本文目录一览：

• 1、各省市、各个地区应该如何发展工业互联网，有哪些主要任务？
• 2、为什么说人工智能和工业互联是大势所趋？
• 3、科技助力高质量发展 工业互联网让“制造”变“智造”
• 4、发展智能制造，推进新一代信息技术与工业融合发展，需要重点发展那些基础产业？
• 5、人工智能与工业互联网关系解析
• 6、工业互联网安全成新“增长极”，六方云填补国内空白

各省市、各个地区应该如何发展工业互联网，有哪些主要任务？

自2017年国务院印发《关于深化“互联网+先进制造业” 发展工业互联网的指导意见》之后，各地纷纷加快工业互联网的建设与发展步伐。发展工业互联网，网络体系是基础，平台体系是关键，安全体系是保障。各省市、各地区应紧紧系统构建网络、平台、安全三大体系，打造人、机、物全面互联的新型网络基础设施，全力推进七大任务：

1.夯实网络基础

夯实工业互联网的网络基础，应围绕网络改造升级、提速降费、标识解析，推进三方面的工作：

第一，以IPv6、工业无源光网络（PON）、工业无线、时间敏感网络（TSN）等技术，改造工业企业内网；

第二，以IPv6、软件定义网络（SDN）以及新型蜂窝移动通信技术（即5G技术），实现工业企业外网的升级改造；

第三，推进标识解析体系建设，围绕工业互联网标识解析国家顶级节点，推动行业性二级接机点的建设与连接。

2.打造平台体系

第一，培育工业互联网平台，以企业为主导，构建跨行业、跨领域平台，实现多平台互联互通。

第二，开展工业互联网平台试验验证。支持产业联盟、企业与科研机构合作共建测试验证平台，开展技术验证与测试评估。

第三，推动、吸引企业上云。鼓励工业互联网平台在产业集聚区落地，通过财税支持、政府购买服务等方式，鼓励中小企业的业务系统向云端迁移。

第四，培育工业APP，支持软件企业、工业企业、科研院所等开展合作，培育一批面向特定行业、特定场景的工业APP。

3.加强产业支撑

要加强产业支撑，必须加大关键共性技术攻关力度，提升产品与解决方案供给能力：

第一，关键共性技术支撑。鼓励企业和科研院所合作，围绕工业互联网核心关键技术、网络技术、融合应用技术开展联合攻关，促进边缘计算、人工智能、增强现实、虚拟现汪枝毁实、区块链等技术在工业互联网应用。

第二，系统解决方案支撑。围绕智能传感器、工业软件、工业网络设备、工业安全设备、标识解析等领域，推广一批经济实用的微服务化系统解决方案。

4.促进融合应用

融合创新工作应围绕大型企业和中小型企业两大主体开展：

针对大型企业，加快工业互联困备网在工业现场的应用；开展用于个性需求与产品设计，生产制造精准对接的规模化定制；

针对中小企业，实现业务系统向云端迁移；开展供需对接、集成供应链、产业电商、众包众筹等创新型应用。

5.完善生态体系

第一，构建创新体系：有效整合高校、科研院所、企业等创新资源，围绕重大共性需求与行业需要，面向关键技术与平台需求，开展产学研协同创新。

第二，构建应用生态，鼓励工业互联网服务商面向制造业企业提供咨询诊断、展示展览、行业资讯、人才培训、园企对接等增值服务。

第三，构建企业协同发展体系，以需求为导向，基于工业互联网平台，构建中介型共享制造、众创型共享制造、服务型需求共享制造、协同搭祥型共享制造等新型生产组织方式。

第四，构建区域协同发展体系，建设工业互联网创新中心、工业互联网产业示范基地。

6.强化安全保障

安全保障是发展工业互联网的底线，必须切实提升安全防护能力，建立数据安全保护体系，推动安全技术手段建设。此外，各地区还应大力发展信息安全产业，推动标识解析系统安全、工业互联网平台安全、工业控制系统安全、工业大数据安全等相关技术和产业发展，开展安全咨询、评估和认证等服务，提升整体安全保障服务能力。

