将IT延伸至40%不在传统办公室工作的员工，需要新应用提升这些用户生产力，从而产生业务案例推动真正的网络转型。 2025年伊始，我写过一篇关于网络厂商格局的专栏——具体说，哪些网络厂商会挺身而出，投入精力寻找具有可靠业务效益的新应用，从而实现网络转型。我说有两个转型应用能驱动大家期待的IT支出增长。对厂商意味着更多利润；对企业意味着更多新奇应用、技能开发、技术利用。阻碍是什么？效益、业务案例、投资回报。 这两个应用中的第一个，能引领我们走向网络和IT的激动人心未来。它有关键优势：是我们已知效益的延伸。 大多数IT效益归结为赋能员工。要增加效益，要么进一步提升已覆盖人群生产力，要么覆盖我们错过的

StarlingX 10.0关键特性包括IPv4/IPv6双栈支持、统一软件管理框架、采集平台硬件使用数据的新工具。 开放基础设施基金会发布StarlingX 10.0，这是面向IoT、5G、O-RAN和边缘计算应用的开源分布式云平台的重大更新。最新版本在网络能力、安全功能和管理工具方面引入实质性改进。 StarlingX始于2018年，作为开源OpenStack云平台的电信和网络聚焦版本。StarlingX是全集成云基础设施平台，包含Linux内核、Kubernetes和OpenStack等核心构建块，以及其他开源组件。 StarlingX 10.0关键新特性： IPv4/IPv6双栈支持

Palo Alto表示，保护不断增长的私有5G网络服务对企业客户具有挑战性 Palo Alto Networks致力于通过与更多合作伙伴合作，扩大SASE在保护私有5G网络中的作用，提供端到端通信防护。 基于云的Prisma SASE 5G套件融合网络安全功能，包括安全访问控制、高级威胁防护、用户行为监控和零信任网络访问（ZTNA），以及SD-WAN等广域网（WAN）能力。 它还支持基于SIM的认证以识别5G用户和设备，实现细粒度策略执行，并利用人工智能技术检测和防范复杂的AI威胁，据Palo Alto介绍。 蜂窝连接在SD-WAN中已存在一段时间，但速度和成本限制将其局限为昂贵的备选方案，现

Fortinet在其OT安全平台中新增加固交换机和防火墙、OT专用威胁可见性及AI改进。 Fortinet强化其OT安全平台，助力客户更有效保护工业控制系统和其他运营技术网络免受网络攻击。 Fortinet OT安全平台包含防火墙、交换机、网络准入控制、安全信息与事件管理、分析和AI管理能力。升级平台新增加固交换机和下一代防火墙（NGFW）、增强威胁检测的服务、改进的AI能力以深入剖析网络威胁。 “资产和网络可见性是任何拥有OT环境组织的基本挑战，”Fortinet高级副总裁兼产品与解决方案负责人Nirav Shah在博客中写道。 “随着OT基础设施转型并连接更多外部网络（如企业IT、互联网和

作者：Michael Tennefoss，Aruba IoT与战略合作伙伴副总裁，惠普企业公司旗下品牌。 将IoT工作负载迁移到云端，并安全地在云IoT服务与新旧IoT设备间交换数据，往往需要数月的定制工程。大多数IoT厂商以非互操作或专有格式发送传感器和执行器数据，必须重新格式化才能被云应用使用。此外，传统IoT设备缺乏现代网络安全机制和云兼容软件栈。更换传统设备成本高昂，而使IoT数据载荷可用的工程工作量巨大。这些费用可能是经常性的，例如随着时间推移添加不同厂商的新IoT设备、收购新公司后、或站点刷新后。 IoT厂商常提供网关解决这些问题，但网关本身引入新问题。网关采购、部署和维护昂贵。远

一个无所不见、无所不知的万物互联需要控制：如何让技术更贴近我们的活动，同时避免隐私和安全陷阱？AI几乎是实现这种控制的唯一途径。 假设技术能帮你以最低价格找到想买的商品。假设技术能防止你走路时被车撞到。假设技术能让自动驾驶汽车完全高效安全，让你永远不会迷路，也不会认不出人或地标。假设所有这些都能通过一套利用现有知识和技术的举措来实现。感兴趣吗？不可能吗？第一个答案是肯定的，第二个答案是否定的……也许。欢迎来到万物互联的世界。 “物联网”概念源于Kevin Ashton在MIT的声明：“……人们的时间、注意力和准确性有限。这意味着他们不擅长捕捉现实世界中事物的数据。如果我们拥有无需人工干预就能收

单一技术难成规模胜利，但私有5G、边缘计算与AI协同部署令人振奋 2025年对企业网络专业人士并不友好：预算压力空前，企业战略迷雾重重，技术炒作满天飞，熟悉厂商变得陌生，裁员风险初现，连供应商/初创公司好友也惶惑不安。 是否该考虑副业或转行？不，是时候实干。好消息是，部分企业已率先验证三大炒作技术背后的真实价值——私有5G、边缘计算、AI，关键在于三者共生共荣，而非孤立部署。两个企业实证案例勾勒未来图景。 绝大多数企业不需要私有5G，且已知晓。但少数适配场景下，其价值主张不只扎实，还在沿供应链地理扩展。 案例一：某制造企业工厂采用高度敏捷适应性制造系统（计算机控制机床、机器人搬运、自动化零部件

