嵌入式物聯網解決方案以驚人的準確性和增長速度席卷。但是，這一切只是“將所有東西都連接到互聯網”的熱潮，還是真正價值被實現？據麥肯錫研究所（McKinsey Global Institute）稱，在2025年，物聯網每年可能產生 “3.9至11.1萬億美元”的總體經濟影響！聯想到有預期表明，到2025年直接物聯網支出將達1萬億美元，很容易推斷出物聯網產生的的價值（3萬億到10萬億美元吧）！

物聯網以多種方式建立價值，具體取決于行業和具體用例。通常，它為行業提供改進的解決方案：譬如物流的資產跟蹤，生產流程的服務響應時間，安全性，流量管理和主動維護以及無數其他價值主張。此外，物聯網可以為行業提供增強監控和感知的數據。這反過來又產生可操作的情報，可用于優化和改善環境的可持續性。在某些市場中，物聯網可以提高運營效率，從而獲得更高的利潤，更高的可靠性和服務質量，減少二氧化碳排放和節約能源。

挑戰

也許是一把劍，物聯網范式非常靈活。因為它可以利用各種協議，軟件和硬件節點之間的通信和處理模式，并且可以組織成各種不同的體系結構和拓撲結構（architectures and topologies），因此它適用于廣泛的應用程序，行業和地理分布，這給市場帶來了互操作性，擴展和維護方面的重大挑戰。在一系列管轄區域和業務模型中添加數據隱私，安全要求和實踐，同樣會面臨挑戰。

轉型

目前，大多數行業仍處于向物聯網過渡的早期階段。對于一些企業和機構而言，轉型可能非常實際，緩慢或漸進。對于制造業和運輸業等行業而言，制定物聯網戰略（包括協同改造資產和基礎設施）的好處可能會更加容易產生成效的商業案例。

在工業上過渡和整合物聯網確實是一項重大而復雜的工作，因為沒有標準化可言。在建造新的智能工廠或設施的情況下，為生產車間配備新一代智能設備和組件以準備與互聯網交互是很有意義的。但是，在大多數情況下，現有的資產功能完備，但可能無法部署IoT。在這種情況下，如果需要的是對Internet進行監控和控制的適度升級，那么退出其他有價值且有效的資產似乎是浪費和有風險的。但是，有一些交鑰匙的方案提供商， 譬如 NetBurner，擁有20多年專注于低成本交鑰匙產品的能力，可以立即對這些資產進行現代化改造。此外，通過在模塊和開發工具上的強大嵌入式系統，可以快速構建和部署的物聯網產品和系統。

智能制造

在物聯網的名單中，您會發現制造業位于物聯網市場價值增長的上層。智能制造可能只是“工業4.0”的產品，預計到2024年市場價值將達到5481.4億美元。無論是小工具和小產品的工廠，還是工業工廠生產必需的精制材料，物聯網的添加都是革命性的。公司正在引入智能制造，以簡化流程和自動化制造，改進資產跟蹤，并主動維護設備，從而提高運營效率，提高工作場所和設施的安全性。我們在智能制造中看到的許多好處也擴展到其他行業，例如能源和運輸。

物聯網價值

在智能制造和工業物聯網（IIoT）領域，包括從機器人到傳送帶和傳感器的所有物理機械都連接到可以遠程控制和監控的網絡。可以整體地剖析各種傳感器數據，例如溫度，振動或濕度，以便即使在范圍內也可以調節操作。這些數據不僅適用于自動化和控制，還可用于繪制趨勢并預測流程，發現瓶頸或排除故障。此外，通過適當連接的傳感器，可以監控某些設備的健康狀況，并在發生故障或意外停機之前進行主動維修。 埃森哲的一份報告指出，物聯網有可能節省高達12％的維修成本，并將總體維護成本降低30％，從而減少70％的設備故障。

數據利用

使用其他第三方數據源，例如本地天氣數據，運輸和物流時間表，以及客戶訂購系統，智能制造可以進一步提高生產效率，并優化流程時間，分段維護和庫存管理。人工智能（AI）或機器學習也可用于基于傳感器數據和業務動態調整生產。物聯網與的大數據分析和人工智能的融合可能使制造業和許多其他行業更加敏捷，透明，優化和積極主動。 

物聯網可能對包含來自分布式或網絡的制造業務更具革命性的益處，準確預測輸入和輸出可以產生更大的。可以根據生產線或供應鏈內的數據和傳感器動態讀數調整制造的爬坡斜坡和速度。與人類制作的報告體系比較，集成的智能制造基礎設施可提供更好的端到端流程可視性，并具有更高更快的響應能力。

安全

智能制造中另一個至關重要且非常典型的應用是使用物聯網來提高工人和資產的安全性。傳感器可以監測和測量有害或爆炸性氣體，煙霧或火災，噪聲。在開放式安全鎖和接入點工作的傳感器，確定關鍵閥值條件，系統軟件經常讀取這些數據并輸入，并被編程為打開或關閉自動化生產線，觸發警報，鎖定系統或部署其他安全措施。 安全系統的健康檢查和審核也可以更系統地進行，并且在許多情況下，可以遠程進行。

