国内某省工信厅做过一次摸底调查，省内规上工业企业平均使用了3.7个不同的工业数字化平台或工业软件系统。这些系统之间能自动交换数据的，不到12%。剩下的88%，靠人工导出Excel再手动导入，或者干脆就不交换了。
这个数字比想象中糟。更糟的是，大部分企业已经习以为常，觉得”不就是多导几次表嘛”。但真正疼的时候是在出事故——设备故障追溯需要同时查DCS运行参数、MES批次记录和质检数据，三个系统三套账号三次导出，等凑齐了数据，产线已经停了四个小时。
产业数字化喊了快十年”打通数据孤岛”，怎么到头来孤岛反而更多了？问题出在哪。
买了平台，数据进不来
先说最直接的痛。
一家年产能200万吨的民营钢厂，2019年上了A厂商的工业互联网平台，花了大几百万。2021年炼钢车间改造，引入了B厂商的智能冶炼系统，B系统自己带了数据采集和存储。2022年环保要求升级，又上了C厂商的环保监测平台。三年三个平台，三套数据体系。
A平台要调B系统的数据？B厂商说”我们的数据接口是私有协议，需要额外购买数据导出模块，15万/年”。C平台要接入A平台的数据？A厂商说”我们支持标准OPC UA接口，但B和C的接口不标准，需要定制开发适配器，20万起”。
企业被绑死了。不是不想换，是换不了。数据在A平台里，A的API格式是A的，B的数据库schema是B的，迁移成本可能比重新建一套系统还高。这不叫平台，这叫”工业内联网”。
国内那十几家双跨平台之间的互操作性，说句不好听的，几乎为零。每家平台都希望企业用自己一家的全套方案，数据采集、存储、分析、应用全在自家生态里闭环。从商业逻辑上能理解——谁都不愿意把自己的数据接口开放给别人。但结果是整个行业的生态碎片化，企业为此付出了额外的成本和代价。
互操作到底分几层
把问题拆开看，互操作不是”能不能传数据”这一个层面的事。它至少有三个层次。
互操作层次 | 核心内容 | 典型技术 | 成熟度 | 落地难点 |
数据级 | 设备/系统之间能传数据 | OPC UA、MQTT、Modbus | 较高 | 协议适配工作量大 |
模型级 | 数据语义互通，A的”温度”等于B的”温度” | 信息模型、语义映射 | 中等 | 行业信息模型标准缺失 |
业务级 | 跨平台跨系统完成业务流程 | 工作流编排、API组合 | 低 | 需要业务逻辑深度对接 |
数据级互操作是最基础的。设备A能通过OPC UA把数据发给平台B，这是数据级互通。但”能传”不等于”能懂”——A设备发的”temp=85″，B平台拿到后，这85是摄氏度还是华氏度？是轴承温度还是环境温度？是1号机组的还是2号机组的？数据级互操作只解决了”管道”问题，没解决”语义”问题。
模型级互操作才是真正费劲的地方。它要求不同系统对同一个数据有共同的理解——A平台的”设备温度”和B平台的”轴承温度”指的是同一个物理量，单位统一、采样频率统一、精度定义统一。这需要行业级的信息模型标准。OPC UA虽然定义了行业Companion Specification，但国内落地率不高。每个厂商甚至每个项目都用自己的数据模型，模型级互操作就成了空中楼阁。
业务级互操作最难。这不是传数据、对语义的问题，是跨系统跑流程的问题。比如”设备故障→自动触发维修工单→MES调整排产→ERP核算成本”，这条流程横跨四个系统，需要各系统的API深度对接和工作流编排。国内能做到业务级互操作的工业企业，屈指可数。
标识解析：方向对，但落地难
国家推的工业互联网标识解析体系，方向是对的——给每个工业数据对象一个唯一标识，就像互联网的域名系统，不同系统通过标识找到同一对象。五大顶级节点已经建起来了，各行业二级节点也在铺。
但落地情况怎样？坦率讲，低于预期。
我接触过几个上了标识解析的企业，反馈很一致：系统搭好了，标识注册了，但日常没人用。原因很实在——标识解析解决了”找到对象”的问题，但没解决”理解对象”的问题。一个设备在标识解析体系里有一个唯一ID，通过这个ID能找到它的基本信息。但你要查这台设备的实时运行参数？标识解析告诉你数据在哪个平台，那个平台愿不愿意给你、给不给你接口、收不收费用，又是另一回事。
换一个角度看，标识解析是基础设施层面的建设，类似于修路。路修好了，上面跑什么车、运什么货，是业务层面的事。不能指望修了路就自动有物流——还需要车辆、调度、协议、收费规则等一系列配套。标识解析体系缺少的不是顶层架构，是自下而上的应用驱动。企业没有足够的动力去注册标识、使用标识，因为短期内看不到直接收益。
谁在阻碍互操作
说到底，互操作推不动，技术只是表层的障碍，真正卡点在利益。
平台厂商不愿意开放数据接口，因为数据锁定就是客户锁定。一旦企业所有数据都在一个平台上，迁移成本极高，厂商就有了持续收费的议价权。开放接口意味着降低迁移门槛，等于把客户往外推。
设备厂商也有自己的算盘。大型设备自带私有通信协议，数据格式不公开，要接入第三方平台必须买设备厂商的数据网关或授权。这不是技术做不到，是商业策略。
企业内部也不是铁板一块。IT部门推平台统一，但各车间有自己的习惯和利益。炼钢车间用了十年的DCS系统，你让他换到一个新平台上，出了问题谁负责？
所以互操作不是一个技术问题能解决的。它需要多方博弈——政策引导、标准约束、开源生态对冲商业锁定、企业自身的数据主权意识觉醒。
破局：数据主权回归用户
一些变化正在发生。
开源协议层的兴起。 OPC UA虽然不是开源项目，但其规范是开放的。MQTT更是完全开源的轻量协议，越来越多的工业网关和设备原生支持MQTT。当设备出厂就带标准协议接口，平台厂商想用私有协议锁定就难了。
用户开始要求数据主权。 一些有觉悟的企业在采购工业数据平台时，把”数据可导出””支持标准SQL查询”写进合同。数据是我企业的，你平台只是帮我管理，我需要的时候要能完整取出来，格式还得是标准的。这个意识在头部企业已经起来了，在中小企业还差得远。
工具层面的去绑定。 选择数据平台时，越来越多的企业开始关注”数据是否锁定在平台内”。如果一个平台只支持自家API查询数据，不支持标准SQL，不支持开放数据格式导出，那么一旦上了这个平台，数据就等于进了保险箱——只有厂商有钥匙。
这也正是TDengine这类AI原生工业数据平台的切入点。它用标准SQL做接口语言——SQL是工业领域最通用的数据查询能力，几乎所有的数据分析工具、BI工具、编程语言都支持SQL。数据存进去，用标准SQL就能查出来，不需要学私有API，不需要买专用导出模块。数据主权始终在用户手里。这种”不锁定”的设计，恰恰是工业互联网互操作在数据层该有的样子。
结语
互操作这件事，急不得也等不得。基础设施层面，标识解析、标准协议这些建设在推进，但真正驱动落地的不是基础设施，是企业的需求——当企业发现每多一个平台就多一份锁定成本，多一套接口就多一个故障点的时候，互操作的需求就从”锦上添花”变成了”刚需”。
破局的关键不在于再建一个”统一平台”，而在于让每个平台的数据都能以标准方式被访问。工业互联网的下半场，比的不是谁锁住的数据多，而是谁开放得更好。
