“我們採集到的資料，90%都是垃圾”，位於江蘇崑山的某工廠老闆感嘆道，“去年365天的每時每刻，我們幾乎都進行了資料採集，採集到的資料卻不知道該如何利用。與投入到採集資料的各種費用相比，我認為並不值得。”

一年的資料採集經歷讓這位老闆對工業網際網路喪失了最初的熱情，甚至產生了這樣的疑問：我們當前真的需要大量工業資料嗎?

隨著物聯網的發展，工業製造裝置所產生的資料量將越來越多。如果這些資料都要放到雲端處理，就需要無窮無盡的頻譜資源、傳輸頻寬和資料處理能力，“雲”難免不堪重負，此時就需要邊緣計算來分擔雲端計算的壓力。

“只要增加幾個工人就能解決的問題，我為什麼要費力去採集資料，去搞工業網際網路?還不一定有效果!”

的確，無論工業物聯網、大資料驅動、數字孿生這些概念說的如何天花亂墜，在實際工業生產過程中，如果不能解決企業的核心問題——提高利潤、降低成本，都難免是紙上談兵。雖然資料本身很重要，但能直接解決問題的服務應用對企業才更有價值。當前，除了如何採集資料之外，絕大部分企業面對的關鍵問題是什麼資料值得采?說白了，就是如何運用資料產生價值!

工業資料的採集和傳輸基本都是“端-管-雲”的模式。在應用的現場，“端”負責收集資料、執行指令，“管”打通資料的傳輸路徑，而“雲”負責所有的資料分析和控制邏輯功能。整套流程能否順利打通，對資料採集、分析、應用能力至關重要。

然而，隨著物聯網的發展，工業製造裝置所產生的資料量將越來越多。如果這些資料都要放到雲端處理，就需要無窮無盡的頻譜資源、傳輸頻寬和資料處理能力，“雲”難免不堪重負，此時就需要邊緣計算來分擔雲端計算的壓力。比如一個公司，在規模小的時候，董事會可以對公司的管理達到事無鉅細的程度，但是當公司發展到一定規模時，就需要給予一線員工必要的自主權力。

所以，在工業現場的邊緣側進行資料採集、處理及傳輸的邊緣計算閘道器承擔著打通工業資料傳輸“任督二脈”的重任，再與雲平臺進行融會貫通——邊雲一體化，最後利用大資料分析，賦能生產，才能發揮工業資料的真正價值。

由此產生的兩個關鍵問題是我們不得不面對的：

1、在大量工業資料下沉的情況下，資料的有效性該如何保證?

2、“邊-雲”一體化能給工業物聯網帶來什麼價值?

Gartner《2018年十大戰略技術趨勢:從雲到邊緣》報告認為：到2022年，隨著數字業務的不斷髮展，75%的企業生成資料將會在傳統的集中式資料中心或雲端之外的位置建立並得到處理。

隨著工業物聯網的發展，必然會出現更多的本地就近控制和現場資料，面對這些逐漸增多的現場資料，該如何處理才能在保證其有效性的同時又減少雲端計算的壓力?

工業世界任何微小的提升都會帶來很大的優勢;工業世界任何微小的故障也可能帶來很大的損失——工業現場的很多資料“保鮮期”很短，一旦處理延誤，就會迅速“變質”，資料價值呈斷崖式跌落，工業現場的資料處理可以稱之為“走鋼絲”。此時，“邊緣計算”便發揮了不可替代的作用。

如果把大腦比作雲端，那麼邊緣計算就是神經末梢，對簡單的刺激進行自處理並將處理的特徵資訊反饋給雲端大腦。

儘管當前工業企業追求的核心問題是如何讓資料賦能生產，產生價值。但是也不能忽視該程序中困擾工業企業多年的普遍性問題，資料處理的前置關鍵環節——如何採集資料?對於任何工業企業來說，挖掘資料金礦的第一步都是採集資料，不談資料採集的大資料分析是空中樓閣，沒有資料的工業雲平臺相當於無本之木。

在不同的工業生產過程中，由於自動化產品品牌眾多，工業介面多樣化、工業協議不統一，所以看似簡單的資料採集並沒有那麼容易。

除了資料採集，在資料處理運用方面，由於工業現場的資料面臨著“保鮮期”很短，以及大量“垃圾”資料並不需要傳遞到雲端的問題。

雖然從產業角度來看，邊緣計算髮展如火如荼，但從應用角度來看，它還處於落地的前期。邊緣計算與雲端計算的融合才能真正體現工業資料的價值。

實際上，產業界已經認識到邊雲協同的重要性，並開展了積極的探索。既然邊雲協同對工業資料如此重要，那麼怎麼理解邊雲協同呢?邊雲協同處理資料的關鍵在於資料的融合。

在工業場景中，一方面通過邊緣計算直接執行實時分析演算法，另一方面則利用邊緣與雲的協同，實現模型不斷成長和優化，從而讓邊緣分析技術增強了平臺實時分析能力。當然，邊雲協同的能力與內涵落地到各應用場景時其具體能力與關注點又會有所不同，因為每種邊緣計算業務形態對於與雲端計算協同的業務需求不盡相同。

比如，在柔性製造的過程中，現代工業機器人的應用越來越廣泛。生產線上的機器人、機械臂的穩定可靠性對企業生產的經濟效益保證意義重大。工業機器人的大規模部署，工業機器人結構複雜、維護成本高對生產企業技術人員的維護能力提出了極高要求。主要體現在，要在機器人發生故障之前檢測到機器人機構部件、控制裝置等方面的異常，並提醒使用者在停機發生前進行有針對的維護維修，從而使停機時間減少為零，實現連續生產。

這裡的核心點在於通過邊雲協同進行預防性維護，實現持續有效的生產。

在雲端，裝置雲可以彙集工業現場實時生產資料進行集中儲存、分析、處理、預測，從網路管理、現場探接再到感知與響應，可以大大提高運營和維護效率。

結語：現在，把資料比作石油毫不過分，石油需要採集、運輸、加工、提煉才能使用，工業資料同樣如此。邊緣計算對採集的資料有更強大的洞察和分析力，邊緣計算的應用，邊緣計算閘道器的部署則會使資料產生的收益清晰可見，得以打消工廠老闆對工業資料的疑慮，工業網際網路才能真正落實到“一線”中去。

邊雲協同， 對於ICT廠商、OT廠商、OTT廠商以及電信運營商都帶來了不可估量的價值，通過對資料的深度挖掘，促使業務創新和商業模式創新，加速數字化轉型。

在智慧製造時代，生產的各個環節需要打通並能實時互動，比如生產、倉儲、物流等環節的生產資料和裝置資料需要實時監控、跟蹤，然後通過大資料處理來進行智慧預測，包括提前備貨、安全防範等。