发布需求
我国工业互联网平台在工业数据采集、大数据建模分析、行业机理模型沉淀、工业APP培育等方面面临四大“卡脖子”瓶颈，亟需尽快取得突破。
瓶颈一：设备联网难，工业数据采集能力薄弱
当前，我国规模以上工业企业里，80%以上的机器设备都是没有联网、不会说话的“哑”设备，只有20%的设备联了网、会说话，但是这些设备遵循不同的通信协议，存在严重的“语言障碍”，成为制约工业互联网平台建设的卡脖子瓶颈。
瓶颈二：工业互联网平台的本质就是对机器设备和业务系统产生的数据进行建模分析，将数据转化为指导设备和业务进行优化的应用服务。当前，受限于数据采集瓶颈和工业大数据自身的专业性、关联性、流程性、时序性和解析性等特点，工业大数据建模分析需要平台企业兼具工业基因和大数据基因，导致现有工业互联网平台工业大数据建模分析能力较为薄弱。
瓶颈三：模型跟不上，行业机理模型沉淀能力薄弱
行业机理模型是工业PaaS的核心，是平台技术能力的集中体现。行业机理模型就是通过软件技术对工业研发设计、生产制造、经营管理等制造全过程运行规律进行显性化、模型化、代码化，每个行业机理模型都是一个积木式的模块，可供工业APP灵活调用，促进工业知识的沉淀、传播、复用与价值创造。当前工业互联网平台面临的突出问题是开发工具不足、行业机理模型缺失，远远不能完全满足工业级应用需要。
瓶颈四：应用数量少，现象级工业APP培育能力薄弱工业APP是工业互联网平台的关键。但是受限于工业互联网平台发展尚属于初级发展阶段，工业PaaS平台赋能不够，工业互联网平台上所谓的工业APP基本上都是工业云平台上的云化软件“移民”而来，依靠工业PaaS上的行业机理模型“生长”出来的“原居民”工业APP较少，现象级工业APP更是匮乏。
