主頁（http://www.130131.com）：智物聯(lián)：做工業(yè)互聯(lián)網(wǎng)的安卓

對(duì)物聯(lián)網(wǎng)概念快速普及起到重要作用的是哪個(gè)領(lǐng)域？

消費(fèi)領(lǐng)域。

物聯(lián)網(wǎng)能帶來最大價(jià)值的是哪個(gè)領(lǐng)域？

毫無疑問，必定是工業(yè)領(lǐng)域。

據(jù)2017年12月賽迪顧問發(fā)布的《2017中國工業(yè)物聯(lián)網(wǎng)產(chǎn)業(yè)白皮書》數(shù)據(jù)顯示，2016年，我國工業(yè)物聯(lián)網(wǎng)(IIoT)規(guī)模達(dá)到1896億元，在整體物聯(lián)網(wǎng)產(chǎn)業(yè)中占比第一，約為18%；預(yù)計(jì)到2020年，這一占比將達(dá)到25%，規(guī)模將突破4500億元。

圖片來源：賽迪顧問

盡管有如此大的市場體量和市場需求，但是相對(duì)于消費(fèi)物聯(lián)網(wǎng)而言，無論是在數(shù)據(jù)采集、平臺(tái)建設(shè)、生態(tài)運(yùn)營商上，都更為艱難。

雷鋒網(wǎng)編輯特別采訪了智物聯(lián)（深圳市智物聯(lián)網(wǎng)絡(luò)有限公司）CEO國承斌，就現(xiàn)在工業(yè)互聯(lián)網(wǎng)平臺(tái)建設(shè)、數(shù)據(jù)采集等行業(yè)發(fā)展關(guān)鍵問題進(jìn)行了梳理，同時(shí)，也借助智物聯(lián)走過的坑和鋪過的路，給整個(gè)行業(yè)帶來更多的思考和借鑒。

0.1階段：從車聯(lián)網(wǎng)到工業(yè)互聯(lián)網(wǎng)

從2014年7月至今，智物聯(lián)在工業(yè)互聯(lián)網(wǎng)這條道路上走過了四年零三個(gè)月。而在此之前，智物聯(lián)其實(shí)是深海捷科技的車聯(lián)網(wǎng)業(yè)務(wù)部。

成立于2007年的深海捷科技有限公司從通信行業(yè)做起，2011年，在車聯(lián)網(wǎng)還沒有像現(xiàn)在這般紅透半邊天的時(shí)候，深海捷科技就已經(jīng)開始入局車聯(lián)網(wǎng)，也就有了智物聯(lián)的雛形�！拔覀儚�2011年到2014年做了很多車聯(lián)網(wǎng)完整解決方案，包括國內(nèi)知名的正通汽車、奇瑞重工、車友互聯(lián)、凱越電子等，當(dāng)時(shí)都是我們的客戶�！敝俏锫�(lián)CEO國承斌告訴雷鋒網(wǎng)編輯。

在做了各領(lǐng)域、各場景下的車聯(lián)網(wǎng)解決方案后，“實(shí)際上我們的解決方案已經(jīng)逐漸演變成一個(gè)通用的物聯(lián)網(wǎng)解決方案。”

在擁有這樣的通用物聯(lián)網(wǎng)解決方案后，整個(gè)團(tuán)隊(duì)有了新的想法。

在2014年，由于我們的物聯(lián)網(wǎng)解決方案的穩(wěn)定性、可靠性、大容量、大并發(fā)性及靈活性已經(jīng)做得很好，我們覺得這樣的解決方案應(yīng)該有更大的用處，例如工業(yè)、高端設(shè)備制造業(yè)這類高價(jià)值的領(lǐng)域用這套體系會(huì)更合適。

2014年7月，原深海捷科技車聯(lián)網(wǎng)業(yè)務(wù)獨(dú)立出來，注冊(cè)了定位工業(yè)互聯(lián)網(wǎng)的深圳市智物聯(lián)網(wǎng)絡(luò)有限公司�！叭绻�給智物聯(lián)的發(fā)展分一個(gè)階段的話，從2011年到2014年，應(yīng)該算是智物聯(lián)的前期孕育階段，可以算作0.1階段。”

