工业互联网平台伴随着新工业革命浪潮兴起,是平台理论在工业领域的创造性应用,给制造、航空等传统产业带来深刻变革[1]。当前,工业互联网平台已成为智能制造战略的核心[2]。越来越多的学术项目、文章和会议都集中在该主题上[3]。然而,工业互联网平台并未形成统一的概念与内涵。Li等[4]基于云计算思想,提出一种融合现有信息化制造、云计算、物联网技术的云制造服务模式,并构建了云制造平台架构体系;李广乾[5]认为,工业互联网平台是一种新兴的制造业生态系统,在这种生态系统中,企业研发设计、生产制造与售后等数字信息被迁移到云数据中心,并通过统一的云操作平台实现远程智能制造;Wollschlaeger等[6]将工业互联网平台Predix称为“制造业云操作系统”;王玮等[7]认为,工业互联网平台是构建基于海量数据采集、汇聚、分析的服务体系,是支撑制造资源泛在连接、弹性供给、高效配置的工业云平台。本文认为,工业互联网平台基于云制造平台,使“互联网+”与制造业完美结合,促进制造业服务化、数字化、高质量发展,进而实现工业互联网价值。虽然工业互联网平台是一个新兴概念,但它与物联网、工业物联网有着千丝万缕的联系。目前,国内学者对工业互联网平台的研究大多聚焦在工业互联网平台概念、架构、技术支撑等方面。总体而言,我国工业互联网平台研究尚处于初步阶段[8]。因此,解析国外工业互联网平台研究现状及未来发展趋势对我国工业互联网平台研究具有重要参考意义。
本文数据来源于WoS核心数据库,选取2000年1月1日-2020月10月22日管理、商业、经济、运筹和管理科学等领域的学术文献,检索主题词为“industrial internet”“industrial internet platform”“industrial Internet of Thing”“industrial Internet of Thing platform”“Internet of Thing”,人工筛选后得到907篇文献。首先,运用Citespace软件对文献进行统计分析,从宏观上为初次了解工业互联网平台领域学者提供感性认识;其次,将被引频次为前50的文献作为关键词聚类分析、聚类树和多维尺度分析样本数据,进行高被引文献关键词分析,运用Citespace软件对特征词进行提炼,完成对工业互联网平台研究知识结构的探索;最后,对出现频率最高的前70%关键词进行分层聚类分析,用战略坐标图展示工业互联网平台研究领域结构变化趋势,从而对研究热点进行梳理。
由工业互联网平台文献年发文量和引文量可知,研究文献从2012年的4篇迅速增至2019年的240篇。尤其在2014年,发文量和引文量激增,说明这一年该领域有重要的理论突破或重大影响文献(见图1)。其中, Xu等在《IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS》上发表的《Internet of Things in Industries: A Survey》就是代表作之一,该文被引1 943次,全面分析了工业互联网平台发展和部署的技术条件,从宏观层面为工业互联网平台发展提供了重要借鉴。自此,工业互联网平台这一主题越发受到学者关注。
从引文量看,In等[9]、Li等[10]、Gretzel等[11]、Wang等[12]是目前被引频次较多的学者,他们从工业互联网平台技术支撑、体系架构、信息管理、商业模式等方面展开的研究为其他学者提供了重要借鉴。图1中发文量和引用量拟合曲线R2分别为0.897 7和0.503 1,拟合情况良好,说明工业互联网平台领域研究不断推进,在学术界影响力不断攀升。
图1 论文数量及引文统计分析
由图2(a)可知,有17种杂志刊发的工业互联网平台研究文献超过10篇。其中,《IEEE Systems Journal》和《International Journal of Production Research》期刊发文量最大,分别为91篇和51篇,主要集中在工程、运筹与管理学科领域。刊文量前10的期刊论文数量之和占论文总量的36.7%,说明国外刊发工业互联网平台研究论文的学术期刊趋于集中,日益形成相对稳定的期刊群。由图2(b)可知,工业互联网平台研究大多来自商业经济、运筹与管理、工程领域,3个领域研究文献占72.52%,从侧面反映出国外工业互联网平台学者研究的知识背景。
图2 期刊发文量和研究方向分析(a:期刊发文量;b:主要研究领域)
在发文量前十的机构中,中国和美国各有3家,芬兰、英国、韩国和新西兰各1家,说明工业互联网平台高水平研究机构主要集中在中国和美国。从机构间合作看,中国科研机构对机构间的合作较为积极,合作机构大多来自美国,这与美国是首个提出工业互联网概念的国家有关,且美国在工业互联网平台建设上居于世界前列,如欧道明大学对工业互联网平台的研究已经深入到工业互联网平台知识管理和信息管理等方面,如表1所示。
表1 国外工业互联网平台研究机构、重点方向及主要学者
