導(dǎo)讀：當(dāng)前，全球工業(yè)互聯(lián)網(wǎng)正處于以人工智能為代表的新一輪數(shù)字技術(shù)變革周期當(dāng)中，新興數(shù)字技術(shù)與傳統(tǒng)工業(yè)體系的融合創(chuàng)新較以往更為活躍，越來越多的制造企業(yè)開始全力擁抱數(shù)字化浪潮、持續(xù)加大數(shù)字化轉(zhuǎn)型的投入力度。在技術(shù)與市場紅利的雙輪驅(qū)動之下，新的產(chǎn)業(yè)空間正在被不斷地創(chuàng)生出來，推動工業(yè)互聯(lián)網(wǎng)技術(shù)產(chǎn)業(yè)的邊界持續(xù)擴展延伸，智能裝備、開放自動化、云原生工業(yè)軟件及工業(yè)智能等新興產(chǎn)業(yè)正在加速崛起，成為工業(yè)互聯(lián)網(wǎng)發(fā)展的新的動力引擎。與此同時，工業(yè)互聯(lián)網(wǎng)的產(chǎn)業(yè)格局也有望迎來調(diào)整重塑，多元企業(yè)主體將在更為復(fù)雜的市場環(huán)境與機遇窗口期之下展開角逐，既有老牌工業(yè)技術(shù)服務(wù)商全面轉(zhuǎn)型傳統(tǒng)產(chǎn)品與業(yè)務(wù)，利用已經(jīng)建立的市場基礎(chǔ)加快新產(chǎn)品的商業(yè)化，也有跨界數(shù)字技術(shù)服務(wù)商與初創(chuàng)企業(yè)充分利用技術(shù)優(yōu)勢，找準(zhǔn)利基市場實現(xiàn)業(yè)務(wù)的擴張與滲透。

1　工業(yè)互聯(lián)網(wǎng)技術(shù)趨勢

1.1　硬件形態(tài)正發(fā)生根本性改變，功能集成和軟硬解耦是主要趨勢

新型硬件產(chǎn)品正加快整合計算、存儲、網(wǎng)絡(luò)等硬件能力，滿足復(fù)雜計算和空間集約需求。傳統(tǒng)硬件體系較為碎片，層級架構(gòu)明顯，管理、布線復(fù)雜，近幾年，邊緣計算、云邊協(xié)同、智能控制等新服務(wù)需求加劇了現(xiàn)場復(fù)雜度，多層級的碎片化架構(gòu)管理問題更加突出，同時隨著集成計算、網(wǎng)絡(luò)、存儲等資源技術(shù)的IT超融合架構(gòu)趨于成熟，工廠車間層硬件也開始走向整合集成。國外企業(yè)像倍福、西門子、霍尼韋爾等以及國內(nèi)企業(yè)東土科技、寄云等均推出智能邊緣一體機，可充當(dāng)網(wǎng)關(guān)、邊緣計算器、控制器、手提電腦等，有效減少設(shè)備數(shù)量提升空間利用效率，進一步降低布線和管理的復(fù)雜性。

硬件軟硬解耦進程加速，封閉嵌入式硬件體系向“通用硬件+開放軟件”體系演進，提升應(yīng)用移植復(fù)用水平。傳統(tǒng)工業(yè)硬件技術(shù)體系軟硬高度耦合，硬件設(shè)備的功能和性能受到軟件的限制，軟件也必須針對特定硬件設(shè)備開發(fā)，軟硬件開發(fā)、維護和升級難以協(xié)調(diào)。數(shù)控系統(tǒng)過去控制算法和硬件綁定，匯川開放式數(shù)控系統(tǒng)已初步開放解耦，用戶可以將自身積累經(jīng)驗開發(fā)成算法并封裝入數(shù)控系統(tǒng)，但解耦程度仍較低，開發(fā)出的算法仍無法遷移到其他品牌設(shè)備中。西門子虛擬PLC已實現(xiàn)控制軟件和控制器解耦，軟件不再局限于西門子的特定設(shè)備，而是可在多類品牌廠商、多種類型設(shè)備（包括云平臺）上實現(xiàn)控制軟件靈活部署遷移，但應(yīng)用軟件和工控操作系統(tǒng)仍有耦合，無法跨操作系統(tǒng)遷移。菲尼克斯新一代HMI面板已原生融合HTML 5技術(shù)，應(yīng)用不再局限于任何設(shè)備或操作系統(tǒng)，應(yīng)用可以任意遷移復(fù)用，徹底實現(xiàn)軟硬解耦。