現(xiàn)在的智物聯(lián)，其實(shí)更在于第二階段的發(fā)展——從2014年到2017年的“1.0階段”。智物聯(lián)在1.0階段建立起了包括數(shù)據(jù)采集層、數(shù)據(jù)處理層、數(shù)據(jù)應(yīng)用層在內(nèi)的整個(gè)系統(tǒng)架構(gòu)，解決了數(shù)據(jù)采集、時(shí)延&安全、數(shù)據(jù)分析、數(shù)據(jù)建模等諸多問題。

IIoT入門級(jí)難題：數(shù)據(jù)采集

工業(yè)互聯(lián)網(wǎng)領(lǐng)域面臨的第一個(gè)難題就是：數(shù)據(jù)采集。

數(shù)據(jù)難以采集一直被認(rèn)為是工業(yè)互聯(lián)網(wǎng)的一大難題。國承斌告訴雷鋒網(wǎng)編輯，從宏觀上來看，工業(yè)領(lǐng)域的數(shù)據(jù)采集確實(shí)存在散、亂的問題；從微觀上來看，其實(shí)也不完全是這樣。

工業(yè)互聯(lián)網(wǎng)通信協(xié)議實(shí)際上有兩個(gè)維度：載體協(xié)議（作為承載的通信協(xié)議，即通信協(xié)議本身）和點(diǎn)表。

載體協(xié)議。在工業(yè)領(lǐng)域具體細(xì)分行業(yè)中，其實(shí)都有自己的通信協(xié)議，而且這樣的協(xié)議通常已經(jīng)收斂成幾個(gè)協(xié)議。而這些協(xié)議通常都是大行業(yè)定制的，在國內(nèi)或者全球細(xì)分行業(yè)中通常是比較確定的；點(diǎn)表。通信協(xié)議上具體的點(diǎn)表，每個(gè)廠家都不一樣，有些廠家規(guī)劃得合理，有些廠家規(guī)劃得不合理，要搞定這一塊，只能通過時(shí)間的積累。

由此看來，只要平臺(tái)兼容這些確定的載體協(xié)議，從理論上來講，實(shí)現(xiàn)數(shù)據(jù)采集就成了積累不同廠商或設(shè)備的點(diǎn)表的問題。

為什么說是“從理論上來講”呢？

因?yàn)橐獙?shí)現(xiàn)數(shù)據(jù)采集、積累點(diǎn)表，就需要硬件設(shè)備，但是市面上并沒有很好用的、通用的工業(yè)數(shù)據(jù)傳輸設(shè)備。

最初，智物聯(lián)試圖找一個(gè)第三方硬件應(yīng)用到他們的解決方案中，但是經(jīng)過一段時(shí)間調(diào)研、測試后，發(fā)現(xiàn)沒有合適的硬件。“雖然當(dāng)時(shí)市面上也有類似DTU（Data Transfer unit）的設(shè)備，可以通過透傳的方式采集到數(shù)據(jù)，但是這樣的設(shè)備并不適用于設(shè)備數(shù)量很大的工業(yè)應(yīng)用方案，這也是為什么到目前為止，DTU在具體工業(yè)應(yīng)用案例中的用量并不大的原因�！�

因此，智物聯(lián)研發(fā)了自己的適配器（APRUS）。值得一提的是，APRUS擁有可編程特性，允許用戶通過LUA腳本重新定義APRUS的數(shù)據(jù)采集邏輯和數(shù)據(jù)采集協(xié)議，且可以在線刷新和升級(jí)。據(jù)國承斌透露，到目前為止，APRUS累計(jì)出貨量近20萬。

不過需要注意的是，使用APRUS時(shí)，需要按智物聯(lián)的方法對(duì)數(shù)據(jù)進(jìn)行梳理、分類，并把數(shù)據(jù)表進(jìn)行完善。

IIoT關(guān)鍵問題：云端or邊緣，安全&時(shí)延

物聯(lián)網(wǎng)一直在提的是云端概念，例如云存儲(chǔ)、云計(jì)算等。當(dāng)然，云端平臺(tái)也是工業(yè)互聯(lián)網(wǎng)平臺(tái)的關(guān)鍵。智物聯(lián)的GARDS基礎(chǔ)數(shù)據(jù)平臺(tái)是整個(gè)平臺(tái)體系的核心和基礎(chǔ)，提供遠(yuǎn)程數(shù)據(jù)服務(wù)（對(duì)適配器或控制器進(jìn)鑒權(quán)、數(shù)據(jù)存儲(chǔ)，及雙向數(shù)據(jù)傳輸），因而對(duì)安全方面有嚴(yán)格要求。

