盘点制造业企业面向物联网工业过渡的技术、监管、组织难题，商业价值模式以及泡沫规避五大守则。
智东西 编 | 十四
2014年德国汉诺威工业博览会提出了第四次工业革命，伴随着传感器产业的扩张、大数据科技和应用的爆发、“中国制造2025”战略的推动，物联网在工业领域的应用需求正在逐渐增强。到2020年，工业物联网在整体物联网产业中的占比将达到25%，规模将突破4500亿元。
本期的智能内参，我们推荐来自德勤的物联网工业领域价值报告，报告点出了物联网在工业领域的价值潜力以及价值来源，并详细分析了中国工业物联网的应用现状、前景和价值驱动，并指出产业面临的三大挑战。如果想收藏本文的报告全文，可以在智东西（公众号：zhidxcom）回复关键词“nc150”下载。
以下为智能内参整理呈现的干货：
万亿级资本下的弯道超车
RFID研究中心创始人、奥本商学院院长，Bill Hardgrave认为：今天的企业面临着一个根本的问题和机遇：从解释到预测的转变，以及超越。仅仅解释过去发生了什么，然后才对各种信号（例如销售、市场、客户购买行为、温度）做出延迟的反应是不够的。
促成这个转变的原因包括快速变化的现代商业环境，不断提高的数据的可用性和越来越多的传感器的使用。Forrest Research 预测到2020年，世界上物物互联的业务将是人人互联业务的30倍。Gartner预测到2020年，物联网总支出将达到30,110亿美元，包括消费者应用、跨行业企业级应用和垂直行业应用。
*各大机构对物联网市场潜力预测
*全球物联网终端支出按细分市场划分
*全球物联网与工业物联网终端支出
工业领域目前是物联网项目最多的应用领域。Industry ARC 预测工业物联网有可能会在2025之前每年产生高达11.1万亿的资金，其中70%将在企业间消化；通用电气（GE）预测在未来15年中，工业物联网领域的投资最高可达60万亿美元。
物联网与工业物联网、工业4.0的概念既有交集也有差异。随着工业化与信息化的深度融合，企业内部及企业间生产控制系统和生产管理系统互联互通的需求渐增，通过接入网络进而达到提高产品质量和运营效率的需求更为强烈，工业物联网应运而生。
工业物联网将生产过程的每一个环节、设备变成数据终端，全方位采集底层基础数据，并进行更深层面的数据分析与挖掘，从而提高效率、优化运营。
*物联网、工业物联网、工业4.0概念区别
工业物联网相较于传统工业自动化，有以下四个特点：
数据收集范围：工业物联网利用RFID、传感器、二维码等手段随时获取产品从生产到销售到最终用户使用各个阶段的信息数据，而传统工业自动化的数据采集往往局限于生产质检阶段。
互联传输：工业物联网利用专用网络与互联网相结合的方式，实时准确地传递物体信息，对网络依赖性更高，更强调数据交互。
智能处理: 工业物联网综合利用云计算、云存储、模糊识别、神经网络等智能计算技术，对海量数据和信息进行分析和处理，并结合大数据技术，深入挖掘数据价值。
自组织与自维护：工业物联网的每个节点为整个系统提供自己处理获得的信息或决策数据，当某个节点失效或数据发生变化时，整个系统会自动根据逻辑关系做出相应调整。
如何构建商业环路
在传统工业自动化环境下，一切都只是发生在工厂自己的系统里，从来没有与外部世界连接。而物联网几乎可以把任何物体转化为有关该物体的信息源。它创造了一种区别于产品和服务并且能够自主管理的全新价值源——信息及洞察力，以产品和服务的形式创造价值，造就了“价值链”（信息价值环路）的概念，即企业将输入转化为输出的一系列活动以及活动的顺序。
信息价值环路始于在全新环境中创造和交互信息。传感技术让一切行为都能产生信息，即“创造”阶段。网络（一般由通信服务供应商提供和管理）将“创造”和“交互”阶段连接起来，释放信息，激活闭环剩余环节。在两者的接合处诞生了新形式的合作机遇。
*信息价值环路
物联网大幅降低设备个别运算和数据储存的成本，更颠覆以往对于商业价值的定义与框架，其商业价值将以效率提升、业务成长和风险管理提升为体现。
