对于工业互联网的尝试，国内外从来不缺勇敢者。从最早概念的提出者通用电器集团 GE，到西门子、施耐德、ABB，再到国内工业巨头三一重工、上海电气，有数据统计国内外工业互联网平台级产品已达数百个。然而环顾当下，始作俑者 GE 惨淡收尾，西门子看似一路凯歌实际财务状况不明，国内各个平台间也似乎是画地为牢，进展迟缓。
对于工业互联网，到底谁的砒霜，又是谁的蜜糖?
最早下手的，最惨淡?
2012年，GE 提出工业互联网的概念。彼时，整个世界对此还是一脸茫然。时任 GE CEO 的伊梅尔特信心满满，他说了一句让全世界铭记至今的名言：“说不定一觉醒来，GE 就会从一家制造业公司，变身为一家软件和数据公司了。”
从伊梅尔特的这句名言里你或许已经嗅到了工业互联网的气息，简单说就是从机器上捕获数据，并将有价值的思想反馈给客户。为此，GE 在产品和设备上嵌入大量传感器，用来收集实时数据，然后通过建模、分析，帮助企业提高运营效率。两年后，GE 还推出了一个大数据与分析平台 Predix，面向工业企业对开发者完全开放，Predix 负责将各种工业资产设备和供应商相互连接并接入云端，并提供资产性管理和运营优化服务，企业可以利用 Predix 开发和共享各种专业应用。伊梅尔特希望以此构建行业生态，为 GE 带来业务上的创收。
然而，伊梅尔特失算了。2018 年 7 月，因经营惨淡，GE 宣布出售 Predix 平台，并变卖相关工业互联网资产。尽管新任 CEO 再三强调，此举并非 GE 放弃工业互联网，而是通过瘦身来加快数字化进程，但是这个曾经风光无两的明星产品终难摆脱灰头土脸被人诟病的下场。
与 GE 形成鲜明对比的是西门子的 MindSphere 平台。这个同样试水工业互联网的开放式平台在运作思路上与 GE 几乎如出一辙：通过连接产品、工厂、机器和系统所生成的大量数据和分析，提供各种场景服务，如设备的预测性维护，能源数据管理，资源优化配置等。
MindSphere如今连接了 100 多万台设备和系统，并推出 250 多种数字化解决方案，在北美和欧洲 100 多家企业中开始试用，并与国内 BAT 巨头阿里达成战略合作，利用阿里云的基础设施来搭建 MindSphere，共同开拓中国的工业物联网生态。
今年 3 月，西门子全球 CEO 凯飒(JoeKaeser)称预计 MindSphere 2020 年实现盈利。且不说 Joe Kaeser 的愿望能否达成，起码目前看起来一切尚为良好。
实际上，除了 GE、西门子，还有法国施耐德 EcoStruxure 工业互联网平台、工业机器人公司 ABB 的 ABB Ability 平台等，这些平台互相竞逐，已经在悄无声息地进行着一场工业云端的“暗战”。争夺的焦点就在于：设备资产有多少，推出多少专业应用，以及有多少开发者加入此平台。
国内：跑马圈地，各自为战
国外的战争打得如火如荼，国内也没歇着。
在 GE 和西门子的影响下，尤其是工信部力推“百万设备上云”的智能制造大潮下，国内一众工业玩家们纷纷入局，试图建立自己的云上版图。比如海尔、美的、富士康、航天云网、三一重工等，都相继构建了自己的工业互联网平台。
比如海尔的 COSMOPlat 平台，通过最基础的开放资源层，到第二层支撑工业应用快速开发、部署、集成的平台层，再往上推出各种应用，形成全流程的应用解决方案，支撑企业以用户为中心的大规模定制化生产模式。
再比如三一重工打造的树根互联 Root Cloud 根云平台，主要基于三一重工在装备制造及远程运维领域的经验，由OT 层向 IT 层延伸构建，通过智能物联和 SaaS 解决方案，提供面向设备健康管理、远程维护等服务。
树根互联Root Cloud根云平台，图片来源 | 华制智能
据公开数据显示，国内目前共有近 270 个工业互联网平台类产品，已超过其它国家数量的总和。在这些入局者中，既有来自传统制造领域的龙头企业，如海尔、富士康、三一重工;也有传统制造解决方案提供商，如用友、华为;另外，也有来自互联网 BAT 巨头公司，如阿里大力推动的 ET 工业云平台等。
尽管百花齐放，但不得不说这些尝试还仅仅是在工业互联网的征途上迈出了一小步而已。
纵观这些工业互联网平台，无一例外都是通过在最终端的设备中添加传感器，获取状态感知信息，再通过数据实时分析，来辅助决策，提高效率。而工业互联网平台对于企业的价值，大多体现在工厂全周期排产、物流监测、以及设备的预测性维护。其中，在行业极为关注的设备故障预测方面，能力还极为有限。
例如，服装生产企业现在已有通过在企业中的工位(缝纫机)上加装振动检测传感器采集工位振动数据，并将数据送到集中存储设备中，最终将这些数据一并送入服务器中进行分析。通过这样的改造，在后台实现自动排产，提升工厂整体的工作效率。
也就说，目前国内的工业互联网项目大多还停留在设备侧和工厂侧，离制造企业“降本增效”终极目的还相差甚远。
为什么?
