物联网遇见工业

物联网遇上工业

毫无疑问，您听说过物联网——这些天似乎很难错过。现在我们也有了工业物联网——在描述其在更广泛的工业领域的适用性时很流行。

物联网将以我们以前无法想象的方式提供新数据；它将刺激新市场并连接以前几乎没有重叠的现有市场，进一步推动对能够理解可用数据以提取有意义结果的应用程序的需求。自动化这种信息发现和利用将是巨大的，IDC 预测到 2020 年将达到 7.1 万亿美元的市场；麦肯锡建议到 2025 年产生 6.2 万亿美元的“保留”影响。当你看到这样的数字时，你会意识到一些相当戏剧性的事情正在发生。

那为什么是现在呢？

首先，已经取得了许多技术进步，这些进步将使物联网运动成为可能并推动物联网运动。他们是：

1. 至少在发达国家，无线通信既丰富又便宜。 5g 和低功率无线电通信标准的新发展只会让这一点更加清晰。移动运营商厌倦了免费赠送 1000 分钟和短信，正在寻找新的商业模式来增加资产负债表并利用其基础设施投资——物联网就是答案。
2. 廉价、分布式和可扩展的处理能力意味着即使是青少年爱好者也能以仅仅一罐苏打水的成本获得大量的处理能力（比许多政府十年前所拥有的能力还要强）。不仅在云端，实际处理正在以雾计算架构的形式出现在边缘设备中。
3. 低成本、“足够好”的传感器和设备（如 Raspberry Pi）开始在市场上乱扔垃圾，推动了一个激动人心的爱好者社区（重新点燃了对 70 年代末和 80 年代初 PC 时代的回忆）和严肃的高科技企业。电子设备正在生产线下线，标准安装了连接互联网的传感器。无论我们要求与否，事情都变得越来越敏感。如果您需要传感器，只需不到几美元即可轻松获得它们，并且快速搜索会发现很棒的开源代码示例，让集成变得轻松。

M2M 不是物联网

的确，一些行业多年来一直在利用这种能力——航空航天、采矿和石油和天然气不由让人想到。 M2M（机器对机器）已被用来描述这项早期工作，但让我们明确一点——这不是物联网。尽管许多行业拥护者将这项早期工作宣传为“物联网”，但他们从根本上误解了物联网的真正驱动力。这不仅仅是技术和互连。

物联网的不同之处在于其规模和雄心。物联网不仅仅是连接设备，它是关于琐碎活动的自主性以及以新的方式开放和集成数据集，这将带来更大的变化。筒仓将被打破——或者看着你的竞争对手把你丢在尘土里。商业模式将发生变化，新闻模式将出现——想想基于可用性的合同（或在客机发动机的情况下“按小时供电”）。

从智慧城市到智能制造，不仅与技术有关，还与组织和个人变革有关。这也意味着它的影响将广泛而深远。例如，智慧城市设计者希望使用物联网来利用城市数据来更好地告知市民并提供更透明的治理模型。 “是的，没错”，我听到你说，“我只会收到更多关于我不需要的东西的广告”，但这是严肃的事情，旨在让你的日常生活更轻松。

物联网在制造业的潜力是显而易见的。计划外停机和被动维护是不受欢迎的成本驱动因素。我读到，在汽车制造行业，每停工一小时就相当于损失 200 万美元。 《财富》计算得出，物联网可以节省 25% 的维护费用，将计划外停机时间减少 50%，并将机器的使用寿命延长数年。听起来不错？

随着整个 90 年代和 00 年代工厂自动化和计算机化程度的提高，许多核心基础设施已经到位。许多公司现在正在“升级”这个基础设施以支持物联网——看看 ThingWorx 和 Xively 的客户，看看谁在引领潮流。好处来自对数据的分析，更根本的是对未来机器退化的预测。

大型、资产密集型行业多年来一直有充分的理由实施预测性维护制度，他们依靠复杂和定制的系统来完成这项任务，更不用说传感器和数据采集技术方面的小笔财富了。他们甚至不会三思而后行地使用诊断系统工程师团队来解释数据，因为他们本质上是高度技术化的组织。然而，这些高壁垒意味着小型企业或邻近行业的企业被简单地排除在外。此外，随着工业物联网席卷制造业和数以百万计的中小型公司上线，这种传统技术基本上不会扩展。

这也是物联网的采用真正令人兴奋的地方，它将在降低障碍方面发挥重要作用，因为它会降低硬件价格并使数据访问民主化。因此，问题更可能是何时而不是预测能力是否触手可及。这就离开了数据科学学科……我已经厌倦了阅读“21 世纪最性感的工作” ^st 世纪'。这些家伙的收入是 25 万美元……好吧，是的，我非常嫉妒——但这不是重点。

我并不认为这门学科不是核心（至少目前是这样），但随着物联网的发展，它如何才能满足基于这种对人类分析的依赖的需求？我相信，找出自动化许多数据科学任务的聪明方法对于成功的物联网，尤其是数据科学重型解决方案（例如使预测性维护成为现实所需的预测）来说绝对是基础，甚至是至关重要的。没有它，一些非常酷的技术将只对“大男孩”开放。

听说 Senseye 正在开发一种产品来制作更易于访问的预测性维护解决方案，并且可以与工业物联网一起扩展，您不会感到惊讶。我们希望为以前认为机器预测无法负担或难以实施和使用的组织带来好处。

这当然是一个挑战——不仅仅是尖端技术的应用——而是随着行业发展和拥抱物联网需要克服的障碍。安全性是一个关键问题，尽管在很大程度上存在处理它的技术，但商业和政治障碍仍然存在。那你怎么办？文化挑战也很明显，因为维护团队熟悉他们处理故障的被动方法，拒绝改进，最终导致维护人员数量的精简。

然而，我们正在密切关注的另外三个领域，除了我们自己的产品之外，还有更深远的影响。首先，需要边缘（或思科更喜欢称之为雾）设备，可以将一些数据预处理任务卸载到这些设备上。每秒向云端发送潜在的大量原始数据是不可行的，尤其是在依赖移动连接的远程环境中。我们看到这一领域的活动水平越来越高——尤其是来自创新型初创企业。

其次，传感器和节点成本必须继续大幅下降。在需要高质量加速度计的工业领域，这些仍然在数千美元（每台设备！）这对任何公司来说都是一个重大障碍，而不仅仅是较小的公司。如果物联网要像炒作让我们相信的那样普及，那么这些物联网的价格需要远低于 100 美元。

第三，几乎完全缺乏互操作性标准和协议正在再次创建专有孤岛和领地——物联网应该打破的正是这种情况。从通信到应用程序元数据，这种兼容性的缺乏延伸到整个技术堆栈。某些计划（例如 Hypercat）虽然具有潜在的前景，但尚未以一定规模或速度被采用以达到临界质量。

参与只能被描述为物联网泡沫的事物无疑是一个迷人而充满活力的时期。我毫不怀疑，作为一家公司，我们需要在这一切的发展中折衷和编织。

我们目前正在为选定的设施免费试用我们的解决方案，如果您愿意，请给我留言。