前言
企业应该抓住中台的本质，结合企业所处行业的数字化转型方向及驱动力，从自身业务出发，建立符合本行业及自身需求的中台战略，实现业务价值。
数字经济时代，企业竞争本质已演变为如何优化资源配置效率、以数据驱动业务来响应瞬息万变的市场变化。随着企业数字化转型的不断推进，原有的IT系统已无法满足新时代发展需要，“数字中台”的概念顺势而生，成为工业企业打造平台化服务的核心。
中台概念兴起于互联网行业，随之也在工业行业得到广泛的讨论。但工业企业面临的挑战及行业特性不同，自身业务及相关企业系统的建设历史也有特殊性，所以工业企业在吸收并采纳数字中台概念时，首先要厘清三个问题：
（1）工业企业为何需要数字中台；
（2）什么才是最契合工业企业需求的中台；
（3）工业企业数字
中台应如何构建。
本文将引领读者重新审视数字中台的本质及对工业企业的价值所在，结合国内工业企业信息化、数字化现状，给出如何落地工业企业数字中台的建议。
一、中台由来及本质
1、中台的由来
“中台”一词在国内各个领域成为当前最火热的名词。在探讨“中台”一词的由来及发展时，不得不提到Gartner的PaceLayered模型、Supercell创新策略，以及阿里巴巴中台战略思想与架构。
知名咨询公司Gartner在其发布的PaceLayered模型中，依据快速响应业务需求和持续创新的分层思想，将企业系统按照“步速” 分为三个层次：SoR-(Systems of record)、 SoD-(Systems of differentiation)、SoI-(Systems of innovation)。
众多企业在此思想基础上将PaceLayered模型与自身或客户IT架构映射，通过去中心化和共享服务，将IT架构调整为前、中、后三个分层。SoI对应最前面的应用层，SoR对应后台系统。而SoD作为中间的调速齿轮，是为弥补SoR稳定、变化慢，但SoI敏捷、变化快而出现的“步速”失调问题。
Supercell在其产品开发中，以精简的小组各自负责独立的游戏项目，快速将产品推向市场。而最主要的保障是Supercell构建了专注从事开发基础框架、引擎、工具及平台的组织部门，避免各小组重复“造轮子”。
中台概念最早由国内互联网公司提出，并引发诸多企业思考。如阿里通过业务中台与数据中台构成双中台，通过共享的建设方式，解决以往“烟囱式”的建设带来的重复开发、数据分
散、效率低下等问题。
2、中台相关概念
随着对中台的更多思索与实践，并不断有新的技术及理念加入，市场中不断出现越来越多新的中台相关的概念。其中对于业务中台与数据中台的定义已经趋于成熟，这里引用罗兰贝格对业务中台及数据中台的定义。
业务中台：企业核心竞争能力的固化，并通过能力产品化的方式打造可供各业务单元接入的接口(一致的、标准的核心能力产品资源包)，便于不同前线直接调用。
数据中台：将企业海量、多维的数据资产盘点、整合、分析，为前台提供数据资产、数据定制创新、数据监测与数据分析等服务，最终实现数据资产的活化。
当然除此之外，还有诸如技术中台、组织中台、AI中台等新的概念及理念，而从不同视角来看，对这些概念的解释也不尽相同。这也使得企业需要更加深入了解自身需求，摒弃跟风心态，借鉴业内领先企业中台建设的经验及方法，拨开概念迷雾而抓住中台的本质。
3、中台的本质
由中台的发展以及相关概念可以看出，中台是在当前数字经济时代赋能企业数字化转型的思想体系，目标是提升效能、数据化运营，从而更好支持业务部门面对复杂多变的市场需求时快速响应及创新。从一般企业流程及技术实现的角度上，中台作为企业级的赋能平台，需要通过新的建设策略及体系架构来落地，从而实现以下能力。
- 支撑前台业务应用的快速构建及创新，满足快速变化的商业环境及用户需求。
- 实现后台跨系统的连接，整合共性需求、服务、系统及数据，避免重复建设与维护带来的资源浪费。
