制造商正在转向工业物联网(IIoT)来提高工厂效率和防止机器故障，但网络安全和延迟等问题仍然存在。
可以预计，未来的制造过程几乎不需要人工干预。但对于大多数厂商来说，未来还很遥远。
虽然一些较新的工厂自动化程度很高，但整个制造过程在完全数字化之前还有很长的路要走。
根据精益制造指数(以整体设备效率或OEE衡量)，世界级制造工厂的产能占其理论可实现产能的85%。而一般工厂只能达到60%左右，这意味着生产力有巨大的提升空间。
工业未来二十年4.0的成熟首先需要基础数字化。之后，这种数字化可以转化为预测性维护和真正的预测性智能。
存在工业在物联网的影响下，制造工艺会发生怎样的变化？未来会是什么样子？在制定过程中会面临哪些障碍？
数字化过程既费时又费钱。
大型资本货物已经发展成为“按小时计算”的商业模式，可以保证正常的操作时间。现在，每小时功率(或基于性能的合同)在制造业中相当普遍，尤其是在半导体、航空航天和国防等关键任务领域。
这种模式几乎可以确保制造商寻求有助于提高效率的数字解决方案。
这个想法可以追溯到20世纪60年代，当时GE航空、劳斯莱斯和普惠等喷气发动机制造商开始以“发射寿命”来销售产品，而不是一次性的发动机销售。推动时间推动发动机制造商专注于高利润的维护和数字化平台。现在通用电气鼓励跟踪其发动机的每一个细节，因为只有在发动机正常工作时才能支付。
虽然保证了正常运行时间，但机器的所有者需要负责优化使用(就像航空公司购买喷气发动机一样公司还是要充分利用它们)。
简而言之，机主仍然“拥有”着机链之间的产出效率，这意味着效率的提高不仅会落在机主身上，还会落在制造商身上。
如果每一个细节都没有数字化，效率就无法提高。然而，对于制造商来说，承受新的数字负担仍然存在严重的障碍。
车间里一般都有旧机器，可以在未来几十年继续用于制造。除了巨大的成本，传感器跟踪温度和振动，而不是一般机器的考虑。
当摩托车巨头哈雷的制造工厂用IIoT传感器重建时公司总经理麦克·费舍尔说，传感器“使设备变得更加复杂，它们也非常复杂。但是随着复杂性的出现，机会就会出现。”
从数字化到预测
简而言之，运营技术(或OT)类似于传统IT，但它是为过去未涉及的领域定制的。在典型的IT堆栈包括台式机、笔记本电脑以及知识工作和专有数据之间的连接的情况下，OT管理层直接控制或监控物理设备。
对于制造商，OT堆栈通常包括:
-连接的制造设备(通常经过改造)工业IOT传感器)
- 监控以及数据采集(SCADA)系统和人机界面(HMI)，为操作分析人员提供。工业监控
-可编程逻辑控制器(PLC)，一种坚固的计算机，可以从工厂机器中获取数据。
-用于减法制造的3D打印机(增材制造)和计算机数字控制(CNC)机器(如切割块)。
在某种程度上，它和OT是同一个技术范围的两个方面。随着制造业更好的数字化提升，这些界限会进一步模糊。
今天，大多数人工业机器的“大脑”都在可编程逻辑控制器(PLC)里。它们是增强型计算机。西门子、ABB、施耐德和罗克韦尔自动化等。工业巨头都提供高价PLC，但是对于较小的制造企业来说，这些可能是不必要的昂贵。
这是像奥登科技这样的初创企业。公司它为带来现成的计算硬件创造了机会，这些硬件可以直接插入大多数机器或与现有的PLC集成。这反过来允许中小型企业更加精简，并实时分析其效率。
随着数字化的普及，下一波技术效率改进将是预测性分析。每个输送机和机器人执行器总是配有传感器，但并非所有传感器在所有工厂功能中都具有相同的值。
目前，完全有可能从更专业、更高精度的IOT传感器中释放出更多的价值。例如，占卜使用配备人工智能的传感器来监控机器，并预测故障。
