基于文献计量分析的工业互联网综述与展望

唐国锋,冯子钰,李 丹,艾兴政

(1.重庆工商大学 管理科学与工程学院,重庆 400067;2.重庆工商大学 工商管理学院,重庆 400067;3.西南政法大学 经济学院,重庆 401120;4.电子科技大学 经济与管理学院,四川 成都 611731)

0 引言

党的十九届五中全会审议通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二○三五年远景目标的建议》强调要“推动互联网、大数据、人工智能等同各产业深度融合,推动先进制造业集群发展”。当前,以数字化、网络化、智能化为主要特征的第四次工业革命蓬勃兴起与我国制造业转型升级形成历史交汇,互联网、大数据、人工智能等新一代信息技术与工业制造技术正深度融合,不断推动制造模式、产业组织方式、商业运行机制颠覆式创新,催生融合发展的新技术、新产品、新模式、新业态,为制造业转型升级打造新动能、拓展新边界。工业互联网作为新一代信息通信技术与现代工业技术深度融合的产物,是制造业数字化、网络化、智能化的重要载体,已成为推动新一代信息网络技术与制造业深度融合的桥梁和突破口。

工业互联网的概念最早由美国通用电器公司于2012年11月在美国通用电气(General Electric,GE)发布的白皮书《工业互联网：打破智慧与机器的边界》中首次提出的,其本质是以机器、原材料、控制系统、信息系统、产品以及人之间的网络互联为基础,通过对工业数据的全面深度感知、实时传输交换、快速计算处理和高级建模分析,实现智能控制、运营优化和生产组织方式变革[1]。近年来,发达国家加快推进工业互联网的建设,如美国在先进制造国家战略中,将工业互联网建设作为重点发展方向;德国工业4.0战略将网络化制造作为核心;日本“互联工业”战略强调通过人、设备、技术等相互关联向“社会5.0”目标发展。我国高度重视工业互联网的实践和发展,围绕顶层设计、发展路径等先后出台了《深化“互联网+先进制造业”发展工业互联网的指导意见》、《工业互联网发展行动计划》、《工业互联网建设及推广指南》、《工业互联网平台评价方法》等指导性文件。当前,工业互联网在我国的发展已经由概念逐渐走向实践落地,政策体系不断完善、基础设施建设稳步推进、产业生态日益成熟,在电子信息、机械、汽车、装备、航空航天等制造业行业领域中广泛应用,正助力制造企业转型升级、高质量发展。

自工业互联网概念提出来以来,国内外学者从不同角度、不同层面已展开较为深入的研究。工业互联网的发展需要有力的理论支持,为更好地为促进工业互联网发展提供有力智力支持,有必要深入探究国内外有关工业互联网研究的演进过程、差异化特征。鉴于此,本文运用文献计量工具对国内外有关工业互联网的相关文献进行分析,通过有关工业互联网相关研究发文量及趋势、关键词共现及演化趋势、关键词聚类分析,剖析国内外相关研究的差异性,追溯演进路径,并对未来的研究方向进行展望。

1 文献检索与研究方法

考虑到工业互联网概念的最早提出时间,本研究文献检索时间区间设定为2012年11月1日～2021年1月31日(数据采集时间为2021年2月1日)。本研究的国内文献检索来源于CNKI中国全文数据库(文献类型为全部期刊),国外文献数据选自Web of Science核心集(文献类型为Article or Review)、Elsevier Science(文献类型为Research articles)、Engineering Village(文献类型为Journal articles)、IEEE/IET Electronic Library(IEL) (文献来源为Journal articles or Report reviews)等数据库,以“工业互联网”、“Industrial Internet”为主题词,共检索出外国学者发表的855篇英文文献、中国学者发表的3篇英文文献以及914篇中文文献。本文将外国学者发表的855篇英文文献作为国外有关工业互联网研究的发文数量,中国学者发表的917篇中英文文献作为国内工业互联网研究的发文数量,再按照“题目+摘要+关键词”对文献进行分析。

