近幾年，工業(yè)物聯(lián)網(wǎng)發(fā)展的如火如荼，各種服務商、集成商如雨后春筍不斷涌現(xiàn)，逐鹿市場。但工業(yè)物聯(lián)網(wǎng)在工業(yè)制造中部署落地的情況卻不容樂觀，那么，發(fā)展工業(yè)物聯(lián)網(wǎng)，難度究竟在哪里？或者說哪些能力才是工業(yè)物聯(lián)網(wǎng)廠商們的核心競爭力？

我們把工業(yè)物聯(lián)網(wǎng)的難度總結(jié)為一個倒三角。

工業(yè)物聯(lián)網(wǎng)的技術難度

但實際市場中，工業(yè)物聯(lián)網(wǎng)的競爭狀態(tài)，呈現(xiàn)出的是一個正三角。

工業(yè)物聯(lián)網(wǎng)市場競爭者分布

為什么會呈現(xiàn)出這樣的分布，要從工業(yè)物聯(lián)網(wǎng)的技術體系說起。

我們將工業(yè)物聯(lián)網(wǎng)的技術應用分為以下七層：

層級L1、C1：?設備聯(lián)網(wǎng)，數(shù)據(jù)采集

隨著工業(yè)物聯(lián)網(wǎng)的快速發(fā)展，很多傳統(tǒng)的工業(yè)制造企業(yè)將目光轉(zhuǎn)向了設備數(shù)據(jù)，要實現(xiàn)智慧管理、數(shù)據(jù)處理，第一步需要拿到設備數(shù)據(jù)。那么對于工業(yè)設備來說，數(shù)據(jù)采集很難么？設備生產(chǎn)廠家自己不能做？當然不是。

其實工業(yè)設備數(shù)據(jù)采集，就是做一個硬件終端，與設備交互，只要弄明白交互的物理接口、交互協(xié)議、數(shù)據(jù)類型等，這個事情就不難。但擁有協(xié)議的設備廠家，為何自身沒做數(shù)據(jù)采集，而是通過第三方來獲取數(shù)據(jù)，其中的難點不在數(shù)據(jù)采集本身，因為工業(yè)設備的數(shù)據(jù)具有海量且無序的特點。

例如，單個數(shù)控機床設備，每秒產(chǎn)生的數(shù)據(jù)可以達到400M，按照一條產(chǎn)線上有10個工位十臺設備來計算，五條產(chǎn)線的話，一個簡單的工廠，其數(shù)據(jù)生產(chǎn)量每秒鐘能達到20G，而我們使用的普通手機流量也不過是每月10G左右。

除了數(shù)據(jù)采集，還要對數(shù)據(jù)進行存儲、分類、處理等等，這些都是廠家需要面臨和解決的問題。中國制造業(yè)現(xiàn)狀決定數(shù)據(jù)采集將是非常大的市場需求，正催生了大量的硬件制造商、數(shù)據(jù)采集集成商等提供基礎數(shù)據(jù)互通能力的服務企業(yè)。

層級L2、C2：數(shù)據(jù)接收，數(shù)據(jù)存儲，云平臺

云平臺很難嗎？設備生產(chǎn)廠家自己做不了，其他軟件公司不能做嗎？MQTT就是物聯(lián)網(wǎng)了嗎？

當然是否定的。

云平臺的難度當然比做一個數(shù)據(jù)采集終端要難一些，但云平臺歸根到底，還是一個解決終端規(guī)模接入處理能力，如何解決大規(guī)模并發(fā)的數(shù)據(jù)存儲問題，這也是一個純粹的技術問題，即便設備廠家做不了，還是有很多物聯(lián)網(wǎng)公司能去做這件事，例如阿里云、華為云、匯川等企業(yè)?？粗械恼撬鼈兊脑撇渴鹉芰托酆竦膶嵙?，對于云中部署的數(shù)據(jù)有比較高的保障，這是一般的企業(yè)想做也沒有能力做好的。

不過話說回來，工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)是一個時序數(shù)據(jù)，絕大多數(shù)情況下，并不能使用一般軟件公司通常熟悉的關系數(shù)據(jù)庫，這對物聯(lián)網(wǎng)企業(yè)來說是一個不小的門檻，但這門檻并非不可逾越。

層級L3、C3：數(shù)據(jù)處理

云平臺雖然解決了數(shù)據(jù)接收和存儲需求，但業(yè)內(nèi)人都知道，這是非常復雜的時序數(shù)據(jù)存儲。數(shù)據(jù)被保存到云平臺后，該怎么處理？這件事情是想著簡單，實際部署卻有一定難度。

