目前的工业互联网平台哪个好？

海尔卡奥斯
在工信部发布的2019年跨行业、跨领域工业互联网平台中，青岛海尔卡奥斯位居第一。
目前，卡奥斯已成长为比肩美国通用电气和德国西门子的全球三大工业互联网平台之一，聚集了34亿用户和390多万家生态资源，先后主导和参与了31项国家标准、6项国际标准的制定，是唯一被IEEE、ISO、IEC三大国际组织批准牵头制定大规模定制模式标准的工业物联网平台。
东方国信
东方国信作为国家规划布局内的重点软件企业和首家在创业板上市的大数据公司，依托大数据技术优势和对钢铁、能源、电力、高铁、化工等29个工业行业大类的实践，打造了Cloudiip工业互联网平台，接入炼铁高炉、工程机械、风电、热力等20大类70余万台设备。
在工业互联网建设过程中，大数据是重要的核心，在大数据技术领域，东方国信被视为国内第一家可以完全取代国外软件厂商的企业。东方国信在大数据方面具有较强的竞争力，凭借自助可控大数据技术，可以实现日处理数据3万亿条，日查询数据70万亿条。比如淘宝在双十一会达到很大数据量，数据中心在支撑的时候，相当于每天都在过双十一。具体到工业行业数据，冶金、能源、风电、水电等等这些领域已经达到了三千亿条。为企业构建基于云上的数据科学生态体系，挖掘工业大数据价值，用全行业所有企业的数据实现互联互通来提供支撑，通过工业互联网平台打破限制。
树根互联
据了解，国际领先工业互联网平台的连接设备数量已达到1000万台，多为大型设备。我国主要工业互联网平台的平均设备连接数正在迈向百万级，处于快速增长期。其中，三一集团旗下的树根互联打造的工业互联网大数据平台——根云工业互联网平台，疫情期间就已达到接入38万台工业设备，涵盖5000种机器参数，积累了1000多亿条数据，形成了基于工业互联网生产的“挖掘机指数”，为分析宏观经济形势提供了重要支持。
截至今年4月，根云平台已经接入各类工业设备超668万台，并成功助力产业链生态打造了包括铸造产业链、注塑产业链、纺织产业链、定制家居产业链、家用塑料制品产业链等在内的20个产业链工业互联网平台，赋能81个细分行业，连接的资产价值超4700亿元，为客户年均开拓百亿元新业务，减少不良资产总值数十亿元。工业互联网的价值，已经通过根云平台得到了充分体现。
航天云网
2015年“互联网+”的政策刚提出不久，中国航天科工集团以互联网、云计算、大数据技术应用为基础，打造了国家第一个工业互联网公共服务平台——航天云网，这也是世界上第一批工业互联网平台。
航天云网工业互联网平台，主要依托航天科工集团近70年的工业积累，以此为基础，航天云网有两个重要实践，一个是央企融通平台的建设，主要目的是聚合央企的超级应用市场，大中小企业融通发展的赋能，通过资源、应用和数据的融通，建设一个跨要素、跨行业、跨领域、跨区域、跨平台的“五跨”平台。目前，航天云网已经联合30多家央企共同开发建设此平台，这个平台建成以后会成为全球连接规模最大、承载价值最高、覆盖领域最广的工业互联网平台，成为工业革命的创新举措。二是建设安全可靠的数据中心，航天云网的数据中心目前使用自主研发的航天天域超级服务器，它支持国产的龙芯、海思、海光这些CPU，具有高可用性。
浪潮
在工业互联网发展过程中有一个矛盾的现象，就是“大公司趋之若鹜、小公司则裹足不前”。与消费互联网不同，工业互联网发展的难点在于不少企业还处于数字化初级阶段，由于数字化程度不同，每个企业都需要提供个性化解决方案。对此，浪潮除提供算力外，还提供开放的工业互联网平台，并与APP开发合作伙伴共同为企业提供个性化定制的APP解决方案，更好地赋能企业数字化转型。
此外，针对大中小微企业不同的上云需求，浪潮推出了大型企业云服务平台GS Cloud、中小企业云服务平台PS Cloud、小微企业云服务平台易云在线，以及财务共享云、人力服务云、电子采购云、智能制造云、数字营销云等云产品。浪潮云ERP还不断加速智能化，推出了企业智能机器人易宝特，面向财务、人力和供应链等领域，为企业提供多场景、全方位的智能服务。
今年，浪潮云还有一个目标，就是希望今年能在科创板上市，如今浪潮云已经完成C轮融资，估值超过100亿元。
徐工
