【工业物联网】工业物联网平台的“事前验尸报告”！
作者：物女王（彭昭）
物联网智库 原创
授权 产业智能官 转载
转载请注明来源和出处
------ 【导读】 ------
未来，物联网无论是好是坏，预先想到每一步可能的坑，提前预警、全方位的探索，时刻准备与之决斗并不惧最糟糕的打算，才是高IoT商的表现。本文希望推导一个未来，如果一个工业物联网平台死亡，那会是什么扼杀了它？
这是我在物联网智库|物女心经专栏|写的第051篇文章。
《孙子兵法》有云：凡善战者，未谋胜先谋败。
我们都希望未来是光明的，然而，未来之所以让人神往，其魅力正在于其不确定性和多变性。物联网亦是如此，无论未来是好是坏，预先想到每一步可能的坑，提前预警、全方位的探索，时刻准备与之决斗并不惧最糟糕的打算，才是高IoT商的表现。
所以，本文希望你和我一起推导一个未来，如果一个工业物联网平台死亡，那会是什么扼杀了它？终极目的只有一个，借用一句老话：“如果我知道我会死在哪儿，那我一辈子都不会去那里。”
“从下到上”的工业物联网平台化更显实际价值
这个话题略显沉重，我们先聊一点儿轻松的。上篇文章中我曾经提过，不少企业都意识到工业云太多了，旧数据不够用，缺乏现场数据的源头活水而“渴死”，很可能是工业物联网平台的死法之一，所以诸多公司纷纷从“铁疙瘩”和“哑设备”入手改造，开辟数据新源头，提取数据上传云端。
比如ABB率先推出的这款ABB Ability Smart Sensor，直接安装在电机的外壳上，通过蓝牙和智能手机直连，由手机担任网关将电机的数据上传到ABB Ability云平台进行分析。
话音未落，在上周开幕的德国纽伦堡自动化展SPS IPC DRIVES 2017上，西门子果然也正式发布了专用于电机的“可穿戴硬件”：一款安装在电机外壳上的智能传感器产品，名称是SIMOTICS IQ。
根据西门子官方发布的产品简述，它实现了SIMOTICS系列电机的“物联网化”，通过WiFi通讯接入MindSphere云平台，由其上的SIMOTICS IQ MindApp进行数据存储和分析，基于外壳的振动数据，监控电机的运行状态，实现最大的透明度和最高的生产率。其中，SIMOTICS IQ MindApp负责提供分析结果和预测性维护建议。
为什么现在是改造“哑设备”的好时机呢？以前，面对数量众多的低压电机，状态监测主要靠工人巡检完成，停机之后靠榔头敲听声音，或者用千分表测量同心度，那时人力成本低，一次性投入开销不大。但随着停机检修和人力成本的提升、传感器和工业通讯成本的降低，大多数最终用户已经认识到“拐点”的到来，开始抛弃一次性投入的思维，学着计算总账，也就是总体拥有成本（TCO），因此这类智能设备逐步有了市场。
除了将存量的老旧“哑设备”连入物联网，有人还在尝试改造“哑操作”，具体的做法是通过智能设备延伸人类的感知，将数据和信息融入到操作员的动作之中。比如力士乐公司的一款扭矩扳手，它会自动记录汽车装配线上，工人操作的工件数量、力矩量、拧紧过程和各种参数，当扳手充电时向云端上传这些数据，做到每个零件、每个工位的操作都可记录、可追溯，将原本离线的“哑操作”也实现了数字化。
这一次ABB、西门子、力士乐等公司带来的启示，是采用“从下到上”的逆向思维，逐步将各种现场设备通过“可穿戴硬件”接入云端，这可能是一条更有实际价值，也更为健康的IIoT云平台发展之路。
这种思维的创新性在于，大多数工业物联网云平台，由IT基因主导，采用“自上而下”的思路推进，强项在于数据的分析和可视化呈现。但随着向下渗透的深入，他们往往被卡住了。从IT到OT的转变，这是IT工程师完全不懂的领域，导致元件设备层、设备动力层，基本处于数字化的真空地段。而强力“破解”老旧设备的核心数据，恰恰是西门子们这类OT基因企业的强项。因为，谁掌握了底层数据，谁就掌握了工业物联网的未来。
向那些持续试错的产品和曾经走过的弯路致敬
上面提到的三款新品仍处于推广早期，市场接受程度和购买意愿还是未知数，生死未卜、有待验证。纵观工业自动化发展的漫长历史，勇于试错的产品比比皆是。为了做好工业物联网平台的100种死法预测分析，我们不妨来观摩一下“先烈”们的正（cuo）确（wu）示范。
