( 一 ) 产业链加速演进，主导权分散于多个重点环节

随着智能制造产业逐渐成熟、工业互联网市场竞争趋于加剧，由“专用芯片、专业算法知识封闭，龙头厂商垄断”的传统产业链格局，加速向“芯片、开源操作系统、算法与机理模型、基于数据的新型服务这四大重点环节成为未来产业主导权关键”的新兴产业链格局转变，促进整个产业体系演进升级。

传统产业链围绕工业软件、工业网络、工业控制、工业传感、装备产品等细分领域，构建以元器件/基础技术+操作系统+数据库/嵌入式系统组成的产业链上游、整机/软件组成的产业链中游、集成+服务组成的产业链下游的产业格局。

随着 AI、云计算、大数据、边缘计算等信息技术的发展应用，新兴产业链由“工业软件+工业自动化+装备产品”朝着“工业互联网平台+边缘计算+智能装备产品”这一新型产业格局转变（见图2）。新兴产业链聚焦中游整机发展，推动信息技术的延伸布局，如产业上游的芯片、基础软件企业，产业下游的服务企业等。AI芯片、FPGA、CPU等作为底层硬件基础，支撑工业领域的算力需求，成为新兴产业的关键和通用要素。

( 二 ) 基础软件受制于人，开源成为破局的关键

现阶段基础软件领域蓬勃发展，开源正在成为构建基础软件的重要方式和支撑生态。随着开源模式的迅速成熟，开源在智能制造、工业互联网领域得到拓展应用。以容器、微服务、计算框架为代表的3类核心开源技术，已经成为变革传统基础软件生态、实施功能解耦再集成的关键。

目前，容器引擎与编排工具两类核心项目由国外公司主导，微服务核心工具与新型架构由国外公司或基金主导，主流计算框架均由国外公司或基金主导。在基础工业软件领域，我国对开源技术的自主可控与话语权有待提升，3类核心开源方向尚无自主项目，国内企业在相关领域发展基本空白。

面向未来，针对AI和机器人的工业开源可能颠覆当前的基础软件格局。一方面，AI等信息技术新兴领域成为工业开源技术探索热点，有望为基础软件带来新突破；另一方面，开源机器人/机床控制系统可能成为控制的核心，有望打破工业控制系统的传统格局。

图2 由工业互联网平台、边缘计算和智能装备产品构成的新兴产业链格局与架构

( 三 ) 通过与AI等新技术的深度融合，算法与机理模型有望构建新产业

算法和机理模型是工业知识与经验固化的成果。在传统上，通过工业知识和经验来验证工艺仿真流程与设备控制，进而促进工业生产过程优化。当前，算法和工业机理研究集中在仿真软件和底层设备（见图3）：工艺仿真方面的算法和机理模型固化于产品之中，工业装备方面的运动和控制算法多集成于整机之中。

通常算法和工业机理集成于整机，难以解耦和抽象。国外公司对高端算法与机理模型拥有自主知识产权，并与旗下产品紧密耦合，形成了事实上的技术垄断。国内企业难以接触核心算法与机理模型，较少拥有自主知识产权的关键算法，使得我国的仿真、控制等核心算法以及燃气轮机与航空发动机、复合材料加工等高价值工业机理模型，在研发水平、创新创造、人才培养等方面体现出了明显的差距。

算法与机理模型进行解耦和沉淀并与新技术进行深度融合，深刻影响了新兴产业领域：新型数据科学的兴起推动工业机理中的数据分析应用，工业互联网平台的建立有利于加快机理模型和数据模型的积淀。AI成为未来产业焦点，工业互联网平台成为重要媒介。在数据、机理、知识沉淀和软件功能进一步解耦的基础上，海量的第三方开发者将显著加快工业APP的开发与交付，推动模型的快速迭代和应用创新。

