工业物联网：智能工厂承诺的现实检验

实现工业物联网成功需要一种方法，帮助公司整合现代工业应用中通常使用的众多技术。

工业物联网，或更广泛的工业4.0，承诺创建“智能工厂”——利用机器和硬件上的传感器在工厂或仓库中创建全知感知。希望和信念是这种仪器技术能创建海量数据集，供AI利用驱动工厂超优化。

酷。听起来很棒。报名。我要那个。我们都想要。

虽然物联网在Waze、Yelp、Uber等消费应用中具有变革性，但其效益尚未在广泛工业应用中实现。至少不在可扩展、可重复、可负担的应用中。

为何工业界尚未见同样变革？简短回答：集成缺陷。

延伸阅读： 新冠危机极大加速向工业4.0过渡

创建智能工厂需要多个系统协同运行，同时利用网络、大数据和AI做决策。虽然大多数公司拥有某种形式技术，但鲜有创建真正智能设施让它们无缝链接并作为一个整体运行。甚至更少能以可行成本跨所有设施复制。

问及原因，大多数公司会说困难在于让根本不同数据集的不同技术协同工作。跨设施或供应链整合不同软硬件解决方案需大量时间和金钱。换句话说，问题在于集成。

集成对工业物联网成功至关重要

为理解为何集成至关重要且为何在形成智能工厂中是持久战，请以人体为类比。工厂如人体，每个人有多个系统同时运行，执行独立功能汇聚成整体效能。有循环系统、内分泌系统、呼吸系统等。每个系统需要不同“硬件”形式：器官、肌肉、静脉、骨骼、神经元等。有大量感官系统输入和运动系统输出。除非受伤或出问题，它们倾向于良好沟通，因为核心有中央CPU——大脑和神经系统，作为有机智能管理组织整体的各种输入输出。

现在，想象一个拼凑的身体，弗兰肯斯坦风格。腿来自一制造商，手臂来自另一。一肾脏旧，一肾脏新且实验室制造。眼睛各自视力可能显著不同。你懂了。正如大多数移植案例，最大可预见挑战是确保这些系统被大脑和神经系统接受，有效相互沟通，链接不同功能。

不想听起来恐怖，但智能工厂确实需要以这种方式拼凑不同技术。如果每项技术无法链接并相互沟通，依赖相同数据集和智能治理系统，你将得到腿不知眼睛所见（打比方）的身体，迅速走向错误方向。工厂本质上未被优化。

此类比另一层面是时间。假设熟练外科医生给予时间研究妥当方法并实施艰难手术，可连接不同生理系统。同样，机器、机器人、软件和其他系统通常给予数月甚至数年涉及定制编码的艰苦工作可有效连接。那仍是集成，只是速度太慢，跟不上当今供应链快速变化的需求。

DIY方法的危险

许多公司试图通过创建自有专有工业4.0技术解决此问题。想法是创建能力快速上线新系统或自动化解决方案以进行高级优化。问题在于没有任何一家公司拥有或将拥有ANY和ALL公司所需的最佳或完整技术集。需求排列组合字面上无限。

一些从事工业物联网工作的公司确定一大技术合作伙伴，拥有单一平台内所有数据。此法问题在于这不存在于价值链每个节点。

大多数公司选择四五家不同公司分别处理工厂、仓库、卡车运输、零售和金融应用。但这导致用定制代码接口的“孤岛”。孤岛内部可优化，但能在世界观层面创造次优决策。一个孤岛可简单将成本和低效推给一个或多个其他孤岛。AI可用，但只帮一个孤岛超越其他。

结合身体类比，易见此类孤岛如何制造问题。若人体主要肢体和系统未达高度集成，部分“身体”可能无意中损害另一部分（最坏），或对他部分无关（最好）。无论哪种，它们无法相互优化并作为真正集成、内聚的“智能”系统行动，将在世界跌跌撞撞而非熟练导航。

消费领域，Android等平台打破了这些孤岛壁垒。Android提供完全开放的开发环境，但强制标准确保在关键处使用相同方法。公司可在该平台创建专有技术，前提是遵守通用开放标准。

工业物联网之旅继续

工业4.0在进步，但我们尚未跨越终点线。我们将继续见到解决当今和未来多样业务需求的产品推出。所需的是解决集成挑战的厂商无关软件平台。此类平台需由可配置的预构建集成组成，使公司能在数天内（甚至更快）将任何企业系统连接到任何机器人执行任何任务。

这种思维和创新将在我们设想的“智能工厂”交付及工业4.0革命未来中发挥关键作用。行业将密切关注这场革命。