工业4.0时代的企业面临着快速变化的业务模式,不同渠道而来的海量数据以及万物互联而构成的复杂的业务生态等诸多挑战,这对企业信息化提出了更高的要求。相比传统的自建平台的企业信息化建设模式,云计算对于工业企业来说具有更高的吸引力。云计算能够为工业企业带来如下价值:
AWS作为全球领先的云服务提供商,能够为企业提供功能完备的公有云计算服务,帮助企业快速适应工业4.0所带来的挑战。在物联网应用领域,AWS同样提供功能全面的解决方案,来帮助企业快速实现基于物联网的创新业务。
以下我们通过一个制造行业客户的案例来说明基于AWS公有云的物联网解决方案。
该用户是一家水泵生产和销售企业,提供多种型号的水泵产品,其产品应用涉及建筑、市政、工业、能源等多个领域,拥有众多的客户与合作伙伴。当前,该用户也面临着严峻的行业竞争挑战,其竞争对手在不断发展壮大,竞争对手与其技术差距也在逐渐缩小,同质化产品增多,价格战愈演愈烈,这些都严重影响到企业的收入。
在我们与用户业务部门的访谈中,他们反馈了这样一些问题:
从这些问题中,我们不难看出,这些困扰客户的问题已经超出了原有产品生产与销售的范畴,这些水泵用户们已经在产品的后期服务方面对生产厂商提出了更高的要求。这就要求厂商从生产型制造向服务型制造进行转变,这也符合目前全球制造业的发展趋势。
服务型制造是工业化进程中制造与服务融合发展的一种新型产业形态,要以满足市场需求为中心,以产业链利益相关方的价值增值为目标,通过对生产组织形式、运营管理方式和商业发展模式的优化升级与协同创新,实现制造业价值链的延展和提升。
对于水泵用户所反馈的这些问题,也正是该企业通过提供高附加值的服务使其保持竞争力的关键:
通过这些方式,帮助水泵用户获得水泵厂商所提供的增值服务,不仅能够使客户的满意度得到提升,也能够是厂商与用户之间的粘合度更加紧密,并且在此基础之上,帮助厂商挖掘更多的市场机会。
要实现上述高附加值的服务,基于物联网的应用解决方案是最佳选择,解决方案中包含如下三个主要部分:
通过上述方式构建的物联网应用解决方案,能够为企业提供如下好处:
AWS作为世界领先的云服务商,为客户提供了覆盖上述三大部分的完整的物联网解决方案,帮助企业用户快速落地符合自己业务需求的解决方案。
作为物联网应用,首先需要解决的就是与物理设备进行对接的问题,AWS物联网解决方案在设备端提供如下服务,帮助用户实现设备的对接:
设备端
在设备端,可以将AWS IoT SDK或者AWS FreeRTOS部署在设备之上,读取设备数据,并与AWS IoT Core或者AWS GreenGrass连接,进行设备数据的采集。
物联网网关
设备通过AWS IoT SDK或者FreeRTOS能够连接到AWS IoT Core服务。AWS IoT Core 是一款托管的云服务,作为物联网网关使互联设备安全地与云应用程序及其他设备交互。AWS IoT Core能够支持数十亿台设备和数万亿条消息,并且可以对这些消息进行处理并将其安全可靠地路由至 AWS 终端节点和其他设备。借助 AWS IoT Core,应用程序可以随时跟踪所有设备并与其通信,即使这些设备未处于连接状态也不例外。
借助 AWS IoT Core,能够与AWS Lambda、Amazon Kinesis、Amazon S3、Amazon SageMaker、Amazon DynamoDB、Amazon CloudWatch、AWS CloudTrail、Amazon QuickSight 和 Alexa Voice Service 等 Amazon 服务进行集成来构建 IoT 应用程序,以便收集、处理和分析互联设备生成的数据并采取行动,而无需管理任何基础设施。
AWS IoT Core的整体流程如下图所示:
边缘计算