- 提供数据聚合、治理与分析，消除数据孤岛，提升运营效率，并为前台决策赋能。
- 企业应该抓住中台的本质，结合企业所处行业的数字化转型方向及驱动力，从自身业务出发，建立符合本行业及自身需求的中台战略，实现业务价值。
二、工业企业中台的解读
1、工业企业为什么需要中台
应对严峻的市场环境，工业企业需要通过缩短交付周期、产品多样化、产品及服务创新来提升竞争力，传统的IT架构已难以支撑企业数据贯通、快速创新的要求。
行业趋势视角：数字化时代，工业企业需要强化数据处理与应用能力
工业企业迈入了数字化时代，越来越多的工业设备具备智能互联属性，围绕设备、人、系统均可以实现数据的收集。而工业企业所涵盖的数据对象种类纷繁复杂，有结构化数据也有大量非结构化数据，数据处理难度大。如何能够实现对于全域工业数据的连接，如何能够有效的挖掘、利用海量数据中的价值，是工业企业普遍面临的挑战之一。
企业业务视角：客户需求多样化，工业企业需要实现敏捷创新
伴随市场竞争的加剧，工业企业必须应对客户多样化、个性化的需求，且能够缩短交付周期，更快的响应客户需求。而工业企业业务流程长、业务逻辑复杂，要实现敏捷创新需要考虑如何能够解耦已有的业务逻辑，如何能够形成可复用的业务服务。
信息技术视角：IT架构陈旧，工业企业需要打通已有的数据孤岛
工业企业已经建立了大量的IT系统，促进了工业企业信息化与工业化的发展.但传统架构构建的是面向指定业务的“烟囱式”信息系统，在解决单点业务问题中发挥了巨大价值，但也产生了价值链不同环节间的数据孤岛。例如，针对某一自制件质量问题，需要在追溯制造过程、原材料、工艺、研发等信息时，需要跨多个系统操作，非常繁琐。另外，涉及系统间集成时，一般以项目形式进行开发，服务设计的通用性和前瞻性较差，接口往往难以复用。重复、重叠的接口，不但影响了需求的响应效率，也增加了IT维护与管理的成本。因此，未来的IT架构需要考虑如何能在不影响原有基于流程IT系统应用的同时，打通系统间的壁垒，消除数据孤岛。
2、何为契合工业企业需求的中台
工业企业中台的内涵可以总结为：通过中台将企业产品全价值链、全要素数据互联互通，支持高效精益交付，满足用户个性化的高品质产品，打通研产供销服一体化，助推企业赢得快速变化的市场竞争。
当今世界发展迅速，企业面临的各种不确定性随之增加，产品复杂性逐步增加，客户定制化需求增多，工业企业如何在不确定性的世界环境中快速进行决策，满足终端产品用户的需求，赢得竞争、争得市场，是摆在每个企业面前的挑战。企业的竞争本质上演变为优化资源配置效率的竞争，或者理解为以数据服务业务化来响应瞬息万变的市场变化。而臃肿不堪的后台系统又慢又贵，和企业前台对数据应用的快速迭代创新、快速响应用户需求之间的矛盾就是中台要解决的问题。互联互通企业全价值链、全要素数据，围绕产品全生命周期流程降本增效提质，服务前台快速创新是中台的内涵所在。
工业企业由于产品特点、业务复杂度、系统复杂度的不同，必然也与市面上互联网公司所提的中台存在差异，主要体现在以下几方面：
工业企业历史沉淀深厚，无法快速推倒重建
互联网公司提供的中台建设方案，多数强调将原有体系全部颠覆，利用中台架构全部重新打造，从而发挥数据优势。但是工业企业信息化沉淀了30年，工业数据的类型、工业知识的深度都极其复杂，比如CAD数模、CAE仿真数据、FMEA等质量数据，互联网公司不可能做到完全重构一套支撑原有企业研发、质量等业务运行的系统。
工业企业产品研产供销服流程复杂，需将 IT数据与OT数据融合
工业企业以其生产的产品为核心，当全价值链打通研产供销服获取跨价值链的数据优势时，不仅面临的是PLM、 ERP、MES等IT系统中的数据，还有生产制造环节各种OT类数据，如SCADA、PLC等。这些实时数据与IT系统数据的融合也是互联网公司必须面临的挑战。
工业企业IT人才储备相对较弱
