采用工业 4.0 的痛点及解决方法-工业痛点

世界经济论坛(World Economic Forum)创始人克劳斯·施瓦布(Klaus Schwab)创造了“第四次工业革命”一词，以表达传统制造业和工业实践中的自动化进步，即利用机器对机器通信和围绕自我监控的物联网。

如今，我们正处于前所未有的高速发展之中，以至于我们的大脑不再有能力以同样的方式感知或分析我们的环境。为了保持竞争力，公司将不得不依靠机器和人工智能来完成一些繁重的工作。那些固步自封，并拒绝采用这些新工具的公司将面临一些艰难的竞争挑战。

不过，对更大分析能力的需求并不是现在采用的唯一原因。某些技术变革创造了前所未有的机会。

工业技术正以指数级速度快速发展，部分原因是以前没有融合在一起的科学和技术学科(例如机器对机器通信、机器人技术、人工智能、纳米技术、合成生物学等)的融合。

人类需要数据来迭代和创新。当长时间使用相同的数据集时，我们只能推动洞察力和创新。然而，随着粒度的显著增加——类似于第一次在显微镜下查看旧数据——我们有了新的数据集来进行分析。我们现在能够：

使用这些新数据，我们可以实时了解复杂活动并做出基于数据的决策。这种提高的认知导致了额外的洞察力，甚至新的科学领域。

这些技术的巨大进步已经构成了支持工业 4.0 的必要支柱：

例如，网络带宽已经发展到可以在全球范围内以高清方式进行视频通话的地步，物联网设备可以轻松地通过蜂窝网络进行通信。

我们也开始看到真正令人兴奋的互连水平。随着我们克服以前使用不同格式的不同协议、语言和数据的挑战，这种增强的互连性正在开启新的创新。

另一个关键是数据透明度的提高——这使我们能够提取以前不容易获取的数据，并创造新的见解。

没有这些基础，工业 4.0 和工业物联网就不可能实现。那么，如果您准备好了，您从哪里开始呢?

重要的是要记住，并非所有物联网都是一样的。能力有一个自然的发展过程，假设您的组织想快速过渡到高度成熟的物联网部署，但如果您还没有经历过物联网开发的早期阶段，那么这大多是不可能实现的。

使用我们的物联网成熟度模型作为框架，您可以为长期持续成功和盈利奠定基础。

第1阶段：嵌入式设备

代码在单台设备上独立运行，不与其他设备交互。

第2阶段：云计算

通过互联网获得的计算服务，如服务器、存储、数据库网络、软件、分析和智能。

第3阶段：物联网

将嵌入式设备和云计算结合在一起。代码通过网络连接机器并促进通信。

第 4 阶段：预测性维护和分析

使用机器学习从物联网设备收集的数据中收集预测性业务见解。

第5阶段：规范性分析

使用高级机器学习从物联网设备数据中收集规范性见解，例如基于行为向客户推荐额外的产品/服务。

第 6 阶段：普适计算

计算能力在整个物理环境中、企业内部和外部都可用，而用户在很大程度上是不可见的。

这些阶段指明了通往成熟和收入的道路，但在此过程中也有一些陷阱需要避免。

我们经常看到，拥有大量物联网机会的公司难以启动项目，因为他们无法达成共识或提出令人信服的投资回报模型——通常是因为他们试图一下子部署太多。不要试图煮沸海洋，从小处着手，并不断调整。

不要在没有适当市场验证的情况下进行巨额投资，相反，从小处着手，用一个唾手可得的项目来证明投资回报。如果这个唾手可得的果实没有成功，这是一个很好的信号，可以让您最初的假设无效并重新考虑进一步的投资。

已经有一些行之有效的模型。从工作流程的角度来看，这些包括敏捷和精益方法。当谈到人工智能并且您正在考虑自建与购买时，请记住——仅仅因为您找不到要购买的东西，并不意味着解决方案必须完全定制。有些模型只需很少的工程工作就可以插入。通过咨询熟悉这些成熟框架和解决方案的行业物联网专家，将风险降至最低。

在物联网中工作时，保持安全第一的心态至关重要。记住，您可能正在通过物联网开启新的攻击载体，并且不要因为推出最低可行产品(MVP)的压力就忽视安全性。

随着物联网部署的失败，跟随那些成功者的脚步至关重要。