生態

“生態”一詞較早見于互聯網及IT領域，而隨著工業物聯網的發展，當前，構建工業互聯網生態體系，已成為自動化廠商們關注的熱點。

GE工業互聯網生態系統的持續拓展基于Predix以及Predix.io兩大基礎。GE Predix自推出以來，全球已有11000多名開發人員。2016年7月，GE正式推出了其數字聯盟項目，聯合超過20家合作伙伴，共同承諾開拓工業互聯網新市場。目前，華為、中國電信、安永、凱捷、英特爾、TCS、H3C、微軟和甲骨文等行業巨頭均已加入GE的數字聯盟項目。

2017年4月，漢諾威工業展期間，西門子開始強調“物聯網生態”概念，大力拓展MindSphere合作伙伴。MindSphere合作伙伴包括云基礎設施服務商、軟件開發者、物聯網初創企業、硬件廠商等。云服務層面，其目前的合作伙伴包括亞馬遜AWS、微軟、SAP。應用層面，西門子與合作伙伴一起已經開發出超過50個APP，供各類工業客戶選用。在MindSphere生態系統里，西門子自己開發基礎的工業APP，提供各種能力，使廣大合作伙伴可以基于西門子的原生APP迭代出更多的專業性APP。

其他發展物聯網平臺的公司也有與西門子，GE類似的生態發展思路。

施耐德電氣為打造一個完整的生態系統，已經與微軟、英特爾等達成合作，對由能夠開發與共同創造解決方案及應用的開發人員、數據科學家、硬件與服務合作伙伴組成的生態系統開放。目前，多個跨國企業都是施耐德EcoStruxure平臺的合作伙伴，另外，有4000多家工業系統集成商幫助施耐德電氣將針對行業客戶的“知識”轉變為應用APP。

ABB提出與客戶、合作伙伴、供應商及開發人員構建全新的數字化生態系統。在工業云平臺的搭建上，ABB選擇與IT領域共同搭建生態圈。2017年4月，ABB與微軟達成戰略合作，依托微軟的Azure平臺提供工業云服務。同月，與IBM簽署合作協議，通過其人工智能Watson系統進行工業數據的計算和分析。在中國，ABB則與華為合作，聯合研發機器人端到端的數字解決方案，實現機器人遠程監控、配置和大數據應用。

2017年，研華WebAccess+ 物聯應用聯盟更名為“WISE-PaaS聯盟”，目前聯盟吸納了微軟、IBM、ARM、梅特勒、百度云、金蝶等幾十家企業，聯盟伙伴通過在硬件、-軟件及服務-等方面深入合作，協同發掘物聯網應用價值。

菲尼克斯電氣以投資產業生態、本土合作伙伴計劃、產業投資基金、核心伙伴計劃四大主線，打造“政、產、學、研、用”跨界融合的智能產業生態圈。2017年12月6日，菲尼克斯電氣聯合八大生態組織，發起成立“智領國際智能制造產業生態聯盟”，共同關注和探討智能制造的產業升級，打造產業化、市場化、平臺化和生態化運作平臺和機制，推進智能制造發展及產業互聯網轉型。

人工智能

2017年7月，國務院印發《新一代人工智能發展規劃》，國家級人工智能戰略布局的號角正式吹響。人工智能的主導廠商也包括作為人工智能技術應用實施主體的傳統制造企業，具有人工智能技術優勢的互聯網企業，向人工智能領域轉型的工業軟硬件產品提供商等。

2017年4月，ABB與IBM簽署合作協議，通過其人工智能Watson系統進行工業數據的計算和分析。

2017年11月，羅克韋爾自動化宣布投資一家名為 The Hive 的硅谷創新基金與共創工作室，致力于將人工智能 (AI) 應用于工業自動化領域，幫助制造商挖掘數據價值、實現數據情境化并采取相應措施。

2017年易往信息與以色列n-Join公司強強聯合，將人工智能、大數據技術融合到易往的智能工廠解決方案之中，貫穿生產流程的整個生命周期。

2016年，西門子新業務部門Next47正式成立，其關注對象包括人工智能。如今，西門子有大約200位專家從事數據分析和神經網絡研究，旨在利用人工智能來優化工業設施，并將人工智能應用于配電、電機和軌道技術等領域的各種實踐。

人工智能與機器人的結合也是不少企業探索的重點?，F在大多數工業機器人只是一個輸入程序執行命令的機械，配備了電子眼和智能識別，并沒有自主獨立的思考能力。而增加人工智能，則具有獨立思考和判斷能力，有自我學習和進化能力。

2015年FANUC與AI公司PFN合作開發AI技術。2016年，發那科、思科、羅克韋爾自動化合作發布了FIELDsystem，實現了先進的機器學習和深度學習能力，結合了人工智能和尖端計算機技術使分布式學習成為可能。

人工智能在制造業的融合應用，滲透到制造業多個環節

產品研發方面，歐特克推出的產品創新軟件平臺Fusion360和Netfabb3D打印軟件集成了人工智能和機器學習模塊，能夠理解設計師的需求并掌握數字化設計生產要素的性能參數。

