Software AG公司首席產品官Stefan Sigg日前對工業物聯網的當前和未來發展狀況進行了探討，并發布了他們的研究報告，這些報告顯示了工業物聯網在北美地區制造業和汽車領域應用所存在的問題。

 

 

云遷移浪潮是由公共云提供這樣的大規模廠商所驅動的，這些廠商希望吸引盡可能多的公司進入云端并使用其平臺。云遷移引發了對集成中間件的巨大需求和必要性。

 

并不是所有的公司都能夠完成所有遷移，通常只有70%到90%。很多企業仍然在其數據中心的平臺上擁有和運營原有系統。一旦進入云端，應用程序的其他部分將被云服務取代。所有云計算提供商都希望并需要幫助客戶在遷移云端之后重新建立集成。而云計算提供商為其客戶提供云遷移的服務，當然也有一些企業為在內部部署環境中建立應用程序和業務集成而陷入困境。而現在，當他們將業務遷移到云中時，他們擔心云中集成將花費的時間。而在混合云集成中間件使其變得更加容易。

 

 

如今，邊緣計算已經到來。企業數據中心的一部分工作將移至云中，其他部分部署在邊緣，企業需要對其進行集成。云計算、邊緣計算以及連接點的組合正在創造大量的集成中間件。

 

 

物聯網還可以意味著事物的整合，確保物聯網設備和中央存儲庫之間的數據平滑流動。物聯網平臺需要用于設備的專用連接器，具有專門的連接軟件。而這是專用的集成中間件，用于設備在頂部快速構建應用程序。安全性是一項內置功能，公鑰和加密是設備管理(包括更新的固件)的一部分。

 

 

例如物聯網在水務管理的應用。在英國，每天因管道泄漏而損失的水高達30億升，相當于2000萬人一天使用的水量。Software AG公司創建了采用物聯網的監測系統，并預先考慮了澳大利亞電信公司所處理的漏水事件，使用水管中部署的傳感器來測量泄漏點，并進行實時通信。可以對快速和預測性的場景做出反應，模板應用程序可以在各地的其他水利基礎設施中重復使用。各地的水務管理和供水相似，在安裝大量傳感器后，便可以快速部署。這使更多的公司可以創建可創造價值的物聯網應用程序。

 

德國ADAMOS公司是一個由德國機器制造商組成的財團，他們建立了一個平臺，財團中的每個公司都可以在這個平臺上構建自己的物聯網應用程序，并學習如何進一步減少構建應用程序的工作量。

 

汽車涂漆機器人的行業領導廠商Durr公司很好地應用物聯網設備。該公司在工作中創造了高效可靠的流程，并采用實時分析監控，確保當發現故障時停止噴涂工作。如果車輛需要重新上漆，而一名工作人員就可以同時監控五輛汽車。隨著時間的推移，他們將使用預測分析來將錯誤減少到零。

 

物聯網應用程序非常適合這樣的用例。人們在將來并不會看到很多相同的物聯網應用程序。而企業需要一個平臺，可以在此平臺上花費最少的精力構建特定的應用程序。

 

 

一旦企業集成和處理了物聯網數據，就必須處理與之相關的其他系統，如企業資源計劃(ERP)、供應鏈或制造執行系統。還有許多其他系統需要集成。

 

 

人們必須對物聯網需要有正確的期望?，F在和將來的物聯網應用都將是一件大事，物聯網應用將爆炸式增長。人們很難預測它們爆炸的速度，這取決于企業的準備、意愿和技能。其發展的瓶頸并不是技術。限制因素是具體的想法，其限制因素是在商業意義上如何處理物聯網數據的創造力。這一切都與可取性、可行性和可見性有關。

 

企業的客戶想要什么?回答這個問題并不容易。機器制造商需要像軟件設計師一樣習慣于思考，企業將對硬件和軟件如何協同工作持不同的態度。那么誰會更快地成為領域專家學習軟件或軟件工程師來學習領域?亞馬遜公司并不是零售商，而是一家十分了解零售行業的軟件公司。而在銀行業、保險業和制造業的應用也是如此，可以說企業通過采用物聯網設備產生的數據進行創造性的工作。

 

 

物聯網的應用可以說無處不在。機器生產廠商非常擅長于自己的機器類型，因此沒有競爭力，因此愿意分享思想和技術。每個行業都有其物聯網挑戰，數據具有很高的價值，但是企業將如何使用它進行商業化。將來，所有的物品都會產生數據。而以前連接的警報系統現在采用的是功能先進的計算機。有了這些數據，就會有軟件來處理這些數據，然后企業面臨應該如何處理這些數據的問題。

 

 

開發人員的工作正在煥發新生，因為有一些公司已經淪為系統運營商，用于為業務的不同領域構建軟件，有的IT組織甚至忘記了如何編寫代碼。現在將看到開發人員的重生，他們將創建數據并需要編寫代碼，這是開發商的巨大機會。它需要分析、機器學習、用戶界面技術、學習包和語言(如JavaScript和Reacts)的技能，并查看GitHub的統計數據是JavaScript。開發人員需要學習人工智能技術，尤其是Python。在堆棧交換中，大多數問題與Python有關。需要了解數據結構、分析和“計算機編程的藝術”的基礎知識。

 

Software AG公司已對汽車行業和物聯網應用進行了調查。關鍵要點是，主要的工業和汽車制造商遠遠落后于工業物聯網創新曲線，從而損害了生產力和收入。

 

調查還顯示，絕大多數制造商查詢到的報告表明，他們的工業物聯網投資是有限的，可能鎖定在公司的一個部門中，阻止了這些組織在其企業之間共享工業物聯網的力量。這使這些制造商損失了數百萬美元的潛在利潤，因為他們落后于投資于預測分析和創新集成策略的更具前瞻性的競爭對手，這些策略可以在整個企業中擴展工業物聯網。

 

 

•80%的受訪者認為，需要優化圍繞工業物聯網平臺的流程，否則它們將面臨競爭劣勢，但很少有人這樣做。

 

•IT-OT(信息技術和運營技術)集成被認為是最困難的任務之一，57%的汽車制造商表示，這阻礙了他們從其工業物聯網投資中實現全部投資回報率(ROI)。

 

•84%的汽車和重工業制造商認為工業物聯網的最重要領域是“產品即服務的貨幣化”。然而，優化生產仍然很重要， 58%的重工業和50%的汽車制造商認同這個觀點。

 

•奇怪的是，定義基于閾值的規則幾乎與利用預測分析擴展工業物聯網一樣困難。超過60%的受訪者表示，定義基于閾值的規則與將IT系統和物聯網傳感器集成到現有控制系統中一樣困難。