互联网 + 制造是以互联网为核心的新一代信息技术与制造业的深度融合所形成的产业和应用生态， 大数据及云计算平台是实现产业应用的重要基础， 基于大数据及云计算平台可以对海量制造业数据价值进行挖掘，实现生产智能决策、业务模式创新、资源优化配置和产业生态培育。2012 年以来，在GE、西门子等国际制造业巨头推动下，制造业、IT软硬件企业和互联网公司积极加入，使各类制造平台在全球快速发展，形成了互联网 + 制造的平台体系。
互联网 + 制造平台是跨制造产业、信息通信产业等的信息交汇与聚合枢纽，是互联网 + 制造的核心环节，也是当前制造业和信息通信产业各路巨头战略布局的重要方向，众多国内外企业已经纷纷加入互联网 + 制造的平台产品建设与运营当中。
从发展进程看，全球互联网 + 制造平台尚处于发展初期，我国需要把握机遇，及早布局，发展强大的平台产品及平台生态，这对于我国抢占产业竞争制高点，构建完善产业体系，巩固在制造业领域的优势地位具有尤为突出的意义。
工业巨头合力打造工业互联网平台一、制造企业构建互联网 + 制造新生态
近年来，传统工业巨头将云计算、物联网、大数据等新一代信息技术和架构与制造业相融合，构建了工业互联网平台，主要代表是 GE 的 Predix、西门子的 MindSphere 以及我国海尔的 COSMO等平台，大力推动了互联网 + 制造创新发展。
- 特征：互联网创新技术与生态在工业领域复制与融合
从实现方式上看，GE 的 Predix、西门子的 MindSphere 等平台聚焦企业资源的管理与运营，利用传感器、移动通信、卫星传输等网络技术远程连接智能装备、智能产品，在云端汇聚海量设备、环境、历史数据，利用大数据、人工智能等技术及行业经验知识对设备运行状态与性能状况进行实时智能分析，进而以工业应用程序（APP）的形式为 生产与决策提供智能化服务。
从平台特征上看，这类平台是互联网创新技术、生态模式在工业领域复制、融合的突出体现。这类平台充分融入主流、前沿的物联网、云计算、大数据、人工智能等技术。西门子的 MindSphere 平台采用了内存计算的先进计算模式，引入了 IBM 的 Watson 人工智能技术；GE 的 Predix 平台基于云计算流行的开源架构 Cloud Foundry。同时，这类平台充分采用互联网行业的开发模式和应用服务提供模式。MindSphere、Predix 等都提供软件开发环境和开发工具，强调第三方开发者和应用程序接入，旨在形成类似谷歌安卓、苹果 APP 商店的第三方开发应用生态。
从价值拓展上看，这类平台直接获取机器设备运行参数，通过对海量历史经验数据、实时运行数据的集成与建模分析，实现远程设备状态监控、预测性维护、能效管理等智能化服务，提高机器效率、降低能耗、降低故障率、拓展服务和价值空间。
- 目标：工业巨头通过平台强化各自领域的主导地位
国际制造业巨头是工业互联网平台推进的主力， 意图通过平台进一步强化在各自领域的主导地位。
首先，通过平台为自己公司的高端产品提供服务，通过丰富、专业、智能、精准的应用服务，使用户获得更好的体验和收益，形成对其产品更强的黏性，实现“使用用户的数据、为用户提供服务、赚取用户的钱”。
其次，通过平台获取广大用户的海量运行数据， 形成对企业、对行业更加精准的预知。
再次，通过平台留住客户，由于客户海量数据置于平台，且对平台服务产生依赖，客户将很难向其他平台迁移。
最后，依托平台培育开放的开发者生态，未来可能像苹果或谷歌那样通过 APP 服务产生收益。
3．生态：聚合强大的产业能力和应用服务
国际制造业巨头凭借工业互联网平台产品及行业应用，整合数据及经验，集聚 IT-OT 层上下游企业，逐步构建自主掌控的智能制造产业生态。同时， 基于平台产品并购技术企业，扩展平台能力。
例如，GE 率先围绕 Predix 平台构建了产业生态，2016 年围绕 Predix 平台的收购案近 10 起， 总金额近 400 亿美元。具体包括：并购全球第三大油服公司贝克休斯，为平台扩展石油服务应用；收购 LM 获取风力发电领域服务应用能力；收购 Bit Stew Systems 和 Wise.io 为 Predix 平台拓展从电厂、飞机引擎到数据库和软件分析能力；收购了ServiceMax，拓展IoT 平台管理能力。
