??德國的工業(yè)4.0在推進與建設(shè)的過程中不太順利,且因為信息物理系統(tǒng)CPS的技術(shù)障礙和5G的到來,被迫停滯,就有傳聞?wù)f“工業(yè)4.0計劃”已經(jīng)失敗,但事實上大多數(shù)人并沒有因為物聯(lián)網(wǎng)項目的失敗而放棄,他們認為從中吸取的經(jīng)驗和教訓,讓他們加速了IoT投資,在短期內(nèi)可能面臨各種糾結(jié)和挑戰(zhàn),從長期角度仍應(yīng)堅決看好。
?
?關(guān)于工業(yè)互聯(lián)網(wǎng)的發(fā)展路徑,更多人理性客觀的意識到了這并不是一蹴而就的事情,而是“點”、“線”、“面”逐步開展落地應(yīng)用。更令人關(guān)注的還有工業(yè)互聯(lián)網(wǎng)的商業(yè)模式問題,軟硬件的搭配如何賺錢?從硬件的一錘子買賣到靠軟件的可持續(xù)盈利之路該怎么走?
在和平等地區(qū),都構(gòu)建了全面的區(qū)域性戰(zhàn)略布局,加強發(fā)展的系統(tǒng)性、市場前瞻性、產(chǎn)品創(chuàng)新能力,以專注、極致的服務(wù)理念,為客戶提供成都網(wǎng)站制作、網(wǎng)站建設(shè) 網(wǎng)站設(shè)計制作按需求定制制作,公司網(wǎng)站建設(shè),企業(yè)網(wǎng)站建設(shè),品牌網(wǎng)站制作,營銷型網(wǎng)站建設(shè),成都外貿(mào)網(wǎng)站建設(shè),和平網(wǎng)站建設(shè)費用合理。
?
?從現(xiàn)階段來看,工業(yè)互聯(lián)網(wǎng)的硬件產(chǎn)品是小量多樣的長尾市場。追求硬件利潤的同時,很難賺取海量數(shù)據(jù),于是很多企業(yè)開始了轉(zhuǎn)型的艱難之旅。與此呼應(yīng),最終用戶也開始希望不是在IIoT云平臺上,而是在工業(yè)現(xiàn)場就能開展對運行數(shù)據(jù)的分析和處理。主要的好處包括:實現(xiàn)從設(shè)備分析到企業(yè)決策的閉環(huán);降低(或省去)部署和運營 IT 系統(tǒng)的成本;分擔信息化平臺的運轉(zhuǎn)負荷;數(shù)據(jù)運算與處理的實時性要求;數(shù)據(jù)的本地化處理以提升系統(tǒng)的信息安全。
?
?市場嗅覺靈敏并可快速響應(yīng)變化的企業(yè),推出了功能相似的邊緣側(cè)軟硬件一體化數(shù)據(jù)處理方案。利用已經(jīng)驗證的高可靠性產(chǎn)品,推進硬件的標準化,增加人工智能分析能力,通過軟件和系統(tǒng)形成差異化,并積極賺取數(shù)據(jù)、模型和經(jīng)驗,推進從數(shù)據(jù)到?jīng)Q策的流程,立足服務(wù)SaaS化和長期發(fā)展。
?
?已有公司研發(fā)出了新一代的邊緣控制器,搭載工業(yè)人工智能算法,滿足用戶對于預測性維護與分析的需求,并有越來越多的企業(yè)加入到這個賽道。例如:LogixAI分析模塊、Sysmac AI控制器、Simatic S7-1500神經(jīng)處理器。
?
?LogixAI分析模塊,新增了對異常狀況進行預測性分析的能力。用戶已經(jīng)不需要在其中加裝單獨的應(yīng)用程序,直接通過以太網(wǎng)端口接入模塊,然后在 Web 瀏覽器上對相關(guān)應(yīng)用模型進行參數(shù)配置,就可以實現(xiàn)對系統(tǒng)數(shù)據(jù)進行分析和預測的功能。
?
?Sysmac AI控制器,在異常檢測的算法上使用“孤立森林”(Isolation Forest)機器學習引擎開發(fā)。對內(nèi)存要求很低,且處理速度很快,其時間復雜度也是線性的,非常適合高速實時處理,可以通過微調(diào)提高檢測精度和準確性。同時,還適用于多模態(tài)數(shù)據(jù),可用于需要兩種或多種操作模式的高度混合的產(chǎn)線。
?
?SimaticS7-1500神經(jīng)處理器,能夠?qū)崿F(xiàn)神經(jīng)網(wǎng)絡(luò)的高效處理。傳感器的數(shù)據(jù)和來自CPU程序的數(shù)據(jù),在神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上進行處理。借助機器學習算法,諸如生產(chǎn)工廠的視覺質(zhì)量檢驗或圖像引導的機器人系統(tǒng)等應(yīng)用將得以有效實現(xiàn)。
?
?上述產(chǎn)品目前仍處于比較早期的市場培育階段?,F(xiàn)階段它們似乎更適合在生產(chǎn)品質(zhì)管理、重點設(shè)備的預測性維護等一些與經(jīng)濟效益密切相關(guān)的場景中使用。最終完成從數(shù)據(jù)到?jīng)Q策的過程,還需要深層次的觸發(fā)商業(yè)模式變革。