7.坚持开放合作

第一，加强地区乃至国际的企业协作，形成跨领域、全产业链紧密协作的关系。

第二，建立政府、产业联盟、企业等多层次沟通对话机制。

第三，积极参与国际组织的协同与合作，参与工业互联网标准规范与国际规则的研讨与制定。

参考资料：

百度百科：工业互联网

中国政府网：国务院关于深化“互联网+先进制造业” 发展工业互联网的指导意见

地区发展工业互联网，必须做好这七大任务

为什么说人工智能和工业互联是大势所趋？

人工智能与工业互联网的结合是大势所趋人工智能如何推进工业互联网的发展，现在只是刚刚开始。如果AI不能在工业落地人工智能如何推进工业互联网的发展，那么人工智能赋能生产力就只会是梦想。

01

人工智能与工业互联网的结合是大势所趋

工业上也有IT技术，包括传感器、执行器、监控与数据获取系统SCADA、制造执行系统MES、可编程逻辑控制器PLC。工业上OT技术包括材料、机器、方法、测量、维护、管理、模型，这两者需要结合，否则工业互联网还是“两张皮”。

灵活、高效和节能的方式运作。工业人工智能中需要融合数据技术（DT）、分析技术（AT）、平台技术（PT）和运营技术（OT）等技术。工业领域主要以企业私有数据库为主，规模有限，要实现人工智能与制造业的深度融合，就必须要在制造业领域加强数据获取与整合，企业必须切实做到数字化转型，大力发展工业互联网。02人工智能技术的归类

人工智能技术怎么在工业上应用？先要明确AI的应用分类。

人工智能人工智能如何推进工业互联网的发展我们可以分成感知、理蠢搜解、行动，具体又包含视觉分析、语音处理、知识表达、机器学习，其目的是为人工智能如何推进工业互联网的发展了提升效率、降低成袭族本、改进客户体验、促进技术创新。对于传统的制造业企业来说，如果想做到人工智能的融合落地，企业首先要收集数据，这就需要比较好的传感器、物联网等，但是大部分企业都不具备。

传统制造业不擅长信息技术的研发，但有些信息技术领域的公司是愿意进入传统产业领域的，与制造企业共同为生产力赋能。人工智能在工业的应用，包括质量分析、装备诊断、能源能效管带禅历理、采购管理、制造销售等环节，都可以派上用场

科技助力高质量发展 工业互联网让“制造”变“智造”

原标题：工业互联网让“制造”变“智造”

工信部日前公布《2021年新一代信息技术与制造业融合发展试点示范名单》，包含特色专业型工业互联网平台、工业信息安全能力提升等方向。专家表示，促进新一代信息技术与制造业融合，将进一步提升中国制造业智能化水平，推动工业互联网创新发展，加快建设制造强国和网络强国。

装上不会疲劳的AI“大脑”

以AI代替人眼帮助产品检测，用智能调度应用系统预测城市用水量……这是百度乎塌智能云开物工业互联网平台提供的“AI+工业互联网和智能制造整体解决方案”。百度智能云战略行业解决方案与业务拓展总经理常城接受本报采访时说，该方案面向制造、能源、电力等工业企业、产业链和区域产业集群，可以帮助企业以低门槛利用新一代信息技术，实现降本提质增效。

一些重要工业行业如电子、 汽车 、钢铁等，以往对高精度、高性能的结构件和功能件的表面质量缺陷依赖人眼检测，检测精度不稳定，企业劳动成本高。百度工业视觉智能平台以AI替代人工检测，实现360度外观缺陷检测。据了解，百度智能云已经与江苏一家企业合作，实现了智能化检测设备24小时工作，不到1秒时间，它就能完成零部件6个面，合共30多个悉喊缺陷项的检测、排除，有效帮助该企业实现质检的智能化升级。

同样依靠AI技术，格创东智 科技 有限公司基于其研发的东智视觉检测系统，为制造行业提供数字化质检方案，给工业装上不会疲劳的“眼睛”和“大脑”，是国内半导体显示行业第一个真正落地的人工智能应用。相对于传统的人力工作，采用该方案检测效率大幅提高，替代一半以上的人力，识别速度提升5到10倍。