再如，西门子大力推动 MindSphere 云平台， 拓展全球应用。继 2016 年在汉诺威工业展上正式推出 MindSphere 平台之后，2017 年，其大力拓展包括云基础设施服务商、软件开发者、物联网初创企业、硬件厂商等的 MindSphere 生态圈。在底层的云计算基础设施方面，西门子与多家云服务商合作，重点构建操作系统，提供开放的能力接口， 吸引行业客户或软件开发者开发更多的工业 APP， 并将这些 APP 推荐给更多的客户使用。客户可以根据自身需求选择相应 APP 对工厂运营数据进行分析，实现对生产线的智能控制，如进行预测性设备维护、远程故障诊断、产品追踪等。在云服务层面， MindSphere 合作伙伴包括亚马逊 AWS，也包括微软。微软为西门子提供大数据、软件计算开发能力。其与西门子合作，主要是看重西门子在工业设备领域的能力。借助西门子的 MindSphere，微软能够将自己的产品推广给更多的工业客户。在应用层面，西门子与合作伙伴已经一起开发出超过 50 个 APP，供各类工业客户选用。在 MindSphere 生态系统里，西门子自己开发了基础的工业 APP， 提供各种能力，使广大合作伙伴可以基于西门子的原生 APP 迭代出更多的专业性 APP。西门子提供的能力就像乐高的基础积木，客户或合作伙伴能够以搭积木的方式把它的分析、应用模型逐渐搭起来。
按照西门子的规划，MindSphere 第一批投放的国家主要是中欧、北欧、美国、英国，第二批覆盖中南欧如意大利、瑞士等，中国将是第三批投放的国家。目前，MindSphere 已经被一些厂商采用， 比如生产研磨机械的设备制造商格林将几个关键部件的状态参数采集到 MindSphere 上，尤其是刀具的参数，经过一年多的数据累积、测试，该平台已经能够预测刀具的磨损状态，及时提醒格林更换刀具。
可以看出，西门子等厂商从设备数据采集出发、自下而上构建物联网生态圈之时，互联网、IT 企业也希望将自己的云计算、物联网、大数据等服务自上而下地向工业领域渗透。
制造企业构建互联网 + 制造垂直应用平台生态
伴随着工业巨头持续打造工业互联网生态，各国制造企业也根据各自所处领域的行业特点、业务类型、市场特点不同，分别推进按需定制（C2B） 平台、软硬件资源分享平台、协同制造平台、供应链协同商务平台等，聚集资源的精准配置和流程的灵活重组，通过云接入分散、海量的资源，对制造企业资源管理、业务流程、生产过程、供应链管理等进行优化，提升供需双方、企业之间、企业内部各类信息资源、人力资源、设计资源、生产资源的匹配效率。
1．按需定制平台，提升个性化制造水平
按需定制平台可前端连接大众用户，后端连接智能工厂，使供需直接交互、精准对接，开展以用户为中心的 C2B 定制，满足市场多样化需求，实现增品种、提品质、创品牌，同时避免库存积压和产能过剩。
按需定制平台最经典的案例就是红领集团，其专注于服装规模化定制生产全程解决方案的研究和试验，以订单信息流为主线，以海量版型数据库和管理指标体系为载体，以生产过程自动化为支撑， 形成了独特的“红领模式”，开启了中国制造业按需定制的先驱，成为我国互联网+ 制造的标杆企业。
除此之外，海尔在互联工厂模式的基础上，构建以用户为中心的COSMO 平台，汇聚用户需求， 直接转化订单排产，同步预约下单，实现了产品开发 100% 用户参与设计，生产线产品 100% 订单有主，订单交付周期缩短 50% 以上，更好地把握了终端用户需求，实现了无缝化、透明化、可视化的最佳体验。
2．软硬件资源分享平台，促进产能优化
软硬件资源分享平台就指将分享经济、众创经济等新理念引入生产制造领域，推动制造业开放创新资源，有效盘活闲置存量资产，激发新的增长点。分享软硬件制造资源将为制造业提供强大的生产动力，降低企业内设备的闲置率，在某种意义上，可实现制造业领域“获取胜过拥有”的互利合作。
一方面，在大型集团企业内部各种与企业运作有关的资源，如设计、仿真、设备等，均可以利用云制造实现共享，避免或减少重复投资。另一方面， 软硬件资源分享平台也正在推动中小企业间的制造资源共享。目前，在国内已涌现出一批云制造服务平台，例如，在天智网云制造平台上，遍布全国 30
个省、市、自治区超过 2 万家企业可以在线上实时对接，快速共享生产资源。宝信软件打造的上海工业云公共服务平台汇集了汽车、民用航空、钢铁等领域上百类制造资源，为企业提供云设计、云仿真、云制造等服务。数码大方的工业软件云服务平台为 3 万多家制造企业提供软件租用、设计、制造等服务。
又如，航天云网专有云平台通过航天科工内部实行资源软整合，接入集团 600 余家单位，对设计模型、专业软件、仿真实验等上百种资源和平台在线能力，以及 1.3 万余台设备设施等进行分享，有效解决了生产单元产能闲置与超负荷运转同时存在的问题，使集团资源利用率提升了 40%，提升了集团的市场竞争力。
