序言

   中台是数字经济时代赋能企业数字化转型的思想体系，实现效能提升、数据化运营，从而更好支持企业面对复杂多变的市场需求进行敏捷响应及快速创新。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，从而做实现；

   （1）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。

   （2）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。

   （3）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，建立符合企业自身需求的中台战略，强化竞争优势，实现业务价值。

   一、工业企业为什么需要中台

   为了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：数字化时代要求工业企业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：客户需求多样化要求工业企业要实现敏捷创新

   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架构陈旧要求工业企业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。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。

   二、什么是工业企业需要的中台

   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。

  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：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。

   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：工业企业产品特点及运营模式需要通过研发、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。需要懂得工业企业设计、工艺、质量等，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

   1、制定企业数字中台战略

   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，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普遍认为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。

   2、工业企业中台落地思路

   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，梳理所需的能力集合。

   （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。

   （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。

   3、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，构建面向全寿命周期、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。

   数字孪生能力：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。

   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：工业App是中台数据服务化和业务化在前端最好的展现。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。

   基于前、中、后台的分层架构思想，以中台为核心，重构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，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。

   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。

 业务中台主要解决：

   （1）业务建模：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。

   （5）数字孪生：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。

   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多种多样，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。

   四、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。