科技 助力高质量发展

“您有新的设备故障保修通知，请及时处理。”这是煮糖厂员工刘先生手机上收到的短信。帮助他发现故障问题、提升维修效率的，是一款由航天云网数据研究院(广东)有限公司研发的“设备维保管家”工业APP，该APP是航睁顷野天云网打造的食品饮料行业数字化特色产业集群互联网平台产品之一。据了解，该平台功能覆盖食品饮料行业生产、供应、销售等环节，能助力食品饮料企业实现数字化转型升级。

“食品饮料工业普遍面临生产效率低、管理难度大、产品可追溯机制缺乏等问题。”航天云网数据研究院(广东)有限公司副总经理王宇介绍，“利用工业互联网平台的数据治理体系，可以实现全流程环节数据的汇聚融合，帮助行业高质量发展。”

新一代信息技术在推动绿色低碳方面也发挥重要作用。以节能环保产业为例，海澜智云工业互联网平台以节能减排为核心，为企业提供综合能源管理、智慧系统节能、安全环保监管、数字化智慧工厂搭建等一站式解决方案。例如，该工业互联网平台提供的“中小企业智慧能源管理解决方案”，可以对企业碳排放、环保、安全等数据进行实时监测预警，提升企业用能效率，带动节能环保行业的快速转型升级。

“相比传统建造模式，我们通过智慧建造技术，进一步优化建筑设计，提升建筑品质，让施工更高效，同时也响应国家号召，积极控制施工过程中的碳排放。”中国建筑第八工程局项目经理潘志专说，该局雄安商务服务中心二期项目在建设过程中用到了多种数字化高 科技 工具，包括中建八局建筑信息模型平台、雄安监理APP、数字雄安建管平台和基于区块链技术的建造小程序等，通过智慧建造技术掌握碳足迹，让环保零超标。

提供定制化解决方案

随着新一轮 科技 革命和产业变革迅速发展，工业互联网对拓展数字经济空间、推动传统工业转型升级起着重要作用。日前，工信部公布《2021年新一代信息技术与制造业融合发展试点示范名单》，着力推动信息化和工业化深度融合，助力工业经济向数字经济迈进。那么，工业互联网将如何进一步发展呢？

“工业互联网方兴未艾，还有很长的路要走，这需要相关参与主体做好战略预判与准备。”海澜智云 科技 有限公司总经理徐国平接受采访时说，“从工业互联网平台公司角度来说，拓宽创新维度，是行业发展的先决条件。信息技术与制造业的融合，一方面是对厂内生产和管理方式的重塑，另一方面，对工业数据的深度挖掘应用和对产业链条全要素的重组整合，需要平台 探索 新的商业运营模式。”

除了拓宽创新维度，工业互联网平台还需要深入到行业场景，提供不同的定制化解决方案。“过去大家都在谈怎么做平台化、标准化，但是近来逐渐意识到，工业互联网必须进一步下沉，在场景中去实现平台的价值。”格创东智首席执行官何军说，“跟‘下沉’相关联，另一个新趋势是‘更垂直’。过去几年国家大力推动数字化平台，现在开始推动垂直行业平台，这也是因为各行各业差异太大，所以要在重点行业里把平台做得更深。”

有业内人士指出，制造业生产环境复杂，人、机、物互动场景多，各细分行业的具体特征有所区别，还需要既懂技术又懂行业的人才来打造适用的解决方案。

发展智能制造，推进新一代信息技术与工业融合发展，需要重点发展那些基础产业？

推进新一代信息技术与工业深度融合人工智能如何推进工业互联网的发展，是实现智能制造人工智能如何推进工业互联网的发展的基础与保障。想要推进信息技术与工业深度融合，中发智造认为，应该着重发展人工智能、工业互联网及信息服务、云计算与大数据服务、传感器、工业软件五大产业。

1.人工智能。

应加强自然语言处理、机器视觉与模式识别嫌毕、智能传感器、机器人等关键技术、产品的研发和产业化。持续推进人工智能等新一代信息技术在智能制造领域的应用。

2.工业互联网及信息服务。

构建企业级工业互联网平台，行业级工业芹和芹互联网平台乃至跨行业跨领域工业互联网平台，实现企业内部及产业上下游企业间生产设备与信息系统的互联互通，促进制造资源、数据等集成共享。

