工業APP是指基于工業互聯網平臺，承載工業知識和經驗，滿足工業用戶特定需求的應用軟件，是工業技術軟件化的重要成果，已成為推動互聯網、大數據和人工智能與制造業融合發展，實現我國制造業換道超車的切入點、突破口和關鍵抓手。通過航天云網、樹根互聯、東方國信、浪潮、海爾等國內領先工業互聯網平臺企業的公開數據及調研情況（數據截至2017年12月），我們發現我國當前工業APP發展受限于邊緣層數采和計算能力弱、工業專業技術領域微服務功能模塊賦能不足和開發生態尚未成形等問題，我國工業APP培育尚處起步階段。

數據采集和邊緣計算能力亟待提升

數據采集和邊緣計算是工業APP的感知端，通過構建一個精準、實時、高效的數據采集體系，實現數據采集、協議轉換與邊緣計算，是工業APP進行數據采集、清洗、處理、分析，進一步優化形成決策的基礎。目前，邊緣層數據采集和計算能力薄弱，限制了工業APP大數據分析能力以及通過深度學習形成工業機理模型的能力。經統計，超過50%的平臺數據采集點極少（低于1000個）或無數據點，工業設備和產品的傳感器部署不足，使得工業數據采集難度較大。36%的工業互聯網平臺沒有采用通用協議OPC UA，異構數據互操作仍存在較大難度。62%的平臺沒有邊緣計算節點或邊緣計算節點能力不足，在設備層進行數據預處理的能力不足。

工業專業技術領域微服務功能模塊賦能不足

微服務功能模塊是封裝了工業技術、知識、經驗、模型等工業原理，供工業APP開發者調用，是工業APP具有面向特定行業、特定場景開發在線監測、運營優化和預測性維護等具體應用服務能力的核心。但目前，受工業專業微服務功能模塊賦能不足的限制，工業APP發展仍處于起步狀態。一方面，工業專業化程度高、Know-How差異大，工業知識、經驗、機理沉淀和應用難，而我國制造業工藝軟件化基礎薄弱，導致我國制造行業的機理模型缺失較為嚴重，無任何機理模型的工業互聯網平臺占比接近30%，使得部署其上的工業APP原生缺乏機理模型的支撐，是工業APP專業化發展的主要短板。另一方面，目前多數平臺主要在推進傳統服務與流程的云遷移，為客戶提供解決方案仍是傳統主營業務，在跨行業跨領域方面的專業技術與知識沉淀不足，對工業APP在跨行業跨領域拓展存在一定約束作用。

面向工業APP的開發生態尚未建立

良好的工業APP開發生態不僅能夠提升工業知識生產、傳播、利用效率，集聚大量開發者，催生海量開放的APP，還能夠形成APP應用與工業用戶之間相互促進、雙向迭代的良性閉環，但目前我國工業APP生態環境尚處萌芽階段。一是對工業APP內涵界定不清導致認知誤區，不同企業從不同角度進行理解，甚至同一企業不同時間對工業APP的理解都存在著差異，在可預見的未來，定義不同意將為工業APP發展造成一定障礙。二是缺乏對開發者群體的激勵機制。目前大多數工業互聯網平臺企業開發者社區成員主要來自企業內部，外部開發者較少，同時各平臺均表示擬向第三方開發者收費，并分享服務收入，這在開發者社區初期培育時難免有殺雞取卵之嫌，對開發者群體的激勵不足。三是商業模式尚未清晰。平臺大多都處于投入期，尚未到達回報期，也沒有形成標準化的交易模式，存在高昂的交易成本，平臺在交易標準化、安全保障、用戶信用體系等方面的探索尚未展開或剛剛起步。