未来 5 年，中国制造业将迎来新一代数字基础设施（工业互联网）的安装期，这一过程会伴随着传统软件体系的解构与技术支撑服务体系的重构。在 AIoT、5G、区块链等数字技术的叠加以及与 OT 技术 ( Operating Technologies) 深度融合的作用下，制造业数字化、网络化、智能化的进程将会大大提速。能够充分利用数据来驱动新价值网络创造的制造企业，将成为所在行业新的领军者，反之则将淹没在数字化浪潮中。围绕“数据、机器智能、平台、数字孪生、组织”等关键词，阿里云研究中心联合阿里巴巴集团研究院就未来五年中国制造业数字化变革给出 8 大预判：

1、数据资产货币化

“数据货币化”将作为众多制造企业的优先战略。掌握数据资产变现能力的制造企业将比缺少该能力的企业多创造 20% 的营收。

2、无场景，不智能

30% 的行业龙头制造企业将基于低代码工业智能开放平台开发面向不同场景的工业智能应用。30% 的中小制造企业则至少在3-5个生产场景中尝试使用人工智能技术。

3、数据中台

50% 的大型制造企业将构建集团层面的大数据中台，对数据进行统一的“打通、整合、共享”, 以更快响应前端业务的创新。

4、“低门槛”数字工厂

届时，基于云、边、端架构的数字工厂改造成本仅为现在的 1/3，但可以降低 20% 的工厂运营成本。

5、数字孪生工厂

30% 的大型制造企业将实现工厂级的数字孪生体，打造“透明工厂”，带来 20% 的整体运营效率提升。

6、区块链

10% 的离散制造企业将尝试 IoT+ 区块链技术在设备认证、质量追溯与供应链管理上的应用。

7、C2B 协同创新平台

30% 的 2C 端生产企业将基于 C2B 协同创新平台进行产品的设计、开发、生产与销售，产品上市时间缩短30%。

8、未来组织

80% 的制造企业将重新定义组织、领导力、人才、人机协同、考核机制等, 以更好拥抱企业全面数字化变革。

从对未来制造 2025 的展望拉回到现在，过去一年是中国工业互联网“野蛮生长”的一年。无论是利好政策、资本注入、新参与者涌入、还是新技术、新产品落地，都为其发展创造了一个良好的环境。

同时，各类工业互联网平台纷纷涌现，根据《信通院 2019工业互联网白皮书统计》，当前中国工业互联网平台已有 300 家左右，具有一定规模与影响力的平台数量达到 50 家之多。其中，既有垂直行业的龙头企业，也有以 BAT 为代表的数字企业，同时高科技初创企业的加入也为工业互联网的发展注入了新的创新元素。

值得肯定的是，越来越多的平台开始从起步逐步走向成熟，从最初的一窝蜂、追风口，到现在的聚焦与专注，无论是在产品能力、服务体验、商业模式、还是发展路径上，对平台建设都有了更为深刻的认知（见图 1）。

但挑战依然严峻。当前，工业互联网平台发展的主要问题是碎片化能力供给与制造企业全面数字化转型诉求间的矛盾。平台发展如要发生质的变化，以下五大问题还有待找出答案。

数字孪生简单地讲，即物理对象在数字空间中的实时、动态映射。数字孪生是一切模型与应用的基础。从设备、产线、车间、产品、再到工厂，数字孪生的实施成本与复杂度不是线性增长，而是倍增。数字孪生最大的挑战在于巨大的“语言障碍”。只有当通讯协议、设备的互联互通、数据集成、软件的互操作等不再是问题，数字孪生的部署门槛才能降低到企业，尤其是中小企业能够承受的范围。

制造企业的节流与开源离不开数据。然而当前大部分平台提供的服务仍然聚焦在生产要素数据化层面，或仅仅是用数据对物理世界进行描述。制造企业迫切需要的是从数据中获得预测能力，并指导决策，才能为业务带来创造性的经济效益。而只有当平台同时掌握数据、算力、算法与工业知识这四项能力，尤其是复杂算法与行业机理模型相互验证的能力，所开发出的工业智能应用，才能面向不同场景，创造实际价值。

工业互联网平台是线上线下、软硬融合的平台，但当前平台多是以项目制、“施工队”这种点到点的方式提供数字化服务。线下服务的线性增长方式严重制约平台的规模、范围与速度。平台还难以有效做到将线下工业应用与解决方案标准化、数字化，APP 化，并迁移到线上交付。平台只有摆脱人力、设备、厂房等物理局限，才能做到客户的持续运营、服务的规模化复用，同时降低其边际成本。

