导读：当前，全球工业互联网正处于以人工智能为代表的新一轮数字技术变革周期当中，新兴数字技术与传统工业体系的融合创新较以往更为活跃，越来越多的制造企业开始全力拥抱数字化浪潮、持续加大数字化转型的投入力度。在技术与市场红利的双轮驱动之下，新的产业空间正在被不断地创生出来，推动工业互联网技术产业的边界持续扩展延伸，智能装备、开放自动化、云原生工业软件及工业智能等新兴产业正在加速崛起，成为工业互联网发展的新的动力引擎。与此同时，工业互联网的产业格局也有望迎来调整重塑，多元企业主体将在更为复杂的市场环境与机遇窗口期之下展开角逐，既有老牌工业技术服务商全面转型传统产品与业务，利用已经建立的市场基础加快新产品的商业化，也有跨界数字技术服务商与初创企业充分利用技术优势，找准利基市场实现业务的扩张与渗透。

1　工业互联网技术趋势

1.1　硬件形态正发生根本性改变，功能集成和软硬解耦是主要趋势

新型硬件产品正加快整合计算、存储、网络等硬件能力，满足复杂计算和空间集约需求。传统硬件体系较为碎片，层级架构明显，管理、布线复杂，近几年，边缘计算、云边协同、智能控制等新服务需求加剧了现场复杂度，多层级的碎片化架构管理问题更加突出，同时随着集成计算、网络、存储等资源技术的IT超融合架构趋于成熟，工厂车间层硬件也开始走向整合集成。国外企业像倍福、西门子、霍尼韦尔等以及国内企业东土科技、寄云等均推出智能边缘一体机，可充当网关、边缘计算器、控制器、手提电脑等，有效减少设备数量提升空间利用效率，进一步降低布线和管理的复杂性。

硬件软硬解耦进程加速，封闭嵌入式硬件体系向“通用硬件+开放软件”体系演进，提升应用移植复用水平。传统工业硬件技术体系软硬高度耦合，硬件设备的功能和性能受到软件的限制，软件也必须针对特定硬件设备开发，软硬件开发、维护和升级难以协调。数控系统过去控制算法和硬件绑定，汇川开放式数控系统已初步开放解耦，用户可以将自身积累经验开发成算法并封装入数控系统，但解耦程度仍较低，开发出的算法仍无法迁移到其他品牌设备中。西门子虚拟PLC已实现控制软件和控制器解耦，软件不再局限于西门子的特定设备，而是可在多类品牌厂商、多种类型设备（包括云平台）上实现控制软件灵活部署迁移，但应用软件和工控操作系统仍有耦合，无法跨操作系统迁移。菲尼克斯新一代HMI面板已原生融合HTML 5技术，应用不再局限于任何设备或操作系统，应用可以任意迁移复用，彻底实现软硬解耦。

1.2　应用开发技术呈现多元化创新，走向深层次平民化和低门槛

低代码开发需求愈发强烈，IT、OT低代码开发两条路径并举。近几年企业数字化转型进入深水区，低门槛、高敏捷开发需求愈发强烈。在IT领域，低代码开发技术愈发成熟并向普及推广迈进，如SAP Build低代码开发解决方案，集成了上千个业务场景的预构建工作流，通过简单的拖拽方式快速实现开发。微软低代码开发平台Power Platform加入AI助手Copilot，通过自然语言辅助代码开发，大幅降低开发门槛。在OT领域，低代码技术标准化进程加快，模块类型包（MTP）标准通过快速拖拉拽代码包构建控制应用成为重要方向，罗克韦尔、西门子、倍福、ABB、施耐德电气等OT厂商纷纷推出自动化软件，可创建符合MTP标准灵活复用的标准代码包。

OT开发加快IT化，通用统一的开发环境大幅提升工控开发效率。传统OT开发技术与IT开发技术在架构设计、编程方式等方面存在较大差异，OT开发效率较低。随着边缘计算、智能控制等需求爆发，OT领域的IT开发需求日益强烈。如罗克韦尔面向控制器设计推出新一代开发平台FactoryTalk Design Studio，可基于云端实现现代化软件开发和基于Github的版本管理和控制；西门子在传统OT开发基础上，推出以IT开发为核心的新型开发工具SimaticAX，支持面向对象的编程、git版本管理等，与传统OT开发工具博图原生打通，OT开发的IT化趋势越加显著。

大模型技术推动自然语言开发创新加速，变革开发交互模式。大模型具备的复杂自然语言理解能力、高质量代码生成能力已经在软件开发多个环节（如功能设计、代码开发、测试）中释放出巨大潜力，新一轮软件工程变革正在加速。通用IT开发方面，SAP、Salesforce、百度等推出集成专用大语言模型的开发助手，可使用AI聊天助手生成特定代码；微软软件测试专业平台Hydra Lab也接入大模型，实现高度自动化的测试结果分析、探索性测试和测试用例生成。OT开发方面，头部自动化厂商如倍福、罗克韦尔自动化、西门子等开发软件均集成了大语言模型，通过自然语言完成OT代码开发已经成为现实。