序号机构名称主要研究方向主要学者发文量被引频次合作关系1OldDominionUniversity知识管理供应链管理信息管理资源现代信息技术Xu(2018)、Li(2018)、Chen(2014)、He(2014)、Hou(2016)、Zhang(2020)、Hu(2017)、Tan(2016)、Chen(2018)、Li(2007)211134BeijingJiaotongUniversity(6篇)、JilinUniversity(4篇)、IndianaUniversity-PurdueUniversityIndianapolis(4篇)、NanjingUniversityofAeronauticsandAstronautics(2篇)、ShanghaiSecondPolytechUniversity(2篇)、UniversityofMinnesota(2篇)2UniversityofHongKong智能仓储产品生命周期生产调度Huang(2015)、Zhong(2015)、Xu(2020)、VatankhahBarenjiAli(2020)、Guo(2020)11269GuangdongUniversityofTechnology(4篇)、UniversityofAuckland(3篇)、GeorgiaInstituteofTechnology(2篇)、ShenzhenUniversity(2篇)3AaltoUniversi-ty商业模式价值创造生态系统Vesselkov(2018)、ToyliJuuso(2013)、Leminen(2020)、Raja-honka(2020)、Wendelin(2020)、WesterlundMika(2020)、Ha-kanen(2018)10106South-EasternFinlandUniversityofAppliedSciences(2篇)、Universi-tyofTurku(2篇)、PellervoEconom-icResearchInstitute(2篇)、CarletonUniversitydegree(2篇)、HankenSchoolofEconomics(2篇)4UniversityofFlorida∕Pardalos(2017)、Liu(2017)、Pei(2017)、Zhou(2011)、Piramuthu(2018)、ZhouZhiping(2017)、1076HefeiUniversityofTechnology(6篇)、MinistEducation(4篇)、Euro-peanSchoolofManagement(4篇)、EuropeanRFIDPerformanceTestCenter(2篇)5UniversityofCambridge现代信息技术供应链Kumar(2016)、Graham(2020)、SraiJagjitSingh(2016)9266UniversityofOxford(2篇)、Univer-sityofLeeds(2篇)6BeijingJiaotongUniversity物流定制化服务Hou(2016)、Chen(2014)、Zhang(2015)850OldDominionUniversity(4篇)、CityUniversityofHongKong(2篇)7HongKongPolytechnicU-niversity知识物流监控Choy(2018)、Lam(2018)、Tsang(2018)8160∕8SungkyunkwanUniversity数字孪生绿色制造算法KimHyun-Jung(2020)、ParkKyuTae(2019)、ImSungJu(2019)、Kim(2017)878∕9UniversityofAuckland网络物理系统智能工厂Zhong,RY(2015)、Xu(2012)857UniversityofHongKong(3篇)10UniversityofWarwick价值主张价值创造创新NgIrene(2017)8241∕
图3为工业互联网平台文献共被引网络聚类结果。节点间连线表示两篇文献被共同引用过,节点大小代表被引频次高低。总体而言,各聚类出现时间段相差较小。根据高被引文献关键词分析,使用对数似然算法(LLR)提取特征词,对各类团中包含的关键词、研究主题和内容进一步总结和凝练,使之相互佐证和印证,最终得到表2。表2中各类团分别表示一个研究主题,被引文献类团结构、组成和变化代表相应研究主题的知识结构及变化情况。
Q值(模块值)大于0.3意味着引文网络聚类结构显著,图3显示Q值等于0.765,说明聚类显著;同时,Silhouette 值大于0.7说明引文网络聚类结果信度高[13]。从表2中的Silhouette 值可知,聚类情况良好。从时间轴看,得益于物联网、大数据、云计算等数字技术发展,学者对工业互联网平台的研究从最初的技术架构探索到工业互联网平台对未来制造业的巨大影响,随着研究的不断深入,工业互联网平台行业应用研究成为大势所趋。
表2 工业互联网平台引文网络中各聚类基本情况