此外,本文选择以可视化知识图谱为展现形式的Citespace及VOSviewer作为文献计量分析的方法,其目的为对工业互联网研究领域进行关键词共词分层聚类分析,通过形成可视化图谱综述已有研究并对未来研究趋势进行展望。同时,研究采用Excel 2019对发文量及文献具体信息进行统计分析,以使研究结果更加完整和直观。具体研究思路如图1所示。

图1 研究思路

2 工业互联网相关研究对比分析

2.1 发文量及趋势分析

白皮书《工业互联网：打破智慧与机器的边界》指出,工业互联网是在建立的网络和技术标准基础上,数据、硬件、软件与智能的连接和交互[1]。随后,国内外学术界围绕不同主题对工业互联网展开了进一步研究。为更清晰地展示工业互联网相关研究演化历程,本文对国内外工业互联网期刊文献进行发文量及趋势的对比分析,具体分析结果如图2所示。从图中可以看出,国内外工业互联网研究在2012～2021年1月整体发文量呈逐年上升趋势。此外,除2018年外,中文发文量均高于英文发文量,且两者均呈显著上升趋势,间接说明国内相关研究热度较高。

图2 “工业互联网”相关研究国内外期刊年度分布

总体而言,可以将现有研究划分为探索期(2012年～2016年)、发展期(2017年～现在)两个阶段。国内学者首次发文是在2013年,国外学者首次发文在2014年,且2016年以前发文量整体上升较为缓慢,中英文年发文量均在40篇以下,将该阶段划分为研究探索期;2017年至今,中英文发文量逐年呈大幅上升趋势,各年度发文总量均超过100篇,特别是到2020年国内外发文总量达到766篇,将该阶段划分为研究发展期。

2.2 关键词共现及演化趋势分析

图3 “工业互联网”相关研究中文关键词共现图谱

图4 “工业互联网”相关研究英文关键词共现图谱

研究发现,中文文献中频次排名较高的关键词有：工业互联网(频次为634)、智能制造(109)、5G(87)、工业4.0(51)、大数据(49)、工业物联网(47)、安全防护(44)、新基建(43)等,英文文献中频次排名较高的关键词有：Industrial Internet of Things(555)、Internet of Things(168)、Industry 4.0(129)、Blockchain(65)、Cyber Physical System(63)、Security(60)、Industrial Internet(51)、Cloud computing(50)等。总体而言,已有国内外相关研究领域主要涉及智能制造、5G、工业4.0、大数据、工业物联网等与工业互联网发展紧密相关的技术领域,而涉及工业互联网对中国制造业高质量发展的支撑作用、影响机理及驱动机制、模式及保障策略的研究则相对较少。此外,在中文文献中,还结合了“新基建”、“5G+工业互联网”等最新发展背景和形势,研究“中国特色”突出。

此外,按照时间轴线对涉及工业互联网的高频关键词首次出现年份进行分析,并在高频关键词共现网络图谱基础上绘制高频关键词共现时区图(如图5和图6),以进一步分析研究热点演化趋势。由图5和图6可以看出,在探索期(2012年～2016年),国内学者重点关注相关概念界定、技术演进等方面,核心关键词包括大数据、云制造、信息物理系统、工业物联网、信息安全、转型升级等;国外学者重点关注与工业互联网相关的底层技术,核心关键词包括Artificial Intelligence(AI)、Wireless Sensor Network(WSN)、Cyber Security等。在发展期(2017年～现在),国内外相关研究的广度和深度逐渐扩大,成果呈现多样化发展趋势,国内研究既有以标准体系、数字化转型、人才培养、新基建等为核心关键词的较宏观层面的研究,又包括以工业APP、时间敏感网络、数字孪生等为核心关键词的较微观层面的研究;国外研究既涉及以Cloud Computing、Edge Computing、Machine Learning等为关键词的工业互联网底层核心技术方面的研究,又涉及以Quality of Service、Reliability、Energy Efficiency等为核心关键词的工业互联网服务管理、能耗管理等方面的研究。

