数据体系是要素。工业互联网数据有三个特性。一是重要性。数据是实现数字化、网络化、智能化的基础，没有数据的采集、流通、汇聚、计算、分析，各类新模式就是无源之水，数字化转型也就成为无本之木。二是专业性。工业互联网数据的价值在于分析利用，分析利用的途径必须依赖行业知识和工业机理。制造业千行百业、千差万别，每个模型、算法背后都需要长期积累和专业队伍，只有深耕细作才能发挥数据价值。三是复杂性。工业互联网运用的数据来源于“研产供销服”各环节，“人机料法环”各要素，ERP、MES、PLC等各系统，维度和复杂度远超消费互联网，面临采集困难、格式各异、分析复杂等挑战。工业物联网设备自动采集数据，为决策提供有力支持。北京工业互联网应用
国家节点是我国工业互联网标识解析体系的关键枢纽，国际根节点是各类国际解析体系跨境解析的关键节点，二级节点是面向特定行业或者多个行业提供标识解析公共服务的节点，递归节点是通过缓存等技术手段提升整体服务性能、加快解析速率的公共服务节点。标识解析应用按照载体类型可分为静态标识应用和主动标识应用。静态标识应用以一维码、二维码、射频识别码（RFID）、近场通信标识（NFC）等作为载体，需要借助扫码枪、手机APP等读写终端触发标识解析过程。甘肃工业互联网应用工业互联网为设备维护提供实时数据支持，实现预测性维护。
以下是一些关键方面：漏洞管理和更新，定期漏洞评估： 对工业系统进行定期的漏洞评估，及时发现和修复潜在的安全漏洞。安全使用密码等。安全文化： 建立一个安全文化，使所有工作人员都认识到安全的重要性，并鼓励报告任何可疑活动。漏洞管理和更新：定期漏洞评估： 对工业系统进行定期的漏洞评估，及时发现和修复潜在的安全漏洞。系统更新： 确保所有系统和软件都及时更新到较新的安全版本，以弥补已知漏洞。工业互联网作为新一代信息技术与制造业深度融合的产物，通过对人、机、物的全方面互联，构建起全要素、全产业链、全价值链全方面连接的新型生产制造和服务体系，是数字经济与实体经济深度融合的重要路径，为传统产业转型升级提供了重要动力。
IaaS是基础。IaaS平台通过将基础的计算、网络、存储资源虚拟化，支撑海量工业数据的存储和计算，例如Predix、MindSphere的IaaS平台均采用亚马逊AWS和微软Azure。部分制造企业出于企业知识产权、商业机密保护、业务系统安全等方面的考虑，采用自建云方式，例如supET以自家的阿里云为基础，INDICS也有自己的航天云。从全球范围来看，IaaS基础设施层成熟度较高、技术创新迭代迅速，IaaS技术应用已呈现良好的发展态势，并形成繁荣的开发者社区和生态。工业互联网为国家防护科技工业提供技术支持，提升国家防护实力。
目前还没有一家公司能够单独提供工业互联网平台“云基础设施+终端连接 +数据分析+应用服务”等端到端的解决方案。工业互联网平台作为工业互联网产业链中游主要层级，需要积极与上游硬件设备厂商及下游工业企业加强合作，相互赋能，通过联盟组织，论坛会议等沟通形式，普遍建立合作。在云基础设施部分，少于20%的工业互联网平台企业自建云基础设施，大部分企业都是租用公有云服务，与现有的云服务厂商合作，共同开展业务。GE、西门子、航天云网等工业类企业通过与平台商、组件商、集成商合作以弥补差距，为客户提供更强大的服务。阿里、腾讯等ICT企业在消费互联网平台的运营、市场等方面都已形成较为成熟的模式，可为工业互联网平台管理运营和商业模式提供更多经验，但在终端连接等底层方面仍需要外力支持。工业互联网为供应链管理提供实时数据，优化库存和物流配送。陕西IOT工业互联网平台
工业互联网连接全球工厂，推动全球化生产与协作。北京工业互联网应用
商业模式，工业互联网平台由于工业体系的专业性与复杂性，目前工业互联网平台的商业模式仍然侧重传统工业方式和面向企业用户，而更加强调面向特定场景的个性化服务的商业价值主要集中在个性化实施，但较终将向通用化能力延伸。因此，不同于消费互联网以电子商务、广告竞价、应用分成等为主流模式，工业互联网平台现阶段将以专业服务、功能订阅为较主要的商业模式。专业服务是当前平台企业的较主要赢利手段，基于平台的系统集成是较主要的服务方式。绝大部分与设备管理、能耗优化、质量提升相关的大数据分析平台都以这种方式提供服务。北京工业互联网应用