互联网公司的中台构建强调通过各种各样的开源或新技术组件（大数据计算引擎）构建中台方案，工业企业不像互联网公司有无数的优秀IT开发人才，人才储备（尤其是底层开发技术）相对较弱，期待成熟的、可快速落地的产品及途径，可快速迭代。
工业企业业务复杂，业务对象与功能解耦复杂，需要成熟使能平台：
（1）工业企业产品特点及运营模式与互联网公司不同，需要通过研发、生产、销售、服务实际工业产品产生价值，收获利润。所以，工业企业所涉及的数据对象更加复杂，业务场景更丰富。除了关注面向终端用户的营销、服务类场景外，面向企业内部用户的研发、制造、采购、物流场景也至关重要，也将直接影响对终端用户需求的响应能力及产品创新能力。
（2）需要懂得工业企业设计、工艺、质量等Know-How的所在，无法直接只通过技术层面来构筑工业企业中台。尤其是业务中台，业务对象的定义、解耦、重构远比我们想得复杂，所以需要成熟的平台快速使能。
三、工业企业中台应如何构建工业企业数字中台战略
工业企业构建中台战略需要从企业愿景、业务流程、工具与技术手段，以及最后的上下文及场景来构建整个企业中台战略金字塔，同时围绕金字塔打造自己的组织与人才建设体系。
首先，随着智能互联时代的到来、智能互联产品的普及，企业从愿景的角度要思考如何在愿景里融入数据驱动、软件定义的核心理念，这样才能让所有员工及客户站在更高的角度来理解其数字化的决心。
其次，如前文描述，工业企业领域众多，工业知识积累深，甚至每个领域都是一门学科。同时又经过了过去30年的信息化历程，建设了无数的后台笨、慢、臃肿的IT系统来管理企业流程落地。
如何站在产品视角，以产品为中心，围绕产品的全生命周期业务流程（如从概念到产品的研发流程、从订单到交付的制造流程、从问题到解决的服务流程等）来思考中台战略以赋能前台应用于敏捷创新将至关重要。这样才能保证中台战略今后落地解决的实际问题与带来的价值。
再次，从工具和技术手段层面，不同的企业有不同的看法和理解，甚至有不同的平台选型。但综观整个工业企业，数字主线及数字映射技术是大家普遍认为的构建工业企业中台战略的最关键技术支撑。
最后，构建工业企业中台的初心，也是其最关键的价值体现部分：基于中台战略实现的基于上下文和角色的APP。这些场景应用就是基于中台的沃土生长出来的支撑企业应对业务快速变化，快速创新和敏捷的数字映射的体验与消费。
同时，工业企业构建中台战略要从组织和人才体系建设的维度全面保障。组织是战略落地的核心，而组织的核心是人才。
（1）从中台战略规划与执行的角度来说，因为这样的平台化战略都不是一个部门可以支撑的，所以需要上升到企业级变革的角度，成立变革委员会才有可能成功。建议的变革项目组织。
（2)从人才体系的角度，工业企业切不可一说中台就开始堆砌各种技术框架工程师，重点还是围绕上述中台战略组织建议，从企业业务流程、IT架构、技术实现等维度考虑招聘或培养最适合自己的人才。
1、工业企业中台建设路径
工业企业中台与互联网公司中台存在着本质的差异，其建设策略也会有所差异。
首先，企业应结合业务现状及实际问题，评估是否适合引入中台。
并不是所有企业都适合中台，不同的企业所需要的中台能力也各有不同。企业需要结合自身现状，评估信息化建设水平，明确后续建设目标。
Gartner对企业IT建设划分了三个阶段，即单点信息技术、信息化和数字化。
信息化是指将企业各种数据（包括产品数据、财务数据、生产数据等）、人力资源和组织架构等以软件化的方式在各种信息系统中进行存储和管理，并通过固化的业务流程在各自系统内实现运转。我们通常所说的PLM、CRM、ERP 和MES等系统就是典型的企业信息化系统，这些系统的共同特点就是为了支撑特定领域的业务应用。
