一、工業物聯網的價值

（一）物聯網價值的來源及體現

物聯網幾乎可以把任何物體轉化為有關該物體的信息源。它創造了一種區別產品和服務的新方式以及能夠自主管理的全新價值源——信息及洞察力。

物聯網使制造企業的競爭領域不僅限于產品功能及服務，而且擴展到通過使用這些產品或服務所創造的信息和數據。在清晰的戰略指引下，數據分析可以幫助企業將物聯網產生的信息轉化為有意義的洞見，幫助決策者更清楚地了解他們的客戶、產品和市場，繼而協助企業開發新產品、服務和商業模式。如下圖，以產品和服務的形式創造價值造就了“價值鏈”的概念，即企業將輸入轉化為輸出的一系列活動以及活動的順序。同樣，充分發揮物聯網的潛力有助于形成一個能獲取一系列活動以及活動順序的框架，企業由此通過信息創造價值，即“信息價值環路”。信息價值環路始于在全新環境中創造和交互信息。傳感技術讓一切行為都能產生信息，即“創造”階段。網絡（一般由通信服務供應商和管理）將“創造”和“交互”階段連接起來，釋放信息，激活閉環剩余環節。在兩者的接合處外延了新形式和合作機遇。需注意的是，信息價值環路是一個閉環，即行為——現實世界中物體的狀態或行為——產生信息。而后這些信息將被用于預知未來的行為。對于使閉環完整并創造價值的信息，它將會經歷閉環內各個階段，且每一個階段都由特定的“技術”推動。創造信息的“傳感器”會監控每一次行為。這些信息經過“網絡”實現交互，而后技術、法律、監管或者社會的“標準”使它們跨越時空聚合到一起。“外延智能”是獲取用與分析信息的各種形式分析支持的通用術語。信息價值環路最終由“外延行為”技術完成，這些技術能引發自動化的自發行為或以一種能夠改進行為的方式形成人類決策。

物聯網大幅降低設備個別運算和數據儲存的成本，更顛覆以往對于商業價值的定義與框架，我們可以從財務指標、運營指標、企業績效改善指標來思考物聯網所開啟的商業價值和機會。從財務指標來看，公司的收益、支出和資產維持了它的運營平衡，但大部分公司的管理方式都在于減少開銷、提高資產效率、較低負載等，而并非去發現如何經由創新方案開拓收入來源。從運營指標來看，公司的財務指標變動可以了解一間公司的三大核心營運流暢：客戶生命周期、產品生命周期和設備生命周期。目前大部分企業在物聯網上的投資專注于設備生命周期。對于客戶生命周期及及產品生命周期，智能型的聯網設備不但可以提供新的分析與性能，更可以有效管理公司如何發展客戶和產品，甚至詳細地知道客戶存在周期、產品及相關收入和利潤等細節。從企業績效改善來看，目前物聯網解決方案大多被應用在特定的事件，像是減少庫存或是機器故障等。只有一小部分是從物聯網分析出的數據去改善整體生產流程和產品設計。若欲善用物聯網解決方案應延長績效改進的期限，針對長期性的改善，而非專注在單一交易上，如此企業才能對比過去與未來的績效，并做一個持續性的增值。

通過以上三個維度的分析，物聯網商業價值將以效率提升、業務成長和風險管理提升為體現，無數的益處都可以歸于其下。

（二）工業領域的價值

物聯網與工業物聯網、工業4.0的概念既有交集也有差異。物聯網強調的是將生活和生產中一切硬件設備的連接；工業物聯網是指在工業環境下，生產設備和產品的連接；工業4．0則涵蓋整個制造生態系統。

隨著工業化與信息化的深度融合，企業內部及企業間生產控制系統和生產管理系統互聯互通的需求漸增，通過接入網絡進而達到提高產品質量和運營效率的需求更為強烈，工業物聯網應運而生。

