前年的8月份，我們獨立設計一款燃氣報警器，包括設計產品圖紙，嵌入式軟件、LED顯示、核心代碼、CAN網絡及485架構、云端SAAS框圖，應用場景等，在去年的5月份直接進入到了量產，第一批數量是2000套，升級工具、配套測試軟件、驗證實驗室等都搭建完成。

艾默生和費希爾這兩家巨頭都有將自己的燃氣數字通過2G網絡的TBOX將數據上傳到自己的云端，對一個2021年左右的“物聯網”來說，簡直不要太小兒科，只是，這個行業真的很傳統。

我們設想了很多與工業互聯網相關的事情，在目前整個數字化時代，無論是汽車工業、還是能源生產、制造、農業、醫療、零售、交通運輸、物流、航空工業等，很多領軍的企業在工業互聯網的推動下，可能在未來的十年中，經濟增長效率和生產力將達到前所未有的高度。企業領導者，機構、學者和技術供應商將熱切的攜手合作，試圖挖掘和實現這一巨大潛能。

我查閱了部分關于工業互聯網的報告，是一份市場研究報告，2020年全球工業物聯網產值達到了1510.1億美元，2025-2030年的復合年均增長率達到8.03%。事實上，很多領軍企業認為利用好互聯網的巨大潛能，還可以實現更大的工業增長。其中一個例子是，制造商和機構希望借此機遇實行再工業化，并將之前已經遷移到海外的工業和制造業吸引“回巢”。通過鼓勵再工業化，競購希望提升制造業的價值，以拉動GDP新一輪的增長。

在過去的15年里，通過互聯網交易應用于零售、媒體和金融等服務行業，企業對消費者的電子商務取得了迅猛的增長，現在脫虛向實，工業互聯網的發展潛力不容忽視。就之前做電商網購平臺那一波，已經在市場占據了統治地位，B2C的模式在這個領域表現得非常成功，在未來10來年，互聯網的應用有望成為工業領域帶來同樣的增長和成功，雖然我們現在看到的是一些服裝定制，以后真的就不知不覺的覆蓋了制造業、農業、能源、航空工業、交通和物流等領域，雖然現在是小插件、小配件的形式慢慢在引入到互聯網，從無人值守、無人監管，遠程控制和遠程查看等來說，互聯網化、數字化在整個工業應用領域的重要性，不可否認，工業產值貢獻了全球2/3，這才是一個巨大的市場機會。

速銳得過往12年做的車聯網、汽車數據、遠程控制汽車，轉移到工業互聯網領域，其實，乍一看來，只是換了個終端形式不同，這么說有一定道理，但也不完全對。因為工業規模大，行業要求高，風險控制也就要求更高的等級，不像一輛車，在不影響駕駛的情況下，你也不知道軟件更新了多少個版本，或者又有多少新的功能被釋放出來。所以，工業互聯網依舊處于一個初級階段，盡管這十幾年過去了，互聯網也得到了廣泛的應用，但是工業領域的巨頭們一直在猶豫，如果拍拍肩膀說，兄弟，這個簡單，能搞，那么就是不夠敬畏了。

工業巨頭們之所以猶豫，不僅僅是層級關系和責任關系，他們也不能確定工業互聯網這一套系統上來以后，將對工業、價值鏈、商業模式、勞動力以及產能、產品產生怎樣的影響，而且很多企業對這類的商業模式和技術還沒有更清楚地認識，當然，我們也認識不夠，一切技術和理論如果沒有實際應用或者批量應用上，我們也不敢說成熟與否。

速銳得之前做了一類項目，是關于本田、現代、沃爾沃等4S店集團試乘試駕車輛的管理，管理的是零散類型的終端，與工業互聯網整個系統性的管理、功能、要求是有截然不同的區別的，不出所料，工業互聯網也是公司高層探討的內容，他們往往拋開了支撐工業互聯網技術復雜性來討論工業互聯網，有的認為無關緊要，至少現在穩定。例如，在工業企業中，他們使用生成數據的傳感器和設備來控制運營已有數十年之久，運用機器、電路控制，機器對機器的通信協作，也有10多年了，因此，工業物聯網、互聯網的核心技術也不是什么新奇之物。工業領域同樣可以高效收集、分析和儲存可用來獲取的歷史、預測和規范的海量數據，因此，工業企業的領導者也會琢磨，將我們一套M2M架構連接到互聯網，會為我帶來什么樣的價值？

其實，我們說得天花亂墜，最終還是要落到實處，畢竟都是干實體出來的，來不得一點馬虎，工業互聯網本質是提供一種能讓人更好查看和分析公司運營和資產的方式，其中集成了傳感器、中間件、軟件、后端云計算和大數據的存儲系統。因此，說得大話一點就是提供了一個徹底改變企業經營過程的方法，此方法借助的是高級分析以及通過訪問大型數據集獲得的結果反饋，通過提高運營效率和加速提升產能來實現企業收益，同時降低計劃外的停工期、口罩期，從而優化效率，來提高利潤。

