工業互聯網平臺是面向制造業數字化、網絡化、智能化需求，構建基于海量數據采集、匯聚、分析的服務體系，支撐制造資源泛在連接、彈性供給、高效配置的工業云平臺。

數據采集層主要是做生產車間以及生產過程的數據采集， IAAS主要指的是一些網站的基礎設施包括存儲、網絡、虛擬化。工業PAAS層是核心，下半部分是工業PAAS層的通用部分，包含了數據存儲、數據轉發、數據服務、數據清洗，上半部分是工業PAAS層核心中的核心。

在工業PaaS層要做微服務和模型，將大量技術原理，基礎工藝經驗形成算法和模型。對于工業PAAS層來說最為核心的就是模型和算法。工業APP來解決不同大型企業不同細分行業各種問題。邊緣層解決數據采集集成問題，一是需兼容各類協議，實現設備/軟件的數據采集;二是統一數據格式，實現數據集成、互操作;三是邊緣存儲計算，實現數據預處理和實時分析。

工業 PaaS層解決工業數據處理和知識積累沉淀問題，形成開發環境，實現工業知識的封裝和復用，工業大數據建模和分析形成智能，促進工業應用的創新開發。應用層解決工業實踐和創新問題，通過工業SaaS和APP等工業應用部署的方式實現設計、生產、管理等環節價值提升，借助開發社區等工業應用創新方式塑造良好的創新環境，推動基于平臺的工業APP創新。

工業APP是關鍵，形成滿足不同行業、不同場景的應用服務。工業PaaS是核心，構建一個可擴展的操作系統，為應用軟件開發提供一個基礎平臺。IaaS是支撐，使計算、存儲網絡資源池化。數據采集是基礎，構建精準、實時、高效的數據采集體系。

工業互聯網是互聯網和新一代信息技術與工業系統全方位深度融合所形成的產業和應用生態，是工業智能化發展的關鍵綜合信息基礎設施。工業互聯網平臺是工業云平臺的延伸發展，其本質是在傳統云平臺的基礎上疊加物聯網、大數據、人工智能等新興技術，構建更精準實時高效的數據采集體系，建設包括存儲、集成、訪問分析和管理功能的使能平臺，實現工業技術、經驗知識模型化軟件復用化，以工業APP的形式為制造企業各類創新應用，最終形成資源富集、多方參與、合作共贏、協同演進的制造業生態。

為提供更適用于工業場景需求的數據分析和應用開發服務，平臺不斷深化對機理模型和數據模型的積累，不斷提升分析結果的準確度。同時，平臺積極探索業務模型的沉淀，支撐形成貼合業務需求的綜合性行業應用。數據建模與分析工具向組件化和圖形化發展，大幅降低數據科學應用門檻。

從長期看，數據管理、分析、展示工具功能向平臺不斷沉淀，可催生聚焦I業數據的服務體系，有望大幅降低分析門檻，提升分析效率。伴隨著技術成熟普及，通用化數據分析工具將向底層通用PaaS平臺下沉，與工業場景深度結合的數據分析與可視化平臺逐步向業務PaaS平臺和工業SaaS演化。

fqj