如表 1所示，数据特性的不同直接导致系统架构设计侧重点的不同，这也是为什么互联网架构不能直接应用于IIOT（工业互联网）的原因之一，在此列举以下几个例子：

  （1）并发连接。由于IIOT接入并发居多，这意味着工业互联网接入设计需采用异步通信接入。相比Web接入，很多成熟的架构多以同步通信为主。

  （2）数据时序性。IIOT接入的数据有着很强的时间顺序，数据产生频率快，测点多，数据量巨大。传统关系型数据库无法满足对时间序列数据的有效存储与处理，因此需要使用专门的时序性数据库例如InfluxDB等。

  （3）数据关联性。相比互联网，IIOT接入的数据维度和类型多而广。由于是时序数据，对于突发事件而言，数据间隐含着较强关联性。这需要系统架构支持数据融合，以便深度挖掘数据间的关联性，更好的支持上层业务系统决策。

  （4）延时容忍度。工业互联网由于涉及OT网络和实时控制，对系统的延时要求较互联网要高得多。因此，系统延时往往需要从边端设备就开始规划和设计，例如软实时操作系统Linux有时不能满足需求，基于硬实时的RTOS可有效降低边端设备数据采集的延时不确定性。

  了解了上述工业互联网与互联网的差异，再去思考工业互联网的未来，或许就能更加深刻地去理解其对工业制造业乃至国家发展的重要意义。

  工业互联网的未来

  当前，伴随着网络信息技术与工业不断深度融合，同时数字化、网络化、智能化的新型工业形态不断驱动，工业互联网已成世界主要工业国家抢占国际制造业竞争的重要板块，同时也成为了各国寻求经济新增长点的共同选择。

  目前的全球工业互联网格局以美国、德国、日本为首，纷纷以龙头企业引领工业互联网的推进，迅速地推动着全球工业互联网发展。

  在我国，工业互联网平台为中国制造业提供了绝佳的“弯道超车”的历史机遇，工业互联网目前也已上升为我国“制造强国”的国家战略，逐渐覆盖到各个领域，如医疗、工厂、基建等等。

  与此同时，工业互联网也为金融领域带来了众多新的改变，例如它可以为产业供应链金融提供基础信息服务，有效解决信息不透明问题，直接有利于金融机构对企业的授信和风险评估，进而解决企业融资问题。

  工业互联网的先行者

  就目前而言，工业互联网平台提供e-works统计的已经超过150家。根据厂商背景的不同，工业互联网平台可以分为ICT、工业、创业3个类别，根据平台定位又可分为资产优化、资源配置和通用使能3个类别（参见表2）。

  需要说明的是，源自西门子、三一根云等工业企业的工业互联网平台借助其对行业的深入理解，在IT网络和OT网络的融合层面具有一定优势，通用使能定位的工业互联网平台由于其在云计算、大数据以及软件服务领域积累了较多经验，在其工业对外数据网络中更具竞争力。  其中，工业企业如西门子、三一根云偏重于资产优化；海尔或美的这类企业的重点在资源配置的定位；阿里巴巴、Amazon、华为等ICT企业一般偏重于通用使能的定位。此外，大多数创业企业团队都是从ICT和工业企业走出来，在三类平台均有涉及。

  不过，随着ICT企业和工业企业的跨界合作，工业互联网平台的划分界限也开始趋近模糊。比如，施耐德公司提供的EcoStruxure工业互联网平台，其底层架构基于微软的Microsoft Azure，还有如西门子的MindSphere则是基于SAP的Cloud Foundry开源架构。

  更进一步，细化来说，我们还可以根据国内外工业互联网平台在部署模式、运营模式、主要功能和应用场景上的差异，进行更加细致的分类和对比，如表 3、表 4所示，从中可以看出每个平台在功能上的不同侧重点。

  工业互联网的关键技术

  然而，需要指出的是，工业互联网（IIOT），区别于互联网，也区别于传统意义上的物联网（IOT），是物联网在工业领域的特殊应用。它是平台型产品，平台型产品天生具有高粘连性和高迁移成本，因此选择合适的工业互联网平台对企业技术升级至关重要。

  从目前来看，我国的工业互联网建设与欧美日等制造业强国处于同一起跑线，我国也高度重视，在《中国制造2025》、“互联网+”、“十三五”规划纲要、《深化制造业与互联网融合发展的指导意见》、《深化“互联网+先进制造业”发展工业互联网的指导意见》等战略中都明确提出加强工业互联网建设。

  在笔者看来，一个优秀的工业互联网平台，支持了下述三大工业互联网关键技术标准，才具有技术领先性和未来可扩展性：

  1、OPC Unified Architecture 标准