综上，借助互联网平台共享闲置设备，共享生产线空闲档期，共享人才和服务……兴起于大众消费和服务领域的共享经济，如雨后春笋般出现在制造领域，制造业将成为未来分享经济的重要战场之一，从而推动制造业实现转型。未来制造业将在共享理念的推动下，衍生出混合经营模式的企业，即把过剩的资源放到平台上共享出去，租赁和承接订单。制造网络将多种类型和规模的制造业企业联系起来，形成有效的制造资源共享机制以及巨大的制造能力，平台通过互联网和分享模式打通各行业的核心产业链，把全球创新与中国制造联系在一起。
3．协同制造平台，提升产业协同水平
协同制造平台是指通过大数据及云平台连接， 打破地理约束形成的信息不对称，促进区域性和全球性的生产协同的平台。
典型案例是沈阳机床、神州数码和光大金控共建的智能云科平台。智能云科平台的基础是线下智能生产协同能力和工艺技术服务能力，通过平台接入分布在全国各地的六种类型、数千台 i5 智能机床等产品，提供金属切削加工等能力，根据订单智能匹配产能，大规模订单由需求方周边产能承接，单件或小批量订单也可以在合并汇聚后被接单，同时， 用户还可实时查看装备忙闲状况和生产进度，掌握生产信息，制定生产目标。未来，智能云科平台通过整合资源，将形成完整的协同制造 O2O 服务体系。针对特定区域的行业特点组织设备和技术资源， 建设面向企业用户的实体协同制造服务中心，支持制造业行业的转型升级。
4．供应链协同商务平台，促进各环节高效无缝对接
越来越多的制造企业通过互联网平台建立与上下游供应商、合作伙伴和客户的直接连通，集聚供应信息并进行深度挖掘分析，提高供应链的反应速度、匹配精度和调运效率，降低采购成本，减少产成品和在制品库存，缩短对客户服务的响应时间。据 Gartner Group 报道，全球有 20% ～ 30% 的原料采购通过在线采购的方式进行。在网络经济时代，企业的采购方式正快速向电子采购的方向转变，
在线采购正逐步取代人工采购，成为国内外企业主要的采购方式。
- B2B 模式对接上下游采购需求。传统供应链产品选择范围小、管理难度大、生产线周转效率低，通过互联网平台，制造企业可与上游供应商无缝对接，快速集聚行业内优质供应商资源，在最短时间内以最低成本实现原材料采购的高效匹配，推动企业采购与供应链管理创新。为此，一些企业积极完善 ERP 管理， 加强买方系统（Buy- sidesystems）或卖方系统（Sell-sidesystems） 的开发和建设。
- 生产线供应链协同实现高效精准配送。传统物料配送环节经常会出现配送不及时、物料缺少或囤积等问题，从而影响生产计划。企业利用大数据、物联网完善智能信息系统建设，对生产配比、物料配送、产品质量等各环节进行协同管控，实现物料配送的系统化、流程化，降低物流成本和能耗， 降低仓储损失，加速了资金周转，提高了整个供应链的运行效率。
- 仓储物流平台高效配置物流资源。物流系统的整体目标是追求以最低成本提供令客户满意的服务，而仓储系统在其中发挥着重要作用。随着企业生产规模不断扩大，当今的仓储物流早已不仅仅局限于企业自身物料保管、运输、装卸、流通加工等功能，需要整合全国各地仓储物流资源以有效保障自身货物流通，而基于互联网的仓储物流平台将有效解决这一难题。
二、IT 企业和互联网公司向制造平台拓展
IT 软件企业和互联网公司通过云平台提供云计算、物联网、大数据的基础性、通用性服务。其中有的侧重云服务的数据计算存储，如微软的Azure、SAP 的 HANA、亚马逊的 AWS 及我国的阿里云、腾讯云等，有的侧重物联网设备连接管理， 如思科的 Jasper、华为的 OceanConnect 等。
IT 软件商和互联网平台向制造业拓展，提供计算与存储
从发展进程看，互联网企业的云平台发展要早于制造业的云平台，但其特点是过去互联网平台的主要应用是软件、信息、娱乐、社交和交易等，制造业的应用比较少。近几年，互联网巨头纷纷将制造业作为平台业务拓展的重点领域，为互联网 + 制造部署提供连接、计算、存储等底层技术支撑，成为“平台的平台”，使上层平台专注于与工业生产直接相关的服务，从而实现专业分工，发挥叠加效应。
IT 巨头也将云计算作为战略布局的重要方向，并将制造业作为重要的云服务拓展领域。
IT 硬件及服务商向制造业拓展，侧重物联网设备连接管理及应用服务
随着物联网、云计算、大数据技术的兴起，越来越多的企业和创业者投身到物联网产业中。在物联网业务快速发展的同时，这些企业和创业者也面临着网络连接复杂，终端和传感器种类众多，集成困难，新业务上市周期长等挑战。为帮助合作伙伴应对这些挑战，一些 IT 硬件公司和应用服务商纷纷拓展平台服务，侧重于物联网设备连接管理及应用服务，期望从制造业中寻找新的发展空间。
