工業(yè)物聯(lián)網是指在工業(yè)中應用物聯(lián)網技術，實現工業(yè)特有的價值增值的技術模式。

所有物聯(lián)網都是為了實現萬物互聯(lián)，特別是物與物的互聯(lián)，但是工業(yè)物聯(lián)網又有其專有屬性，原因是與工業(yè)物聯(lián)網相對的消費物聯(lián)網本身的聯(lián)網密度、聯(lián)網的實時性、聯(lián)網物的異質化要求都不高，而工業(yè)物聯(lián)網的要求主要表現在聯(lián)網密度、聯(lián)網實時性及聯(lián)網異質化三個方面。

思考所有問題都需要從宏觀到微觀的細化過程，工業(yè)物聯(lián)網也不能例外，我認為對工業(yè)物聯(lián)網進行深度思考，需要從以下五個維度進行分析，否則將會要么帶來一葉障目，要么帶來好高騖遠。

首先需要我們思考的問題是，工業(yè)物聯(lián)網的價值、意義和目的是什么;

第二個是工業(yè)物聯(lián)網需要連什么的問題，這是一個范圍的概念;

第三個需要我們思考的是連入物聯(lián)網的物的層級問題，也就是深度的問題;

第四個需要我們思考的是實現物聯(lián)的價值成本分析;

第五個需要我們思考的是如何建設工業(yè)物聯(lián)網。

第一、工業(yè)物聯(lián)網的價值、意義和目的是什么?

互聯(lián)網實現了計算機與計算機的連接，或者說實現了人與人的連接，這個連接帶來了人的交互的便利，在這個基礎上涌現出很多全新的、顛覆性的商業(yè)模式，例如，電子商務、即時通訊，社交媒體等等;而物聯(lián)網將實現人與物、物與物的連接，同樣我們也期望帶來全新的、顛覆性的商業(yè)模式，甚至更進一步，期望帶來人類生活、生產方式的全新的顛覆性的模式。

作為物聯(lián)網主戰(zhàn)場的工業(yè)物聯(lián)網，人們對其的期許是在工業(yè)設計、制造、流通環(huán)節(jié)帶來革命性的變革，為傳統(tǒng)工業(yè)注入新的活力，提供新的勢能，驅動工業(yè)在更高維度上發(fā)展、創(chuàng)新、乃至變革。隨著計算、存儲能力的提升，特別是大數據、人工智能的發(fā)展，任何行業(yè)對數據獲取手段都提出了前所未有的要求。對數據獲取手段的要求主要表現在四個特征，第一是高效性;第二是準確性;第三是實時性;第四是經濟型;在當前技術能力下，能夠同時滿足這四個特征的就是工業(yè)物聯(lián)網，首先，芯片技術已經發(fā)展到一個具有較強計算能力的MCU在美元以下，RFID芯片價格甚至已經到美分這個量級，使得工業(yè)物聯(lián)網有了物質基礎，同時滿足了經濟性要求;近三十年的通訊技術的發(fā)展，從模擬到數字，從簡單調制到復雜調制技術的商用化，使無線通訊可以很廉價地覆蓋幾百米甚至數公里的范圍，滿足了數據獲取的密集部署要求，同時由于工業(yè)物聯(lián)網的永久在線的特征，使工業(yè)物聯(lián)網滿足數據獲取的高效性、實時性要求;微電子技術在近年也發(fā)生了突飛猛進的發(fā)展，不論在價格上還是在進度上都有了長足的突破，滿足了數據獲取的準確性。

總而言之，工業(yè)物聯(lián)網的出現是在以下幾個條件成熟時涌現出來的不可逆轉的趨勢：

快速變化的市場需要數據支撐，產生了市場對數據獲取的急切要求;

MCU的發(fā)展使得計算能力快速提升;

以調制技術為核心的通訊技術發(fā)展為聯(lián)網建立的管道基礎;

傳感技術，特別是以MEMS為標志的微電子技術的發(fā)展給予感知世界提供的保證;

工業(yè)物聯(lián)網不是規(guī)劃出來的，是各種技術與需求發(fā)展進化的產物，是生活、生產、經濟發(fā)展到一定高度后自然而然出現的，是在需求的驅動下，眾多行業(yè)創(chuàng)新帶了的自然產物。

通過工業(yè)物聯(lián)網，可以把傳統(tǒng)經濟中不可數字化之物數字化，可以把傳統(tǒng)不可數字化之行為數字化，可以把傳統(tǒng)不可能變?yōu)榭赡埽踔磷優(yōu)槿菀撰@得、解決的方案。

第二、工業(yè)物聯(lián)網需要連什么?

這個問題是第一個問題的延續(xù)，如果不考慮經濟性，那么我們可以說工業(yè)物聯(lián)網連接一切可連接之物，但是，當我們在做一個務實的、有價值的方案時就不能不考慮可行性及經濟性，那么工業(yè)物聯(lián)網連什么呢?我們認為這是一個從哪里來到哪里去的問題，我們通過上面對價值、意義和目的分析可知，我們應該從目的反推，一切從目的出發(fā)，時刻盯緊企業(yè)需要彌補的最關鍵環(huán)節(jié)，例如，如果對量化OEE有需求，那么我們就要連接設備狀態(tài);如果要減少在制品，那么我們就要對在制品進行追蹤;如果能源消耗對企業(yè)是重中之重，那么我們就要把能效物聯(lián)化，等等。世界上不存在同樣的兩片樹葉，同樣地，世界上也不存在同樣的兩個企業(yè)，我們只能對企業(yè)本身進行深入分析，緊緊聚焦于企業(yè)價值，在保證經濟性的基礎上，確定工業(yè)物聯(lián)網的實施范圍方案。聯(lián)網范圍一個核心點是連入物的屬性，也就是說我們通過分析連入物的屬性與企業(yè)建設工業(yè)物聯(lián)網目標的耦合度，決定需要實施工業(yè)物聯(lián)網的廣度。

第三、需要獲得連入物的哪些數據?

