隨著制造商集成信息技術 （IT） 和運營技術 （OT），他們依靠專用于智能制造的工業物聯網 （IIoT） 平臺來管理其設備、連接性、基礎設施和數據。這些 IIoT 平臺還可以幫助制造商實施應用程序、獲得洞察力并將這些洞察力傳遞給正確的利益相關者。到 2030 年，每年將在這些解決方案上花費超過 750 億美元。

IIoT 設備和應用平臺收入（圖片：全球數字工廠數據，ABI Research）

對于市場上提供不同功能的各種平臺，為項目選擇合適的 IIoT 平臺可能是一項挑戰。但是，在做出決定時需要考慮幾個屬性，從協議適應性和連接性到機器人集成。

什么是 IIoT 平臺？ 似乎幾乎每家為數字行業開發了軟件的公司都稱自己為“平臺”。因此，IIoT 平臺有多種形式來滿足各種需求。然而，最合適的定義是應用支持平臺 （AEP）。

AEP 提供了導入數據的解決方案，但它們通常需要合作伙伴提供網關。一些 AEP，例如 Siemens MindSphere、Emerson Plantweb 和 PTC ThingWorx，提供了一個“一站式商店”，可以從設備中獲取數據并像帶有應用商店的操作系統一樣工作。如果應用程序開發保持開放，則應用程序可以由 AEP 提供商、合作伙伴（也可以稱為平臺）、最終用戶或獨立開發人員構建，就像智能手機應用程序商店一樣。

一些一站式商店更側重于數據提取和將數據傳輸到云端，而另一些則更側重于將數據交付給其他制造和企業系統。

還有一些 IIoT 平臺專門用于特定的應用程序支持或微服務，例如在邊緣調整協議和處理原始傳感器數據。這樣做的平臺包括 Litmus Automation 的智能邊緣計算平臺和 Foghorn 的 Lightning Edge AI 平臺。

關鍵標準是什么？ 根據項目的需求，需求差異很大，但以下標準是區分平臺完整性和位置的良好起點：

協議適應性和連接性。能夠使用來自多個制造商的協議連接到設備和設備；通用架構，例如 OPC 統一架構 （UA）；和其他形式的連接，例如蜂窩。

邊緣智能。支持復雜事件處理 （CEP）、機器學習 （ML） 和高性能流處理，將可操作的分析發送到靠近數據源的計算設備。這些功能很重要，因為計算越來越多地向邊緣移動以支持對延遲敏感的無線應用，例如機器人自動化、實時視頻流和無線遠程控制。

數字雙胞胎。能夠為產品開發、生產計劃、產品即服務、資產監控、人工智能 （AI） 性能優化、模擬和實時 3D 資產可視化創建、管理和支持數字孿生。最終，這些信息被用來建立一個數字線程，這是一個記錄的數字歷史，跨越產品的開始到其使用壽命結束。

增強現實（AR）/混合現實（MR）。易于部署和擴展連接到平臺上設備的靈活 AR/MR 體驗和應用程序。這些經驗可用于遠程故障排除和支持、流程改進以及減少人為錯誤。

機器人集成。能夠連接到來自多個制造商的工業和協作機器人以提取數據。

支持其他變革性技術。包括人工智能、區塊鏈和低代碼、無代碼應用程序開發。

沒有一家公司可以滿足所有客戶的需求，因此大多數 IIoT 供應商都有合作伙伴生態系統。這包括從 Cradlepoint、MultiTech 和戴爾等工業網關供應商到西門子、羅克韋爾自動化、ABB 和博世等主要工業巨頭的所有人。較新的進入者是超大規模企業。

云觀點 大多數 AEP 將云基礎設施視為亞馬遜和微軟分別以亞馬遜網絡服務 （AWS） 和 Azure 為主導的商品，但越來越多的是，這兩家公司正在蠶食他們的領土。

例如，AWS 正在與大眾汽車 （VW） 合作，整合其 122 家制造廠的數據，以更好地跟蹤零部件到貨、車輛組裝以及組裝設備的整體效率。大眾將使用 AWS IoT Greengrass、AWS IoT Core、AWS IoT Analytics 和 AWS IoT SiteWise 來收集、吸收和分析來自植物的數據。收集的數據將支持提供預測性維護和優化操作的 ML 模型。

就微軟而言，它與 Hitachi 建立了戰略合作關系，并且最近擴大了與 PTC 和羅克韋爾自動化的合作伙伴關系，以提供 Factory Insights as a Service，這是一種基于云的解決方案，以模塊化、用例為基礎進行銷售。Factory Insights as a Service 將 PTC（ThingWorx、Kepware、Vuforia）和羅克韋爾自動化的 FactoryTalk InnovationSuite 的許多關鍵產品組件與 Microsoft 的 Azure IoT Hub 和 Azure IoT Edge 相結合，因此制造商可以更輕松地跨站點標準化和擴展應用程序。

云允許輕松快速地共享信息，提高合規性，并使復制和擴展制造優化變得更加容易。

AEP 提供商很少專注于云基礎設施，而那些很少專注于工業數據提取的提供商。長期以來，這并不重要，因為制造商通常傾向于將數據保存在現場。現在，隨著對遠程可見性和全系統數字化的需求日益增加，云變得至關重要。

下一步是什么 許多制造商都在尋求能夠以最快的投資回報率 （ROI） 解決特定業務挑戰的預構建應用程序。這就是西門子開發其 Xcelerator 產品組合、艾默生提供 Plantweb“模板”以及 GE Digital 看到客戶購買 GE Predix 平臺支持的工業應用程序而不是僅購買該平臺并構建自己的解決方案的原因。

普遍的期望是，在采用實用的應用程序和用例來推動核心可靠性和成本因素之后，制造商會將其物聯網范圍擴展到額外的設備和流程以優化性能。

在食品、飲料和制藥等行業，超過 80% 的問題是已知問題，因此有很多容易實現的目標，例如閥門、管道和儲罐監控。例如，在汽車等復雜但高度自動化的行業中，有機會與其他平臺集成以改進統計過程控制 （SPC）。

IIoT 供應商未來成功的決定因素歸結為生態系統的開放性、低代碼/無代碼應用程序開發、云集成和“即服務化”。隨著更廣泛的 IIoT 生態系統從監控到監控式應用程序畢業，這些原則將變得更加明顯，但就目前而言，它們仍然是區分領導者與追隨者和落后者的重要區別。

Ryan Martin 涵蓋了新興的變革性技術，包括增強現實、分析和物聯網。他目前領導公司的制造、工業和企業物聯網研究。