工业互联网是促进工业高质量发展的重要引擎。加快工业互联网的发展，有助于中国制造业的转型升级，提高国际竞争力。工业互联网平台的良好功能得到了广泛的认可。目前的关键是着陆，特别是让大多数中小企业方便、快速、高效、经济地实现工业互联网的着陆应用。以工业现场为重点，以管理升级为导向，迫切需要研究如何嫁接工业互联网技术的发展机制，促进工业经济和产业转型升级。《工业互联网生态系统模型研究与应用》一文发表于2022年中国工程院院刊《中国工程科学》第四期。本文旨在构建适合大、中、小、微企业的工业互联网模型。在分析国内外工业互联网模型的基础上，创新地提出了由“三维四流六层”空间结构组成的工业互联网生态系统模型。本文分析了该模型的运行机制，即实体流、资源流、数字智能流和动态价值流运行机制。数字智能流体现了数据作为模型不同层次和维度的新生产要素的流动价值，说明了提高企业生产系统和交付产品智能化水平的基本逻辑，也阐明了数字化转型的基本路径。工业互联网生态系统模型强调工业属性。通过案例实证研究，验证了该模型的有效性，帮助企业深入了解工业互联网的演变和实现路径，并融入工业互联网平台。一、 工业互联网是赋能工业企业、促进工业高质量发展的重要引擎。《政府工作报告》2022年再次强调，加快工业互联网发展。近年来，随着我国制造业智能制造转型升级步伐的加快，工业互联网发展迅速，逐渐成为行业学者研究的热点话题。从技术角度来看，国内学者对工业互联网的研究集中在网络、平台、安全和数据等功能系统上，涉及平台架构设计、标准系统、安全和评价指标。相关研究内容包括：提出工业互联网标准体系框架，涵盖基本共性、网络、数据、平台、安全、设备、数据、网络等因素，分析工业互联网体系结构和关键技术，建立工业互联网平台评价指标，为指导工业互联网平台的健康发展，从加强核心技术自主研发和应用的角度，提出企业是工业互联网的主体，进一步完善工业互联网标准体系的建设。相关研究主要集中在消费互联网融合的发展上。相关研究内容包括海尔COSMOPlatt等国内平台企业、在分析比较浪潮云和阿里云的基础上，总结了工业互联网平台的特点，提出工业互联网的工业内容需要进一步研究；从分析工业互联网技术在农业机械供应链创新结构和运营模式、航空设备复杂协同制造、工艺工业智能制造等方面的应用，简化适合中小企业的工业互联网体系建设和模型；从工业互联网的角度提出制造业转型升级的生态治理逻辑，指出这不仅是企业供应链生态，也是企业和政府转型升级的生态组成；提出工业互联网平台可以促进资本配置结构的优化，实现价值共同创造。总的来说，现有的研究普遍解释了工业互联网平台的良好功能，但需要从企业的角度，特别是中小企业的角度来解释如何逐步实现这些功能。特别是以工业现场为重点，以管理升级为导向，需要深入研究如何嫁接工业互联网技术的发展机制，促进工业经济和产业转型升级。本文重点关注工业互联网的工业属性，通过构建新的工业互联网模型，明确工业互联网促进第二产业升级的基本原则，总结其应用实施方法，将研究成果溢出到第一、第三产业（如农业、医疗、物流、交通等）的整合过程中。二、 工业互联网模型再认知(1) 鉴于国情、发展阶段和目标的不同，各国对工业互联网模型的定义和实施因工业基本条件的不同而不同。国际标准化组织将智能制造和工业互联网划分为类似的东西，通常将德国的工业4.0参考架构模型(RAMI4.0)美国的智能制造生态系统（SMS）、工业互联网参考架构（IIRA），日本工业价值链参考价格（IVRA）等一起对比研究。国内外常见的工业互联网相关模型有13种(见表1)。表1 国内外工业互联网相关参考模型概况表2 典型的工业互联网参考模型比较（1）德国RAMI4.0以数字工厂为核心，分层管理结构严格，工业生态基础强，工业数字水平约3.0，多标准（约700）约束为实施起点，尚未完成工业化，数字水平不均匀，质量意识普遍较弱，大多数企业，尤其是绝大多数中小企业，没有条件应用这个模型。