(网经社讯)当前，我国工业互联网平台产业空心化问题比较突出，国内领先工业互联网平台基本上都是建立在国外基础产业体系之上，工业互联网平台所依赖的智能装备、自动控制、工业协议、通用PaaS、高端工业软件等产业链命门掌握在别人手里。

数据显示，我国94%以上的高档数控机床、95%以上的高端PLC、95%以上的工业网络协议、90%以上的高端工业软件被欧美日企业垄断，50%以上的工业PaaS平台采用国外开源架构，数据、平台、应用和安全等四个方面的产业空心化问题亟待解决。

一、我国工业互联网平台产业空心化问题突出

（一）95%以上的高端PLC和工业网络协议被国外厂商垄断，工业数据采集能力薄弱

工业控制系统是实现工业生产自动化、数字化的基础，是工业互联网平台底层数据的重要来源，也是构建工业互联网平台的基础。

当前，我国工业控制系统产业竞争力较弱，和利时、浙大中控、南大傲拓、福大自动化等本土品牌主要集中在国内中低端工业控制系统市场，94%以上的高档数控机床依赖进口，95%以上的高端PLC、50%以上的高端DCS、95%以上的工业网络标准协议市场被GE、西门子、罗克韦尔、施耐德等国外厂商垄断。

由于国外厂商设备数据不开放、接口不统一，因此设备的数据兼容性差、采集门槛高、采集难度大，导致设备上云难，从而制约了我国工业互联网平台的快速发展。

（二）50%左右的工业PaaS平台采用国外开源架构，缺乏开源开放的本土通用PaaS平台

工业PaaS是工业互联网平台的核心，也是生态系统核心技术能力的综合体现。工业PaaS作为一种可扩展的工业云操作系统，其发展的关键是在通用PaaS的基础上为工业APP开发者提供专业的开发工具和算法库、模型库、知识库等微服务组件。

总体上看，我国50%左右的工业PaaS平台采用CloudFoundary、OpenShift等国外开源架构，其余工业PaaS平台采用自主研发架构，和国外开源架构相对成熟的开源生态相比，我国平台自主研发架构尚未建立开源生态，对开发者的“粘性”不强，这会影响到第三方开发者在平台上的快速汇聚，导致我国工业互联网平台开发者社区建设缓慢。亟需建立具有通用性、开放性和灵活性兼具的本土通用PaaS平台，进而赋能工业PaaS平台。

（三）90%以上的高端工业软件被国外厂商垄断，杀手级工业APP匮乏

杀手级工业APP是工业互联网平台的关键。高端工业软件是工业经验、技术、原理等工业知识的模块化、代码化、软件化，是杀手级工业APP的重要来源。

表面上看，我国工业互联网平台与国际领先工业互联网平台差距主要体现在杀手级工业APP不足，但背后的根本原因是我国高端工业软件匮乏。我国90%以上的CAD、CAE、MES、PLM高端工业软件市场被SAP、西门子、达索、PTC等国外厂商垄断，用友、金蝶、浪潮等一批本土优秀企业的工业软件多集中于经营管理类，与工业场景、行业经验结合不足，工业机理模型等核心功能模块少，缺乏将工业软件进行“解耦”进而“重构”成杀手级工业APP的基础。

（四）工业信息安全保障能力不强，掣肘工业互联网平台建设和推广

工业信息安全是工业互联网平台建设和推广的前提和重要保障。工业互联网强调全要素、全产业链和全价值链的连接，越来越多的人、机、物会暴露在工业互联网上，工业设备运行体系将从封闭走向开放，鉴于工业互联网平台所依赖的智能装备、自动控制、工业协议掌握在别人手里，工业信息安全存在先天短板，对企业传统安全防范意识、安全管理方式、安全技术手段提出了更高要求，亟需工业互联网平台企业构建一个涵盖设备安全、网络安全、控制安全、应用安全和数据安全的全方位安全保障体系，以实现对工业生产系统的全方位保护，加快工业互联网平台应用推广。

二、突破产业空心化瓶颈的建议

（一）补齐存量技术，夯实工业互联网平台基础产业

一是提升自动控制与感知产业支撑能力。加快推动智能传感器、可编程逻辑控制器、分布式控制系统、数据采集与监控系统等研发和产业化。

二是夯实工业互联网平台网络基础。推进工厂内网的IP化、无线化、扁平化、柔性化技术改造和建设部署，加快NB-IoT等新型网络技术部署，加快软件定义网络、网络功能虚拟化等新一代网络技术研究和部署试点。

三是培育开放的通用PaaS平台。建立一套标准化模块化的工业微服务组件库（工业知识组件、算法组件、原理模型组件）、开发环境（建模工具、开发模型、组态工具）和工业大数据系统（工业数据清洗、管理、分析）。

四是构建工业互联网安全保障体系。强化设备、网络、控制、应用和数据的安全保障能力，实现对工业生产系统和商业系统的全方位保护。

（二）用好增量技术，加快边缘计算、大数据、人工智能、区块链等新兴技术在工业互联网平台中的应用推广

一是推动边缘智能和云平台协同发展。加快边缘侧智能传感、实时操作系统、智能网关、边缘智能模块等软硬件开发部署，实现基于工业现场数据实时智能分析和基于云端数据的批量大数据分析协同。

二是深化大数据技术应用。围绕工业大数据建模分析，突破多元异构数据处理、时序数据分析、海量数据挖掘等基础技术和机理建模、流程建模、业务建模、可视化建模等核心应用。

三是推进人工智能应用。推进人工智能算法在工业微服务模块和工业APP的融合应用，发挥机器学习强大的特征表征和非线性映射能力，增强模型的可靠性、解释性和自我成长性。

四是加快区块链应用探索。引导平台企业布局区块链技术，促进分布式合约在平台中的应用，支持数字化模型和工业APP的流转。基于区块链技术建设跨行业、跨领域平台联盟链，推动平台间互联互通。

（三）加强生态培育，加快开源社区建设和开发者培育

一是培育设备协议兼容的开源社区。引导有关企业开放各类标准兼容、协议转换的技术，实现工业数据在多源设备、异构系统之间的有序流动，确保设备“联得上”。

二是培育行业共性知识开放的开源社区。引导工业互联网平台企业开放开发工具、知识组件、算法组件，构建开放共享、资源富集、创新活跃的工业APP开发生态，确保行业机理模型“跟得上”。

三是加快工业APP开发者人才队伍建设。支持工业互联网平台企业联合联盟、协会等组织举办工业互联网“双创”开发者大赛，打造基于工业互联网平台的“双创”新生态，推动工业APP“上数量”。（来源：赛迪晓庆工作室 文/赛迪工业互联网首席研究员袁晓庆 编选：网经社）