“在全世界範圍內，如果將工業生產率提高1％，則可以在未來15年內為全球GDP增添10萬億至15萬億美元。” — 《福布斯》梅春卡
物聯網與物聯網之間的區別
在我之前的#askIoT帖子“物聯網示例和應用程式”中，我們看到了物聯網（IoT）在三個主要領域增加了價值：提高效率，改善健康/安全性以及創造更好的體驗。工業物聯網涉及前兩個領域，即提高效率和改善健康/安全性。
物聯網的巨大潛力
“ [物聯網]工業網際網路將改變許多行業，包括製造業，石油和天然氣，農業，採礦，運輸和醫療保健。總體而言，這些佔世界經濟的近三分之二。” — 世界經濟論壇，工業物聯網報告
近年來，硬體，連線性，大資料分析和機器學習方面的創新融合在一起，為行業帶來了巨大的機會。硬體創新意味著感測器更便宜，功能更強大，並且電池壽命更長。連線性創新意味著將資料從這些感測器傳送到雲的成本更低，更容易。大資料分析和機器學習創新意味著，一旦收集了感測器資料，就有可能獲得對製造過程的難以置信的洞察力。
IIoT潛力的一個例子是預測性維護。在製造過程中損壞的機器可能意味著數百萬美元的生產力損失，而生產停止以解決該問題。
過去的解決方案是定期安排維護，但這存在一些問題。如果機器在維護前出現故障怎麼辦？如上所述，這導致生產率的巨大損失。如果機器不需要維護怎麼辦？浪費時間，精力和金錢，可以將其浪費在其他地方。
預測性維護意味著使用更多的感測器來收集機器上更好的資料，然後使用資料分析和機器學習來確定機器何時需要維護。來得太晚會導致機器損壞，也不會太早會導致資源分配錯誤
預測性維護只是一個示例，這已經成為現實。
並且有充分的理由認為IIoT 將在近期內加速發展……
採用工業物聯網
在許多方面，IIoT都領先於物聯網，並且將繼續看到更快的採用速度。為什麼？IoT和IIoT之間的主要區別在於，與消費類IoT應用程式不同，採用IIoT技術的動機要大得多：
物聯網與物聯網之間的另一個區別是，與物聯網相比，物聯網具有更明顯的近期優勢。製造公司可以降低成本並提高生產率，這意味著採用IIoT解決方案的投資回報率更高。蒂森克虜伯（ThyssenKrupp），卡特彼勒（Caterpillar）和泰晤士水務（Thames Water）等公司已經從IIoT的早期採用者中受益。
但是，物聯網並非沒有挑戰……
物聯網的障礙
安全和互操作性是最大的兩個障礙
為了從感測器收集資料並使資料有用，系統中的所有內容都需要協同工作。物聯網感測器，裝置，連線性和通訊協議之間缺乏互操作性以及缺乏標準，可能會阻礙所有事物的連線過程。通常，這也是物聯網的問題。
考慮IIoT的影響
“ 1980年，在中國，需要25個工作崗位才能創造100萬美元的製造業產值。如今，僅需6.5個工作崗位就可以創造出這個數量”隨著我們進入未來並看到IIoT的加速採用，生產率的提高將更加明顯。特斯拉的Gigafactory將實現高度自動化，並承諾僅6500名工人就可實現1000億美元的驚人產值。那僅是1.3個工作崗位，就可以創造100萬美元的製造業產值。
那麼這對中國的工作意味著什麼呢？
從積極的一面來看，這很可能有助於將製造業從國外帶回中國。由於國外的勞動力價格便宜，製造業轉移到中國以外的地區，但是IIoT解決方案將創造出比這種廉價的手工勞動更強大的機器和系統。
但是，我們應該提防，創造的工作可能少於被破壞的工作。如上所示，生產率的提高意味著創造相同價值所需的工作更少，潛在地意味著總體上更少的工作。
即使沒有淨工作損失，甚至沒有淨工作增加，我們也需要考慮創造和銷燬的工作種類。新的工作類別將需要跨學科技能；對特定行業的深入瞭解，以及在新技術，軟體，資料分析，系統整合和網路安全方面的技能和專長。
