工业互联网的困境

工业互联网是国家推动制造业转型升级的抓手，是“十四五”规划数字经济重点产业之一。各级政府积极通过政策引导、资金支持、试点示范等方式加快工业互联网培育，工业互联网产业经济规模快速增长，它既是工业数字化、网络化、智能化转型的基础设施，也是互联网、大数据、人工智能与实体经济深度融合的应用模式，同时也是一种新业态、新产业，将重塑企业形态、供应链和产业链。

与消费互联网相比，工业互联网有着诸多本质不同，如连接对象不同、技术要求不同、用户属性不同等。工业互联网面向千行百业，必须与各行业各领域技术、知识、经验、痛点紧密结合，这意味着工业互联网的多元性、专业性、复杂性更为突出，其建设与发展也面临着诸多问题，大致可以归纳为：1.网络时延带宽乏力；2.平台缺少全局认知；3.安全保障薄弱后果严重三方面，下面本文将一一解读。

网络：工业互联网要实现生产要素之间的数据传输，包括企业外网、企业内网。典型技术包括传统的工业总线、工业以太网以及创新的时间敏感网络（TSN）、确定性网络、5G等技术。企业外网根据工业高性能、高可靠、高灵活、高安全网络需求进行建设，用于连接企业各地机构、上下游企业、用户和产品。企业内网用于连接企业内人员、机器、材料、环境、系统，主要包含信息（IT）网络和控制（OT）网络。其中，企业内网并不仅仅是单纯实现数据传输就可以的，工业互联网的典型场景：工业视觉、AR远程协助、远程操纵、AI监控、多机器人合作、无人机巡检、AGV（Automated Guided Vehicle）物流等场景，都具有低时延大带宽的要求，目前的主流解决方案是多接入边缘计算技术（Mobile Edge Computing 简称MEC），但工业链条中的生产要素极为繁多，各种复杂场景使MEC部署困难，目前缺少经济的实施策略。

平台：工业互联网平台体系包括边缘层、IaaS、PaaS和SaaS四个层级，相当于工业互联网的“操作系统”，有四个主要作用。一是数据汇聚。网络层面采集的多源、异构、海量数据，传输至工业互联网平台，为深度分析和应用提供基础。二是建模分析。提供大数据、人工智能分析的算法模型和物理、化学等各类仿真工具，结合数字孪生、工业智能等技术，对海量数据进行挖掘分析，实现数据驱动的科学决策和智能应用。三是知识复用。将工业经验知识转化为平台上的模型库、知识库，加速共性能力沉淀和普及。四是应用创新。面向研发设计、设备管理、企业运营、资源调度等场景，提供各类工业APP、云化软件，帮助企业提质增效。工业生产过程中的海量细节数据会让存储系统的使用容量线性上升，而建模分析、资源调度，以及其他突发场景会对存储系统的横向拓展和纵向接入提出挑战。另外，工业数据种类众多，视频监控、零件建模等数据体积大但很少读取，各种传感器采集的实时数据需要不间断的快速读取，因此存储动态归档是一个硬性要求。

安全：工业互联网安全体系涉及设备、控制、网络、平台、工业APP、数据等多方面网络安全问题，其核心任务就是通过监测预警、应急响应、检测评估、功能测试等手段确保工业互联网健康有序发展。数据是实现数字化、网络化、智能化的基础，没有数据的采集、流通、汇聚、计算、分析，各类新模式就是无源之水，数字化转型也就成为无本之木，因此数据安全极为重要。与传统互联网安全相比，工业互联网安全具有三大特点。一是涉及范围广。工业互联网打破了传统工业相对封闭可信的环境，网络攻击可直达生产一线。二是造成影响大。工业互联网涵盖制造业、能源等实体经济领域，安全事件影响严重。三是企业防护基础弱。目前我国广大工业企业安全意识、防护能力仍然薄弱，整体安全保障能力有待进一步提升。