系統(tǒng)安全主要包括三方面：傳輸鏈路安全、消息本身安全和反向控制安全。

傳輸鏈路安全。目前，傳輸鏈路安全相關(guān)技術(shù)（諸如對(duì)稱加密技術(shù)、非對(duì)稱加密技術(shù)、動(dòng)態(tài)加密技術(shù)等）已經(jīng)在銀行系統(tǒng)普遍應(yīng)用，目前已經(jīng)相對(duì)成熟的，也完全可以應(yīng)用到工業(yè)領(lǐng)域，只不過需要更高的算力。“我們直接借鑒金融系統(tǒng)的加密技術(shù)做傳輸層的安全�！崩�如智物聯(lián)適配器與基礎(chǔ)云平臺(tái)數(shù)據(jù)交互采用對(duì)稱加密技術(shù)，云平臺(tái)與應(yīng)用系統(tǒng)交互采用時(shí)間戳方式加密。消息本身安全。工業(yè)系統(tǒng)中，并非所有數(shù)據(jù)都有意義，有些類別數(shù)據(jù)在采集過程中丟失某幾個(gè)并無影響，因而需要事先對(duì)所有數(shù)據(jù)進(jìn)行定義及分類。例如電流是一個(gè)連續(xù)變量，這類數(shù)據(jù)在采集過程中丟一項(xiàng)并無影響；而開關(guān)量這樣的瞬態(tài)變量則不能丟失�！八�以我們對(duì)數(shù)據(jù)進(jìn)行了分類，基于這樣的分類，我們?cè)趨f(xié)議上對(duì)數(shù)據(jù)進(jìn)行保障。”反向控制安全。例如在遠(yuǎn)端下發(fā)指令控制設(shè)備開啟，實(shí)際上需要指令在短時(shí)間內(nèi)到達(dá)并被執(zhí)行。針對(duì)反向控制，智物聯(lián)通過在標(biāo)準(zhǔn)MQTT協(xié)議上做針對(duì)性的改進(jìn)和擴(kuò)展，從而實(shí)現(xiàn)在這類非可靠網(wǎng)絡(luò)上建立可靠的數(shù)據(jù)連接。

時(shí)延問題由于與網(wǎng)絡(luò)本身關(guān)系較大，因而，近兩年，工業(yè)互聯(lián)網(wǎng)更多提到邊緣側(cè)布局。

工業(yè)領(lǐng)域的數(shù)據(jù)量巨大，同時(shí)很多決策需要在低時(shí)延情況下完成，送到云端首先無法滿足大量數(shù)據(jù)傳輸?shù)牡蜁r(shí)延。因?yàn)闀r(shí)延與網(wǎng)絡(luò)本身關(guān)系較大，所以更有效的方法是通過邊緣側(cè)實(shí)現(xiàn)大部分?jǐn)?shù)據(jù)計(jì)算和存儲(chǔ)，只把少量重要數(shù)據(jù)和重要能力送到云端備份或運(yùn)行。

控制器（APICO）是智物聯(lián)此前針對(duì)與智物聯(lián)工業(yè)互聯(lián)網(wǎng)平臺(tái)進(jìn)行數(shù)據(jù)及信息雙向傳輸?shù)脑O(shè)備�，F(xiàn)在，智物聯(lián)更愿意將它稱為“邊緣計(jì)算盒子”。

APICO其實(shí)是一個(gè)搭載安卓系統(tǒng)的硬件，我們?cè)谠撚布�中封裝了各種工業(yè)通信協(xié)議及分析軟件。近期，我們通過APICO幫助中石油濟(jì)柴將其沼氣發(fā)電機(jī)組發(fā)電效率的平均發(fā)電效率提升了10%。