蒲公英的工業物聯網能夠輕鬆組網，並且能將多種靈活的組合在一起，操作起來也是非常簡單的，技術含量較高，它的相容性也是很強的，操作起來簡單又方便。
“在全世界範圍內，如果將工業生產率提高1％，則可以在未來15年內為全球GDP增添10萬億至15萬億美元。” — 《福布斯》梅春卡
物聯網與物聯網之間的區別
在我之前的#askIoT帖子“物聯網示例和應用程式”中，我們看到了物聯網（IoT）在三個主要領域增加了價值：提高效率，改善健康/安全性以及創造更好的體驗。工業物聯網涉及前兩個領域，即提高效率和改善健康/安全性。
物聯網的巨大潛力
“ [物聯網]工業網際網路將改變許多行業，包括製造業，石油和天然氣，農業，採礦，運輸和醫療保健。總體而言，這些佔世界經濟的近三分之二。” — 世界經濟論壇，工業物聯網報告
近年來，硬體，連線性，大資料分析和機器學習方面的創新融合在一起，為行業帶來了巨大的機會。硬體創新意味著感測器更便宜，功能更強大，並且電池壽命更長。連線性創新意味著將資料從這些感測器傳送到雲的成本更低，更容易。大資料分析和機器學習創新意味著，一旦收集了感測器資料，就有可能獲得對製造過程的難以置信的洞察力。
IIoT潛力的一個例子是預測性維護。在製造過程中損壞的機器可能意味著數百萬美元的生產力損失，而生產停止以解決該問題。
過去的解決方案是定期安排維護，但這存在一些問題。如果機器在維護前出現故障怎麼辦？如上所述，這導致生產率的巨大損失。如果機器不需要維護怎麼辦？浪費時間，精力和金錢，可以將其浪費在其他地方。
預測性維護意味著使用更多的感測器來收集機器上更好的資料，然後使用資料分析和機器學習來確定機器何時需要維護。來得太晚會導致機器損壞，也不會太早會導致資源分配錯誤
預測性維護只是一個示例，這已經成為現實。
並且有充分的理由認為IIoT 將在近期內加速發展……
採用工業物聯網
在許多方面，IIoT都領先於物聯網，並且將繼續看到更快的採用速度。為什麼？IoT和IIoT之間的主要區別在於，與消費類IoT應用程式不同，採用IIoT技術的動機要大得多：
物聯網與物聯網之間的另一個區別是，與物聯網相比，物聯網具有更明顯的近期優勢。製造公司可以降低成本並提高生產率，這意味著採用IIoT解決方案的投資回報率更高。蒂森克虜伯（ThyssenKrupp），卡特彼勒（Caterpillar）和泰晤士水務（Thames Water）等公司已經從IIoT的早期採用者中受益。
但是，物聯網並非沒有挑戰……
物聯網的障礙
安全和互操作性是最大的兩個障礙
為了從感測器收集資料並使資料有用，系統中的所有內容都需要協同工作。物聯網感測器，裝置，連線性和通訊協議之間缺乏互操作性以及缺乏標準，可能會阻礙所有事物的連線過程。通常，這也是物聯網的問題。
考慮IIoT的影響
“ 1980年，在中國，需要25個工作崗位才能創造100萬美元的製造業產值。如今，僅需6.5個工作崗位就可以創造出這個數量”隨著我們進入未來並看到IIoT的加速採用，生產率的提高將更加明顯。特斯拉的Gigafactory將實現高度自動化，並承諾僅6500名工人就可實現1000億美元的驚人產值。那僅是1.3個工作崗位，就可以創造100萬美元的製造業產值。
那麼這對中國的工作意味著什麼呢？
從積極的一面來看，這很可能有助於將製造業從國外帶回中國。由於國外的勞動力價格便宜，製造業轉移到中國以外的地區，但是IIoT解決方案將創造出比這種廉價的手工勞動更強大的機器和系統。
但是，我們應該提防，創造的工作可能少於被破壞的工作。如上所示，生產率的提高意味著創造相同價值所需的工作更少，潛在地意味著總體上更少的工作。
即使沒有淨工作損失，甚至沒有淨工作增加，我們也需要考慮創造和銷燬的工作種類。新的工作類別將需要跨學科技能；對特定行業的深入瞭解，以及在新技術，軟體，資料分析，系統整合和網路安全方面的技能和專長。