(2)美国国家标准与技术研究院（NIST）SMS模型将产品生命周期、工厂生命周期和订单生命周期作为“制造金字塔”的三个维度，强调基于标准建立“智能制造生态系统”。(2)美国国家标准与技术研究院（NIST）SMS模型将产品生命周期、工厂生命周期和订单生命周期作为“制造金字塔”的三个维度，强调基于标准建立“智能制造生态系统”。该模型适用于标准相对完整的大型企业，需要良好的生命周期管理工业软件基础。我国许多企业，特别是中小企业，没有相关标准或不遵循相关标准，信息技术基础薄弱，难以采用该模型。(3)美国工业互联网联盟的IIRA模型（IIC）工业互联网参考架构模型曾与RAMI建立过 4.0对标。IIRA强调架构，适用于IIC成员和工业物联网社区架构师的运营。实施基础要求企业有良好的标准和信息技术基础，也不适用于绝大多数国内企业。(4)日本IVRA模型是唯一将人作为特殊资源纳入资产维度的模型，并加入了管理计划、实施、检查和行动（PDCA）戴明环。这是因为日本企业长期形成了以人为本的就业文化，对人机关系的深刻理解，以及企业无处不在的精益思想。中国企业普遍存在一定的管理薄弱环节和广泛的管理，导致该模型不能直接应用。(5)中国提出的工业互联网体系结构2.0给出了工业互联网的功能框架、技术体系和实施框架，从技术角度解构了工业互联网体系结构。然而，这种结构有点复杂。对于大型企业来说，理解起来并不容易。对于中小微企业来说，他们普遍缺乏结构概念，更难理解。该模型是企业实施工业互联网的地图。适合中国国情和企业条件的工业互联网模型可以使企业明确方向，快速找到实施的切入点和路径。为此，学习和借鉴德国、美国、日本等世界先进工业互联网模型的优秀顶层设计理念，吸收其技术精髓和共同元素（三维模型、强调生态等），消除其不适用部分，是建设中国独立工业互联网模型的起点和立足点。此外，除了借鉴德国、美国、日本等现有工业互联网模型的设计优势外，在构建适合中国的工业互联网模型时，还需要识别和澄清工业互联网的一些认知误解。（二） 工业互联网认知误区分析1. 工业互联网不仅仅是信息基础设施工业互联网不仅是“产品” ‒ 人 ‒ 机 ‒ 料 ‒ 法 ‒ 环 ‒ “测试”等工业终端的技术连接不仅是其运行机制的映射，还包括管理关系、工艺关系、生产组织、上下游实体供应链等关系网络的映射。工业现场数据一直与附着的工业终端密不可分，以复杂的数据类型映射出更复杂的工业现场关系网络。数据根据映射的工业现场关系网络传输、渗透和加载，根据给定的工业机制模型和算法进行计算、分析和推理，最终做出业务决策，解决工业现场的实际问题 / 预测。从工业互联网的上述工业属性来看，工业互联网不仅可以被视为大数据和人工智能（AI）、新一代信息与通信技术，如第五代移动通信(5G)（ICT）类似的新型“信息基础设施”应同时视为新型“工业基础设施”。2. 工业互联网不仅仅是物联网进入21世纪以来，物联网产业蓬勃发展，物理实体正在实现越来越广泛的互联互通。基于工业以太网的工业互联网 / 由工业物联网和工业物联网建立的工业本土互联网。“工业现场 “工业端”不仅是产生问题的本体和土壤，也是解决问题的资源和起点。工业物联网以工业领域为重点，以工业现场“产品”为重点 ‒ 人 ‒ 机 ‒ 料 ‒ 法 ‒ 环 ‒ “测试”等工业终端是具有较强工业属性的基本资源、连接和授权对象；物联网连接范围较广，主要连接无工业属性的物理终端，差异较大。3. 工业互联网不仅仅是技术网络。本地互联网是自然界中超越技术的客观存在，如星球之间的重力网络、生物之间的生态网络、人际关系网络、企业之间的合作网络等。这些网络不是在技术网络发展后建立起来的，而是技术网络不断学习和模仿客观存在的本地互联网，并不断叠加和整合，才发展到今天的技术高度。