徐工信息是中国最早一批成立的专注于工业互联网的公司，也是中国第一个新三板挂牌的工业互联网平台公司。作为我国三大工程机械巨头之一，徐工信息致力于成为中国工业互联网平台运营商，在2016年，率先发布国内第一个自主研发、自主知识产权的汉云（Xrea）工业互联网平台。目前，Xrea服务的客户已经超过300家，覆盖50多个行业，包括工程机械、新能源汽车、核心零部件、商用车、乘用车、农用机械、军工、港口、建筑施工、金融、经营租赁等。
数据是基础，机理模型是关键，Xrea工业互联网平台遵循“数据+模型=服务”模式，构建基于微服务架构的数字模型，把工业技术原理、行业知识、模型工具软件化、模块化，封装成微服务和工业应用。Xrea工业互联网平台汇聚了大量工业微服务和工业应用，可以满足制造业多样化、个性化场景的需求，助推传统制造向智能制造转型升级。
华为
华为和其他企业的不同之处在于，华为的工业互联网平台是平台的定位，这一平台聚焦连接、云、计算和AI，致力于构筑工业互联网数字底座。基于“云+AI+联接”战略，华为云已实现通过“FusionPlant”一个平台，为石油、化纤、石化、钢铁、煤焦化、电子装备、汽车制造、电动车制造等多个领域赋能，为他们提供工业全场景的解决方案。同时，FusionPlant将华为云人工智能与工业行业知识结合，打造EI（Enterprise Intelligent）工业智能体，提升整个行业数字化水平，促进整个产业的升级。
富士康
2019年，富士康工业富联入选达沃斯世界经济论坛“灯塔工厂”网络，成为全球16家灯塔企业之一。“灯塔工厂”指的是那些在第四次工业革命尖端技术应用整合工作方面卓有成效，堪为全球表率的先进制造基地。 同时，工业富联构建起的基于传感器、“雾小脑”边缘计算、FiiCloud云平台与MicroCloud专业云应用的四层工业互联网平台架构，协助客户实现传统制造向智能制造的转型，打造“智能制造+工业互联网”新生态。以专用于制造工业的雾小脑为例，富士康位于深圳的“熄灯工厂”中，人员数量相较于以往同类型工厂减少了90%，生产效率反而增加了 30%，而且库存周期降低了15%。
未来，公司将着力构建“A+B+C+D+E=FII（工业互联网生态圈）”，即通过人工智能研究院（Artificial Intelligence）、工业大数据（Big Data Technology）、富士康工业云基地（Cloud Technology）、工业机理与专业知识（Domain Knowhow）以及工业互联网示范基地（Evidence）的融合，最终实现减费、减工、无忧生产的工业互联网生态构建。
阿里
阿里云supET工业互联网平台经过不断探索，已经走出了一条“以平台化驱动数字产业化、服务产业数字化”的发展道路。通过联合工业领域的专业服务商，形成N个行业级区域级平台，共同打造成为“1+N”的工业互联网平台体系。
supET平台基于阿里云公共云计算平台的基础能力，提供三个核心的工业PaaS服务。一是阿里云的工业物联网服务，实现工业设备云边端一体化管理;二是阿里云的工业APP运营服务，实现一站式的工业APP集成、托管、运维等;三是阿里云的工业数据智能服务（也称ET工业大脑），实现工业数据智能化分析应用。
如今，阿里云supET工业互联网平台已经建设10个垂直行业级平台，分别覆盖了纺织服装行业、加工、食品饮料、纺织印染、家电、电子等行业，接入工业设备约140万台，提供云化通用软件700多款、高价值工业应用软件30多款，托管工业APP数量18万个，服务的工业企业数363万家，打造20万余人的物联网开发者社区。
用友
相比其它工业互联网平台，用友精智工业互联网平台特点鲜明，在推动企业数字化转型同时，利用强大的平台能力（用友云平台）、原有企业核心业务优势延续（财务服务、人力服务、营销服务、协同服务、采购服务、工程服务、分析服务、税务服务等）、开放的生态体系，为企业提供了60个应用开发框架、连接超过100个开放的第三方互联网服务，云集成服务调用次数达到1000万/天级别。
用友精智工业互联网平台基于强大的中台能力，构建企业与社会资源之间的全要素、全产业链、全价值链连接，提供社会级交易服务、协同服务、金融服务、及云化管理服务，以开放的生态体系，帮助工业企业实现数字化转型。目前，用友精智工业互联网平台上已经汇聚了46万家工业企业、57万台工业设备、1949款工业App，并与28家电商平台、15家物流平台、120家金融机构建立了合作关系。