服务商、第一响应者、公用事业与制造商如何破解边缘网络难题 企业历经多年中心化后，正将云资源下推至边缘。尽管Google、Microsoft、AWS等巨头持续将工作负载汇聚至超大规模中心化数据中心，但边缘用例越来越需要就近基础设施——而非长距离跳转至中心节点——以利用IoT设备、传感器网络、智能车辆及新型连接硬件产生的海量实时数据。 不久前，企业边缘还是物理概念：核心数据中心通常位于总部内或附近。扩展触达时，组织寻求建立安全高速连接至分支机构，提供对中心化算力的快速可靠访问。厂商最初将MPLS、WAN优化、SD-WAN作为“分支办公方案”销售。 第一课：在锁定未来前读懂遗留资产 通过SD-WAN

小型化网络安全设备瞄准中小企业IoT、医疗设备及本地IT资产防护 中小企业防火墙市场持续演变，组织在云安全服务与本地设备部署间寻求平衡。 SASE方案承诺简化管理并减少硬件占用，但许多中小企业仍需对IoT设备、医疗设备及其他网络连接资源提供本地防护，纯云方案难以有效覆盖。桌面型防火墙硬件正是切入此细分市场，以小巧机身提供网络安全防护。 网络安全厂商WatchGuard正更新其Firebox桌面系列（T系列）防火墙，引入新组件与规格以应对现代与新兴威胁。 WatchGuard网络安全产品管理总监Ryan Poutre向《Network World》表示：“我们处于混合防护思维。云无法防护的场景很

食品加工行业处于高监管环境，对产品质量与安全要求严苛。企业依赖多元主动技术管控流程与质量，资产状态监测被证明为高效选项。它通过多IoT传感器实时采集传输性能数据，确保资产最优运行、及时发现消除设备缺陷，补充质量安全管控体系。 资产状态监测系统稳健高效，可快速分析多传感器海量数据，追踪不同食品加工设备的专属性能参数，并与CMMS、ERP、生产排程系统无缝集成。根据监测参数不同，设施可采用多种技术，主流包括： 振动分析 热成像 超声波监测 电气与电磁监测 温度分析 压力分析 何以维系并优化现代食品加工设施的资产状态监测体系？ 1. 部署高质量IoT传感器 IoT传感器是监测系统核心，负责采集传

对维护优化的需求永不止步。随着工厂扩产以满足日增消费需求，必须发掘新机遇推进设施实践。前沿技术为诸多难题提供创新解法，勾勒维护未来蓝图。从高管层到一线员工，这些创新产出可量化成果，直接影响绩效与生产力。 通过技术战略布局提效与未来增长，设施可缓解行业面临的技能缺口扩大之痛。新方案层出不穷，但长期主导的技术包括：工业物联网（IIoT）、大数据、云计算、人工智能（AI）与虚拟现实（VR）。 工业物联网（IIoT） IIoT是设备互联网络，实时采集数据并直达维护团队。聚焦机器自动化，赋予核心资产“发声”能力，助力团队最小化停机。支持场景包括： 预测性维护 主动性维护 实时监测 资源优化 跨厂区运营

“如何处置这些数据？！”——这是工业互联网可靠性的核心命题。面对涌入可靠性运营的海量新信息，您可能意识到团队人力不足。学习如何最大化关键数据效能，保持领先，聚焦核心要务。 关于作者 Jeremy Drury Jeremy Drury担任UpTime Solutions首席商务官，专注于以工业物联网连接预测与生产。作为制造业资深人士……阅读更多

资产故障是工业组织的重大破坏性事件。LNS Research指出，资产故障位居导致安全事故与污染的前三大原因，同时造成停产、设备损毁，年均导致工业制造商损失约500亿美元。组织面临提效降耗压力，可靠性管理者与高管须对从阀门到涡轮机的每一资产负责。软件虽能跑分析、出指标，但“千万涡轮机98%可靠”毫无用处——若一只小阀门失效即可瘫痪全厂。 机器劣化的三大核心驱动因素： 所有机器面临多源劣化； 涵盖化学腐蚀、疲劳、磨损、摩擦； 劣化速率随设计、工况、环境差异巨大； 机器由多组件构成，不同劣化源对各组件影响速率各异。 早期探索：从预防性到主动性维护 预防性维护（PM）旨在故障前检测并阻断劣化，但

关于工业物联网（IIoT）与数字化转型在状态监测领域的应用，业界讨论热烈。利用机器学习（ML）与人工智能（AI）进行状态监测所承诺的成果，驱动跨行业组织投入数据科学资源，期望提升维护效能、保障关键资产健康。正如人类从经验中学习以预判未来，计算机亦可通过历史数据构建预测模型。 但状态监测真的如此简单吗？ 答案是否定的。 试想告诉管理层：需让设备至少故障三次，才能从数据中学习识别该故障模式。这恐招致质疑甚至项目叫停——这正是机器学习面临的核心困境。 机器学习 一种人工智能数据技术，能在初始设置后极少人工干预下，增强软件预测资产即将故障等未来结果的能力。 来源：Reliable Plant 有人主张