近幾年，市場中涌現(xiàn)了大量的物聯(lián)網(wǎng)云平臺服務商，但大多數(shù)能力有所差距，并未具備完善的數(shù)據(jù)處理能力，采集到的數(shù)據(jù)就像一堆面粉，非專業(yè)的云平臺也就像一個面粉倉庫，把一堆堆面粉放到倉庫，期間只是面粉堆不斷增大了而已，海量而零散的數(shù)據(jù)并不會給企業(yè)帶來價值。

所謂數(shù)據(jù)處理，就是把數(shù)據(jù)進行高度的抽象，并進行必要的處理，讓這些數(shù)據(jù)更加有序的保存，高效的檢索，便于后續(xù)的數(shù)據(jù)應用、統(tǒng)計、分析計算。

數(shù)據(jù)處理這個環(huán)節(jié)，事實上很容易被忽略，絕大多數(shù)物聯(lián)網(wǎng)服務商并不明白數(shù)據(jù)處理是怎么回事，更不知道如何去做好數(shù)據(jù)處理，只能把采集到保存過程中的數(shù)據(jù)直接應用，這就帶來一系列問題：

面臨大量數(shù)據(jù)，只能展現(xiàn)零散的數(shù)據(jù)，而無法準確判斷數(shù)據(jù)關聯(lián)關系，且無法輔助決策等等。到了這一層，各類物聯(lián)網(wǎng)企業(yè)的實力差距就已經(jīng)明顯體現(xiàn)出來，能夠有效處理數(shù)據(jù)的企業(yè)往往能夠更快速的切入行業(yè)，為客戶提供數(shù)據(jù)價值。

層級L4、C4：數(shù)據(jù)分析，分析結(jié)果應用

物聯(lián)網(wǎng)平臺開始走向平民化，非IT的專業(yè)人士可以輕松上手工業(yè)APP應用，對于絕大多數(shù)企業(yè)也無多大難度。

工業(yè)物聯(lián)網(wǎng)的窘境，就是要面對一堆數(shù)據(jù)，卻又無法從數(shù)據(jù)中看出有效信息，對于數(shù)據(jù)應用來說就更加困難。數(shù)據(jù)分析的目的就是弄清楚，這些工業(yè)數(shù)據(jù)背后的含義。這個事情的難度，遠遠超過前面的三件事情，即使是軟件公司也不一定有這個能力，因為這些事情程序員做不了，數(shù)學工程師也不一定就能做。想要實現(xiàn)數(shù)據(jù)的分析與應用，就要跨越數(shù)學與工程的鴻溝，建立數(shù)學與工程橋梁。

數(shù)據(jù)分析對工業(yè)物聯(lián)網(wǎng)來說，兩個方面：

－A－ 分析數(shù)據(jù)，形成分析結(jié)果，這是數(shù)據(jù)分析必須要做的一個基礎的事情。

－B－ 合理應用分析結(jié)果。

現(xiàn)階段的工業(yè)物聯(lián)網(wǎng)企業(yè)，普遍還處在第一個“分析數(shù)據(jù)”，極少數(shù)開始做第二個。

分析是手段，而非目的，分析的目的就是要把分析的結(jié)果應用起來。對于智物聯(lián)而言，分析的目的即是實現(xiàn)安全生產(chǎn)＋節(jié)能減排＋提高效率。這件事情是一件實實在在的事情，只是吹捧概念、無法真正落地的企業(yè)是很難做到預測性維護。智物聯(lián)已經(jīng)實現(xiàn)了設備連接、數(shù)據(jù)處理、業(yè)務應用的綜合使能平臺，可以面向各類工業(yè)場景應用，并處理各種設備和數(shù)據(jù)，目前的工業(yè)設備接入量達20萬臺，累積超過10T的工業(yè)運行數(shù)據(jù)。

層次L5、C5：工業(yè)物聯(lián)網(wǎng)體系化建設

工業(yè)物聯(lián)網(wǎng)體系化建設，是工業(yè)物聯(lián)網(wǎng)解決方案提供商最值得自豪的地方，在某種程度上，這也是區(qū)別于其他物聯(lián)網(wǎng)企業(yè)的地方，是企業(yè)在市場競爭中真正的軟實力。