图5 国内“工业互联网”相关研究热点演化趋势

图6 国外“工业互联网”相关研究热点演化趋势

2.3 关键词聚类分析

本文运用Citespace软件,在关键词共现图谱基础上运用LLR聚类统计分析法对国内外涉及工业互联网研究的高频关键词进行分析,可得到如图7所示的关键词聚类图谱。根据分析原理,Q值(聚类模块值,Q>0.3表示聚类效果可被接受)越大,则聚类效果越显著;S值(聚类平均轮廓值,S>0.7表示聚类结果高度可信)越大,则表示聚类内部同质性越大,即聚类结果越合理。分析结果显示,国内相关研究高频关键词聚类模块值Q=0.823 5、聚类平均轮廓值S=0.879 1,国外相关研究高频关键词聚类模块值Q=0.811 7、聚类平均轮廓值S=0.804 3,说明聚类效果显著、结果合理。

图7 “工业互联网”相关研究关键词聚类分析图谱

为了增强关键词、聚类词之间的相关性及逻辑性,本文对聚类分析图谱标签名称进行同义词替换处理。基于聚类分析图谱,按照图谱中所聚类高频关键词的特征,国内外相关研究主题大致按照“Environment(环境)—Technology(技术)—Application(应用)”逻辑脉络进行呈现。其中,国内有关工业互联网研究的高频关键词可以划分为发展背景及趋势(A1)、核心技术(A2)、商业模式创新(A3)、应用场景(A4)、功能作用(A5)5个团簇。其中,涉及工业互联网平台发展背景的关键词包括新基建、信息技术渗透、制造业变革、数字经济发展;涉及核心技术的关键词包括标识解析、移动边缘计算、区块链、安全防护、工业物联网;涉及工业互联网在商业模式创新方面的关键词包括C2B模式、个性化需求满足、价值共创模式;涉及工业互联网应用场景方面的关键词包括实时故障检测、应用平台、数字化维保、资源优化配置、行业应用;涉及工业互联网功能作用的关键词包括工业应用创新、海量数据管理、智能化决策、生产方式创新。

国外有关工业互联网研究的高频关键词可以划分为5个团簇：Manufacturing industry development(B1)、Core technology(B2)、Platform infrastructure(B3)、Application scenarios(B4)、Function(B5)。其中,涉及Manufacturing industry development(制造业发展背景)的关键词,包括Smart manufacturing、Industry 4.0;涉及Core technology(核心技术)的关键词,包括Data privacy、Block chain、Edge computing、FPGA;涉及Platform infrastructure(平台基础架构)的关键词,包括WSN、Time-sensitive network(TSN)、Service-oriented architecture;涉及Function(功能作用)的关键词,包括Authentication、Feature extraction、Optimization、Task analysis。此外,在Environment(环境)、Technology(技术)层面,国内外高频关键词团簇A2与B2、A4与B4、A5与B5相同,说明国内外学术界在核心技术、应用场景、功能作用方面关注的主题相同。具体如图8所示。

