電子發(fā)燒友App
物聯(lián)網(wǎng)如今已經(jīng)成為許多行業(yè)組織的組成部分，廣泛應(yīng)用在農(nóng)業(yè)、制造業(yè)、醫(yī)療保健、交通運輸、能源等行業(yè)領(lǐng)域。它是數(shù)字化轉(zhuǎn)型的主要推動力之一。通用電氣公司前首席執(zhí)行官Jeff Immelt在2016年發(fā)表的一篇文章中，對工業(yè)物聯(lián)網(wǎng)給出了“美麗、可取、可投資”這樣的評價。
工業(yè)物聯(lián)網(wǎng)巨頭埃森哲公司預(yù)測，到2030年，工業(yè)物聯(lián)網(wǎng)將為全球經(jīng)濟增加14.2萬億美元。
但是，工業(yè)物聯(lián)網(wǎng)與傳統(tǒng)的物聯(lián)網(wǎng)有何不同?消費級物聯(lián)網(wǎng)設(shè)備越來越普及，醫(yī)療保健可穿戴設(shè)備、智能鎖、冰箱、空氣質(zhì)量控制器、虛擬助手等物聯(lián)網(wǎng)設(shè)備迅速成為市場主流。而“工業(yè)物聯(lián)網(wǎng)”一詞是指新興技術(shù)在行業(yè)業(yè)務(wù)運營中的應(yīng)用。
Techopedia公司對于工業(yè)物聯(lián)網(wǎng)的定義是：“工業(yè)物聯(lián)網(wǎng)(IIoT)是通過物聯(lián)網(wǎng)連接協(xié)同工作，以幫助增強制造和工業(yè)流程的各種硬件組合的一個術(shù)語?！?/p>
以下將簡要概述工業(yè)物聯(lián)網(wǎng)的優(yōu)勢，了解其成功實施的案例以及阻礙其大規(guī)模采用的障礙，并概述克服這些障礙必須采取的步驟。
工業(yè)物聯(lián)網(wǎng)的好處
越來越多的企業(yè)認識到工業(yè)物聯(lián)網(wǎng)的好處，并致力于采用工業(yè)物聯(lián)網(wǎng)技術(shù)進行數(shù)字化轉(zhuǎn)型。
利用工業(yè)物聯(lián)網(wǎng)可以幫助組織：
創(chuàng)造大量經(jīng)濟機會
提高運營效率
簡化常規(guī)流程
提高生產(chǎn)率
降低資本和運營費用
確保業(yè)務(wù)關(guān)鍵流程的無中斷性能
更具體地說，工業(yè)物網(wǎng)聯(lián)盟列出了10多個工業(yè)物聯(lián)網(wǎng)的用例，其中包括能耗優(yōu)化、智能倉儲應(yīng)用、連接物流、工業(yè)安全系統(tǒng)、智能農(nóng)業(yè)、資產(chǎn)管理、工作人員健康、安全監(jiān)控等。顯然，工業(yè)物聯(lián)網(wǎng)最終將對世界經(jīng)濟以及未來的發(fā)展產(chǎn)生巨大影響。
該技術(shù)將改變就業(yè)市場，促進經(jīng)濟增長，重塑現(xiàn)有產(chǎn)業(yè)，創(chuàng)造新機遇，以及最重要的是為企業(yè)提供顯著競爭優(yōu)勢所需的一切。
Industry ARC公司最近的一份調(diào)查報告預(yù)測，全球工業(yè)物聯(lián)網(wǎng)市場規(guī)模將在短短兩年內(nèi)達到1238.9億美元。到2021年，制造業(yè)將創(chuàng)造最高收入，醫(yī)療保健業(yè)迅速趕超，并呈現(xiàn)60%的年增長率。另一位行業(yè)領(lǐng)導(dǎo)者將是能源部門，預(yù)期復(fù)合年增長率為39.7%。