聚类编号聚类成员数聚类标签平均引用年份Silhouette值关键词研究重点010servitization20160.961数字化转型、产业服务、机械加工和设备制造商、Affordance理论创新服务能力与商业模式19industry4.020150.965CPS、扎根理论、循环经济智能制造与智能工厂29govern20150.887知识流、开源数据、决策、云平台、大规模定制、人力资源工业互联网平台开放性与资源管理36internetofthings20150.652无线传感器网络、数据分析、智能分类、实时分析物联网行业应用、支持技术46smartlogistics20150.758智能设备、价值、云计算、员工生产力、工作空间效率智能化物流效率及服务56blockchain20150.935隐私、大数据、安全、资源企业数据安全和隐私区块链技术66supplychain20170.825运营管理、控制、数据科学、产业信息集成企业价值创造
图3 工业互联网平台研究文献共被引网络聚类结果
参考刘雪立等[14]的研究,本文将被引频次为前50的文献作为多维尺度分析样本。对该样本的共现关系相异矩阵进行多维尺度分析,得到工业互联网平台研究领域高被引文献多维尺度分析,如图4所示。图谱类别划分参照聚类树图分布(限于篇幅未列出)和多维尺度分布情况,将工业互联网平台研究领域划分为5个类别(见表3),并根据各类别中高被引文献标题、关键词和摘要提取主题词:①工业互联网平台与工业4.0;②云制造平台与企业商业模式;③物联网与平台基础设施;④工业互联网平台与智能物流;⑤物联网与企业信息系统。
表3 工业互联网平台知识结构各部分研究内容
项目工业互联网平台与工业4.0云制造平台与企业商业模式物联网与平台基础设施工业互联网平台与智能物流物联网与企业信息系统主要研究内容概念关键技术核心组件领域应用资源管理与共享制造服务化概念体系结构基础技术架构应用领域仓储运营业务流程优化供应链调度协作生产运营管理信息集成与共享主要涉及理论自组织理论公平理论博弈论博弈论控制理论主要研究方法概念分析法统计分析法文献研究法描述性研究法、探索定研究法等文献研究法模型研究法文献研究法等理论研究法文献研究法定性分析法代表学者PorterME(2014)LasiH(2014)ArmbrustM(2010)、XuX(2012)AtzoriL(2010)、XuLD(2014)、GubbiJ(2013)NgaiEWT(2008)XuLD(2011)
图4 工业互联网平台研究前沿学科知识结构
(1)聚类1“工业互联网平台与工业4.0”探讨工业互联网平台在实现工业4.0目标中的重要性及工业4.0概念、核心组件、应用领域等。“工业4.0”是指基于CPS、IoT和IoS通信网络,将工厂内外事物与服务联系起来,从而创造新价值、构建新业务模式[15],包括智能工厂、网络系统及企业新分销采购系统等[16]。从实践角度看,工业互联网平台形成一个支持纵向和横向系统集成的框架系统,加强企业与用户的联系,促进人、机、物的高效协同,增强企业资源配置能力[17],对工业4.0的实现具有重大意义。从管理学角度而言,工业互联网平台实现高效的同时,也带来巨大挑战,即在工业大数据背景下,复杂的工业互联网平台生态如何确保企业数据信息和知识安全成为新课题[18]。
(2)聚类2“云制造平台与企业商业模式”探讨基于物联网技术制造企业资源管理与共享以及如何实现制造服务化。Li等[4]结合云计算和物联网技术,提出面向计算和服务的云制造模式,认为提供制造服务是其最大特点之一。云制造平台模式解决了中小制造企业自主创新和设计能力不足、资源整合能力薄弱、资源共享效率低下等难题,推动企业制造走向服务化[19]。企业可利用云制造平台的丰富资源,实现对物理硬件制造资源和软件制造资源的访问,优化业务模式和盈利模式[20]。云制造平台研究主要集中在调度流程优化[21]、用户体验和价值主张[22]、信息和资源共享[23]等方面。
(3)聚类3“物联网与平台基础设施”研究物联网概念、体系结构、基础技术及应用。从基础技术看,RFID和无线传感器网络技术作为物联网基础的两项技术得到认可。另外,条形码、云计算等其它技术和设备也成为物联网体系及技术架构的重要组成部分[24]。从应用方面看,物联网已被广泛应用于多个行业。在运输和物流中,企业可利用RFID或传感器技术对制造、运输、分销等整个供应链实物从起点到目的地的移动进行实时监控[25];在医疗保健服务业,同样可利用物联网技术对医疗系统中的人、设备、药品等进行持续跟踪和监控[26]。
(4)聚类4“工业互联网平台与智能物流”基于调度理论和控制理论,探讨企业仓储运营、业务流程优化和供应链调度。物联网技术所具有的识别、跟踪和监控优势在零售、物流等行业广为人知,它能满足企业采集实时化、生产透明化、控制精准化、管理精细化等需求。Ming等[27]发现,该技术在仓储、物流、供应链领域得到广泛应用;Aysegul等[28]认为,通过嵌入物联网技术可减少库存损失,提高流程效率、速度和信息准确性,有助于改善供应链管理。在生产车间物流管理中,Zhong等[29]将嵌有RFID技术的生产资源转换为能够感知、交互和推理的智能制造对象,从中搜集大量生产数据以支持和优化流程并作出调度等决策。因此,物联网技术应用强调通过对工业大数据的搜集、分析实现实时监控和决策。
