最近，我有机会与软件股份公司首席产品官Stefan Sigg交谈，了解 IIoT 当前和未来的状态，然后发布其研究表明 IIoT 在制造和汽车领域采用 IIoT 时存在的问题北美的部门。
您可能还喜欢：
7 常见的 IoT 错误和如何避免这些错误
IoT、云和集成是如何演变的？
云迁移浪潮是由公共云提供商等超规模公司推动的，它们希望让尽可能多的公司进入云并使用其平台。云迁移引发了对集成中间件的巨大需求和必要性。
原因 1：没有人完成迁移所有内容，只有 70% 到 90%。他们的数据中心的平台上仍有遗留系统。进入云后，应用程序的其他部分将被云服务所取代。所有云超扩展者都希望并需要帮助客户重新建立集成，甚至在云迁移后也是如此。我们帮助云提供商为客户提供一个不那么可怕的云迁移故事。企业在内部部署世界中为建立应用程序和业务集成而挣扎了很长时间，现在，当迁移到云时，他们关心的是云集成所花的时间。 混合云集成中间件使其更加简单。
成功的 IoT 战略的关键是什么？
边缘正在到来。我们看到工厂内对部署的机器的需求很大。部分中央数据中心将移入云中，其他数据中心将部署在边缘，您需要集成它们。云、边缘和连接点的组合正在创造集成中间件的巨大重生。
如何保护 IoT 设备？
物联网还意味着事物的集成。设备和中央存储库之间的数据顺畅流动。以前有一个服务总线，现在它是一个 IoT 平台。设备需要专用连接器。拥有专门的连接软件。这是专门集成的中间件，用于设备在顶部快速构建应用程序。安全性是一项内置功能。公钥和加密是设备管理的一部分，包括更新的固件。
您是否有几个要突出显示的用例？
水管理。在英国，每天有30亿升因管道泄漏而流失，相当于平均每天超过2000万人的用水量。我们创建了一个 IoT 应用程序加速器。我们预先想到了澳大利亚 Telstra 使用水管中新建的传感器测量泄漏和实时通信的 80% 的漏水。您可以快速响应预测方案以节约用水。模板应用程序可以重新用于世界各地的其他水基础设施。各地水资源管理和供水情况相似。连接传感器后，可以非常快速地部署。 这使更多的公司能够创建具有价值的 IoT 应用程序adamos.com/en”目标”_blank_ADAMOS 是由德国机器制造商组成的联盟，他们构建了一个平台，每个人都可以在此基础上构建自己的 IoT 应用程序，并了解如何进一步减少构建应用程序的工作。
我最喜欢的应用程序是由Durr，世界领导者为汽车画机器人。每个机箱需要不同的颜色。他们创造了高效可靠的智能。实时分析监控，以确保在发现故障时线路停止。一辆车需要重新粉刷，而当一个人在监视时，需要重新粉刷五辆车。随着时间的推移，他们将使用预测分析将错误减少到零。
IoT 应用程序非常特定于用例和公司。将来，我们将看不到很多相同的 IoT 应用程序。您需要一个平台，可以毫不费力地构建特定应用程序。
您帮助公司克服的常见挑战是什么？
集成 — 处理 IoT 数据后，您必须处理围绕它的其他系统，如 ERP、供应链或制造执行系统。还有许多其他系统需要集成。
您是否对 IoT 计划的当前状态有任何疑问？
你必须有正确的期望。
物联网是，现在和现在都是一件大事。这不是炒作，不会消失。IoT 应用程序将爆炸式增长。很难预测它们爆炸的速度有多快。这取决于公司的意愿、意愿和技能来定义这些。
瓶颈不是技术。限制因素是具体的想法，做什么。限制因素是创造性，即如何处理商业意义上的 IoT 数据。
这一切都与可取性、可行性和可行性有关。
您的客户想要什么？回答这个问题不是那么容易。机器制造商是工程师。他们需要习惯像软件设计师那样思考。这是一个代际问题，你对硬件和软件如何协同工作的态度不同。谁会更快地成为领域专家学习软件或软件工程师学习域？亚马逊不是一个零售商是一个软件公司，学习零售。我们在银行、保险和制造业中也看到了同样的情况。可以说，零售行业已经被软件征服了。IoT 生成数据，然后人们使用数据进行创造性操作。
您认为物联网计划的未来是什么？
我们到处都能看到它。机器公司非常专注于机器类型，它们没有竞争力，因此他们愿意分享想法和技术。每个行业都有其物联网挑战。数据是非常有价值的，但您将如何处理它商业化。在未来，所有项目将产生数据 – 椅子，桌子，一切。现在，我们的报警系统、设备，过去连接的都是带有奇特硬件的计算机。有了数据，将有软件处理数据，然后它是一个问题，我如何处理数据。
开发人员在 IoT 计划方面需要牢记哪些内容？
作为开发人员的工作正在获得巨大的复兴，因为公司已经减少到只有系统运营商。用于为业务的不同领域构建软件。IT 组织忘记了如何编写代码。现在我们将看到一个大的重生。使用产品，他们生产他们将创建数据，并需要编写代码。给开发人员带来巨大的机会。它需要分析、ML、UI 技术、学习包和语言（如 JavaScript 和反应）的技能，查看 GitHub 第一要是 JavaScript 的统计信息。学习 AI 技术，尤其是 Python。在堆栈交换中，大多数问题都与 Python 相关”
软件股份公司对重/汽车业和物联网的采用进行了调查。关键要点是，主要工业和汽车制造商远远落后于工业物联网创新曲线，从而损害了生产率和收入。
调查还显示，绝大多数被质疑的制造商报告说，他们的 IIoT 投资是有限的 ， 锁定在公司的一个小部门或部门 – 阻止这些组织在其企业。 这导致这些制造商损失了数百万美元的潜在利润，因为他们落后于更有远见的竞争对手，这些竞争对手在预测分析和创新集成战略方面进行了投资，这些战略将 IIoT 扩展到整个企业。
其他主要发现包括：
- 80% 的调查受访者同意，IIoT 平台周围的流程需要优化，否则他们将面临竞争劣势，但这样做的却很少
- IT-OT（信息技术和运营技术）集成被认为是最困难的任务之一 ， 57% 的汽车制造商表示，这阻碍了他们从 IIoT 投资中获得完全的投资回报率
- 84% 的汽车和重工业制造商同意 IIoT 最重要的领域是”产品即服务收入的货币化”。 然而，优化生产仍然很重要，58%的重工业和50%的汽车制造商同意这一说法
- 奇怪的是，定义基于阈值的规则几乎与利用预测分析来扩展 IIoT 一样困难。 超过 60% 的受访者表示，定义基于阈值的规则与将 IT 系统和 IoT 传感器集成到现有控制系统中一样困难。