现代维护管理面临诸多挑战。将多源数据、法规要求、安全顾虑、企业流程与员工能力融合为可行方案，不仅增加了程序复杂性和成本，更让企业难以应对日益复杂的维护需求。 研究表明，我们正在输掉这场战役：麦肯锡指出维护生产力正在下降，一线工人实际操作工具的时间不足50%。然而，现代数字化工作管理与连接工人技术的结合，为扭转这一颓势带来了希望。 以下深度解析连接工人平台赋能维护流程的三大关键路径： #1：数据的可得性、相关性与可靠性 自20世纪初科学管理理论诞生以来，人们便开始测量维护技术人员在设备上的工时，但衡量重点已从“在岗时长”转向“效率与效能”。遗憾的是，数据采集录入、工具查找、备件申领仍占据技术人员

您听得到气球泄气声吗——通常留给喜剧效果的那个？听——您知道那声音，因为它也是工业物联网的声音。 多年膨胀期待因实施和扩展这所谓游戏规则改变技术的残酷现实而崩塌。 工业物联网（IIoT）正迅速成为地上瘪掉气球。 采购指南目的 或许我们该到此结束文章——走开回去工作。我们都很忙。 但如果我们想继续推进，因为不知何故我们知道IIoT必有一些价值？或或许听过物联网传感器挽救局面战故事（虽罕见）。 我们该吹起来吗？我意识到这可能意味几件事、引出几种不同反应。那么，我们该去向何方？繁荣、破产、还是相信？ 如果您决定继续阅读，我提供以下内容： 我用工业物联网失败很多。因此学到很多，想帮您避免我犯的同样

连续第二年夏季造访阳光之州，迎来Noria可靠工厂会议银色周年纪念，于2023年7月最后一天在奥兰多拉开帷幕。与机械润滑会议展览同期举办，这个夏天标志着Noria第25次主办会议，汇聚维护、可靠性、机械润滑等行业最大牌名字和最亮眼理念。 近1000名来自全球与会者聚集在沃尔特·迪士尼后院，度过充满产品演示、学习会议、研讨会、大量握手交流的一周。今年会议总出席人数超过去年，吸引更多终端用户。参展商数量创纪录，展示维护、可靠性、油液分析、IoT/IIoT最新解决方案技术。 “首次参加可靠工厂，很棒能成为与我和公司目标一致文化一部分！明年参加并带团队成员一起！” —— 首次参会者 第一天：研讨会奇

数字化转型是制造业保持竞争力关键方面。然而，拥抱和实施它常是艰难战役，特别是员工抵制变革时。 让我们探索几个克服组织数字化转型阻力的策略和技巧。 第1条：透明传达信息与沟通 制定战略计划并持续沟通实现期望未来状态所需步骤至关重要。让一线员工参与数字化转型过程关键，因为管理举措直接影响他们。这不仅确保员工认同，还允许理解潜在挑战或路障。可通过实施班组级培训教育计划实现——请记住，数字化员工技能提升关乎持续学习。 此外，持续信息传递和沟通一部分涉及将转型战略与业务目标对齐。对短、中、长期总体组织目标进行全面评估。确定可支持和实现这些目标的技术。 例如，若组织主要重点是快速拓展新市场，建立稳健云基础

A.W. Schultz，A.W. Schultz Engineering & Training 世界正经历由技术驱动的快速变化，导致包括维护和可靠性在内许多行业演进。这一转型带来数字领导力、气候中性、全球竞争力，从而转型行业。 因此，公众信任和承诺对于接受以人为本社会现代化、技术韧性、理解可持续性如何改变当今行业至关重要。这一转型称为工业5.0，即工业革命和世代衡量进步的方式。虽然研究和技术组织（RTOs）2020年提出，其概念可追溯至1730年。 当颠覆性力量重塑行业，即定义进步。 要理解工业5.0，必须理解之前工业革命。 工业1.0 原始工业革命，工业1.0，追溯至18世纪。代

工业4.0彻底变革制造版图，引入以互联互通和智能技术为标志的数字时代。这场革命超越自动化，将智能嵌入生产运营各层面。制造业现在依赖数据驱动决策，工业4.0是这场深刻变革催化剂。 高效员工队伍是智能制造新时代基石。随着技术演进，员工技能组合和适应性必须同步，确保与先进系统无缝集成。人类专业知识角色依然关键，随技术进步协同演进以维持生产力和创新。 预测分析与制造业数据角色日益增长 预测分析代表制造商决策和战略规划方法的范式转移。它利用先进算法和机器学习分析历史和实时数据，预测未来趋势和结果。这技术飞跃提供显著竞争优势，允许制造各层面预先行动。 预测模型通过大数据集细致分析构建，采用统计技术和机器学