数字化（Digitalization）是指将人、机、系统之间的交互和通信，乃至业务过程和商业模式等转变为数字化形式，实现数字和物理信息的融合，打通全寿命周期、全价值链的数据链路，如产品即服务（Product as a Service）、集成式营销或智能制造等从而提升企业运营效率,提高产品服务质量，实现业务模式或商业模式的创新。
信息化关注企业内部业务流程的优化，从而提升工作和管理效率，但随之而来的困扰是形成了越来越多的“烟囱式”信息孤岛。而数字化是在信息化的基础上，以用户为中心，以数据为驱动，关注业务模式和商业模式的创新，打破传统的行业边界，从而为企业创造新的价值。数字中台就是帮助企业由信息化向数字化转型的利器。
互联网公司由于其天然生就的信息化基因，使得其中台建设水到渠成。而工业企业则完全不同，由于其产品研制周期长，涉及业务领域广，职能部门众多，数据类型复杂等特点，尽管其在信息化建设上耗费巨资，历经几年乃至十几年的持续建设，其信息化应用程度依然不尽如人意。因此，工业企业在决策是否建设数字中台前，应结合企业自身特点和业务现状，评估企业信息化建设水平，明确企业当前的主要问题是填补信息化空白，还是解决“烟囱式”信息孤岛，挖掘数据潜在价值，通过数据驱动业务创新。
其次，制定自顶向下的中台战略。
中台战略是支撑其实现数字化转型的基础，其核心是利用数字化技术，打破僵化的前后台运营模式，消除部门壁垒和信息孤岛，实现产品和运营的快速创新。这必将涉及企业的发展战略、组织架构、企业文化等，没有高层领导的深度参与，没有明确的自上而下的战略决策，数字化中台将举步维艰。中台战略犹如灯塔，为企业数字化转型指引方向，而创新的组织架构和运营模式则为数字化中台建设保驾护航。
在新的中台战略下，企业需要打破传统的组织壁垒，根据新的运营模式构建敏捷创新的组织体系，实现跨部门的创新协作形式，比如设立数据管理部门，以便统一采集、管理和分析来自各个部门和领域的数据，充分发挥数据的潜在价值，实现企业运营和产品业务的洞察；同时，对工业企业来说，中台建设是一个长期持续的过程，坚持“整体规划，分步实施”的原则，切忌求大求全、贪多图快。
再次，以业务为导向，打造符合企业自身业务的中台体系。
工业企业数字中台是为企业的产品和业务服务的，应该以业务应用为出发点，进行数据聚合和业务整合，为前端用户提供灵活高效的端到端应用解决方案。工业企业涵盖的业务领域非常广，包括产品全寿期各阶段，如研发、制造、服务等，以及企业涉及的全价值链，如用户、供应商、运营方、服务提供方等，由于不同的企业建设中台的业务侧重点不同，再加上其产品、业务和组织架构等的不同，其构建的中台也将会千差万别。因此，工业企业应该结合企业现状和行业特点，围绕公司目标和产品战略，构建服务于本企业的数字中台体系架构，打造独有的中台能力。
同时，数字中台的建设不是一蹴而就的，在明确总体架构和建设思路的前提下，应以具体应用场景为牵引，重点突破中台建设的关键技术障碍和瓶颈，探索敏捷高效的建设路径；然后再采取“由点到面、快速推广”的策略，扩展到其它业务领域。
最后，以数据+模型驱动，加速业务创新，助力企业数字化转型。
随着产品复杂度和业务复杂度的增加，企业正在或即将面临数据量急剧增加的挑战，数据质量和数据的及时性已经开始影响前端业务的正常开展，如何将数据业务化，通过数据+模型驱动价值创新将成为企业差异化竞争的关键。很多工业企业都开始认识到数据的价值，甚至把数据比喻为未来的石油。但是让企业头疼的是工业数据种类繁多，数据格式纷繁芜杂，而且这些数据散落在各个孤立的信息系统、电脑或工控设备中，甚至于各种杂乱无章的纸质单据。
因此，工业企业迫切需要的是“发动机”，将这些“石油”转化为企业创新和发展的动力。数字中台的构建将有助于打通企业全寿命周期（研发、制造、营销、服务等）、全价值链（用户、供应链、物流等）的数据链路，以业务为核心对这些数据进行解耦、重构和复用，以支撑新的以客户为中心的商业模式，提升企业运营效率，加快业务创新能力，降低企业创新成本，提升用户体验。这种数据链路，我们称之为数字主线（Digital Thread）。数字主线的目标就是在正确的时间、以正确的方式、向正确的人提供正确的数据，是企业构建中台的核心所在。