通过对近年来实施工业互联网的行业数据的分析，发现当行业企业实体关系网络相对发达时，工业互联网的应用水平也较高（如高度发达的电力和轻工业行业，在全国排名第一）。因此，研究工业互联网模型不仅可以谈论技术网络，还可以从技术角度关注中小企业拥有的区域合作网络、家庭关系网络、地方合作网络等实体关系网络。因此，工业互联网模型的研究不仅可以谈论技术网络，还可以从技术角度关注中小企业的区域合作网络、家庭关系网络、当地合作网络等实体关系网络。在国内外现有的工业互联网模型中，没有对企业实体关系网络的研究内容。4. 目前，我国工业互联网的发展路径主要是：大企业自建平台，中小企业上云。大企业具有资本、人才、企业管理网络等优势，但不仅大企业可以建设工业互联网，中小企业也可以根据自己的需要建设适合自己的工业互联网，在独特的企业实体合作网络的帮助下，让工业互联网着陆。综上所述，目前我国迫切需要探索反映国内外先进产业思维，同时符合工业互联网独立模型的国家条件、企业条件，形成指导工业互联网发展、集成和运行生态系统框架，考虑大、中、小、微企业，根据各自的需要建设工业互联网。三、工业互联网生态系统模型构建及机理(1) 工业互联网生态系统工业互联网生态系统是指以数字智能技术为基础，按照共融、共生、共赢的原则，与工业相关领域所有工业要素（工业实体、资源、数据、知识等）相互作用形成的新型工业网络，以及其价值链中的许多利益相关者形成的动态有机整体。本文通过对多个工业互联网参考模型的比较分析，提取了“三维” 第一个提出工业互联网生态系统模型的共同特征（IIEM）以“数据”为概念 作为价值驱动，知识创建了IIEM(见图1)的普遍工业互联网模型。通过识别工业互联网叠加企业实体关系网的良好效果，“实体” 资源是消除企业普遍存在数据和信息“孤岛”的联系要素。图1 IIEM结构图(2) 工业互联网生态系统模型的组成要素1. 工业实体工业实体由企业实体和产品实体组成，是工业互联网生态系统的第一个核心要素。工业实体以独立的企业实体存在于市场经济运行的企业实体网络系统中，按时交付高质量的产品实体来反映企业的价值。无形而刚性的产品制造需求以订单的形式驱动和连接上下游企业实体，形成实体流，用实体维护来描述。2. 资源是工业互联网生态系统不可缺少的第二类核心要素，“产品” ‒ 人 ‒ 机 ‒ 料 ‒ 法 ‒ 环 ‒ “测试”构成了企业的资源网络系统。高质量、高效的产品完成过程是资源收集、工艺实现、产品价值持续提升甚至企业价值提升的过程。与此同时，订单驱动资源不断动态流动，不断改变资源属性，形成资源流，用资源维护来描述。3. 数据是由工业互联网生态组成的第三类核心要素。作为一种价值载体，产品的增值过程以数据的形式与企业实体网络和资源网络进行交互，映射工业实体，整合资源加载下的产品价值流，在不同的生命周期阶段和不同的层次进行精确的映射、流通和应用，形成数据网络系统，形成数字智能流，并用数字智能维进行描述。4. 知识是构成工业互联网生态的第四类核心要素。是人与客观世界相互作用的基本逻辑和方法，利用知识构建机制模型和数据模型，支持人与机器的决策，解决具体问题。知识是重构和提升数据和信息的产物，数字知识与数据流共存。数据流穿透企业的实体壁垒，知识指导者和机器正确做事。承载数字化知识的数据流即数智流。（三） IIEM是一种“三维四流六层”结构，强调以工业实体为中心的工业互联网生态系统的规划、建立和运行，如图1所示。三维，即实体维度、资源维度和数字智能维度，从三个维度分析工业互联网实体网络系统、资源网络系统和数据网络系统叠加形成的生态系统。其中，实体维护是由企业实体和产品实体组成的综合维度，反映了企业内部生产经营和企业外部业务合作的实际情况，以及不同阶段不同企业的产品属性变化。