，以及更新机制和使用管理制度，形成服务于数据资源全生命周期的标准规范体系，促进多源异构数据的深度融合和共享应用。
治：建立数据质量管控体系，以规范和制度为约束，通过数据质量检测工具根据制定的数据标准检测数据，及时发现数据问题，进行数据治理并提炼相应的数据质量检核规则，防止同类问题的重复发生，有效提升数据整体数据质量，从而保证提供高质量数据资产。
2.赋能企业业务创新，满足生产经营敏捷分析需求
数据治理的最终目的也还是要落到“用”，也就是数据的交换和数据的应用于服务。
在数据应用方面需要充分考虑一线生产部门日常工作繁重、业务需求多变、且对信息化系统操作能力不强等特点，根据生产、安全、运销、采购、库管等业务主题预设分析维度和指标数据，通过敏捷BI软件让业务人员只需最简单的拖拽操作实现数据分析应用，并自动生成各类统计图表，从而提高一线人员数据自助分析应用能力，让数据成为一线呼唤炮火的基础保障，激发全员创新的主观能动性，形成众人划桨开大船的良好局面。
3.建立企业级Hadoop架构大数据平台
由于煤矿信息化系统存在，系统多、数据量大、生成频次高、数据结构各异特点，需要建设基于Hadoop架构的大数据仓库，解决海量半结构化、非结构化数据的实时采集、实时分析。
最终建设涵盖产、供、销、人、财、物的领域生产经营全要素的煤炭企业大数据平台，全面整合各业务系统数据，并针对回采掘进、安全管控、机电管理、运销、采购、财务等业务场景建设数据集市，为管理层和一线业务人员提供有效数据分析支持，逐步实现煤矿生产经营数据化精细运营管控，实现提质增收、降本增效。
六、小结
工业互联网作为一个覆盖了流程优化、设备运维、订单排程等工业生产核心环节的系统性产品，到最后都会遇到一个考验：是否能与客户的管理体系相融合。