图3 工艺仿真的算法、机理模型与设备产品的关系

( 四 ) 跨界服务、增值服务、生产性服务等新型服务不断涌现

工业互联网的持续发展，推动了跨界服务、增值服务、生产性服务等新型服务的迅猛发展。现代服务体系日益丰富，传统服务形式的不足逐渐由新型服务的优势所弥补。

传统服务形式利润空间小，易受上游环节的把控：传统自动化集成厂商行业壁垒低，企业数量众多而利润偏低；传统信息化集成产品服务模式单一，极易受到上游牵制。而工业互联网催生的新型服务形式，以数据分析为驱动，以工业互联网平台、大数据软件为载体，已经成为产业生态中不可或缺的环节：大型装备企业在设备融资租赁与保险领域跨界布局，工业互联网平台成为主要服务媒介；基于客户个性化需求的增值服务发展迅速，家电、汽车等领域成为主要突破口；生产性服务逐步聚焦供需对接平台和专业化咨询服务，助力工业制造企业资源与解决方案的共享。

伴随着工业互联网研究的逐步深入，有望衍生出更多的新型服务模式，持续充实和补强新型服务体系；加速工业领域的数字化、智能化转型升级，促进传统产业生态的重大变革。

五、对策建议

( 一 ) 总体策略

在我国工业互联网产业体系中，不同领域的发展态势及其重要性不尽相同，整体来看可采取“大力发展工业互联网新兴领域，布局规划智能制造的关键上游环节，逐渐追赶传统部分”的分类施策原则。

梳理工业互联网产业体系的子领域与产品，应重点发展4个区域（见图4）：

①巨头垄断区域，多为我国长期薄弱的产品领域，相关的技术和市场在短时间内难以冲破；

②替代可控区域，我国具有一定基础，但在高端市场与国际领先水平还存在差距；

③新兴机遇区域，我国与国际保持同步，有关技术和市场的竞争格局尚未锁定，处于产业壮大的机遇期，相关技术也可辐射至其他领域；

④核心必争区域，包含芯片、基础软件/开源、算法与机理模型以及基于数据的新型服务，这是未来产业发展的关键技术，也是其他领域智能化革新的共性基础。

图4 工业互联网产业发展施策区域

注：IPC表示工业计算机；ERP表示企业资源计划；DCS表示分布式控制系统；SCADA表示数据采集与监控系统；CRM表示客户关系管理；MES表示制造企业生产过程执行管理系统；SCM表示供应链管理；CAM表示计算机辅助制造；CAPP表示计算机辅助工艺过程设计。