这里我们先对工业产品的“惨淡收场”做出一个定义，工业产品的生命周期一般在10年以上，如果某款产品不足10年就已退市，被制造商毙掉，就可认为未被市场接受，该款产品成为“先烈”。
此处，我选择当下风头正劲的网红罗克韦尔作为参考对象，来看看它曾创造的“先烈”集。首先映入眼帘的是一款名为Motion Analyzer的传动分析软件，话说10年前，它是一款非常前瞻的应用选型设计工具，并在步入6.0版本后引入数字化仿真技术。
这个数字式仿真功能，基于SolidWorks中已经构建好的机械传动模型，帮助用户自动选型，计算出所需的驱动和电机，并在虚拟环境中实现可视化动作仿真。用户可以在没有机械实体原型机的情况下，验证和优化系统设计的可靠性，从而降低测试成本，缩短上市时间。原本预计这款当年的“Digital Twin”产品会受到市场的大力追捧、订单蜂拥而至，实际结果却是用户并不买账，最终在新版本升级时忍痛“雪藏”。
现在我们分析死因。10年以前，这样的数字化仿真概念实在太过时髦。一方面，那个时候大部分用户的机械设计还停留在计算机辅助制图的阶段，使用这样的虚拟仿真设计，机械工程师们要先学会3D建模，输入一堆零件参数，包括：密度、摩擦系数、阻尼…增加复杂度不说，反而大大延长了设计和制造时间。
另一方面，这款产品对于罗克韦尔自身的商务和技术团队是个不小的挑战：如何把这种新技术、新产品给客户说明白？如何从整体拥有成本的角度，帮助客户核算产品的经济性？如何使用这款产品解决不同客户的切实需求？…如此种种，从软件的使用量就已看到结局。由于新技术极为考验产品管理团队的市场教育的能力，人的因素这次超越了技术和产品，在“死因”中起到决定性作用。
作为一家突出创新性的公司，罗克韦尔怎能没有走过“弯路”。15年前的2002年，罗克韦尔雄心勃勃的推出了一套针对流程行业的过程控制系统ProcessLogix，它是一个全集成模块化的智能联网监控系统，提供健全可靠的分布式控制。
与如今将智能设备接入IIoT云平台的潮流类似，从1999年开始，过程控制和离散控制会彼此融合的潮流大热，不少意见领袖通过各种渠道和文章探讨了这种趋势。
当时大家设想的状态是，过程控制系统DCS和离散控制器PLC殊途同归，最终在工厂内部利用单一的控制平台完成批处理、过程、安全、驱动和运动控制等多种任务。这种趋势作为曾经的“风口”得到了广泛认可，工业自动化领域的权威杂志《控制（Control）》在2001年更是使用长篇封面文章对其进行深度探讨。
想法是美好的，现实是骨感的。ProcessLogix虽然在早期阶段有些典型应用，但市场局面始终难以打开，无以为继。现在回看，ProcessLogix当年的应用案例确实可圈可点：
-
罗克韦尔通过系统集成商深圳达实自动化工程公司与柳州钢铁厂合作，使用ProcessLogix对新的热风炉实现自动化控制。之所以选择ProcessLogix系统，主要是因为该系统能与柳钢的新材料负载控制系统相互兼容，两个系统之间可以实现无缝通信。
-
大连西咀热力有限公司在2005年的新建工程是ProcessLogix分布式控制系统在电厂的首次应用。通过机组的长时间运行考验和多台机组的应用表明，ProcessLogix完全能满足火力发电机组运行的控制要求。
2006-2008年间，ProcessLogix处于停滞状态，公司从内到外都很少提及。不过罗克韦尔暗中通过一系列收购和合作，逐步完善着ProcessLogix的技术和功能。在2009年2月，罗克韦尔将产品名称进行了改头换面，ProcessLogix变身PlantPAx重新投放市场。
重新出征的PlantPAx市场接受程度明显提高不少，商务与技术团队也终于积累了流程行业的know-how。但经过2009-2017年之间的“八年抗战”，仍未走上人生巅峰，罗克韦尔还在这条道路上奋力前行。目前为止，PlantPAx持续进行版本的更新与升级，渐渐在医药、啤酒、石油等领域积累了典型客户。
简短回顾了15年来，从ProcessLogix到PlantPAx的踉跄之路，再看GE Predix婴儿蹒跚学步的样子，是不是对它包容了很多。
工业物联网云平台的发展需要战略耐性
回到文初的提问，“杀死”工业物联网云平台的潜在“凶手”可能有很多，初创公司的各种“死法”都不奇怪，比如现金流断裂、团队内耗、单纯迷信技术、偏离市场闭门造车、忽视潜在的合规风险…都是你能想到的显性死因。这里我来说说你看不到的隐性部分。