(5)聚类5“物联网与企业信息系统”讨论企业协作生产与过程管理、信息集成与共享。对工业企业来说,许多工业系统通常由分布在整个网络中的众多技术、应用程序和设备组成[30]。物联网技术发展给传统工业企业业务模式带来变革。当运营流程、设备变得更加智能时,企业信息系统也必将随之升级。物联网技术对企业信息系统的影响主要表现在决策依据实时化、信息扩散网络化、设备管理和业务流程智能化等方面[31]。Huang等[32]通过物联网技术使关键工具、组件等转变为智能对象,为决策者和操作人员提供一种装配线浏览器设施以监督整个装配线状态,以及一个工作站浏览器工具以提高管理决策效率和运营效率。
综上所述,目前国外工业互联网平台研究主要集中在以下3个层面:一是工业互联网平台搭建,主要从技术视角探索构建工业互联网平台所需的核心技术、软件和硬件基础设施;二是工业互联网平台功能应用,主要通过工业互联网平台实现企业生产运营效率提升;三是工业互联网平台商业模式和组织创新,主要研究基于工业互联网平台实现组织变革,促使企业不断创新产品和服务,发展新商业模式,推动制造企业以产品为中心向“产品+服务”经营模式转变,实现新价值再创造。虽然文献共被引聚类结果与聚类树、多维尺度分析结果不完全一致,但不影响对工业互联平台学科知识结构进行分析,反而起到相互验证、补充的作用。
本文参考Callon等[33]的方法对147个关键词中出现频率较高的70%关键词进行聚类分析,最终得到22个类别。其中,仅由两个或一个关键词构成的聚类有6个,鉴于此形式聚类不能清楚表明所代表的研究主题,因此本文未将其作为分析对象,最终得到16个有效聚类(见表4)。
表4 工业互联网平台研究各类团名称及其成员
序号类团名称类团成员1工业互联网平台生态industrialinternetofthings(工业物联网)、digitaltransformation(数字化转型)、platform(平台)、eco-system(生态)2工业互联网与工业革命industry(工业)、industrialrevolution(工业革命)、industrialinternet(工业互联网)3数据挖掘data(数据)、things(物)、simulation(仿真)、cyberphysicalsystems(网络物理系统)4供应链管理smart(智能)、supplychainmanagement(供应链管理)、sustainability(可持续性)5数字化转型及平台安全digitalization(数字化)、security(安全)、blockchain(区块链)、Internet(网络)、scheduling(调度)、Intel-ligent(智能)6机器学习machinelearning(机器学习)、energy(能量)、management(管理)7工业互联网平台设计与绩效manufacturing(制造)、performance(绩效)、design(设计)、interoperability(互操作性)、integration(集成)8虚拟集群与创新cloudcomputing(云计算)、cluster(集群)、innovation(创新)、fourthIndustrialrevolution(第四次工业革命)、industry4.0(工业4.0)9知识管理technology(技术)、knowledge(知识)、information(信息)、knowledgemanagement(知识管理)10隐私保护reliability(可靠性)、construction(构建)、safety(安全)、digitaltechnologies(数字技术)、smartcity(智慧城市)、5G(5G)、privacy(隐私)11智能物流gametheory(博弈论)、healthcare(医疗)、RFID(射频识别)、logistics(物流)12风险管理collaboration(协作)、supply(供应)、riskmanagement(风险管理)13数字经济disruptivetechnologies(颠覆性技术)、digitaleconomy(数字经济)、artificialintelligence(人工智能)、services(服务)、artificial(人工)、bigdata(大数据)、supplychain(供应链)、internetofthings(物联网)14数字化设备维护conditionbasedmaintenance(基于条件的维护)、cloud(云)、computing(计算)15数字孪生与绿色制造energyconsumption(能耗)、digitaltwin(数字孪生)、smartmanufacturing(智能制造)16服务化servitization(服务化)、smartenergy(智能能源)、businessmodels(商业模式)
基于表4计算各聚类团的向心度和密度指标,以所有类团的向心度和密度平均值作为原点、向心度为横轴、密度为纵轴,绘制工业互联网平台研究战略坐标图,如图5所示。
图5 工业互联网平台研究领域战略坐标