1.2　應(yīng)用開發(fā)技術(shù)呈現(xiàn)多元化創(chuàng)新，走向深層次平民化和低門檻

低代碼開發(fā)需求愈發(fā)強烈，IT、OT低代碼開發(fā)兩條路徑并舉。近幾年企業(yè)數(shù)字化轉(zhuǎn)型進入深水區(qū)，低門檻、高敏捷開發(fā)需求愈發(fā)強烈。在IT領(lǐng)域，低代碼開發(fā)技術(shù)愈發(fā)成熟并向普及推廣邁進，如SAP Build低代碼開發(fā)解決方案，集成了上千個業(yè)務(wù)場景的預(yù)構(gòu)建工作流，通過簡單的拖拽方式快速實現(xiàn)開發(fā)。微軟低代碼開發(fā)平臺Power Platform加入AI助手Copilot，通過自然語言輔助代碼開發(fā)，大幅降低開發(fā)門檻。在OT領(lǐng)域，低代碼技術(shù)標(biāo)準(zhǔn)化進程加快，模塊類型包（MTP）標(biāo)準(zhǔn)通過快速拖拉拽代碼包構(gòu)建控制應(yīng)用成為重要方向，羅克韋爾、西門子、倍福、ABB、施耐德電氣等OT廠商紛紛推出自動化軟件，可創(chuàng)建符合MTP標(biāo)準(zhǔn)靈活復(fù)用的標(biāo)準(zhǔn)代碼包。

OT開發(fā)加快IT化，通用統(tǒng)一的開發(fā)環(huán)境大幅提升工控開發(fā)效率。傳統(tǒng)OT開發(fā)技術(shù)與IT開發(fā)技術(shù)在架構(gòu)設(shè)計、編程方式等方面存在較大差異，OT開發(fā)效率較低。隨著邊緣計算、智能控制等需求爆發(fā)，OT領(lǐng)域的IT開發(fā)需求日益強烈。如羅克韋爾面向控制器設(shè)計推出新一代開發(fā)平臺FactoryTalk Design Studio，可基于云端實現(xiàn)現(xiàn)代化軟件開發(fā)和基于Github的版本管理和控制；西門子在傳統(tǒng)OT開發(fā)基礎(chǔ)上，推出以IT開發(fā)為核心的新型開發(fā)工具SimaticAX，支持面向?qū)ο蟮木幊?、git版本管理等，與傳統(tǒng)OT開發(fā)工具博圖原生打通，OT開發(fā)的IT化趨勢越加顯著。

大模型技術(shù)推動自然語言開發(fā)創(chuàng)新加速，變革開發(fā)交互模式。大模型具備的復(fù)雜自然語言理解能力、高質(zhì)量代碼生成能力已經(jīng)在軟件開發(fā)多個環(huán)節(jié)（如功能設(shè)計、代碼開發(fā)、測試）中釋放出巨大潛力，新一輪軟件工程變革正在加速。通用IT開發(fā)方面，SAP、Salesforce、百度等推出集成專用大語言模型的開發(fā)助手，可使用AI聊天助手生成特定代碼；微軟軟件測試專業(yè)平臺Hydra Lab也接入大模型，實現(xiàn)高度自動化的測試結(jié)果分析、探索性測試和測試用例生成。OT開發(fā)方面，頭部自動化廠商如倍福、羅克韋爾自動化、西門子等開發(fā)軟件均集成了大語言模型，通過自然語言完成OT代碼開發(fā)已經(jīng)成為現(xiàn)實。

