工业互联网从GE于2012年提出后，已经有将近10年的发展时间了，在这段时间里，工业互联网领域异常热闹，各大企业、学者纷纷表达对工业互联网的理解，但是听多了这些高大上的概念后，就会发现，这些观点里面充满了重概念、轻应用的味道。尤其是近几年，当吹捧的大潮退去后，人们才开始静下心来细细思考，发展了这么长时间，工业互联网为什么落地率这么低，到底是什么原因造成的呢？
图1 工业互联网难以落地的原因
工业互联网面向的是企业，连接的范围是人、机、物、系统以及全产业链、全价值链、全流程、全要素，总体来说，我认为导致工业互联网落地难的原因主要有两类，第一类是外部，主要是指企业自身不愿意或无能力买单而带来的困难；第二类是内部，主要是指工业互联网服务提供商所搭建的平台因设计、应用等方面的不足而导致难以落地。
图2 外部原因
（一）内部原因
对于企业来说，他们的主观能动性对工业互联网是否能落地有着重要的拉动作用，企业首先需要意识到自身存在的问题，然后确定工业互联网解决方案，最后在应用上形成特有的场景。但是目前企业很难完整地做到以上，主要问题包括以下三个方面：
（1）首先是意识问题，有相当一部分企业根本没有意识到数字化时代已经到来，也没有思考过如何通过新的生产模式来进行数字化转型。这些企业仍然满足于基于现有的信息化系统，进行内部管理和优化。但是，很容易就可以预见，这些企业终将被淹没在数字化浪潮中。
（2）也有一些企业意识到了工业互联网的时代已经到来，但是却面临种种考验、挑战和阻碍。在技术方面，并不是所有的企业都像行业龙头企业那样具备庞大的、丰富的技术人才，所以在部署、应用和开发层面都是有障碍的；在商业方面，很多企业并没有完善的企业经营、管理、运营技术和水准，在专业知识、能力和经验等方面也没有标准化；在成本方面，工业互联网的研发、部署、实施是一个长期的过程，并且接入互联网也会增加企业的运管成本，短期内接入工业互联网的数据又不能给企业带来直接的价值回报。此外，由于数据被传输至互联网，企业还会担心数据的安全性。因此，并不是所有的企业都有能力来应对这些，因此他们仍然选择继续观望，而不敢有所行动。
（3）还有一些企业有意识，也有所行动，积极地上线工业互联网平台，但是却没有沉淀出可标准化复制、规模化扩张的产品。目前很多企业还未能实现技术能力和落地场景的平衡，拥有工业互联网相关的技术但是与场景应用严重脱节。在他们眼里的工业互联网，更多的是互联网+物联网结合的数据连接方式，仅仅停留在设备数据化和数据联网层面，更复杂的应用场景如边缘智能、机器视觉、数字仿真、工控安全等核心技术，依然缺少应用场景和未能形成可标准化复制的模式。因此这种不全面、不深入、不彻底的工业互联网应用，也使得工业互联网的落地存在偏差。
（二）外部原因
工业互联网是工业全要素链接的枢纽，是工业互联网的载体，因此平台是工业互联网的核心，因此工业互联网的落地情况是取决于工业互联网平台的应用情况的。图3为工业互联网平台的架构，包括边缘层、IaaS层、工业PaaS平台层和工业SaaS应用层。
图3 工业互联网平台架构
目前活跃在工业互联网赛道上的工业互联网平台实力玩家主要有三类：
第一类，以BAT为代表的互联网企业。以公有云为基础、以工业云作为落地平台。
第二类是以航天科工、三一重工、富士康、海尔为代表的工业龙头企业。他们将“工业互联网”既视为自身转型升级的火车头，也作为战略性业务发展。
第三类，用友、东方国信、华为、浪潮等ICT企业。它们凭借很多年在企业级市场的积累和庞大的客户群体，结合产品技术和解决方案的能力，推出自己的工业互联网平台。
这三类玩家，因出身不同、对工业互联网的理解不同，各自优势和路径也不同：以航天科工、海尔等为代表的企业，本身自己就是制造企业，对生产制造流程轻车熟路，其打造的平台是从制造业的思维出发的；以用友、浪潮、华为为代表的ICT企业，优势在产品和解决方案能力，熟悉ToB市场场景，拥有客户基础和渠道优势，他们打造的工业互联网平台是从底座产品和技术出发的；阿里、腾讯等互联网企业，在互联网和云计算技术上具有优势，他们可以发挥在互联网、云计算上的沉淀和优势，打造工业云平台。
但是不管是哪个玩家，或多或少都存在一些共性问题：
（1）重连接，轻利用
目前几乎所有的工业互联网平台都在过多强调设备联网，要知道，通过设备联网来采集数据只是工业互联网平台最基本的功能而已，是必要条件而充分条件，这也导致
（2）头轻脚重
正是因为过多强调边缘层和IaaS层，而出现工业PaaS平台赋能不够，开发工具不足，工业APP太少，远不能完全满足工业级应用需要，造成头轻脚重的现象。
（3）强调通用，深度不足
目前市面上的工业互联网平台，大都是通用平台，可是工业“水很深”，不同工业企业的需求和痛点千差万别，“千企千面”，任何一个企业的通用平台都不能包打天下，需要不同细分行业的不同的产品、服务提供商配合落地。因此工业互联网服务提供商应结合自身及企业的特点，有所重点、深度应用。
（4）知识沉淀难度大，数据难以发挥价值
工业互联网的关键是行业知识的数字化，应用的是生产大数据，并直接提升企业生产效率，如优化节能降耗、提供设备状态检修等等。但是企业的需求、产品、流程、要素不同，又面临内外部的各种动态干扰因素，难以建立可复用的知识模型，也就无法充分返回数据的价值。
文章来源：CSDN博主
