工業網際網路的核心技術有四個：

一，邊緣計算是有強剛需的工業應用場景，透過邊緣端的實時資料採集、雲端的資料分析和應用開發以實現高效協同，是雲端應用對邊緣端實時資料採集的響應和控制過程；

二，大資料平臺也非常關鍵，以前的工業資料都是小資料，很多資料處理都在邊緣完成，並沒有彙總起來進行相關性分析和統一趨勢分析，因此實現應用和資料解耦的大資料平臺也很關鍵；

三，數字孿生，即透過資料化方式為工業裝置定義資料結構，結合資料分析對裝置的過去、當前和未來進行深入的洞悉，完成裝置從物理向虛擬環境對映的最關鍵描述；

四，透過專家經驗+人工智慧的方式，基於專家經驗指導的大資料樣本標註，透過人工智慧演算法訓練開發相應的故障診斷和預測模型，實現精準判決。

什麼是高階製造？高階製造與中高階製造、中低端製造不一樣之處在於：

一，生產過程基本上都是連續的，比如流程製造；

二，需要眾多不同大型裝置的高效協同，屬於複雜工藝。像石油、電力、石化、光電、半導體等高階製造的可能有幾百個不同的子生產過程, 需要保證每個生產過程都得到嚴格的管控，才能完成最終預期的產出；

三，高度自動化的生產過程，可以根據實時採集的各種工況引數，對控制過程進行自動化的實時響應；

四，對質量、產能、風險、成本等的精細化管理要求極高，需要非常精準的過程控制和結果檢驗機制。

工業網際網路在高階製造裡應用場景很多，而當前的高階製造普遍呈現資產密集、資產效能最佳化空間大，數字化程度高但資料利用率低，經驗驅動、缺少科學決策能力的局面。

透過結合工業網際網路的賦能，即資產效能管理、運營效率提升、能源管理最佳化、安全生產環保、工業控制安全，可達到：

一，提高資產運營的效率，降低非計劃停機帶來的風險影響；

二，提高資產利用的效率，降低排放、降低能耗、提高安全生產、實現環保，構建產業生態。

正是因為高階製造普遍的體量都比較大，所以哪怕提高1%，都能創造巨大的價值。

高階製造的工業網際網路的核心不是資料採集，而是一層一層傳遞的資料的價值。

工業網際網路平臺，能夠起到加速整個價值傳遞過程的作用，一方面能夠匯聚來自不同裝置和業務系統的資料，構建資料中臺，對資料進行規範和治理，以及針對離散化、場景化的資料分析；另一方面，它也提供了大量的跨應用系統的能力重用模組，讓應用的交付、資料的分析變得更便捷和更簡單。

相對於傳統的PLC、DCS、MES或ERP這些傳統的IT和OT系統，工業網際網路應用著眼點放在了新技術解決老問題上，它透過運用物聯網、大資料、雲計算和人工智慧等先進的IT技術，去解決原先由於資料量、資料處理能力、實時性等限制而不能得到很好解決的裝置可靠性、工藝質量以及企業經營決策等方面問題，可以說是原有IT和OT系統的升級和重構。

高階製造的工業網際網路應用非常離散化，應用場景主要是三類，裝置資產管理、運營效能管理和生產經營決策。

資產效能管理的目標是提高資產（也就是裝置）的可靠性，避免非計劃停機；只有保證了裝置的可靠性，才能保證運營過程中的產能、質量、成本的有效提升，才能最佳化運營指標；而只有保證了運營效率的提升，才能實現企業經營利潤的提升和經營風險的規避，所以這三層是透過資料的價值環環相扣的。

大型高階製造都有關鍵的大型裝置，這些裝置在連續生產過程中的停機風險，會造成很大影響。普遍來說，進行有效裝置維護的策略有：

一是被動式維護，就是壞了再修，這種維護成本最高；

二是預防性維修，為了避免被動維修引起的裝置停機停產，現階段採用較多的是預防性維修，也就是定期保養；

三是視情況維修或基於狀態維修，因為前兩種的成本相對比較高，因此採用振動分析、紅外、超聲等檢測儀器，對關鍵裝置進行相應的判決和檢測，基於檢測的結果決定是否要維修，提前修還是推後修；