1.3　模型貫通和數(shù)據(jù)集成演進升級，進一步支撐專用智能深度應(yīng)用和通用智能技術(shù)變革

工業(yè)互聯(lián)網(wǎng)集成技術(shù)向更深層次的模型集成和更廣范圍的數(shù)據(jù)主線演進，為數(shù)據(jù)和模型融合決策提供底座支撐。在模型貫通方面，MBSE應(yīng)用越發(fā)廣泛，更深層次的互聯(lián)互通互操作成為可能。達索、西門子等頭部企業(yè)廣泛應(yīng)用MBSE理論，通過模型間互聯(lián)互通提升貫通和協(xié)同效率，進一步提升模型移植復(fù)用水平。在數(shù)據(jù)集成方面，數(shù)據(jù)集成范圍從工廠內(nèi)走向工廠外、從單點走向全環(huán)節(jié)，實現(xiàn)產(chǎn)品全周期數(shù)據(jù)集成。PTC深化基于數(shù)據(jù)主線戰(zhàn)略，以14.6億美元收購以現(xiàn)場服務(wù)管理云軟件（FSM）領(lǐng)導(dǎo)者ServiceMax，通過集成產(chǎn)品監(jiān)控和服務(wù)數(shù)據(jù)，將產(chǎn)品數(shù)字主線貫通到下游現(xiàn)場售后層級。

傳統(tǒng)工業(yè)智能正在經(jīng)歷由簡單感知識別向深度認知演進，應(yīng)用范圍從外圍環(huán)節(jié)向核心環(huán)節(jié)延伸。傳統(tǒng)工業(yè)智能應(yīng)用模式包括識別類、數(shù)據(jù)建模優(yōu)化類、知識推理決策類以及組合類四種，應(yīng)用認知水平依次遞升，并加速由質(zhì)檢、巡檢等外圍環(huán)節(jié)向工藝優(yōu)化、設(shè)備運維等核心制造環(huán)節(jié)演進。識別類應(yīng)用成熟度最高，占比47.5%，但其可解問題有限，主要利用機器視覺技術(shù)賦能質(zhì)量檢測、安全巡檢、物體分揀等外圍生產(chǎn)環(huán)節(jié)，與工業(yè)機理相關(guān)性較弱。數(shù)據(jù)建模優(yōu)化類探索最集中，占比42.9%，通過機器學(xué)習(xí)算法對研發(fā)仿真、設(shè)備運行、工藝參數(shù)等結(jié)構(gòu)化數(shù)據(jù)進行建模優(yōu)化，形成工藝參數(shù)優(yōu)化、能耗優(yōu)化、排程優(yōu)化等典型應(yīng)用。知識推理決策類僅實現(xiàn)點狀探索應(yīng)用，占比4.7%，主要圍繞設(shè)備故障診斷、工藝知識問答等強工業(yè)機理環(huán)節(jié)實現(xiàn)創(chuàng)新應(yīng)用，提升決策的可解釋性與認知水平。組合類應(yīng)用價值潛力最大，通過數(shù)據(jù)與機理雙驅(qū)動的模式在設(shè)備管理、經(jīng)營管理等環(huán)節(jié)實現(xiàn)局部應(yīng)用，占比4.9%，當(dāng)前仍處于科研院所為主的理論驗證階段。

工業(yè)大模型發(fā)展遵循“嫁接基礎(chǔ)大模型-自研領(lǐng)域大模型-多模態(tài)多任務(wù)大模型”路徑，變革價值潛力巨大。相比傳統(tǒng)工業(yè)智能，工業(yè)大模型在推理決策能力、泛化能力上具有無可比擬的優(yōu)勢，將會顯著降低企業(yè)應(yīng)用AI門檻，提升企業(yè)分析決策、可持續(xù)創(chuàng)新等能力。大模型技術(shù)與工業(yè)融合目前呈現(xiàn)兩種形態(tài)，一是各工業(yè)場景直接嫁接消費領(lǐng)域基礎(chǔ)大模型，增加自然語言交互、代碼自動生成等輔助性能。這類應(yīng)用本質(zhì)均是調(diào)用基礎(chǔ)大模型已有功能，充分發(fā)揮基礎(chǔ)大模型在自然語言交互、代碼生成等領(lǐng)域的優(yōu)勢，快速提升企業(yè)辦公效率和工廠操作效率。二是基于細分工業(yè)場景數(shù)據(jù)，自建領(lǐng)域大模型，實現(xiàn)研發(fā)、生產(chǎn)等環(huán)節(jié)的創(chuàng)新應(yīng)用。以結(jié)構(gòu)設(shè)計、藥物研發(fā)等為代表的研發(fā)設(shè)計環(huán)節(jié)應(yīng)用潛力較大，有望推動人腦設(shè)計走向生成設(shè)計。三是面向多類場景和多類任務(wù)，構(gòu)建具備通用能力的多模態(tài)融合大模型。這類模型在可靠性、可解釋性要求高的核心生產(chǎn)環(huán)節(jié)價值潛力巨大，但距離產(chǎn)業(yè)化應(yīng)用仍有一定距離。谷歌PALM-E機器人大模型是典型代表，具備自主通用智能，可執(zhí)行多種任務(wù)，已經(jīng)在工業(yè)生產(chǎn)領(lǐng)域探索應(yīng)用，但距離真實生產(chǎn)場景仍有較大差距。

