《Journal of Industrial Information Integration》：Information integration for Industry 5.0: A review of IIoT–edge–cloud architectures with 6G/ISAC capabilities
编辑推荐：
为应对工业4.0范式过于注重效率而忽视人文关怀、可持续性与韧性的批评，研究人员开展了一项关于工业5.0时代工业信息集成(I3)的综合性综述。该研究聚焦于IIoT-边缘-云计算连续体、6G/集成感知与通信(ISAC)技术及实验平台，系统梳理了工业5.0的价值维度、使能技术架构与治理框架，并提炼了面向整合的研究与管理议程，为构建人本、可持续、有韧性的未来工业体系提供了关键见解。
在过去十年，以自动化、数据驱动为核心的工业4.0（Industry 4.0）理念，通过工业物联网（IIoT）、信息物理系统（CPS）和云-边基础设施得以实现，深刻改变了工厂运营模式。然而，这种以技术和效率为主导的范式也日益受到诟病，被认为对人类福祉、环境可持续性及社会技术韧性关注不足。在此背景下，新兴的工业5.0（Industry 5.0）话语体系应运而生，旨在将工业转型重新定位于以人为中心、可持续和有韧性的价值创造，同时仍将先进的数字技术作为关键使能器。但这一价值驱动的重新定位，对于工业信息集成（Industrial Information Integration, I3，即如何跨设备、网络和组织边界连接与治理数据、模型和服务）的具体影响，仍分散在概念性论文、政策文件和技术研究中。
与此同时，第六代（6G）网络和集成感知与通信（Integrated Sensing and Communications, ISAC）的研究与标准化进展表明，未来的基础设施将提供亚毫秒级延迟、极高可靠性和原生的通信-感知联合能力，这对于基于IIoT的工业服务和面向数字孪生（Digital Twin, DT）的应用尤其具有吸引力。然而，这些通信与感知能力应如何与IIoT-边缘-云计算连续体、语义互操作性机制及治理框架进行协同编排，以在具体的工业环境中践行工业5.0原则，目前仍不明确。特别是在小规模或实验室环境中，新概念通常在大规模部署前需在此验证。此外，实践中部署此类基础设施所需的工程与技术管理决策，包括人工智能（AI）部署的架构选择、高能效的资源分配、数据治理机制和组织准备度，很少与可持续性管理关切（如能耗、生命周期评估和循环经济集成）以整合的方式一并处理。
现有关于工业5.0、IIoT和新兴通信基础设施的文献，通常分别探讨概念范式、价值框架、通信架构、可持续性、治理和实现等方面。这些研究虽然为工业5.0转型的各个层面提供了宝贵见解，但很少能将范式转变与具体的工程决策、技术管理实践和可持续性管理策略联系在一个统一的、以集成为导向的框架中。因此，从业者和研究人员在将高层工业5.0原则转化为可操作的架构、权衡技术管理利弊（如边缘与云处理、实时与批量分析、专有与开放标准），以及将可持续性指标（能耗、资源效率、韧性指标）嵌入日常运营和战略决策过程方面，面临诸多挑战。
为了弥补这一空白，由Cornelia Ionela B?doi、Bilge Kartal ?etin和Kamil ?etin撰写的综述论文《Information integration for Industry 5.0: A review of IIoT–edge–cloud architectures with 6G/ISAC capabilities》在《Journal of Industrial Information Integration》上发表，首次系统性地提出了一个以I3为中心的综合性分析框架。该研究旨在弥合概念、技术与实验证据之间的割裂，为工业5.0时代的信息系统设计与治理提供清晰的路线图。
研究人员采用了思路驱动的、半系统性的综述方法，围绕八个宏观主题（如工业4.0与5.0对比、工业5.0框架、IIoT-边缘-云集成、6G/ISAC通信、实验室测试平台等）组织了文献检索，并应用了一个新颖的三维分析分类法来结构化分析所纳入的研究。这个分类法的三个维度分别是：IIoT-边缘-云集成模式、AI与分析部署位置、测试平台与验证概况。通过这种方法，研究将分散的文献整合到一个连贯的图谱中，便于比较不同架构在支持工业5.0目标方面的能力。
本项研究不涉及实验样本队列。
3. Industry 5.0框架与治理