2、工业企业中台落地思路
鉴于工业企业普遍的数字化现状和历史系统包袱，考虑到工业企业业务及数据的特殊性，如系统多样化且极具价值、业务流程融入业务系统中、历史数据类型复杂、部分数据尚未数字化等，工业企业可以基于工业互联网平台，采用“总体规划， 试点先行，快速迭代”的建设方法去推进数字中台战略。
（1)总体规划：基于企业的业务特点、业务现状、业务规划及IT现状，设计适合企业的数字中台体系整体架构，从中台的本质出发，梳理所需的能力集。
（2)试点先行：中台建设需要前台应用的驱动，在中台体系架构下，工业企业可以选取价值链业务域中流程、数据基础较好，需求迫切程度较高的场景切入。例如研发领域工程变更请求评审场景、物料端到端追溯场景等。每一个场景的构建，均涉及中台的关键技术，通过首批场景可验证并构建形成企业中台的整体框架。
（3)快速迭代：在试点场景基础上，基于已构建的中台架构可以快速推广至其他业务域，辐射到不同的业务场景，从逐一拓展的业务场景出发，循序渐进的增加连接的后台系统，丰富数据聚合后的共享服务。
采用上述建设路径，可以在比较短的周期内（1～3个月）构建中台的架构体系，收获试点场景的应用效果，坚定企业推进中台战略的信心，进而沉淀更多的公共能力，孵化更多的创新应用，覆盖更多的应用场景。工业企业中台体系架构对工业企业而言，中台战略是支撑其实现数字化转型的基础，其核心是打破传统僵化的前、后台运营模式，打破传统的组织壁垒和信息孤岛，构建面向全寿期、全价值链的数字主线，重构企业组织和业务架构，为前端用户提供更灵活、更具创新性的数字化应用能力。
工业企业数字中台必须具备如下核心能力。
多源数据采集能力：工业数据来源于各种信息系统（如PLM、ERP、MES等），各种工业设备 /产线，以及交付给用户的智能产品。数字中台需要具备多源数据的采集能力，支持与不同类型的产线、设备、以及信息系统的对接。
数据建模能力：工业数据种类繁多，除了常见的结构化和非结构化数据外，还包括来自结构设计的三维模型数据，来自电气设计的原理图，来自产线设备的时序数据（如震动）等。这些数据之间的关联纷繁芜杂，需要面向各个阶段构建全量产品数据模型，通过这些模型将各种数据进行有效组织和关联，以便于进一步调用和分析。
数字主线及数字映射能力：建立不同阶段的产品全量数据模型之间的关联，打造面向全寿命周期、全价值链的数据链路，形成产品数字主线；基于数字主线，融合产品机理模型或仿真模型，以及产品实时运行数据，通过三维模型实时动态地反映物理产品的运行状态，并作进一步的动态仿真、分析、优化和运营监控等，我们称之为数字映射（Digital Twin）。数字映射是工业数据价值的重大体现，也是大部分工业企业追求数字化转型的重要目标。
工业数据分析能力：基于全量数据模型，建立相应的数据分析模型，面向不同业务领域提供相应的数据分析能力，如产线能效分析、预测性维护、质量根因分析等，提高数据透明度和实时业务洞察。
数据展示能力（AR和工业App等）：工业 App是指通过移动终端和桌面应用等多种载体，基于角色的、单一的工作界面，使得企业员工可以随时随地安全访问相关数据开展工作，而无需关心数据来源及其关联，以提高工作效率，提升用户体验。工业App是中台数据服务化和业务化在前端最好的展现。而增强现实（AR）则是采用更加先进的手段，通过AR眼镜或移动终端，将数字数据与实际物理产品实现完美融合，提供直观、交互式的用户体验，如现场装配指导等，解放员工双手，大大提高员工的工作效率。工业互联网平台通过对企业的机器、业务系统、产品模型等过程数据进行广泛的采集，将采集到的关键数据导入到工业化模型以实现业务功能的软件化，最终为企业提供工业级应用服务，帮助企业优化生产流程，为产品从研发到生产、销售和使用等全生命周期提供服务，从而实现制造资源的优化配置。
