作者：物女王（彭昭）

物聯(lián)網(wǎng)智庫(kù) 原創(chuàng)

轉(zhuǎn)載請(qǐng)注明來(lái)源和出處

導(dǎo)  讀

一直以來(lái)，我們都把物聯(lián)網(wǎng)平臺(tái)視為基座,，各種IoT應(yīng)用搭載于平臺(tái)之上,。從技術(shù)架構(gòu)的角度理解，這個(gè)視角無(wú)可厚非,。但是如果我們反過(guò)來(lái)看這個(gè)問(wèn)題,，其實(shí)是各種各樣的物聯(lián)網(wǎng)應(yīng)用為平臺(tái)帶來(lái)了生態(tài)活力和客戶(hù)價(jià)值。具有錨定效應(yīng)的是物聯(lián)網(wǎng)應(yīng)用,，他們才是事實(shí)上的基座,。

全文字?jǐn)?shù)：3000字，閱讀時(shí)間：6分鐘

物女王：人的差異,，不在于相信什么,，而在于相信的程度

這是我在【物女心經(jīng)】專(zhuān)欄寫(xiě)的第151篇文章。

臨近年末，多個(gè)研究機(jī)構(gòu)紛紛發(fā)布對(duì)于2020年的趨勢(shì)預(yù)測(cè),，其中很多預(yù)測(cè)與我擔(dān)任“首屆中國(guó)工業(yè)互聯(lián)網(wǎng)大賽”和“第二屆工業(yè)APP開(kāi)發(fā)與應(yīng)用創(chuàng)新大賽”評(píng)委過(guò)程中觀(guān)察到的現(xiàn)象高度匹配,。

這些趨勢(shì)背后潛藏巨大機(jī)遇，而機(jī)遇總是在不經(jīng)意間到來(lái),，然后悄無(wú)聲息的離開(kāi),，看懂和抓住他們，對(duì)于當(dāng)下的物聯(lián)網(wǎng)企業(yè)尤為重要,。接下來(lái)的幾周,，我將逐一為你呈現(xiàn)這些稍縱即逝的新機(jī)遇。

一直以來(lái),，我們都把物聯(lián)網(wǎng)平臺(tái)視為基座,，各種IoT應(yīng)用搭載于平臺(tái)之上。從技術(shù)架構(gòu)的角度理解,，這個(gè)視角無(wú)可厚非。

但是如果我們反過(guò)來(lái)看這個(gè)問(wèn)題,，其實(shí)是各種各樣的物聯(lián)網(wǎng)應(yīng)用為平臺(tái)帶來(lái)了生態(tài)活力和客戶(hù)價(jià)值,。

具有錨定效應(yīng)的是物聯(lián)網(wǎng)應(yīng)用，他們才是事實(shí)上的基座,。

IoT平臺(tái)的作用是為各種物聯(lián)網(wǎng)應(yīng)用解決發(fā)展中遇到的問(wèn)題,，創(chuàng)造資源共通、價(jià)值共創(chuàng),、利潤(rùn)共享的環(huán)境,，從而激發(fā)IoT應(yīng)用與平臺(tái)共生的關(guān)系和意愿。

IDC曾經(jīng)預(yù)測(cè),，2019年將有40%的企業(yè)數(shù)字化轉(zhuǎn)型工作由AI人工智能提供支持,。在2020年，各種趨勢(shì)均明確指向,，IIoT應(yīng)用這個(gè)基座即將完成一次升級(jí),，將以工業(yè)互聯(lián)網(wǎng)人工智能IIoT-AI應(yīng)用為“硬核”。

各個(gè)研究機(jī)構(gòu)的分析對(duì)象,，也從單純的工業(yè)互聯(lián)網(wǎng)轉(zhuǎn)移到了工業(yè)互聯(lián)網(wǎng)疊加工業(yè)人工智能,。

ABI research發(fā)布了《工業(yè)人工智能平臺(tái)和服務(wù)提供商競(jìng)爭(zhēng)格局評(píng)估》、Frost & Sullivan發(fā)布了《全球新型工業(yè)互聯(lián)網(wǎng)人工智能平臺(tái)廠(chǎng)商分析》,、兩化融合服務(wù)聯(lián)盟和微軟共同發(fā)布了《工業(yè)互聯(lián)網(wǎng)人工智能應(yīng)用白皮書(shū)》…這些研究報(bào)告僅是其中的一些代表,。