IIoT關(guān)鍵能力：數(shù)據(jù)分析及數(shù)據(jù)模型

數(shù)據(jù)分析是工業(yè)互聯(lián)網(wǎng)平臺(tái)的關(guān)鍵能力。國承斌告訴雷鋒網(wǎng)編輯，智物聯(lián)在數(shù)據(jù)分析上更多強(qiáng)調(diào)數(shù)學(xué)本身的作用，對(duì)具體工業(yè)任務(wù)采用大量的數(shù)學(xué)分析方法。

“我們?cè)谧鰯?shù)據(jù)分析模型時(shí)查閱了大量國內(nèi)外文獻(xiàn)和研究資料，但是我們發(fā)現(xiàn)其實(shí)很難找到有效的資料，原因在于產(chǎn)研未能有效結(jié)合，之前的研究機(jī)構(gòu)（例如高校）做的模型缺乏像工業(yè)互聯(lián)網(wǎng)平臺(tái)工具進(jìn)行驗(yàn)證，因而無法改進(jìn)，至今仍處在理論階段；從工業(yè)界（工廠和設(shè)備使用方）來看，首先沒有辦法收集大量工業(yè)數(shù)據(jù)，另外也缺乏這種數(shù)學(xué)人才�！�

國承斌告訴雷鋒網(wǎng)編輯，智物聯(lián)兼?zhèn)淙瞬藕蛿?shù)據(jù)兩大優(yōu)勢。

在人才方面，智物聯(lián)合伙人兼CTO吳剛博士作為數(shù)學(xué)方面專家，帶領(lǐng)算法團(tuán)隊(duì)做數(shù)據(jù)分析及數(shù)學(xué)建模，搭建了INDASS數(shù)據(jù)分析服務(wù)系統(tǒng)；在數(shù)據(jù)方面，“智物聯(lián)接觸了80多類設(shè)備，目前我們的聯(lián)網(wǎng)設(shè)備量達(dá)到一二十萬臺(tái)，”因而，也有充足的數(shù)據(jù)。在此基礎(chǔ)上，智物聯(lián)得以較為順利地進(jìn)行數(shù)據(jù)分析相關(guān)工作。

智物聯(lián)在數(shù)據(jù)分析方面的做法是先把底層各種數(shù)學(xué)模塊搭建好，然后針對(duì)動(dòng)設(shè)備做了5個(gè)通用模型：趨勢分析模型、穩(wěn)定性分析模型、指數(shù)分析模型、優(yōu)化分析模型、風(fēng)險(xiǎn)分析模型；針對(duì)專用分析，智物聯(lián)做了沼氣發(fā)電模型、設(shè)備預(yù)測/評(píng)估模型、邊坡臨滑模型（礦山領(lǐng)域）和電鏟震動(dòng)模型（露天礦挖礦）。

智物聯(lián)的2.0時(shí)代：生態(tài)

經(jīng)過四年的深耕與積累，智物聯(lián)在今年6月提出Mixlinker 2.0的概念，發(fā)布了微服務(wù)化的MIXIOT & INDASS工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)處理和數(shù)據(jù)分析系統(tǒng)，其中MIXIOT為底層系統(tǒng)。

現(xiàn)在國內(nèi)大量的軟件公司，包括一些大的軟件公司進(jìn)入不了工業(yè)領(lǐng)域，智物聯(lián)在1.0時(shí)代做了大量的具體解決方案，并在此基礎(chǔ)上提煉出一個(gè)底層系統(tǒng)（MIXIOT），軟件公司可以在在MIXIOT基礎(chǔ)上搭建應(yīng)用軟件，發(fā)揮他們的價(jià)值。

從2.0時(shí)代，智物聯(lián)做生態(tài)的目標(biāo)已經(jīng)很明顯。

智物聯(lián)在建立這樣一個(gè)工業(yè)互聯(lián)網(wǎng)的生態(tài)時(shí)，分了四類合伙人：城市合伙人、技術(shù)合伙人、行業(yè)合伙人和項(xiàng)目合伙人。其中城市合伙人是代理商，而技術(shù)合伙人則是上文提到的軟件公司等行業(yè)公司�！拔覀兊哪繕�(biāo)是在今年年底發(fā)展到100個(gè)城市合伙人和200個(gè)技術(shù)合伙人。”