3.云计算与大数据服务。

完善大数据基础设施建设，统筹推进省内云计算数据中心发展，重点建设一批公共服务、互联网应用、重点行业和大型企业云计算数据中心，引导数据中心向规模化、集约化、智能化、绿色化方向发展。加强适应行业特点和企业需求的技术、产品、服务的应用推广，加快推动企业管理、服务、设备、产品等上云。

4.传感器。

推进硅微传感器、陶瓷微结构传感器、薄膜微传感器和微组装棚胡传感器组件工艺技术平台及相关传感器产业化平台建设，打造国内领先的MEMS化学传感器产业化基地，加快建立集技术创新、产业化和市场应用为一体的传感器产业体系。

5.工业软件。

推进面向电子设备、仪器仪表、智能装备等领域设备嵌入式系统软件、中间件的定制化开发。加快面向生产过程管控和资源管理优化的组态软件、工业APP软件、MES系统、ERP软件、PLM等管控一体化软件的研发和二次开发。发展面向产品研发设计的仿真软件。打造工业软件研发与共享服务平台，形成一批工业软件研发和应用的解决方案。

这五大产业可谓新一代信息技术与工业深度融合的基础产业，于智能制造而言，更是基础中的基础。

人工智能与工业互联网关系解析

1.1 核心焦点从上云互通转向借助人工智能深挖工业大数据价值

工业互联网的建设促进了企业IT系统的云化迁移，实现了ICT系统与OT系统间要素的流转，打通了数据孤岛，企业得以获取灵活便捷、高效率、低成本的信息化、网络化、数字化基础，但要想实现真正的数字化和智能化则必须借助人工智能技术对工业数据价值进行充分挖掘。数据是工业互联网的核心资产，也是其价值创造的来源，对数据分析和挖掘的深度在很大程前清大度上决定了工业互联网实际应用价值的高低。目前对数据挖掘价值依赖程度高的生产管控类及设备管理服务类应用是我国工业互联网的高热度场景，结合深度数据分析的设备 健康 管理、生产质量管理、生产工艺优化、能耗与排放管理等应用为工业企业创造了运维成本及能耗成本降低、产品质量及服务价值提升等显著的直接优化价值。

1.2 人工智能是工业互联网实现真正数智化价值的前提

工业互联网之于工业企业而言，是企业实现数字化、网络化、智能化转型的工具，其中平台层搭建了工业数据汇聚与处理的基础，工业软件的应用本质上实现数字化和自动化，强调机器设备的自动化功能，工业互联网的互联工具应用则是强调

企业内外部的打通与协同，是工业角度的互联网+模式，人工智能的加入是在数字化、网络化的基础上实现真正的智能化。工业互联网为工业企业提供通用的算力-工业云计算和边缘计算、算据-工业大数据以及算法-工业人工智能，其中大数据作为人工智能技术发挥作用的必要燃料，其背后价值的挖掘深度决定了工业互联网价值呈现的合理逻辑是从网络化、数字化转而最终实现智能化，这也正是工业企业实现降本增效、升级优化的必经之路。

二、人工智能成为重新定义工业互联网产品逻辑的抓手

强化数据洞察力，拓宽工业互联网可解问题边界

工业互联网的核心是数据驱动的智能分析与决策优化，人工智能技术从广义上来看正是一种通过算法模型对数据的处理方式，人工智能技术因此开始进入工业互联网产品建设方的视野，成为服务商拉高产品价值的落脚点。以深度学习和知识图谱的为代表的人工智能技术从根本上提高系统建模和处理复杂性、不确定性、常识性等问题的能力，显著提升了工业大数据分析能力与效率，为解决工业各领域诊断、预测与优化问题提供得力工具，进一步扩大了工业互联网平台可解工业问题边界的深度和广度。人工智能驱动的工业数据智能分析支撑工业互联网实现数据价值深挖掘，强化了工业企业的数据洞察能力，成为打通智能制造最后一公里的关键环节。