(1)从密度分布看,数字经济(13)密度值最高,说明该主题研究较为深入。数字化转型及平台安全(5)和隐私保护(10)两个类团密度值较大,表明其处于不断深入和发展中,理论脉络不断丰富。工业互联网平台设计与绩效(7)、虚拟集群与创新(8)密度值处于总体均值水平以上,表明两个主题已形成初步研究框架,未来仍需不断完善。数字孪生与绿色制造(15)、数字化设备维护(14)、风险管理(12)、工业互联网与工业革命(2)、机器学习(6)、服务化(16)、供应链管理(4)等类团密度值较低,表明这些领域研究内容较广,尚未形成统一的逻辑框架。
(2)从向心度变化看,首先是数字孪生与绿色制造(15)、数字化设备维护(14)、风险管理(12)、工业互联网与工业革命(2)、机器学习(6)、服务化(16)、供应链管理(4)等类团向心度较大,表明这些类团研究处于核心地位。其次是工业互联网平台生态(1)、知识管理(9)、数据挖掘(3)类团与其它类团研究存在较多联系,未来需要各领域学者不断完善。隐私保护(10)向心度水平最低,表明该类团包含的研究内容较为分散,尚未形成完整研究框架。
(3)从象限分布看,第一象限没有出现类团,说明在工业互联网平台研究领域没有形成既成熟又核心的方向。数字经济(13)、数字化转型及平台安全(5)、隐私保护(10)、虚拟集群与创新(8)、工业互联网平台设计与绩效(7)居于第二象限,其密度处于较高水平、向心度处于较低水平,表明该象限类团研究方向尚未成为工业互联网研究的主流。第三象限只有类团智能物流(11)密度和向心度均较低,表明该类团在工业互联网平台研究中较少被关注。工业互联网平台生态(1)、知识管理(9)、数据挖掘(3)、数字孪生与绿色制造(15)、数字化设备维护(14)、风险管理(12)、工业互联网与工业革命(2)、机器学习(6)、服务化(16)、供应链管理(4)等类团在第四象限,表明这一象限类团属于工业互联网平台研究核心但不成熟领域,有待发展。综上分析,工业互联网平台研究热点方向主要集中在以下3个方面:
第一,工业互联网平台知识管理与商业模式。主要关注工业互联网平台如何通过知识共享实现价值共创以及对传统制造业企业商业模式创新的影响机理。随着现代网络技术的发展,传统制造企业的价值主张、成本结构和收益模式等受到巨大影响,新商业模式正在迅速增长[34]。平台模式作为当下主流商业模式,平台生态系统成为各大平台企业演化的目标。Menon等[35]基于产品全生命周期视角,研究工业互联网平台企业演化过程中管理和控制对产品数据、信息和知识能力的影响。知识是创新的根本,也是核心竞争力。工业互联网平台面对制造业数字化、智能化需求,构建数据收集、处理、分析一站式服务体系,实现制造资源泛在连接、弹性供给、高效配置。工业互联网平台构建了一个工业技术和知识交易体系[36]。
第二,工业互联网平台应用与产业创新。工业互联网平台与传统工业融合成为时下备受关注的热点之一,这为各行业带来切实的效益增长和创新价值。Rawung等[37]认为,工业互联网平台为制造业、医疗保健等传统产业带来重大影响和深刻变革。工业互联网平台应用与产业创新研究主要关注工业互联网平台赋能工业企业,依托工业互联网平台的深度感知、智能分析、高效处理、集成互通等能力,深化企业在生产运营、管理服务等方面的应用实践,研究主要集中在创新能力、创新效率和创新战略等方面[38]。
第三,工业互联网平台与制造企业生产管理。从制造流程看,企业可通过工业互联网平台将虚拟世界与物理世界联系起来,实现动态、高效和实时优化的智能制造流程[39];从客户参与协同制造角度,通过工业互联网平台反馈系统可实现客户和设备的无缝连接以及将消费者反馈动态反映给制造决策部门[40]。从企业内部看,工业互联网平台不仅能够使企业对新技术、新产品的投入风险变得更加可控,还能实现产品生产过程监测、工艺参数采集、材料消耗监测、环境状态监测,从而提升生产过程智能化水平,优化生产流程,保证产品质量[41]。从企业外部看,建立工业互联网平台资产管理和资产追踪系统,有助于实现供需信息在企业与供应商之间的有效流通,便于高效协商机制的建立,实现产品保质保量的准时交付,最终达到共赢目的[42]。
本文通过对国外工业互联网平台研究现状进行梳理发现:第一,从发文和引文量看,工业互联网平台领域研究文献稳步、快速增长。以2014年为转折点,引文量也呈爆发式增长,这一年有一些关于物联网技术研究的重要文章。第二,工业互联网平台研究主要集中在商业经济、运筹与管理、工程等领域。第三,从研究机构看,高水平和高产量科研机构主要集中在中美,且两国科研机构合作较为紧密。第四,工业互联网平台研究学科知识结构由工业互联网平台与工业4.0、云制造平台与企业商业模式、物联网与平台基础设施、工业互联网平台与智能物流、物联网与企业信息系统5部分构成。第五,工业互联网平台研究热点主要包括工业互联网平台知识管理与商业模式、工业互联网平台应用与产业创新、工业互联网平台与制造企业生产管理三大主题。