大数据如何应用到各个行业，需要根据企业需求进行定制化互联网解决方案。应用的行业也非常的广泛的，有工程机械行业、纺织行业等等。工业大数据平台可以选徐工信息汉云这类有硬实力和方案定制软实力的品牌。随着5G快速普及，徐工信息汉云也将帮助更多企业释放物联网大数据的潜能，带领行业一起跨入5G时代。

所谓的大数据平台不是独立存在的，比如百度是依赖搜索引擎获得大数据并开展业务的，阿里是通过电子商务交易获得大数据并开展业务的，腾讯是通过社交获得大数据并开始业务的，所以说大数据平台不是独立存在的，重点是如何搜集和沉淀数据，如何分析数据并挖掘数据的价值。

我可能还不够资格回答这个问题，没有经历过一个公司大数据平台从无到有到复杂的过程。不过说说看法吧，也算是梳理一下想法找找喷。

这是个需求驱动的过程。

曾经听过spotify的分享，印象很深的是，他们分享说，他们的hadoop集群第一次故障是因为，机器放在靠窗的地方，太阳晒了当机了（笑）。从简单的没有机房放在自家窗前的集群到一直到现在复杂的数据平台，这是一个不断演进的过程。

对小公司来说，大概自己找一两台机器架个集群算算，也算是大数据平台了。在初创阶段，数据量会很小，不需要多大的规模。这时候组件选择也很随意，Hadoop一套，任务调度用脚本或者轻量的框架比如luigi之类的，数据分析可能hive还不如导入RMDB快。监控和部署也许都没时间整理，用脚本或者轻量的监控，大约是没有ganglia、nagios，puppet什么的。这个阶段也许算是技术积累，用传统手段还是真大数据平台都是两可的事情，但是为了今后的扩展性，这时候上Hadoop也许是不错的选择。

当进入高速发展期，也许扩容会跟不上计划，不少公司可能会迁移平台到云上，比如AWS阿里云什么的。小规模高速发展的平台，这种方式应该是经济实惠的，省了运维和管理的成本，扩容比较省心。要解决的是选择平台本身提供的服务，计算成本，打通数据出入的通道。整个数据平台本身如果走这条路，可能就已经基本成型了。走这条路的比较有名的应该是netflix。

也有一个阶段，你发现云服务的费用太高，虽然省了你很多事，但是花钱嗖嗖的。几个老板一合计，再玩下去下个月工资发布出来了。然后无奈之下公司开始往私有集群迁移。这时候你大概需要一群靠谱的运维，帮你监管机器，之前两三台机器登录上去看看状态换个磁盘什么的也许就不可能了，你面对的是成百上千台主机，有些关键服务必须保证稳定，有些是数据节点，磁盘三天两头损耗，网络可能被压得不堪重负。你需要一个靠谱的人设计网络布局，设计运维规范，架设监控，值班团队走起724小时随时准备出台。然后上面再有平台组真的大数据平台走起。