图8 “工业互联网”相关研究高频关键词聚类分析

3 讨论

3.1 时间视角下的国内外工业互联网研究

探索期(2012年～2016年)：“工业互联网”的概念最早由美国通用电气(GE)提出,国内研究最早出现在2013年《浅谈工业互联网》[2]一文中,其对工业互联网发展前景进行了展望,对面临的数据及安全挑战也进行了预判。此后,自2015年开始,国内学者逐渐开始对工业互联网在两化融合、“互联网+”、“中国制造2025”等国家战略背景中所扮演的重要角色、工业互联网发展环境进行探讨,如延建林等[3](2015)与余晓辉[4](2016)就“中国制造2025”背景下工业互联网和工业4.0为中国制造业未来发展带来的机遇与挑战进行了论述。国外学术界自2012年提出概念后,在2014年的《GE is in a Startup State of Mind》一文中首次将“Industrial Internet”作为关键词,提出了GE公司在工业互联网背景下的发展策略[5];此后,LAUDIEN等[6](2016)与ARNOLD等[7](2016)采用案例研究及专家访谈方法对工业互联网的商业模式、对制造业发展的作用机制进行了研究。总体而言,国内外学者在探索期关于工业互联网的研究文献数量有限,部分文献研究还与工业物联网相关,整体上缺乏对工业互联网的深入性研究。

发展期(2017年～2021年)：基于探索期相关研究,国内外学术界在发展期以工业互联网为主题从技术层面、应用层面展开研究。在技术层面上,物联网、工业物联网以及工业互联网均是同义词,国内外学术界分别围绕此类主题展开研究,如THRAMBOULIDIS等[8](2016)提出一种基于UML概要文件的物联网方法;WONG等[9](2017)研究了工业物联网生态系统下的隐私数据管理技术;LU[10](2017)指出信息物理系统(CPS)通过物联网(IoT和WoB)为工业互联网系统的构建和应用提供了技术基础,并基于此提出了CPS框架。此外,学术界还围绕智能工厂传感器技术[11]、云计算技术[12]、数字孪生技术[13]以及整体数字化技术应用[14-15]展开研究。在应用层面上,研究涉及智能透明汽车工厂[16]、流程工业智能工厂[17]等各类智能工厂的构建,以及自动监测系统[18]、基于边缘计算的设备接入及集成技术[19]等应用领域。此外,还有部分文章从企业战略管理角度出发,以泛在制造(Ubiquitous Manufacturing,UM)[20]、集成和智能制造[21]等在制造业中的应用为主题展开研究,如魏津瑜等[22](2020)在装备制造业行业背景下,以价值共创理论为出发点,构建了包含制造资源需求方、制造资源提供方与工业互联网平台三维度的价值共创过程模型。总体来看,相比探索期,发展期的研究更加深入与多元化,进一步深化了工业互联网领域的理论与实践价值。

3.2 聚类视角下的国内外工业互联网研究

本文在关键词聚类图谱及国内外文献的基础上,以“Environment(环境)—Technology(技术)—Application(应用)”为逻辑对国内外研究进行分析讨论。

3.2.1 环境层面

有关工业互联网发展环境层面的研究国内相对较多,其高频关键词可以聚类为“发展背景及趋势”,主要集中在制造业变革、数字经济发展、信息技术渗透、新基建等几方面。延建林等[3](2015)指出,金融危机以后,全球新一轮产业革命和科技革命蓬勃兴起,制造业重新成为全球经济发展的焦点,世界主要发达国家采取系列举措推动制造业变革,如美国实施“再工业化”、“制造业复兴”战略计划发展智能制造产业(Smart Manufacturing),德国积极推动工业4.0(Industry 4.0)战略计划实施,日本、法国、韩国、瑞典等国也纷纷推出制造业振兴计划。姜峰等[23](2021)指出,数字经济浪潮席卷全球,以前所未有的速度驱动传统制造业加速变革,特别是以工业互联网、5G、云计算、大数据、物联网等为核心的“新基建”通过技术和模式创新不断向实体经济领域渗透融合,为传统制造业变革带来了新拐点。徐宪平[24](2021)指出,传统制造业数字改造和转型是新基建的价值所在,通过新一代信息技术与制造业深度融合,可以全面提升制造业企业的数字化能力、网络化能力和智能化能力,实现生产运营全过程数据贯通、生产资源全要素网络协同和生产活动全场景智能应用,为制造业高质量发展提供关键支撑。此外,在发展趋势方面,刘畅等[25](2020)认为,工业互联网在中国的发展已具有良好的政策引导环境,特别是十四五期间,工业互联网作为中国国家“新基建”七大核心领域之一,在助力制造业高质量发展基础上继续提速;焦勇等[26](2019)认为,工业互联网下的两化融合整体上可分为数字化、网络化和智能化3条“并联式”相对独立的路径;李君等[27](2019)将工业互联网平台成熟度演进路径划分为建设起步、功能完备、应用拓展、专业深耕和生态繁荣由低到高5个阶段。总体而言,国内学者将发展趋势及路径与国家战略紧密结合展开研究,很好地融入了经济社会发展现实背景。