首先，数据的联通就是一个大问题。这与手机或 PC 机不一样。因为通信协议是全球统一的，然而工业生产设备就不一样了。各个企业，特别是规模稍大的制造公司，都有种类繁多的设备，设备标准和接口不一样，光是实现这些接口数据的协议互联，在技术和成本上都很困难。连接价值能否补偿企业巨大的投入就更难说清了。
国外 PTC 倒是一个很好的案例。为了让数据在各个部门和系统间顺利调用和分享， PTCThing Worx 平台的 Navigate 应用能够从根本上简化数据访问;为了帮助制造商让工厂里那些已有的哑设备实现互联，PTC 还特意收购了专为工业自动化环境提供通信连接的软件开发公司 Kepware，并将其 KEPServerEX 通信平台作为 PTC Thing Worx 物联网平台的战略组成部分。
其次，盈利与现实运营之间的矛盾。在这方面，GE 就是个活生生的教训。中国制造企业还普遍面临数字化程度低的问题，很多企业在推行数字化进程中，要么资金不足以支撑系统研发，要么就是头痛医头、脚痛医脚，缺乏系统的设备改造、研发、数字化建设规划和战略，更担心“竹篮打水一场空”。倘若没有切实可行的市场化商业模式，就难以形成经济循环的良性成长模式。
最后，行业与行业之间的巨大鸿沟。做平台，就要搭建行业生态。然而且不说行业与行业之间存在巨大的鸿沟，企业与企业之间各自复杂的业务流程都千差万别，对于构建平台而言，都是巨大的挑战和障碍。
国务院发展研究中心研究员李广乾博士针对工业互联网曾经提出过思考：“当前工业互联网平台架构过于简单，将工业互联网平台架构等同于工业云平台，显然无法反映工业化(OT)、信息化(IT)两方面的深刻含义，特别是无法反映各个工业制造业的特殊性，也无法反映平台的双边市场特性。”
工业互联网：IT+OT的融合
实际上，发展工业互联网，最终追求的无非是 IT 和 OT 的融合。工业 IT 包括传感器、执行器、监控与数据获取系统 SCADA、制造执行系统 MES、可编程逻辑控制器 PLC 等，工业 OT 则包括材料、机器、方法、测量、维护、管理、模型，只有两者深度结合才能催生出价值，否则工业互联网终究还是“两张皮”。
图片来源 | 2019工业互联网峰会
GE最早提出基于“先进分析”的数字化解决方案，然而先进分析并不是单纯的数据分析，而是以工业领域的知识储备为基础，将芯片算力、工业软件，与自动化和材料特性值结合在一起，最终作出分析。没有良好的的工业基础，工业大数据和人工智能都是空中楼阁。
然而工业技术知识化，或者说工业技术软件化，对于制造业来说，绝非易事。以波音公司为例，公司新机型研制过程涉及上万种软件，其中 7000 多个工业软件，是沉淀了企业核心技术的“独门秘笈”，而在国内，工业软件市场几乎还是“无人区”。
不管怎样，积硅步以至千里。在国家大力倡导智能制造、各种资金优惠补贴政策刺激下，工业互联网效能的实现仅仅是时间问题。
最后，借用南山工业书院发起人林雪萍老师对国内工业互联网现状的一句客观评价：
“工业互联网未见战国，即血腥的挤压、消灭战尚未开始，竞争还处于跑马圈界的温和对垒状态。”