使能工业互联网形成数据优化闭环，催生多场景系统化应用

工业领域内存在着纷繁复杂的应用场景，产品研发设计、产品瑕疵质检、生产工艺优化、流程自动化等许多场景的工业机理复杂、数据分析能力需求较高，人工智能因此被视为是使能工业互联网形成数据优化闭环的关键。目前以深度学习、知识图谱、自然语言处理为代表的人工智能技术正处于多方创新和突破的时期，通过与工业领域知识融合的不断加深，AI技术正逐渐加速向工业互联网渗透，在工业企业“研产供销管”业务链条下形成众多落地应用。从工业AI技术角度来看，主要有声音、图像、知识图谱和自然语言方向的应用，声音和图像多用于质量检测与安全监管两个领域，是目前应用较多，经济效益较为明显的场景；自然语言处理更多用在智能助手，这里有别于智能客服，智能助手更加垂直和专业，如设备维修助手；知识图谱则擅长处理大规模、复杂、多点的问题，典型应用是产品质量回溯。

以解决通用型问题为能力基础，面向特定行业差异化延伸

工业智能的本质是通用人工智能技术与正兄工业场景、机理、知识结合，实现设计模式创新、生产智能决策、资源优化配置等创新应用。工业智能在工业系统各层级各环节已形成了相对广泛的应用，其细分应用场景可达到数十种，正如前文所述工业领域不同细分行业对工业互联网类型与功能的需求各不相同，工业智能亦是如此。不同行业依托工业智能，获取解决通用型问题的能力的同时，基于行业特点、面向行业特性痛点问题延伸出差异化方向。

五、人工智能在工业互联网中的部署

应用部署将从以平台侧为主向平台+边缘共生演进

当前人工智能主要通过三种模式融入工业互联网。第一，直接将AI算法或模型嵌入工业互联网平台层，以提升平台层数据分析能力；第二，提供工业AI软慧竖件系统，并通过云端部署形成标准化的工业互联网SaaS层应用；第三，提供一套工业互联网框架下包含软件和边缘侧硬件的完整系统。部署过程中会根据行业类别、产品相似度、场景条件、问题共性等因素对不同AI模型进行组合，对同一个行业来说，针对同一个环节将模型尽量标准化以实现移植应用。现阶段工业智能应用以平台侧为主，后期会向边缘侧发展，边缘侧的实时性要求需要AI模型产出的结论与产线或者设备形成控制闭环，艾瑞认为目前我国工业企业自动化程度不一，现场数据质量不高，并且企业对于人工智能的应用较为保守，时下落地较多的应用无论是安全监管还是质量检测都主要集中于平台侧，边缘侧工业智能的下一阶段发展需要配套基础设施和能力的共建。

六、基于AI的工业互联网参与者拓展思路

技术为先，场景为王，合作共赢

随着《互联网+人工智能三年行动实施方案》、《新一代人工智能发展规划》、《促进新一代人工智能产业发展三年行动计划》等多份国家政策文件的发布，开展人工智能与工业结合应用成为了重要发展趋势。工业领域每个下游行业场景都有

其原生的价值链条，同时各个行业的Know – how有着较高的壁垒，人工智能服务商在开展工业领域业务时，大多基于自身技术优势和特点去寻找适合实景落地的垂直细分行业或者某一共通性工业场景，在特定场景应用中持续打磨自身工业智能产品和服务。“聚焦”被大多数AI厂商视为优先的发展策略，通过与成熟的工业互联网平台型企业开展合作，以融入而非自主开发的方式获取平台能力，不仅极大地减少了自研开发的成本和风险，而且为迭代、优化、创新自身工业智能解决方案提供了丰富的资源储备。

数据、算法、算力的不足制约了AI在工业领域的普及应用

人工智能技术本身的发展离不开数据的支撑，工业领域由于自身复杂、多样且专业性强的行业特性，导致其缺乏优秀的工业主题AI数据模型，也没有很好的工业标注数据集用于AI算法训练。此外包括底层硬件、计算框架、开发平台等AI基础设施在工业领域的建设也较为落后，这直接限制了工业智能化的发展。数据、算法和算力的短板导致了当前AI技术在工业领域的应用场景主要呈现点状分布，普及范围有限。

人工智能在工业领域应用的市场前景广阔

2020年，中国人工智能市场主要客户来自政府城市治理和运营（公安、交警、司法、城市运营、政务、交运管理、国土资源、监所、环保等），互联网与金融行业也位居前列，然而作为国民经济支柱产业的工业在人工智能市场份额中仅占到5%。随着人工智能与工业互联网共同被纳入新型基础设施建设范畴，行业双双提速发展的态势基本确定，加之工业领域多样化的场景需求，预计未来五年，中国工业领域中人工智能技术的使用率将显著提高，工业智能的应用市场前景将十分广阔。