然后是选型，如果有技术实力，可以直接用社区的一整套，自己管起来，监控部署什么的自己走起。这个阶段部署监控和用户管理什么的都不可能像两三个节点那样人肉搞了，配置管理，部署管理都需要专门的平台和组件；定期Review用户的作业和使用情况，决定是否扩容，清理数据等等。否则等机器和业务进一步增加，团队可能会死的很惨，疲于奔命，每天事故不断，进入恶性循环。

当然有金钱实力的大户可以找Cloudera，Hortonworks，国内可以找华为星环，会省不少事，适合非互联网土豪。当然互联网公司也有用这些东西的，比如Ebay。

接下去你可能需要一些重量的组件帮你做一些事情。

比如你的数据接入，之前可能找个定时脚本或者爬log发包找个服务器接收写入HDFS，现在可能不行了，这些大概没有高性能，没有异常保障，你需要更强壮的解决方案，比如Flume之类的。

你的业务不断壮大，老板需要看的报表越来越多，需要训练的数据也需要清洗，你就需要任务调度，比如oozie或者azkaban之类的，这些系统帮你管理关键任务的调度和监控。

数据分析人员的数据大概可能渐渐从RDBMS搬迁到集群了，因为传统数据库已经完全hold不住了，但他们不会写代码，所以你上马了Hive。然后很多用户用了Hive觉得太慢，你就又上马交互分析系统，比如Presto，Impala或者SparkSQL。

你的数据科学家需要写ML代码，他们跟你说你需要Mahout或者SparkMLLib，于是你也部署了这些。

至此可能数据平台已经是工程师的日常工作场所了，大多数业务都会迁移过来。这时候你可能面临很多不同的问题。

比如各个业务线数据各种数据表多的一塌糊涂，不管是你还是写数据的人大概都不知道数据从哪儿来，接下去到哪儿去。你就自己搞了一套元数据管理的系统。

你分析性能，发现你们的数据都是上百Column，各种复杂的Query，裸存的Text格式即便压缩了也还是慢的要死，于是你主推用户都使用列存，Parquet，ORC之类的。

又或者你发现你们的ETL很长，中间生成好多临时数据，于是你下狠心把pipeline改写成Spark了。

再接下来也许你会想到花时间去维护一个门户，把这些零散的组件都整合到一起，提供统一的用户体验，比如一键就能把数据从数据库chua一下拉到HDFS导入Hive，也能一键就chua一下再搞回去；点几下就能设定一个定时任务，每天跑了给老板自动推送报表；或者点一下就能起一个Storm的topology；或者界面上写几个Query就能查询Hbase的数据。这时候你的数据平台算是成型了。

当然，磕磕碰碰免不了。每天你都有新的问题和挑战，否则你就要失业了不是？

你发现社区不断在解决你遇到过的问题，于是你们架构师每天分出很多时间去看社区的进展，有了什么新工具，有什么公司发布了什么项目解决了什么问题，兴许你就能用上。

上了这些乱七八糟的东西，你以为就安生了？Hadoop平台的一个大特点就是坑多。尤其是新做的功能新起的项目。对于平台组的人，老板如果知道这是天然坑多的平台，那他也许会很高兴，因为跟进社区，帮忙修bug，一起互动其实是很提升公司影响力的实情。当然如果老板不理解，你就自求多福吧，招几个老司机，出了问题能马上带路才是正道。当然团队的技术积累不能不跟上，因为数据平台还是乱世，三天不跟进你就不知道世界是什么样了。任何一个新技术，都是坑啊坑啊修啊修啊才完善的。如果是关键业务换技术，那需要小心再小心，技术主管也要有足够的积累，能够驾驭，知道收益和风险。

