相对消费互联网，为什么工业互联网更需要高技术人才？(5)

总得来说，工业数据不同于互联网数据，主要有五点特殊性：

多源性获取，数据分散，非结构化数据比例大；

数据蕴含信息复杂，关联 性强；

持续采集，具有鲜明的动态时空特性；

采集、存贮、处理实时性要求高；

与 具体工业领域密切相关。

而且，工业互联网的大数据规模的不断增长对传统的计算模式产生压力，云计算更高效的运用硬件设备，对于处理大数据来说是必要的支持，云计算的成熟发展对于处理计算存储不断增加的工业数据来说是必要的基础。随着技术水平的提升，云计算成本不断下降，这些对于工业互联网的推广是有利的。

工业互联网的应用场景高度碎片化

大部分手机应用，除了个人版，还有企业版：企业版滴滴、企业版微信、企业版招聘、企业版协同办公、企业QQ 等。通常而言，注册一个企业版的应用，如果企业资料、信息补全，基本即可运营。得益于互联网技术的发展，使得企业版应用容易标准化，对企业级用户而言，“拎包入住”即可。

工业互联网则不同，它的高度碎片化决定了它无法这般灵活。前文叙述中提及，企业在各方面的数字化水平、智能化水平参差不齐，其涉及的设备、产品和系统面临海量不同的接口；而所运用到技术又是复杂的，包括物联网技术、传感器技术、云技术、大数据技术等逐渐发展成熟的新兴技术，要与原有的自动化技术、工业软件结合，最终才形成一个企业的工业互联网化解决方案。

简单地说，当下工业互联网就像一部手机可以被拆分成若干个碎片组件(也就是零部件)，然后再碎片成若干个工序。这就导致了工业互联网产业的碎片化、生产模块化。另一方面，工业互联网客户种类繁多，要求加复杂，许多细分需求体现在SaaS 层，专精领域的知识体现在终端产品的交付上。

这就要求，工业互联网平台需要综合通信技术、IT技术、数据技术、工业技术的集成能力。正因为如此，工业互联网公司的CTO 一般兼具工业和计算机领域的从业背景，而消费互联网公司的CTO 往往是单一的计算机背景，只要在这个领域足够精深就可以胜任。