為最壞情況做準備并不一定是壞事，但您可能高估了工業物聯網的風險，并低估了它的真正價值。為了幫助您樹立正確的觀念，我們將在本文中揭示關于工業物聯網實施的6個常見誤解。

 

誤解1：工業物聯網意味著必須連接云

 

云是大多數物聯網或工業物聯網討論中的熱門話題。毫無疑問，云有它的好處，并在工業物聯網市場中有著重要的地位。它為海量數據存儲和管理提供了經濟高效、無處不在的基礎設施。云計算結合了先進的機器學習算法，甚至可以識別流程和設備操作的趨勢，以預測和防止未來的故障。

 

話雖如此，但云在工業物聯網部署中絕對不是必須的。盡管云解決方案有很多好處，但它可能不是許多工業公司的首選。這是因為大量傳統工業系統僅具有有限的安全措施，這使得它們在連接到互聯網時很容易成為網絡黑客的攻擊目標。除了網絡安全風險、數據隱私、延遲增加之外，無保障的服務正常運行時間也是第三方托管云的主要問題。

 

隨著眾多無線供應商提供云集成解決方案，云似乎是工業物聯網實施中不可或缺的一部分。事實上，靈活的工業物聯網架構通常會將這個決定交給最終用戶，讓他們選擇最適合他們業務需求的后端系統。運營數據可以根據用戶需求轉發到本地服務器和數據中心或基于云的分析平臺。工業物聯網旨在提高工業運營的控制和可視性，以提高運營效率、安全性和可持續性。

 

誤解2：在傳統系統中啟用工業物聯網非常復雜，而且還涉及生產停工

 

可編程邏輯控制器(PLC)誕生于第三次工業革命期間，是工業自動化系統的核心。盡管這些控制中心在實時、本地化任務上表現出色，但它們(設計于2000年代初)并沒有打算與外部世界連接。大多數舊的可編程邏輯控制器都帶有過多的專用串行協議，僅用于閉環控制過程。新的可編程邏輯控制器可能帶有以太網連接，但許多復雜的工業環境禁止硬連線。

 

由于這些通信挑戰，制造商傾向于認為在傳統的可編程邏輯控制器和工業系統中部署工業物聯網是極其艱難的。通常情況下，我們會看到一個令人望而生畏的過程，其中包括繁重的硬件更換、布線以及數周的生產停工。事實是，新興的即插即用連接正在使傳統工廠中的工業物聯網實施成為現實。

 

這種解決方案可以使用自動化專用協議與傳統可編程邏輯控制器連接，無需任何硬件修改即可提取關鍵數據點。它提供了一個強大的無線鏈路，可以將數據無線傳輸到中央管理系統，從而消除了任何布線要求。因此，成本高昂的生產停機時間也就不會出現了。

 

誤解3：工業物聯網是關于毫秒級延遲的自動化網絡

 

制造商經常采用傳統的、以自動化為中心的思維方式來解讀工業物聯網及其潛在價值。許多人把數字工廠想象成新一代自動化設施——完全配備了下一代生產線和機器人機械，可以在毫秒級延遲內傳輸數據。雖然增強的實時自動化是故事的一部分，但它肯定不是定義我們下一次工業革命的單一要素。

 

工業物聯網的核心價值是對現有流程和設備的前所未有的可見性，這些流程和設備能夠為戰略決策提供支持。通常，這種可見性來自于捕獲資產、流程和上下文數據的精細化傳感器網絡，比如工人的可穿戴設備、管道傳感器和環境傳感器。而遠程監控網絡則是工業物聯網部署的核心支柱，可以及時通知可能中斷運行和威脅工人健康的情況，從而提高工廠安全性和生產效率。

 

與高帶寬、對時間敏感的通信不同，工業物聯網傳感器網絡主要是每隔幾分鐘或僅在發現異常時發送少量的遙測數據。相反，過于頻繁發送的數據可能是無用的，并會給后端系統帶來負擔。真正重要的是網絡覆蓋范圍、可靠性和可擴展性，以及電池的多年獨立運行能力。而面向自動化的以太網基礎設施無法滿足這些要求。

 

誤解4：工業物聯網實施需要大量資金

 

對新的無線通信架構的需求通常會引發大量前期投資的想法，這阻礙了工業物聯網的采用。然而，一旦您開始研究當今可用的技術選項，您就會意識到構建一個工業物聯網基礎設施不一定要花很多錢。一個新的機器人系統可能需要花費數十萬美元，更不用說復雜而昂貴的安裝和維護過程了。相比之下，無線低功耗工業物聯網傳感器網絡的部署成本僅為資本支出和運營支出的一小部分。

 

除了今天已經大大降低的傳感器價格之外，諸如低功耗廣域網(LPWAN)等新的無線技術還為工廠范圍的傳感器網絡提供了高性價比的連接選項。借助可擴展的解決方案，您還可以最大限度地減少昂貴的基礎架構(即基站)，同時應對多個應用和挑戰。這反過來又簡化了復雜性，并加快了投資回報速度。

 

誤解5：工業物聯網幾乎沒有即時價值

 

即使工業物聯網投資可以負擔得起，但制造商仍然可能認為它不值得。這是因為人們普遍認為工業物聯網沒有什么立竿見影的價值，只是日常運營的可選附件。然而，如果知道每年工廠停工總估計損失高達500億美元后，想必您會改變想法。

 

通過從以前以封閉方式運行的系統中解鎖數據，工業物聯網可幫助制造商打破工廠數據孤島。增強的資產和運營透明度極大地方便了故障排除和維護活動，同時消除了手動任務。這將通過減少機器和生產停機時間，對成本節約和整體設備效率產生直接影響。

 

誤解6：工業物聯網最終將取代人們

 

工業物聯網反映了工業運營和所需專業知識的模式轉變。某些手動任務將被自動化以提高生產效率，但這并不意味著對人力的需求將會消失。為了保護大數據并將其轉化為商業智能，數據科學家和安全工程師等新的工作職能至關重要。像機器操作員這樣的現有工作將隨著新的技能組合而繼續發展。人類智能是工業物聯網實施背后的大腦，沒有任何機器能像人類一樣靈活。

 

同樣重要的是要注意，工業物聯網讓員工從重復單調的任務中解脫出來，專注于更高回報、更高價值的任務。同樣，其最終目標之一是為員工創造一個更安全、更健康的工作環境。因此，工業物聯網不應該被視為就業威脅，而應該被視為未來以工人為中心的智能工廠的一種手段。

 

與以往的任何工業革命一樣，工業物聯網的實施并非沒有挑戰。但是，要確保這些誤解不會讓您偏離現實。準確評估工業物聯網如何應對您的業務挑戰，并根據潛在成本對其進行衡量，將是成功部署的關鍵。