工业互联网平台研究已从概念内涵、技术框架走向深层次探索[43]。如在安全运营方面,美国工业互联网联盟为帮助平台解决企业评估管理、运营安全问题,引导企业建立安全机制并提出一种工业互联网平台安全评估模型[44];在价值创造方面,Leminen等[45]通过分析机器对环境的工业互联网平台业务模型,构建了商业模式创新分类理论框架;在工业互联网平台生态系统演进与竞争方面,Mcintyre等[46]基于网络效应理论,认为工业互联网平台治理需要在技术模块开放与封闭之间达到平衡,吸引第三方互补平台参与以实现平台持续发展;在工业互联网平台运营机制方面,Menon等[2]从工业互联网平台提供商和终端用户角度探讨平台开放性感知影响,使用定性案例研究方法探讨平台开放性对平台最终用户的影响。总之,学者围绕工业互联网平台的研究大多集中在工业互联网平台运营、竞争策略和商业模式创新等方面[47]。自工业互联网平台提出后,学者从不同视角进行研究,构建工业互联网平台理论框架,主要涉及技术、架构等基础设施[48]、工业互联网平台价值创造理论框架[49]、企业平台化创新管理理论框架[8]、工业互联网平台安全运营理论框架[39]。
综上所述,随着工业互联网平台研究及应用的不断深入,工业互联网平台带来的创新模式、生产方式、组织形式和商业范式变革及产业链、价值链重塑引起学者广泛关注。本文构建一个初步的工业互联网平台理论框架(如图6所示),主线大致归纳为“工业互联网平台基础架构—工业互联网平台运行机制—工业互联网平台产出结果(绩效)”。在工业互联网平台基础架构研究领域,工业互联网平台概念刚被提出,学者重点围绕工业互联网平台概念内涵、技术支撑、软硬件基础设施等展开研究,且主张构建完整的工业互联网平台架构体系[48]。当前,更多学者将研究聚焦在运营机制及产出绩效上,大多基于平台理论、价值共创展开研究。如Parker等[50]基于平台生态系统理论研究发现,西门子通过平台技术边界资源和社会边界资源,吸引更多合作伙伴与终端用户加入平台生态系统,打破原有产业边界,使平台更具生命力和竞争力;Arnold等[51]按照服务对象不同,将工业物联网商业模式分为基于云的商业模式、面向服务的商业模式和面向过程的商业模式3类。现有成果极大丰富了工业互联网平台领域研究,但仍有待深入探讨。如虽有学者从网络安全、数据传输安全和硬件安全等方面对工业互联网平台安全运营展开分析,构建工业互联网平台安全运营框架,但没有考虑数据本身真实性问题及数据泄露给用户隐私带来的安全隐患问题[52];在价值创造方面,学者认同工业互联网平台依托大数据技术可有效配置生产要素,形成更高效的价值创造流程,并构建了基于大数据的工业互联网平台价值共创理论框架[53],但忽视了工业企业大数据具有多数据源、工业领域知识专业性强、技术门槛高等特点,使得工业互联网平台实现价值共创更具挑战。
图6 工业互联网平台理论框架
结合上文分析,提出以下研究展望:
(1)工业互联网平台生态系统建设。工业互联网平台是平台经济理论在工业领域的创造性应用。从平台经济理论角度,工业互联网平台生态系统构建同样面临如何解决“鸡与蛋”的问题。鉴于工业互联网平台主要服务于制造业企业,其终端连接着制造业企业的各种智能设备和运营数据,且大多为重资产投资企业,技术门槛高、投资回报周期长。因此,未来可基于网络外部性理论,立足于工业互联网平台应用场景,探索如何运用补贴策略吸引互补者参与,加快推进工业互联网平台向平台生态系统演进,进一步丰富平台经济理论;另外,企业级工业互联网平台、行业工业互联网平台和区域工业互联网平台定位及运行机制不同,不同类型工业互联网平台生态系统治理机制对互补者或参与者使用平台意愿的影响也应是未来重点研究方向。
(2)工业互联网平台知识共享与价值共创。在大数据、人工智能时代,数据已成为重要生产要素[54]。从数据到知识转变,平台企业间数据共享即是知识共享,因此数据生态建设是工业互联网平台变“活”的关键。但是,企业出于对核心竞争力、资源的保护,对知识共享心存顾虑,以知识共享为切入点,研究数据驱动工业互联网平台价值创造机制具有重要意义。
(3)工业互联网平台数据安全及隐私保护。在数字经济时代,数据已成为企业的重要资产,工业互联网平台在运营过程中伴随着大量的数据流动。从数据真实性角度看,数据处理和挖掘技术对于确保系统数据真实变得尤为重要;从数据存储安全角度看,工业互联网平台部署需要研究如何从区块链技术和管理两个方面保障工业互联网平台数据免受各种恶意攻击;另外,数据确权、数据流转同样成为工业互联网平台治理的关键环节;从隐私保护角度看,清晰界定工业互联网平台企业对数据的权利和义务边界,结合企业社会责任理论探索如何构建安全可靠、值得信赖的工业互联网平台是学界关注焦点之一。
[1] EVANS P C,ANNUNZIATA M.Industrial internet: pushing the boundaries of minds and machines[R].Gen.Elect.,2012.
[2] MENON K,KRKKINEN H,WUEST T.Industrial internet platform provider and end-user perceptions of platform openness impacts[J].Industry and Innovation,2020,27(4):363-389.
