盡管存在投資回報率(ROI)、技能可用性和升級方面的擔(dān)憂,但物聯(lián)網(wǎng)為企業(yè)帶來了有用的見解。邊緣計算產(chǎn)品是解決這些挑戰(zhàn)的一種方法。
當(dāng)涉及到工業(yè)物聯(lián)網(wǎng)(IIoT)的現(xiàn)實時,許多企業(yè)必須考慮成本、時間和新設(shè)施的中斷。對于許多企業(yè)來說,不得不淘汰和更換新的基礎(chǔ)設(shè)施來支持物聯(lián)網(wǎng)的前景并不是一個可行的選擇。
解決物聯(lián)網(wǎng)實施的挑戰(zhàn)
邊緣物聯(lián)網(wǎng)和分析可以提供一種強大的機制,將復(fù)雜的數(shù)據(jù)源轉(zhuǎn)換為精簡的、低成本的、具有更快的投資回報率和更高價值的平臺。然而,在考慮物聯(lián)網(wǎng)實施時,企業(yè)面臨五個關(guān)鍵挑戰(zhàn)。
1、投資
物聯(lián)網(wǎng)在多個行業(yè)的轉(zhuǎn)型潛力是驚人的,關(guān)于其徹底改變商業(yè)模式的能力已經(jīng)進行了很多討論。但是,盡管市場部門的可能性非常令人興奮,但這些行業(yè)物聯(lián)網(wǎng)產(chǎn)品的現(xiàn)實是,它們是為大量的用例設(shè)計的——設(shè)置錯綜復(fù)雜,具有難以置信的強大網(wǎng)絡(luò)功能,需要大量的投資和技能來執(zhí)行。
物聯(lián)網(wǎng)領(lǐng)域的主要參與者,包括AWS和Microsoft,需要對物聯(lián)網(wǎng)堆棧和集成到數(shù)據(jù)中心的其他硬件,以及能夠編碼、編寫和構(gòu)建解決方案的人員進行大量前期投資,甚至在組織獲得潛在數(shù)據(jù)或洞察力之前,就可能需要數(shù)十萬美元。
投資回報率是物聯(lián)網(wǎng)領(lǐng)域所缺乏的,這導(dǎo)致了概念驗證的失敗。物聯(lián)網(wǎng)的一個早期用例——智能電表,是一個很容易計算ROI的實例。因為企業(yè)不必向站點發(fā)送電表讀取器,而且有直接的成本效益。
但是,對于工業(yè)物聯(lián)網(wǎng)來說,其遠(yuǎn)不止于此。也許可以節(jié)省一些費用,并且可能需要更少的機器維護。儲蓄在一開始就很難確定。因此,在這種情況下,在這種解決方案中進行大量的前期投資是不合理的。
2、拆換
在許多工業(yè)情況下,需要監(jiān)控的現(xiàn)有機械包括大型、復(fù)雜和昂貴的結(jié)構(gòu)。這些機器是為手頭的任務(wù)而設(shè)計和制造的,因此它們應(yīng)該以非侵入式的方式進行監(jiān)控。
許多設(shè)施的設(shè)計和建造成本高達(dá)數(shù)十億美元,企業(yè)無法開始拆除和更換組件,因為云技術(shù)提供的好處還沒有量化。
相反,市場上的許多物聯(lián)網(wǎng)產(chǎn)品從一開始就依賴于將物聯(lián)網(wǎng)構(gòu)建到基礎(chǔ)設(shè)施中,這一概念可能會導(dǎo)致重大的業(yè)務(wù)中斷和停機。
3、技能
管理這些類型的復(fù)雜設(shè)置所需的技能對許多企業(yè)來說,也是一個重大障礙。制造業(yè)中很大一部分物聯(lián)網(wǎng)客戶并不一定像傳統(tǒng)數(shù)據(jù)庫用戶那樣精通IT。由于許多供應(yīng)商需要能夠有效地管理這些平臺的人,這是一個損害該領(lǐng)域采用機會的問題。
企業(yè)需要一種方法,通過只需要瀏覽器訪問的簡化平臺,將數(shù)據(jù)從物聯(lián)網(wǎng)設(shè)備中取出,而無需周圍復(fù)雜的生態(tài)系統(tǒng)。這意味著企業(yè)必須弄清楚自身是否有能力聘請專門的物聯(lián)網(wǎng)專業(yè)人員,以及該角色如何提供價值。
4.、基礎(chǔ)設(shè)施
許多物聯(lián)網(wǎng)項目的另一個障礙是基礎(chǔ)設(shè)施沒有開發(fā),如地點在不方便的地方且沒有可靠的Wi-Fi——唯一可用的云是漂浮在天空中的云。在這種情況下,擁有一個物聯(lián)網(wǎng)解決方案,可以收集所有數(shù)據(jù),并在收集點對其進行分析,實現(xiàn)對正在發(fā)生的事情的快速可靠的可見性。這可以產(chǎn)生巨大的影響,且將是一種更實用的解決方案,無論是在大型工廠還是在遙遠(yuǎn)的地點。這就是物聯(lián)網(wǎng)最初的愿景和實際情況之間的區(qū)別。
5、邊緣的物聯(lián)網(wǎng)