工業(yè)物聯(lián)網(wǎng)用例
以下的一些使用案例提供了企業(yè)如何利用工業(yè)物聯(lián)網(wǎng)為其帶來利益的典型范例。
1. 建筑行業(yè)
卡特彼勒公司提供了一個使用工業(yè)物聯(lián)網(wǎng)進行預(yù)測性維護的示例?？ㄌ乇死蘸Ｊ虏块T已經(jīng)引入了基于Pentaho平臺的卡特彼勒資產(chǎn)智能平臺，用于數(shù)據(jù)集成和分析。該公司安裝了物聯(lián)網(wǎng)傳感器來監(jiān)控船舶上的幾乎所有設(shè)備，其中包括發(fā)動機、燃油表、空調(diào)等。
該系統(tǒng)檢測到冷藏箱使用的電量與燃料表讀數(shù)呈正比關(guān)系。然后通過簡單地調(diào)整發(fā)電機功率輸出，將數(shù)據(jù)用于優(yōu)化操作設(shè)置。因此，預(yù)測性維護分析使其用戶每小時節(jié)省30美元的費用，對于運營50艘船舶的大型船隊而言，每年可節(jié)省超過65萬美元的成本。
2. 天然氣行業(yè)
像Marathon Petroleum公司這樣的石油和天然氣工業(yè)公司正在利用物聯(lián)網(wǎng)來確保其工作人員的人身安全，使用無線傳感器監(jiān)控員工接觸有害氣體的情況，并在有害氣體達到危險水平時及時通知他們處理或撤離。該公司也不再使用人力進行遠程管道檢測等高風(fēng)險操作，工業(yè)無人機可以很成功地處理這些操作。
2013年，Marathon Petroleum公司收購了英國石油公司所擁有的美國德克薩斯州一家煉油廠，該煉油廠的設(shè)備在2005年爆炸，導(dǎo)致15名工人死亡，170多人受傷。該公司目前正成功地利用實時監(jiān)控和預(yù)防性維護來挽救員工生命，降低風(fēng)險因素。
3. 采礦業(yè)
日本小松礦業(yè)公司采用的工業(yè)物聯(lián)網(wǎng)解決方案使用從設(shè)備和傳感器收集的實時數(shù)據(jù)來優(yōu)化機器操作。其連接的設(shè)備包括長壁采礦系統(tǒng)、輪式裝載機、電動采礦鏟等大型采礦設(shè)備，此外，小松礦業(yè)公司使用機器學(xué)習(xí)處理數(shù)TB的數(shù)據(jù)，并獲得提高其運營效率的見解。
根據(jù)Inmarsat公司最近發(fā)布的調(diào)查報告，在采礦業(yè)中，工業(yè)物聯(lián)網(wǎng)的采用也有助于企業(yè)遵循環(huán)境法規(guī)和企業(yè)社會責(zé)任政策。
工業(yè)物聯(lián)網(wǎng)面臨的挑戰(zhàn)
盡管科技愛好者對工業(yè)物聯(lián)網(wǎng)的到來表示歡迎，但73%的企業(yè)仍然沒有實施任何工業(yè)物聯(lián)網(wǎng)創(chuàng)新。雖然行業(yè)巨頭正在迅速接受數(shù)字化轉(zhuǎn)型，但中小型企業(yè)正在應(yīng)對阻礙工業(yè)物聯(lián)網(wǎng)應(yīng)用的現(xiàn)實挑戰(zhàn)和問題。
1. 與傳統(tǒng)技術(shù)整合
工業(yè)物聯(lián)網(wǎng)會生成大量數(shù)據(jù)，這對底層基礎(chǔ)設(shè)施提出了很高的要求。然而，大多數(shù)成熟的企業(yè)仍然使用傳統(tǒng)的軟件和硬件解決方案來處理結(jié)構(gòu)化數(shù)據(jù)，而物聯(lián)網(wǎng)設(shè)備快速生成大量的非結(jié)構(gòu)化數(shù)據(jù)。此外，這些數(shù)據(jù)需要實時處理和分析，而遺留系統(tǒng)則針對完全不同的方法進行定制。
