工業互聯網發展態勢思考

應芳芳（中國信息通信研究院，北京 100191）

1 工業互聯網發展情況

工業互聯網作為互聯網、新一代網絡信息技術和制造業深度融合形成的產物，是實現工業智能化、數字化、網絡化發展的關鍵信息基礎設施，對未來工業發展具有全方位、寬領域、系統性影響。

1.1 政策引領發展脫虛向實

近年來，中央和地方適時出臺相應政策舉措，對工業互聯網加速發展和夯實基礎意義重大。從國家層面來看，2017 年11 月，國務院發布《關于深化“工業互聯網+先進制造業”發展工業互聯網的指導意見》［1］，提出“加快建設和發展工業互聯網，推動互聯網、大數據、人工智能和實體經濟深度融合，發展先進制造業，支持傳統產業優化升級”。2018年6月，工業和信息化部發布《工業互聯網發展行動計劃（2018—2020年）》［2］，提出“到2020 年底，初步建成工業互聯網基礎設施和產業體系?！惫I和信息化部分別在2019 年和2020 年發布《“5G+工業互聯網”512 工程推進方案》［3］和《關于推動工業互聯網加快發展的通知》［4］2 個綱領性文件來指導工業互聯網的快速發展。從地方層面來看，據不完全統計，2020 年全國除藏新港澳臺外的29 個省（市、區）都因地制宜地相繼出臺地方產業政策共計400 余條。其中珠三角、長三角、川渝、魯豫一帶比較活躍。以廣東為例，廣東省人民政府辦公廳于2020 年11 月發布《廣東省推進新型基礎設施建設3 年實施方案（2020—2022 年）》［5］，提出“推動標識解析國家頂級節點（廣州）擴容增能，到2022 年，建成50 個以上工業互聯網標識解析二級節點，累計標識解析注冊量超過15億，構建更加完善的工業互聯網標識解析應用生態”。總體來看，伴隨著工業互聯網產業生態飛速發展，中央和地方都將會因地制宜發布相關政策，并逐步向垂直行業、重點領域等方面延伸。

1.2 平臺體系全面使能

當前，工業互聯網平臺已從概念宣傳向深耕階段發展，全面使能制造業的數字化、網絡化、智能化轉型。工業互聯網平臺體系架構主要包括智能終端、云架構和工業APP 三大核心層級，致力于構建基于海量數據采集、匯聚、分析的服務體系，實現制造資源的泛在連接、彈性供給、高效配置。根據中國信息通信研究院在2020年工業互聯網大會上公布的數據，具有一定行業、區域影響力的平臺已超70 個，十大雙跨平臺平均鏈接設備數量達到80萬套，平均工業APP數量超過3 500 個。各企業平臺各具特點，橫跨不同垂直行業、領域等，促進工業互聯網平臺體系迅猛發展，全面賦能工業互聯網乃至第一二三產業的發展。

從另外一個角度看，融合創新技術和應用推廣范圍對工業互聯網平臺體系的發展起到關鍵性作用，很大程度上會影響工業互聯網平臺和工業APP 的發展方向。近年來，新技術融合創新的步伐逐漸加速，例如，工業互聯網平臺與5G、區塊鏈、VR/AR 等前沿技術進行融合，并涌現出多樣化解決方案，極大拓寬了工業互聯網產業邊界，為企業實現數字化轉型提供助力。未來，工業互聯網平臺、工業APP 不斷與前沿技術深度融合將成為重要發展方向之一。

1.3 應用體系加速融合

在政產學研用資多方的共同努力下，我國工業互聯網應用融合進入由淺向深的階段。

一是工業互聯網應用企業呈現產業集群效應。中國信息通信研究院組織開展的2020 年工業互聯網發展成效調查顯示，上海、廣東、江蘇、北京、浙江等地制造企業數量眾多，產業生態指數均超75%，并逐步形成工業互聯網應用企業集群，供給側企業數量增長迅速，供需良性互動促進產業生態繁榮。

二是工業互聯網融合應用加速向各垂直行業滲透，并逐步由制造業向非制造業延伸。當前工業互聯網應用已在鋼鐵、汽車、船舶、家居、服裝、食品、醫藥、供應鏈服務等30多個國民經濟重點行業落地，在能源電力、軌道交通等行業的應用融合持續加速。工業互聯網服務企業由供應、銷售、物流等外部環節向研發、設計、監測、生產等內部環節延伸。

三是“5G+工業互聯網”融合應用由淺入深。工業互聯網整合5G“高帶寬、低時延、大連接”等特性，融合應用深度逐步由信息采集、遠程控制、無人巡檢、視頻監控等外圍環節向生產控制、設備預測性維護、協同設計、仿真驗證等生產內部環節延伸，為企業實現數字化、網絡化、智能化轉型奠定良好基礎。

1.4 產業經濟迅猛發展

工業互聯網作為互聯網、新一代網絡信息技術和制造業深度融合形成的產物，是實現工業智能化、數字化、網絡化發展的關鍵信息基礎設施。在與工業經濟深度融合時產生全新經濟生態，將催生出新的生產制造和服務體系。中國信息通信研究院測算工業互聯網產業經濟規模，包括核心產業和融合帶動的經濟影響2 個部分內容，得出如下結論：2018 年、2019 年我國工業互聯網產業經濟增加值規模分別為1.42 萬億元、2.13 萬億元，同比實際增長為55.7%、47.3%，占GDP 比重為1.5%、2.2%，對經濟增長的貢獻為6.7%、9.9%。2020 年，我國工業互聯網產業經濟增加值規模約為3.1 萬億元，同比實際增長約47.9%，占GDP 比重為2.9%，對GDP增長的貢獻將超過11%［6］。