首先，目前一些“在做”IIoT云平台的公司只是宣称或者假装在做而已，要么是空架子一副，要么是新瓶装旧酒，那啥充数的事情终究不会持久。不过这些鱼龙混杂者有可能把那些立场不够坚定的工业云平台带跑偏。
需要明确的是，IIoT云平台的核心价值在于数字化，但是真正的数字化不一定非得通过云平台实现。有实力的IIoT平台不会执着于“云”，完成现场设备接口的数字化和工业通讯通道的数字化，才是竞争力的保障。在任何时间、任何地点，适当的人对于目标设备，都有能力以最经济的方式，调取“数字虚体”，掌握生产状况和运营数据，就有价值。在这种数字化的过程中，做好技术和应用沉淀，验证模式和造血能力是坚定立场的最大底气。
其次，隔壁的进展不能不关注，比如汽车领域的马斯克，他正在重新定义卡车：电动卡车。你可能会问，这和IIoT云平台有什么关系？当然有关，因为数字化、无人化和电动化密不可分。
通过IIoT云平台连接的设备主要分为两类：一类是移动性设备，比如矿山机械、港口设备、建筑设备、工程车辆等；另一类是固定性设备，比如工厂内的电机、机床、工业机器人、各种机械等。
对于第一类的移动性设备，IIoT云平台取得了不错的进展，不仅能够做到GPS定位、状态监测和故障报警，还转变了商业模式，让制造商在出售设备之后，仍能跨越整个设备的生命周期，提供运营维护服务从而持续获利。
做到这些可以确保IIoT云平台生存无忧吗？远远不够。因为从移动性设备的存在形态上来看，它们即将经历一次本质变革，那就是电动化和无人化。
在马斯克发布电动卡车之前，电动化和无人化已在悄然改造移动性产业设备。西门子早已开发出全球首艘电动汽车轮渡，该船长80米，可承载120辆汽车和360位乘客。此外，大功率叉车、拖车、挖掘机也正在逐步进入电动化阶段。
另一方面，由于运行在农田、矿山、建筑工地等场景的工程车辆线路固定、干扰物少、充电问题容易解决，无人驾驶的难度比家用汽车要低不少，已在一些代表性的矿山、码头应用。
在电动化和无人化趋势的加持下，工程机械的形态会发生本质变化，驾驶室将被取消，拖车没有存在的必要，终结于AGV（Automated Guided Vehicle）的形态。从柴油驱动到电力驱动，从人类司机到无人驾驶，移动性设备的传感器、通讯方式和云平台都将产生本质革新。
除了正在重新定义移动性设备的马斯克们，重新定义机床等固定性设备的某斯克们也在起步。IIoT云平台是跟上变革的脚步，还是被野蛮者的“特斯拉”娱乐平台、“KIVA”无人平台、“滴滴”共享平台超越，存在变数，不能掉以轻心。
不仅限于以上种种，IIoT云平台的死因你可能还会列出一打。总之，看待工业物联网云平台的发展要有战略耐性，用对待“成年人”的心态对待工业物联网云平台这个“初生儿”，寄希望于多点布局、处处开花，只会造就工业领域的另一个“乐视”而已。
与其如此，不如看穿生死，向死而生，从结局倒推。最终BAT量级的超级IIoT云平台只会有极少数，对于大多数IIoT云平台企业而言，通过融合互补迅速找准专精的定位和分工，进行持续迭代和模式再造，才有望与超级巨头共存。
工业物联网与消费者物联网有什么区别？
授权 产业智能官 转载。
文：冬夜
关于消费者物联网的文章很多，但工业物联网（IIoT）也正开始引起人们的关注。那么两者之间有什么区别呢？
尽管大多数讨论物联网（IoT）的文章总是在关注消费者物联网，但工业物联网（IIoT）也正开始引起极大的关注，因为工业物联网能够帮助制造商和工业公司优化流程并实施远程监控，这在十年前几乎是不可能。
但究竟什么是工业物联网，它与消费者为主导的物联网设备（如智能冰箱、空调）有何区别？
本文主要探讨消费者物联网和工业物联网生态系统之间的区别。
消费者物联网VS工业物联网
1、工业物联网设备基于工业环境制造
虽然FitBit智能手环可能会遭遇淋雨，Amazon Dash智能按钮也可能会与相关产品触碰，但是用于工业部署的传感器必须能够在消费者难以企及的特殊环境中运行。
如极端的湿度和温度，甚至是腐蚀性环境，如安装在下水道等污水基础设施中的设备。