由此可见，工业互联网平台是工业企业数字中台的首选策略。
3、数字中台建设体系架构
基于前、中、后台的分层架构思想，以中台为核心，重构了工业企业数字化业务体系，贯通了纵向集成（即IT/OT集成）和横向集成（即全寿期价值链集成），实现以数据驱动的创新业务模式。
后台：工业数据源
像PLM、ERP、CRM、MES等这类系统，在特定的业务领域满足相应的业务需求，作为产品或业务数据源，忠实地记录和管理着产品设计、制造、采购和服务过程中的相关数据。这类系统建设、推广及升级周期长，维护成本高，缺乏敏捷性，不能随业务的变化及时改变。同时，工业数据还包括来自于生产现场的各种产线、设备，以及交付给用户的智能产品，这些设备同样由于成本昂贵、更新换代慢等原因不能及时响应业务的变化和需求。
在中台体系架构中，这些系统和设备将作为产品数据源下沉到企业后台，除重度应用用户（如产品设计师）外，其他用户将不再直接访问这类系统。
把这些系统和设备下沉到后台，随之而来的问题是：如何高效、可靠地采集这些异构系统和异构设备中错综复杂、种类繁多的数据为中台所用？这是工业企业由信息化向数字化转型面临的最大挑战。传统的企业服务总线（Enterprise Service Bus,ESB）采用相对落后的技术，存在集成接口复杂、扩展性差、不易维护、无法连接产线设备等问题，无法适应数字中台体系架构的要求。
新型OpenAPI技术为多源异构系统的快速集成提供有效支撑，实现边缘设备与云端的集成、传统工业软件与云端的集成、平台内部不同软件和功能的集成，是工业互联网平台发展的重点方向。而REST（Representational State Transfer）作为开放的软件接口设计架构，一经提出后，就因简洁高效、无状态服务接口等优势快速取代了SOAP，RPC等，成为了WEBAPI的标准。
目前，大部分工业软件，包括P T C Windchill、SAP等，基于RES TAPI技术实现平台内功能组件的集成，构建工作流，提升功能复用效率；同时将平台内部的REST API以 OpenAPI的形式对外开放，能有效促进平台间的功能调用和集成。
在此基础上，就通过有效管理各工业软件系统提供的OpenAPI，实现集成接口的自动化和标准化，使得可以在多个产品或系统之间一致地重用其集成，从而实现软件定义集成（Software Defined Integration,SDI）。软件定义集成提供了敏捷、高效、动态、易管理、少代码的集成能力，非常适合工业中台的定位和需求。
中台：数据+模型驱动
中台是企业形成差异化，体现竞争优势的核心所在。在数字中台架构中，中台不再依赖于传统的IT系统，基于新的工业互联网平台聚合和治理跨域数据，将数据抽象封装成服务，实现数据和业务的高度融合，以敏捷响应前端应用和业务创新快速变化的需求。
结合工业企业特点，工业中台主要涵盖业务中台和数据中台。
业务中台主要解决的问题
（1）业务建模：立足于业务应用，覆盖产品全寿期价值链，构建全量数据模型，并基于业务逻辑建立数据模型之间的关联，为构建产品数字主线提供数据支撑。
（2）虚实融合：基于全量数据模型，面向不同维度（如仿真、运营等），将产品数字信息与物理数据相融合，为增强现实和前端用户体验提供服务支撑。
（3）业务编排：基于全量数据模型，面向不同业务领域，重构跨组织、跨系统业务流程体系，以数据驱动业务流程的自动化执行，提高运营效率。
（4）数字主线：企业中数字主线的应用，对提高研发团队工作效率，提高工程、制造、服务等部门之间的同步工程和协作，改进产品质量，缩短新产品上市时间等方面具有直接的推动作用。LNS的研究表明，数字主线可以提升新产品研发效率20%以上。
（5）数字映射：采集产品实时数据，映射到产品数字化模型中，用于产品实时监控、仿真
