工業是國家財政收入的主要來源,是國家經濟發展的重中之重。根據國家統計局數據,2017年,我國工業增加值為28萬億元,同比增長6.4%。
2016年,我國工業物聯網市場規模為1896億元。在政策和應用的雙擎推動下,我國工業物聯網產業規模快速增長。預計2020年,其規模將突破4500億元,在整體物聯網產業中占比將達到25%。
可想這塊蛋糕之大,那么,下口之前,先來看看它的層層原料。
隨著工業化與信息化的深度融合,企業內部互聯互通的需求漸增,通過接入網絡達到提高產品質量和運營效率的需求更為強烈,工業物聯網(簡稱IIoT,Industrial Internet of Things )應運而生。
工業物聯網,是通過工業資源的網絡互聯、數據互通和系統互操作,實現制造原料的靈活配置、制造過程的按需執行、制造工藝的合理優化和制造環境的快速適應,達到資源的高效利用,從而構建服務驅動型的新工業生態體系。
具體來說,工業物聯網是一個物與互聯網服務相互交叉的網絡體系。同時,它也是自動化與信息化深度融合的突破口。
(來源:《工業物聯網的技術與前景》·中國工程院院士鄔賀銓)
一、幾個關鍵詞別搞混
在探討工業物聯網之時,也許有人會問,工業物聯網與工業互聯網、工業4.0是否等同。
1. 工業物聯網強調自動控制,工業互聯網追求數字
(來源:全球物聯網觀察)
2. 工業物聯網是實現途徑,“工業4.0”說明發展階段
(來源:全球物聯網觀察)
二、工業物聯網與消費物聯網
對物聯網簡單區分,可大致分為兩類,消費級物聯網和工業級物聯網。
(來源:全球物聯網觀察)
三、摸清架構才能趁早卡位
工業物聯網架構主要包括感知層、網絡層、平臺層和應用層。
1. 感知層,主要負責連接設備,以及獲取多維數據。
機會:高端傳感器的研發,以及MEMS封測和軟件的研發。
工業物聯網感知層涉及較多的數據采集設備包括傳感器、MEMS和RFID。但我國傳感器市場70%的份額被博世、意法半導體、霍尼韋爾、飛思卡爾、日立等傳統電子行業巨頭企業占據,高端傳感器則主要依靠進口。
MEMS傳感器產業鏈包括研發、設計、代工、封測到應用等環節。根據截至2014年底的統計數據,我國MEMS 傳感器企業已經有190家,其中做MEMS產品設計的有143家。不過研發和設計環節大企業更有優勢,因為MEMS傳感器行業品種眾多,單品種的銷量很難放大,多品種產品的研發投入非常大。
工藝、制造是技術核心,也是我國MEMS產業的“硬傷”。封裝和測試環節占MEMS傳感器生產成本的30%左右,企業可以將關注重點放在新型封裝測試技術開發上。
代表企業:
歌爾聲學股份有限公司
瑞聲聲學科技(深圳)有限公司
美新半導體(無錫)有限公司
2. 網絡層,負責數據傳輸,和設備的控制。
機會:通用網關的開發。
在自動化系統和IT系統之間,網關起到承上啟下的作用。但由于工業場景比較復雜,網關廠家會布局各自的細分場景和產品層次。目前,網關廠家的產品很難覆蓋所有的應用,再加上對接協議和對接方式的不統一,整個物聯網系統搭建的成本依然居高不下。從市場需求來看,定位于通用市場的網關需求最強烈,即可以針對常見的聯網設備,采集控制器數據。
NB-IoT通訊技術方面,上游芯片領域,高通和華為海思進展較快。傳統半導體廠商RDA、英特爾等廠商也在進入市場。
通訊模組方面,我國主要參與者為中小企業,市場分散、競爭激烈。
代表企業:
芯訊通無線科技(上海)有限公司
深圳市廣和通無線股份有限公司
深圳市中興物聯科技有限公司
3. 平臺層,以云計算為核心,將采集到的數據進行匯總和處理。
機會:向垂直細分行業提供定制化服務。
集成工業物聯網,需要將工業系統與IT系統深度融合。這要求服務商對工業有較深的理解,工業巨頭在這方面更具優勢。自2015年以來,工業巨頭相繼推出了PaaS云平臺,國際主要參與者包括GE、西門子、ABB、施耐德、菲尼克斯等,國內主要參與者包括三一重工、海爾、中國航天科工等。
4. 應用層,位于最頂層,是面向客戶的各類應用。
機會:制造業、交通和物流行業,以及能源和公共事業。
制造業是最大的工業物聯網市場。據IDC(Internet Data Center)數據顯示,2016年全球在制造業IoT方案上的投入達到了1025億美元,而IoT的總投入金額為1780億美元。制造業IIoT方案主要用于以下三個場景——生產過程的監管和控制、生產資產的管理和維護,以及現場服務。
交通和物流行業是第二大的工業物聯網市場。根據IDC數據,2016年全球在交通運輸IoT方案上的投入達到了780億美元。
公共事業也是工業網物聯網市場不可忽視的一部分。IDC數據顯示,2016年全球在公共事業IoT方案上的投入達到了690億美元,其中智能電網和智能天然氣網的投入則達到了578億美元。
四、未來與挑戰并存
1. 技術支撐
長期以來,我國的工業基礎相對較為薄弱。現階段,我國在傳感器關鍵技術、計算機系統設計技術、通信網絡技術等物聯網共性技術方面滯后于歐美日等發達國家,較難為我國的工業轉型提供強有力的支撐。
2. 人才匹配
工業物聯網具有應用案例與場景多樣化、數據多結構化的特點,需要企業員工利用大數據融合實時與各種非結構化數據共同進行預測性和規范性分析,現有工業企業所擁有的人才并不具備相關分析和解決問題的能力。
3. 安全需求
隨著工業物聯網的推廣,數以億計的設備將產生海量的數據,與此同時,數據暴露的可能性也將持續增大,將威脅工業系統的生產和應用過程。數據所有權和安全性是急需解決的問題。
4. 資金支持
我國工業物聯網的發展處于起步階段,在技術研發、企業培育、產品推廣等方面需要大量的資金支持。
工業物聯在發展過程中遇到問題諸多,同時,這也是個不斷完善的過程。對于有志于IIoT的人而言,看準機會趁早卡位是關鍵。