例如， 华为推出了 OceanConnect IoT 平台开放生态，旨在聚合各种应用与接入，推动产业发展， 共同实现商业成功。OceanConnect IoT 平台提供了 170 多种开放 API 和系列化 Agent 帮助伙伴加速应用上线，简化终端接入，保障网络连接，实现与上下游伙伴产品的无缝连接。同时提供面向合作伙伴的一站式服务，包括各类技术支持、营销支持和商业合作等。截至目前，华为 OceanConnect IoT 平台开放生态已经集成了 200 多种终端 / 传感器，聚集了 80 多家重量级伙伴企业，涵盖车联网、智慧家庭、公共事业、油气能源等领域。在车联网领域，华为携手启明信息技术股份有限公司，为一汽提供车队管理、共享车等解决方案。
一些应用服务类企业专注于应用层，主要提供各领域服务应用及第三方开发环境，其他层级能力完全依赖第三方支持。代表产品是 Ayla 网络的 Ayla 平台，Ayla 平台所有的平台技术全部通过第三方集成，自身主要以应用开发及提供应用服务为主。
三、互联网 + 制造生态体系发展态势
随着信息通信技术与工业控制技术的快速融合， 初步显现出以开放化平台为核心，向下整合硬件资源、向上承载软件应用的发展趋势。在此背景下， 互联网+ 制造平台快速发展，助力制造业转型升级。
工业互联网发展迅速，竞争格局初步形成
随着美国、德国、英国和法国等发达国家相继更新制造业转型升级战略，以及 GE、西门子、微软等国际企业在工业互联网平台方面的布局，全球制造业将进入平台竞争时代。通用电气公司于2013 年推出以 PaaS 为核心的 Predix 工业互联网平台产品，正式开启了国际工业互联网平台发展的序幕。随后，其他国际产业巨头纷纷加入工业互联网平台的竞争，西门子推出了 Sinalytic 平台，将所有跨业务的远程分析和维护服务进行整合；我国海尔也推出了 COSMO 平台，帮助更多企业更快、更准确地向大规模定制转型。而在 2015 年后，更多的IT 和互联网巨头加入工业互联网平台的竞争格局中，其中最具代表性的包括微软的Azure 平台、
英特尔的工业互联网平台、腾讯云平台、阿里云平台等，开放融合的互联网+ 制造平台竞争格局初步形成。
互联网 + 制造平台应用于多领域和多环节
根据平台的用户需求及应用环节的不同，可将当前互联网 + 制造平台的应用模式概括为五类。第一，在设备层实现对生产设备的预测性维护，通过平台对生产设备进行实时监控，并通过采集数据处理分析实现预测运维，例如，GE 的 Predix 平台通过对风机数据的打通分析，实现了对风机设备的远程维护。第二，在车间层实现生产流程的优化， 通过数据分析及平台应用帮助企业在生产和运营维护方面实现精益化提升。例如博世平台通过对现代汽车生产线数据的采集分析，实现了对生产现场的优化管理。第三，在管理层实现企业运用管理，基于数据分析能力向企业提供软件应用服务，助力提升企业运营管理，例如，中联重科公司应用 SAP HANA 平台， 将原有 ERP 集成到 HANA 平台， 实现了订单、维护等事务数据的分析处理。第四， 在产品层实现产品服务化，通过对生产产品数据的打通采集，分析并提供产品远程服务。第五，在设计层实现个性化定制，将用户需求信息进行分析， 并通过平台制定产品参数，组合形成个性化产品。例如，欧特克仿真平台与 Backhand 合作定制自行车零部件。
平台融合主体清晰，应用日趋成熟
工业互联网平台及解决方案提供商不断涌现。目前全球工业互联网平台提供商包含以下四类企业。一是以传统制造业企业为主体，兼具平台层和边缘层功能，发展聚焦于工业领域，代表产品是 GE 的Predix 平台。二是以 IT 软件及互联网企业为主体， 聚焦 IT 层功能，提供多行业大数据解决方案。三是以 IT 硬件企业为主，聚焦 OT 层功能，与 IT 企业合作提供多行业的行业解决方案。四是应用服务类企业，专注于应用层，主要提供各领域服务应用及第三方开发环境。
我国领先企业率先布局，但在全球竞争中仍然相对滞后
我国工业互联网平台发展初步具备一定的基础， 一批领先企业率先推出相关产品及解决方案。如和利时开发工业自动化通用技术平台 IAP，三一重工基于 Hadoop 搭建工业大数据分析平台，明匠开发出工厂数据集成管理系统，海尔构建了人机物互联平台 COSMO 等。然而，国内平台产品在性能和适用性上仍存在一些问题。
第一，国内现有工业互联网平台架构偏重传统工业，系统架构理念过时，对云、大数据、开源操作系统等新兴技术应用不足。
第二，国内的平台系统集成能力有限，在细分领域基于经验知识的数据建模和分析能力不足，缺乏基于平台二次开发的支撑能力。
第三，我国平台在领域覆盖、服务能力、产业链地位等方面都难以与外商竞争。国外平台依托企业既有的技术产品能力，覆盖领域广且占据产业链上游。如 Predix 平台覆盖风电、航空发动机及燃气轮机、医疗设备等多个高端领域。同时国外巨头通过收购软件企业或与 IT 企业紧密合作，不断强化其新一代信息技术能力。