1.4　工業(yè)應(yīng)用呈現(xiàn)“落地-升級-躍升”梯次推進，垂直應(yīng)用加快普及、智能應(yīng)用逐漸涌現(xiàn)、一體化應(yīng)用原型凸顯

工業(yè)應(yīng)用在漫長發(fā)展過程中迎來新一輪變革周期，遵循著“落地-升級-躍升”的發(fā)展路徑。在落地階段，打造垂直應(yīng)用成為廠商加快產(chǎn)品落地推廣關(guān)鍵。在升級階段，智能化成為多數(shù)廠商提升應(yīng)用能力關(guān)鍵。在躍升階段，一體化、全貫通工業(yè)應(yīng)用憑借快速部署、流程天然打通等優(yōu)勢成為頭部廠商競爭焦點。當(dāng)前，少數(shù)廠商已完成落地推廣并布局智能應(yīng)用，極少數(shù)頭部廠商已推出一體化工業(yè)應(yīng)用原型。

多數(shù)廠商已開始打造細分解決方案，推動具有強行業(yè)特征的垂直類應(yīng)用走向普及推廣。隨著云化解耦技術(shù)愈加成熟，應(yīng)用的快速靈活重構(gòu)成為可能，專精類服務(wù)商進而能夠以較少投入快速整合推出面向行業(yè)細分領(lǐng)域賽道的產(chǎn)品，搶占細分賽道。霍尼韋爾面向醫(yī)藥行業(yè)，推出MXP制藥MES平臺，覆蓋從臨床試驗到商業(yè)化產(chǎn)品開發(fā)全環(huán)節(jié)應(yīng)用。西門子面向集成電路行業(yè)，在過去三年先后收購電子先進企業(yè)Supplyframe、電路仿真企業(yè)AveryDesignSystems，提升集成電路行業(yè)的工業(yè)應(yīng)用能力。

少數(shù)已經(jīng)完成細分行業(yè)產(chǎn)品化的企業(yè)，開始推動應(yīng)用智能化升級，超越傳統(tǒng)能力邊界的新型智能應(yīng)用加速涌現(xiàn)。經(jīng)營管理智能應(yīng)用方面，Salesforce推出用于CRM的生成式Al Einstein GPT，能夠針對客戶查詢生成自然語言響應(yīng)、創(chuàng)建個性化內(nèi)容，甚至代表銷售人員起草整封電子郵件，極大提升客戶管理效率。研發(fā)設(shè)計智能應(yīng)用方面，仿真軟件巨頭Ansys推出基于Al的仿真軟件Ansys SimAl，將Ansys仿真的預(yù)測準(zhǔn)確度與創(chuàng)成式AI的高速度相結(jié)合，實現(xiàn)設(shè)計流程加速10-100倍。生產(chǎn)管控智能應(yīng)用方面，橫河電機推出基于強化學(xué)習(xí)的新型控制優(yōu)化應(yīng)用FKDPP，針對過去只能手動控制場景，實現(xiàn)自主化控制，極大降低人工經(jīng)驗依賴。

