管中窥豹IIoT（二）：教你选IIoT解决方案-常见功能识别

前一次和大家聊到IIoT的价值以及参考的解决方案通用模型。我们今天来聊聊IIoT解决方案中需要哪些常见的功能。

   我们先用一个更详细的价值表格回顾下IIoT的价值点。

应用场景	价值点	规模（10亿）
工厂	运营（操作）优化（operation optimization）	633-1766
	预测性维护（Predictive maintenance）	240-627
	库存优化Inventory optimization	98-342
	工人健康和安全（Health and safety）	65-226
	增强现实设备（Augmented-reality devices）	52-338
	减少假药Counterfeit drug  reduction (hospital)	30-117
	人员效率提升 Human productivity(augmented reality)	30-60
	人员效率提升Human productivity(monitoring)	22-50
	人员效率提升Human productivity(organization redesign)	17-50
	基于使用的设计Usage-based design	10-57
	其他（生产物流，医院安全能源，售前分析）	略
工地	运营优化（operation optimization）	56-473
	改善设备维修（Improved  equipment  maintenance）	81-363
	健康和安全（Health and safety management）	3-29
	生产力（Human productivity）	17-37
	其他（基于使用的设计，售前分析）	略
城市	空气和水的监控（Air and water monitoring）	403-693
	自适应交通管理（Adaptive traffic management）	223-504
	自动驾驶汽车Autonomous vehicles (fully and partially)	204-253
	资源/基础设施管理（resource/ infrastructure management）	33-64
	灾害/紧急服务Disaster/emergency services	24-41
	其他（公共交通时刻表，人的生产力）	略
外部环境	物流路径Logistics routing	253-460
	自动驾驶车（乗用车和卡车）	249-279
	包裹/集装箱跟踪Package/container tracking	7-30
	船，飞机，车导航	9-17
	状态维修（铁路）Condition-based  maintenance	3-10

    我们针对不同的设备安装场景，以及结合成熟度模型可以简单总结下工业物联网解决方案需要以下几类常见功能。

    这些功能都是一个完整的解决方案需要考虑的问题。不管是选择一个PaaS还是SaaS的IIoT平台或者解决方案提供商。用户都可以从这几个维度去考量供应商提供的服务或者未来可以提供的服务。

   由于牵涉的功能比较多，我今天就不一一细聊。我会在里面重点抽取几个核心功能与大家一起分享。

   在分享之前呢，我希望大家要有一个共识：那就是IIoT的业务是动态变化的，同时IIoT业务往往是面向OT人员的。这两个属性其实在构建完整的解决方案的时候会重点考虑功能模块的构建。

   平台连接能力：

   IIoT的平台连接能力需要比一般消费级物联网市场的连接能力要求更高。除了需要具备终端与平台打通的协议以外还需要考虑以下几个问题。

   第一：连接能力是否可以构建v*n通道或者使用同类技术与工业设备打通。使得工业现场设备可以实现远程程序的调试和更新。（一般平台的解决方案往往只考虑到和物联网终端：网关的打通，而忽略对管理的工业设备的OTA）

   第二：连接能力是否具备支持不同的工业现场协议：包括PLC,CNC,电力，楼宇，环保等专用协议等。同时考虑对不同协议进行点表的配置（协议语义的解读，因为每个现场的设备即使协议相同点表大都不同）

  第三：是够考虑物联网终端的安全问题：包括专用网络，数据加密，访问控制等等。

   第四：是够考虑数据本地缓存，数据清洗以及本地计算等等边缘计算能力。（IIoT边缘计算的价值远高于消费级物联网，可以实现保障数据的完整性，支持快速或者离线触发方式，降低流量成本等等功能）

   目前来看。国内的平台厂家在接入这块往往只考虑到协议接入，其他功能并没有针对IIoT的需求特点做进一步的改善。目前BAT中看起来也只有百度天工做了物解析（点表配置功能）。而真正完善的接入解决方案仍然欠缺。

  平台基本能力：

  平台基本能力这块我主要讲四点

  第一:时序数据库，目前百度，阿里，普奥云等都采用了高性能的时序数据库（阿里云还在测试中）。时序数据是基于时间的一系列的数据。在有时间的坐标中将这些数据点连成线，往过去看可以做成多纬度报表，揭示其趋势性、规律性、异常性;往未来看可以做大数据分析，机器学习，实现预测和预警。可以说时序数据库是存储物联网数据的最佳选择。

  第二：数据模型化，针对工业设备的数据不仅仅需要支持以设备对象建模同时还需要以业务对象方式建模。

  第三：可编辑的设计器。工业物联网的数据可视化是非常多样的。不仅仅有工业组态的可视化，还需要有仪表板以及KQI仪表板的可视化。同时还需要一些专业视图（例如振动，电气等等）和类似BI同时支持时序数据的分析仪表板可视化能力。目前这块普奥云支持比较丰富，百度天工和CloudLinx，Thinglinx等也支持一部分能力。

  第四：针对开发者的相关功能，目前只有百度阿里等平台支持。

  

   数据分析：

   这块百度阿里等都在机器学习或者深度学习（人工智能）方面加大投入，也是这些大厂的核心卖点。

   但是大家容易忽略的是，机器学习和人工智能分析依赖于大量的数据样本，同时往往只是找到相关性。也就是说通过机器学习和人工智能分析获得的商业价值其实相对漫长。

   而现在客户需要的基于时序的BI分析，专业分析，公式计算等是可以立即植入领域经验同时快速获得经济价值的分析方式。这块目前只有一些独立的物联网平台商在构建能力。而像百度阿里的PaaS平台暂时没办法做到。

  数据可视化:

   IIoT平台的可视化能力主要分为以下几个阶段

   第一：实时数据和历史数据的场景化展示。这里面需要用到的功能包括组态视图，dashboard，3D视图等等。

   其中组态视图可以说是最工业的一种功能。每一个现场都不一样，需要通过组态进行场景的构建完善设备工艺流程。帮助工程师直观的展示数据。当然，3D是进一步直观的展示数据的一种方式。

   第二：AR支持，工业物联网中设备维修和操作的AR场景可以说是吹起了AR创业的一阵风。突然间国内出现了很多创业团队。本人也是非常看好AR在工业的应用。麦肯锡报告中也预测AR对人员生产力提升在工厂就有300-600亿美元的规模。

   第三：可*定制报表。

   

   业务闭环能力：

   IIoT的数据可以为多个人，多个部分，多个企业服务。数据分享是趋势同时数据分享越广价值越大。当企业上下游实现互联的时候也许工业互联网就真的到来了。

   不过，我个人分析，目前国内市场成熟度不高，IIoT的数据还是以部门级别的业务闭环为主。通过部门级业务闭环业务功能构建，可以快速为企业带来物联网的投资回报。所以在解决方案中有哪些应用场景需要识别出来。

以下是不同场景下的业务闭环。

    

    好了，简单的介绍了下IIoT解决方案中的关键功能。这些功能往往是一家企业实现不了的。同IIoT的解决方案会呈现沙漏型。所以，未来一定是多个企业集成解决的思路。

    

                               

                                

    大家下次再遇到做工业物联网的，一方面可以参考这个架构去选择自己的供应商同时也可以快速的识别出不同的厂家提供的是哪些部分的功能模块。