工业物联网前途未卜?未来5年黄金期或将颠覆业内期望!

2018 年 8 月 25 日 物联网智库

作者:宛儿立秋

物联网智库 原创

转载请注明来源和出处

导  读

着眼困境与机遇并存的当下,仰望五年黄金期的星空,工业物联网的轮廓正在逐渐清晰。


工业物联网是物联网产业链上最浓墨重彩的一个分支,也是最沉最重最难啃的骨头。正因如此,它也以独有的魅力吸引着一批又一批的玩家竞相投入。传统制造企业、工业自动化硬件和软件提供商、新晋云服务企业、新兴物联网技术服务企业......拿到入场券的各方势力在不断审视自我、摸索对方的过程中,逐渐理顺着工业物联网的产业链条。

 

最“重”赛道蕴含最深层价值

 


物联网在与工业制造这个庞然大物的结合上,因后者本身所含的类目极其丰富、过程错综相联,这就直接导致了两个结果一方面,工业各细分类目差异巨大,不同场景所导致的不同需求呈现极大的碎片化特性;另一方面,工业各类目、各流程在自身长期发展中,所积累的OT技术护城河极深,而IT技术却参差不齐、非标准化,两者的融合维度多重、难度不言而喻,这就造成了工业和物联网当前难以逾越的鸿沟。

 

然而,即便道阻且长,并且近期发生全球工业巨头“身先士卒”导致工业物联网颓势论等甚嚣尘上,但仍不能改变众多工业领航者们长期看好工业物联网的信念。作为在传统工控领域的巨头,研华认为,工业物联网的变革方向值得长期投入、先行积累。就目前阶段而言,工业物联网尚处黎明,玩家对于产业定位、战略规划的选择,或决定了何时能够破晓、最终能走多远。

 

开局第一题:产业定位考验企业的宏韬伟略


在漫长的工业物联网产业链,如何找准自身定位是一道技术难题。一般的求解思路是:企业自身具备哪些传统优势?工业互联网竞争中有哪些需求?优势与需求的匹配即是企业重新定位的基本解。


研华科技CTO杨瑞祥向物联网智库表示,研华多年深入工业现场端实践,积累了对工业标准、现场端协议及数据采集、嵌入式系统的深厚理解和丰富经验,这使得研华能够支持绝大多数主流的数据对接标准(目前支持300+种)、解决几乎所有类型的现场端数据采集问题,这是实现工业物联网的第一步。

 

从基本解到最优解之间,还遗留以下几个命题:这些优势在下一轮工业物联网竞争中将如何演绎、扮演什么角色?这个新的跨越将如何实现?

 

众所周知,研华在工业现场端的优势,已充分应用于自动化领域的各类流程中,然而如今研华认识到,现场数据优势在自动化阶段的释放是远远不够的,其深层价值应通过物联网、云平台等技术方式加以精细化分析和挖掘,从而更大程度地服务于制造升级。正基于这一初衷,研华提出从端整合到提供平台的全新定位,其WISE-PaaS工业物联网平台将以数据驱动制造企业实现从提质增效的改善,到制造模式的革新。

 

机遇当前,WISE-PaaS开启全面升级

 


明确了自身在产业链的定位,研华不断加强其主攻技术和赋能能力。杨瑞祥提到,无论是国内还是国外,工业云平台的建设都还有很长的路要走,这一时期所遇到的困难主要包括以下四个方面:对现场和底层资源调度管理不足;高可用的工业应用APP质与量不足;工业物联网开发者群体不成熟;设备的数字虚体转换程度不足,这是数据价值变现的严重掣肘。

 

面对上述难题,研华利用自身优势为行业提前探路。比如,为提升底层资源的“利用率”,研华不断加强端侧协议的转换和整合能力。而针对目前开发者和工业应用的短缺问题,WISE-PaaS在战略和战术上均有布局。

 

战略上,研华深知工业各细分行业的企业所积累的专业知识才是实现整套工业物联网方案(尤其是具体应用软件)的关键,它们接近“商流”,对具体场景的真实需求、痛点、节奏和模式有着精准的洞悉。因此,研华秉承平台技术提供商的角色,携手各垂直领域的“专家”(即合作伙伴),以“共创”方式构建完整的软硬件整体解决方案(Solution Ready Package,简称SRP)。        

 

在强强联合的“共创”模式中,研华所提供的核心价值,集中体现在WISE-PaaS的赋能战术上。WISE-PaaS自诞生一年多以来,逐步优化各项微服务,在安全、稳定、易用性等方面持续投入,使得伙伴企业能够专注于自身领域的工业knowhow,而在开发SaaS应用之时门槛低、周期短、可用高。具体来说,平台在“取悦”开发者的路上一路开挂,尤其几项新功能的上线,可谓正中开发者们心头之好:

 

  • 数据分析服务框架AFS:

  • 对于工业数据价值的深层挖掘一直是业内难题,其中一个原因便是受制于数据建模的成本和能力。对此,研华WISE-PaaS推出数据分析服务框架,提供丰富的模块化数据科学能力:


  • 例如,它可以用于工业AI场景中如视觉监测(流程能效、良品率等)。AFS使开发人员用拖拽的方式即可进行应用开发测试、模型训练、直到现场部署,AFS还提供可视化工具(见下)、以及多种机器学习函式库,如:Spark MLlib、TensorFlow,可轻松调用后端分布式计算资源。最终实现决策支撑、问题洞见、预测性维护等功能。

 

  • 可视化工具Dashboard:


  • 上文提到,当前工业设备尚不能完备描绘出一个“数字虚体”的模型,因此,工业数据的呈现往往复杂无序。对此,WISE-PaaS/Dashboard着手于更直观、有序、易用的数据呈现形式。


  • Dashoard支持众多数据源和数据库,应对繁杂的工业领域和场景。这离不开Dashoard对数据源和显示组件的开放性:除了支持各种官方主流插件,更有丰富的业务场景定制插件提供,满足工业物联网高度碎片化的需求,使各领域伙伴均可快速打造自己的信息战情室。

 

除了技术赋能,研华更能够在市场推广上为伙伴企业提供完整的工业行销支持。辐射更广的场景、领域和客户群体,通过放大价值来平衡工业应用的开发成本。近年来,研华通过对WISE-PaaS平台以及共创SRP模式的大力推广,如今已初见成效。


目前,在研华物联网垂直行业解决方案合作伙伴联盟中,已有八家企业专家公司对外公布了他们的共创SRP成果

 

(1)共创伙伴:软通智慧科技有限公司

共创领域:城市云及产业云解决方案

(2)共创伙伴:川源(中国)机械有限公司

共创领域:智慧水处理管理解决方案与云服务

(3)共创伙伴:北京天泽智云科技有限公司

共创领域:智慧风机运维管理

(4)共创伙伴:西安因联信息科技有限公司

共创领域:泵浦/马达监控与预测诊断解决方案

(5)共创伙伴:华清科盛(北京)信息技术有限公司

共创领域:厂内物流管理解决方案

(6)共创伙伴:金乐客国际有限公司

共创领域:智能零售云服务

(7)共创伙伴:北京天地和兴科技有限公司

共创领域:工控系统物联网安全

(8)共创伙伴:铁甲信息技术(北京)有限公司

共创领域:工程机械车队管理解决方案


研华科技董事长刘克振表示,物联网第三阶段是面向垂直领域应用的物联网SaaS云服务发展,周期可能是未来五年。在这黄金五年内,研华已提前布局WISE-PaaS,并探索出因事因地制宜共创SRP模式,以技术与模式的双重创新来加速整个行业SaaS服务的到来。

 

刻!!

  


研华与中国大陆及全球各地行业专家公司的共创SRP将陆续宣布!研华物联网共创峰会将于11月1-2日在苏州举行,成果密集发布、议程干货满满!!

 

峰会预计邀请6,000名全球物联网高层到场交流、100场物联网焦点议题深度对谈、30个与伙伴共创SRP、50家共创伙伴展出关键领域创新应用,共探工业物联网与智慧城市产业变革之路。立即报名,打开通往黄金五年的变革之门!


方式一:点击原文链接可直接报名!

方式二添加智库小伙伴微信~ 首免费买一赠一门票大放送!




往期热文(点击文章标题即可直接阅读):

登录查看更多
1

相关内容

物联网,英文名为Internet of Things,可以简单地理解为物物相连的互联网。物联网主要通过各种设备(比如RFID,传感器,二维码等)的接口将现实世界的物体连接到互联网上,或者使它们互相连接,以实现信息的传递和处理。互联网在现实的物理世界之外新建了一个虚拟世界,物联网将会把两个世界融为一体。
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
299+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
93+阅读 · 2019年11月13日
【工业4.0】德国工业4.0解析
产业智能官
17+阅读 · 2019年6月16日
【数字化】数字化转型正在成为制造企业核心战略
产业智能官
34+阅读 · 2019年4月22日
企业数据AI化战略:从数据中台到AI中台
36大数据
11+阅读 · 2019年2月18日
【物联网】物联网产业现状与技术发展
产业智能官
15+阅读 · 2018年12月17日
【工业4.0】工业人工智能与工业4.0 制造
产业智能官
18+阅读 · 2018年11月8日
德勤:工业4.0与数字孪生(附PDF下载)
走向智能论坛
40+阅读 · 2018年9月6日
【工业互联网】工业互联网与工业大数据分析的应用
产业智能官
12+阅读 · 2017年12月26日
Learning Dynamic Routing for Semantic Segmentation
Arxiv
8+阅读 · 2020年3月23日
Arxiv
101+阅读 · 2020年3月4日
Arxiv
4+阅读 · 2018年6月1日
Arxiv
5+阅读 · 2018年5月10日
Arxiv
27+阅读 · 2017年12月6日
VIP会员
相关VIP内容
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
299+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
93+阅读 · 2019年11月13日
相关资讯
【工业4.0】德国工业4.0解析
产业智能官
17+阅读 · 2019年6月16日
【数字化】数字化转型正在成为制造企业核心战略
产业智能官
34+阅读 · 2019年4月22日
企业数据AI化战略:从数据中台到AI中台
36大数据
11+阅读 · 2019年2月18日
【物联网】物联网产业现状与技术发展
产业智能官
15+阅读 · 2018年12月17日
【工业4.0】工业人工智能与工业4.0 制造
产业智能官
18+阅读 · 2018年11月8日
德勤:工业4.0与数字孪生(附PDF下载)
走向智能论坛
40+阅读 · 2018年9月6日
【工业互联网】工业互联网与工业大数据分析的应用
产业智能官
12+阅读 · 2017年12月26日
相关论文
Learning Dynamic Routing for Semantic Segmentation
Arxiv
8+阅读 · 2020年3月23日
Arxiv
101+阅读 · 2020年3月4日
Arxiv
4+阅读 · 2018年6月1日
Arxiv
5+阅读 · 2018年5月10日
Arxiv
27+阅读 · 2017年12月6日
Top
微信扫码咨询专知VIP会员