整體畫面

傳統的PLC（可編程邏輯控制器）和SCADA（監控和數據采集）系統已經廣泛用于過程控制和安全監控數十年，但往往是本地化的，沒有連接到互聯網。在智能制造物聯網范例中，這些系統是更全面的物聯網框架的一部分。云，霧和邊緣計算也將發揮關鍵作用，特別是在大規模和分布式運營中，不僅在控制和優化生產，以及安全系統方面，而且在測量KPI和實現業務特定目標方面。

智能制造案例分析

以下是智能制造中的幾個有趣示例：

• LG Electronics ：對于生產質量控制（QC），LG電子決定采用物聯網邊緣計算解決方案來降低吞吐量并提高準確度，這是雙贏。由于他們的QC過程使用高幀率（high frame rate）視頻進行質量測量，因此使用云處理解決方案是不可行的。通過物聯網架構中使用邊緣處理，他們能夠減少延遲和人力，同時將過程故障檢測從50％顯著增加到99.9％。每年節省2000萬美元！

• Airbus：航空航天領域的*空中客車公司已經通過多種方式將物聯網用于智能制造。飛機裝配非常復雜，效率取決于機器人輔助和大量熟練人工。物聯網可幫助工人調整數千種規格，程序，裝配和工具。作為一個例子，空中客車使用物聯網允許工人用平板電腦掃描飛機表面的一部分，然后使用圖像來識別螺栓孔，調出的工具或機器人，提供材料構建，扭矩或其他應用程序。

• Tesla: 特斯拉的網絡物理公路戰士(cyber-physical road warriors)正在將IoT與每輛車的“數字雙胞胎”結合起來。使用眾多實時車輛傳感器，工廠可以更好地監控成品中的故障和缺陷。除了為車主提供預防性維護警報外，該數據還允許工廠動態優化生產線，以便為未來預防預見這些問題，并改進產品設計。

• Black＆Decker：電動工具制造商Black＆Decker使用思科物聯網（IoT）解決方案，該解決方案可提高其在墨西哥雷諾薩的制造工廠的可視性，并降低其復雜性。

Black＆Decker向思科尋求連接方案，并向Aeroscout Industrial 尋求企業可視化解決方案。Black＆Decker以Wi-Fi射頻識別標簽的形式部署了一個實時定位系統，幾乎可以附加到每種材料上，因此跟蹤它們毫不費力。Aeroscout的Wi-Fi標簽與公司的可編程邏輯控制器集成，可控制質量并在產品到達生產線末端提供結果。這使得生產過程的每個步驟都可視，可以控制他們，能夠減慢或加快流程，并了解員工完成任務的速度。

該工廠的勞動效率提高了10％，勞動力關鍵資源得到了更好的 利用，使利用率從80％提高到90％。它還提高了質量，每百萬次質量缺陷減少了16％。

• Hirotec：日本公司Hirotec Group是汽車市場上大的私營制造公司之一，它希望實施工業4.0創新，以解決意外停機問題。

為實現這一目標，該公司和Hewlett Packard Enterprise（HPE） 及合作伙伴PTC合作，HPE Edgeline系統的物聯網平臺配對，通過預測分析提升其運營能力。

Hirotec的一個關鍵優先事項是確保持續運營 - 并大限度地 減少制造設施中的意外停機時間。

隨著工業4.0制造模型的出現，該公司意識到通過消除意外停機可以增加預測分析以獲得改進其制造業務。

Hirotec完成了物聯網平臺的三個試點。首先從Hirotec底特律工廠的八臺計算機數控（CNC）機器中捕獲和分析數據。在另一個測試線中，Hirotec實施了該平臺，執行自動排氣系統檢測線的遠程可視化。該試驗的數據來源包括檢查機器人，傳感器，激光測量設備和相機。該公司正在部署該系統，以便為汽車車門生產設施的整個生產線執行實時可視化和生成自動報告。

通過試點，Hirotec獲得了對其業務運營的實時可見性，使公司  能夠解決影響其效率和吞吐量的問題。該解決方案還使Hirotec能夠利用機器學習來預測和防止關鍵系統中的故障，例如排氣系統檢測線。

• AW North Carolina，Inc：（AWNC）是一家自動變速器和傳動部件制造商，在使用思科的智能制造技術來提高制造工廠的效率。

AWNC擁有2,000多名員工，擁有130萬平方英尺的達勒姆工廠，每年為豐田提供600,000多臺變速箱。

每天有超過3,000臺變速箱從公司的工廠出來，因此無法停機。 AWNC表示，每個單元都包含700-800個高度專業化的部件，每個部件都有自己的嚴格標準。

AWNC已在其辦公室部署了450線Cisco Business Edition 6000統一通信系統。它已經安裝了思科網絡基礎設施，其中包括接入點，交換機和控制器，可將安全的Wi-Fi覆蓋范圍擴展到超過一百萬平方英尺的工廠車間。此外，AWNC表示，新的FlexPod系統提供集成的計算，網絡和存儲。FlexPod解決方案包括思科統一計算系統（Cisco UCS）服務器，Cisco Nexus交換機和NetApp統一存儲系統。 FlexPod架構可針對虛擬化和非虛擬化環境中的各種混合工作負載進行優化。

該公司強調，自思科新技術實施以來，停機時間為零。智能制造平臺使AWNC有可能采用云計算并實施新的企業資源規劃（ERP）和制造執行系統（MES）來自動化和自動化分析數據和流程。