例如，上游企业的终端产品是下游企业的原材料或部件。实体维度的建立超越了仅考虑企业内部互联互通的常规做法，直接引导企业关注企业实体之间的互联互通。四流，即实体流、资源流、数智流和动态价值流。本维度的业务特征在“三维”中有流，三流合一构成动态价值流。“四流”的流动体现了多维度的价值流动机制。资源流的构成是工业现场最常见的“产品” ‒ 人 ‒ 机 ‒ 料 ‒ 法 ‒ 环 ‒ “测量”等因素，适合我国企业情况，是工业互联网常见的联系因素。根据制造业的基本逻辑，如图1所示，实体流和资源流向最终产品流动、汇聚和增值。六层，即物理、比特、数据、信息、知识和决策。“六层”分析了不同层次数字智流的价值形式，通过比特对物理层进行数字解构，揭示了企业数字转型的本质和路径。（四） 工业互联网生态系统模型运行机制1. 工业互联网不仅在企业自身范围内建立和应用，而且在市场需求系列下的实体流运行机制下，企业实体之间的合作关系尤为重要，这是构成生态系统的关键。无形而刚性的需求以订单的形式连接供应链，突出了企业实体与外部实体之间的密切合作关系，形成了实体之间的数字经济关系。“实体”一词有两层含义，一是指企业实体，二是供应链上的产品实体。从企业实体的角度来看，在数字智能技术的支持下，企业实体形成了丰富多样的合作生态，形成了集成共生的“供应链网络”体系。从产品实体的角度来看，产品在产品生命周期、工厂生命周期和订单生命周期中的不同环节的阶段性成果是以原材料、成品、商品和在用品为产品实体的不同形式表达的；产品实体从原材料开始，按照工艺要求加工成成品，通过销售网络将商品交付给最终用户，成为在用品，进入日常使用和维护阶段。无论是企业实体的不同代表，还是产品实体的不同形式，这四种企业代表，四种产品形式，贯穿产品生命周期、工厂生命周期和订单生命周期，是所有企业实体的基本生产过程和产品实体的流通增值过程。在实体维度方面，企业实体未来的核心竞争力包括企业实体之间供需关系的准确联系、产品实体形式的增值变化和顺利流动，以及企业实体控制“供应链网络”的能力。以往的工业互联网研究更注重“机器” ‒ 料 ‒ 法 ‒ 环 ‒ 在测试“联系”方面，缺乏对人的联系考虑，包括如何联系人的操作技能、人的管理状态和由人形成的企业合作关系。2. 资源流运行机制资源维度描述了企业研发、生产、运营和管理所需的“产品价值加载过程” ‒ 人 ‒ 机 ‒ 料 ‒ 法 ‒ 环 ‒ 测量资源的属性变化和流动状态。产品实体需要业主（供应商、制造商、销售商、用户/维修商）配置各种资源，支持产品的研发、生产、销售、使用和维护，无论是在原材料、研究产品、产品、成品、商品还是用品阶段。“产品”的技术含量和管理水平越来越高 ‒ 人 ‒ 机 ‒ 料 ‒ 法 ‒ 环 ‒ “测试”构成了强大的资源流，支持企业生产，保证产品质量，配置各种资源，这些术语高度适应中国企业的工作背景。“人”作为一种特殊资源，可以从“人体、人脑、人智、群智”四个层面进行理解和贯通，融入工业互联网生态系统网络。“人体”作为生产力，成为完成产品过程的人力资源载体，与机器合作；“人脑”与人体精确合作，判断和优化体力劳动与人机协作劳动的成果；“人类智力”是将人类智力思维过程以数字知识的形式融入IIEM的知识层，通过知识再利用支持数字决策；“群体智慧”是产品增值的生产组织形式、管理体系和标准规范，准确映射到工业互联网生态系统网络中，不仅发挥数字系统的控制，而且充分释放人们的创造力。3. BDIKW模型支持数智流运行机理数据 ‒ 信息 ‒ 知识 ‒ 智慧（DIKW）模型分为数据（D）、信息（I）、知识（K）、智慧（W）4个层次。3. BDIKW模型支持数智流运行机理数据 ‒ 信息 ‒ 知识 ‒ 智慧（DIKW）模型分为数据（D）、信息（I）、知识（K）、智慧（W）四个层次。