第四，关键技术产品对外依赖严重，制约平台做精。资源分享类平台这一问题尤为突出，用户需要的高端软硬件大多来自国外，平台对这些资源分享存在版权等诸多限制。
第五，企业信息化集成和供应链管理能力不足， 制约平台做大。利用平台进行网络协同制造、定制化生产等，对信息化集成应用和供应链管理水平要求很高，而多数制造企业难以达到，发展难度大。面对国际巨头加速其平台在我国落地的情况，既要看到通过合作有利于我国引进新技术、新模式， 促进制造业升级，也要认识到这将可能加剧高端工业产品领域的“马太效应”，不利于本土同类厂商崛起，自动化、智能制造领域的许多企业将可能被长期锁定在“中低端”。同时，我们更要看到，此类平台涉及新一代信息技术、大量工业技术和知识经验积累，专业门槛高，需要对技术、人才和资金的高投入，一般企业难以具备足够实力和动力，这也是国外平台多以跨国巨头推动的重要原因。我国制造领域缺乏像西门子、GE 那样具备智能产品、高端装备、综合解决方案全覆盖水平，并且有实力拓展新一代信息技术能力的龙头企业，发展难度不容小视。
四、案例：互联网 + 制造解决方案
对互联网 + 制造，制造企业和互联网企业根据自身优势，均推出了相应解决方案，呈现了不同的发展特点和演进路径。由制造企业主导的解决方案， 简称 M 版，即 Manufacturing 版；由互联网企业主导的解决方案，简称 I 版，即 Internet 版。
制造企业推出的解决方案（M 版方案）
M 版方案的主角大部分来自工业基础雄厚的发达国家。如半官方版的博世“慧连制造”解决方案和西门子“数字工厂”解决方案，美国 GE 的工业互联网和炫工厂，日本三菱电机的e-f@ctory 方案。以下我们对比较有代表性的 M 版方案逐一概括和梳理，提炼 M 版的共性因素。
- 博世的“慧连制造”解决方案（Intelligent Connected Manufact uring Solutions）
博世物联网套装
具体到制造业，博世的主打概念为“慧连制造” 解决方案，方案核心为制造—物流软件平台，以之作为本地(on-prem) 和云端的软件基础，对整个生产流程进行云化和再造。方案包括三个部分，一是过程质量管理 (Process Quality Manager)，二是远端服务管理 (Remote Service Manager)，三是预测维护(Predictive maintenance)。
“慧连制造”解决方案
过程质量管理：对生产全过程中所有的车间、流水线、作业区、机器设备实时监控；操作界面将各环节的表现指标和容忍度可视化，并对可能出现的波动提前预警。工作人员可以直观地感受到整个流程是否顺畅，及早对表现不正常的生产环节进行纠正。
远端服务管理：这一系统允许机器的制造者在远端控制产品，帮助客户解决在机器装配、使用中遇到的问题。例如，博世的工作人员可以在办公室里对在世界其他角落的设备进行功能测试、参数设置、数据接入、错误排查、故障解除等工作。大幅缩减设备交割、安装、售后维修的工作量。
预测维护：基于博世物联网套装，厂家可以通过装在产品上的传感器实时掌握其工作状态，并对可能出现的检修维护做准确预测，减少用户停产检修的次数。
可以看到，过程质量管理已经具备了工厂内信息实时互联等智慧工厂的基本要素；远端服务管理、预测维护都是基于物联网产生的价值链延伸。从这个意义上说，博世的“慧连制造”解决方案已经具备了“工业 4.0”的一些关键基础，未来发展值得关注。
2、西门子“ 数字工厂” 解决方案（Digital Factory Solution）
西门子（Siemens AG）成立于 1847 年，是欧洲最大的工业集团之一，总部设在德国柏林和慕尼黑。公司以电报业务起家，架设了欧洲第一条长途电话线，历史上曾生产过收音机、电视、洗衣机等家电；也生产过半导体、手机、电子显微镜、医疗器械；建过水坝、铁路、风电场；接过国防产品的大单。公司的历史，几乎可以看成是迷你版的工业革命史。目前，西门子是德国工业自动化的排头兵、工业 4.0 的重要参与者和推手。西门子对于未来的制造业有自己的蓝图和实现路径的设想、方法论。其认为软件、数据、连接造就的所谓数字工厂（Digital Factory），是未来互联网与传统制造业结合的落地场景。
为实现这一目标，西门子以 32 亿美元收购了PLM5 软件商 UGS。UGS 的软件弹药库包括在线设计软件平台 NX，其中内置 CAD、CAM6 等一系列设计软件。库中还包括了数字化生产流程规划软件 Tecnomatix，以及市面上领先的 cPDM7 解决方案 Teamcenter。以 Teamcenter 为基础，西门子将 UGS 的弹药库嫁接在自己的工业自动化生产系统 Simatic 之上，形成了较为完善的制造业解决方案。整合之后，西门子“数字工厂”蓝图初具规模。其核心是基于数据分享的合作平台 Teamcenter。平台之上，生产者与用户、供应商共同组成“数字工厂”，通过 PLM、MES8、TIA9 三位一体的软件系统平台，实时沟通，达成产品从研发设计到售后服务的全周期管理。