[3] HERMANN M,PENTEK T,OTTO B.Design principles for industrie 4.0 scenarios[C]//2016 49th Hawaii International Conference on System Sciences (HICSS).January 5-8,2016,Koloa,HI,USA.IEEE,2016:3928-3937.
[4] LI B H, ZHANG L, WANG S L,et al.Cloud manufacturing:anew service-oriented manufacturing model[J].Comput Integr Manuf Syst ,2010,16(1):1-8.
[5] 李广乾.工业互联网平台,制造业下一个主攻方向[J].中国信息化,2016,13(12):11-14.
[6] WOLLSCHLAEGER M,SAUTER T,JASPERNEITE J.The future of industrial communication:automation networks in the era of the Internet of Things and industry 4.0[J].IEEE Industrial Electronics Magazine,2017,11(1):17-27.
[7] 王玮,杜书升,曹溪.工业互联网引发的“颠覆式”管理变革[J].清华管理评论,2019,8(3):62-72.
[8] 周济.智能制造:“中国制造2025”的主攻方向[J].中国机械工程,2015,26(17):2273-2284.
[9] LEE I,LEE K.The Internet of Things (IoT):applications,investments,and challenges for enterprises[J].Business Horizons,2015,58(4):431-440.
[10] XU L D,XU E L,LI L.Industry 4.0:state of the art and future trends[J].International Journal of Production Research,2018,56(8):2941-2962.
[11] GRETZEL U,SIGALA M,XIANG Z,et al.Smart tourism:foundations and developments[J].Electronic Markets,2015,25(3):179-188.
[12] WANG J J,MA Y L,ZHANG L B,et al.Deep learning for smart manufacturing:methods and applications[J].Journal of Manufacturing Systems,2018,48:144-156.
[13] 陈悦,陈超美,刘则渊,等.CiteSpace知识图谱的方法论功能[J].科学学研究,2015,33(2):242-253.
[14] 刘雪立.基于Web of Science和ESI数据库高被引论文的界定方法[J].中国科技期刊研究,2012,23(6):975-978.
[15] KANG H S,LEE J Y,CHOI S,et al.Smart manufacturing:past research,present findings,and future directions[J].International Journal of Precision Engineering and Manufacturing-Green Technology,2016,3(1):111-128.
[16] LASI H,FETTKE P,KEMPER H G,et al.Industry 4.0[J].Business & Information Systems Engineering,2014,6(4):239-242.
[17] WANG S Y,WAN J F,LI D,et al.Implementing smart factory of industrie 4.0:an outlook[J].International Journal of Distributed Sensor Networks,2016,12(1):3159805.
[18] LIAO Y X,DESCHAMPS F,LOURES E D F R,et al.Past,present and future of Industry 4.0 - a systematic literature review and research agenda proposal[J].International Journal of Production Research,2017,55(12):3609-3629.
[19] HUANG B Q,LI C H,YIN C,et al.Cloud manufacturing service platform for small- and medium-sized enterprises[J].The International Journal of Advanced Manufacturing Technology,2013,65(9-12):1261-1272.
[20] TAO F,ZHANG L,VENKATESH V C,et al.Cloud manufacturing:a computing and service-oriented manufacturing model[J].Proceedings of the Institution of Mechanical Engineers,Part B:Journal of Engineering Manufacture,2011,225(10):1969-1976.
[21] JIAN-MING Y, YUN P U.Scheduling optimization of supply chain in mass customization based on dynamic production ability restriction[J].Systems Engineering, 2005.
[22] GLOVA J,SABOL T,VAJDA V.Business models for the internet of things environment[J].Procedia Economics and Finance,2014,15:1122-1129.
[23] TAO F,CHENG Y,XU L D,et al.CCIoT-CMfg:cloud computing and internet of things-based cloud manufacturing service system[J].IEEE Transactions on Industrial Informatics,2014,10(2):1435-1442.
[24] TAO F,LAILI Y J,XU L D,et al.FC-PACO-RM:a parallel method for service composition optimal-selection in cloud manufacturing system[J].IEEE Transactions on Industrial Informatics,2013,9(4):2023-2033.
[25] KARAKOSTAS B.A DNS architecture for the internet of things:a case study in transport logistics[J].Procedia Computer Science,2013,19:594-601.
[26] DE ALEMDAR H,ERSOY C.Wireless sensor networks for healthcare:a survey[J].Computer Networks,2010,54(15):2688-2710.
[27] LIM M K,BAHR W,LEUNG S C H.RFID in the warehouse:a literature analysis (1995-2010) of its applications,benefits,challenges and future trends[J].International Journal of Production Economics,2013,145(1):409-430.
[28] SARAC A,ABSI N,DAUZRE-PÉRS S.A literature review on the impact of RFID technologies on supply chain management[J].International Journal of Production Economics,2010,128(1):77-95.