有成本意识的工厂主将意识到，与不必要的物联网相比，高度精确的传感器将提供更高的投资回报。
尖端的新架构
在“边缘”或更靠近传感器的地方进行计算是IIoT架构的新趋势。
a16z的彼得·莱文(Peter Levine)在人工智能和智能硬件方面起草了创新，预计将结束AV、无人机和高级IOT对象的云计算。
未来工厂连接机器应该没有区别。
人们喜欢萨古纳网络公司侧重于边缘计算(靠近收集点)，而Foghorn Systems执行雾化计算。这两种方法都允许关键任务设备在安全的环境中运行，而无需将所有数据传输到云，这可以节省大量带宽。
在不久的将来，人工智能和硬件的进步将使我们所知的物联网几乎独立于集中式云。
这一点很重要，因为在短期内，这意味着农村工厂不需要发送一万条机器消息来传达“我很好”等复杂的信息，这些信息消耗了昂贵的宽带和计算。费用。相反，他们可以向中央服务器发送异常，主要处理本地决策。
此外，云计算延迟在制造上存在严重缺陷。任务关键型系统，比如连接工厂，不能承受向远程云数据库发送数据包的延迟。
从长远来看，边缘计算为独立工厂奠定了基础。支持边缘的人工智能软件将成为允许工厂机器独立决策的基础设施。
总之，在网络边缘使用更多的计算设备，将会迎来一波新的、分散的工厂设备浪潮。
网络安全成为优先考虑的问题。
IIoT的一个悖论是，工厂承担着巨大的下行风险，但几乎没有投资保护:28%的制造商在最近的一项调查中表示，他们看到了过去一年网络安全攻击导致的收入损失，但只有30%的高管表示他们会增加IT支出。
网络攻击抗衡工业可能是毁灭性的，因为沉重工业可能会损坏网络物理系统。WannaCry的勒索软件攻击导致雷诺-日产停止在欧洲的工作。2014年，在只遭受了一次复杂的网络攻击，高炉因停电无法正常关闭后，德国的钢厂遭受了严重的破坏。
关键基础设施是网络安全领域中一个不断增长的细分市场，许多初创公司都喜欢Bayshore Networks。公司正在提供物联网网关(桥接连接传感器的不同协议)，以允许制造商跨越多个垂直行业。监控它的网络。其他基于网关的安全性，如Xage。公司，甚至采用区块链的防篡改账本，从而确保工业传感器可以安全地共享数据。
根据最近的一项调查，28%的制造商表示，在过去的一年中，由于网络安全攻击，收入减少。但只有30%的高管表示会增加IT支出。
类似地，添加连接的物联网对象和工业控制系统(ICS)传感器在端点上形成了新的漏洞。
为了解决这个问题，Mocana和Rubicon Labs等。公司我们正在开发IP和设备级安全通信产品。
此外，一些最活跃的企业网络安全投资者也对OT计算非常感兴趣。戴尔(制造工业物联网网关)，以及谷歌、通用电气、三星和英特尔的合资企业是这一领域最活跃的企业之一。
安全管理ICS和IIoT系统将继续是该领域投资的关键领域，尤其是证明oT在被黑客攻击后的脆弱性。
如同工业数字化的两大代表葛选择暂时退出数字业务，德国西门子加码。“西门子和通用电气，谁更有代表性？工业未来？“既然工业从数字竞争开始，业界就经常问这样的问题。
去年8月1日，约翰·弗兰纳里(John Flannery)执掌GE大权后，开始进行大刀阔斧的业务调整，并启动了近200亿美元的资产剥离，表示将削减对数字化的投资，数字化战略从此改变。
西门子数字公司和工业集团收入每年以两位数的速度增长，仅次于医疗事业群。2017财年，西门子的数字化工业该业务在全球拥有7.8万名员工，营收约140亿欧元，利润率约为16%。在新改变的公司建筑，数字化工业业务被保留下来，成为三大业务。公司一个。