工业物联网：重塑自动化与数据洞察

物联网遇见工业

IoT无疑家喻户晓。现在工业物联网（IIoT）又成热词，描述其在广泛工业领域的适用性。

IoT将以此前难以想象的方式释放新数据；催生新市场，连接原本鲜有重叠的既有市场，进一步驱动能从可用数据中提取有意义结果的应用需求。自动化此类信息发现与利用将影响深远，IDC预测2020年市场规模达7.1万亿美元；麦肯锡给出较“保守”的6.2万亿美元（2025年）。看到这些数字，便知大事将至。

为何是现在？

多项技术进步推动并将持续驱动IoT浪潮：

1. 无线通信在发达国家普及且低廉。5G与低功耗无线通信标准新发展将强化此趋势。移动运营商厌倦赠送海量免费通话短信，寻求新商业模式提振财报、杠杆基建投资——IoT是答案。
2. 廉价、分布式、可扩展的算力，让青少年爱好者也能指挥十年前许多政府才拥有的算力阵列，成本仅相当于一罐汽水。不只云端，实用算力正下沉至边缘设备，形成雾计算架构。
3. 低成本、“够用”传感器与设备（如树莓派）涌入市场，激活狂热极客社区——重燃70末80初PC时代记忆——也孵化严肃高科技企业。电子设备出厂即标配联网传感器。无论我们是否需要，万物皆在被“传感化”。若需传感器，几美元加快速搜索开源代码即可轻松集成。

M2M非IoT

事实是，部分行业多年已利用此类能力——航空航天、采矿、油气等。M2M（机器对机器）用于描述早期工作，但须明确——那不是IoT。尽管许多行业元老将早期工作包装为“IOT”，实则根本误解了IoT真正驱动力。不仅仅是技术与互联。

IoT的区别在于规模与野心的巨大。IoT不只是连接设备，而是赋予琐碎活动自主性、以新方式开放整合数据集，带来更巨大变革。数据孤岛将被打破——否则眼睁睁看竞争对手扬长而去。商业模式将变革、新模式涌现——如可用性契约（航空发动机的“按小时付费”）。

从智慧城市到智能制造，关乎组织与个人变革，不亚于技术本身。影响亦将广泛深远。例如，智慧城市设计者欲利用IoT挖掘城市数据，更好服务市民、提供更透明治理模式。“Yeah right”，您会说，“我只会收到更多不需要的广告”，但这是严肃议题，旨在让日常生活更轻松。

制造业IoT潜力明确。非计划停机与被动维护是不可取的成本驱动因素。读到汽车制造每小时停机损失达200万美元。财富杂志估算IoT可带来25%维护节省、50%非计划停机减少、机械寿命延长数年。听起来不错？

90s与00s工厂自动化与计算机化普及，核心基建已就位。许多企业正“升级”基建使其IoT就绪——看ThingWorx与Xively客户便知谁在领跑。收益源于数据分析，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有理由实施预测性维护，依赖复杂定制系统、昂贵传感与数据采集技术，甚至不惜重金聘请诊断系统工程师团队解读数据，因其本质上是高技术组织。但这些高门槛将中小企业或相邻领域拒之门外。此外，遗留技术根本无法随工业物联网浪潮扩展，百万中小企业上线在即。

这正是IoT采用令人振奋且将大役降低门槛之处：迫使硬件价格下探、数据访问民主化。问题更可能是“何时”而非“是否”预测能力将触手可及。剩下的数据科学学科……我厌倦读“21世纪最性感职业”。这些人拿25万美元……好吧，我超嫉妒——但那不是重点。

我不否认该学科非核心（至少目前），但IoT演进若依赖人工分析，如何满足需求？我认为巧妙自动化众多数据科学任务，对成功IoT至关重要，尤其是预测性维护所需的预测技术等数据科学密集型方案。否则，酷炫技术将永远只属于“大佬”。

不出所料，Senseye正开发更易获取、可随工业物联网扩展的预测性维护解决方案。我们要将收益带给曾视机器预测为负担不起或实施太难的组织，并与之协作。

这确实是挑战——不只是尖端技术应用，更是行业演进拥抱IoT时需跨越的障碍。安全是关键，技术大多已就绪，但商业与政治障碍犹存。文化挑战亦显现：习惯被动应对故障的维护团队，抵制最终将精简维护编制的改进。

不过，我们密切关注三个影响远超自身产品的领域。首先，边缘（或思科偏好的雾）设备需求，部分数据预处理任务可卸载至其上。每秒发送海量原始数据至云端不可行——尤其依赖移动连接的偏远环境。此领域活跃度上升，尤以创新初创企业为甚。

其次，传感器与节点成本必须大幅持续下降。工业领域高质量加速度计仍在千美元级（单台！），对任何规模企业均是显著门槛。若IoT要如炒作般普及，单价需远低于100美元。

第三，互操作性标准与协议近乎完全缺失，再次制造专有孤岛与封地——这正是IoT誓要打破之物。不兼容贯穿技术栈，从通信到应用元数据。Hypercat等倡议虽具潜力，尚未达规模或速度实现临界质量。

这无疑是身处“IOT泡沫”核心的迷人动态时刻。我毫不怀疑，随演进我们公司将需弯曲穿梭。

我们正为精选工厂提供免费试用，若有意请联系我。