“数字工厂”的工作流程可以大致描述为，通过 PLM 前端 NX 软件和用户一起设计产品，同时从 TIA 中调取制造流水线的组成模块信息，模拟生产流程。制造过程模拟信息实时反馈至设计环节，
互相调整、配适。在模拟无误后，产品设计、制造流程方案传递至加工基地，由 MES10 实现生产设施构建、生产线的改装、产品生产、下线、配送到用户手中的全过程。
“数字工厂”的设想已经在一些高端汽车业的自动化制造过程中得到应用。
“数字工厂”应用范例
“数字工厂”可以看成是部分实现的工业 4.0的第二构想全价值链工程端到数字整合：从产品设计这一“端”到产品出厂的这一“端”，都事先在数字模拟平台上完成详尽的规划。与现实中在工厂走流程的产品相对应的是，数字模拟平台在云中分享的一个一模一样的虚拟产品。工厂内的具体执行系统可以根据数字模拟平台的要求进行一定程度的重构。
不仅如此，为了配合自己的工业自动化产品， 西门子推出一款 APP“西门子工业支持中心”。但是这个 APP 目前只包含了西门子的 5000 多份各种手册、操作指南，以及 60000 多个常见问题解答。虽然这款 APP 与物联网没有实际的关系，但给人很大的想象空间。
3、GE 的炫工厂（Brilliant Factory）
GE 的炫工厂是工业互联网 (Industrial Internet) 和先进制造（Advanced Manufacturing）结合的产物。它用数据链（Digital Thread）打通了设计、工艺、制造、供应链、分销渠道、售后服务，并形成一个内聚、连贯的智能系统。
GE 把工业互联网描述 为“大铁块 + 大数 据 = 大 成 果 ”（Big Iron + Big Data=Big Outcomes）。其中大铁块意指涡轮机、发动机、风机、火车机车等工业用机器设备，大数据即云基分析（Cloud-based Analytics）。从总体上看，GE 的工业互联网与工业 4.0 中的 CPS 十分类似，都强调数字世界和现实世界边界变得模糊， 装载了各种传感器的铁块之间、铁块与人之间， 通过互联网实时交换信息。铁块们因而变得可预测、会反应、社会化。
先进制造包括 3D 打印、创新材料科技等模块。 工业用 3D 打印， 或称增材制造（Additive Manfuacturing），在很大程度上实现了工业设计的所见即所得。3D 打印的应用场景在很大程度上受材料科技的限制。配合创新材料科技的发展，先进制造技术让很多从未有过的零件设计很快变成原型机。
2015 年 2 月 14 日，GE 在印度 Pune 建设的炫工厂揭幕。区别于传统的大型工业制造厂，这间工厂具备超强的灵活性（Flexibility），可以根据GE 在全球不同地区的需要，在同一厂房内加工生产飞机发动机、风机、水处理设备、内燃机车组件等看似完全不相干的产品。理论上说，这一灵活性将极大地提升 GE Pune 的生产率：通过分析云端从全球实时反馈回来的数据，炫工厂会自行在各个生产线上分配人力、设备资源，减少设备闲置时间、提升对市场需求反馈的反应速度。
虽然 GE 常常被视为美国工业的代表，独立于德国的工业 4.0 体系之外，但不难看到两者之间的共通之处。贯穿炫工厂的数据链与西门子的 PLM 平台类似；产品传回数据用来做售后的增值服务， 与博世“慧连制造”中的预测维护相同。
GE 的雄心不止于此。美国作为互联网诞生地， 对于物联网本身显然有更多的想法。GE Software推出与工业互联网配套的 Predix™ 软件平台，为各种大铁块提供统一的软件标准，希望做成基础性操作系统、工业互联网的安卓。但与安卓不同， Predix™ 虽然鼓励各界投入与工业互联网相关的APP，但系统并非开源，需要取得 GE 的许可。2014 年 12 月，日本软银与 GE 签订收入分成协议， 成为 Predix™ 的第一位认证开发商。
4、三菱电机的 e-F@ctory
三菱电机（Mitsubishi Electric）是全球领先的工业自动化成套设备供应商之一。公司 1921 年从三菱造船（今三菱重工）独立出来，总部设在日本东京。
e-F@ctory 是三菱电机面向制造业推出的整体解决方案。这一解决方案的结构很像一块三明治： 底层为硬件、顶层为软件，中间夹着人机界面。硬件层包括两个部分，动力分配输送系统和生产设备系统；夹心层由信息通信产品群组成；软件层主要是企业级的信息系统，如 ERP、MES。
