柯怀鸿 本报记者 谢开飞

    如同点开手机应用商店一样，在工业APP应用商店里，各类工业APP琳琅满目：有监视、分析能耗类的，有监控设备位置和状况的，还有分析生产线运行的……如今，这幅工业领域的未来场景正加速向我们走来。

    工业和信息化部日前发布的《工业互联网APP培育工程实施方案（2018—2020年）》（以下简称《方案》）提出，到2020年，将面向特定行业、特定场景，培育30万个具有重要支撑意义的高价值、高质量的工业互联网APP。

    如果把工业互联网比作新一轮信息高速公路，工业APP就是跑在这条路上的车，工业大数据则是车里拉的货。拥有目前全球规模最大、门类最全工业体系的中国，如何在这一轮工业互联网发展大潮中抢占先机？有专家认为，抓住工业APP，就抓住了开启工业互联网市场的“金钥匙”，也将由此打开人工智能和先进制造的入口。

    攻关共性关键技术 让创新从封闭走向开放

    作为物联网、大数据等新一代信息通信技术与现代工业技术深度融合的产物，工业互联网是当前全球新一轮工业产业竞争的制高点，工业APP则是其应用生态的重要内容。

    状态监测、故障诊断类工业APP多，预测预警类尤其是智能决策类工业APP少；基于工业机理模型或数据驱动模型开发的工业APP多，基于机理模型和数据驱动模型联动开发的工业APP少……“当前，国内工业APP面临着数量不多、质量不高的窘境，正是受限于大数据建模分析能力较弱这一‘卡脖子’因素。”中国电子信息产业发展研究院信息化研究中心袁晓庆博士说。

    对此，《方案》提出，要瞄准产业发展制高点，组织实施一批重点产业化创新项目，推进复杂系统建模、执行控制引擎等共性关键技术攻关，推动工业通信协议适配、数据交换等核心关键构件研发。

    针对目前我国工业企业软件化能力总体上较弱这一现状，福州大学先进控制技术研究中心主任郑松研究员认为，要提升工业企业软件化能力，就必须要建立良好的企业软件生态，提供很好的软件工具，而不是仅仅局限于具体的应用软件，这样才能使得工业企业软件能更好地适应企业发展需求的变化。同时，除关注工业APP的框架技术外，还必须建立一种通用的云端计算环境。

    工信部电子第五研究所所长陈立辉表示，要通过“众包”“众创”“开源”等创新模式参与工业互联网APP研发，以形成开发、流通、应用的新型网络生态体系，为分布在全国乃至全球的智力资源、制造能力提供汇聚平台，推动企业从封闭式创新走向开放式创新。

    发力应用生态建设 推动工业APP向平台汇聚

    2015年8月，通用电气（GE）发布了全球首款专属于工业领域的云服务平台Predix，吸引了250多个工业APP入驻。

    “GE不能成为一个只有扁平增长的千亿美元级公司，我们把它想象成是一个超级商店，一个全球知识交换中心。”通用电气前董事长杰夫·伊梅尔特在《哈佛商业评论》的撰文，揭示了这家昔日的传统工业制造巨头转型的勃勃雄心。

    GE的跨界之举点燃了全球制造业竞争的引信，德国西门子、瑞士ABB等也相继推出了工业云应用商店，吸引各个商户（用户）进驻，争夺大数据这一未来工业的“石油”。

    作为建立在平台之上的平台，“工业APP应用商店”相当于一个知识交换中心，其中入驻的工业APP则是商店里兜售的主要物品。据不完全统计，我国工业APP数量目前不超过5000个，远远难以满足企业上云需求，建设“工业APP应用商店”任重道远。对此，《方案》提出，推动工业APP向平台汇聚，指导和支持互联网平台企业、协会、第三方机构设立工业APP应用商店，提供专业化的工业APP上线和下载服务。

    机械科学研究总院海西分院副院长庄承淮认为，应加快工业APP创新以及应用，集成多方资源、合作共赢，并在工业数据采集、大数据建模分析、工业软件培育等方面尽快取得突破。

    “工业互联网平台发展机遇稍纵即逝，生态建设需要政府和企业共同发力。”袁晓庆建议，企业应围绕跨平台间工业APP流转，积极采用区块链等新技术促进平台间工业APP互联互通；政府部门需要面向工业APP开发、测试、交易等全生命周期，完善公共服务支撑体系，形成建平台和用平台双向迭代、互促共进的良性格局。

    深挖大数据潜力 培育数据驱动型工业体系

    在新一轮工业革命中，工业大数据正成为世界各国争相抢夺的焦点。为克服数据孤岛、碎片化现象，加快工业数据资源开发应用，《方案》指出，将工业APP纳入工业大数据应用试点示范项目，支持工业企业利用工业APP加强对机器设备、业务系统、产品模型等数据的采集，开展数据集成、挖掘、分析、建模，提升工业大数据创新应用能力。

    国内大数据行业龙头企业东方国信的转型发展正是其生动注脚——

    在原有工业大数据的基础上，该公司不断向互联网云平台上延伸，并于2017年底正式发布工业互联网平台Cloudiip，上线了数百款覆盖能源、水电、冶金等行业的APP。

    “基于平台上的大量数据积累和成熟的行业算法模型，形成了从平台到应用，从开发工具到知识微服务的全产业链条，可提供设备安全预警、设备故障诊断、能源管控优化等服务。”该公司负责人介绍，其中能源云平台服务了全球35个国家近1300个用户，每年帮助客户节约3%—15%的成本，每台高炉可节省成本2400万元左右。

    “当采集的工业数据规模上去以后，就可以用机器学习技术对其进行分析，可以产生更多的智能应用。”福州大学数学与计算机科学学院院长郭文忠举例说，可通过工业大数据对设备进行异常状态检测，及时发现设备异常；也可以通过工业大数据学习出产品质量与各环节设备参数间的关系，优化设备参数设置等。

    “中国既是制造大国也是网络大国，并由此正成为工业数据大国，急需深挖工业大数据的潜力，培育数据驱动的新型工业体系。”在工信部信软司副司长李冠宇看来，智能制造的核心就是从需求分析、设计，到生产制造、销售，打通全生命周期、全产业链的数据链，并催生出网络协同制造、个性化定制、服务型制造等一系列新的商业模式。最终，利用工业大数据和人工智能“训练”出一大批能解决实际业务痛点的工业APP，给工业发展模式带来革命性的驱动力。