当下，工业互联网发展的顶层设计已经完成，数据 + 模型 + 服务是工业互联网三大要素。但由于制造业业态复杂、行业沉淀个性需求多，海量数据的变现十分困难，制造业在模型层面定制化需求高的特点也导致通用工业互联网应用很难落地。

此外，在云原生的刺激下，制造企业的 IT 模式正在集中向云架构、云开发转型，其中在企业业务的云化、数字化进程中尤为突出，并衍生出“敏捷开发”、“快速迭代”的刚性需求。这也导致了工业要素的深度融合创新型平台成为了工业互联网发展主流趋势。

工业互联网包含设备管理应用、设备控制应用、预测应用等各类上层应用，而工业互联网、数字化转型的发展使得软件开发尤其是物联应用的需求远远大于供给，而无需编码或通过少量代码就可以快速生成应用程序的低代码开发平台是解决供需矛盾的唯一解决方案。其一方面可以降低企业应用开发人力成本，另一方面可以将原有数月甚至数年的开发时间成倍缩短， 是 推进工业互联网应用迭代的有力推手。

区别于企业 IT 部门主导需求的传统模式，工业互联网背景下更多是由业务部门自主发起需求， IT 部门提供技术与服务，这种供需关系的转化需要让生产制造端的管理者和工程师直接参与到工业互联网应用的建设中。

对于他们而言，多数情况下是拥有丰富的工程生产经验，知道一些专业统计方法，但是对于 IT ， DT 的技术知识知之甚少。低代码开发平台通过内置的基础计算模型、行业机理模型，让“站在离生产现场最近的人”可以将自己的个性经验和工业知识，自助转化开发成各种可复用的工业模型。

这些工业机理模型，在平台上可以被快速开发、测试、部署、验证和迭代，从而实现工业应用的开发与运维一体化。  

例如现在很多前线的业务人员如锅炉专工，他们集中精力在现场设备和流水线上，最擅长设备和生产工艺的机理分析，懂得行业 know-how ，可以说他们是工业互联网实现落地的实施者，也是工业互联网平台的直接最终用户。然而困扰他们的一个现实问题是如何将自己的现场经验或者知识转化成可复用、可传承的模型，这在实现过程中很难完整无误的把这些内容转换为实现所需要的东西。

低代码开发平台采用一种统一的可视化、图形化的模型方式来进行业务分析，应用软件大部分功能由业务人员完成，而剩下的复杂功能由技术人员来解决，则可以更加敏捷、高效的释放工业知识生产力。  

Gartner 称，在过去两年里，组织机构的 IT 领导人对低代码开发平台的兴趣，从 52% 上升到了 76% ，这是一个巨大的跃升。不仅如此， Gartner 预计， 2019 年这一数字将会到达 81% 。

在软件开发领域低代码开发模式则更为盛行，早在 2015 年 AWS 、 Google 、 Microsoft 和 Oracle 等软件供应商就开始陆续进入市场， 2018 年 8 月西门子收购 Mendix 帮助其用户更快地应用 MindSphere 后，低代码工业 APP 开发成为了推进工业互联网应用的新兴热点领域之一。

5G 、大数据及人工智能技术不断进步，制造业企业在目前经济形势下，也有更明确的降本增效诉求，工业互联网所带来的智能化生产、管理变革是长期趋势。工业互联网未来是否真的能跨越行业、模式阻碍，实现各个领域数据和应用的互联互通，从而大幅度降低制造业客户的智能化改造成本、加快改造速度 。 总 得 来看， 低代码平台 强大的数据接入能力和标准，开箱即用的功能模块及组件、以及多行业的模型库 或许会成为工业互联网发展 的 长远动力 。