以太网（Ethernet）贯穿整个“三明治”：生产场地，设备和配电系统通过所谓 iQ 平台接入以太网，将设备运行状态实时反映在夹心层的可视化人机交互页面上，同时数据实时反馈到上层的企业级信息系统，方便决策层及时调整企业内部的生产布局和企业外部的供应链管理。
e-F@ctory 中有相当多的元素与工业 4.0 不谋而合。例如贯穿生产场景的以太网，好比西门子的 PLM，或者 GE 炫工厂的数据链；底层硬件系统模块化，可以根据产品的不同、流程的不同进行一定程度的改变，等等。
此外，三菱电机为了扩大 e-F@ctory 的影响力，还采用了非常具有日本特色的“母鸡带小鸡” 策略，与二十多家企业结成 e-F@ctory 联盟，共同发展这一先进制造平台。联盟成员主要包括传感器、工业 FRID 制造商如 Balluff、Schaeffler，以及软件集成开发商如 Delta Computer System、MDT Software 等。三菱电机与这些成员企业优势互补，三菱专注于自己擅长的工业自动化部分，其他联盟成员提供联网通信的硬软件平台，帮助三菱用户更好地根据自己的需求进行个性化选择。
5．小结
M 版方案都是以大型先进制造企业的生产环境和技术环境为基础，叠加了一些互相交叉的、边界较为模糊的互联网相关概念，如物联网、云/ 大数据、CPS 等。实质内容仍然围绕着硬件智能化、软件一体化、工业自动化展开，从制造业企业本身的技术
优势出发，实现互联网 + 制造。工厂内的制造场景在方案中居于中心位置，企业内网包含在外围，公共互联网处于边缘，外部互联网企业提供的服务可有可无。
M 版方案都有雄厚的工业制造背景，德国版（“慧连制造”“数字工厂”）以汽车工业为基础制造场景；美国版（炫工厂）以飞机发动机、内燃机等高端装备制造业为基础制造场景；日本（e-F@ ctory）以半导体、汽车工业为基础制造场景，呈现出了技术和投资门槛双高、封闭体系、中心化驱动的特点。
门槛双高：M 版方案集合了当今世界顶尖的制造技术，如工业自动化系统（机器人）、工业级增材制造、创新材料科技，等等，这些专有技术的核心部分大多数掌握在少数几个业内领先的大型工业企业手中，技术门槛高；M 版方案的落地场景，即各类智能工厂，造价不菲，如 GE 的 Pune 炫工厂投资额达两亿美元。
封闭体系：M 版方案虽然都提到了互联网、云、大数据的作用，但其中的互联网强调的是近场通信（RFID）、传感器等新技术带给互联网底层连接对象的变化；云大部分是企业内部沟通用的私有云； 大数据也往往是企业搜集的内部数据，以物的运行数据为主，人的活动数据较少。
中心驱动：M 版方案的推动呈现中心化的特点。不论是博世的“慧连制造”、西门子的“数字工厂”， 还是GE 的炫工厂、三菱电机的 e-F@ctory，核心企业在这些方案中的强势主导地位都是毋庸置疑的。虽然德国政府的工业 4.0 方案中提到了生产组织结构分散化、网络化，制造流程由多个不同的企业共同完成，但至少从目前的进展来看，除非门槛双高、封闭体系被打破，否则分散化、网络化生产组织形式将在相当长的时间内停留在纸面上和口头上，无法落地。
实际情况也是如此，M 版方案的最大用户往往正是提出者自己：三菱电机的 e-F@ctory 方案 2012 年落地在自己的 Nagoya Works、西门子的“数字工厂”2013 年落地在自己的成都工厂、GE 的炫工厂 2015 年落地在自己的 Pune 工厂。从这个意义上说，M 版方案只是“巨人的游戏”。此类方案中，创新的速度似乎并没有因为互联网因素的加入而显著加快，仍然按照工业企业原有的步伐不紧不慢地渐进式前进。
互联网企业推出的解决方案（I 版方案）
I 版方案的主角来自互联网行业。跟传统制造业相比，互联网行业十分年轻；与制造业巨头相比， 互联网企业相对稚嫩。I 版方案的互联网 + 制造因此显得没有那么野心十足，I 版方案的核心企业也没有大包大揽、舍我其谁的霸气，而是主张加号两边的企业发挥各自的优势：生产场景交给传统制造业企业，剩下的只是把其他与生产场景相关联的制造业环节搬到云端，交给互联网企业提供的企业级互联网服务。
- 谷歌的 Google for work
谷 歌 推 出 的 Google for work（ 以 下 简 称GFW）是以云为基础的一系列企业级服务套装，包括工作应用、云平台、工作浏览器、工作地图、工作搜索。可以说，谷歌为传统行业企业提供了一整套的“互联网 +”解决方案，既包括工作场景中的email、电视电话会议、文件处理、分享、存储，也包括后台服务如云存储、计算、API 开发，还有打包的互联网增值服务如搜索、地图，等等。这些成套解决方案对于节约 IT 成本、提高运营效率作用突出。实际上，西门子、GE 都是谷歌的客户，使用了 GFW 中的一项或多项互联网服务套装。
