工業互聯網為何上熱下冷？
但目前來看，中國基於數據的工業互聯網的實際套用場景其實有限，還有待進一步開拓。
劉震介紹，目前中國工業互聯網首先讓人想到的是「物聯呈現」，就是把裝置連線起來，再將采集到的數據上傳到雲端做呈現。這種做法多是以「裝置連線上雲+分析數據+工業App開發」為主要模式，使用場景局限於裝置監控、裝置預測性維護、後市場服務、能源能耗監測等方面。
問題在於，一台裝置上雲的成本從幾千元到上萬元，成本很高。但用演算法來分析和預測裝置是否需要維護等場景，是建立在有一定頻次的裝置損壞累積數據之後才能形成相對準確的演算法。而工業生產線的裝置損壞並沒有想象中那麽多，演算法的準確性和人工判斷誰更優，還需要持續的觀察和叠代累積方能見分曉。針對監測裝置並預測裝置損壞的場景而投入「物聯呈現」，的確是工業自動化的一大進步，但從企業降本增效的角度來評估，未必有很好的投入產出比。在「萬物互聯」的風口上，很多企業投入鋪設物聯網，但做了一段時間之後發現不太好評估裝置數據的具體價值，沒繼續投入和堅持使用下去。這也導致了政策支持和市場套用之間略微斷層，出現了「上熱下冷」的現象。
實際上，中國工業互聯網的入局者整體可分為三類：一是脫胎於傳統制造業的平台，諸如中國航天科工集團的航天雲網、海爾集團的卡奧斯平台等等；二是互聯網大企業的業務擴充套件，諸如百度、阿裏巴巴、騰訊作出的相應布局；三是數據類企業，例如傳統資訊化的用友、金蝶、浪潮，以及一些新興的深耕數據治理、小套用場景的企業。
各家平台盡管優勢不同，落地工業互聯網的難關其實類似。
一是，國內60%至70%的裝置是啞裝置，面臨生產廠商的私有化協定壁壘，采集數據上雲存在一定技術難度且成本不低；二是，工業互聯網的套用場景局限；三是，行業與企業的情況與需求各異，工業互聯網很難找到通用樣版；四是，供應鏈各企業的技術標準或介面形式不一，客觀上限制了互聯互通；五是，企業對數據上雲的安全風險有所擔憂，因此目前的數位化轉型相對保守。
當下，業界流傳著一種說法，稱現在絕大多數的工業互聯網可被概括為「SCADA上雲」，即將SCADA（數據采集與監視控制系統）搬到雲端，檢視方便，還可用於大屏、展廳展示出來。從技術的角度，劉震認為，這是典型的初代工業互聯網架構，「自下而上」設定。最下面一層的OT系統（如MES、APS）和控制系統（如PLC、SCADA）實作了裝置、產線和工廠的數據采集，也實作了工廠裝置的資訊化控制，但存在大量「啞裝置」難以采集數據，或已采集到的數據存在於不同型別的裝置或者系統中，不同的系統之間存在嚴重的「數據孤島」問題。「這樣子，有正向意義，是工業資訊化的一大進步，但系統的實施周期長、客製化開發程度高、費用高昂。同時視覺化呈現物聯網，盡管直觀、高大上，但數據並不全面，對企業的降本增效來說價值也不夠明顯。」
從投資的角度，張陽指出，主做物聯呈現的許多大工業互聯網平台，無絕對的技術壁壘，導致客單價越來越低，無序競爭，依靠銷售團隊的無限擴充來提高GMV，這一商業模式現在已經走到了轉折點。如果國家補貼一撤，平台上的使用者量很可能會快速下降。
在劉震看來，隨著整個產業進入數智化時代，要真正把數據價值提上來，賦能企業經營。從呈現、分析、預警、洞察、預測，逐級向模擬仿真進階，透過演算法來建模分析，實作企業級的數位孿生、預測經營未來。「企業級數位孿生是在數智化時代，工業互聯網應該做的事情。如果我們把物聯上雲定義為互聯網1.0時代的話，有了企業級數位孿生，才意味著工業互聯網進入了2.0時代。」
