技術源於痛點，理念勝於技術，要想落地，先要找到適合人工智慧落地的場景，不是所有場景都適合人工智慧，人工智慧更不是萬能！

要真正推動智慧製造，必須要實現人、機、物的全面互聯，對於平臺商而言，則需要構建一套完整、標準的知識體系。要加速落地就要降低門檻，MixIOT工業物聯網雲作業系統應該是目前確定性的解決方案。

從2012年開始研究物聯網，2014年研究工業4.0，一直關注物聯網、智慧製造領域的發展，從2017年開始工業網際網路流行。還沒有聽說過工業物聯網引擎的概念，即便是工業物聯網概念，也不如工業網際網路概念的普及程度高。

一直強調現在是跨界融合的時代，在跨界融合的階段，不同背景的機構對融合後的新生態都有基於機構背景的定義，所以現在新的概念特別多，但無論概念如何多，其特點都是一致的：物物相連後的裝置資料匯聚到一個平臺上，構建新的商業生態，利用平臺上的資料，形成智慧，創造價值。

正是因為最終目標一致，中間路徑不同，所以現在無法明確定義這些新概念的範圍以及不同概念之間有什麼區別。

簡單從字面意義來看，工業物聯網實際上是工業上的物聯網，也就是物聯網在工業上的應用。而現在還有一個工業網際網路的概念，工業網際網路的基礎也是工業裝置聯網。

而如果工業網際網路定義從GE的Industry Internet翻譯過來的話，工業網際網路的範圍更寬，工業網際網路還包括醫療行業、公共服務領域、能源、交通，因而GE的Industry internet翻譯為產業網際網路更加合適。

再看工業4.0的一個網路CPS，兩個主題：智慧生產、智慧工廠，其中一個網路指的是工業領域物物相連之後，形成的對應於物理世界的一個數字對映，基於物理世界與資料對映之間互動，當對應於物理世界的資料對映模型完善後，利用資料積累的知識創造價值。

所以工業4.0與工業網際網路的關係如圖：

如果工業物聯網是從 industry internet of Things 翻譯過來，那麼工業物聯網等同於工業網際網路；而如果從國內的字面意義上講，工業物聯網（物聯網在工業領域的應用）那麼工業物聯網的概念的範疇是等同於工業4.0的。

無論是工業4.0，還是工業物聯網，核心在於平臺。

一般而言，一個新技術興起，這個技術的普及過程中，首先面臨的是可以應用新技術的人才稀缺，而新技術能力的培養需要週期。（能夠降低人應用新技術的技術門檻，會加速專案落地）。

新技術在早期發展過程中，嚐鮮者總會遇到各種問題，這些問題是制約專案快速落地的因素。（相同的新技術，透過經驗共享，讓後序的實踐者不再走彎路，也會加速專案落地）。

當新技術大規模爆發的過程中，人力供給不足。（新應用規模爆發階段，利用規模效應，透過分工提升效率，能緩解人力供給不足的問題）。

工業物聯網在物聯網平臺和邊緣側計算，利用資料形成智慧，將經驗、理論、知識以微服務、軟體工具的形式為平臺使用者賦能，降低使用者的技術門檻，透過經驗共享，避免專案落地過程中重複錯誤，透過平臺上的協同工作機制，在平臺上形成新的分工，提升人工效率。

工業物聯網從這三方面加速專案落地。

這個問題稱為“如何急速工業物聯網專案落地應用？”更為合適一些。

實際上，理解工業物聯網（IIoT）會有很多維度，比如你是一個工程師，可能會偏重技術維度；如果你是專案經理，更偏重如何從專案管理角度推動落地；

如果你是戰略專家，會更看重他的戰略價值與轉型意義；如果你是一個商業模式構建者，會明白這對於一個傳統企業更為深遠的意義……

當然，大部分還是基於甲方（製造企業）或乙方（平臺方或方案商）的商業利益來看，甲方側重技術在企業內部的落地，以及價值的創造。

這實際上需要幾個構成要件：

場景，關於業務場景的界定與理解能力、流程和工藝能力；

人才，跨知識結構的T型人才；

專案方案的策略性與可執行性，這很重要，在理想方案與實際現實之間要有謀略；

費用投入與產出，這是老闆最為關注的投入效益，專案團隊首先要滿足老闆的關切，老闆才會支援專案團隊的關切。

—研習社“社友”遍佈上海、北京、深圳、蘇州、杭州、武漢、蕪湖、鄭州等工業重鎮，初步構建起覆蓋工業網際網路平臺、工業軟體、底層資料採集、工業資料分析、系統整合商、大學及產業資金在內的全國價值網路。