盡管在當今的工業環境中，現有的M2M技術和方法可能看起來與工業互聯網類似，但其運營規模截然不同。例如，在借助工業物聯網系統的大數據中，巨大的數據流能通過云托管的高級分析技術、以導線的傳輸速度進行分析。此外，海量的數據可能存儲于分布式的云系統，用于未來批量分析這些數據，這些大批量的分析工作可以從數據中收集信息和統計數據，不再是簡單的數據傳輸，然后，工藝工程師可以將這些分析結果，用于運營優化以及提供給管理人員，供他們將其轉換為知識，從而提升產能和效率并且降低運營成本，這個是一個新的方向，估摸著特斯拉有琢磨過這套東西了。

整個行業以前說創新，都喜歡說從0到1，在工業互聯網領域，我們就從1%考慮開始吧，因為這個應用主要是大多數領頭行業中降低運營成本、提升效率有關，即要求工業互聯網僅通過節約1%的成本來創造巨大的收益。例如，在航空工業中，每年節約1%的燃料將節約300億美元，在發電中，將投入燃氣發電機的燃料減少1%，運營成本將節省660億美元，在油氣工業中，每年花費在設備上的支出減少1%，他將會帶來900億美元的回報。這一理論同樣適用于農業、交通運輸和醫療保健等行業。

記得2014年，速銳得與中國寶馬集團合作的時候，僅僅在銷售的車型中安裝一個采集汽車保養燈數據的TBOX，通過活動和遠程控制的吸引人的功能，使得寶馬車主回店保養從32%上升到76%，不僅在硬件終端上給寶馬集團賺到了豐厚的資金，也提升了維修保養服務的收入。那么對于部署工業互聯網投入的資金和運營成本來說，只要提升1%就能帶來顯著的投資回報率。那么啟動工業物聯網戰略，需要哪些技術？

工業物聯網匯聚了若干關鍵技術，以產生一個比自身總和更大的系統，就像云一樣，覆蓋在整個工業生產制造過程中。例如，最新的傳感器不僅通過一個組件生成更多的數據，而且還生成不同類型的數據，技術的發展不僅僅體現在數據的精確度上，如果加上AI的一些算法，傳感器都能自我感知，甚至可以預測在機身剩余壽命的長度。這個時候，傳感器生成的數據不僅精確，還具備預測性。同樣，借助控制器或者TBOX類的，機器傳感器能夠自我感知、自我預測和自我比較，他們可以將當前的配置、環境設置與預配置的最優數據和閾值進行比較，為自診斷做好準備。例如注塑行業的中廣瑞達實業，通過機器和數據的類比，調節到最好的溫度、壓力、時間，將脫模和注塑達到一個完美的時間配合，從而對機器的性能達到最優、自我檢測使用的速率、調整閾值等等。

近些年，傳感器技術的成本大幅降低，尺寸也大幅減小，這使得機器、工藝甚至人員的儀器，在財務和技術上均成為可能，正如我們理想中看到的那樣，大數據和高級分析技術是工業物聯網的另一個重要驅動和使能技術，因為這些技術可以提供歷史性的、預測性的和常規性的分析，讓人們洞察機器或者程序中的實際運作情況。

結合這類自我感知和自我預測組件分析技術，人們能夠提供精確的機器和資產維護計劃表，讓機器和資產在更長時間內維持高效的使用狀態，并減少不必要的維護造成低效率和成本。在過去10年中，云計算加快了分析的速度，業務流程管理開發平臺等服務提供商可以以較低的成本和按使用量收費的方式提供了有效大數據所需的強大計算、存儲和組網的能力，趨避風險的公司可以做自己的私有云。

當然，運用工業互聯網的企業必須堅持不斷創新，以及從長遠的角度看待工業物聯網項目的投資回報，企業也需要一筆資金作為傳感器、設備、機器、和系統的資本輸出，因為通過采集數據以及分析數據的AI智能算法不會立即產生結果，你需要一定時間才能取得成功，因此，這個過程需要資金和耐心。從資本角度考慮，整合或者收購一家有積累的數據公司，調整公司戰略，解決數據池問題，分析輸出數據，達到與公司戰略目標一致的結果。其中還包括減少工業和IT網絡中的安全問題，風險評估還包括最重要的資產、風險最高的資產和降低風險的戰略計劃，例如在一家傳統的工業制造廠中，生產產品的機器（如基于可編輯模板運行的車床）包含制造產品所需的所有智能控制和設計知識等，之前日本鬼子保密工作就做得特別好，安全團隊需要在整個供應鏈中執行策略，運行程序。

路漫漫其修遠兮,吾將上下而求索。