该部分首先对比了工业4.0与5.0，指出工业5.0并非对前者的彻底决裂，而是一次价值驱动的重新定向。核心转变是从以工厂内CPS/IIoT集成为主的监控与控制，转向端到端、跨组织、以人为中心的数据空间。研究提炼了二者在核心范式、集成范围、人类角色、技术栈和治理逻辑等方面的关键差异。接着，研究将现有的工业5.0框架归纳为概念性、使能技术性和社会性三类家族，分析了它们对I3的启示。然后，研究将工业5.0的核心价值维度（人本中心、可持续性、韧性、治理、社会技术准备度）与代表性使能技术（如IIoT、边缘AI、DT、协作机器人、6G/ISAC）进行映射，阐明了各项技术如何具体支持这些价值目标的实现。最后，研究梳理了与工业5.0信息集成相关的监管、标准化和治理格局，将其分为智能制造与互操作性框架、网络安全与内部控制标准、可持续性与资产管理框架三个层级，并分析了其成熟度与实施差距。
4. 6G/ISAC赋能的IIoT信息与服务集成
本部分深入分析了6G和ISAC技术如何满足工业5.0应用场景下IIoT服务的通信与感知需求。研究表明，6G网络承诺的极致可靠低延迟通信（URLLC）、大规模机器类通信（mMTC）和高精度感知能力，与ISAC将感知功能原生集成到通信信号中的特性相结合，能够为实时控制、数字孪生同步、人机协作等提供关键支撑。研究探讨了这些能力如何沿着IIoT-边缘-云连续体，为需要高可靠、低延迟和丰富情境感知的工业5.0应用（如预测性维护、自适应制造、增强现实辅助作业）赋能，并指出了在工程和技术管理上面临的权衡。
5. I3架构：边缘-云连续体
该部分聚焦于IIoT-边缘-云连续体上的具体信息集成架构模式。研究利用其三维分类法，分析了设备中心、边缘中心、云中心以及混合/连续体导向等不同集成模式。重点探讨了在这些架构中，人工智能与分析工作负载应如何部署（如在设备端、边缘侧、云端或分布式），以及由此带来的在延迟、带宽、数据隐私、计算效率和可持续性等方面的工程权衡。此外，研究还强调了语义互操作性机制和数据治理策略对于实现跨层级、跨系统有效集成的重要性。
6. 实验室规模的工业5.0应用与测试平台
为了从实践层面验证概念与架构的可行性，研究系统回顾了现有的实验室规模工业5.0应用与测试平台。这些平台涵盖了智能工厂原型、人机协作单元、数字孪生实验床等。通过对这些实证案例的分析，研究提取了在向工业5.0过渡过程中面临的主要障碍、最佳实践和经验教训。例如，集成异构遗留系统、确保网络安全、管理数据质量与语义、以及培养跨学科人才等被普遍认为是关键挑战。这些来自实验平台的证据，为理论架构的落地和规模化部署提供了重要的现实参考。
本研究通过对工业5.0背景下的工业信息集成（I3）进行系统性整合综述，得出了若干核心结论。首先，工业5.0代表着一场深刻的范式转变，其核心是将工业数字化的重心从效率优先的工业4.0，转向以人为中心、可持续和有韧性的价值创造。这一转变要求I3必须超越工厂内部的优化，发展为支持端到端、跨组织协作的生态系统级数据共享与协调。
其次，实现工业5.0愿景需要一套协同工作的使能技术栈。IIoT提供了感知与控制的基础，6G/ISAC通信基础设施确保了高可靠、低延迟和情境感知的数据传输，而边缘-云计算连续体则为数据处理、AI模型部署和数字孪生同步提供了灵活、可扩展的计算环境。AI、数字孪生、协作机器人等技术则作为关键应用层组件，直接赋能人本决策、可持续运营和系统韧性。
再者，有效的I3架构设计充满复杂的工程与管理权衡。例如，在边缘与云端之间分配AI工作负载，需要在实时性、数据隐私、带宽成本、计算效率和能耗之间取得平衡。研究提出的三维分析分类法为系统化地比较和选择这些架构模式提供了有用的工具。
此外，来自实验室测试平台的证据表明，虽然工业5.0的概念和使能技术日益成熟，但在实际部署中仍面临显著挑战，包括集成复杂性、安全风险、数据治理难题以及组织变革阻力。克服这些障碍需要技术方案与治理框架、标准规范及人才培养协同推进。
最后，一个健全的监管、标准化和治理生态对于工业5.0的成功至关重要。现有标准（如IEC 62443网络安全标准、ISO智能制造标准映射）提供了重要基础，但它们在适应AI驱动决策、跨组织数据空间和动态可持续性管理方面仍存在差距。未来的发展需要政策、标准制定机构、产业界和学术界共同努力，填补这些空白。
综上所述，这篇论文的重要意义在于，它首次将工业5.0的价值维度、IIoT-边缘-云架构、6G/ISAC通信能力和实验室实证证据，通过“信息集成”这一核心透镜有机地整合在一起。它不仅为研究人员提供了一个清晰的领域全景图和结构化的分析框架，也为工业实践者将工业5.0从高层概念转化为可操作、可治理的技术架构与管理实践，提供了切实的指南和路线图。这项研究标志着对工业数字化转型的理解迈向了一个更全面、更集成的新阶段，为构建真正以人为本、环境友好且能抵御冲击的未来工业系统奠定了坚实的学术基础。