大数据服务平台则是一个集数据接入、数据处理、数据存储、查询检索、分析挖掘等、应用接口等为一体的平台，然后通过在线的方式来提供数据资源、数据能力等来驱动业务发展的服务。
计算机俗称电脑，是一种用于高速计算的电子计算机器，可以进行数值计算，又可以进行逻辑计算，还具有存储记忆功能。是能够按照程序运行，自动、高速处理海量数据的现代化智能电子设备。由硬件系统和软件系统所组成，没有安装任何软件的计算机称为裸机。
可分为超级计算机、工业控制计算机、网络计算机、个人计算机、嵌入式计算机五类，较先进的计算机有生物计算机、光子计算机、量子计算机、神经网络计算机。蛋白质计算机等。

最近我和我的团队一直在做一些大数据相关的工作，我来回答一下这个问题。

首先是第一个问题，大数据平台是什么？

当我们说到一个平台的时候，我们的意识里面往往就知道，这里面肯定不止一样东西，它是很多东西的一个集合，大数据平台也是一样，首先如果用几个字来描述它的话就是“它是一个数据解决方案”，进一步解析就是：大数据平台它是一个以分布式存储为基础，集成了数据获取，数据清洗，数据流转，数据分析，数据输出等工具集的一个数据解决方案。它的核心使命是提供数据存储和数据分析服务给目标客户。

那么它的核心组成部分是什么呢？实现的方法有多种，我就举一个最典型的大数据平台结构作为说明。

目前无论是国内或者国外，应用最广泛也是最典型的大数据平台是以Hadoop为核心进行功能延伸的生态系统，业内把它叫做Hadoop生态，它开源并且免费使用，它长什么样子？它的面目基本上是这样：

从上图我们得知，它就是一套以Hadoop分布式文件系统为核心的数据处理工具集，目的是为了向用户提供数据分析服务的一个集成解决方案。

什么时候需要大数据平台？

简单的说就是当数据总量大到传统单机数据解决方面没办法存储，分析，计算时就要用到大数据平台。

举例说，家用电脑目前一般是配置2TB大小的硬盘(存储容量约等于于18个128G的iPhone)，一般几万块钱的商用服务器容量大约在32TB容量，高端的单机存储器可以达到100TB以上，但是数据量如果再大比如上跳一个数量级1000TB,也就是1PB左右，单机系统就无能为力了，不单是存储容量无能为力，计算能力也无法应对了，因为我们知道，单台计算机的性能是有极限的，数据太多磁盘检索读取的速度就会变慢，CPU和内存压力也会变大，这个时候需要完成一个数据分析任务就要耗时很长，那么这个时候大数据平台就派上用场了，大数据平台的一个特性就是多台计算机组成一个集群集体并行作战，并且理论上可以无限拓展。

希望我的回答能够帮助到您，有任何问题请在留言区留言，也欢迎在线咨询

以下为大家介绍几个代表性数据分析平台：

1、Cloudera

Cloudera提供一个可扩展、灵活、集成的平台，可用来方便的管理您的企业中快速增长的多种多样的数据，从而部署和管理Hadoop和相关项目、 *** 作和分析您的数据以及保护数据的安全。ClouderaManager是一个复杂的应用程序，用于部署、管理、监控CDH部署并诊断问题，ClouderaManager提供AdminConsole，这是一种基于Web的用户界面，是您的企业数据管理简单而直接，它还包括ClouderaManagerAPI，可用来获取集群运行状况信息和度量以及配置ClouderaManager。

2、星环Transwarp

基于hadoop生态系统的大数据平台公司，国内唯一入选过Gartner魔力象限的大数据平台公司，对hadoop不稳定的部分进行了优化，功能上进行了细化，为企业提供hadoop大数据引擎及数据库工具。

3、阿里数加

阿里云发布的一站式大数据平台，覆盖了企业数仓、商业智能、机器学习、数据可视化等领域，可以提供数据采集、数据深度融合、计算和挖掘服务，将计算的几个通过可视化工具进行个性化的数据分析和展现，图形展示和客户感知良好，但是需要捆绑阿里云才能使用，部分体验功能一般，需要有一定的知识基础。maxcompute(原名ODPS)是数加底层的计算引擎，有两个维度可以看这个计算引擎的性能，一个是6小时处理100PB的数据，相当于1亿部高清，另外一个是单集群规模过万台，并支持多集群联合计算。