工業物聯網將生產過程的每一個環節、設備變成數據終端，全方位采集底層基礎數據，并進行更深層面的數據分析與挖掘，從而提高效率、優化運營。

與物聯網在消費行業的應用不同，物聯網在工業領域的基礎已經存在了幾十年。如過程控制和自動化系統、工業化以太網連接和無線局域網（WALN）等系統已經在工廠運行多年，并接連可編程邏輯控制器（PLC）、無線傳感器和射頻識別技術標簽（RFID）。但是在傳統工業自動化環境下，一切都只是發生在工廠自己的系統里，從來沒有與外部世界連接。

工業物聯網相較于傳統工業自動化有以下四個特點：

數據收集范圍：工業物聯網利用RFID、傳感器、二維碼等手段隨時獲取產品從生產到銷售到最終用戶使用各個階段的信息數據，而傳統工業自動化的數據采集往往局限于生產質檢階段。

互聯傳輸：工業物聯網利用專用網絡與互聯網相結合的方式，實時準確地傳遞物體信息，對網絡依賴性更高，更強調數據交互。

智能處理：工業物聯網綜合利用云計算、云存儲、模糊識別、神經網絡等智能計算技術，對海量數據和信息進行分析和處理，并結合大數據技術，深入挖掘數據價值。

自組織與自維護：工業物聯網的每個節點為整個系統提供自己處理獲得的信息或決策數據，當某個節點失效或數據發生變化時，整個系統會自動根據邏輯關系做出相應調整。

Forrest Research預測到2020年，世界上物物互聯的業務將是人人互聯業務的30倍。工業領域目前是物聯網項目最多的應用領域。IoT Analytics認為制造業在物聯網應用的占比約為25％，Harbor Research和CISCO估計為27％左右，Gartner預計在15％左右。盡管各機構預計數據有差距，但制造業在物聯網中的重要地位顯而易見。

中國物聯網生態環境日趨成熟，物聯網在工業領域的應用需求逐漸強烈。根據估算，2014年中國工業物聯網規模達到約1157億元，在整體物聯網產業中的占比約為18％，2015年規模接近1500億元，增長率達到29％。到2020年，工業物聯網在整體物聯網產業中的占比將達到25％，規模將突破4500億元。

二、我國工業物聯網發展現狀、趨勢及挑戰

（一）應用現狀

制造企業普遍認同工業物聯網的重要性，但尚未形成清晰的物聯網戰略。根據Deloitte2016年調查顯示，89％的受訪企業認同在未來五年內工業物聯網對企業的成功至關重要，72％的企業已經在一定程度上開始工業物聯網應用，但僅有46％的企業制定了比較清晰的工業物聯網戰略和規劃。

與物聯網在消費領域近乎從零開始的情況不同，傳感器、PLC等物聯網技術已經在工業領域存在了幾十年。這也是為什么多數受訪企業認為自己已經在一定程度上開始工業物聯網應用的原因。但目前制造企業物聯網應用主要集中于感知，即通過硬件、軟件和設備的部署收集并傳輸數據，這只是物聯網應用的開始。由于工業物聯網整體解決方案設計和實施的復雜性，雖然深知物聯網戰略的重要性，很多企業還不確定自己是否做好準備，也尚未形成工業物聯網的清晰戰略。

制造企業仍處在數據應用的初級階段，從“后知后覺”到“先見之明”尚需時日。工業物聯網是數據驅動的產業。如工業傳感器實時采集設備及生產線上的溫度、壓力、振動等信息，匯集成海量數據，再通過挖掘分析、處理、應用，最終實現價值創造。典型應用包括故障預測、遠程診斷、工業生產線分析、能耗優化等諸多方面。

正如前文所述，數據采集只是“信息價值環路”發揮作用的開始，如何分析和利用所采集到的海量數據支持決策才是價值創造的重點。我們的調查發現，企業目前仍處在數據應用的感知階段而非行動階段。大部分企業利用采集到的數據解釋歷史表現的規律和根本原因，僅有少部分企業開始將數據用于預測性分析指導企業行動。