企業(yè)云計算解決方案可以提供合理的替代方案，但只是在一定程度上，因為許多特定于業(yè)務(wù)的應(yīng)用程序都是在傳統(tǒng)基礎(chǔ)設(shè)施上開發(fā)的，無法在云計算環(huán)境中工作。
除了將傳統(tǒng)設(shè)備與工業(yè)物聯(lián)網(wǎng)進行整合之外，另一個挑戰(zhàn)是網(wǎng)絡(luò)流量。所有第三方設(shè)備產(chǎn)生的流量將對網(wǎng)絡(luò)產(chǎn)生巨大影響，當(dāng)然，網(wǎng)絡(luò)技術(shù)本身也將發(fā)生變化。
有一件事是清楚的：在當(dāng)今的商業(yè)環(huán)境中，生產(chǎn)停工會導(dǎo)致企業(yè)巨大的收入損失，缺乏與遺留系統(tǒng)的集成是一個嚴(yán)重的問題，因此阻礙了工業(yè)物聯(lián)網(wǎng)的采用。
2. 費用
為了充分利用工業(yè)物聯(lián)網(wǎng)，企業(yè)必須進行全面或部分軟硬件改造，這是一項代價高昂的工作。在傳統(tǒng)觀念中，滿足物聯(lián)網(wǎng)挑戰(zhàn)需要購買單獨的存儲、計算和網(wǎng)絡(luò)容量，這需要前所未有的費用。
到目前為止，大多數(shù)企業(yè)都采用混合云模型——在將部分流程轉(zhuǎn)移到云平臺的同時，將關(guān)鍵操作保留在內(nèi)部部署數(shù)據(jù)中心。像谷歌和AWS這樣的行業(yè)巨頭正在提供物聯(lián)網(wǎng)平臺，但不可否認，企業(yè)云計算費用也相當(dāng)高。
3. 安全性
這是一個很大的問題。顯然，傳統(tǒng)的安全系統(tǒng)(比如防火墻的防病毒應(yīng)用程序)很難應(yīng)對物聯(lián)網(wǎng)時代的安全威脅。然而，一些專家消除了這些擔(dān)憂。他們聲稱，當(dāng)今的技術(shù)已經(jīng)發(fā)展到可以滿足企業(yè)級安全需求的水平。
4. 可管理性和控制問題
這些問題非常嚴(yán)重。與企業(yè)級別的系統(tǒng)故障不同，大多數(shù)消費級物聯(lián)網(wǎng)設(shè)備幾乎無法應(yīng)對緊急情況。但如果在制造廠、煉油廠或礦山發(fā)生事故，其后果可能會更嚴(yán)重，將帶來潛在的危險和危及生命的情況。在工業(yè)物聯(lián)網(wǎng)系統(tǒng)具有無可挑剔的性能記錄之前，企業(yè)將對大規(guī)模采用工業(yè)物聯(lián)網(wǎng)保持警惕。
5. 連接性
工業(yè)物聯(lián)網(wǎng)的連接性是另一項挑戰(zhàn)。由于大量的設(shè)備連接到網(wǎng)絡(luò)，傳統(tǒng)的集中式基礎(chǔ)設(shè)施模型肯定會被淘汰。許多專家都希望使用分布式云模型來實現(xiàn)邊緣計算。像戴爾公司這樣的科技巨頭現(xiàn)在正在推出邊緣計算網(wǎng)關(guān)設(shè)備，這些設(shè)備將充當(dāng)物聯(lián)網(wǎng)中心，并處理關(guān)鍵任務(wù)操作，而核心云網(wǎng)絡(luò)將保留用于數(shù)據(jù)存儲和分析。
6. 標(biāo)準(zhǔn)化