例如：德国食品生产商Seeberger使用物联网技术便能够清楚的知道某个商品在生产过程中任何阶段的数据信息，以达到对食品的可追溯性与保障质量安全的目的。卡塔尔Ras Laffan市的RasGas液化天然气设备监控项目使用了工业物联网技术对液化天然气的设备进行预测性维修与资产的管理，以保障整个项目更好的运行。
*物联网商业价值体现
中国工业物联网的过渡万象
中国物联网生态环境日趋成熟，物联网在工业领域的应用需求逐渐强烈。根据中投顾问估算，到2020年，中国的工业物联网在整体物联网产业中的占比将达到25%，规模将突破4,500亿元。
与物联网在消费领域近乎从零开始的情况不同，传感器、PLC等物联网技术已经在工业领域存在了几十年。如过程控制和自动化系统、工业化以太网连接和无线局域网(WLAN)等系统已经在工厂运行多年，并连接可编程逻辑控制器（PLC）、无线传感器和射频识别技术标签（RFID）。
*2016德勤中国制造业工业物联网应用调查：受访企业工业物联网认知及实施情况
但目前制造企业物联网应用主要集中于感知，即通过硬件、软件和设备的部署收集并传输数据，这只是物联网应用的开始。而工业物联网是数据驱动的产业，数据采集只是“信息价值环路”发挥作用的开始，如何分析和利用所采集到的海量数据支持决策才是价值创造的重点。
举例而言：工业传感器实时采集设备及生产线上的温度、压力、振动等信息，汇集成海量数据，再通过挖掘分析、处理、应用，最终实现价值创造。典型应用包括故障预测、远程诊断、工业生产线分析、能耗优化等诸多方面。
转型三难和一个优势
由于工业物联网整体解决方案设计和实施的复杂性，虽然深知物联网战略的重要性，很多企业还不确定自己是否做好准备，也尚未形成工业物联网的清晰战略。
*受访企业利用传感器采集数据和利用情况
事实上，制造业企业工业物联网的应用主要受到受到来自技术、监管、组织层面的三大挑战，包括互联互通的标准、数据所有权及数据安全、相关技术人才缺失等问题。
*受访企业工业物联网应用面临的主要挑战
在工业物联网建设中，传感器、接口标准、通信协议, 管理协议等方面都需要标准化。工业物联网发展需要信息的共享和信息服务，就意味着要破除跨行业间的壁垒，建立新的共享与协同型的管理体系和生产流程。
数以亿计的互联设备产生数据的速度和数量将推进有洞察力的商业决策，加速破坏性的创新，并改变商业模型。目前市场尚无定论究竟是设备制造商还是设备用户拥有数据所有权。此外，工业物联网的安全涉及各个方面，从工业过程和应用，到安全和可靠性需求，因此安全问题无法孤立解决。
相关技术人才是企业工业物联网应用的另一大挑战。考虑到各种各样的工业物联网应用案例与场景，其中也包括新数据源，改变系统架构的数据以及多结构化数据等因素，我们今天的制造企业并不完全拥有适当的分析能力与相关的人才。在公司和大学之间构建一个真正的合作关系已经变得日益重要。
然而，值得注意的是：中国制造企业多年基于应用研发积累了大量经验数据，如果将这些数据提取并模型化，形成可实用的专家算法，数据将变成具有良好盈利能力的金矿。
*受访企业提升数据能力的投资优先选择
实现商业价值的三大招
*受访企业工业物联网应用的主要目标
效率提升
*受访企业应用工业物联网提升效率的重点领域（数字代表企业数量）
通过工业物联网应用优化供应链最受企业关注，其他目标还包括提高商业敏捷性和提高合规性。以优化供应链为例，获取实时供应链信息有助于在问题发生之前确定问题，减少库存并可能降低资本要求。工业物联网可以帮助制造商更好地了解这些信息。
通过将工厂连接到供应商，参与供应链的所有各方都可以追踪其互动，物料流和制造周期时间。支持工业物联网的系统可以实现位置跟踪，库存的远程监控以及获得零件和产品在供应链中移动时的报告。它们还可以收集和提供交付信息到ERP，PLM和其他系统。