[29] ZHONG R Y,HUANG G Q,LAN S L,et al.A big data approach for logistics trajectory discovery from RFID-enabled production data[J].International Journal of Production Economics,2015,165:260-272.
[30] XU Y F,SONG R,KORBA L,et al.Distributed device networks with security constraints[J].IEEE Transactions on Industrial Informatics,2005,1(4):217-225.
[31] DURUGBO C,HUTABARAT W,TIWARI A,et al.Modelling collaboration using complex networks[J].Information Sciences,2011,181(15):3143-3161.
[32] HUANG G Q,ZHANG Y F,CHEN X,et al.RFID-enabled real-time wireless manufacturing for adaptive assembly planning and control[J].Journal of Intelligent Manufacturing,2008,19(6):701-713.
[33] CALLON M,COURTIAL J P,LAVILLE F.Co-word analysis as a tool for describing the network of interactions between basic and technological research:the case of polymer chemsitry[J].Scientometrics,1991,22(1):155-205.
[34] RYMASZEWSKA A,HELO P,GUNASEKARAN A.IoT powered servitization of manufacturing - an exploratory case study[J].International Journal of Production Economics,2017,192:92-105.
[35] MENON K,KRKKINEN H,WUEST T,et al.industrial internet platforms:a conceptual evaluation from a product lifecycle management perspective[J].Proceedings of the Institution of Mechanical Engineers,Part B:Journal of Engineering Manufacture,2019,233(5):1390-1401.
[36] 安筱鹏.工业互联网:通向知识分工2.0之路[J].企业观察家,2019,10(3):56-59.
[37] RAWUNG R H,PUTRADA A G.Cyber physical system:Paper survey[C]//2014 International Conference on ICT For Smart Society (ICISS).September 24-25,2014,Bandung,Indonesia.IEEE,2014:273-278.
[38] SUN LIWEN, CAO LU.China's manufacturing green innovation system construction and synergy analysis[J].Technoeconomics, 2017, 36(7):48-55.
[39] SCHEUERMANN C,VERCLAS S,BRUEGGE B.Agile factory - an example of an industry 4.0 manufacturing process[C]//2015 IEEE 3rd International Conference on Cyber-Physical Systems,Networks,and Applications.August 19-21,2015,Hong Kong,China.IEEE,2015:43-47.
[40] GUO X H,LIN D.Research on new industrial Ethernet network management and Internet remote control system[C]//2008 International Conference on Computer Science and Information Technology.August 29 - September 2,2008,Singapore.IEEE,2008:593-596.
[41] 王鸿鹭,蒋炜,魏来,等.基于物联网的产品全生命周期质量管理的模式创新与展望[J].系统工程理论与实践,2021,41(2):475-482.
[42] 孙新波,钱雨,张明超,等.大数据驱动企业供应链敏捷性的实现机理研究[J].管理世界,2019,35(9):133-151,200.
[43] LI J,QIU J J,ZHOU Y,et al.Study on the reference architecture and assessment framework of industrial Internet platform[J].IEEE Access,2020,8:164950-164971.
[44] Industrial Internet Consortium.IoT security maturity model:description and intended use(2018)[EB/OL].(2018-04-09)[2020-10-10].https://www.iiconsortium.org/pdf/SMM_Description_and_Intended_Use_2018-04-09.pdf.
[45] LEMINEN S,RAJAHONKA M,WENDELIN R,et al.Industrial internet of things business models in the machine-to-machine context[J].Industrial Marketing Management,2020,84:298-311.
[46] MCINTYRE D P,SRINIVASAN A.Networks,platforms,and strategy:emerging views and next steps[J].Strategic Management Journal,2017,38(1):141-160.
[48] GUTH J, BREITENBUCHER U, FALKRENTHAL M, et al.Adetailed analysis of IoT platform architectures: concepts, similarities,and differences[M]//Internet of everything.Springer,Singapore,2018:81-101.
[49] BONAMIGO A, FRECH C G.Industry 4.0 in services: challenges and opportunities for value co-creation[J].Journal of Services Marketing, 2020, ahead-of-print(ahead-of-print):ahead-of-print.
[50] PARKER,GEOFFREY,VAN,et al.Innovation, openness, and platform control[J].Management Science Journal of the Institute of Management Sciences, 2018.
[51] ARNOLD C,KIEL D,VOIGT K I.Innovative business models for the industrial internet of things[J].BHM Berg- und Hüttenmännische Monatshefte, 2017,162(9):371-381.
[52] SERROR,MARTIN,et al.Challenges and opportunities in securing the industrial internet of things[J].IEEE Transactions on Industrial Informatics, 2020,17(5):2985-2996.
[53] 张振刚,许亚敏,罗泰晔.大数据时代企业动态能力对价值链重构路径的影响——基于格力电器的案例研究[J].管理评论,2021,33(3):339-352.
[54] LEONELLI S.Data — from objects to assets[J].Nature, 2019, 574(7778):317-320.