本文來自物聯(lián)之家網(wǎng)。
5G是未來
Gartner報告稱，2021年全球5G基礎(chǔ)設(shè)施支出增長了190億美元，年增長率超過39%，而且這些數(shù)字在2022年可能會大幅增加。5G網(wǎng)絡(luò)為制造商帶來了新的機(jī)遇，包括通過更快的數(shù)據(jù)傳輸速率和設(shè)備之間更高效的連接和通信來加速物聯(lián)網(wǎng)。因此，5G將是2022年物聯(lián)網(wǎng)發(fā)展的關(guān)鍵。
然而，伴隨這些機(jī)遇而來的是網(wǎng)絡(luò)安全風(fēng)險。5G不僅需要對包含更多物聯(lián)網(wǎng)設(shè)備的網(wǎng)絡(luò)進(jìn)行物理改造，而且我們還將看到從硬件網(wǎng)絡(luò)到軟件網(wǎng)絡(luò)的轉(zhuǎn)變。然而，考慮到這些網(wǎng)絡(luò)涉及互聯(lián)設(shè)備之間共享的大量敏感數(shù)據(jù)，軟件會帶來新的網(wǎng)絡(luò)漏洞。
機(jī)器學(xué)習(xí)
麥肯錫報告稱：“人工智能即將掀起下一波數(shù)字化顛覆浪潮”。工廠經(jīng)理需要關(guān)注人工智能算法，這些算法會隨著時間推移而不斷進(jìn)化，并通過反復(fù)執(zhí)行任務(wù)而變得更好。這也稱為機(jī)器學(xué)習(xí)。
當(dāng)連網(wǎng)設(shè)備和物聯(lián)網(wǎng)正在捕獲并管理大量數(shù)據(jù)時，機(jī)器學(xué)習(xí)尤其有用。這些大量數(shù)據(jù)對于人類員工來說太多了，無法處理，但機(jī)器學(xué)習(xí)可以快速實(shí)時分析它們，以識別異常，并以容易理解的形式向人類員工報告發(fā)現(xiàn)。
機(jī)器學(xué)習(xí)已被證明在供應(yīng)鏈管理的所有階段都很有用。例如，摩托車制造商Harley Davidson使用了一款名為Albert的軟件，該軟件可以預(yù)測哪些潛在客戶最有可能轉(zhuǎn)化為銷售額，從而將銷售額提高了40%。與此同時，回到車間，機(jī)器學(xué)習(xí)算法可以檢測（比如）機(jī)器何時以降低的性能工作，并在需要預(yù)測性維護(hù)時提醒決策者。
然而，從物聯(lián)網(wǎng)中獲得最大收益的唯一方法是“人、流程和技術(shù)的整合”，這意味著人類員工可能需要提升技能。
接近邊緣
隨著制造商在其設(shè)備中構(gòu)建板載分析功能，邊緣計算將成為2022年物聯(lián)網(wǎng)的一個主要趨勢。邊緣計算本質(zhì)上是將數(shù)據(jù)處理移至盡可能靠近數(shù)據(jù)生成的地方。
邊緣設(shè)備為機(jī)器配備了智能傳感器，這包括具有語言處理能力的麥克風(fēng)、濕度和壓力傳感器或配備計算機(jī)視覺的攝像頭。
例如，對于機(jī)器人，2D視覺系統(tǒng)被用來檢測簡單的顏色或紋理，比如條形碼檢測。在3D視覺系統(tǒng)中，使用多個攝像頭來創(chuàng)建物體的多維模型。這方面的一個例子是Shibaura Machine的視覺系統(tǒng)TSVision3D。兩個高速攝像頭連續(xù)捕捉3D圖像，并通過智能軟件進(jìn)行處理，以確定物品的確切位置。然后，機(jī)器人可以確定最合乎邏輯的順序并以亞毫米精度拾取物品，就像人類工人一樣容易。
邊緣計算可以與這些智能傳感器相結(jié)合，可以更快地執(zhí)行計算，同時減少與云之間的數(shù)據(jù)傳輸量，以緩解網(wǎng)絡(luò)擁塞并減少網(wǎng)絡(luò)延遲。除了能夠?qū)崟r收集、處理或處理數(shù)據(jù)外，邊緣計算也有利于維護(hù)，這使得能夠更快地識別設(shè)備部件何時需要修理或更換。
供應(yīng)鏈彈性
據(jù)《福布斯》報道，“在過去兩年空前的混亂之后，彈性被提上了議事日程，物聯(lián)網(wǎng)技術(shù)為建立更強(qiáng)大、更抗災(zāi)的組織提供了巨大的機(jī)會。”但是，制造商需要將物聯(lián)網(wǎng)投資重點(diǎn)放在供應(yīng)鏈的哪些領(lǐng)域呢？
制造商可以向漢高首席供應(yīng)鏈官Dirk Holbach學(xué)習(xí)。在接受麥肯錫公司的采訪時，Dirk Holbach推薦了三個主要領(lǐng)域。首先，可見性，這意味著了解供應(yīng)鏈中任何時間、任何地點(diǎn)正在發(fā)生什么；其次，人員，這意味著“建立更加標(biāo)準(zhǔn)化和組織化的業(yè)務(wù)，增加強(qiáng)大的區(qū)域和本地團(tuán)隊，使其能夠在給定的框架內(nèi)快速做出決策”；最后，Dirk Holbach建議公司審查其產(chǎn)品采購。
同樣，必須以更快的速度獲取、處理和使用這些數(shù)據(jù)——所有這些流程都需要多個集成系統(tǒng)。更多的工業(yè)物聯(lián)網(wǎng)(IIoT)設(shè)備，如智能傳感器和邊緣系統(tǒng)，可以提供供應(yīng)鏈的全方位視圖——一個例子是事件監(jiān)測傳感器，當(dāng)機(jī)器部件出現(xiàn)故障跡象時，可以向人類工人發(fā)出警報提醒。
例如，根據(jù)普華永道的《2020年數(shù)字工廠》報告，諾基亞已將精益管理和數(shù)據(jù)分析納入其全球供應(yīng)鏈。這包括用于操作員、機(jī)器人和基于手勢的設(shè)備控制的可穿戴技術(shù)。諾基亞表示，它已經(jīng)能夠通過數(shù)字化改進(jìn)制造流程，并提高運(yùn)營穩(wěn)定性。
制造商有責(zé)任從過去兩年的供應(yīng)鏈中斷中吸取教訓(xùn)，并改進(jìn)其預(yù)測性和預(yù)防性維護(hù)策略，而答案就在物聯(lián)網(wǎng)中。（編譯：iothome）