物聯(lián)網(wǎng)的愿景和現(xiàn)實大不相同。傳感器的“是”或“否”響應(yīng)與判斷一個復(fù)雜的機械部件是否按其應(yīng)有的方式工作并處于最佳效率水平是不同的。這不僅是關(guān)于收集數(shù)據(jù)的機會,而且還具有修改數(shù)據(jù)收集的能力,并添加額外的傳感器以進一步擴展收集的數(shù)據(jù)。
例如,設(shè)置可能會監(jiān)控溫度和速度,但隨后必須測量振動。這需要另一個傳感器,因此平臺必須具有適應(yīng)性和可擴展性。在當(dāng)前的工業(yè)部門環(huán)境中,IT團隊必須靈活并準(zhǔn)備好應(yīng)對規(guī)模變化,包括收集的數(shù)據(jù)的大小和復(fù)雜性。
隨著邊緣計算的發(fā)展勢頭越來越猛,企業(yè)正在發(fā)現(xiàn)如何快速地實時訪問對其業(yè)務(wù)至關(guān)重要的最有價值的數(shù)據(jù)。
像智能電表,這種類型的物聯(lián)網(wǎng)部署涉及數(shù)百萬個具有相同數(shù)據(jù)和單一用途的相同設(shè)備。這仍然是一項投資,但其原理只是簡單地將多個同類設(shè)備連接在一起,這與當(dāng)今的工業(yè)環(huán)境不同。在當(dāng)今的工業(yè)環(huán)境中,可能有少數(shù)甚至數(shù)萬種不同的設(shè)備,它們都以不同的方式執(zhí)行略微不同的任務(wù)。
因此,這種專用設(shè)備需要一個物聯(lián)網(wǎng)邊緣解決方案,能夠在數(shù)據(jù)到達(dá)時準(zhǔn)確地轉(zhuǎn)換、測量和分析不同的數(shù)據(jù)格式,而無需拆除和更換機器的內(nèi)部電子設(shè)備。
邊緣允許在邊緣節(jié)點上執(zhí)行數(shù)據(jù)處理,然后只將聚合的數(shù)據(jù)傳輸?shù)街醒敕⻊?wù)器。根據(jù)測量用例,這可以減少到每五分鐘發(fā)送幾條消息,而不是每分鐘傳輸大量數(shù)據(jù)。
這將導(dǎo)致帶寬大幅減少,因此蜂窩網(wǎng)絡(luò)變得具有成本效益,從而降低基礎(chǔ)設(shè)施成本,并創(chuàng)造更快的ROI和價值。
對于決定從物聯(lián)網(wǎng)開始的企業(yè)來說,邊緣計算消除了對大規(guī)模復(fù)雜且昂貴的部署需求。邊緣計算可以為項目啟動和運行提供一種方式,提供數(shù)據(jù)點,并洞察企業(yè)如何通過數(shù)據(jù)主導(dǎo)的戰(zhàn)略進一步利用物聯(lián)網(wǎng)。
總結(jié)
物聯(lián)網(wǎng)部署的巨大能力被廣泛宣傳。許多企業(yè)不熟悉簡單、負(fù)擔(dān)得起的入口物聯(lián)網(wǎng)功能的可用性,在邊緣提供數(shù)據(jù)分析,只有收集到的最有價值的數(shù)據(jù)被實時共享,這使得流程更具成本效益。
AWS和Microsoft等企業(yè)的解決方案都有自己的一席之地,但大多數(shù)企業(yè)沒有龐大的用例,無法得到主要參與者的關(guān)注和支持,只能任由自己的設(shè)備。相反,在較小的空間內(nèi)整合大數(shù)據(jù)、邊緣和物聯(lián)網(wǎng)的小規(guī)模產(chǎn)品將產(chǎn)生重大影響,而且無需對現(xiàn)有基礎(chǔ)設(shè)施進行徹底改造,也可輕松擴展。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹(jǐn)慎對待。投資者據(jù)此操作,風(fēng)險自擔(dān)。
2024年的Adobe MAX 2024發(fā)布會上,Adobe推出了最新版本的Adobe Creative Cloud。
奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。
“以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進了21600元。
華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實質(zhì)性的幫助,雙十一期間低至2799元,性價比很高,簡直是創(chuàng)作者們的首選。
9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會——工業(yè)互聯(lián)網(wǎng)標(biāo)識解析專題論壇在沈陽成功舉辦。