4、华为

基于Apache进行功能增强的企业级大数据存储、查询和分析的统一平台。完全开放的大数据平台，可运行在开放的x86架构服务器上，它以海量数据处理引擎和实时数据处理引擎为核心，针对金融、运营商等数据密集型行业的运行维护、应用开发等需求，打造了敏捷、智慧、可信的平台软件。

5、网易猛犸

网易猛犸大数据平台使一站式的大数据应用开发和数据管理平台，包括大数据开发套件和hadoop发行版两部分。大数据开发套件主要包含数据开发、任务运维、自助分析、数据管理、项目管理及多租户管理等。大数据开发套件将数据开发、数据分析、数据ETL等数据科学工作通过工作流的方式有效地串联起来，提高了数据开发工程师和数据分析工程师的工作效率。Hadoop发行版涵盖了网易大数据所有底层平台组件，包括自研组件、基于开源改造的组件。丰富而全面的组件，提供完善的平台能力，使其能轻易地构建不同领域的解决方案，满足不同类型的业务需求。

6知于大数据分析平台

知于平台的定位与当今流行的平台定位不一样，它针对的主要是中小型企业，为中小型企业提供大数据解决方案。现阶段，平台主打的产品是舆情系统、文章传播分析与网站排名监测，每个服务的价格单次在50元左右，性价比极高。

工业富联云服务器是自己的品牌。

工业富联是全球知名的通信网络设备、云服务设备、精密工具及工业机器人专业设计制造服务商，为客户提供以工业互联网平台为核心的新形态电子设备产品智能制造服务。

公司致力于为企业提供以自动化、网络化、平台化、大数据为基础的科技服务综合解决方案，引领传统制造向智能制造的转型;并以此为基础构建云计算、移动终端、物联网、大数据、人工智能、高速网络和机器人为技术平台的“先进制造+工业互联网”新生态。

公告显示，中联重科拟通过本次交易成为路畅 科技 的控股股东，后续公司将视届时情况，拟继续收购比例不低于目标公司总股本的1883%，确保公司持有股份比例不少于4882%。

对于这一举动，中联重科的解读是，收购股份的目的主要为了协同发展，工业互联网转型是公司近几年的主要战略目标之一，而路畅 科技 的业务涉及智能制造、 汽车 智能化解决方案等工业互联网业务，因此比较看好其发展。

业内人士表示，中联重科的目标是在2023年成为全球工程机械之王。而当前，机械龙头企业凭借其资金、技术优势均已展开工业互联网布局大计，中联重科在未来两年将如何打破传统制造，实现预定目标？

跨界工业互联网

中联重科董事长詹纯新作为全国政协委员，曾在去年两会期间在媒体采访中表示，工业制造当前正处于转型升级、高质量发展的关键时期，依托工业互联网发展工业，是实现工业强国的关键。

其实，早在2015年，中联重科就已经开始借“云”转型，谋变“互联网+”。而在2018年，中联重科在工业互联网更是取得突破性进展，成立了工业互联网高 科技 公司中科云谷，其基于云计算、物联网、大数据、人工智能和区块链等新兴数字技术，以工业互联网高 科技 公司为定位，赋能传统产业领域、驱动传统商业模式变革。

据了解，基于中联重科十余年的 探索 与积累，中科云谷工业互联网平台已经连接超过20万台套价值千亿级别的设备资产、采集超过9000余种数据参数、存量数据已达到PB级别，具备为设备制造商、政府监管部门、金融机构、设备使用者、维修服务商等提供设备连接、工业互联平台、大数据分析、微服务应用APP等多层次工业互联网价值服务的能力。

未来，中科云谷也将以应用场景为核心，聚焦智能制造、智慧农业、智慧城市、产业金融等重点领域全面发力，为客户提供自主、领先的垂直领域工业互联网平台与解决方案，通过大数据分析和工业APP解决企业经营、城市建设、农业种植、应急救灾等典型业务场景中的关键痛点。

