来源|首席数字官

工业物联网是工业信息化、数字化过程中非常重要的领域，也是近几年炙手可热的话题。工业物联网前景可观，但不可不说，还是有很多难以避开的坑。


一、工业物联网的战略适用性

企业一切工作的起点都是战略，一切业务都是围绕战略来落地的。

产品制造和服务型制造都属于工业领域的范围，但这两个领域涉及的战略和工业物联网还是有很大差异的。

产品制造更关注过程的物联，即在将原材料加工成最终产品的过程中，涉及设备之间数据的交流、物料流转位置的报告、环境数据的采集，这些都需要物联网的参与。过程物联的目的是更高效率、更低成本、更加个性地做产品制造。

服务型制造关注的重点逐步向后端转移，更关注产品出厂后的物联。这时候的关注点不是生产设备了，而是产品或者装备运转过程中会遇到的问题，并将产品的数据采集取回，开发后服务市场。

这两种完全不同的场景实施过程中要规避什么呢？

首先，企业的cio应该了解公司的战略，依据战略确定是将产品联网还是将设备联网。

其次，分析业务的痛点。依据生产效率低、制造成本高的痛点确定是要开拓租赁市场还是缩短设备维修、检修时长。每一家企业都要根据自身的业务痛点选择合适的措施，上下关注，推动企业自身成为所在领域的标杆明星。

二、工业物联网的投入产出比

工业物联网的投入是巨大的，与一般的系统不是一个量级。

通用的工业物联网平台比较昂贵，且选择的余地很小，如果要打造相应的场景则会耗费巨大的成本，企业可以找一些通用的案例，再根据企业自身特点作出适当调整，以减少投入；产品联网要求很高的安全性，独立组网的成本非常高，且耗电量巨大；在采数方面，传感器比较昂贵，一旦数据存储和传输量较大，就会耗费巨大的成本；系统维护过程中会进行问题诊断，影响生产进程；急单冲击影响变现。

工业物联网投入巨大，但产出不明。

当出现急单冲击（小订单冲击大订单）的现象时，不同的战略选择产出不同；在预防性维护过程中，灾难预防的产出难衡量；机器增加但人员不减，双重成本致使难以评估产出；租赁业务中数据价值难以评估；数据交易不合规的话无法产生新的价值。

如何规避这些问题呢？

首先要进行产出预测，除了经济效益，还要预测竞争力以及数字化的贡献等；其次，长短期结合，做到短亏长赚；然后，去明显的效果领域试点，通过自动化系统节能、节省人力成本；最后，进行数据要素交易的探索，关注合法数据要素交易。

三、工业物联网的平台成熟度

工业物联网的平台较为复杂，企业需要关注这个平台可以识别的协议、可承载数据量的大小以及密集程度；关注是否有应用案例（包括设想中的、测试中的，还有正在应用的），应用数据是否真实准确；关注场景是否符合企业自身实际情况；还要重点关注终端安全防护问题。

对类似的案例进行考察可以规避以上问题。主要考察这些内容：

1.类似的案例和自身案例是否都是产品物联？

2.分析类似场景的利弊

3.分析场景的差异性对企业自身的影响

四、工业物联网的终端采数据

平台再好，最终还是要采集数据。

首先，确定平台能识别协议，理清协议清单，如果不能识别协议，还需扩容；其次，对数据进行取舍，无用数据间隔传输；确定供电方式，保证在客户现场取电时不停电，使用电池供电时保证及时更换，并进行电量预警，持续供电，维持系统正常参数；保障联网，确定是选择客户的网还是独立组网，保障上传速度。