无论工业4.0概念，还是工业互联网、中国制造2025，还是日本的工业价值链，无疑是对第四次工业革命理念的诠释，故而引发全球工业制造业格局变革。

对技术撬动经济一致认可，对未来网络化、数字化、智能化的肯定，所以平台被赋能，那么，具备什么条件的工业互联网平台才能存活?

什么是互联标准?

“缺乏互操作标准”成为阻碍了工业互联网推进。

因为没有数据统一规范与标准，工业互联网企业只能用大量投入数据读写操作和工程量，尤其是数据连接、驱动、接口的调试等方面，人工成本高企，数据价值的经济效益无法发挥出来。

随着IT技术迭代更新，目前，我国有200多个工业互联网平台，可提升制造业企业生产效率和优化流程。

制定规范和标注，有助于工业互联网平台间互联互通。

可否自己开发工具?

何为平台?即具备完整的架构。

工业互联网也要有一个平台。如云，为云的架构，有技术供应商提供，平台需要具备运行时、开发环境、开发工具三个部分。工业互联网平台要替代现有制造业运行架构，需要有实时能力，数据链接，现场总线，底层设备等。再有PLC，如今的PLC与以往的大不相同，主要体现在：

一是机器学习，即算法。

二是复杂运动控制。

三是机器人，通常采用嵌入式操作系统+Windows，如今控制器可以实现。

四是回路调节，也是在于算法。

总之，工业控制就是个数学问题，包括今天的人工智能也不例外，如何运用，是由经济性来决定。但，自动化不断采用IT技术扩展自身，包括以太网的使用、Web技术在控制器中的应用、新的FPGA芯片、MATLAB/Simulink、FMU/FMI都往自动化平台上集成。

有多少模型的积累?

数字孪生、人工智能、工业互联网平台都是未来工业制造发展过程中必不可缺少的因素，但有几个问题值得注意：模型。

基于工业制造业发展，我们缺乏原创性设计，因此建模经验匮乏。难以实现数字孪生，更无法机器学习。

机器学习模型主要解决“非线性”部分，即观测器对现有的控制模型观测中，无法求导的那部分任务进行学习—因此在单个控制系统已经达到局部最优的情况下，工业里一直在寻找更为复杂的动态下的最优。

以前这个是算力不足，而现在的芯片、存储、网络技术使得这件事情变得可行，那么IT的贡献在于工具和平台的贡献，在于测量工具的水平提高了。

互联网企业具有强大平台、研发能力，可在平台和工具间定位自己角色。但很多工业互联网平台声称自己属于“平台”，其实是“系统集成”角色，如微软、IBM、华为，在深入工业应用场景中，可能会存在一些问题。

一是如何分析复杂的参数?必须要懂得工业工艺，否则难以进行学习。

二是具有模型。

如何获得数据?

数字化的学习必须与实际的模型相结合，拥有自主模型的工业基因的企业反倒是有条件的。

数字化工具和平台必须同时具备，否则难以实现数据采集。

什么样的工业互联网平台难以存活?具备“有标准”、“有工具”、“有模型”的工业互联网平台才能真正在未来为制造业赋能、带来转型的效率提升，否则，就是风险投资中的“风险”而不是“投资”。反之，难以存活。