更深層次的工業物聯網應用需要企業改變利用數據的方法——從“后知后覺”到“先見之明”。企業需要思考除了利用從各種傳感器采集到的數據解釋歷史業績的規律和根本原因，企業如何利用數據驅動后臺、中間和前臺業務流程改善？未來什么樣的產品和服務可能帶來新的收入？什么樣的物聯網應用可能開拓新的市場？

（二）未來趨勢

未來企業工業物聯網應用的重點由設備和資產轉向產品和客戶。工業企業借助物聯網實現業務成長的主要途徑包括新的產品和服務和更緊密的客戶關系。為了開發更具吸引力的產品或提升現有客戶關系，企業將需要大量產品和客戶的相關信息支持。目前工業企業所獲得的產品和客戶的信息量遠少于資產和設備的信息量，在效率提升和業務成長的雙重訴求驅動下，未來企業工業物聯網應用的關注度將由設備和資產轉向產品和客戶。

數據能力提升將以數據分析計算能力提升為投資優先選擇。物聯網的整體突破不僅依賴于硬件能力和商業模式創新，算法與數據同樣不可或缺。中國制造企業多年基于應用研發積累了大量經驗數據，如果將這些數據提取并模型化，形成可實用的專家算法，數據將變成具有良好盈利能力的金礦。

（三）主要挑戰

制造業企業中工業物聯網的應用受到來自技術、監管、組織層面的挑戰。例如，工業企業是否在系統和管理方面都做好向以數據驅動的決策方式轉型，或是數據隱私和安全性將受到怎樣的監管和保護。工業物聯網應用面臨的最大三項挑戰分別為：缺乏互通互聯的標準、數據所有權和安全問題以及相關操作人員技能不足。

缺乏互聯互通的標準。大多數企業認為缺乏互聯互通的標準是企業工業物聯網應用的主要挑戰之一。工業物聯網將是一個多設備、多網絡、多應用、互聯互通、互相融合的大網。在工業物聯網建設中，傳感器、接口標準、通信協議，管理協議等方面都需要標準化。標準能夠保障應用間的互操作性，通過統一的安全規范保護環境、工廠、設備和用戶，通過標準化的術語和定義協調所有相關方面的通信。也唯有標準才能夠建立制造商和用戶的信心，并對投資提供必要保障。有關研究顯示，缺乏互聯互通的標準，工業物聯網40％的潛在價值將無法實現。工業物聯網發展需要信息的共享和信息服務，就意味著要破除跨行業間的壁壘，建立新的共享與協同型的管理體系和生產流程。

數據所有權及數據安全問題。部分企業認為數據所有權及數據安全問題是企業工業物聯網應用的主要挑戰之一。數以億計的互聯設備產生數據的速度和數量將推進有洞察力的商業決策，加速破壞性的創新，并改變商業模型。隨著數據所產生的價值顯現，數據所有權越來越成為數據共享的爭論焦點，目前市場尚無定論究竟是設備制造商還是設備用戶擁有數據所有權。多數的設備供應商傾向于給客戶提供原始數據訪問的有效途徑，鼓勵用戶共同參與制造的改進與提升。不論以何種角色——數據擁有者或數據保管者——設備供應商只有通過共享數據并且提供給客戶有價值的服務才能從工業物聯網的設備數據中獲得回報。安全性問題是工業物聯網面臨的另一個障礙。聯網設備數量的持續暴增，給工業系統帶來了空前增長和性能提升的機會。但這一增長同時也給運營工業過程的企業帶來新的風險，尤其是考慮到暴露的數據將呈現指數級的增長。工業物聯網系安全性的挑戰來。工業物聯網的安全涉及各個方面，從工業過程和應用，到安全和可靠性需求，因此安全問題無法孤立解決。