在某些应用场景中,比如网络环境受限,或者对网络延迟要求很高的时候,本地设备直接对接云端服务就很难满足这种场景需要。在这种情况下,就需要通过边缘计算来满足用户的需要。边缘计算设备网关部署在客户本地,与本地设备连接,可以利用其本身所提供的计算能力快速处理设备数据,并通过本地网络与设备进行交互,实现本地化处理;另外边缘计算网关还能够与云端服务进行连接,将数据上传到云端。通过边缘计算网关,实现云边结合,充分发挥物联网的功能。
在AWS的边缘计算网关是AWS IoT Greengrass服务。AWS IoT Greengrass 可将 AWS 无缝扩展至边缘设备,因此可以在本地操作其生成的数据,同时仍可将云用于管理、分析和持久存储。借助 AWS IoT Greengrass,互联设备可以运行 AWS Lambda 函数、Docker 容器,或同时运行两者,基于机器学习模型执行预测、使设备数据保持同步以及与其他设备安全通信 – 甚至在没有连接 Internet 的情况下也可实现这些功能。
除上述服务之外,AWS还提供有其他的物联网相关服务。
通过这些服务,AWS能够帮助用户快速的构建物联网应用设备端和数据采集端的应用,快速开启用户的物联网解决方案。
物联网所产生的数据可能是海量的,如何利用这些数据才是物联网应用的重点。对于用户来说,面对如此大量的数据,第一个想法是怎么存储这些数据;再一个就是怎么处理这些数据,从中挖掘价值了。
AWS提供大量的数据存储服务,包括对象存储,关系型数据库,NoSQL数据库,内存数据库等等,满足用户对数据存储的不同需求。比如,大量的物联网原始数据可以以文件方式存储在对象存储当中,需要快速访问和快速处理的数据存放在内存数据库中等等。并且根据存储方式的不同,帮助用户实现存储成本的最佳优化。
此外,AWS还提供了很多的数据处理服务,比如数据搜索服务,数据查询服务,流数据处理服务等,满足用户在对物联网数据进行查询时的需求,实现从数据中挖掘业务价值;AWS还提供机器学习服务,帮助用户根据数据训练特定业务的数据识别模型,并通过模型对数据进行自动化处理,提升物联网数据使用的效率和业务预测的准确性;这些分析的结果还可以通过不同的数据展示工具直观的为客户提供数据展示界面。
通过这些服务,AWS能够帮助用户构建完整的企业大数据平台,帮助用户对物联网数据进行价值挖掘,充分发挥物联网的作用。
工业企业中,通常都会有复杂的业务系统构建企业业务流程,只有将物联网应用融入到企业中端到端的业务流程当中,才能使其为企业业务提供真正的价值。这就要求物联网应用能够与企业各类业务系统进行集成,比如与ERP,CRM,MES等系统。通过这种集成,是物联网与业务进行有机的结合。
AWS提供了很多服务能够帮助用户与企业中已有的业务系统进行集成:
利用这些服务,可以构建物联网应用与业务应用系统之间的集成接口通路,帮助企业打通设备与业务的关联,实现物联网与业务流程之间的相互作用与操作,将物联网融入到企业的端到端业务当中,真正的实现了设备——系统——业务——人的全方位关联。
以下是一个将物联网数据与AR应用进行集成的例子:
通过在这种方式,用户可以很直观的通过应用看到设备的实时运行数据,判断设备运行状态,为设备检修做出参考。通过这种VR应用,企业可以帮助用户进行远程维护,即使不用派驻工程师进入客户的现场,也能通过VR应用对用户进行很明确的远程指导,帮助客户对设备进行检修或者安装指导工作。这种方式,既能够减少企业的差旅成本,也能帮助用户解决实际问题,而提升客户满意度。
AWS为制造行业企业提供完整的基于物联网解决方案的参考架构,基于此架构帮助客户实现设备——数据——业务的全面整合,形成智能制造业务闭环。
通过AWS物联网解决方案,帮助用户实现设备数据到业务价值的转换,帮助企业实现业务创新变现。