我们已经看到一些工业物联网在供应链领域的应用。现在已经有公司分析社交媒体上的信息和留言，通过分析更精准的把握用户需求，更好地规划库存。也有企业开始利用智能眼镜技术，通过集中式的专家队伍指导远程工厂，甚至海外工厂的现场生产经营 。
收入增长
*企业希望通过何种途径实现收入增长
工业企业思考物联网的价值定位时，不仅局限于提高效率及节约成本，还将目光投向业务成长。通过数据分析——包括以前尚未开发的数据——将其转化为具备可操作性的市场洞察力将帮助企业实现更高程度的客户服务转型，为企业提高客户忠诚度和满意度提供新的机遇。
轮胎制造商米其林开发了一项基于工业物联网的全新服务——Dubbed Effifule。该服务为其客户在卡车轮胎和引擎上安装传感器。传感器会将收集到的油耗、胎压、温度、速度和位置等数据传到云端服务器。米其林的专家团队会据此进行数据分析，并为客户提供建议和驾驶培训。这项服务帮助客户每百公里减少耗油2.5升。
风险管理提升
*工业物联网带来的风险管理提升主要体现在
风险管理方面，企业的关注点主要集中在确保产品安全性(77%)，资产安全性（65%），提高作业环境安全性（65%）以及有效管理保修和召回（61%）几方面。
产品安全性方面，有企业通过维护从原材料到最终产品的数字线程（Digital Thread）的完整可追溯性，提高质量，加强质量控制。也有企业凭借人工智能算法和优化方案，减少返工和浪费。
资产安全性方面，随着工业4.0制造业的全面升级，工业信息化管理，24小时不间断的远程监控、产品信息、基础设备设施信息，均通过远程形式进行连接，因此对于所有物联网设备制定安全标准显得尤为重要，所有已部署和新部署的基础设施平台，无论部署在现场或云端，其安全问题都应该从基于安全和防护要求的端到端系统建设角度进行全面
解决。
提高作业环境安全性方面，生产制造过程的检测、实时参数的撷取、机台设备与产品的监测管理、原物料的耗用监测，乃至于生产环境因子的调控，一旦善用物联网技术，都可望加以实现。除了攸关产能与营运绩效的机台设备，确实需要借助物联网技术执行监管外，若谈到真正出了事、后果更加严重可怕的工安环卫议题，同样可通过物联网技术加以妥善处理。一旦善用物联网，即能够将检测机制由传统的人工模式转向自动化，如此一来，就可望大幅提升监测效率，减少事故发生的机率。
有效管理保修和召回方面，工业物联网中对无线射频识别技术的使用，将更好地跟踪生产过程中的每一个环节。这种无需电池的通信技术使得设备能够在电脑中以唯一的身份标识显示出来。也就是说，每一个RFID芯片都能够以唯一的身份发送信息，这使得人们几乎毫不费力就能追踪到任何物品。
最后，德勤指出，目前工业企业所获得的产品和客户的信息量远少于资产和设备的信息量，在效率提升和业务成长的双重诉求驱动下，未来企业工业物联网应用的关注度将由设备和资产转向产品和客户。
*企业希望获得哪些更详细和具有操作性的数据
*在客户关系提升方面的主要应用
泡沫规避守则
目前市场似乎充斥着太多物联网平台，2017年我们可能会看物联网平台市场整合与淘汰。这种情形好像20年前，当市场上充斥各种互联网搜索引擎，但留到今天的成功案例屈指可数。
工业物联网将为制造业创造新的收入来源、提升其效率和安全性，从而创造新的价值，要实现这些价值，企业需要考虑的策略如下：
眼明手快
工业物联网架构能力很大程度上依赖于清晰的战略，企业有大量的机会可以通过局部的技术应用，快速实现工业数字化的潜在价值，从而为进一步全局的提升奠定基础。
但是由于工业物联网的潜在影响巨大，而且大范围实施对企业文化、基础设施、技术能力和人才资源都提出很高的要求。企业在试图解决全局问题的同时，其发展很可能会陷入停滞。
因此企业需要目光长远、从小处着手并且快速升级。只有当一系列小的目标达到时，大的变革才可能发生。企业先重点实施那些将支持其长期目标的具体试点项目，并在试点过程中发现所需要的技术要求以便日后的快速推广和升级。
关注周期
