工业互联网为何上热下冷？
但目前来看，中国基于数据的工业互联网的实际应用场景其实有限，还有待进一步开拓。
刘震介绍，目前中国工业互联网首先让人想到的是「物联呈现」，就是把设备连接起来，再将采集到的数据上传到云端做呈现。这种做法多是以「设备连接上云+分析数据+工业App开发」为主要模式，使用场景局限于设备监控、设备预测性维护、后市场服务、能源能耗监测等方面。
问题在于，一台设备上云的成本从几千元到上万元，成本很高。但用算法来分析和预测设备是否需要维护等场景，是建立在有一定频次的设备损坏累积数据之后才能形成相对准确的算法。而工业生产线的设备损坏并没有想象中那么多，算法的准确性和人工判断谁更优，还需要持续的观察和迭代累积方能见分晓。针对监测设备并预测设备损坏的场景而投入「物联呈现」，的确是工业自动化的一大进步，但从企业降本增效的角度来评估，未必有很好的投入产出比。在「万物互联」的风口上，很多企业投入铺设物联网，但做了一段时间之后发现不太好评估设备数据的具体价值，没继续投入和坚持使用下去。这也导致了政策支持和市场应用之间略微断层，出现了「上热下冷」的现象。
实际上，中国工业互联网的入局者整体可分为三类：一是脱胎于传统制造业的平台，诸如中国航天科工集团的航天云网、海尔集团的卡奥斯平台等等；二是互联网大企业的业务扩展，诸如百度、阿里巴巴、腾讯作出的相应布局；三是数据类企业，例如传统信息化的用友、金蝶、浪潮，以及一些新兴的深耕数据治理、小应用场景的企业。
各家平台尽管优势不同，落地工业互联网的难关其实类似。
一是，国内60%至70%的设备是哑设备，面临生产厂商的私有化协议壁垒，采集数据上云存在一定技术难度且成本不低；二是，工业互联网的应用场景局限；三是，行业与企业的情况与需求各异，工业互联网很难找到通用模板；四是，供应链各企业的技术标准或接口形式不一，客观上限制了互联互通；五是，企业对数据上云的安全风险有所担忧，因此目前的数字化转型相对保守。
当下，业界流传着一种说法，称现在绝大多数的工业互联网可被概括为「SCADA上云」，即将SCADA（数据采集与监视控制系统）搬到云端，查看方便，还可用于大屏、展厅展示出来。从技术的角度，刘震认为，这是典型的初代工业互联网架构，「自下而上」设置。最下面一层的OT系统（如MES、APS）和控制系统（如PLC、SCADA）实现了设备、产线和工厂的数据采集，也实现了工厂设备的信息化控制，但存在大量「哑设备」难以采集数据，或已采集到的数据存在于不同类型的设备或者系统中，不同的系统之间存在严重的「数据孤岛」问题。「这样子，有正向意义，是工业信息化的一大进步，但系统的实施周期长、定制化开发程度高、费用高昂。同时可视化呈现物联网，尽管直观、高大上，但数据并不全面，对企业的降本增效来说价值也不够明显。」
从投资的角度，张阳指出，主做物联呈现的许多大工业互联网平台，无绝对的技术壁垒，导致客单价越来越低，无序竞争，依靠销售团队的无限扩充来提高GMV，这一商业模式现在已经走到了转折点。如果国家补贴一撤，平台上的用户量很可能会快速下降。
在刘震看来，随着整个产业进入数智化时代，要真正把数据价值提上来，赋能企业经营。从呈现、分析、预警、洞察、预测，逐级向模拟仿真进阶，通过算法来建模分析，实现企业级的数字孪生、预测经营未来。「企业级数字孪生是在数智化时代，工业互联网应该做的事情。如果我们把物联上云定义为互联网1.0时代的话，有了企业级数字孪生，才意味着工业互联网进入了2.0时代。」