国外研究相对较少,高频关键词可以聚为“Manufacturing industry development”一类,主要围绕Industry 4.0和Smart Manufacturing 两方面进行论述。如COSTA等[28](2020)指出工业4.0作为全球制造业数字化转型的关键机制,为制造业的生产系统生命周期带来了一系列挑战,其中工业互联网平台可为工业4.0高级应用集成提供一个灵活和开放的解决方案;LEE等[29](2020)指出智能制造是现代制造业未来的发展方向,是其走向数字化的核心,在制造业发展过程中工业互联网核心技术可推动智能制造的发展,与智能制造相辅相成。总体而言,国外学者将工业互联网发展与宏观制造战略相结合,以探索其在工业革命背景下的发展动向。

3.2.2 技术层面

国内学术界研究的共同主题为工业互联网核心技术,差异性主题在于国外学术界还就基础架构进行了研究。具体如下：

(1)工业互联网核心技术

国内相关研究的关键词包括标识解析、移动边缘计算、区块链、安全防护、工业物联网等;国外相关研究的关键词包括Data privacy、Block chain、Edge computing、FPGA。总体而言,工业互联网核心技术可划分为5部分：①信息提取并初步处理的数据集成及边缘处理技术[30];②为基于池化管理技术用户提供完善的云基础设施服务的IaaS技术[31];③具有数据预处理、数据存储与管理功能的数据管理技术[32];④提供数据分析算法、机理建模功能的工业数据建模与分析技术[33];⑤确保数据接入安全、平台安全、访问控制的安全技术[34]。如在数据管理技术研究方面,CHEKIRED等[35](2018)提出一种搭载工作负载分配算法的分层雾计算技术;在安全技术研究方面,针对数据采集和各种传输漏洞,HOU等[36](2020)将安全技术优化为基于低内聚性算法的差异隐私保护技术。

(2)基础架构

国外涉及平台基础架构的研究相对较多,聚类体现在WSN、Time-Sensitive Network(TSN)、Service-oriented Architecture等高频关键词上,但目前还缺乏统一的标准和共识,国外学者主要基于德国工业4.0的RAMI 4.0[37-38]、日本智能制造参考框架IVRA[39-40]和美国工业互联网体系架构IIRA[39,41]对体系架构进行探索,其中RAMI 4.0强调企业内部网络化制造系统的纵向集成、企业间的横向集成和全生命周期的端到端工程数字化集成,IVRA在RAMI 4.0和IIRA的基础上加入员工合作等现场功能和日本制造的价值取向,IIRA主要从业务角度(需求模型)、使用角度(用例模型)、功能角度(功能模型)和实现角度(部署模型)构建架构。国内学术界涉及此方面的研究相对较少,相关内容见工业互联网产业联盟于2017年发布的《工业互联网平台白皮书》[42],提出了包含网络、数据、安全三大层级的体系架构1.0;其后,联盟在2020年发布的《工业互联网体系架构》[43]中,考虑到体系架构1.0中网络、数据、安全在数据功能上存在一定重叠,在体系架构2.0中以平台替代数据,重点体现1.0中数据的集成、管理与建模分析功能,形成网络、平台、安全三大层级,功能内涵与1.0也基本一致。

