消息 从工业时代迈入数字时代的最大特征，是从决策到复杂决策的转变。制造业数 字化转型本质是一场数据驱动的“决策革命”。
工业时代，企业解决的是“点”与“线”上的碎片化问题与局部问题。但当步入到数字时代，需要面对的则是“面”与“体”带来的系统化决策上的挑战，而数据孤岛、系统孤岛、业务孤岛 成为制造企业转型上的最大障碍。当前企业面临的最为现实的问题，即数字化转型的复杂性指数级增加导致信息化时代遗留的基础设施的“崩盘”。
工业互联网，作为制造业的新型数字基础设施， 其本质是数据驱动的自动化决策，以化解制造业复杂系统的不确定性，并驱动新价值网络的生成 - 即利用数据进行信息交换与传递、利用数据洞察生产与商业的运行规律、利用数据进行精准的自动化决 策，并最终对信息与物理世界加以控制、利用数据 驱动全价值链、全要素的网络化协同，产生新价值、新模式、新业态与新产业。
而工业互联网平台，则是工业互联网的核心，通过构建一个全新的知识与技术分工协同体系，最大程度降低数据决策的成本，提升决策效率。以云作为数字底座的全新分工协同体系，将涵盖计算、 数据、连接、分析、算法模型、机理模型在内的大量碎片化知识与技术聚合在一起。技术之间相互组 合、“繁衍”、进化，进而形成新的知识与技术，以满足各类企业面向全场景、全要素、全价值链的自动化决策与网络协同的需求。
1、 “工业数字中台” - 工业互联网的“数据操作系统”
本着打造一个以“数据驱动”的工业互联网平台生态体系，阿里围绕云计算、物联网、大数据、人工智能等新一代数字技术构建的“工业数字中台”，作为工业互联网的“数据操作系统”。
工业数字中台的本质，即对后端核心数据与核心系统标准化、模型化、模块化，由中台进行统一管理， 并以共享的形式赋能前台，快速响应前端业务的变化与创新，最大程度降低创新的风险与试错成本。
工业数字中台由基于一个统一的云平台之上的四中台组成，即 IoT 中台、数据中台、业务双中台与 AI 中台，四者间成松耦合关系，即可独立实施，又可整体落地。工业数字中台可以在公有云、私有云、混合 云等多种环境中部署 , 具备高灵活性、高扩展性与高可靠性（见图 3）。
LOT中台：
基于 IoT 技术，实现“云、边、端”一体化的数据与业务协同，打造工厂版“Android”。平台一方面 负责端侧与边缘侧的数据采集，将物理资产转化为数据资产，在云端进行统一管理。另一方面，支持跨业 务系统的连接以及与第三方工业 SaaS 的接入。IoT 中台可加强人、机器、设备、产品、系统之间的互操 作性，实现物理数据与系统数据的打通，低门槛打造数字化工厂。
业务中台：
业务中台的本质是企业级能力的复用。通过将企业核心业务能力解构，模块化与微服务化，将其中共 性业务抽离出来，以服务的形式固化到中台，并像“搭积木”一样对能力进行重新编排、组合，支撑前台 业务的敏捷开发与创新。
数据中台：
一座“数据服务工厂”，对产品生命周期的全链路数据进行“打通、汇聚与共享”，有组织、系统性地使用数据。通过数据中台建立包括订单、原料、设备、生产、产品、客户在内的全域数据模型，并根据不同业务逻辑对数据模型进行关联与分析，最终转化为统一的数据服务，为前台决策赋能。
AI中台：
平台、数据、算法模型组合构成 AI 中台，支持从数据、模型、算法、应用到控制的决策闭环。AI 中台 提供低代码工具，可支持规模化开发与复用面向不同工业场景的智能应用。
IoT 中台、数据中台、业务中台与 AI 中台四者相互依托、互为支撑。IoT 中台实现数字世界与物理世界的链接。数据中台对大量连接所产生的海量数据进行加工与提纯，形成标准化、规范化的数据服务，更好支撑业务中台与 AI 中台开发面向业务场景的应用。而后者产生的数据则沉淀到数据中台，反哺数据模型的持续优化。
