簡介

工業4.0、智能工廠1.0和制造業互聯網都是旨在加速工業物聯網(IIoT)發展的行業舉措。據麥姆斯咨詢報道，2015年全球工業物聯網(IIoT)市場規模為1137.1億美元，至2022年預計將達到1954.7億美元。IIoT已成為萬眾矚目的焦點，幾乎所有企業都希望從中分得一杯羹。將大量工廠數據轉換為涵蓋供應鏈到車間、到運營、再到管理、甚至可能到潛在客戶的可操作信息，這是部署IIoT的關鍵挑戰。IIoT的發展類似我們看到的企業的“后臺應用”、“前臺應用”與商業智能的集成發展——數十年來點對點地進行定制化解決方案的搭建。

[[235466]]

最初，設備與本地的數據采集與監控系統(SCADA)相連接，且聰明的工廠管理人員找到了利用這些數據來更有效地管理車間的方法。隨著制造業的復雜程度日益提高，人們開發了專業軟件來支持一類生產管理的應用程序，通過這些程序可以跨多條生產線、多個車間以及其他連接到網絡的位置進行生產管理的優化。隨著傳感器技術、網絡通信和計算能力的不斷提高，IoT(物聯網)的預測經濟回報價值出現快速增長，加快了它的發展速度。智能工廠是實現IoT和IIoT的***回報領域之一。憑借已部署的數以萬計的傳感器、連接到互聯網的工廠，以及已經以電子方式進行通信的供應商和客戶，這個行業為IIoT提供了***的起點。但與軟件和互聯網的發展不同，IIoT的卓越中心并非根植于硅谷。

市場觀察

工業自動化在不久的將來會達到數十億美元的市場規模，因此大型工業自動化公司已紛紛進行大筆投資，將工業解決方案推向市場。根據2016年10月的Semicast Research報告，通用電氣(General Electric)、西門子(Siemens)和聯合科技(United Technologies)是全球***的IIoT OEM廠商(按營收)，但包括這三家公司在內的15家領先OEM廠商合計僅占據了全球市場的1/3。

表1：2015年全球前15家IIoT OEM廠商市場份額統計

留意一下前15家IIoT工業自動化公司的總部位置，不難發現，唯一設在硅谷的公司是應用材料公司(Applied Materials)，其余大部分公司則分布在美國東海岸、歐洲以及日本。

企業用于控制車間或工廠的工業軟件包括分布式控制系統、人機界面以及監控與數據采集系統(SCADA)。

大型工業自動化公司并非角逐IIoT市場的唯一實體。傳感器和執行器供應商長期服務于工業自動化和監控市場，一直居于IIoT市場的一線。隨著越來越多的計算和價值轉移到IIoT的邊緣，這類關鍵的傳感器和執行器公司對實現智能工廠而言變得愈發重要。在這方面，硅谷的代表企業是惠普(HP)和安華高科技(Avago)。

亞馬遜(Amazon)和谷歌(Google)等領先的云服務供應商作為頗受認可的公司，致力于為該行業提供基礎架構、業務流程和應用服務。在這方面，硅谷的代表企業是Google和VMWare。圖5顯示了領先的云服務供應商(按營收)。

圖5：領先的云服務供應商

西門子的MindSphere工業云平臺采用云技術和快速擴展的互聯網連接，可收集和分析大量工廠數據，通過數據分析和仿真提高資產管理和能源效率。同樣，通用電氣的Predix軟件平臺也連接著工業設備，對數據進行分析并且提供實時洞察。

IIoT與其具有更高知名度的姊妹解決方案IoT相似，即整個解決方案全部基于連通性。早在IoT之前，工廠機器便可彼此連接和互相通信的。隨著WiFi的普及，網關成為了IIoT的關鍵組成部分。事實上，許多智能傳感器本身就是網關。在這方面，硅谷的代表企業是思科(Cisco)。

工廠里機器對機器(M2M)通信(或者人機通信)是使用無線和蜂窩模塊及終端實現的。利用M2M技術可實現從工廠車間到公司內眾多受眾的遠程測量、診斷、維護、監控和報告。

IIoT領域的所有大型工業企業不僅與全球各家制造公司有著密切的關系，同時還擁有廣泛的領域知識。從全球各地的噴氣式發動機、海洋石油和天然氣鉆井平臺或制造工廠實時捕獲、分析數據并做出決策，其難度遠遠超過分析商務事務數據或跟蹤社交媒體帖子。該領域知識需要長期積累，不同領域之間差別極大，而且在業務分析和決策方面***價值。

硅谷密切關注著IIoT領域和許多已經躍躍欲試的競爭企業。圖8顯示了硅谷和全球范圍內已經在積極提供解決方案的初創公司。

圖8：IIoT初創公司

面對初創公司的壓力，“業界大佬”也不敢掉以輕心。例如今年早些時候，西門子成立了一個名為“Next47”的獨立業務部門，旨在加大力度孵化顛覆性的創意，以及加速開發新技術。此外，通用電氣發起了“Fastworks”計劃，目的是采取初創公司的模式加快實驗速度以及摒棄沒有吸引力的想法。

IIoT的回報

很顯然，工廠自動化能夠加快產品的上市速度并降低產品成本，但企業必須基于投資回報(ROI)期來做出IIoT決策。其中一種方法是研究相似行業的公共案例分析。例如：

• 一家酸奶公司部署了一條全自動生產線，產量增加了300%，成本降低了30%，并且減少了95%的產品損失。
• 一家煉油廠在火炬煙囪中安裝了無線聲學傳感器和氣體流量閥。該系統僅用了5個月便收回了自身成本，并且可在20多年的時間內保持271%的投資回報。而且，通過快速檢測和修復故障閥門，該解決方案每年還為他們節省了超過300萬美元的碳氫化合物排放損失。
• 一家制造消毒凝膠的公司通過將數據分析解決方案添加到他們網聯的生產機器上，降低了50%的生產成本并在6周內就實現了投資回報。
• 一家半導體晶圓代工廠針對客戶的定制IC，部署了一套自動報價系統，在3個月內實現了419%的投資回報率，并且每年節省超過400萬美元的成本。

前景展望

制造領域與信息技術、先進的IoT傳感器和分析技術的融合推動了智能工廠的誕生。一些公司正在著手打造完全自動化工廠。另一些公司著手開發能夠自動進行自我組裝的工廠機器和生產線，并將客戶訂單轉換為驅動機器配置的生產數據。還有一些公司則在探索虛擬現實、3D打印、機器人技術，以及利用與互聯網連接的廉價傳感器技術的智能方法。制造公司處于技術的前沿，因為其不斷對系統進行細小的改進，假以時日也能累積可觀的成本節省。我們來看看石油行業提供的一組令人驚嘆的統計數據：利用IIoT解決方案將現有油井資產的生產率提高1%，就能將全球的石油產量增加800億桶，這相當于全球3年的石油供應量。您認為這是否足以激勵石油公司參與IIoT的進程呢?

IoT與IIoT之間存在著模糊的界線。工廠自動化、商業樓宇和某些情況下的醫療保健***地契合了工業定義。汽車制造業是一個擁有巨大潛力的工業細分市場，將智能汽車部署到智能城市后，交通運輸市場看起來更像一個IIoT解決方案，并且蘊含著無窮無盡的市場、應用和機遇。

隨著更大規模的系統體系領域，開始采用硅谷的半導體和電子系統公司已運用幾十年的設計自動化解決方案和標準，設計自動化公司迎來了面向全新市場開發創新解決方案的難得機遇。