边缘计算和工业物联网是否正在改变我们对数据的看法？
当我们观察工业企业中正在发生的事情时，正在发生一个有趣的演变——随着公司向工业物联网 (IIoT) 迈出第一步，这一演变具有重要意义。
传统上，运营技术 (OT) 团队倾向于根据其环境中的自动化设备（硬件和软件）来考虑其环境。他们可能将自己描述为“罗克韦尔商店”或“西门子商店”。他们认同使自动化成为可能的工具。
另见： 在工业物联网中，想想五月至十二月的浪漫
但这种情况正在开始改变。我们现在看到越来越多的组织的工程师较少关注工具，而更多地关注由其自动化系统生成的数据。这种演变反映了人们越来越认识到数据和高级分析为释放业务价值提供了巨大的机会。人们越来越关注数据而不是应用程序。这是思维方式的重大转变。
是什么推动了这种转变？在某种程度上，由于边缘计算智能的增加，更接近生产过程，数据的爆炸性增长推动了它的发展。
四个“我”是什么？
这是迈向真正的 IIoT 基础设施的第一步——我称之为“四个‘我’”。它从洞察力开始，使用业务分析来推动洞察力和效率。然后，他们可以发展到智能连接基础设施中的元素，以实现实时优化。最终状态是 Invisible，即基于人工智能 (AI) 实时做出决策，无需人工干预。
大多数工业企业都处于知情阶段，尽管具有前瞻性的企业正在战略性地思考其通往更高级阶段的路线图。根据他们感知的投资回报，一些行业的发展速度比其他行业快。例如，食品和饮料行业正在积极采用 IIoT 技术。他们认识到使用实时数据分析不仅有助于确保生产效率，而且有助于确保产品的安全和质量的价值，这对其品牌价值至关重要。其他高度监管的行业正在看到生产数据的价值，以帮助确保合规性。
另一方面，一些“老派”行业可能迟迟没有意识到数据在优化效率或获得竞争优势方面的价值。随着技术的进步，我预测这些坚持者将开始认识到实时分析是现代工业企业的重要组成部分——或者发现自己正在迎头赶上。
对于“得到它”的企业来说，这种数据的增长及其对业务的日益增长的重要性是推动其基础设施现代化的催化剂。该基础架构需要可扩展以适应加速的数据增长，并需要灵活以允许使用实时数据分析的新方法。随着他们越来越依赖数据，他们需要考虑如何保护这些有价值的数据。这意味着将数据可用性和完整性视为核心要求，而不是事后考虑。
物联网技术