数据采集和边缘计算能力亟待提升

数据采集和边缘计算是工业APP的感知端，通过构建一个精准、实时、高效的数据采集体系，实现数据采集、协议转换与边缘计算，是工业APP进行数据采集、清洗、处理、分析，进一步优化形成决策的基础。目前，边缘层数据采集和计算能力薄弱，限制了工业APP大数据分析能力以及通过深度学习形成工业机理模型的能力。经统计，超过50%的平台数据采集点极少（低于1000个）或无数据点，工业设备和产品的传感器部署不足，使得工业数据采集难度较大。36%的工业互联网平台没有采用通用协议OPC UA，异构数据互操作仍存在较大难度。62%的平台没有边缘计算节点或边缘计算节点能力不足，在设备层进行数据预处理的能力不足。

工业专业技术领域微服务功能模块赋能不足

微服务功能模块是封装了工业技术、知识、经验、模型等工业原理，供工业APP开发者调用，是工业APP具有面向特定行业、特定场景开发在线监测、运营优化和预测性维护等具体应用服务能力的核心。但目前，受工业专业微服务功能模块赋能不足的限制，工业APP发展仍处于起步状态。一方面，工业专业化程度高、Know-How差异大，工业知识、经验、机理沉淀和应用难，而我国制造业工艺软件化基础薄弱，导致我国制造行业的机理模型缺失较为严重，无任何机理模型的工业互联网平台占比接近30%，使得部署其上的工业APP原生缺乏机理模型的支撑，是工业APP专业化发展的主要短板。另一方面，目前多数平台主要在推进传统服务与流程的云迁移，为客户提供解决方案仍是传统主营业务，在跨行业跨领域方面的专业技术与知识沉淀不足，对工业APP在跨行业跨领域拓展存在一定约束作用。

面向工业APP的开发生态尚未建立

良好的工业APP开发生态不仅能够提升工业知识生产、传播、利用效率，集聚大量开发者，催生海量开放的APP，还能够形成APP应用与工业用户之间相互促进、双向迭代的良性闭环，但目前我国工业APP生态环境尚处萌芽阶段。一是对工业APP内涵界定不清导致认知误区，不同企业从不同角度进行理解，甚至同一企业不同时间对工业APP的理解都存在着差异，在可预见的未来，定义不同意将为工业APP发展造成一定障碍。二是缺乏对开发者群体的激励机制。目前大多数工业互联网平台企业开发者社区成员主要来自企业内部，外部开发者较少，同时各平台均表示拟向第三方开发者收费，并分享服务收入，这在开发者社区初期培育时难免有杀鸡取卵之嫌，对开发者群体的激励不足。三是商业模式尚未清晰。平台大多都处于投入期，尚未到达回报期，也没有形成标准化的交易模式，存在高昂的交易成本，平台在交易标准化、安全保障、用户信用体系等方面的探索尚未展开或刚刚起步。