此外，测量流体如水和油的工业物联网传感器通常需要浸没在所测量液体中，这些设备需要满足由IP68认证制定的严酷的行业防水标准。
设备也常常需要通过HazLoc认证，证明它们可以耐受爆炸和可燃环境。
SmartFoam放置管道内，该设备使用电磁传感器，用来报告盗窃位置，也可用来监测管道本身问题
2、工业物联网系统必须具有可扩展性
对遍布数百公里的含有数百个中点和终点进行水监测的系统，要比那些雄心勃勃的消费者家庭自动化项目复杂得多。
由于IIoT系统会产生数十亿个数据点，因此还必须考虑将信息从传感器传输到最终目的地的方式 ——通常是工业控制系统，如SCADA（监控和数据采集） 平台。
为了分散大量数据对集中处理系统所带来的压力，IIoT制造商目前热衷于设计可以在设备端直接进行初步分析的硬件，而不都是依赖云服务器上运行的程序进行分析（一种称为边缘计算的新兴方法或雾计算）。
消费者物联网应用涉及较少的设备和数据点，因此如何最大限度地减少中央服务器的吞吐量并不是什么大问题。
3、工业物联网设备具有独特的通信和电力要求
通常安装IIoT传感器用来测量那些难以到达的远距离基础设施参数，这些基础设施可能位于地表以下（例如石油和天然气设施），较高的地形（例如水库），海上（例如油井上），或者甚至在公路难以到达的遥远沙漠中（如气象站）。
设备安装技术人员检查这些设备非常困难且花费巨大。为了最大限度地减少实地检查，IIoT设备需要尽可能设计更长的电池寿命，这常常通过使用工业级电池来实现。
IIoT独特的低功耗低带宽需求促使LPWAN和NB-IoT等一系列新兴网络接入系列的发展，这是将这些设备连接到中央服务器的主要手段。
这些都是精确设计的物联网设备需要牢记的，因为蜂窝网络（提供高带宽，因此过度消耗电池）和协议，如WiFi和蓝牙（这是不可扩展的）不能完全解决工业物联网设备的需求。
为了尽可能提供最大的通信线路冗余，这些网关必须能够支持物联网专属以及传统的连网技术，如WiFI和蓝牙。 在同一个设备上同时具备这些功能对于硬件工程师来说是一个巨大挑战。
由于工业物联网设备所控制的活动非常关键，而且操作人员很难到现场查看，IIoT设备通常需要完全远程控制，响应时间很短，并且内置看门狗计时器确保系统故障时能够自动重启。
消费类物联网产品则不一样，通常应用于容易接触的场所，因此可以使用固定电源或传统的消费级电池。
4、工业物联网必须符合特定的网络安全标准
网络安全是物联网（IoT）所面临的一个重要挑战，根据Hewlett Packard研究，有70％的物联网设备存在安全漏洞。
如攻击者获得了客户财产相关的实时视频资料，那么对智能家居进行黑客攻击可能会对个人隐私造成重大影响。不过，网络入侵的影响是局部的。
如果同样的事情发生在工业物联网，这些系统通常要将传感器连接到关键的基础设施资源，如发电厂和水资源管理设施，那么其潜在的影响要严重得多（Stuxnet蠕虫就是一个很典型的例子）。
因此，IIoT安装必须满足更严苛的网络安全要求，才能获得批准使用。
IIoT还涉及集成信息技术（IT）和操作技术（OT）系统（如PLC控制器），这些系统在网络安全方面的要求又有所不同。
相比之下，消费者物联网系统只需要与消费设备上相对简单的控制机制接口即可。
5、工业物联网解决方案必须是精准的
与相当成熟的大众市场物联网产品（如智能洗衣机）不同，IIoT解决方案通常需要个性化设计，根据购买者的个性化使用要求进行量身定制。
出于这个原因，IIoT技术通常可以通过多种方式提供，从而满足其他软件系统的定制和集成。这包括API或平台即服务（PaaS）产品。
相比之下，消费者市场的应用较少进行定制，功能要求也相对一致。
总结
尽管消费者和工业物联网都是将物理设备连接到互联网，但它们在几个方面存在显著差异。
从发展和商业推广的角度来看，它们似乎逐渐成为两个平行的生态系统，虽然存在一些交叉，但也有各自的特点、参与者和创新。
工业物联网（IIoT）和消费者物联网最显著的差别在于：工业物联网对设备性能要求更高，因其特殊用途导致所需网络连接属性和电源要求不同，以及其对网络安全性要求更加苛刻，同时工业物联网更具有个性化设计需求。
人工智能赛博物理操作系统
AI-CPS OS
“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。
AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。
领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：
-
重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
-
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
-
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？
AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：
-
精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
-
智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。
-
高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
-
不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。
-
边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。
AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：
-
创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
-
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
-
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。
给决策制定者和商业领袖的建议：
-
超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；
-
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新
评估未来的知识和技能类型；
-
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开
发过程中确定更加明晰的标准和最佳实践；
-
重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临
较高失业风险的人群；
-
开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。
子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和 人工智能，像君子一般融合，一起体现科技就是生产力。
如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！
新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。
产业智能官 AI-CPS
用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。
长按上方二维码关注微信公众号： AI-CPS，更多信息回复：
新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能农业”、“智能金融”、“智能零售”、“智能城市”、“智能驾驶”；新模式：“财富空间”、“特色小镇”、“赛博物理”、“供应链金融”。
点击“阅读原文”，访问AI-CPS OS官网
本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！
版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系、投稿邮箱：[email protected]