( 二 ) 重点方向

1. 突破工业互联网核心必争领域

加强多学科、多领域、跨界协同的技术研发与应用创新，持续积累优质代码、高端算法与机理模型。

①聚焦面向工业智能等特定领域的芯片设计，在芯片制造方面稳步缩小差距。

②加强开源框架和架构方面的研发力度，通过市场优选出由我国企业主导的底层框架与架构；深化微服务与容器技术的工业应用，及时布局OT开源技术。

③持续积累有关智能制造的关键零部件数字化模型、高端装备和流程行业工艺机理模型，掌握运动控制与仿真等核心算法。

④引导企业深化工业数据的挖掘利用，围绕产品、资产、生产与供应链开展数据增值业务，着力创新供应链金融、融资租赁等产融联合服务。

2. 抢占工业互联网的战略新兴领域

推动传统产品与新技术的融合，提出面向特定工业场景的解决方案。

①智能装备产品方面加快5G、AI等技术应用，提升装备的人机协作、智能优化功能。

②加强工业互联网平台的开源技术自主研发能力，以龙头企业为主体构建开发者生态，注重工业软件APP开发，探索形成平台自主造血的商业模式。

③开发适应智能化管控与决策要求的通用工业智能算法与模型，提出面向工业实际场景的特定解决方案，匹配工业大数据与工业智能实际应用需求。

④开发具有计算模块的工控机、智能网关等边缘计算产品，丰富边缘计算的适用场景和解决方案。

3. 追平替代可控领域

重点行业持续提升装备、工业自动化、工业软件的国产化率，改进和优化产品性能参数、稳定性与可靠性。

①打造高稳定性、高可靠性的国产工业机器人与数控机床产品，努力提升高端型号的技术参数并拓展场景适用范围。

②进一步提升DCS/SCADA在能源电力、大型石化等高端领域的市场份额。

③对于MES，丰富面向特定行业的解决方案，形成若干具有市场竞争优势的品牌产品。

④鼓励企业积极布局基于服务的跨平台解决方案（OPUUA）等新型工业网络协议，提升领域话语权。

⑤提升ERP、SCM、CRM等经营管理类软件产品的数据分析挖掘与商业智能决策能力，提供更高水平的数据增值服务能力。

4. 追赶巨头垄断领域

把握新兴领域对于传统产品、解决方案的颠覆与革新趋势，设立自主产品的应用“试验田”，通过扎实研究来改良性能并缩小与国外产品的差距。

①提升工业传感器高端产品的性能指标，重视敏感材料研发，能够做到替代可控。

②研究开源、边缘计算等对于PLC产品的影响，及早布局颠覆性技术应用。

③研发设计类工业软件覆盖PLM、CAD、CAE、CAM、CAPP等方向，积累航空、航天、船舶、石化、材料等领域的模型、仿真算法和分析经验；设立国产工业软件“试验田”，开展国内外软件产品的应用比较分析研究。

( 三 ) 兼顾技术突破和商业成功

1. 加强智能制造和工业互联网融合的技术攻关

着眼于企业技术需求这一出发点，既包括针对特定场景的单点式“小”突破，也涉及重大领域、重大技术方向的集中式“大”突破（见图5）。前者借助“产学研”协同的服务机构/平台，建立企业与高等院校、科研院所之间联合的精干技术团队；后者应构建龙头企业牵头的联盟/创新综合体，集中开展技术攻关。通行共性服务、“专精特新”企业培训，是实施技术突破的关键支撑，可由政府投资撬动并以企业资源为主体。

2. 重视智能制造和工业互联网融合的商业成功

针对智能制造行业的共性需求，在研发技术解决方案之后，通过“试验田”、首台（套）保险等形式的资金对国产产品应用提供支持，注重商业运行的可持续性。对于中小企业的个性化需求，在提出/竞标项目时提供详细的技术方案，开展包含商业分析在内的多方位评估，通过商业推广平台来为中小企业提供更低成本拓展市场的条件。

图5 技术攻关单点式“小”突破和集中式“大”突破示意图

( 四 ) 加强各类复合型人才的培养培育

高等院校和科研院所重点培养高层次、科技创新型人才，支持培育具有科技战略视野的企业家，探索设置AI、工业大数据等前沿学科/专业，提出多学科培养计划并注重校企联合培养。各类高层次人才引进计划应向智能制造和工业互联网领域适当倾斜，可聘请企业家、技术专家作为客座讲师。完善成果评价认定机制，合理提高对工业机理模型、算法、工业APP等成果的认可度，保障对人才的合理激励。

企业应注重培养或引进兼顾技术与管理、IT+OT的复合型人才，同时加强专业性技能人才的培养力度。探索联合培养与资质认证，鼓励信息化部门与自动化部门的人员轮岗，加强技术人才的国际性学习培训。合理支持高层次人才的“产学研”跨界流动，开辟国际化人才引进的绿色通道；鼓励有条件的企业在海外成立研究中心，构建引智网络。针对性提高公众科技素养、技术工人专业素养，培养产业政策设计、产业管理与公共服务类别的专业人才。结合产业发展特点，建立适应公共服务能力需求的专业性政府机构队伍，强化智库建设和研究。

一	二	三	四	五	六	日
						1
2	3	4	5	6	7	8
9	10	11	12	13	14	15
16	17	18	19	20	21	22
23	24	25	26	27	28	29
30

相关推荐

微慑网

最新文章

随机文章

微慑标签

热门文章

信息资源

友情链接

域名

安全站点

工具

特效

本站信息

其他操作

赞助本站

微慑信息网专注工匠精神

微慑信息网-VulSee.com-关注前沿安全态势,聚合网络安全漏洞信息,分享安全文档案例

觉得文章有用就打赏一下文章作者

非常感谢你的打赏，我们将继续提供更多优质内容，让我们一起创建更加美好的网络世界！

支付宝扫一扫

微信扫一扫

切换注册登录

切换登录注册