‍

工业互联网本质在工业大数据价值,哪么挖掘数据价值的前提是要获得数据。所以方案提供商首先要在设备端安装大量传感器，给原来愚笨的设备赋予智慧，使其变成互联互通的产品；接着，采集到的数据按照实时性的要求，要么直接在本地进行处理，要么进一步借助通讯技术传输到云端；工业互联网云平台则通过人工智能等技术对采集到的数据进行分析，形成有价值的洞察；最后，工业互联网平台将洞察结果反馈于设备，辅助决策，进而实现运营优化。

很多类似的情景正在各行各业里频繁上演：航空公司因为飞机发动机的意外故障，每年要损失上百亿美元的运维费用；农场主因为没法有效监测安装在广袤农场里的灌溉设备，每年要浪费大量的水资源；市政管理人员因为没法及时维修故障的路灯，为夜间的行人和车辆带来难以估量的交通隐患。工业互联网或者物联网给各行各业带来的变革是显而易见的，涉及到国计民生的制造业恐怕对此体会最深。除了生产效率的提升、运营成本的降低，客户满意度的增加，传统制造商的商业模式也发生了翻天覆地的变化。

例如基于工业互联网的概念，RollsRoyce公司不再只是向客户出售飞机引擎，它推出了一项称为TotalCare的服务产品，只销售每台引擎的工作小时数，Rolls Royce负责为引擎的性能保驾护航。商业清洁设备制造商ICE开创了清洁设备的按月计费租赁模式，并在客户租赁期间保证设备的正常运行，通过物联网技术，该公司能够远程监控其所有清洁设备的性能。

也就是说，在各行各业，许多企业已经发现了工业互联网或者物联网技术带来的价值，并针对不同应用场景提出了不同的解决方案，但这些方案往往是零散的、不互通的。可是纵观这些方案背后的业务逻辑，似乎又都是相似的：设备实现互联互通--采集传输数据--平台分析数据--业务优化改进。

如果能将所有工业互联网或者物联网解决方案背后相似的业务逻辑抽象出来，形成一套可扩展、可衡量、灵活的系统架构，包括工业互联网在内的解决方案价值可能会出现爆发式的跃迁。这种变革，无异于当年淘宝平台的诞生——于是，从亚马逊的AWS IoT、阿里的Link物联网平台到GE的Predix、西门子的MindSphere、施耐德电气的EcoStruxure,无论是传统巨头、互联网大佬还是初创企业，都在争相布局的平台这块香饽饽。