2020-10-27
1932
“任何IIoT系统的四个主要部分是智能资产、数据通信基础架构，用于解释数据并对其进行操作的分析和应用程序以及人员。
智能资产包括具有传感器、处理器、内存和通信功能的机器或其他资产。在某些情况下，这些资产可能具有关联的虚拟实体或支持软件定义的配置和性能；智能资产生成更多数据并在整个价值链上共享信息；某些智能资产最终将具有自我意识或自主运行。互联网，这些资产和其他实体之间的数据通信将经常利用网络技术，如LTE，ZigBee的无线网络连接，IEEE 802.15-4，和基于云的计算基础架构，其存储可满足大数据需求。强大的分析和相关软件将增强资产优化以及系统优化。将部署预测性分析以减少计划外的停机时间。这些工具生成的最新可用信息将导致新应用程序支持新的，变革性的业务模型。公司将不再提供实体产品进行销售，而是越来越多地将产品“作为服务”提供。人将通过访问更多数据，更好的分析工具和更好的信息来参与其中，并将越来越多地根据这些资源所产生的分析做出决策。量化决策将变得更加普遍，“智能”信息将在人们需要的时间和地点出现。但是人们还将继续通过社交和移动工具及应用程序与他人以及与机器和系统建立更好的联系。”
智能资产：今天从传感器、电动机、仪器等获得的数据使我20年前开始使用时产生的数据量逐渐增加。我们必须学习如何利用所有这些数据，找到有用的信息并利用我们获得的情报来提高利润。
数据基础架构：仅仅十年前，在许多行业中将PLC或其他控制系统联网的情况并不常见。今天，情况已经不同了，因此我们所天游8线路检测中心都必须准备好应对来自智能资产的数据泛滥。
分析：这是数据变成知识的地方。我相信分析及其应用将彻底改变制造业，而那些不接受分析的人将被抛在后面。正如我之前所说，上下文是数据的关键，而分析当然需要上下文有效。但是，只天游8线路检测中心们知道什么上下文对于启用分析并使之有用至关重要。分析不是创造自己，而是人们创造。
人：这是所天游8线路检测中心中最关键的组成部分。即使出现了具有机器学习内容的机器学习和基于云的预测分析包，例如Microsoft Azure机器学习，IPLeanware的Braincube等，仍然需要人们充分理解数据才能编写上述工具的算法。人们仍然需要弄清楚哪些指标对业务影响最大。人们仍然需要调整数据的形状以从工具中获取意义。
人们还需要解决以上工具所显示的问题。比如，我们需要的并不是真正解决问题的软件，而是需要提出“为什么”的人们。几年前谁甚至在制造业或公用事业领域听说过“数据科学家”一词?数据科学已经存在了很长时间，但是在过去的五年中，这个领域的工作量呈爆炸式增长，在从未考虑过这种事情的行业中，工作量激增了。数据科学家正在研究几年前还不存在的问题。同样，人是IIoT的最关键组成部分。
拥有正确数据的正确问题解决者可以是一种神奇的组合，许多组织如此专注于前三个组成部分(智能资产、数据基础结构、尤其是分析)，以至于它们可以最大程度地减少第四，也是最重要的组成部分——人。一些组织所做的另一个假设是，如果将相同的数据或信息放在多个人面前，则每个人理论上可以用他们所看到的内容对组织产生相同的影响。但是，基于他们对信息、技能和经验的解释，这是不正确的。我们不做这些假设-我们知道在正确的人面前提供正确的信息 ，在适当的时间对其可能产生的影响有所不同。
