盘点：工业互联网的发展面临着四大科技难题

第三，网络领域很大的问题是安全。工业企业以前很封闭，安全性挑战没那么大，是硬件问题，现在的一些工业企业上云以后，安全性变得非常复杂，包括云安全，边缘安全，内部协议安全，如果孤立地来解决，并不能够真正满足业界的需求。所以怎么能够有虚拟化的统一的安全体系，需要探讨。

挑战二：数据管理

清华大学大数据系统软件国家工程实验室总工程师王晨认为，工业互联网上的数据管理非常有挑战。

第一，工业上用到的大量的数据高效查询的问题，它与商业物联网、工业场景的数据量完全不在一个数量级。比如风电领域，风机上的振动数据的采集频率会达到毫秒级及以下，是上万赫兹的采集频率。这样的数据怎么存储，查询，是特别大的挑战。还有实时数据库，也没有很好地解决这种问题，这是数据管理的效率问题。

第二，是数据利用不能回避的两个问题，一个是数据治理也就是数据质量的问题，在工业上，机器回来的数据质量比人产生的数据质量更糟糕。由于传感器本身的采集精度问题，环境的渐次干扰问题，会产生数据丢包，那怎么做修正？这和工业密切相关，也是一个很开放的问题。

再一个就是数据集成的问题，非常有挑战，因为传统数据集成基本上是相同性或者是相似性做数据集成，但回到工业上看，离散制造业要根据动态变化考虑做数据集成，流程制造业要看到不同工序中时序的变化。这些已经超出了传统数据管理的范畴。

挑战三：关键技术

北京航空航天大学校长助理赵罡表示，工业互联网是姓工还是姓信？实际上制造是工业互联网的腰，没有腰互联网直不起来。他认为，工业互联网在关键技术层面面临挑战。

第一，是产业模式。互联网带来的影响非常大，尤其是中国成为第二大经济体，很快成为第一大经济体，跨国企业会越来越多。在跨国企业，产业组织模式跟以往就不一样了，怎么寻求成本的最低和效率的最高，要借助于互联网技术。对于制造本身来说，互联网跟制造本身好像不相关，但今天的产业组织模式发生了变化，原来需要人交互的，这个时候需要更多的智能手段，一个最核心的技术就是工业软件的技术。工业软件是发展工业互联网一个很重要的方向。

第二，是关键技术。在智能制造过程当中，对协议的要求非常高，包括实时性，容错率各个方面。近一年多，中国主导的5G技术，让我们感觉到这是机会。未来大家到车间里面不再有电缆了，是一个无线的车间环境。在这种情况下，对整个数控系统，对机器的反馈时间要求等，这是做通讯的人要解决的问题。

挑战四：区块链