人工智能将重新切割工业互联网投入空间

2020年以机器学习与深度学习、知识图谱、NLP、计算机视觉为技术主导的我国工业智能应用核心产业规模为68亿元，年均复合增长率达到27.96%，产业整体具备高成长性。然而目前人工智能服务商多以自身独立的系统交付工业智能解决

方案，工业互联网平台服务商提供的平台AI功能也以基于开源框架的算法模型自主开发为主，平台AI功能集中于基础性的数据分析能力优化，AI技术并未在工业互联网中实现广泛化应用。总体来看，现阶段工业智能与工业互联网的结合应用呈星点状分布，未来随着工业互联网对数据价值深度挖掘的依赖性提升，人工智能技术将加速向工业互联网融入，工业互联网建设的资金投入比例将重新洗牌。

四大工业智能布局方向助力工业互联网塑造竞争优势

工业互联网的真正价值不在于为工业企业锦上添花而应是雪中送炭，人工智能技术的注入是以系统化的方法和规则助力工业互联网解决工业实际场景中的某些痛点。基于深度学习技术的计算机视觉在质检、巡检等场景中实现了机器代人，在提高生产效率的同时释放了企业人力成本；以知识图谱、自然语言处理为主的认知智能技术，促进了工业知识的积累，提升了企业决策速度与精度；AutoML平台的模型自动化塑造能力则提高了算法模型在实景中的适配性。AI技术的纵向升级使得采用多种路径解决复杂工业问题成为可能，未来融合多种AI技术的工业互联网将是相关服务商打造竞争优势的重要切口。

工业互联网安全成新“增长极”，六方云填补国内空白

工业互联网是未来制造业竞争的战略制高点，被视为下一次“工业革命”。它以鲜明的数字化特征来引领创新模式、生产方式、组织模式和商业模式的深刻变革，从而推动工业、产业和价值链的重塑再造。

在过去的几年中，工业互联网的发展步伐逐渐加快，根据工信部的数据显示，2019年中国工业互联网达到6110亿规模，未来五年年均复合增长率约为13%。

随着国家加快推进已明确的重大工程和新型基础设施建设（简称新基建），主要包括5G、人工智能、工业互联网、数据中心等7大领域。“新基建”一夜之间成为了热议的焦点，工业互联网作为其中的典型代表，伴随着新基建的浪潮，被摁下了“快捷键”。

工业互联网安全成新“增长极”

工业互联网的建设包括网络、平台和安全三大功能体系。而工业互联网安全涉及了工业互联网的各个环节，通过监测预警、应急响应、检测评估、攻防测试等手段确保工业互联网健康、有序发展，对工业互联网发展意义重大。

“未来10年中国的发展要靠工业互联网，工业互联网发展的基石是工业互联网安全”。六方云董事长任增强说。

六方云董事长任增强

与传统的信息安全侧重保护企业的信息资产与数据资产不同，工业互联橡枯网安全保护的是工业的正常生产，而这关乎国家的经济命脉。2019年8月，工信部等十部门联合印发《加强工业互联网安全工作的指导意见》，明确了工业互联网安全的指导方针和总体目标，到2020年底工业互联网安全保障体系初步建立；到2025年，制度机制健全完善，技术手段能力显著提升，安全产业形成规模，基本建立起较为完备的工业互联网安全保障体系。

在顶层设计上，国家从政策面给未来工业互联网安全的高速发展明确了目标。“未来几年，中国的工业互联网安全产业规模会达到或超过目前中国信息安全的市场规模”，任增强说。

根据工信部的数据，中国工业互联网安全产业存量规模由2017年的13.4亿元增长至2019年的27.2亿元，年复合增长率高达42.3%。增速远高于传统安全市场。根据IDC的数据显示，2019年中国网络安全市场总体支出将达到73.5亿美元。未来5年，中国网络安全市场总体支出复合增速预计为25.1%。