在市場經(jīng)濟中，設(shè)備制造商和開發(fā)人員提供了大量的工具、傳感器和傳輸協(xié)議，這些工具、傳感器和傳輸協(xié)議可能相互兼容，也可能相互不兼容。簡單地說，A公司制造的傳感器可能無法與B公司的數(shù)據(jù)處理平臺一起工作。對于工業(yè)物聯(lián)網(wǎng)的早期采用者，這可能導(dǎo)致供應(yīng)商鎖定。直到現(xiàn)在，還有一些國家正在努力引入和采用統(tǒng)一的標(biāo)準(zhǔn)，但這種情況仍遠未完善。
7. 人才
在許多方面，缺乏相關(guān)人才是核心問題。雖然自我學(xué)習(xí)人工智能仍處于發(fā)展階段，但工業(yè)物聯(lián)網(wǎng)的實施需要人力資源專家的幫助，而這些專家很少。企業(yè)必須說服那些在數(shù)據(jù)科學(xué)、網(wǎng)絡(luò)技術(shù)和機器學(xué)習(xí)方面具有相關(guān)專業(yè)知識的現(xiàn)有技術(shù)人士繼續(xù)任職，而這些專業(yè)人員也要求提供更高的薪酬。
在這種情況下，企業(yè)通常利用國內(nèi)和海外外包措施，獲得物聯(lián)網(wǎng)人才的幫助，并開發(fā)定制企業(yè)解決方案。
利用工業(yè)物聯(lián)網(wǎng)創(chuàng)造競爭優(yōu)勢涉及到這些問題。為了應(yīng)對數(shù)字化轉(zhuǎn)型挑戰(zhàn)，并采用工業(yè)物聯(lián)網(wǎng)，企業(yè)必須經(jīng)歷以下三個階段：
分析和評估。企業(yè)是否具備處理大量工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)集的基礎(chǔ)設(shè)施和軟件能力?確定企業(yè)的IT需求將幫助其概述采購計劃。實現(xiàn)這一計劃肯定需要投入大量的時間和資金，但最終還是值得付出努力。
半連接框架。對于企業(yè)的一個好消息是，73%的企業(yè)仍然處于第一階段，是尚未采用工業(yè)物聯(lián)網(wǎng)企業(yè)的一員。而企業(yè)進入第二階段將會獲得獨特的競爭優(yōu)勢。轉(zhuǎn)移到半連接框架意味著企業(yè)中的所有系統(tǒng)都是互連的，并且工作在完全同步的狀態(tài)。在這個階段，企業(yè)應(yīng)該有一個逐步采用物聯(lián)網(wǎng)的計劃，并準(zhǔn)備向前推進。
連接基礎(chǔ)設(shè)施。在第三階段，企業(yè)擁有一個完全連接的系統(tǒng)，通常稱為制造運營管理(MOM)，隨著數(shù)據(jù)流量的增加而擴展，并具有足夠的網(wǎng)絡(luò)、存儲和計算能力來處理不斷增加的數(shù)據(jù)集。在此階段，企業(yè)將充分了解網(wǎng)絡(luò)安全威脅以及實施高級企業(yè)安全系統(tǒng)的必要性。
在第三階段的企業(yè)將成為少數(shù)的成功公司之一：到目前為止，像微軟、IBM、英特爾、通用汽車和思科這樣的行業(yè)巨頭已經(jīng)為物聯(lián)網(wǎng)實施了安全可靠的互聯(lián)網(wǎng)基礎(chǔ)設(shè)施。
這個計劃可能聽起來過于樂觀，但是大變化通常都是從小步驟開始的。通過仔細選擇工業(yè)物聯(lián)網(wǎng)平臺、設(shè)備管理和連接解決方案，人們將會看到，物聯(lián)網(wǎng)的數(shù)字化轉(zhuǎn)型將從計劃變?yōu)楝F(xiàn)實。
工商網(wǎng)監(jiān)
評論