極少數(shù)具有多類工業(yè)應(yīng)用以及生態(tài)整合能力的服務(wù)商，集成打通多類應(yīng)用，具有“1+1>2”躍升價值的“一體化應(yīng)用”原型凸顯。達索3D Experience平臺包含設(shè)計、仿真模擬、產(chǎn)品數(shù)據(jù)管理、生產(chǎn)管控、企業(yè)運營、大數(shù)據(jù)分析、協(xié)同環(huán)境、社區(qū)協(xié)作等多種應(yīng)用為一體的綜合平臺，用戶使用3DE便可以完成研發(fā)、設(shè)計、仿真甚至下游生產(chǎn)制造。西門子推出Xcelerator解決方案，其本質(zhì)是依托邊緣平臺MindSphere將PLM、EDA、ALM、MOM等多環(huán)節(jié)工業(yè)應(yīng)用組合，打造一體化集成的超級應(yīng)用。

2　工業(yè)互聯(lián)網(wǎng)未來展望

2.1　工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)走向平穩(wěn)發(fā)展，新領(lǐng)域是增長引擎

隨著工業(yè)互聯(lián)網(wǎng)技術(shù)產(chǎn)品進一步成熟，產(chǎn)業(yè)也將逐步從高速增長周期過渡到平穩(wěn)發(fā)展階段。工業(yè)互聯(lián)網(wǎng)技術(shù)產(chǎn)業(yè)規(guī)模增速將基本保持穩(wěn)定或略微放緩，產(chǎn)業(yè)成熟度將進一步提升。以我國為例，2023年我國工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)總規(guī)模超過1.36萬億元，同比增速較以往下降3-4個百分點，預(yù)計未來產(chǎn)業(yè)規(guī)模增速將保持平穩(wěn)。工業(yè)互聯(lián)網(wǎng)技術(shù)產(chǎn)業(yè)的不同細分領(lǐng)域增長速度將呈現(xiàn)出顯著差異，融合創(chuàng)新領(lǐng)域有望撬動產(chǎn)業(yè)新“增長極”。工業(yè)互聯(lián)網(wǎng)網(wǎng)絡(luò)、平臺、安全等成熟產(chǎn)業(yè)已形成規(guī)模，產(chǎn)業(yè)高增長動能減弱，而工業(yè)智能、工業(yè)數(shù)字孿生、開放自動化等新興產(chǎn)業(yè)將迎來爆發(fā)式增長。據(jù)估計，工業(yè)智能未來五年復(fù)合增長率將達到52.5%，工業(yè)數(shù)字孿生未來五年復(fù)合年增長率將達到61.3%，開放自動化市場規(guī)模增速將達到傳統(tǒng)自動化市場的6倍，增速超過20%。

2.2　工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)加速整合，走向數(shù)字孿生閉環(huán)

在融合技術(shù)創(chuàng)新變革與數(shù)據(jù)閉環(huán)分析需求的雙輪驅(qū)動下，工業(yè)互聯(lián)網(wǎng)將加速細分領(lǐng)域的技術(shù)產(chǎn)業(yè)整合。

一是新型工業(yè)網(wǎng)絡(luò)將全面融入開放自動化，推動構(gòu)建扁平化控制體系。開放自動化通過把各個生產(chǎn)單元解耦為標(biāo)準(zhǔn)模塊，實現(xiàn)自動快速連接，新型工業(yè)網(wǎng)絡(luò)將在此基礎(chǔ)上把大量運算和存儲功能移動至邊緣端，全方位保障生產(chǎn)線不同模塊間的數(shù)據(jù)協(xié)同。

二是開放自動化與工業(yè)互聯(lián)網(wǎng)平臺將實現(xiàn)全面協(xié)同，徹底打破IT與OT的鴻溝。開放自動化能夠基于統(tǒng)一標(biāo)準(zhǔn)實現(xiàn)工業(yè)控制應(yīng)用的可移植與互操作，工業(yè)互聯(lián)網(wǎng)平臺將進一步在云原生環(huán)境下支持工業(yè)控制應(yīng)用的開發(fā)及運行，充分實現(xiàn)IT與OT的原生融合。

三是平臺將成為云原生軟件整合貫通的底座，全生命周期數(shù)字孿生將走入現(xiàn)實。工業(yè)互聯(lián)網(wǎng)平臺將持續(xù)沉淀并抽象公共模型、工具和能力，為云原生軟件提供開發(fā)、部署及運行環(huán)境，圍繞研發(fā)、生產(chǎn)及運營等全鏈條軟件工具鏈將走向集成自動化，推動全生命周期數(shù)字孿生走深向?qū)崱?/p>