全链路与全要素数字化与数据化意味着企业有能力站在全局的角度，深度服务用户。然而，数据孤岛不仅存在于企业内部，更大的挑战来自供给侧与消费侧之间的信息断层。生产运营信息与消费信息的不对称，导致生产企业依然延用 20 世纪的管理模式服务 21 世纪的“数字原生用户”。只有当工业互联网与消费互联网打通，形成“双轮驱动”，才能围绕产品与服务，确保从设计、研发、生产、供应链、再到客户端的交付形成液态化的联动，增强供应链的灵活性与响应速度。

生态系统何时完善？

工业互联网平台的建设是一项复杂而又漫长的系统工程。从链接、到应用、再到服务，中间涉及到众多门类的学科、技术、人才与能力。平台建设的逻辑不是单打独斗、而是共生共赢。只有当平台学会将边界能力之外的产品、技术、服务、市场交给合作伙伴，相互信任、相互成就，才能构建一个共生、利它的平台生态系统，从而产生巨大的协同效应。

用昨天的解决方案解决不了今天的问题。经过过去几年的实践，阿里对平台建设有了更为清晰的认知与定位。通过在新技术、新模式、新商业、新组织与新生态的不断探索，逐渐开辟了一条互联网创新发展与新工业革命深度融合的新工业互联网平台模式。

从工业时代迈入数字时代的最大特征，是从决策到复杂决策的转变。制造业数字化转型本质是一场数据驱动的“决策革命”。

工业时代，企业解决的是“点”与“线”上的碎片化问题与局部问题。但当步入到数字时代，需要面对的则是“面”与“体”带来的系统化决策上的挑战，而数据孤岛、系统孤岛、业务孤岛成为制造企业转型上的最大障碍。当前企业面临的最为现实的问题，即数字化转型的复杂性指数级增加导致信息化时代遗留的基础设施的“崩盘”（见图 2）。

工业互联网，作为制造业的新型数字基础设施，其本质是数据驱动的自动化决策，以化解制造业复杂系统的不确定性，并驱动新价值网络的生成 - 即利用数据进行信息交换与传递、利用数据洞察生产与商业的运行规律、利用数据进行精准的自动化决策，并最终对信息与物理世界加以控制、利用数据驱动全价值链、全要素的网络化协同，产生新价值、新模式、新业态与新产业。

而工业互联网平台，则是工业互联网的核心，通过构建一个全新的知识与技术分工协同体系，最大程度降低数据决策的成本，提升决策效率。以云作为数字底座的全新分工协同体系，将涵盖计算、数据、连接、分析、算法模型、机理模型在内的大量碎片化知识与技术聚合在一起。技术之间相互组合、“繁衍”、进化，进而形成新的知识与技术，以满足各类企业面向全场景、全要素、全价值链的自动化决策与网络协同的需求。

 2.1 “工业数字中台” - 工业互联网的“数据操作系统”

本着打造一个以“数据驱动”的工业互联网平台生态体系，阿里围绕云计算、物联网、大数据、人工智能等新一代数字技术构建的“工业数字中台”，作为工业互联网的“数据操作系统”。

工业数字中台由基于一个统一的云平台之上的四中台组成，即 IoT 中台、数据中台、业务双中台与 AI中台，四者间成松耦合关系，即可独立实施，又可整体落地。

工业数字中台可以在公有云、私有云、混合云等多种环境中部署 , 具备高灵活性、高扩展性与高可靠性。

IoT 中台

基于 IoT 技术，实现“云、边、端”一体化的数据与业务协同，打造工厂版“Android”。平台一方面负责端侧与边缘侧的数据采集，将物理资产转化为数据资产，在云端进行统一管理。另一方面，支持跨业务系统的连接以及与第三方工业 SaaS 的接入。IoT 中台可加强人、机器、设备、产品、系统之间的互操作性，实现物理数据与系统数据的打通，低门槛打造数字化工厂。

业务中台

工业数字中台的本质，即对后端核心数据与核心系统标准化、模型化、模块化，由中台进行统一管理，并以共享的形式赋能前台，快速响应前端业务的变化与创新，最大程度降低创新的风险与试错成本。

数据中台

一座“数据服务工厂”，对产品生命周期的全链路数据进行“打通、汇聚与共享”，有组织、系统性地使用数据。通过数据中台建立包括订单、原料、设备、生产、产品、客户在内的全域数据模型，并根据不同业务逻辑对数据模型进行关联与分析，最终转化为统一的数据服务，为前台决策赋能。

AI 中台

平台、数据、算法模型组合构成 AI 中台，支持从数据、模型、算法、应用到控制的决策闭环。AI 中台提供低代码工具，可支持规模化开发与复用面向不同工业场景的智能应用。