工业物联网云提供商核心竞争力有哪些？

近几年，工业物联网云发展的如火如荼，各种服务商、集成商如雨后春笋不断涌现，逐鹿市场。但工业物联网云在工业制造中部署落地的情况却不容乐观，那么，发展工业物联网云，难度究竟在哪里？或者说哪些能力才是工业物联网提供商们的核心竞争力？

我们把工业物联网云的难度总结为一个倒三角。

但实际市场中，工业物联网云的竞争状态，呈现出的是一个正三角。

为什么会呈现出这样的分布，要从工业物联网云的技术体系说起。

我们将工业物联网云的技术应用分为以下七层：

层次L1、C1

设备联网，数据采集

随着工业物联网云的快速发展，很多传统的工业制造企业将目光转向了设备数据，要实现智慧管理、数据处理，第一步需要拿到设备数据。那么对于工业设备来说，数据采集很难么？设备生产厂家自己不能做？当然不是。

其实工业设备数据采集，就是做一个硬件终端，与设备交互，只要弄明白交互的物理接口、交互协议、数据类型等，这个事情就不难。但拥有协议的设备厂家，为何自身没做数据采集，而是通过第三方来获取数据，其中的难点不在数据采集本身，因为工业设备的数据具有海量且无序的特点。

例如，单个数控机床设备，每秒产生的数据可以达到400M，按照一条产线上有10个工位十台设备来计算，五条产线的话，一个简单的工厂，其数据生产量每秒钟能达到20G，而我们使用的普通手机流量也不过是每月10G左右。

除了数据采集，还要对数据进行存储、分类、处理等等，这些都是厂家需要面临和解决的问题。中国制造业现状决定数据采集将是非常大的市场需求，正催生了大量的硬件制造商、数据采集集成商等提供基础数据互通能力的服务企业。

层次L2、C2

数据接收，数据存储，云平台

物联网云平台很难吗？设备生产厂家自己做不了，其他软件公司不能做吗？MQTT就是物联网了吗？

当然是否定的。

物联网云平台的难度当然比做一个数据采集终端要难一些，但云平台归根到底，还是一个解决终端规模接入处理能力，如何解决大规模并发的数据存储问题，这也是一个纯粹的技术问题，即便设备厂家做不了，还是有很多物联网公司能去做这件事，例如阿里云、华为云、汇川等企业。看中的正是它们的云部署能力和雄厚的实力，对于物联网云中部署的数据有比较高的保障，这是一般的企业想做也没有能力做好的。

不过话说回来，工业物联网云数据是一个时序数据，绝大多数情况下，并不能使用一般软件公司通常熟悉的关系数据库，这对物联网企业来说是一个不小的门槛，但这门槛并非不可逾越。

层次L3、C3

数据处理

物联网云平台虽然解决了数据接收和存储需求，但业内人都知道，这是非常复杂的时序数据存储。数据被保存到物联网云平台后，该怎么处理？这件事情是想着简单，实际部署却有一定难度。

近几年，市场中涌现了大量的物联网云平台服务商，但大多数能力有所差距，并未具备完善的数据处理能力，采集到的数据就像一堆面粉，非专业的云平台也就像一个面粉仓库，把一堆堆面粉放到仓库，期间只是面粉堆不断增大了而已，海量而零散的数据并不会给企业带来价值。

所谓数据处理，就是把数据进行高度的抽象，并进行必要的处理，让这些数据更加有序的保存，高效的检索，便于后续的数据应用、统计、分析计算。

数据处理这个环节，事实上很容易被忽略，绝大多数物联网云服务商并不明白数据处理是怎么回事，更不知道如何去做好数据处理，只能把采集到保存过程中的数据直接应用，这就带来一系列问题：面临大量数据，只能展现零散的数据，而无法准确判断数据关联关系，且无法辅助决策等等。到了这一层，各类物联网云企业的实力差距就已经明显体现出来，能够有效处理数据的企业往往能够更快速的切入行业，为客户提供数据价值。

层次L4、C4

数据分析，分析结果应用

物联网云平台开始走向平民化，非IT的专业人士可以轻松上手工业APP应用，对于绝大多数企业也无多大难度。

工业物联网云的窘境，就是要面对一堆数据，却又无法从数据中看出有效信息，对于数据应用来说就更加困难。数据分析的目的就是弄清楚，这些工业数据背后的含义。这个事情的难度，远远超过前面的三件事情，即使是软件公司也不一定有这个能力，因为这些事情程序员做不了，数学工程师也不一定就能做。想要实现数据的分析与应用，就要跨越数学与工程的鸿沟，建立数学与工程桥梁。