工业物联网的价值来源不仅限于产品和设备的管理，而是延伸到产品和客户生命周期管理。延长产品生命周期和客户的生命周期的关键在于，工业企业需要寻找将产品的一次性交易转化为持续收入来源的方法。
例如基于价值定价的制造即服务(Manufacturing-as -a-Service) 模式，按使用付费的模式（Pay per Use），或其他可以加深客户关系，使企业可以持续创造价值并收费的方式。
强化大数据应用能力
企业大数据应用的重点不是在于如何获取更多的数据，而是围绕业务目标和具体业务问题，通过大数据分析的手段，深入分析解决问题或做出预测指导决策。
企业在构建大数据应用时，应从企业的业务战略和IT战略出发，构建大数据应用的顶层框架设计。主要包括大数据战略，即大数据应用的目标、策略、应用/平台建设路线图；大数据应用场景，从企业价值链和客户生命周期入手，梳理大数据应用的业务场景；大数据分析建模，分析挑战，通过多种算法的运用，找到解决问题的方向；大数据技术平台，追踪技术发展趋势并结合企业内部各种应用系统，构建大数据技术平台。
提升安全性
在互联互通的世界，从保护数据到保护系统性能，企业面临的信息安全压力越来越大。这种压力既来自企业内部的系统运行安全，又来自可能的泄密风险。如果被入侵者攻击，企业不仅面临操作系统无法正常使用和大量隐私信息如核心工艺参数被窃取的风险，甚至关键基础设施的工业设备遭到入侵者控制或破坏，造成巨大的经济损失和
人员伤亡。
许多公司选择建立信息安全的架构和机制，从而将安全风险降到最低。信息安全机制包括信息安全目标（如生产事故发生次数、泄密事故、生产终端时间的最低值）、安全策略（如物理、网络、主机、数据、人员、应急事件、文件管理的安全策略）以及安全管理制度（如数据中心管理办法、网络系统管理制度、涉密设备管理制度等）。
除了传统的信息安全风险，网域风险（Cyber Risk）日益成为物联网的重点议题。企业可以从以下几个层面进行网域风险管理：定义互操作性标准；使用专用设备或附加组件，而非改造旧系统；明确生态系统参与者的责任； 建立数据基线；加强数据治理；建立具有弹性的耦合系统。
生态系统里的定位和合作
工业物联网的整体系统，非单一厂商能够独力完成，而是需要透过一个完整的生态体系来让架构更为完备。
GE数字公司正与Dell、EMC、微软、SAP、诺基亚等数十家公司合作构建工业物联网平台，让合作公司在平台上开发新的工业应用程序，并允许客户使用增值应用程序。无独有偶，霍尼韦尔、施耐德和思科、IBM、埃森哲等公司也在合作开发工业物联网平台。
当然，像GE成为生态系统的搭建者和主导者显然并不适合所有工业企业，尤其是考虑到目前市场上充斥着各种物联网平台，行业也许很快会迎来物联网平台的整合与淘汰潮 12 。企业自我定位为生态系统的搭建者，还是模块化产品的提供者，或者渠道搭建者，将取决于企业自身的业务设计和对最终用户的了解程度。
生态系统还将促成有前瞻意识的制造商以新的方式来使用不一定属于他们的能力。就像Uber和Airbnb，尽管没有资产所有权，但一样可以利用这些资产创造价值。同样变化也正在制造业内发生，特别是用于提高产品开发和市场测试的灵活性。
备注：
智东西认为，万物互联的概念也许玄幻，但工业物联网却是一种基于传感器、大数据技术的过渡，具备良好的发展前景和价值回路，这些来源于它所创造的区别于产品和服务的全新价值源——信息及洞察力，其商业价值主要体现在效率提升、业务成长和风险管理提升，因此聚集了一大波资金投入。随着更多的传感器的使用和数据质量的提高，物联网可以帮助企业提前做出响应，避免损失并创造价值。技术进步势将必行，要么弯道超车，要么翻车，要么掉队。这对制造业企业提出了全局观、盈利思维、技术人才储备和吸引能力等考验，要求它们在技术发展早期的生态之中找准定位，小步快调。
下载提醒：如果想收藏本文的报告全文，可以在智东西（公众号：zhidxcom）回复关键词“nc150”下载。
智能内参
权威数据·专业解读 读懂智能行业必看的报告
在智东西回复“智能内参”查看全部报告