分析和预测性维护等。数字映射可以基于数字主线，面向不同维度将产品数据具象化，同时进一步将业务功能进行模块化解耦，供前端调用。
数据中台主要解决：
（1）数据治理：工业数据种类繁多，格式多样，且分散在各个业务领域和系统中，需要通过数据标准的管理，提升数据的合规性和规范性，提升数据质量。数据治理是一个长期、持续的基础工作。
（2）数据存储：来自于异构系统和异构设备的各类数据的聚合，并通过大数据中心或数据湖实现海量数据的存储、管理和访问。
（3）数据分析：基于数据中心，建立相应的数据分析模型，面向不同业务领域提供相应的数据分析能力，如用户行为分析、营销趋势分析等，提高数据透明度和实时业务洞察。
（4）数据网关：实现数据开发和业务应用开发解耦，通过数据服务化，为前端应用提供实时高效的数据访问和分析能力。
对工业企业而言，不同行业的研制流程、生产工艺都千差万别，甚至同一行业的不同企业，由于其组织架构、产线设备等的不同而有所差异。
因此，工业企业在建设中台的过程中最关键的是如何将这些特有的业务体系、流程和逻辑等沉淀到业务中台，从而优化研制流程，提升研制效率，缩短上市周期等。而数据中台建设是一个长期、规范化、基础性的工作，其投入大，见效慢，同时由于工业互联网平台的存在，可以利用其数据采集和业务建模的能力，为业务中台快速提供规范化、模型化的产品数据，使得业务中台可以基于这些数据快速构建场景化的应用。因此，工业企业中台建设的核心在
于业务中台，在两者无法并重的情况下，应该优先建设业务中台。
前台：快速创新
面向企业前端业务应用，快速响应业务创新，支撑综合应用的敏捷开发。在新的数字化浪潮下，工业大数据呈爆发式增长，在新技术的支撑下数据消费形式也将精彩纷呈，包括：
（1）工业App：基于中台提供的模块化业务功能，面向特定应用场景快速进行业务重构，通过基于角色的、单一的工作界面，使得企业员工可以随时随地安全访问相关数据开展工作，而无需关心数据来源及其关联，以提高工作效率，提升用户体验。工业App是中台数据服务化和业务化在前端最好的体现。
（2）增强现实AR：AR技术在工业领域的应用，将数字数据与实际物理产品实现完美融合，提供直观、交互式的用户体验，如现场装配指导，大大提高员工的工作效率。工业企业中台的关键技术。
工业企业中台的体系架构下，中台的作用是连接后台工业数据源，驱动前台快速创新。构建这一体系的关键技术是数字主线与数字映射。
应用数字主线构建数物融合、贯通产品研发、制造、营销、运营和服务等各环节的数字化数据流；应用数字映射构建覆盖产品各阶段的数字化模型。数字主线与数字映射交织融通，构成了数字中台的核心能力。
基于数字主线实现数物融合、业务融合。数字主线贯穿了整个产品生命周期，实现从市场营销、到产品设计、生产和运维的无缝衔接，解决了全过程数据流转和追溯问题，是数据驱动业务的基础。数字主线的显著特点是数物融合、业务融合。
数物融合：通过对后台系统连接，实现跨域数据的聚合。
后台系统连接，包括各种面向流程的IT系统、工业设备及智能产品。IT系统连接方面，支持各种连接方式，实现对具备通用接口的系统及自研系统互联互通；工业设备连接方面，支持标准的工业驱动协议，实现与设备或设备网关安全、稳定的通信；智能产品连接方面，具备边缘计算能力，可采集、分析、反馈产品本身及传感器数据。
业务融合：通过业务服务编排，打通产品生命周期各阶段数字化模型，输出服务接口，以支持快速构建跨部门、跨系统的端到端业务应用。
业务服务的编排，是企业级共享服务沉淀的过程。服务编排首先需要访问产品各阶段数字化模型对应的数据标签，进而围绕业务目标规划逻辑规则，提供服务API，定义形成可调用的业务服务。
通过数字映射建立产品的数字化模型。数字映射就是聚合数字主线上的多源数据，所构建的产品数字化模型。产品数字化模型应具备实时性、全面性、扩展性等特点。