深入推动数字化转型

当前，中联重科正积极推进“装备制造+互联网”的转型升级，以40智能产品作为载体，通过物联网、大数据、移动互联网，深度融合传感、互联等技术连结设备、企业与客户，不断挖掘创新的经营模式。

2018年，中联重科推进智能化40产品的优化与上市，仅半年时间就开发出了9款40智能化工程机械产品，ZTC251、ZTC800智能 汽车 起重机搭载大数据及单机智能技术，远程故障诊断、设备管理被集成于手机APP，实现了施工安全、精准、高效，深受市场好评。

另外，中联重科与人工智能公司LandingAI签署战略合作协议，标志着中联重科高起点跨入人工智能技术领域，成为国内首家AI农业装备制造企业，为转型升级提供发展新动能。

中科云谷的打造，在继承和发展中联重科工业互联网优质基因的同时，提升了中联重科一直以来在工业互联网领域的领先优势，并将加速推动中联重科从“设备生产商”向“制造服务型企业”的转型升级。

据悉，目前中联重科数字化转型年均投入4亿至5亿元，其中每年工业互联网平台关键技术研发投入超过4000万元，工业互联网应用产品开发费用超过2500万元，大数据和工业机理模型研究应用开发投入超过1800万元，工业互联网平台服务器和数据存储每年扩容费用1000多万元。

值得一提的是，去年中联重科旗下年产值千亿规模的智慧产业城也正式开工，这意味着中联重科2021年四季度的产能将在原有800亿的规模基础上再叠加至少1000亿，有望在2022年突破2000亿产值规模。

中国工程机械龙头公司有望凭借国际化、数字化、电动化等优势走向全球龙头工程机械行业地位。

龙头企业“各显神通”

专家认为，就目前工程机械行业进入到了后期博弈的红海竞争环节，在进入后期红海竞争阶段之后，部分企业选择转型探寻工业互联网“蓝海领域”

与中联重科同属机械行业龙头企业的三一重工，从2008年开始就已筹划进军工业互联网，其孵化的树根互联依托三一重工在机械领域的背景，主要以机器为对象做万物互联，建立机器的数字模型，包括各种装备、机械等，同时以机器为中心，形成全生命周期管理也是其核心能力之一。

据悉，树根互联以PaaS平台为核心，在自研产品的基础上连接各个环节上很好的合作伙伴，一起为客户提供端到端的整体方案。同时，“根云平台”更是融合了工业互联网、大数据、人工智能等，把工厂打造成一个完整的智慧体。

此外，还有另外一家企业徐工集团于2014年孵化工业互联网公司——徐工信息，也是工程机械行业的代表。目前，徐工信息着力于5G技术与汉云平台的融合发展，主要聚焦于三个场景：5G智能终端应用试验、5G通信的遥 *** 作技术、5G智能工厂典型应用打造

而中联重科工业互联网目前正积极推进“2+2+3”战略转型，即立足产品和资本两个市场，推进制造业与互联网、产业和金融两个融合，做强“工程机械”、“农业机械+智慧农业”、“新型建筑材料”三个板块。

中联重科股份有限公司副总裁、总工程师付玲表示，中联重科自主打造的工业互联网平台，是推进工业企业与互联网融合的核心承载平台，承担着实现中联重科“产品在网上、数据在云上、市场在掌上”新商业模式转型升级的重要使命。

不难看出，国内机械龙头企业均已率先发力工业互联网，并且具备一定的优势。第一，工程机械龙头企业具备丰富的工业经验；第二，在接入能力上具备优势，其覆盖的工业协议和通讯协议足够广泛，并且数据的流向具备双向性；第三，具备跨行业、跨领域的实力。

未来，随着国家对工业互联网的进一步布局和相关政策的支持，以及龙头企业的带动作用，中小企业也会搭上工业互联网快车，为客户及自身的发展创造更多更大价值。

---