工业物联网面临的挑战

尽管科技爱好者对工业物联网的到来表示欢迎，但73%的企业仍然没有实施任何工业物联网创新。虽然行业巨头正在迅速接受数字化转型，但中小型企业正在应对阻碍工业物联网应用的现实挑战和问题。

与传统技术整合

工业物联网会生成大量数据，这对底层基础设施提出了很高的要求。然而，大多数成熟的企业仍然使用传统的软件和硬件解决方案来处理结构化数据，而物联网设备快速生成大量的非结构化数据。此外，这些数据需要实时处理和分析，而遗留系统则针对完全不同的方法进行定制。

企业云计算解决方案可以提供合理的替代方案，但只是在一定程度上，因为许多特定于业务的应用程序都是在传统基础设施上开发的，无法在云计算环境中工作。

除了将传统设备与工业物联网进行整合之外，另一个挑战是网络流量。所有第三方设备产生的流量将对网络产生巨大影响，当然，网络技术本身也将发生变化。

有一件事是清楚的：在当今的商业环境中，生产停工会导致企业巨大的收入损失，缺乏与遗留系统的集成是一个严重的问题，因此阻碍了工业物联网的采用。

费用

为了充分利用工业物联网，企业必须进行全面或部分软硬件改造，这是一项代价高昂的工作。在传统观念中，满足物联网挑战需要购买单独的存储、计算和网络容量，这需要前所未有的费用。

到目前为止，大多数企业都采用混合云模型——在将部分流程转移到云平台的同时，将关键操作保留在内部部署数据中心。像谷歌和AWS这样的行业巨头正在提供物联网平台，但不可否认，企业云计算费用也相当高。

安全性

这是一个很大的问题。显然，传统的安全系统（比如防火墙的防病毒应用程序）很难应对物联网时代的安全威胁。然而，一些专家消除了这些担忧。他们声称，当今的技术已经发展到可以满足企业级安全需求的水平。

可管理性和控制问题

这些问题非常严重。与企业级别的系统故障不同，大多数消费级物联网设备几乎无法应对紧急情况。但如果在制造厂、炼油厂或矿山发生事故，其后果可能会更严重，将带来潜在的危险和危及生命的情况。在工业物联网系统具有无可挑剔的性能记录之前，企业将对大规模采用工业物联网保持警惕。

连接性

工业物联网的连接性是另一项挑战。由于大量的设备连接到网络，传统的集中式基础设施模型肯定会被淘汰。许多专家都希望使用分布式云模型来实现边缘计算。像戴尔公司这样的科技巨头现在正在推出边缘计算网关设备，这些设备将充当物联网中心，并处理关键任务操作，而核心云网络将保留用于数据存储和分析。

标准化

在市场经济中，设备制造商和开发人员提供了大量的工具、传感器和传输协议，这些工具、传感器和传输协议可能相互兼容，也可能相互不兼容。简单地说，A公司制造的传感器可能无法与B公司的数据处理平台一起工作。对于工业物联网的早期采用者，这可能导致供应商锁定。直到现在，还有一些国家正在努力引入和采用统一的标准，但这种情况仍远未完善。

人才

在许多方面，缺乏相关人才是核心问题。虽然自我学习人工智能仍处于发展阶段，但工业物联网的实施需要人力资源专家的帮助，而这些专家很少。企业必须说服那些在数据科学、网络技术和机器学习方面具有相关专业知识的现有技术人士继续任职，而这些专业人员也要求提供更高的薪酬。

在这种情况下，企业通常利用国内和海外外包措施，获得物联网人才的帮助，并开发定制企业解决方案。

利用工业物联网创造竞争优势涉及到这些问题。为了应对数字化转型挑战，并采用工业物联网，企业必须经历以下三个阶段：

（1）分析和评估。企业是否具备处理大量工业物联网数据集的基础设施和软件能力？确定企业的IT需求将帮助其概述采购计划。实现这一计划肯定需要投入大量的时间和资金，但最终还是值得付出努力。

（2）半连接框架。对于企业的一个好消息是，73%的企业仍然处于第一阶段，是尚未采用工业物联网企业的一员。而企业进入第二阶段将会获得独特的竞争优势。转移到半连接框架意味着企业中的所有系统都是互连的，并且工作在完全同步的状态。在这个阶段，企业应该有一个逐步采用物联网的计划，并准备向前推进。

（3）连接基础设施。在第三阶段，企业拥有一个完全连接的系统，通常称为制造运营管理（MOM），随着数据流量的增加而扩展，并具有足够的网络、存储和计算能力来处理不断增加的数据集。在此阶段，企业将充分了解网络安全威胁以及实施高级企业安全系统的必要性。

在第三阶段的企业将成为少数的成功公司之一：到目前为止，像微软、IBM、英特尔、通用汽车和思科这样的行业巨头已经为物联网实施了安全可靠的互联网基础设施。

这个计划可能听起来过于乐观，但是大变化通常都是从小步骤开始的。通过仔细选择工业物联网平台、设备管理和连接解决方？？案，人们将会看到，物联网的数字化转型将从计划变为现实。