本文在DIKW模型的基础上，提出了数字BDIKW模型。基于ASCI码，基于比特层（B）DIKW模型作为解构和重构传统DIKW模型的“数字基础”，形成了“万物来自比特”、“数字一切都可以数字化”的数字方法论。BDIKW模型（B）层，数字数据（D）层，数字信息（I）层，数字知识（K）层，数字决策（W）层构成。其中，数字决策层是由类人的机器智能决策的 / 预测，或者人机一起做决定 / 预测。物理层由实体维和资源维组成，表示工业实体。BDIKW模型中的大数据，工业实体映射到BDIKW模型中AI、5G、工业软件等ICT元素赋能工业实体(见图2)。图2 BDIKW模型比特是数字编码符号，符号结构本质上是语义结构的局部映射。例如，机械传动过程、数控机床、自动化生产线，从感知到处理、反馈、控制都是语义的。“符号 “语义”构成了人类交流媒介，遵循BDIKW模式，引导人工系统智能化。BDIKW模型中的诸要素遵循“比特”，从符号到语义，从知识到智能↔数据↔信息↔知识↔决策“数字认知过程”不断自底向上重构 / 升维，实现价值升级，或自上而下解构/降维，实现广义检索。BDIKW模型分析并阐述了数字化转型的基本工作原理。大数据、AI、5G、ICT元素，如工业软件、数字孪生等，也遵循BDIKW模型的运行。4. 三流动态价值流运行机制企业实体之间的业务交流、需求传递、订单驱动、供应链互动，形成实体流量，沿实体维护流量；承载市场需求的产品以订单积累驱动“产品” ‒ 人 ‒ 机 ‒ 料 ‒ 法 ‒ 环 ‒ 测量资源流，沿资源维持流动；穿透企业实体壁垒的数字数据 / 信息 / 知识汇聚成数智流，沿数字智能维护流动，不断数字化、解构和优化重构物理层；三流集成成为动态价值流，反映了物理关系网络、资源网络和数据网络的运行逻辑（见图3）。图3 IIEM中的动态价值流动机制订单是企业实体运营管理和业务活动的关键驱动力。图3 IIEM中的动态价值流动机制订单是企业实体运营管理和业务活动的关键驱动力。在实现上下游企业实体需求的过程中，云计算和5G依赖于供应链载体的无形和刚性产品制造需求、在大数据形成的数智流的承载下，以订单的形式大力推动制造资源的流动，实现产品实体的实现、价值的增值和实现。在IIEM模型中，上下穿梭、跨层、跨域流动的数智流本质上是“价值”在不同层次、不同维度的流动、互动和赋能。动态价值流是工业互联网控制、配置和优化的关键对象。控制动态价值流是工业企业实体融入数字经济的重要能力。动态价值流以数据的形式穿透企业边界，交叉不同的生命周期，扩大价值覆盖范围，加快决策迭代频率，提高企业实体在整个业务链、整个价值链和整个产业链中的核心竞争力。IIEM给企业带来的最大好处是，该模型可以在未来融入工业互联网平台，并在用户没有感觉的情况下应用。作者在自己开发的“产品化工业互联网”平台上初步验证了这一点。本文以青岛迦南美地家居用品有限公司（以下简称“迦南美地”）为例，阐述了IIEM的实施路径和基本步骤。（一） 迦南美地是一家中小型传统家纺企业，生态定位，选择合作伙伴，利润薄弱，劳动密集。消费者的个性化定制需求通过企业间合作网络传递给迦南美迪，使其订单结构发生了质的变化。越来越多的多品种和小批量订单迫使迦南美迪将单独的生产模式转变为整个供应链周围的协调和快速响应。在实体维护方面，迦南美国选择可以互信互利、共享数据的密切合作伙伴，盘点纱线厂、染厂、产品维护服务提供商甚至客户等供应链上下游企业的战略合作意向；根据订单流量和增值路径，制定产品开发、生产和服务规划，可以在实体维护中准确对接，在工业互联网上构建韧性供应链网络，根据合作伙伴关系开发客户管理生态网络模块，实现了工业互联网与企业现有实体关系的叠加融合，成为其“产品化工业互联网”的基本组成部分。