物联网三阶段演进市场、安全、人力与并购均有影响

发布时间：2018-1-15 16:44 发布者：eaoogle_WSN

物联网演进可分为三个阶段，一、串连各系统；二、智能互连的对象不仅将终端设备连网，更让设备之间彼此相连，终端设备也因此具有足够的运算能力，能够完成在地分析与在地运作；三、自主与软件定义的能力被添加至系统中，提供真正自动化的软件定义体验。

近年来工业4.0几乎是所有制造业持续关注，并且计划性实践的议题。我们听到很多技术的关键词，新的科技驱动因子，从几年前的大数据（Big Data）到工业物联网（Industrial IoT）以及3D打印（3D Printing）的新科技，在过去的一年中，几乎所有的制造业客户都跟我们谈论到AI人工智能。

在这么多的工业4.0驱动力量里，英特尔（Intel）观察到，有四个主要因素正在驱动数字转型，包含市场、安全风险、人力以及商业整并与重组。

四大面向驱动转型

根据调查，未来十年内，全球进入消费阶级的人数将倍增；全球中产阶级消费额将从2010年的210亿美元增加至2030年的570亿美元，其中大多数成长来自新兴国家。这项市场因素让工厂必须变得更高效，而想要提高产能、良率及产品质量的唯一之道，就是在工厂导入物联网技术，从制程、生产工具、产品本身获取数据，提升制造业中的竞争力并且转化为商业上的优势。

据羿戓设计所了解,由于全球工厂及公用事业的重要基础架构大多采用OT系统，能够迅速连接至可连网的传感器及控制器。在急欲转向自动化系统的过程中，稍有不慎就可能向黑客暴露了控制环境，特别是现今许多设备与机器现在都已IP化且连接至网络，攻击面亦因此被暴露，安全风险更高。2010年被发现专攻PLC的蠕虫病毒Stuxnet，破坏了伊朗核能计划，就是非常明显的例子。

▲想要提高产能、良率及产品质量的唯一之道，就是在工厂导入物联网技术，提升制造业中的竞争力并且转化为商业上的优势。

人力因素也是一大问题。制造业者欠缺具备安全、云端、工业通讯及数据分析技术的人才。此外，许多制造业专家已陆续退休，导致业界人才流失。另外，随着大型企业与新创公司的并购案愈来愈多，例如ABB并购贝加莱工业自动化公司（B&R）就是一例。物联网的实现给予新创公司许多机会，工业物联网新创公司在2016年获得超过26亿美元投资；根据CBS Insights的调查，工业物联网在2016年已是连续第四年成长，完成321件交易，总金额超过22亿美元。

不同垂直体系演进阶段各异

有鉴于上述制造业转型趋势，Intel认为物联网演进可分为三个阶段，一、串连各系统；二、智能互连的对象不仅将终端设备连网，更让设备之间彼此相连，终端设备也因此具有足够的运算能力，能够完成在地分析与在地运作；三、自主与软件定义的能力被添加至系统中，提供真正自动化的软件定义体验。

依据制造业垂直体系不同，物联网演进的阶段也不同。例如，半导体制造业已位于第二阶段，在SECS/GEM标准下，多数设备均已连网；而纺织、成衣等产业仍处于第一阶段初期，他们使用锅炉处理原料却没有数字温度传感器、员工必须穿梭在厂房之间以人工测量温度，并在纸上记录数据等。

制造业物联网解决方案亦需要考虑特殊限制，包括互操作性、生命周期长、重现性、功能安全性、间歇性断线的网络、服务延续性、易取得性，同时也要符合当地及国家规范。

Intel利用运算能力和通讯领域的深厚经验，协助制造业正视相关技术及商业难题，进而提供OT/IT整合、安全及可信赖的解决方案以降低风险；以标准化、开放性架构及系统互操作性降低成本；透过系统互操作性及整合简化作业流程；并实现可重复使用与扩大规模。

物联网平台及雾运算兴起

今日制造业中有一趋势，就是串连工厂设备内原本各自独立的子系统，形塑单一运算平台，为工业设备管理多项应用；例如，一台工厂机器通常内含许多运算装置，如单个或多个机器控制器、可编程逻辑控制器（PLC）、人机接口（HMI）、机器视觉装置、数据捕获设备、安全控制器等。装置制造商在生产系统时，正逐渐将诸多功能纳入单一的、更高效的运算装置中。制造业IT与OT系统未来的发展转型已在进行中，智能工厂架构转向雾运算（Fog Computing）的动力包含：

• 期望减少必要运作的硬件，以减少成本与空间需求。

• 执行非实时作业时，亦可实现实时管控。

• 善用新一代处理器更高效的处理速度。

• 分析引擎与机器监控能够于同一个平台上共存。

• 轻松落实虚拟环境与实体系统安全。

身为全球最大的半导体制造商，Intel对于制造业非常熟悉，内部正在研发一项透过振动分析来运行机器学习的技术，其优点是可以具备侦测能力，在产线运作故障前，即可警示可能造成设备异常的原因。

从制造工厂的厂域到办公大楼各设施，这项技术将大大影响Intel对于许多设备的维护作业，无论是泵浦、风扇、马达或任何运作设备，我们估计不久之后，不仅能够立即得知任一可能问题的发生，更能掌握问题本身，如方位、校准、平衡等。该项技术也将整合Intel现有的警示机制，协助技术人员得知问题发生的时间点，并能采取适当的因应措施。进一步整合后，能够更好的协调作业顺序及零组件订购，提升实时维护及应变能力。