受限於行業機理沉澱能力不強、工業大資料建模分析能力較弱、開源社群建設滯後等“三座大山”需要翻越，中國工業APP培育仍處於初級階段。當前大多數工業APP是傳統工業雲平臺上的“移民”，工業PaaS平臺上土生土長的“原居民”數量有限，同時大多工業APP是描述類和診斷類應用，預測類和決策類等高階工業APP嚴重匱乏，培育百萬工業APP任重道遠。

一是受限於行業機理模型沉澱能力不強，工業APP數量不多。嚴格意義上講，工業APP是依靠工業PaaS上的行業機理模型“生長”出來的，屬於工業網際網路平臺上的“原居民”。但是受限於工業網際網路平臺發展尚屬於初級發展階段，工業PaaS平臺賦能不夠，平臺上的工業APP數量少且“魚龍混雜”，當前工業網際網路平臺上承載的工業APP基本上是工業雲平臺上搬遷過來的“移民”。一方面，根據航天雲網、海爾、樹根互聯、東方國信、用友、索為、清華紫光等國內領先工業網際網路平臺企業公開的資料，據不完全統計，中國工業APP數量不超過5000個，遠遠難以滿足企業上雲求。另一方面，這5000款工業APP中，很多傳統軟體雲化而來的，只能算是工業網際網路平臺上的“移民”，真正從工業PaaS平臺“生長”出來的工業APP屈指可數。

二是受限於大資料建模分析能力較弱，工業APP品質不高。工業APP是研發出來的，更是用大資料 “喂”出來的，沒有一年甚至數年的大資料訓練，很難培育出高品質的工業APP。當前，中國工業APP發展不僅存在數量不多的問題，也存在品質不高的現象，主要體現在以下三個方面。從資料分析深度看，狀態監測、故障診斷類工業APP多，預測預警類尤其是智慧決策類工業APP少。從資料分析廣度看，受限於資料採集能力不足，基於單一資料來源開發的工業APP多，基於裝置和業務系統等多源異構資料開發的工業APP少。從資料分析精度看，僅僅基於工業機理模型或資料驅動模型開發的工業APP多，基於機理模型和資料驅動模型聯動開發的工業APP少。

三是開源社群建設滯後，開發者“雙創”生態尚未建立。當今時代，軟體開源和硬體開放已成為不可逆轉的趨勢，掌控開源生態，將已成為全球工業網際網路平臺的焦點。GE、西門子、PTC等領先平臺企業均已建立為開發者提供開原始碼、開發工具、微服務元件的開源社群，平臺擁有上萬名開發者。在中國，工業網際網路平臺開源社群建設處於空白，開發者規模和能力與國外工業網際網路平臺相比差距顯著，嚴重製約了工業APP的培育。