四是預測維修，基於海量資料分析對裝置的實時狀態做評估，再決定是否要維修；第五，RCM或基於風險評估，結合實時資料對裝置保養策略的一系列計算，得到基於風險管控的維護策略，實現更精準的維護。目前GE和Uptake已經做到了基於可靠性的維修或基於風險維護的完整策略。

現在的問題是：一，無法實現實時的判決和診斷，無法根據動態的工況進行調整；二，無法實現精確的故障定位，無法實現精確的指標計算；三，無法實現精確的壽命預測，無法實現預測性維護；四，無法積累、最佳化和複製專家經驗，無法實現知識的自我學習和進化。

資產效能管理系統主要涉及三方面：

一是資料，即機器的實時資料、歷史維護記錄、失效記錄、產品手冊等；

二是機理，像FMEA、控制理論等基本的工業模型；

三是資料分析，變點檢測、時序預測、聚類迴歸、機器學習、神經網路等結合在一起，才能產生一個相對完整的裝置資產管理系統，實現實時監測、故障診斷預測、可靠性管理等一系列功能，最終目標是降低停機機率、降低運營風險、實現更快的響應能力。

怎麼利用資料分析實現資產的高效效能分析呢？主要還是利用機器的資料。

基於機器的歷史資料可以構建不同狀態下的歷史資料樣本，開發各類故障的特徵模型，與當前感測器資料進行對比，從而對當前的裝置進行實時的健康評估。

基於歷史資料也可以構建效能預測指標，透過對比指標就可以知道裝置未來在什麼時間可能會出問題，可以計算剩餘壽命以最佳化維護策略。

在工業生產過程中有很多裝置都產生資料，像工藝資料、質量資料、維護資料等，都可以透過工業網際網路平臺採集出來，做工藝引數最佳化、良率最佳化、虛擬量測、關鍵指標建模、燃燒環保最佳化、能源管理等一系列分析。

透過實時採集生產過程中裝置、工藝、質檢、環保、環節資料，結合資料探勘和人工智慧分析，可以實現生產工藝、品質還有運營效率全方面的最佳化。

從2015年國家釋出2025智慧製造發展規劃以來，中國工業網際網路市場主要呈現兩類變化。

　　一類是龍頭企業開始主動進行智慧製造改造。企業基礎資訊開始採用雲計算大資料平臺，企業裝置設施開始物聯網化。部分龍頭企業建立了自己的工業網際網路平臺，服務本領域的中小企業，開始向賣服務的模式開始轉變。這類企業是工業3.0向工業4.0發展的典型。

　　另外一類是服務於這些龍頭企業的創業企業。一種企業為原來服務工業行業的企業進行迭代，發展出更適合的產品，如協同設計雲平臺。另一種為網際網路創業者，將網際網路+產業的方式去，服務產業。這類企業為工業2.0，甚至工業1.0企業如何發展進行了有益的探索。

　　對於“工業網際網路怎麼做？”中國工程院院士餘少華概括為“生產方式的大變身”。他說，“經過這些年的努力，工業網際網路首先考慮的是面向企業內部的生產提升，也就是能不能滿足解決工廠生產的問題。透過工業網際網路打通裝置的產線、生產和運營系統，獲取資料，提質增效，這是資料驅動的智慧生產能力”。而中國現實的國情是中小企業眾多，且資訊化基礎較為薄弱，這就需要在工業網際網路發展過程中，也能照顧到這些企業的需求。

　　當談到中國發展工業網際網路的現狀和優勢時，樹根互聯技術有限公司CEO 賀東東表示：跟GE和西門子等國際公司相比，大家起步差不多。樹根互聯做工業網際網路，在中國是早的，快十年了；美國 GE也只有十幾年的相關實踐。

　　用好工業網際網路這一創新性工具，已經成為工業生產模式升級與發展方式轉變的關鍵所在，成為提升中國製造業競爭力的關鍵所在。眾多工業網際網路企業的發展，將為中國建設製造強國提供更有力的支撐，開啟中國製造業再度升級已。

高階產品畢竟是技術含量比較集中的，這也使得各個國家對於自己的先進技術秘不外宣，這也是保護智慧財產權的需要，畢竟技術是費勁人力，物力，時間研發而來的，網際網路的一大好處是它真正的把人類文明積攢的知識放置在一個平臺上讓人們共享。相信有一天，所有的技術團隊也會將技術奉獻到網際網路上大家一起共享。各個品牌，各個團體都有自己的核心技術，如果拿出來共同享用，相信製造業會出現更多的利於人類的產品。