通過分析工業(yè)物聯(lián)網連什么后，我們得到了連入物的內容，接下來需要我們決定是對每個/每類連入物我們該數字化哪些屬性，這里遇到工業(yè)物聯(lián)網特有的一個障礙，需要連入工業(yè)物聯(lián)網的物的可連通性問題， 特別是在設備互聯(lián)時，可連通性表現的特別突出，例如，有的設備具有開放的通訊協(xié)議和可用的通訊接口，有的設備不開放協(xié)議等等，那么可連通性就是對方案供應商的很大的考驗，我們的經驗是有四種方案可供選擇：

使用設備開放的協(xié)議;

使用設備自帶的傳感器;

添加新的傳感器;

改變觀察側面及維度，使用全新的采集模式;

其中第四條，改變觀察的側面和維度，使用全新的連接方式是使用第一性原理，避開設備不開放協(xié)議或接口的阻礙，避開被設備供應商牽著鼻子走的方向，從本質上獲取數據。例如：通過能效檢測獲得設備的使用狀態(tài)，通過震動傳感分析設備部件的故障、甚至是轉速等，只要通過第一性原理從你需要的信息入手，而不是被動地從設備可以提供的數據入手來提供物聯(lián)解決方案的方式。直接把我們需要的信息做為目標，觀察除了直接連接設備外，我們還能夠如何獲得需要的信息，因為只有我們獲得的數據能夠與設備提供的數據在信息上能夠“同構”即可。例如，我們可以在我們的物聯(lián)設備上安裝一個震動傳感器，從傳感器獲得的數據中，我們即得到了設備是否開機，又得到了是否啟動工作，同時還得到設備的轉速。如果不用第一性原理，而是硬要跟設備互聯(lián)，那至少要采集三個數據，并且未必設備能夠給你。這就是典型的邊緣計算的案例，邊緣計算的計算規(guī)則一定要具有定制能力，可以說邊緣計算一定是一個知識容器，可以方便地把客戶、廠家，甚至是第三方的知識融入的容器，我們開發(fā)的支持腳本的設備已經具有了初步的邊緣計算的功能，我們需要在這個方面繼續(xù)加大支持力度。

所以，通過分析企業(yè)價值和物的可連通性，我們就可以明確定義需要連入物層級，也就明確了連入物的連接深度;

在連入物聯(lián)網的物的層級中一個重要的概念是管理粒度，對于制造業(yè)來說，連入物的管理粒度大概分為如下幾個層級：

傳感級;

設備級;

產線級;

車間級;

企業(yè)級;

也就是說我們要在經濟性可行的前提下定義數據獲取的粒度。理論上講，細粒度一定比粗粒度更好，更有價值，但是當加入成本分析后，可能并不一定粒度越細越好，需要按照各種制約因素找到一個平衡點。

第四、工業(yè)物聯(lián)網建設的價值成本分析

價值成本永遠在企業(yè)行為中持有權值最高的贊同或者否決的一票，通過前三項分析，我們僅剩下最后一個問題沒有解決，這也是關乎價值成本的關鍵：管理粒度問題，我們到底需要在多細的粒度下進行管理?這帶來了一個哲學問題：世界是不是需要黑盒子。什么意思呢?當我們確定一個管理粒度后，比管理粒度更細的信息將被隱藏在黑盒子中，這個黑盒子將成為我們分析深度或者認知深度的制約因素和約束條件。我們可以通過價值成本分析來找到這個平衡點，從而明確黑盒子的大小，并最終確定連入工業(yè)物聯(lián)網的物的特性。

第五、如何建設工業(yè)物聯(lián)網?

我們的期許是工業(yè)物聯(lián)網建設的價值觀，其他一起都是方法論。首先，我們在規(guī)劃物聯(lián)網時要本著既要有高瞻遠矚，又要有務實可行的精神。在思考黑盒子的大小時我們要高瞻遠矚，設計方案盡可能地以黑盒子盡量小為目標，而實施方案則按照價值成本分析選擇合適的黑盒子的大小，也就是選擇合適的管理粒度，從而保證投入收益的平衡，甚至我們可以把黑盒子盡量定義的大些，用以驗證工業(yè)物聯(lián)網的可行性，最大可能地降低工業(yè)物聯(lián)網實施的風險。

總之，我們應該從以幾個方案來確定工業(yè)物聯(lián)網的建設原則：

期望獲得什么結果?

期望用什么方式獲得想要的結果?

需要信息基礎提供什么?

工業(yè)物聯(lián)網是否能夠獲得這些信息?

工業(yè)物聯(lián)網如何獲得這些信息?

獲得這些信息的性價比如何?

回歸分析，評估預期結果是否符合經濟利益?

落地實施。