2 工業互聯網發展面臨的問題

2.1 政策體系有待完善

從全國2020年發布的工業互聯網政策來看，東西部政策扶持力度不一，工業互聯網發展態勢不均衡，因此，工業互聯網賦能各地區的發展成效差異較大。如何構建“東西部相互促進，以強扶弱”的良性生態循環發展和推動建設有地方特色的產業集群方面值得深思。通過“以強扶弱”來拉動多方參與協作，開創互利共贏和融合發展的良好局面。

2.2 融合創新應用深化

前沿技術與工業互聯網逐步深化融合將是工業互聯網產業發展的有力支撐。當前，“5G+工業互聯網”融合應用進入深耕階段，服務環節逐步由外圍環節向內部環節滲透。工業互聯網與區塊鏈、云計算、大數據、人工智能等前沿技術的融合有待加強。工業企業在實施工業互聯網與新技術融合過程中，大部分會投入二次開發和系統集成工作，企業將面對人力、物力和財力等方面的大量投入，以及管理方式的變革，這會大大降低企業使用和推廣新技術的積極性。如何提高企業使用前沿技術與工業互聯網深化融合應用積極性值得我們深思。

2.3 網絡安全風險增加

工業互聯網在與人工智能、大數據、5G、區塊鏈等前沿技術融合過程中，打破了工業企業相對封閉的環境，極易帶來新的安全隱患，增加安全風險。中國信息通信研究院2020年發布的《工業互聯網安全技術應用和產業發展研究》白皮書指出，截至2020 年6 月底，國家平臺對136 個重點工業互聯網平臺進行了掃描，累計發現漏洞3 381 個，其中高危漏洞133 個，中危漏洞2 852 個，中高危漏洞占比為88%。因此，如何防護和應對工業互聯網網絡安全問題成為重要工作之一。

3 我國工業互聯網發展建議

3.1 持續加大產業扶持力度

隨著工業互聯網進入深耕階段，需要各地方政府通過多舉措來引領工業互聯網發展脫虛向實和構建內循環生態體系。一是建議通過產業政策、標桿項目、政產學研資用等方式來引導各產業鏈積極參與工業互聯網生態體系構建。二是培育和扶持行業龍頭領軍企業，鼓勵“以強扶弱、以大代小”的發展局面，逐步形成有地方特色的產業集群，不斷催生出創新型生態模式，構建多方參與和協作、共創互利共贏、融合發展的良好局面。三是通過加大產業扶持力度來拉動企業積極參與工業互聯網改革和擁抱新技術，探索新業務模式，實現企業生產的提質增效。

3.2 推進前沿技術與行業應用深度融合

持續加強前沿技術與工業互聯網的融通發展，隨著區塊鏈與云計算、大數據、人工智能等新技術新應用交叉融合，工業互聯網作為人、機、物的全面互聯核心載體，幫助企業實現工業全要素、全產業鏈、全價值鏈的全面連接。為了推動前沿技術與行業應用加速融合，建議從2 個方面來推動前沿技術與工業互聯網的融通發展：一是鼓勵行業龍頭企業、科研院所和相關產業聯盟開展前沿技術與工業互聯網行業應用的研發試點示范工作，例如，通過共同建設行業應用創新中心、成立行業應用解決服務商等方式來推動新技術與工業互聯網的融合應用，構建清晰明確和良性發展的產業生態圈；二是鼓勵企業積極將前沿技術逐步應用在企業的設備、生產線、工藝流程改造以及企業管理等各方面，推動融合應用逐漸由信息采集、遠程控制、無人巡檢、視頻監控等外圍環節向生產控制、設備預測性維護、協同設計、仿真驗證等生產內部環節滲透。

3.3 強化網絡安全防護能力

工業互聯網在發展過程中，不斷與區塊鏈、人工智能、云計算等前沿技術相融合，網絡安全問題日益凸顯。一旦出現安全問題，工業互聯網各個模塊內的信息安全性、完整性等將受到很大威脅，甚至遭到破壞，造成難以估算的損失。因此，高度重視和加強工業互聯網網絡安全防御刻不容緩，建議從以下4 個方面來強化網絡安全防護能力：一是建議從國家層面發布相關網絡安全行動指南，從頂層設計來加強區塊鏈、人工智能、云計算、大數據等前沿技術融通發展的引導，提前防范系統性風險；二是建議科研院所加強網絡安全問題研究，從工業互聯網系統架構、網絡平臺等方面著手安全設計和研究，加強技術成果轉化和應用；三是鼓勵企業加大網絡安全資金投入和建立網絡安全保障機制，推動企業內部重視網絡安全問題；四是鼓勵企業利用人工智能、區塊鏈、云計算等前沿技術為工業互聯網安全賦能，從提前防護系統、發現威脅、判斷威脅級別、應對威脅和消除威脅等環節建立相應的防御機制，全方位保障工業互聯網安全。

4 結束語

工業互聯網通過人、機、物的全面互聯構建一個體系龐大的工業制造生態系統，融合前沿技術將會帶來生產方式和商業模式方面的突破性創新，逐步呈現出生產方式智能化、產業形態數字化、組織方式平臺化的新業態。工業互聯網與前沿技術融合成為企業實現工業全要素、全產業鏈、全價值鏈的全面連接，實現各類生產要素和資源的信息交互，提升制造業生產效率、產品質量和優化資源配置的關鍵支撐。