解碼工業物聯網：一文看懂 lloT 現狀和未來

來源 | 騰股創投（ID：tengguvc）

文 | 騰股創投

三十年前，如果你是美國高性能閥門製造商的調度經理，你的日常計劃安排得非常慢，與合作夥伴的溝通需要通過電話、傳真或郵件進行。 員工手動記錄庫存並檢出運送貨物。定期的維修隊伍靠人眼檢查，司機可以通過雙向無線電聯繫，如果他們足夠接近，但在許多情況下，傳遞關於特定貨物或新的接收位置的信息的唯一方法是讓司機定期通過打電話進行核查。這些低效率存在於供應鏈上下游，從工廠到客戶設施。很落後，容易出現延誤，成本高昂。

時代變了，現代工業如今依靠先進的機械，先進的軟體和通信技術，以及強調精益庫存和集成供應鏈的現代管理技術。

什麼是工業物聯網

但還有另一個趨勢：建築、工廠設備、車輛、倉庫、托盤和工人本身正在越來越多地與網路相連。設備範圍從微小的環境感測器到複雜的工業機器人。 他們使用的網路可能是有線或無線。 一些低功耗設備將使用電池供電或使用乙太網供電（PoE）連接。 其他人必須插入或連接到建築物的電氣系統。許多設備都有自己的固件，可以遠程更新或重新編程。

換句話說，感測器，控制器和專用設備現在存在於網路的邊緣，分配唯一的 IP 或網路地址，收集數據和執行大量通知和擴展企業能力的任務。這就是工業物聯網（IIoT），它將改變製造業、運輸業、建築業、採礦和能源行業。

IIoT實踐

還是以高性能閥門製造商為例。在過去，管理人員只有在下車到倉庫后才要求新的庫存，並需要某人進行手動計數。 新零件的訂單通過傳真或快遞郵件發送給供應商，每端還需要少數人處理文書工作和會計。

今天，同樣的公司可以獲得更多的庫存的動檢，這得益於 IIoT 技術，如配備有射頻識別（RFID）托盤跟蹤和使用攝像頭和重量感測器計算現有部件數量的倉庫。這些數據與 ERP 和其他軟體系統集成。當某一部件的供應下降到一定閾值時，系統會自動將訂單提交給供應商以進行補充。員工很少需要參與下訂單，加快了整個供應鏈的出貨量，並減少了勞動力需求，以代替以前的手動，高接觸的過程。

IIoT 帶來的效率可以擴展到成品閥門的運輸。卡車司機靠電話亭和紙張清單進行檢查的日子已經過去了。現在公司的 IT 系統使用優化模型來確定最有效的運輸車隊使用情況，並跟蹤全國各地的產品，將實時運輸數據反饋到總部，並通過移動應用程序或連接到網路的其他設備即時傳送給驅動程序。啟用 RFID 的托盤在離開倉庫時被跟蹤，並被裝載到卡車上，並在交付后自動在客戶的接收中心登記。

板載感測器作為電子測井設備（ELD）系統的一部分，監控車速和駕駛時間，甚至監控單個駕駛員使用制動器的頻率，這有助於節省燃料，提高駕駛員的安全性並減少空閑資源。如果某個卡車司機執行危險的機動操作或駕駛太長時間，系統會提醒駕駛員並通知調度員。此外，ELD 符合聯邦對司機的監控要求，更換司機曾經需要每天填寫的紙質日誌。

IIoT 還可實現更好的車隊維護。車載感測器不是將卡車帶入維修店進行定期維護，而是可以警告車隊經理遇到特定車輛的問題。卡車可以固定或重新分配到更容易駕駛的路線，從而減少緊急維修和運輸延誤。

全球影響

類似的轉型正在各個產業中發生。德國汽車零部件製造商使用 IoT 等先進技術來管理其供應鏈和製造設施。為美國海軍建造潛艇的造船廠依靠 RFID 感測器，設備和天線網路來跟蹤工具使用和數十萬個部件。北美電力公司使用高解析度感測器來監控電網的性能，並主動與鄰近公用事業和地方當局合作，以防止停電等問題。在西澳大利亞的一個礦山，裝有攝像機和數百個感測器的大型無人駕駛挖掘機增加了產量，提高了安全性。

根據 IDC 的數據，物聯網（包括消費級和工業級物聯網）的全球支出在 2016 年達到了 7370 億美元，將以每年 15.6％ 的速度增長到 2020 年。在 2016 年，對物聯網投資最大的行業包括製造業（ 1780 億美元），交通運輸（ 780 億美元）和公共事業（ 690 億美元）。增長已進入曲棍球棒效應（前期銷量很低,到期末銷量會有一個突發性的增長）階段：聯網設備數量已經超過人口數量，Gartner 預計到 2020 年將聯網設備達 210 億以上，但 Beecham Research 等一些消息來源指出，鑒於現實世界的容量限制，包括資源投入不足，極高高增長率是不切實際的。