数据分析对工业物联网云来说，两个方面：

-A- 分析数据，形成分析结果，这是数据分析必须要做的一个基础的事情。

-B- 合理应用分析结果。

现阶段的工业物联网云企业，普遍还处在第一个“分析数据”，极少数开始做第二个。

分析是手段，而非目的，分析的目的就是要把分析的结果应用起来。对于智物联而言，分析的目的即是实现安全生产+节能减排+提高效率。这件事情是一件实实在在的事情，只是吹捧概念、无法真正落地的企业是很难做到预测性维护。智物联已经实现了设备连接、数据处理、业务应用的综合使能平台，可以面向各类工业场景应用，并处理各种设备和数据，目前的工业设备接入量达20万台，累积超过10T的工业运行数据。

层次L5、C5

工业物联网云体系化建设是工业物联网解决方案提供商最值得自豪的地方，在某种程度上，这也是区别于其他物联网企业的地方，是企业在市场竞争中真正的软实力。

在物联网洪流中，也许做数据采集、云平台、数据处理、数据分析的人或者企业会很多，但真正形成一个完整体系的却甚少。就是一个行业典范，当他们研制出第一台网络路由器的时候，这台路由器已经是体系中的成员了，他们的体系中包括了产品系列、产品线、标准、统一脚本语言等。

这件事情如果不是一开始做好，后面体系基本上是无法建设和完善的。

层次L6、C6

商业模式设计

工业物联网云的商业模式，与互联网模式有很大的不同，一不留神就会陷入困境。物联来说，很早便瞄准了—设备生产厂家，我们认为这是一条直接敲开设备数据大门的最佳路径。

设备厂家普遍的工业物联网需求，即让厂家知道他们的客户都是谁，以及设备位置、设备操作方法、设备运行方式、故障问题、故障处理，了解同一种设备在不同的地方使用所造成的差异、不同的用户使用习惯对设备运行带来的不同影响等。毫无疑问，通过物联网，让他们把服务从被动变成主动。

智物联则不遗余力地为厂家提供所需的方案服务。智物联的模式核心，就是在提供给设备厂家服务的同时，还提供了一个以EXP（Expert）为主的系列应用，包括边缘计算终端，给设备使用者提供了工具和利器，让设备使用者得到实惠，能更加了解设备的运行情况，更加了解设备的潜在风险，还能知道如何调整运行参数以达到节能、提高产能的效果等等。厂家可以把应用当成自身设备附加的增值服务提供给他们的客户，这些增值服务就具有了收益可能，为消化物联网带来的新成本提供了可能。

不同的企业在出发的时候，或多或少会走弯路，但是最终会走出属于自己的商业模式，而选择怎样的商业模式就决定了在一段时期内企业将如何增长，在市场中占据什么样的位置。模式本无对错，但市场会做出适当的选择。

层次L7、C7

市场营销，项目落地，知识体系传递

这是一个终极环节，也是价值兑现的“最后一公里”。

无论是政策的推动还是市场红海，工业物联网云的市场营销已经逐渐成熟，国内也有大量实施项目落地，从工信委的示范项目到广东省的“上云上平台”，展现出的是一片欣欣向荣的昌盛景象。

智物联是一个拥有完整工业物联网云体系的企业，在多个行业积累了大量的经验，其知识体系在行业内不断被认可并具备传递的价值。从最浅显的层次，让客户学会如何使用MIXIOT平台，比如，如何确定物联对象，如何编写数据采集终端（适配器）与设备之间的复杂对应关系，如何编制统一代码，如何布局数据展现显示板，如何进行运行相关的统计报表，如何配置分析项目，如何看懂分析结果，如何把边缘计算终端的输出策略告诉设备等。

深入一些，就是让客户学会如何利用MIXIOT平台解决更加复杂的问题，从单体设备到多个设备组成的装置，到多种装置构成的生产线、多个产线组成的车间，到整个工厂…….，更深层次的意义，就是MIXIOT成为解决问题的标准，而这个标准的创立者是智物联。

我们不单要告诉客户你需要什么样的工业物联网云，同时能够提供有效的工具和标准的方法。要清楚地知道，物联网云提供商不应只着眼于提供各种硬件、软件、平台、数据模型，而是要向使用者提供这些硬件、软件、平台、数据模型，为自己服务的方法。

审核编辑 黄昊宇