-
-
手机阅读
物联网如今已经成为许多行业组织的组成部分，广泛应用在农业、制造业、医疗保健、交通运输、能源等行业领域。它是数字化转型的主要推动力之一。工业物联网作为物联网一个不容忽视的子集，它专注于解决工业应用中的特殊要求，如制造业、石油和天然气及公共事业。
以下将简要概述工业物联网的优势，了解其成功实施的案例以及阻碍其大规模采用的障碍，并概述克服这些障碍必须采取的步骤。
工业物联网的好处
越来越多的企业认识到工业物联网的好处，并致力于采用工业物联网技术进行数字化转型。
利用工业物联网可以帮助组织：
创造大量经济机会
提高运营效率
简化常规流程
提高生产率
降低资本和运营费用
确保业务关键流程的无中断性能
工业物联网用例
以下的一些使用案例提供了企业如何利用工业物联网为其带来利益的典型范例。
建筑行业
卡特彼勒公司提供了一个使用工业物联网进行预测性维护的示例。卡特彼勒海事部门已经引入了基于Pentaho平台的卡特彼勒资产智能平台，用于数据集成和分析。该公司安装了物联网传感器来监控船舶上的几乎所有设备，其中包括发动机、燃油表、空调等。
该系统检测到冷藏箱使用的电量与燃料表读数呈正比关系。然后通过简单地调整发电机功率输出，将数据用于优化操作设置。因此，预测性维护分析使其用户每小时节省30美元的费用，对于运营50艘船舶的大型船队而言，每年可节省超过65万美元的成本。
采矿业
日本小松矿业公司采用的工业物联网解决方案使用从设备和传感器收集的实时数据来优化机器操作。其连接的设备包括长壁采矿系统、轮式装载机、电动采矿铲等大型采矿设备，此外，小松矿业公司使用机器学习处理数TB的数据，并获得提高其运营效率的见解。
工业物联网面临的挑战
虽然行业巨头正在迅速接受数字化转型，但中小型企业正在应对阻碍工业物联网应用的现实挑战和问题。
与传统技术整合
工业物联网会生成大量数据，这对底层基础设施提出了很高的要求。然而，大多数成熟的企业仍然使用传统的软件和硬件解决方案来处理结构化数据，而物联网设备快速生成大量的非结构化数据。此外，这些数据需要实时处理和分析，而遗留系统则针对完全不同的方法进行定制。
企业云计算解决方案可以提供合理的替代方案，但只是在一定程度上，因为许多特定于业务的应用程序都是在传统基础设施上开发的，无法在云计算环境中工作。
除了将传统设备与工业物联网进行整合之外，另一个挑战是网络流量。所有第三方设备产生的流量将对网络产生巨大影响，当然，网络技术本身也将发生变化。
在当今的商业环境中，生产停工会导致企业巨大的收入损失，缺乏与遗留系统的集成是一个严重的问题，因此阻碍了工业物联网的采用。
费用
为了充分利用工业物联网，企业必须进行全面或部分软硬件改造，这是一项代价高昂的工作。在传统观念中，满足物联网挑战需要购买单独的存储、计算和网络容量，这需要前所未有的费用。
到目前为止，大多数企业都采用混合云模型，在将部分流程转移到云平台的同时，将关键操作保留在内部部署数据中心。
安全性
这是一个很大的问题。显然，传统的安全系统（比如防火墙的防病毒应用程序）很难应对物联网时代的安全威胁。然而，一些专家消除了这些担忧。他们声称，当今的技术已经发展到可以满足企业级安全需求的水平。
可管理性和控制问题
与企业级别的系统故障不同，大多数消费级物联网设备几乎无法应对紧急情况。但如果在制造厂、炼油厂或矿山发生事故，其后果可能会更严重，将带来潜在的危险和危及生命的情况。在工业物联网系统具有无可挑剔的性能记录之前，企业将对大规模采用工业物联网保持警惕。
连接性
工业物联网的连接性是另一项挑战。由于大量的设备连接到网络，传统的集中式基础设施模型肯定会被淘汰。许多专家都希望使用分布式云模型来实现边缘计算。像戴尔公司这样的科技巨头现在正在推出边缘计算网关设备，这些设备将充当物联网中心，并处理关键任务操作，而核心云网络将保留用于数据存储和分析。
标准化
在市场经济中，设备制造商和开发人员提供了大量的工具、传感器和传输协议，这些工具、传感器和传输协议可能相互兼容，也可能相互不兼容。简单地说，A公司制造的传感器可能无法与B公司的数据处理平台一起工作。对于工业物联网的早期采用者，这可能导致供应商锁定。直到现在，还有一些国家正在努力引入和采用统一的标准，但这种情况仍远未完善。
人才
在许多方面，缺乏相关人才是核心问题。虽然自我学习人工智能仍处于发展阶段，但工业物联网的实施需要人力资源专家的帮助，而这些专家很少。企业必须说服那些在数据科学、网络技术和机器学习方面具有相关专业知识的现有技术人士继续任职，而这些专业人员也要求提供更高的薪酬。
在这种情况下，企业通常利用国内和海外外包措施，获得物联网人才的帮助，并开发定制企业解决方案。