实时性，指产品数字化模型与物理模型应能够实现实时、动态、双向的数据联动。
全面性，指模型数据标签应能够覆盖各种类型工业数据，例如3D模型数据、仿真数据、设备运行时序数据等等。
扩展性，指数字化模型不是静态的，而是随着业务数据化的推进，在业务滋养下不断的动态完善、优化。
灵活性，指数字化模型可在数据服务、业务服务定义过程中被方便的调用，促进数据服务化应用。
四、工业企业中台应用场景及案例
不同于互联网企业更多的是面向终端用户应用场景，工业企业不仅要应对面向终端用户的应用场景，同时还需要能够支撑企业经营过程中的研发、制造、服务和市场营销全价值链的应用场景。
不管是离散型制造业还是流程制造业，都可以通过数字中台将工程、制造、服务与市场营销各阶段的产品或资产信息整合在一起，并通过相关的创新应用为企业各角色人员在正确的时间以正确的方式提供准确、完整的信息。
工业企业建立契合自身需求的数字中台战略并落地，可以实现全产品生命周期中跨业务部门、跨价值链的应用场景。
1、研发数据追溯
工业企业创建从工程到制造的数字主线，基于数字中台战略及工业互联网技术来同步其研发、制造、服务、质量、运营等各阶段的信息，保持产品全生命周期可追溯性，以做成更好的决策。
2、数字化互联产品服务
通过建设数字中台架构，对智能互联产品及相关业务系统的连接，可以简化并自动化服务流程。结合机械学习的优化算法，实现库存与客户满意度的平衡。创建更加直观易用的产品服务App，帮助服务人员了解所有产品及系统相关信息，并通过增强现实技术提高服务效率及准确度。
3、供应商追溯
通过数字中台，为产品全生命周期中不同供应商提供App为统一入口，提高与供应商的协同效率并降低管理成本，同时保持对供应商项目、文档及数据的可追溯性。配方生产及流程标准化。
流程行业的数字化转型意味着业务流程的透明性和效率，并且高度关注客户需求。模块化，灵活的工作单元以及配方的标准化处于化学加工的最前沿。领先行业企业正在部署数字制造解决方案，以快速扩展跨不同资产、产线和运营商的生产。
VolvoGroup是世界上最著名的卡车、客车、建筑设备和工业发动机制造商之一。沃尔沃面临的是非常复杂的内部业务场景和外部市场变化，产品相关信息被分散在营销域、研发域、生产域和服务域的各个信息系统中，定位或组合，这些信息显得非常困难。
沃尔沃通过PTC ThingWorx工业互联网平台连接企业后台系统以支持全生命周期数据同步。在此中台的架构之上，沃尔沃构建了前台应用，如基于AR的质量检查App，通过数字主线创建的单一事实来源，确保质检工作人员通过增强现实眼镜能够近乎实时地访问和查看最新的发动机配置和辅助材料，并利用增强现实技术提高应用体验及准确性，同时及时向上游发送质量缺陷，以改进工程和制造流程。已实现的业务价值如下。
（1）通过质量检测流程的数字化应用提升运营效率与降低成本。
（2）通过基于AR的在线指导大幅降低新员工的培训时间。
（3）通过客户化选配提高了客户需求响应度，缩短了订单交付周期。
Evonik是全球领先的特种化学品公司之一，在全球100多个国家和地区建立了紧密的客户关系和领先的市场地位。Evonik通过基于 PTC ThingWorx构建的平台为其带来灵活性，以应对其流程行业普遍所面临的挑战。在Evonik 与PTC共同开发的解决方案中，情况如下。首先，从一个集中式平台访问来自多个源的数据，包括IT系统及互联设备。另外，在平台中实现数字映射，显示从CAE流程工程到运营资产的端到端视角。最后，使用PTC的AR技术在平台上构建增强现实App，以更好的交互体验提供资产及过程信息。
五、结束语
工业企业希望通过互联网思维提高企业营收与运营效率，以数据驱动业务来响应快速的市场变化，但也要避免忽视企业自身特点以及所在工业行业与互联网行业的显著不同，掉入概念的陷阱而没有抓住中台本质。
