IndustrieReply的常務董事FlorianBeil在InformationAge上談到了工業物聯網(IIoT)帶來的驅動價值以及由此帶來的挑戰。

[[383791]]

工業物聯網(IIoT)已經成為一個技術領域，通過加快制造項目的規模和部署帶來價值。任務自動化、更高的可視性和改進的安全性都是IIoT能夠帶來的優勢，而且隨著新用例的發現，IIoT仍在不斷增長。

然而，在工業領域，制造商往往在有機會推動物聯網項目價值之前，就很難讓物聯網項目落地。人們發現，所涉及的技術過于復雜，用戶無法理解和擴展，組織也不確定哪種軟件最適合他們。

根據Industrie董事總經理florianbeil的回答，“每兩周就會有一個新的API發布，來自Azure或AWS，所以公司仍在研究如何構建最好的解決方案。”

此外，雖然使用這項技術的可能方法正在增加，但要確定哪種方法能夠真正推動價值還是很困難的。為了使項目在長期內真正有價值，需要對部署上花費的時間和金錢進行某些考慮。

另一個重要的方面是，當你想從IIoT中獲取價值時，要記住這一點，就像任何IT項目一樣，這是一個需要不斷改進的持續過程，而不是一次性的冒險。當涉及到IIoT時，這可能意味著從多個供應商處購買，并確保每個組件彼此兼容。

Beil繼續說：“這是一個許多公司都不習慣的復雜性。生態系統可以利用微軟、西門子和人工智能初創公司的能力，公司需要學習如何管理所有這些方面。”

簡化部署過程

在IIoT部署方面，另一個經常阻礙制造企業發展的障礙是內部組織的復雜性。“如果一家大型工業公司想推動IIoT項目，他們通常會有所有這些不同的業務部門，有不同的要求，這些業務部門都需要整合在一起，”貝爾解釋說。

“每個部門最終都會制定自己的戰略，沒有什么是合拍的。這是最常見的挑戰之一。”

任何技術方案都可能需要時間才能取得成功，即使所有利益相關者都站在同一個角度，朝著同一個方向努力。然而，由產品數據管理(PDM)系統支持的汽車領域等領域的項目，已經縮短了上市時間。根據Beil的說法，IIoT可以帶來與制造汽車一樣的復雜性，但與汽車空間不同，IIoT缺乏一個識別用例的標準化過程。

“這就是我們建造Axulus的原因，”Beil說。“制造商需要適當的管理系統來管理復雜性，否則將不可能找到用例。”

使用諸如AI之類的直觀技術以及用于計劃的正確數據，可以使用戶發現大規模利用IIoT的具體方法。此外，該區域的管理系統可以為操作帶來更高的安全性，這是用戶認為是另一個挑戰的區域。

優化成本

在企業內部進行大規模的新技術項目(如IIoT)時，必要時將成本保持在最低水平是至關重要的，這樣才能真正實現價值。當一家公司冒險進入不熟悉的能力時，這說起來容易做起來難。Beil認為，與成本中心運營商密切合作，并利用他們的知識來確定哪里可以優化成本，可能會有很大幫助。

Beil解釋說：“這些專家需要得到支持和激勵，以便在定義合適用例的過程中做出貢獻。”“企業需要考慮是否在節約成本，需要有預見性的維護措施。”

“如果這些維護檢查顯示故障每十年才發生一次，那么在這里不太可能優化成本。但如果生產線每小時停產一次，而且每條生產線停產花費100萬美元，那就有意義了。”

根據IndustrieReply的總經理的說法，這需要一種結構良好、解釋清楚的自下而上方法，由專家領導，而不是由供應商或高級管理人員領導。一旦向業務描述了用例，就應該討論成本節約和目標值，這將允許更好地度量進度。

“用例是否可行取決于公司及其所面臨的痛點，”Beil說。“應使專家團隊能夠以可以建立的結構化方式做出貢獻，并由業務領導者提供反饋。

“此外，在可能的情況下，管理人員可以使用中央操作系統，該操作系統可以管理這些用例，接收想法并量化節省的費用。這樣，可以更定期地激勵團隊。”

此外，與將IIoT開發人員外包相比，將用例開發和擴展策略保留在內部，可以保持溝通的簡單性，并保持整個團隊的理解。