生產制造方面， NEC 在“NEC Industrial Iot”中，新增以 AI 協助作業員肉眼檢查的解決方案“AI Visual Inspection”。

供應鏈運營方面，美國多聯式運輸公司C.H. Robinson針對卡車貨運的運營需求開發了用于預測價格的機器學習模型。

市場營銷方面，美國亞馬遜商城基于機器學習模型對用戶的購買習慣以及產品的屬性進行深度學習，形成了全面的知識圖譜。

產品服務方面，日本小松機械推出了智能化工程服務項目。

售后運維方面，電梯廠商蒂森克虜伯公司與微軟合作，為其旗下24000名技術工人配備了集成人工智能技術的增強現實眼鏡，以便在安裝、檢修電梯設備的時候能夠智能化輔助識別現場并獲得技術支持。

工業云

2017年3月，工信部推出《云計算發展三年行動計劃(2017-2019)》，提出到2019年我國云計算產業規模達4300億元。

云計算需要基礎設施，即云計算平臺(云設施)，主要包括亞馬遜AWS ，Microsoft Azure，國內的阿里云、騰訊云、京東云、華為云，三大電信運營商各自的云平臺。工業云是將工業領域所需要的軟件系統應用搬到了云上，可以降低信息化門檻，讓更多中小企業以較低成本切入信息化領域。除了GE、西門子等國際巨頭，2017年各企業紛紛加大對于云的投入。

2017年4月，海爾COSMOPlat智能制造云平臺在漢諾威工業博覽會現場舉行全球啟動儀式

2017年5月，施耐德電氣宣布與微軟公司的合作取得了重大進展，客戶可以從施耐德電氣EcoStruxure架構與平臺上獲取多種云應用程序，以提高其決策力、生產力和效率。

2017年6月15日，航天科工發布了工業互聯網云平臺——INDICS，據稱該平臺是國內目前唯一提供智能制造、協同制造、云制造公共服務的云平臺，技術上與西門子MindSphere、GE Predix處于同一水平，但平臺功能和應用場景更為豐富。

2017年10月，WAGO下屬公司美名軟件開發的AgriPheno？Cloud農業云物聯網平臺如期上線。WAGO云智能系統可以實現對設備運行參數的實時遠程監控，并為預測性維修服務提供數據支持。

2017年10月11日，國家工業智能公共服務云平臺正式簽約啟動，阿里云是發起及主導建設單位之一。

2017年12月25日，西門子宣布MindSphere最新版首次登陸亞馬遜云服務(AWS)，從而在更短的時間內為各行業客戶開發穩健的工業物聯網解決方案，尤其是航空航天、國防以及能源和公共事業。

2017年12月上旬，中控信息自主研發的軌道交通綜合監控軟件平臺MetroView3.0，完成與新華三綜合監控云解決方案的互通測試。

此外，

羅克韋爾自動化面向OEM廠商推出 FactoryTalk Analytics for Machines 云應用，云應用將機器關鍵的 KPI 數據傳送到云端，通過基于云的機器分析能力，把機器數據直觀呈現在儀表板中。

菲尼克斯電氣Proficloud可按需提供從云設備、云平臺到云服務的一整套專業云解決方案。

研華分布式設備監控云端解決方案在大型工業用泵企業實施。

喜科與法國彩虹合作研發出一套在bluebee？云計算平臺與HMI/SCADA間可雙向集成的工具包。

IEI 子公司QNAP 威聯通科技，推出新一代智能云解決方案，滿足各種領域的需求。

云服務商與制造業的合作還包括：阿里云和中策橡膠、協鑫光伏、徐工集團、德賽西威、比亞迪等國內十多家制造商合作；騰訊云和三一重工達成合作，共同搭建了一個工業互聯網平臺； 網易云和吉利合作，利用大數據實現柔性制造，縮短了吉利新產品的上線周期。

邊緣計算

邊緣計算，是一種就近運算的概念，將運算更靠近數據源所在的本地區網(Local Network)內運算，盡可能不用將數據回傳云端，以減少數據往返云端的等待時間及網絡帶寬成本。邊緣計算與云計算是互補的兩種數據處理技術。

2016年11月30日，由華為，中國科學院沈陽自動化研究所、中國信息通信研究院、英特爾公司、ARM等6家企業發起的邊緣計算產業聯盟(ECC)正式成立。華為主要提供計算平臺，包括基礎的網絡、云、邊緣服務器、傳輸設備與接口標準等，而Intel、ARM則提供為邊緣計算的芯片與處理能力保障，信通院則扮演傳輸協議與系統實現的集成，而沈陽自動化所、軟通動力則扮演實際應用的角色。

邊緣計算相關企業的角色，基本為以上幾大類型。其他廠商，例如IBM、微軟、SAP、思科、GE等多關注在邊緣計算的數據處理平臺、軟硬件架構的設計層面，并紛紛提出自己的解決方案。

2017年，華為聯合霍尼韋爾推出業界首個基于邊緣計算的智能樓宇解決方案。

2017年5月10日，研華物聯網邊緣計算與平臺服務伙伴高峰會議在北京舉行，2017年，研華發布了一系列邊緣智能服務器軟硬整合解決方案。

2017年浩亭重磅展出浩亭MICA，一個模塊化的開放式邊緣計算系統，MICA支持Profinet、以太網IP、Ethercat、Modbus等傳統的工業接口以及能源監控解決方案、分析和射頻識別(RFID)?？梢院苋菀椎剡m應制造企業的個性化需求。

邊緣計算并不是新的概念，“Edge”這個詞較早的時候就被ABB、B&R、施耐德電氣、KUKA等自動化或機器人廠商所提及。未來，隨著更多的企業將數據的處理和分析推向邊緣設備，用戶越來越不能接受一個只有在網絡端提供核心服務IoT平臺。