有些報(bào)告雖然名為工業(yè)人工智能平臺(tái)，實(shí)為工業(yè)互聯(lián)網(wǎng)人工智能IIoT-AI應(yīng)用與平臺(tái)一體,。

工業(yè)人工智能應(yīng)用的深度,，也已經(jīng)從最初的機(jī)器視覺(jué)圖像和視頻分析，滲透到依據(jù)機(jī)理模型的智能決策領(lǐng)域。

因此在本文中,，你將看到：

• 工業(yè)互聯(lián)網(wǎng)疊加工業(yè)人工智能,，到底怎么“加”？

• 工業(yè)互聯(lián)網(wǎng)人工智能應(yīng)用沿著什么趨勢(shì)發(fā)展,？

• 工業(yè)互聯(lián)網(wǎng)人工智能應(yīng)用的代表性項(xiàng)目有哪些,？

想疊加，先解耦

工業(yè)互聯(lián)網(wǎng)本質(zhì)上是一種新經(jīng)濟(jì),。

最近幾年,，工業(yè)互聯(lián)網(wǎng)的數(shù)據(jù)量正在爆發(fā)，有了充足的數(shù)據(jù)“喂養(yǎng)”,，工業(yè)互聯(lián)網(wǎng)新經(jīng)濟(jì)卻沒(méi)有實(shí)現(xiàn)預(yù)期中的快速增長(zhǎng),。

根據(jù)IDC的分析數(shù)據(jù)，到2025年物聯(lián)網(wǎng)設(shè)備在一年內(nèi)創(chuàng)造的數(shù)據(jù)總量將接近80 ZB,。ABI Research的報(bào)告認(rèn)為,，到2024年工業(yè)制造領(lǐng)域中支持的AI設(shè)備總安裝量將超過(guò)1500萬(wàn)，從2019年到2024年間的復(fù)合年增長(zhǎng)率為65%,。

雖然過(guò)去視頻監(jiān)控?cái)?shù)據(jù)構(gòu)成了物聯(lián)網(wǎng)數(shù)據(jù)中的很大一部分,，但從我身處物聯(lián)網(wǎng)行業(yè)中的直接感受判斷，來(lái)自工業(yè),、汽車(chē),、物流等領(lǐng)域的非視頻類(lèi)數(shù)據(jù)量的增加也在全面提速。

IDC的客觀(guān)調(diào)研也印證了我的主觀(guān)感受——IDC認(rèn)為僅靠來(lái)自工業(yè)制造和智能網(wǎng)聯(lián)汽車(chē)的數(shù)據(jù),，就能帶動(dòng)整個(gè)物聯(lián)網(wǎng)領(lǐng)域?qū)崿F(xiàn)60%的數(shù)據(jù)增長(zhǎng),。

如此大量的數(shù)據(jù)采集與分析需求，按理說(shuō)應(yīng)該可以快速推動(dòng)工業(yè)互聯(lián)網(wǎng)的發(fā)展,。但總體而言,，工業(yè)互聯(lián)網(wǎng)并沒(méi)有獲得預(yù)期的市場(chǎng)認(rèn)可度，尤其在中小企業(yè)的應(yīng)用覆蓋率相對(duì)較低,。

主要的問(wèn)題不在需求方,，而在供給方。

試想一下,，如果出現(xiàn)一款低成本的IIoT“殺手級(jí)”應(yīng)用,，并且有一整套成熟方案幫助工業(yè)企業(yè)快速實(shí)施該應(yīng)用，相信大部分工業(yè)企業(yè)會(huì)選擇嘗試,。

根據(jù)《工業(yè)互聯(lián)網(wǎng)人工智能應(yīng)用白皮書(shū)》中的分析,，工業(yè)互聯(lián)網(wǎng)領(lǐng)域尚未出現(xiàn)“殺手級(jí)”應(yīng)用的原因如下圖，可以總結(jié)為“行業(yè)復(fù)制推廣難度大”和“現(xiàn)有工業(yè)互聯(lián)網(wǎng)框架不友好”這兩點(diǎn),。

站在2019年底這個(gè)時(shí)點(diǎn)復(fù)盤(pán),，掌控過(guò)程是關(guān)鍵,，只有不一樣的過(guò)程，才能引發(fā)工業(yè)互聯(lián)網(wǎng)實(shí)現(xiàn)快速增長(zhǎng)的結(jié)果,。