针对制造业，谷歌提出了所谓的“做联网的制造者”（Be a connected manufacturer）的口号， 利用自己的产品，帮助制造业者建立快速多层次沟通网络。
“做联网的制造者”
目前 GFW 仍然聚焦在线上部分，套装中的硬件产品很少，也不是 GFW 的主打诉求。但近两年Google 在硬件方面，特别是机器人相关产品上，正在加紧布局。虽然从目前来看，这些投资似乎与制造业没有什么关系，但这些机器人在传感器、软件集成等方面有突出优势，这与目前工业 4.0 中生产场景智能化的发展方向不谋而合。
- 亚马逊的 Amazon Web Services
亚 马 逊 的 Amazon Web Services ( 以 下简称 AWS) 于 2006 年推出，面向企业提供云计算等 IT 基础设施服务。AWS 一揽子方案包括亚马逊弹性计算网云（Amazon EC2）、亚马逊简单储存服务（Amazon S3）、亚马逊简单数据库（Amazon SimpleDB）、亚马逊简单队列服务（Amazon Simple Queue Service） 及Amazon CloudFront 等。
国内的一加科技使用的就是 AWS 云服务。在商城海外闪购活动中，一加科技的技术团队用了 3 个 Amazon EC2 实例搭建了 Web 服务器、静态资源服务器和数据库。然后结合 AWS 提供的平台服务对系统架构和性能进行优化，如使用 Amazon CloudFront 分发静态资源、 通过 Elastic Load Balancing（ELB）弹性负载均衡服务为 Web 服务器提供负载均衡等。整个项目从部署到上线总共用了两天时间。平台正式承载业务后，闪购峰值能够被分发到后台 Amazon EC2 实例上，保证了用户体验，平滑支撑了高流量。目前一加科技已经把所有海外商城全部迁移到了 AWS 平台上，这样自己的运维人员不需要费心关注后台问题，可以把精力放在核心业务上。
3、微软的企业服务
早在 1999 年，微软就推出了适用于机顶盒、POS 机等非 PC 设备的嵌入式操作系统 Windows Embedded。使用这一系统的硬件可以与桌面应用程序无缝集成，大大缩短了产品上市时间。之后随着 Windows 不断升级，Windows Embedded 跟着不断推出新版本，适用的硬件范围更广，功能日益强大。
微软推出的 Azure 云平台和 Windows 10 物联网版，更是在跨硬件通用性上下足了功夫，其口号是“Microsoft Everywhere”。Azure 为跨平台数据搜集提供了解决方案，各种硬件平台虽然使用不同的数据格式，但是可以通过前端的 Windows 10 物联网版和云端的 Azure 平台实现互联互通，让不同数据格式的机器互相“交谈”。
在此基础之上，微软将自己的 Office 系列企业级办公软件与远端的云存储、云计算结合在一起， 创造出独特的企业级应用生态。在制造业的场景中， 企业可以将自己的生产机器的软件控制系统直接建立在 Azure 和 Windows 10 物联网版之上，实现以 Windows 为软件控制基础的智能化生产。
KUKA Systems Group 在设计 Chrysler Jeep Wrangler 车体生产线的过程中，用微软的 Windows大大缩减了新员工上岗培训的时间。在 2015 汉诺威展上，微软和 KUKA 展示了联合研发的物联网机器人，其可以自行发现问题，并主动通知相关工作人员进行更改维修。
4、小结
I 版方案代表性企业在与制造业的结合过程中发展方向各有特点，结合的程度也有差别。亚马逊还是坚守自己的一亩三分地，做云服务供应商，帮助企业提供一揽子的互联网解决方案。谷歌在机器人等工业自动化基础配套上积蓄力量，未来想象空间很大。微软走得更远，凭借自己在系统软件方面的优势与传统的工业自动化企业结盟，直接进入了车间地面的核心制造环节中。从中可以看出，I 版方案有两个特点，一是“开放合作”，二是“丰俭由人”。
开放合作：I 版方案并没有 M 版方案舍我其谁的气势，它强调与传统制造企业合作，帮助后者更好地适应互联网、使用互联网。不论是亚马逊、谷歌、还是微软，都是围绕制造业企业的实际需求在做服务，与传统制造业企业合作是 I 版方案的共同点。
丰俭由人：I 版方案的通用性较强，在云端可供选择的选项很多，价格的计算大都采用“用多少服务给多少钱”的方式。这一模式降低了制造业企业使用互联网服务的门槛，不论是亚马逊、谷歌还是微软，他们的物联网套装用户中都有大量的中小微企业。这在很大程度上弥合了规模差异带给企业的不公平竞争地位。