2.3　AI將深度滲透融入工業(yè)互聯(lián)網(wǎng)，重塑技術(shù)產(chǎn)品形態(tài)

隨著人工智能的快速發(fā)展和工業(yè)互聯(lián)網(wǎng)的融合創(chuàng)新，人工智能技術(shù)將深度滲透并重塑工業(yè)互聯(lián)網(wǎng)技術(shù)產(chǎn)品的供給模式。

一是AI將與工業(yè)軟件深度融合，徹底變革工業(yè)軟件開發(fā)及交互方式。在開發(fā)方面，AI可以通過自動生成代碼、優(yōu)化算法，甚至進行自我學(xué)習(xí)和自我優(yōu)化，從根本上改變傳統(tǒng)軟件的開發(fā)模式，當(dāng)前部分軟件平臺已經(jīng)具備“免提式”控制界面與無代碼開發(fā)能力。在交互方面，AI將通過智能推薦和預(yù)測分析，為用戶提供更加個性化智能化的交互反饋，并與數(shù)字孿生可視化技術(shù)結(jié)合，實現(xiàn)用戶與軟件的低門檻無縫交互。

二是AI將與裝備及機器人深度融合，大幅提升具身智能的認知行為能力。具身智能是機器學(xué)習(xí)、感知技術(shù)與機器運動控制深度融合的產(chǎn)物，能夠賦予機器更高級別的判別及行為能力。當(dāng)前具身智能在工業(yè)場景進展較慢，主要面臨感知控制的準(zhǔn)確性和穩(wěn)定性、與人協(xié)作的安全性和可控性等方面挑戰(zhàn)，未來有望在技術(shù)迭代下加速應(yīng)用落地。

2.4　平臺經(jīng)濟變革價值將凸顯，數(shù)據(jù)要素乘數(shù)效應(yīng)釋放

隨著工業(yè)互聯(lián)網(wǎng)平臺逐步從工具屬性向經(jīng)濟屬性延伸，通過全面整合產(chǎn)業(yè)數(shù)據(jù)及生產(chǎn)資源，釋放平臺網(wǎng)絡(luò)效應(yīng)與規(guī)模效應(yīng)。平臺經(jīng)濟作用范圍將加速由消費端走入向生產(chǎn)端，帶來全新的價值供給與產(chǎn)業(yè)組織方式。平臺經(jīng)濟為生產(chǎn)端帶來的變革將是全方位的，制造企業(yè)將依托平臺實現(xiàn)內(nèi)部生產(chǎn)方式重塑，構(gòu)建數(shù)據(jù)驅(qū)動的智能化柔性生產(chǎn)模式，創(chuàng)造新的產(chǎn)品及商業(yè)價值，也將通過平臺鏈接外部產(chǎn)業(yè)鏈上下游及生態(tài)圈，在多元利益相關(guān)方密切交互的過程中，實現(xiàn)企業(yè)形態(tài)與產(chǎn)業(yè)組織的動態(tài)調(diào)整。在平臺經(jīng)濟的背景下，數(shù)據(jù)要素將成為企業(yè)的核心資產(chǎn)，數(shù)據(jù)要素的乘數(shù)效應(yīng)有望加速釋放。數(shù)據(jù)是平臺經(jīng)濟的核心要素，隨著平臺經(jīng)濟加速壯大，企業(yè)數(shù)據(jù)要素對于各個應(yīng)用場景的賦能價值將越發(fā)顯性化，數(shù)據(jù)乘數(shù)效應(yīng)將越發(fā)凸顯，實現(xiàn)數(shù)據(jù)驅(qū)動的全價值鏈全要素協(xié)同、多場景多主體復(fù)用、跨行業(yè)跨領(lǐng)域流轉(zhuǎn)的高水平應(yīng)用。

摘自《工業(yè)互聯(lián)網(wǎng)技術(shù)產(chǎn)業(yè)創(chuàng)新報告（2024年）》

摘自《自動化博覽》2024年6月刊