（二） 根据资源维度指导，盘点资源，增长补短，分析现有企业资源的优缺点，尽可能将企业的“产品” ‒ 人 ‒ 机 ‒ 料 ‒ 法 ‒ 环 ‒ 测量“等资源进入工业互联网，明确现有资源的时空位置、可用性和安全性，判断哪些资源可以映射到数字空间，从而制定分阶段、分目标的企业数字内容，更好地协调、优化和配置资源。经分析，迦南美地认为，首先要遵循主要产品 ‒ 工艺分类，实现绗缝设备数字化，工人操作数字化，即“产品、人、机、法”工艺数字化。（三） 载体转换，业务数据通过往迦南美记录 / 知识的载体通常是“人脑记忆” 传统的纸质载体形式，数据 / 时空限制了知识的传播和再利用，生产过程中经常出现数据错误。因此，在数字智能维的启发和指导下，迦南美大力倡导将传统载体数据转化为计算机数据，使数据能够在软件授权下连接到企业的所有业务环节，并遵循“比特”↔数据↔信息↔知识↔数字智维的决策，不断解构和重构原有的商业模式，巩固适合工业互联网发展的数字基础。此外，迦南美地还注重培养员工用数据说话的专业素质，既注重生产现场数据的充分利用，又注重人员管理数据的充分利用，以工业互联网为基础开展业务，从根本上消除数据传输障碍。此外，迦南美地还注重培养员工用数据说话的专业素质，不仅注重生产现场数据的充分利用，还注重人员管理数据的充分利用，以工业互联网为基础开展业务，从根本上消除数据传输障碍。（4） 在知识驱动下，人智机智齐升充分利用工业互联网上的自动流数据和智能流知识，形成基于数据和知识的决策 / 预测，让企业从管理层用数据与员工交谈，改变传统的企业管理模式。智能流动知识不仅能提高机器智能(机智)，还能反馈企业员工，提高员工智能(人智)。拥有新人智的员工数量和质量，将成为企业未来的竞争优势。（五） 迦南美地以数据和知识为生产要素，推动企业管理升级，形成管理标准、流程标准和人才标准，新的“群智”团队将该标准输出给其供应商甚至客户。到目前为止，迦南美国从制造企业到生产服务业，推动其供应链生态合作伙伴，促进商业模式改革，在IIEM下，正在实现：将“硬设备”转变为“软设备”，将产品转变为服务，将竞争对手转变为合作伙伴，找到新的利润点，形成新的商业形式。经过几轮迭代，迦南美地工业互联网生态系统建设基本完成，推动了其他合作伙伴的共同增长。近三年来，销售额稳步增长，验证了IIEM对中小企业实施工业互联网的指导。上述过程是一个基本的实施步骤，其他企业可以选择或加入自己的步骤，建议在第四步或第五步结束时，可以回到第一步，选择更广泛的生态合作伙伴，以共同繁荣、包容性发展为原则，在现有建设成果的基础上，帮助、推动更多的合作伙伴建设工业互联网“民族”，向工业互联网生态系统迈进。五、 结论工业互联网生态系统的内部机制是实体企业共同建设生态系统、需求订单驱动资源、资源收集数字智能决策、数据授权价值流动和产品企业共同提升价值。工业互联网与企业现有的实体关系网叠加，将有效提高应用成功率。在IIEM的指导下，中小微企业可以充分利用区域合作网、家庭关系网、地方合作网在决策快、链路短、部署方便等方面的优势，在“产品化工业互联网”解决方案的基础上，构建自己的工业互联网生态系统。IIEM具有一定的普遍性，满足企业根据企业情况选择个性化工业互联网实施路径的需要。未来，IIEM可以直接融入工业互联网平台，实现大、中、小、微企业“无形模型”的理想目标，建设中国工业互联网，真正形成生态系统，造福数亿企业。未来，我们期待IIEM模型在更多的企业和行业得到推广和验证，为中国工业互联网建设提供参考。
广州鲁邦通物联网科技股份有限公司成立于2010年，致力为行业客户提供软硬件结合的5G+工业互联网平台解决方案，通过设备物联、机器人乘梯、设备售后管理系统、电梯物联网等产品和服务，助力电梯及特种设备、医疗设备、机器人、环保设备、环卫设备、电力设备和水务设备等工业客户进行后市场服务的数字化转型，降本增效，开启利润增长的第二曲线。