這個(gè)過(guò)程的核心就是解耦,。

解耦的思路來(lái)源于軟件體系。在軟件工程中,，解耦通過(guò)降低耦合度,，來(lái)降低模塊間的依賴(lài)性。

工業(yè)互聯(lián)網(wǎng)中各類(lèi)組件,、模塊,、應(yīng)用的耦合度越低，可復(fù)制性就越高,。進(jìn)而實(shí)現(xiàn)IIoT應(yīng)用的實(shí)施從“項(xiàng)目型”轉(zhuǎn)化為“工具式”,，從“全集成”轉(zhuǎn)化為“被集成”，利于快速?gòu)?fù)制推廣,。

尤其是在工業(yè)互聯(lián)網(wǎng)與工業(yè)人工智能相疊加的場(chǎng)景下,，復(fù)雜度越高，對(duì)解耦能力,、協(xié)同效率,、更新迭代的要求越高。

• 首先,，工業(yè)互聯(lián)網(wǎng)人工智能IIoT-AI本質(zhì)上是一種算法，需要大量的數(shù)據(jù)作為支撐,。解耦之后,，專(zhuān)業(yè)的數(shù)據(jù)采集商能開(kāi)發(fā)出成本更低、通用性更高的設(shè)備連接解決方案,，應(yīng)用提供數(shù)量更多,、質(zhì)量更高的數(shù)據(jù)素材。

• 其次,，工業(yè)互聯(lián)網(wǎng)人工智能IIoT-AI通過(guò)分析,，將數(shù)據(jù)轉(zhuǎn)換為洞察，而這些洞察與決策可以作為輸入項(xiàng),，重新應(yīng)用到其它分析中,，實(shí)現(xiàn)數(shù)據(jù)流動(dòng)的延伸。

• 最后,，工業(yè)互聯(lián)網(wǎng)人工智能IIoT-AI技術(shù)處于初級(jí)階段,，當(dāng)面對(duì)場(chǎng)景復(fù)雜、非邏輯性的問(wèn)題時(shí),，IIoT-AI則力有不及,。解耦有助于具體細(xì)分場(chǎng)景的定義,，更適合工業(yè)人工智能應(yīng)用的發(fā)展。

瘦身感,、邊緣化

根據(jù)數(shù)據(jù)數(shù)量,、質(zhì)量的情況不同，目前存在兩種工業(yè)互聯(lián)網(wǎng)人工智能IIoT-AI技術(shù)的實(shí)現(xiàn)方式：

在工業(yè)互聯(lián)網(wǎng)應(yīng)用中,，工業(yè)人工智能可以調(diào)配的算力有限,，需要“瘦身感”。

當(dāng)前數(shù)據(jù)在邊緣計(jì)算的轉(zhuǎn)化過(guò)程中大致遵循二八原則,，即80%的數(shù)據(jù)尚未得到優(yōu)化利用,。若要提高數(shù)據(jù)轉(zhuǎn)化率，既需要效率更高的數(shù)據(jù)采集,，也需要邊緣設(shè)備具備數(shù)據(jù)處理和預(yù)分析的能力,。

因此在設(shè)備管理、質(zhì)量監(jiān)控,、安全管理等場(chǎng)景,，“小數(shù)據(jù)+人工智能+專(zhuān)家”的方式很有發(fā)展?jié)摿Α＿@種方式的思路是融合專(zhuān)家經(jīng)驗(yàn),，充分利用和挖掘已有數(shù)據(jù)信息,，使用收斂快、效率高的人工智能算法,，非常符合工業(yè)現(xiàn)場(chǎng)歷史數(shù)據(jù)普遍不足,、數(shù)據(jù)質(zhì)量參差不齊的現(xiàn)狀。

更進(jìn)一步,，工業(yè)場(chǎng)景需要極強(qiáng)的實(shí)時(shí)響應(yīng)能力,，因此工業(yè)人工智能需要能被應(yīng)用在邊緣設(shè)備中，而不是“假裝”在邊緣處理數(shù)據(jù),，實(shí)則悄悄傳回云端分析,。因此工業(yè)人工智能在應(yīng)用場(chǎng)景深化以及技術(shù)日趨成熟的推動(dòng)下，正在進(jìn)一步向邊緣側(cè)遷移,，推進(jìn)邊緣計(jì)算與智能,。

