如同點開手機應用商店一樣，在工業APP應用商店里，各類工業APP琳瑯滿目：有監視、分析能耗類的，有監控設備位置和狀況的，還有分析生產線運行的……如今，這幅工業領域的未來場景正加速向我們走來。

    工業和信息化部日前發布的《工業互聯網APP培育工程實施方案（2018—2020年）》（以下簡稱《方案》）提出，到2020年，將面向特定行業、特定場景，培育30萬個具有重要支撐意義的高價值、高質量的工業互聯網APP。

    如果把工業互聯網比作新一輪信息高速公路，工業APP就是跑在這條路上的車，工業大數據則是車里拉的貨。擁有目前全球規模最大、門類最全工業體系的中國，如何在這一輪工業互聯網發展大潮中搶占先機？有專家認為，抓住工業APP，就抓住了開啟工業互聯網市場的“金鑰匙”，也將由此打開人工智能和先進制造的入口。

    攻關共性關鍵技術 讓創新從封閉走向開放

    作為物聯網、大數據等新一代信息通信技術與現代工業技術深度融合的產物，工業互聯網是當前全球新一輪工業產業競爭的制高點，工業APP則是其應用生態的重要內容。

    狀態監測、故障診斷類工業APP多，預測預警類尤其是智能決策類工業APP少；基于工業機理模型或數據驅動模型開發的工業APP多，基于機理模型和數據驅動模型聯動開發的工業APP少……“當前，國內工業APP面臨著數量不多、質量不高的窘境，正是受限于大數據建模分析能力較弱這一‘卡脖子’因素。”中國電子信息產業發展研究院信息化研究中心袁曉慶博士說。

    對此，《方案》提出，要瞄準產業發展制高點，組織實施一批重點產業化創新項目，推進復雜系統建模、執行控制引擎等共性關鍵技術攻關，推動工業通信協議適配、數據交換等核心關鍵構件研發。

    針對目前我國工業企業軟件化能力總體上較弱這一現狀，福州大學先進控制技術研究中心主任鄭松研究員認為，要提升工業企業軟件化能力，就必須要建立良好的企業軟件生態，提供很好的軟件工具，而不是僅僅局限于具體的應用軟件，這樣才能使得工業企業軟件能更好地適應企業發展需求的變化。同時，除關注工業APP的框架技術外，還必須建立一種通用的云端計算環境。

    工信部電子第五研究所所長陳立輝表示，要通過“眾包”“眾創”“開源”等創新模式參與工業互聯網APP研發，以形成開發、流通、應用的新型網絡生態體系，為分布在全國乃至全球的智力資源、制造能力提供匯聚平臺，推動企業從封閉式創新走向開放式創新。

    發力應用生態建設 推動工業APP向平臺匯聚

    2015年8月，通用電氣（GE）發布了全球首款專屬于工業領域的云服務平臺Predix，吸引了250多個工業APP入駐。

    “GE不能成為一個只有扁平增長的千億美元級公司，我們把它想象成是一個超級商店，一個全球知識交換中心。”通用電氣前董事長杰夫·伊梅爾特在《哈佛商業評論》的撰文，揭示了這家昔日的傳統工業制造巨頭轉型的勃勃雄心。

    GE的跨界之舉點燃了全球制造業競爭的引信，德國西門子、瑞士ABB等也相繼推出了工業云應用商店，吸引各個商戶（用戶）進駐，爭奪大數據這一未來工業的“石油”。

    作為建立在平臺之上的平臺，“工業APP應用商店”相當于一個知識交換中心，其中入駐的工業APP則是商店里兜售的主要物品。據不完全統計，我國工業APP數量目前不超過5000個，遠遠難以滿足企業上云需求，建設“工業APP應用商店”任重道遠。對此，《方案》提出，推動工業APP向平臺匯聚，指導和支持互聯網平臺企業、協會、第三方機構設立工業APP應用商店，提供專業化的工業APP上線和下載服務。

    機械科學研究總院海西分院副院長莊承淮認為，應加快工業APP創新以及應用，集成多方資源、合作共贏，并在工業數據采集、大數據建模分析、工業軟件培育等方面盡快取得突破。

    “工業互聯網平臺發展機遇稍縱即逝，生態建設需要政府和企業共同發力。”袁曉慶建議，企業應圍繞跨平臺間工業APP流轉，積極采用區塊鏈等新技術促進平臺間工業APP互聯互通；政府部門需要面向工業APP開發、測試、交易等全生命周期，完善公共服務支撐體系，形成建平臺和用平臺雙向迭代、互促共進的良性格局。

    深挖大數據潛力 培育數據驅動型工業體系

    在新一輪工業革命中，工業大數據正成為世界各國爭相搶奪的焦點。為克服數據孤島、碎片化現象，加快工業數據資源開發應用，《方案》指出，將工業APP納入工業大數據應用試點示范項目，支持工業企業利用工業APP加強對機器設備、業務系統、產品模型等數據的采集，開展數據集成、挖掘、分析、建模，提升工業大數據創新應用能力。

    國內大數據行業龍頭企業東方國信的轉型發展正是其生動注腳——

    在原有工業大數據的基礎上，該公司不斷向互聯網云平臺上延伸，并于2017年底正式發布工業互聯網平臺Cloudiip，上線了數百款覆蓋能源、水電、冶金等行業的APP。

    “基于平臺上的大量數據積累和成熟的行業算法模型，形成了從平臺到應用，從開發工具到知識微服務的全產業鏈條，可提供設備安全預警、設備故障診斷、能源管控優化等服務。”該公司負責人介紹，其中能源云平臺服務了全球35個國家近1300個用戶，每年幫助客戶節約3%—15%的成本，每臺高爐可節省成本2400萬元左右。

    “當采集的工業數據規模上去以后，就可以用機器學習技術對其進行分析，可以產生更多的智能應用。”福州大學數學與計算機科學學院院長郭文忠舉例說，可通過工業大數據對設備進行異常狀態檢測，及時發現設備異常；也可以通過工業大數據學習出產品質量與各環節設備參數間的關系，優化設備參數設置等。

    “中國既是制造大國也是網絡大國，并由此正成為工業數據大國，急需深挖工業大數據的潛力，培育數據驅動的新型工業體系。”在工信部信軟司副司長李冠宇看來，智能制造的核心就是從需求分析、設計，到生產制造、銷售，打通全生命周期、全產業鏈的數據鏈，并催生出網絡協同制造、個性化定制、服務型制造等一系列新的商業模式。最終，利用工業大數據和人工智能“訓練”出一大批能解決實際業務痛點的工業APP，給工業發展模式帶來革命性的驅動力。