1.3　模型贯通和数据集成演进升级，进一步支撑专用智能深度应用和通用智能技术变革

工业互联网集成技术向更深层次的模型集成和更广范围的数据主线演进，为数据和模型融合决策提供底座支撑。在模型贯通方面，MBSE应用越发广泛，更深层次的互联互通互操作成为可能。达索、西门子等头部企业广泛应用MBSE理论，通过模型间互联互通提升贯通和协同效率，进一步提升模型移植复用水平。在数据集成方面，数据集成范围从工厂内走向工厂外、从单点走向全环节，实现产品全周期数据集成。PTC深化基于数据主线战略，以14.6亿美元收购以现场服务管理云软件（FSM）领导者ServiceMax，通过集成产品监控和服务数据，将产品数字主线贯通到下游现场售后层级。

传统工业智能正在经历由简单感知识别向深度认知演进，应用范围从外围环节向核心环节延伸。传统工业智能应用模式包括识别类、数据建模优化类、知识推理决策类以及组合类四种，应用认知水平依次递升，并加速由质检、巡检等外围环节向工艺优化、设备运维等核心制造环节演进。识别类应用成熟度最高，占比47.5%，但其可解问题有限，主要利用机器视觉技术赋能质量检测、安全巡检、物体分拣等外围生产环节，与工业机理相关性较弱。数据建模优化类探索最集中，占比42.9%，通过机器学习算法对研发仿真、设备运行、工艺参数等结构化数据进行建模优化，形成工艺参数优化、能耗优化、排程优化等典型应用。知识推理决策类仅实现点状探索应用，占比4.7%，主要围绕设备故障诊断、工艺知识问答等强工业机理环节实现创新应用，提升决策的可解释性与认知水平。组合类应用价值潜力最大，通过数据与机理双驱动的模式在设备管理、经营管理等环节实现局部应用，占比4.9%，当前仍处于科研院所为主的理论验证阶段。

工业大模型发展遵循“嫁接基础大模型-自研领域大模型-多模态多任务大模型”路径，变革价值潜力巨大。相比传统工业智能，工业大模型在推理决策能力、泛化能力上具有无可比拟的优势，将会显著降低企业应用AI门槛，提升企业分析决策、可持续创新等能力。大模型技术与工业融合目前呈现两种形态，一是各工业场景直接嫁接消费领域基础大模型，增加自然语言交互、代码自动生成等辅助性能。这类应用本质均是调用基础大模型已有功能，充分发挥基础大模型在自然语言交互、代码生成等领域的优势，快速提升企业办公效率和工厂操作效率。二是基于细分工业场景数据，自建领域大模型，实现研发、生产等环节的创新应用。以结构设计、药物研发等为代表的研发设计环节应用潜力较大，有望推动人脑设计走向生成设计。三是面向多类场景和多类任务，构建具备通用能力的多模态融合大模型。这类模型在可靠性、可解释性要求高的核心生产环节价值潜力巨大，但距离产业化应用仍有一定距离。谷歌PALM-E机器人大模型是典型代表，具备自主通用智能，可执行多种任务，已经在工业生产领域探索应用，但距离真实生产场景仍有较大差距。

1.4　工业应用呈现“落地-升级-跃升”梯次推进，垂直应用加快普及、智能应用逐渐涌现、一体化应用原型凸显

工业应用在漫长发展过程中迎来新一轮变革周期，遵循着“落地-升级-跃升”的发展路径。在落地阶段，打造垂直应用成为厂商加快产品落地推广关键。在升级阶段，智能化成为多数厂商提升应用能力关键。在跃升阶段，一体化、全贯通工业应用凭借快速部署、流程天然打通等优势成为头部厂商竞争焦点。当前，少数厂商已完成落地推广并布局智能应用，极少数头部厂商已推出一体化工业应用原型。

多数厂商已开始打造细分解决方案，推动具有强行业特征的垂直类应用走向普及推广。随着云化解耦技术愈加成熟，应用的快速灵活重构成为可能，专精类服务商进而能够以较少投入快速整合推出面向行业细分领域赛道的产品，抢占细分赛道。霍尼韦尔面向医药行业，推出MXP制药MES平台，覆盖从临床试验到商业化产品开发全环节应用。西门子面向集成电路行业，在过去三年先后收购电子先进企业Supplyframe、电路仿真企业AveryDesignSystems，提升集成电路行业的工业应用能力。

少数已经完成细分行业产品化的企业，开始推动应用智能化升级，超越传统能力边界的新型智能应用加速涌现。经营管理智能应用方面，Salesforce推出用于CRM的生成式Al Einstein GPT，能够针对客户查询生成自然语言响应、创建个性化内容，甚至代表销售人员起草整封电子邮件，极大提升客户管理效率。研发设计智能应用方面，仿真软件巨头Ansys推出基于Al的仿真软件Ansys SimAl，将Ansys仿真的预测准确度与创成式AI的高速度相结合，实现设计流程加速10-100倍。生产管控智能应用方面，横河电机推出基于强化学习的新型控制优化应用FKDPP，针对过去只能手动控制场景，实现自主化控制，极大降低人工经验依赖。