從云端到邊緣，人工智能面臨的挑戰(zhàn)并不僅僅限于計(jì)算位置遷移,。

工業(yè)人工智能與普遍意義上的人工智能有本質(zhì)不同,。很多人工智能的原有前提假設(shè)在邊緣場(chǎng)景并不成立，運(yùn)行時(shí)間和計(jì)算能力在邊緣側(cè)面臨很大變化,，人工智能模型勢(shì)必重新適應(yīng)新的環(huán)境,。

根據(jù)Foghorn公司的實(shí)踐，用于云端的人工智能模型往往根本無(wú)法應(yīng)用于邊緣側(cè),，AI模型需要壓縮“瘦身”高達(dá)80%,，才能被邊緣設(shè)備使用,，滿(mǎn)足工業(yè)應(yīng)用場(chǎng)景。

IIoT-AI應(yīng)用場(chǎng)景

IIoT-AI的應(yīng)用場(chǎng)景正在集中爆發(fā),，在設(shè)備管理,、生產(chǎn)質(zhì)量分析，制造物流與供應(yīng)鏈管理等領(lǐng)域,，工業(yè)互聯(lián)網(wǎng)人工智能都有可規(guī)?；瘡?fù)制的落地案例。

在設(shè)備管理方面,，天澤智云創(chuàng)新性的采用了音頻傳感器,。

他們針對(duì)在風(fēng)電領(lǐng)域現(xiàn)有風(fēng)機(jī)葉片狀態(tài)檢測(cè)手段收效欠佳的問(wèn)題，使用不接觸葉片的聲音傳感器,，實(shí)時(shí)采集葉片運(yùn)行過(guò)程中的音頻數(shù)據(jù),，并配合工業(yè)智能算法，通過(guò)分析這些音頻數(shù)據(jù)識(shí)別葉片的早期異常,。

這套工業(yè)互聯(lián)網(wǎng)人工智能應(yīng)用有效延長(zhǎng)了葉片使用壽命,，大幅降低了葉片大修、斷裂等重大風(fēng)險(xiǎn),。

在生產(chǎn)質(zhì)量分析方面,，蘊(yùn)碩物聯(lián)以焊接、噴涂場(chǎng)景作為切入點(diǎn),，從工業(yè)人工智能的預(yù)測(cè)性監(jiān)控決策切入,，力圖改變企業(yè)痛點(diǎn)與技術(shù)能力的不匹配現(xiàn)狀。

焊接與噴涂工藝廣泛應(yīng)用于車(chē)輛,、軌道交通,、船舶、家電等領(lǐng)域,，蘊(yùn)碩物聯(lián)的工業(yè)人工智能應(yīng)用實(shí)現(xiàn)了加工質(zhì)量的預(yù)測(cè)性監(jiān)控，將質(zhì)量管理從事后發(fā)現(xiàn),，推向事前預(yù)防,、事中發(fā)現(xiàn)的上游流程，改善企業(yè)的加工績(jī)效,。

在制造物流與供應(yīng)鏈管理方面,，微軟和馬士基共同完成的案例堪稱(chēng)經(jīng)典。

馬士基是集裝箱運(yùn)輸和港口業(yè)務(wù)的全球領(lǐng)導(dǎo)者,，通過(guò)工業(yè)人工智能應(yīng)用,，馬士基可以幫助客戶(hù)更好地跟蹤產(chǎn)品的運(yùn)輸過(guò)程，及時(shí)發(fā)現(xiàn)由惡劣天氣,、集裝箱船舶失事,、或者鐵路罷工導(dǎo)致的供應(yīng)鏈中斷,，并且在遇到麻煩時(shí)仍然能夠盡量保證貨物的連續(xù)運(yùn)輸。

----寫(xiě)在最后----

這篇文章中,，我介紹了2020年的第一個(gè)顯性趨勢(shì),，工業(yè)互聯(lián)網(wǎng)人工智能應(yīng)用成為基本底座，歡迎你在留言區(qū)分享關(guān)于IIoT-AI應(yīng)用這個(gè)趨勢(shì)的看法或評(píng)論,。

最后,，繼續(xù)邀請(qǐng)大家參與《智聯(lián)網(wǎng)·新思維》的贈(zèng)書(shū)活動(dòng)。你可以選擇以下2種方式參與：