在物聯(lián)網(wǎng)洪流中，也許做數(shù)據(jù)采集、云平臺、數(shù)據(jù)處理、數(shù)據(jù)分析的人或者企業(yè)會很多，但真正形成一個完整體系的卻甚少。思科就是一個行業(yè)典范，當他們研制出第一臺網(wǎng)絡路由器的時候，這臺路由器已經(jīng)是思科體系中的成員了，他們的體系中包括了產(chǎn)品系列、產(chǎn)品線、思科標準、思科統(tǒng)一腳本語言等。

這件事情如果不是一開始做好，后面體系基本上是無法建設和完善的。

層次L6、C6：商業(yè)模式

工業(yè)物聯(lián)網(wǎng)的商業(yè)模式，與互聯(lián)網(wǎng)模式有很大的不同，一不留神就會陷入困境。

拿智物聯(lián)來說，很早便瞄準了—設備生產(chǎn)廠家，我們認為這是一條直接敲開設備數(shù)據(jù)大門的最佳路徑。

設備廠家普遍的工業(yè)物聯(lián)網(wǎng)需求，即讓廠家知道他們的客戶都是誰，以及設備位置、設備操作方法、設備運行方式、故障問題、故障處理，了解同一種設備在不同的地方使用所造成的差異、不同的用戶使用習慣對設備運行帶來的不同影響等。毫無疑問，通過物聯(lián)網(wǎng)，讓他們把服務從被動變成主動。

智物聯(lián)則不遺余力地為廠家提供所需的方案服務。智物聯(lián)的模式核心，就是在提供給設備廠家服務的同時，還提供了一個以 EXP（Expert）為主的系列應用，包括邊緣計算終端，給設備使用者提供了工具和利器，讓設備使用者得到實惠，能更加了解設備的運行情況，更加了解設備的潛在風險，還能知道如何調(diào)整運行參數(shù)以達到節(jié)能、提高產(chǎn)能的效果等等。廠家可以把應用當成自身設備附加的增值服務提供給他們的客戶，這些增值服務就具有了收益可能，為消化物聯(lián)網(wǎng)帶來的新成本提供了可能。

不同的企業(yè)在出發(fā)的時候，或多或少會走彎路，但是最終會走出屬于自己的商業(yè)模式，而選擇怎樣的商業(yè)模式就決定了在一段時期內(nèi)企業(yè)將如何增長，在市場中占據(jù)什么樣的位置。模式本無對錯，但市場會做出適當?shù)倪x擇。

層級L7、C7：市場營銷，項目落地，知識體系傳遞

這是一個終極環(huán)節(jié)，也是價值兌現(xiàn)的“最后一公里”。

無論是政策的推動還是市場紅海，工業(yè)物聯(lián)網(wǎng)的市場營銷已經(jīng)逐漸成熟，國內(nèi)也有大量實施項目落地，從工信委的示范項目到廣東省的“上云上平臺”，展現(xiàn)出的是一片欣欣向榮的昌盛景象。

智物聯(lián)是一個擁有完整工業(yè)物聯(lián)網(wǎng)體系的企業(yè)，在多個行業(yè)積累了大量的經(jīng)驗，我們的知識體系在行業(yè)內(nèi)不斷被認可并具備傳遞的價值。從最淺顯的層次，讓客戶學會如何使用MIXIOT平臺，比如，如何確定物聯(lián)對象，如何編寫數(shù)據(jù)采集終端（適配器）與設備之間的復雜對應關系，如何編制統(tǒng)一代碼，如何布局數(shù)據(jù)展現(xiàn)顯示板，如何進行運行相關的統(tǒng)計報表，如何配置分析項目，如何看懂分析結(jié)果，如何把邊緣計算終端的輸出策略告訴設備等。

深入一些，就是讓客戶學會如何利用 MIXIOT平臺解決更加復雜的問題，從單體設備到多個設備組成的裝置，到多種裝置構(gòu)成的生產(chǎn)線、多個產(chǎn)線組成的車間，到整個工廠……．，更深層次的意義，就是 MIXIOT 成為解決問題的標準，而這個標準的創(chuàng)立者是智物聯(lián)。

往往，我們不單要告訴客戶你需要什么樣的工業(yè)物聯(lián)網(wǎng)，同時能夠提供有效的工具和標準的方法。要清楚地知道，廠商不應只著眼于提供各種硬件、軟件、平臺、數(shù)據(jù)模型，而是要向使用者提供這些硬件、軟件、平臺、數(shù)據(jù)模型，為自己服務的方法。