工业机理模型不足，门类庞杂

工业机理模型不足。平台功能丰富性取决于积累沉积的各类工业知识完整性，实现工业技术、经验、知识的模型化、标准化、软件化、复用化，以优化研发设计、生产制造、运营管理等资源配置效率。工业机理、工艺流程、模型方法经验和知识积累不足，是当前我国制约平台功能完善的主要矛盾。

我国工业门类庞杂，建立体系完整的行业模型库尚需时日。我国拥有39个工业大类，191个中类，525个小类，是全世界唯一拥有联合国产业分类中全部工业门类的国家，每个行业均有自身独特的行业知识，把每个行业的工业基础原理、关键基础材料、核心基础零部件（元器件）、先进基础工艺、产业技术基础封装成数字化模型是一项系统工程，需要政府和全社会共同努力。

数据分析薄弱，“哑”设备堪忧

数据分析能力不足。构建基于海量工业大数据分析体系是工业互联网区别于传统数字化、网络化、智能化解决方案的最重要的特征，当前工业研发、生产、采购、配送、设备管理等都需要高水平的数据模型和大数据分析能力，目前国内许多平台类企业面临的共同挑战就是工业大数据分析技术、人才严重不足，供给能力远远满足不了市场需求。

数据采集是工业互联网平台的基础，工业互联网平台首先要解决的问题是连接工业中的人、机器设备和业务系统，但是设备连接在工业现场并不是一件容易的事情。当前，我国规模以上工业企业里，80％以上的机器设备都是没有联网、不会说话的“哑”设备，只有20％的设备联了网、会说话，但是这些设备遵循不同的通信协议，存在严重的“语言障碍”，成为制约工业互联网平台建设的卡脖子瓶颈。

一方面80％的设备没有联网，设备数字化水平低。我国制造业总体水平处于2．0向3．0过渡阶段，老旧设备多、数字化水平低，2017年我国规模以上工业企业生产设备数字化率为44．8％、数字化设备联网率为39．0％，需要通过加装传感器等方式实现设备联网，导致工业互联网平台数据采集难、成本高、效率低。

另一方面20％的设备联网了，但通信协议不统一。近30年来，全球各类自动化厂商、研究机构、标准化组织围绕设备联网推出了成百上种现场总线协议、工业以太网协议和无线协议，协议标准众多且相对封闭，工业设备互联互通难，严重制约了设备上云，亟需构建能够兼容、转换多种协议的技术产品体系。

工业APP培育能力薄弱，应用不够

工业APP是工业互联网平台的关键。但是受限于工业互联网平台发展尚属于初级发展阶段，工业PaaS平台赋能不够，工业互联网平台上所谓的工业APP基本上都是工业云平台上的云化软件“移民”而来，依靠工业PaaS上的行业机理模型“生长”出来的 “原居民”工业APP较少，现象级工业APP更是匮乏。

一方面，基于工业PaaS平台开发的工业APP数量少。据GE预测，2020年左右工业互联网平台将出现类似于消费互联网平台的爆发式增长，Predix平台工业APP总量将超过50万个。根据航天云网、海尔、树根互联、东方国信、徐工信息、用友、索为、清华紫光、浪潮、浙大中控、智能云科等国内领先工业互联网平台企业公开的数据，我国工业APP数量不超过5000个，远远难以满足企业上云求。这5000款工业APP中，很多是传统软件云化而来的，只能算是工业互联网平台上的“移民”，真正从工业PaaS平台“生长”出来的工业APP屈指可数。

另一方面，工业互联网平台尚没有培育出现象级工业APP。美国初创企业Uptake围绕卡特彼勒工程机械开发了状态监测和故障预警的工业APP，接入了超过300万的工程机械，公司目前的估值已经达到23亿美金。截至目前，尽管我国很多企业都在朝着建设跨行业、跨领域工业互联网平台的方向努力，但尚没有一家企业开发出现象级工业APP，来引爆工业互联网平台的应用推广。