极少数具有多类工业应用以及生态整合能力的服务商，集成打通多类应用，具有“1+1>2”跃升价值的“一体化应用”原型凸显。达索3D Experience平台包含设计、仿真模拟、产品数据管理、生产管控、企业运营、大数据分析、协同环境、社区协作等多种应用为一体的综合平台，用户使用3DE便可以完成研发、设计、仿真甚至下游生产制造。西门子推出Xcelerator解决方案，其本质是依托边缘平台MindSphere将PLM、EDA、ALM、MOM等多环节工业应用组合，打造一体化集成的超级应用。

2　工业互联网未来展望

2.1　工业互联网产业走向平稳发展，新领域是增长引擎

随着工业互联网技术产品进一步成熟，产业也将逐步从高速增长周期过渡到平稳发展阶段。工业互联网技术产业规模增速将基本保持稳定或略微放缓，产业成熟度将进一步提升。以我国为例，2023年我国工业互联网产业总规模超过1.36万亿元，同比增速较以往下降3-4个百分点，预计未来产业规模增速将保持平稳。工业互联网技术产业的不同细分领域增长速度将呈现出显著差异，融合创新领域有望撬动产业新“增长极”。工业互联网网络、平台、安全等成熟产业已形成规模，产业高增长动能减弱，而工业智能、工业数字孪生、开放自动化等新兴产业将迎来爆发式增长。据估计，工业智能未来五年复合增长率将达到52.5%，工业数字孪生未来五年复合年增长率将达到61.3%，开放自动化市场规模增速将达到传统自动化市场的6倍，增速超过20%。

2.2　工业互联网产业加速整合，走向数字孪生闭环

在融合技术创新变革与数据闭环分析需求的双轮驱动下，工业互联网将加速细分领域的技术产业整合。

一是新型工业网络将全面融入开放自动化，推动构建扁平化控制体系。开放自动化通过把各个生产单元解耦为标准模块，实现自动快速连接，新型工业网络将在此基础上把大量运算和存储功能移动至边缘端，全方位保障生产线不同模块间的数据协同。

二是开放自动化与工业互联网平台将实现全面协同，彻底打破IT与OT的鸿沟。开放自动化能够基于统一标准实现工业控制应用的可移植与互操作，工业互联网平台将进一步在云原生环境下支持工业控制应用的开发及运行，充分实现IT与OT的原生融合。

三是平台将成为云原生软件整合贯通的底座，全生命周期数字孪生将走入现实。工业互联网平台将持续沉淀并抽象公共模型、工具和能力，为云原生软件提供开发、部署及运行环境，围绕研发、生产及运营等全链条软件工具链将走向集成自动化，推动全生命周期数字孪生走深向实。

2.3　AI将深度渗透融入工业互联网，重塑技术产品形态

随着人工智能的快速发展和工业互联网的融合创新，人工智能技术将深度渗透并重塑工业互联网技术产品的供给模式。

一是AI将与工业软件深度融合，彻底变革工业软件开发及交互方式。在开发方面，AI可以通过自动生成代码、优化算法，甚至进行自我学习和自我优化，从根本上改变传统软件的开发模式，当前部分软件平台已经具备“免提式”控制界面与无代码开发能力。在交互方面，AI将通过智能推荐和预测分析，为用户提供更加个性化智能化的交互反馈，并与数字孪生可视化技术结合，实现用户与软件的低门槛无缝交互。

二是AI将与装备及机器人深度融合，大幅提升具身智能的认知行为能力。具身智能是机器学习、感知技术与机器运动控制深度融合的产物，能够赋予机器更高级别的判别及行为能力。当前具身智能在工业场景进展较慢，主要面临感知控制的准确性和稳定性、与人协作的安全性和可控性等方面挑战，未来有望在技术迭代下加速应用落地。

2.4　平台经济变革价值将凸显，数据要素乘数效应释放

随着工业互联网平台逐步从工具属性向经济属性延伸，通过全面整合产业数据及生产资源，释放平台网络效应与规模效应。平台经济作用范围将加速由消费端走入向生产端，带来全新的价值供给与产业组织方式。平台经济为生产端带来的变革将是全方位的，制造企业将依托平台实现内部生产方式重塑，构建数据驱动的智能化柔性生产模式，创造新的产品及商业价值，也将通过平台链接外部产业链上下游及生态圈，在多元利益相关方密切交互的过程中，实现企业形态与产业组织的动态调整。在平台经济的背景下，数据要素将成为企业的核心资产，数据要素的乘数效应有望加速释放。数据是平台经济的核心要素，随着平台经济加速壮大，企业数据要素对于各个应用场景的赋能价值将越发显性化，数据乘数效应将越发凸显，实现数据驱动的全价值链全要素协同、多场景多主体复用、跨行业跨领域流转的高水平应用。

摘自《工业互联网技术产业创新报告（2024年）》

摘自《自动化博览》2024年6月刊