伴随着新基建的超级风口，工业互联网安全的基石作用将进一步被夯实，形成比肩传统信息安全市场的新“增长极”。

填补国内工业互联网安全空白

虽然工业互联网安全在政策面前瞻性的引导下，已经具备了高速发展的基础条件，但却面临着人才技术匮乏，新场景新风险，安全防护水平低的“尴尬”现状。

六方云CTO王智民分析道，“首先，OT与IT逐渐纵向融合，亟需融合安全技术和融合性安全人才；其次，工业互联网大量采用新技术，亟需解决云计算、物联网、大数据、人工智能等新技术、新场景下的安全威胁；还有工业系统绝大部分采用国外品牌，在开发之初都未考虑安全防护，亟需有效安全检测与防护解决方案。”

六方云正是结合自身对工业互联网以及工业信息安全的深刻理解和当前工业互联网安全的普遍需求，参考中国工业互联网产业联盟发布的《工业互联网体系架构（版本2.0）》、《工业互联网安全架构》、美国工业互联网安全参考架构（IIRA G4）和美国国土安全部发布《物联网安全指导原则》，于2020年5月26日正式发布六方云《工业互联网安全架构白皮书V1.0》。

目的是希望通过白信李皮书能够凝聚产业共识与各方力量，引导工业互联网安全技术创新和产品解决方案研发，助力工业互联网从概念走向落地，推动工业企业在开展工业互联网建设的同时，将安全保障同步规划、同步建设、同步实施。

“中国工业互联网的发展，离不开各方的共同努力。六方云之所以先行一步，希望为国家工业互联网安全贡献力量。”六方云CTO王智民说道。

“不谋全局，不足以谋一域”，作为国内首份面向工业互联网安全架构的白皮书，六方云不仅填补了国内空白。从产业联动的角度，则更显得难能可贵。

白皮书给出了具有前瞻性的工业互联网安全定义及内涵，从安全需求、安全视角、相关者及垂直滑如迟行业应用四个方面阐述了工业互联网安全的体系结构及应用场景，创造性地抽象出指引未来工业互联网安全建设的五维安全视图架构，包括安全业务、安全功能、安全实施、安全技术和数据安全，并首次系统的阐述了工业人工智能安全如何赋能工业互联网安全建设以及工业5G安全需求与技术实现路线。

成为人工智能安全的领导者

工业互联网安全仍然处于起步阶段。不仅针对工业互联网安全的初创企业如雨后春笋般涌现出来，不少传统安全的“头部”厂商也加大在工业互联网安全的布局。

比如Fortinet、卡巴斯基、360等头部安全厂商已经有专门针对工业互联网安全的研发团队和产品线。前不久，微软以1.65亿美元收购以色列工业网络安全初创公司CyberX，独立的工业互联网安全供应商正逐渐引起资本市场的关注。

虽然目前聚焦在工业互联网安全的独立供应商跟传统的安全供应商还存在不小的差距，但此时切入工业互联网市场恰逢其时。

“从全球来看，真正的工业互联网安全才刚刚起步，市场规模还不足以支撑领导厂商的诞生，未来10年将能够看到专注在工业互联网安全的领导厂商”，任增强说。

六方云是目前国内为数不多的具有完备工业互联网安全技术底蕴的初创企业，六方云基于OT与IT融合安全技术、工控安全虚拟补丁技术、工业企业上云安全技术和人工智能安全四大核心技术创造性地提出了“AI基因、威胁免疫”的安全理念。

工业互联网中快速产生积累的海量数据，成为人工智能技术应用的天然土壤。利用人工智能赋能工业互联网安全，则能有力提升工业互联网的主动防御能力。

六方云人工智能安全的特别之处在于，采用无监督学习的人工智能安全路径，实现模仿人脑机制的AI+先天智能。“我们要成为人工智能安全的全球领导者，目前已经将人工智能技术应用于全系列产品”，王智民说。

“不同于人脸识别、语音识别等需要使用大量样本来做有监督学习，无监督学习是人工智能安全发展的关键。有监督学习来做人工智能安全行不通，这条路我们已经趟过了，安全最终还是人与人的较量。而无监督学习对恶意样本的数量和计算要求不高，但对算法和建模的要求很高。”王智民说。

据悉，在六方云的“超弦实验室”中，聚集了国内顶尖的针对安全攻防、算法研究、工业互联网的研究人才。