3.2.3 应用层面

国内外学者在应用场景搭建、功能作用主题下均有研究,差异性体现在国内研究注重对新背景下工业互联网应用创新方面的研究。剖析如下：

(1)应用场景

国内外工业互联网相关研究中的应用场景搭建层面主要关注应用行业、应用平台及应用实际要解决的问题。国外核心关键词为Smart Factory、Industrial Internet Platform、Energy Efficiency、Resource Management等,国内关键词主要有智能工厂、工业互联网平台、工业云平台等。具体地,国内外应用行业主要涉及电信[44]、石油和天然气[45-47]、化工[48]、家电[49]等,以探究工业互联网在全球各行业中的应用现状。应用平台主要指国内外工业互联网平台,国内学者以中国石化工业互联网平台ProMACE[46,50]、航天云网工业互联网平台[51]、“众工业”平台[52]等典型案例去探究技术优化以及商业模式创新,国外学者以工业互联网平台架构为基础进一步研究了制造服务协同方法的优化选择[53-54]以及新型平台的设计[55-56]。应用实际要解决的问题包括但不限于实时故障检测[57]、资源优化配置[58]。总体而言,国内外学者主要通过搭建应用场景来探究应用过程中工业互联网所带来的机遇与挑战。

此外,国内学者还围绕新背景下工业互联网的应用展开工业应用创新方面的研究,涉及关键词有新基建、数字经济等。国内学者普遍认为,作为新基建核心领域之一的工业互联网在促进制造业高质量发展、释放经济增量方面作用显著,尤其在新冠疫情对实体经济的冲击下,工业互联网的应用进一步推动制造业提高产能和优化人才结构[24,59]。现有研究中,新基建背景下“5G+工业互联网”的融合机理及应用领域研究备受学者关注[60-62]。此外,在数字经济背景下,制造业与工业互联网深度融合的路径也成为国内学者关注的研究主题[22]。总体来看,新基建背景下工业互联网的应用已成为国内学者近年来关注的重点。

(2)应用模式创新

在此类研究中,国内研究相对较多,且主要集中于工业互联网的商业模式特征及“5G”场景和“新基建”等新背景对商业模式的影响;国外研究聚焦于工业物联网对商业模式的影响及特征。可按照顾客价值主张、价值创造、价值获取3个层次对现有研究进行分类,如在价值主张层次上,孟炯[63](2016)认为由于消费者个性化需求从规模经济向范围经济的转变,以企业为中心的B2C模式转变为以需求差异化为中心的C2B模式;在价值创造层次上,马永开等[64](2020)更强调以制造资源服务化的方式将资源共享并针对需求变化对资源进行动态调整的价值共创模式,价值共创主体通过“联结”“联动”从而“联体”地创造价值;在价值获取层次上,朱宗乾等[65](2019)认为企业员工偏向于对个性化需求进行满足并从中获取价值。总体上,国内外的商业模式创新研究为工业互联网背景下制造企业高质量发展、寻找新的增长点提供了思路。

(3)功能作用

在此类研究中,仍然以国内研究为主,国内学者研究认为工业互联网的功能作用主要体现在智能化决策、生产方式创新、工业应用创新、海量数据管理4个方面。其中,在智能化决策方面,隋少春等[66](2020)指出,制造企业通过对生产现场“人机料法环”(人员、设备、原料、方法、环境)各类数据以及企业资源计划、运营管理等数据的采集和综合分析,能够发现导致生产瓶颈和产品质量缺陷的原因,有效帮助企业提高生产效率、产品质量,并不断降低企业运营成本,从而实现精准研发、高效营销和精益生产;在生产方式创新方面,姚锡凡等[67](2020)认为,不同制造企业通过工业互联网平台开展广泛的资源共享与信息交互,实现跨企业、跨行业、跨地域的资源与能力协同、集聚,从而创新性地构建高效的协同生产体系;在工业应用创新方面,李燕[68](2019)选取西门子、Webalo、Bearing Point等为研究案例,分别对行业用户在平台使用过程中结合自身工业知识、机理开展应用创新,并以第三方开发者依托平台开发面向不同行业不同场景的工业APP为例进行论述;在海量数据管理方面,刘阳等[34](2019)分别从数据处理框架、数据预处理、数据存储与管理3个层面对工业互联网平台所涉及的核心技术进行阐述,同时认为这些核心技术又是平台快速发展的主要驱动。