雖然一些公司對技術流行和供應商對顛覆性技術的炒作表示警惕，但是 IIoT 仍然是一個真正的趨勢，將在未來幾十年內影響許多行業。 工業供應商已經開始為 IIoT 的預期浪潮做好準備，並關注著垂直市場的巨大機會。 然而，企業面臨的挑戰是選擇在其運營中實施 IIoT ，以及隨之帶來的很大的不確定性。

為什麼選擇 IIoT

雖然 IIoT 技術已經存在了十多年，但是 IIoT 的概念與 IT 和軟體革命之前的 IT 是不同。 如果說 IT 連接人，數據和業務系統，IIoT 將進一步發展，為廣泛分佈的感測器和機器網路提供 IP 連接，從而提高生產率並為企業帶來新的洞見。

這個趨勢背後是什麼？ 當然，最新的技術創新和應用趨勢使得 IoT 成為可能。 普華永道認為有以下幾個推動 IIoT 的因素：

§ 廉價的新感測器

§ 更快的處理器

§ 更便宜的存儲

§ 可集成的開放平台

§ 供應商和合作夥伴鼓勵採用

§ 核心業務系統功能更強大

§ 數據分析和機器學習

IIoT 不僅僅是一個技術故事。普華永道的美國工業產品負責人 Robert McCutcheon說，許多公司不僅將減少成本，同時還講加快生產和交付的速度，也將其作為增長平台和有效競爭的途徑。

McCutcheon 說：「 IoT 主要推動來自 CEO 和董事會，」它已經成為會議室中關於顛覆和競爭的話題。許多討論都是圍繞這一話題。「我們的競爭對手會從技術的角度來做什麼？ 客戶從技術角度做什麼？ 我們在這個過程中可能會有哪些顛覆性，我們有什麼機會利用和影響市場呢？」

對於 IT 經理來說，lIoT 的浪潮正在顛覆他們的傳統角色。 在實施 IIoT 技術的公司中，IT 不能局限於伺服器機房或桌面支持。 相反，IT 越來越被視為關鍵的合作夥伴，因為設備和感測器在車間和現場進行活動。

的確，採用 IIoT 代表了對系統、流程和知識中心的重新分配。IT 經理和員工以及製造，運營，分銷和供應鏈管理方面的同行必須擺脫困境，實施 IIoT 技術並獲得收益。 這對某些人來說是不舒服的，特別是要在傳統的孤島之外放棄權力和分享數據。

IIoT 效率提升和人才短缺

目前，正在利用 IIoT 的工業企業往往是為了提高效率。可以簡化流程和可以連接的平台是 IIoT 集成的主要目標。 在 Georgia Tech 製造業物聯網研討會上，研究所工業信息系統中心主任 Andrew Dugenske 列舉了可能被 IIoT 解決的一些領域：

§ 資產和庫存管理

§ 容量和性能監測

§ 質量分析

§ 實時提醒

§ 安全和合規

§ 吞吐量監測

§ 倉庫優化

Dugenske 認為，公司文化對一個團隊是否實施物聯網有很大的影響。 他表示：「欣賞物聯網好處並願意投資新技術的公司將實現及時的回報和競爭優勢。」 「延遲實施的公司將處於難以克服的不利地位。」

當然，隨著越來越多的公司轉向 IIoT，他們將需要越來越多的合格人才來設計，實施和維護基於 IIoT 的系統的挑戰。 McCutcheon 說：「這需要和新的技能，不同於傳統的製造環境。」

公司可以與當地政府和職業培訓中心等外部利益相關者合作，培訓能夠在未來工廠工作的技術人員。 但是 McCutcheon 警告說，企業也需要克服一個感知的差距。 McCutcheon 說：「從歷史上看，製造業不一定是最高科技的環境。」 「製造商必須改變這種觀念，我們現在有一些技術上最先進的工作正在出現，所以它也是吸引人才的途徑，而不僅僅是培訓。」

IIoT數據管理的挑戰

IIoT 系統產生驚人的數據量。 配備 IIoT 系統的石油鑽井平台可在一天內產生高達 8TB 的數據。 配備 IIoT 感測器的運輸設備則更加多樣化，從汽車（每天 1 PB 的運行數據）到噴氣式飛機（每分鐘生成 333GB 數據的單個波音 737 發動機）。 隨著越來越多的公司建立其 IIoT 基礎架構和更多感測器上線，數據量將會越來越多。

如何處理所有數據？ 如果最終目標是簡化操作，通知管理人員併產生可操作的見解，則數據將需要傳輸，處理，匯總，可視化和存儲。 IT 需求非常強大。配備單個 IIoT 的建築物或車輛可能有成千上萬的感測器和設備通過無線或有線網路連接發送數據。 數據可以在車間，遠程園區或車輛控制系統上用晶元或專用硬體來處理。 數據還可以使用API或定製軟體掛鉤進行轉換或共享，或者放入存儲器中。

當這樣的系統擴展到整個公司，包括其核心園區以及衛星設施，合作夥伴位置，遠程站點，車隊和員工設備時，顯而易見，IIoT 具有很大的數據維度。 這意味著需要大量數據方法來確保數據使用，例如轉向基於雲的應用程序和存儲。