與此同時(shí)，智物聯(lián)在華南與華為共同開展相關(guān)活動(dòng)，外加政府對(duì)整個(gè)廣東省對(duì)商業(yè)平臺(tái)的政策引導(dǎo)，智物聯(lián)的工業(yè)互聯(lián)網(wǎng)生態(tài)已經(jīng)干得風(fēng)生水起。

當(dāng)談到，華為有自己的平臺(tái)和生態(tài)，為什么還會(huì)加入智物聯(lián)的生態(tài)？

國承斌告訴雷鋒網(wǎng)編輯，智物聯(lián)可以為華為解決很多工業(yè)上的問題，華為也可以為智物聯(lián)在渠道和體系上帶來更多客戶，因而，智物聯(lián)和華為其實(shí)是互為生態(tài)。

另外，應(yīng)用系統(tǒng)作為工業(yè)互聯(lián)網(wǎng)解決方案關(guān)鍵點(diǎn)，也是最終項(xiàng)目中獲利點(diǎn)，智物聯(lián)在2012年發(fā)布了自己第一個(gè)版本FIDIS（柔性信息與數(shù)據(jù)集成系統(tǒng)）。隨著生態(tài)建設(shè)成為智物聯(lián)未來的發(fā)展重點(diǎn)，“我們會(huì)給我們的合作伙伴逐漸開源我們這一部分代碼，讓我們的合作伙伴基于開源的這部分代碼去做具體場景應(yīng)用�！�

工業(yè)互聯(lián)網(wǎng)要怎么干

工業(yè)互聯(lián)網(wǎng)因?yàn)閿?shù)據(jù)分散、定制化程度高，無法做出完全通用的設(shè)計(jì)方案進(jìn)行快速復(fù)制，每個(gè)項(xiàng)目往往需要進(jìn)行幾乎全新的項(xiàng)目開發(fā)，這使得工業(yè)互聯(lián)網(wǎng)廠商只有兩條路可以選：

做項(xiàng)目。但是做項(xiàng)目效率太低，普通工業(yè)互聯(lián)網(wǎng)平臺(tái)廠商一年智能做三五個(gè)項(xiàng)目，再加上普通工業(yè)企業(yè)能承受的價(jià)位通常也就一百萬左右，因而盈利困難；賣SaaS平臺(tái)賬號(hào)。工業(yè)互聯(lián)網(wǎng)平臺(tái)廠商又很難滿足一個(gè)具體場景應(yīng)用。

國承斌告訴雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng))編輯，正是看到了行業(yè)中這些問題，看到行業(yè)中缺少像移動(dòng)設(shè)備中安卓這樣一個(gè)中間系統(tǒng)，智物聯(lián)憑借前幾年的經(jīng)驗(yàn)，開始試水這一領(lǐng)域，希望做工業(yè)互聯(lián)網(wǎng)中的安卓，連接工業(yè)和軟件兩方企業(yè)，推動(dòng)工業(yè)互聯(lián)網(wǎng)發(fā)展。

雷鋒網(wǎng)小結(jié)

工業(yè)互聯(lián)網(wǎng)相對(duì)消費(fèi)物聯(lián)網(wǎng)更為復(fù)雜，同時(shí)也擁有更大價(jià)值，不論是如BAT等巨頭企業(yè)，還是初創(chuàng)公司，都在入局這一領(lǐng)域，希望分得一杯羹。

隨著眾多企業(yè)入局，工業(yè)互聯(lián)網(wǎng)的圈子也越來越大，更加熱鬧。與此同時(shí)，從設(shè)備聯(lián)網(wǎng)、數(shù)據(jù)采集，到系統(tǒng)建設(shè)、商業(yè)模式，也暴露出更多問題。智物聯(lián)看到了工業(yè)互聯(lián)網(wǎng)中的數(shù)據(jù)分散、定制化程度高，憑借自己的經(jīng)驗(yàn)積累，試水工業(yè)互聯(lián)網(wǎng)底層系統(tǒng)開發(fā)及生態(tài)建設(shè)。

在這樣一個(gè)AI+的時(shí)代中，國承斌告訴雷鋒網(wǎng)編輯，智物聯(lián)也在做AI在工業(yè)互聯(lián)網(wǎng)方面的應(yīng)用研究，相關(guān)研究也在路上。