总体而言,国内外工业互联网相关研究主题大致可划分为环境、技术、应用3个层面,每个层面有代表性的高频关键词,聚类视角下的国内外工业互联网研究可由表1概括。

表1 聚类视角下的国内外工业互联网研究汇总

4 结论与展望

4.1 结论

本文利用Citespace和VOSviewer软件,对2012年11月～2021年1月国内外与工业互联网研究相关的文献进行计量分析,得到以下结论：

(1)从发文量及趋势来看,可以划分为探索期(2012年～2016年)和发展期(2017年～现在)两个阶段。

(2)从关键词共现及演化趋势分析来看,国内外学术界呈现逐渐从关注概念界定、底层技术向行业应用、服务质量管理、能耗管理等方面演进。

(3)关键词聚类分析显示,国内外相关研究主题大致可按照“环境—技术—应用”逻辑脉络进行呈现,且国内外相关研究高频关键词可各聚类为5个团簇。

4.2 研究展望

(1)国内工业互联网平台治理体系亟待构建

随着工业互联网在我国的创新发展,平台供需双方、平台之间、与平台相关的不同参与主体之间的数据交互将会不断加深。基于工业互联网平台,不同参与主体之间的数据交易、数据增值及数据变现等需求将日趋旺盛,如何通过加强政府引导监督以及平台风险安全防控、设置科学合理的数据管理规则及应用评估机制是搭建平台治理体系、提升治理实效的重要途径,也必将成为研究热点。

(2)国外工业互联网研究领域亟待拓展

前述研究结果显示,国外工业互联网相关研究早期重点关注与工业互联网发展紧密相关的底层技术,后续相关研究逐渐延伸至应用层面,重点关注设备管理服务(如设备健康管理、产品后服务等领域),以及在现有生产管理系统基础上依托平台如何进行生产过程管控。然而,国外研究主要侧重于制造业,针对能源、医疗保健、建筑等行业的研究较为缺乏,并且也特别缺乏制造业变革、数字经济发展、信息技术渗透、新基建等新背景下工业互联网应用创新方面的研究,亟待将研究在这些领域进行拓展。

(3)面向消费侧的工业互联网应用创新研究亟待推进

目前,国内外有关工业互联网的研究主要以工厂侧及设备侧为主,主要集中在企业运营管理、生产过程管控以及设备管理服务3大类应用场景。然而,随着工业互联网逐步从产品设计到产品服务、需求预测到资源调度等场景的深入拓展,面向产品、企业协同及用户的消费侧应用也将逐渐出现,以能力交易、集成应用、知识交易及知识创新等新兴应用模式也将不断普及。基于工业互联网平台,面向消费侧的各类应用将实现集成互通,在此场景下如何实现工业系统内全要素、全流程的系统性协同优化将成为最具潜力的研究热点。

(4)工业互联网研究领域的跨国合作亟待加强

国外相关研究显示,不同工业互联网平台之间能实现充分的互补,合作程度也很深入,通过平台间能力互补合作,平台企业能快速为客户企业交付成熟的解决方案,实现市场竞争力的有效提升。而国内工业互联网平台之间合作深度和广度都有待提升,其主要原因在于我国企业数字化发展水平不一、工业底层基础能力较薄弱,以及在工业互联网语法语义规范化通信标准方面的研究及合作还不够深入。因此,从长远看,开展工业互联网通信标准研究领域的国际合作亟待加强,在国际合作过程中所涉及的跨境通信和数据所有权保护问题也必将具有重要的研究和实践价值。