缺乏相關技術人才。一些企業認為缺乏相關技術人才是企業工業物聯網應用的另一大挑戰。考慮到各種各樣的工業物聯網應用案例與場景，其中也包括新數據源，改變系統架構的數據以及多結構化數據等因素，我們今天的制造企業并不完全擁有適當的分析能力與相關的人才。不少制造業企業的確有很多數據分析的經驗，但主要是集中在結構性數據集的基礎上進行描述性分析，而不是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。盡管許多大學都在努力培養優秀的數據科學人才，但是數量畢竟有限。對于高端人才的競爭則會變得更加激烈。公司應該認識到，他們需要和教育機構建立更加緊密的聯系。在公司和大學之間構建一個真正的合作關系已經變得日益重要。

三、創造工業物聯網價值的幾點建議

（一）制定清晰的戰略

工業物聯網架構能力很大程度上依賴于清晰的戰略。工業物聯網戰略的作用在于設定其范圍和目標。沒有清晰戰略的企業往往專注于單項技術和解決離散的企業問題，有清晰戰略的企業則更關注綜合利用多種技術轉變企業的運營和業務方式。

幸運的是，企業有大量的機會可以通過局部的技術應用，快速實現工業數字化的潛在價值，從而為進一步全局的提升奠定基礎。但是由于工業物聯網的潛在影響巨大，而且大范圍實施對企業文化、基礎設施、技術能力和人才資源都提出很高的要求。企業在試圖解決全局問題的同時，其發展很可能會陷入停滯。

企業需要目光長遠、從小處著手并且快速升級。只有當一系列小的目標達到時，大的變革才可能發生。企業先重點實施那些將支持其長期目標的具體試點項目，并在試點過程中發現所需要的技術要求以便日后的快速推廣和升級。

（二）更加注重系統安全性

在互聯互通的世界，從保護數據到保護系統性能，企業面臨的信息安全壓力越來越大。這種壓力既來自企業內部的系統運行安全，又來自可能的泄密風險。如果被入侵者攻擊，企業不僅面臨操作系統無法正常使用和大量隱私信息如核心工藝參數被竊取的風險，甚至關鍵基礎設施的工業設備遭到入侵者控制或破壞，造成巨大的經濟損失和人員傷亡。

許多公司選擇建立信息安全的架構和機制，從而將安全風險降到最低。信息安全機制包括信息安全目標（如生產事故發生次數、泄密事故、生產終端時間的最低值）、安全策略（如物理、網絡、主機、數據、人員、應急事件、文件管理的安全策略）以及安全管理制度（如數據中心管理辦法、網絡系統管理制度、涉密設備管理制度等）。

（三）開展更廣闊的合作

工業物聯網的整體系統，非單一廠商能夠獨力完成，而是需要透過一個完整的生態體系來讓架構更為完備。

GE數字公司正與Dell、EMC、微軟、SAP、諾基亞等數十家公司合作構建工業物聯網平臺，讓合作公司在平臺上開發新的工業應用程序，并允許客戶使用增值應用程序。無獨有偶，霍尼韋爾、施耐德和思科、IBM、埃森哲等公司也在合作開發工業物聯網平臺。

當然，像GE成為生態系統的搭建者和主導者顯然并不適合所有工業企業，尤其是考慮到目前市場上充斥著各種物聯網平臺，行業也許很快會迎來物聯網平臺的整合與淘汰潮。企業自我定位為生態系統的搭建者，還是模塊化產品的提供者，或者渠道搭建者，將取決于企業自身的業務設計和對最終用戶的了解程度。

生態系統還將促成有前瞻意識的制造商以新的方式來使用不一定屬于他們的能力。就像Uber和Airbnb，盡管沒有資產所有權，但一樣可以利用這些資產創造價值。同樣變化也正在制造業內發生，特別是用于提高產品開發和市場測試的靈活性。

技術的進步大大增加了物聯網解決方案在工業領域的潛在實力，物聯網解決方案將提高工業企業運營效率，增加其收入來源并激發創新。物聯網也證明了它可以幫助企業制造更多的持續性價值，像是從過去一次性的交易轉變成長久的客戶關系。雖然面臨連接性和安全性的問題，但我們仍可預期物聯網將襲卷工業領域各大產業。