企業如果沒有充分利用他們可用的數據，將存在真正的風險。 麥肯錫的報告指出，只有 1％ 的石油鑽機數據將有 30,000 個感測器。 這是因為感測器主要用於檢測問題，而不是優化和預測分析。這浪費了大數據。

還有 IIoT 安全形度要考慮。 這對於處理數據中心，辦公系統和個人設備的網路安全的公司而言還是一個未知的領域。 在 IIoT 環境中，需要更加重視如何在遠遠超出 IT 傳統範圍的地方保護設備，數據，通信和處理能力。

IIoT 硬體，軟體和網路連接的性質導致了一些意想不到的安全性後果。 許多低成本的設備，如遠程攝像機，路由器甚至 DVR 都的安全功能有限（包括硬編碼的默認密碼和 telnet 訪問），或者從來不會更新補丁。 一旦遭到破壞，它們將造成 DDoS 攻擊和惡意軟體分發等等問題。 一個令人討厭的名為 「Mira」 的 IIoT 殭屍網路已經在全球存在，到今天仍然是一個問題。

整合 lloT

正如你所期望的，整個企業範圍的 IIoT 系統的推出非常複雜。要求包括低成本，強大的感測器和可與現有系統集成的其他設備。管理者還必須確定設備如何供電並與數據網路連接。事實上，系統架構可能需要進行修改以適應 IIoT ，並且可能存在顯著的整合挑戰。

喬治亞理工大學的 Dugenske 表示：「 IoT 需要的感測器、帶寬、處理能力和通信能力都在降低。」 「但是它並沒有解決一個關鍵問題：使用的具體數據結構和協議是什麼？這些巨大的成本驅動因素通常被忽略。

理論上，無論你是處理通用控制器還是特定行業的產品，IIoT 標準都可以緩解整合。 公司可以隨時轉向基於現有標準構建的產品，無論它們是全球 IT 標準（如 802.11ac ）還是為工業用途明確開發的產品，例如用於電錶的 IEEE 標準 1377-2012。

這也推動了聯盟的組建，促進新標準的制定。 它們包括工業互聯網聯盟，其促進能源，醫療衛生，製造業，交通運輸和智能城市的通用架構，互操作性和開放標準。

目前還不清楚哪個標準將佔據主導地位，但這是一個對 IIoT 有重大影響的問題，估計到 2020 年， LPWAN 將達到 3.45 億次（約佔總數的 26％ ）。不確定性導致潛在的整合問題， 並鼓勵一些工業企業採取「等待觀望」，然後再對某一產品線或技術標準進行下注。

lloT 的未來

工業仍處於由 lloT ，大數據和其他新興技術驅動的技術轉型的大浪潮的早期階段。 這不是炒作，而是影響到幾乎全球經濟每一個部門的軟體，硬體，網路和系統的進步的必然後果。

一些公司已經在利用 IIoT 來提高生產力並開發新的產品和服務。 隨著越來越多的先進感測器，處理能力和數據存儲的價格不斷下降，主流工業企業及其競爭對手將會轉向 IIoT 以保持競爭力，並尋找新的增長機會。

然而仍然存在嚴重的障礙。 對安全性，人員配置和互操作性的擔憂可能會使一些工業公司陷入困境。 其他人可能對利益，成本和投資回報有疑問。 某些技術仍處於發展的早期階段，這是標準或技術和物理限制（如電池）的不確定性所阻礙。

將新技術引入車間或裝配線，進入車輛維護艙以及遠程站點也是一個挑戰。 現代工業設備是複雜和強大的，但其中大部分還沒有連接到 IP 網路。 此外，還有一些類型的工業機械通常在很少人知道的的垂直領域有非常專業的用途，這些機械設備在未來幾年可能不會具備 lloT 能力。 更換或改裝是可能的， 事實上，隨著轉型的速度加快，這將是必須的。 但對於今天的業務或 IT 經理來說，那天可能看起來很遙遠。 在 2015 年的製造商調查中，近一半的人表示，他們沒有計劃使用智能感測器的數據來改進位造和運營。

一些人表示謹慎，其他人則看到一個巨大的機會。 前瞻性工業公司以及能源，交通運輸和製造業的創業公司正在對 IIoT 和大數據進行大量投資。 這些公司希望為未來做好準備，使用 IIoT 獲得重大競爭優勢或開發新產品和服務。

想象一個感測器，系統，數據甚至機器人和人工智慧無處不在的世界。 裝配線，供應鏈和遠程站點將主要由自主設備和演算法運行，減少延誤，同時增加工人的安全。 道路上和空中的自駕車將能夠與他們正在運輸的托盤「交談」，以更好地監控其內容並協調交付。 這不是科幻小說，通過 lloT 這一切都是可能的。

* 本文系騰股創投（ID：tengguvc）授權 Ruff 發布，作者騰股創投。文章內容僅代表作者獨立觀點不代表 Ruff 立場，如需轉載請聯繫原作者獲取授權，推薦關注（ID：Ruff-official）