国兴物联对工业物联网平台的抉择与思考

工业物联网的兴起，很大程度来源于《中国制造2025》的战略规划。从目前的基础水平来看，更多的制造企业离“工业4.0”还有点距离，中国制造的提升也非一朝一夕能够完成。但不可否认，伴随着大数据、云计算、人工智能等各类科技技术的进步升级，无论是提高生产效率与企业竞争力，还是催生大批新兴产业，工业物联网依然给行业人士带来了无限憧憬空间。　

1.从产业链角度，工业物联网主要由设备制造商、网络运营商、平台供应商、系统集成商组成，各方协同配合为客户提供一整套解决方案。在这之中的平台服务商往往起着承上启下的作用，向下对接企业终端，向上连接用户应用，通过对生产管理数据的存储、分析、决策，实现工厂智能化、管理高效化。对此，国兴物联IOT总经理叶伦标来带领大家进一步了解工业物联网及其相关云平台技术，向我们讲述国兴物联对于工业物联网及其平台建设之路的抉择与思考。按照叶伦标的讲述：“国兴物联并不是简单的平台服务商，而是一个数字化工厂解决方案提供商。十几年M2M通讯的技术积累、IoT网关的边缘计算能力、以及对工厂自动化的深度理解 ，国兴物联的这三点优势是很多互联网工业云服务商都不具备的，国兴物联将为更多制造企业提供更精细化的“端到端一体化”服务。

2. 明确工业物联网要解决的问题》从定义区分上讲，工业物联网主要强调在生产和服务方面的应用，而非消费领域，在设备协议、网络设置，以及可靠性要求上，它与普通物联网存在较大差别。但对有上云需求的用户来说，理解物联网及其之间的区别并不重要，预测性维护、工艺流程管理、设备生命周期管理是否能落到实处，提高效率、降低成本的目标能否实现，这些才是关键。　　预测性维护： 通过大数据分析系统对设备进行实时监测，提前发现故障并作出预警，以减少企业损失;　工艺流程管理： 在生产环节，通过历史数据、监测数据等合理的调整生产参数，达到最优。

3. 大数据、云计算、人工智能促进工业发展。生产效果;设备生命周期管理： 通过生产数据监测设备可靠性，保障设备从开始投入使用到因功能丧失而退出使用期间的稳定性。但工厂设备往往数量众多，协议复杂，要想实现高效运维，必须依靠数据分析统筹而非人力记录。对此，叶伦标强调：“工业物联网入局者在一开始就要考虑的，便是抓住企业痛点，沉入现场进而解决问题 ，包括对协议的理解，工厂设备的总结概括，还有场景建模等。目前在制造业，大数据、云计算技术已经逐步应用在很多企业和数据分析项目中，包括最常见的离散设备远程运维，通过对海量数据的分析，基本能够实现“优化生产质量、节省能源、改进设备服务”等功能。 　但真正的智能制造远不止如此。工业4.0，或者说是《中国制造2025》的精髓在于：依托深度学习技术，把从传感器收集到的数据梳理挖掘之后，能够形成可执行的操作信息 ，最终将工厂“老师傅”的经验值数字化，将人脑决策转换成更高效精确的机器决策。正如同百度ALL in AI的战略，人工智能的重要性不言而喻，深度学习给智能制造带来的市场潜力也将十分可观。我们可以畅想，未来大量的人工作业将被智能化机械作业所取代，成本优势也不仅体现在生产线升级后人力成本的降低，更体现在上下游整合后的数字化调配系统及精益、定制化生产带来的生产资料及运营成本的降低。另外在未来几年，在包括语音识别、自然语言生成、机器学习平台、对硬件的兼容性等方面，相关算法都将进一步完善，最终促进更多应用批量落地。　

叶伦标还提到：“就中国来看，大多数工业现场还处在制造业自动化产业升级的初始阶段。 ”乐观的是，近几年来更多企业开始大力投入对生产线的改造，用自动化技术替代或者配合人力更好的工作，比如工业机器人、工业SaaS、工业大数据等。这些无疑在给深度学习释放积极信号，毕竟数据喂养是深度学习的先决条件，数据产生了，更进一步的技术改造也就未来可期。