譯者 | 李睿

審校 | 孫淑娟?

如果人們想了解企業(yè)物聯(lián)網(wǎng)解決方案的實施情況，那么將會了解到這一過程正在全球范圍內(nèi)快速發(fā)展。根據(jù)麥肯錫數(shù)字的研究，在2021年，每秒有127臺設備首次接入互聯(lián)網(wǎng)，預計北美地區(qū)2022年智能工廠采用物聯(lián)網(wǎng)的價值就將達到5000億美元。?

這一發(fā)展趨勢并不令人驚訝，因為企業(yè)物聯(lián)網(wǎng)(EIoT)的實施有助于實現(xiàn)一個以前無法實現(xiàn)的工人安全水平以及新的業(yè)務模式，因此，也有助于獲得新的收入流。使用物聯(lián)網(wǎng)設備，能夠獲得更多關于生產(chǎn)流程、員工和客戶行為的信息，以及有助于預測故障和防止設備停機的數(shù)據(jù)，所有這些好處都是可以實現(xiàn)的，但它們?nèi)Q于正確評估企業(yè)物聯(lián)網(wǎng)(EIoT)實施風險的能力。 ?

根據(jù)愛立信公司的預測，到2022年底，全球將有大約300億臺物聯(lián)網(wǎng)設備，物聯(lián)網(wǎng)技術在全球范圍內(nèi)得以廣泛應用。當然，企業(yè)需要弄清楚企業(yè)物聯(lián)網(wǎng)(EIoT)的實施是否將成為其未來業(yè)務戰(zhàn)略的一個關鍵點。但是，一旦做出了決定，重要的是不要把實施過程推遲到更好的時候，而是應該評估風險，并考慮他們將盡早實施的工業(yè)物聯(lián)網(wǎng)解決方案。 ?

在評估物聯(lián)網(wǎng)生態(tài)系統(tǒng)的實施時，需要考慮面臨的一些風險，例如潛在的硬件故障或經(jīng)濟成本。然而，幾乎所有這些風險都可以通過透明的商業(yè)戰(zhàn)略、目標設置和實施工業(yè)物聯(lián)網(wǎng)的準確成本效益分析來緩解。通過物聯(lián)網(wǎng)將一家普通的工廠改造成智能工廠的成本高昂，但從一開始就需要避免常見的錯誤，而不是在實施后再糾正錯誤，這對企業(yè)來說好得多。在這里，考慮了在實施物聯(lián)網(wǎng)生態(tài)系統(tǒng)時要避免的最常見風險。?

實施工業(yè)物聯(lián)網(wǎng)解決方案后未達到業(yè)務預期?

根據(jù)思科公司日前發(fā)布的一份調(diào)查報告，幾年前只有26%的企業(yè)認為他們的物聯(lián)網(wǎng)計劃是成功的。這意味著他們的期望沒有得到滿足，或者在技術成本方面沒有獲得回報。企業(yè)物聯(lián)網(wǎng)(EIoT)項目的復雜性也經(jīng)常被低估，這導致在概念驗證（POC）階段的延遲。因此，企業(yè)的業(yè)務可能會受到影響。 ?

如何避免不必要的成本?

重要的是要理解，向物聯(lián)網(wǎng)生態(tài)系統(tǒng)的過渡是一個復雜的過程，它將影響企業(yè)的業(yè)務模式、員工和架構。因此，重要的是委托合格的管理人員協(xié)助制定計劃，并致力于工業(yè)物聯(lián)網(wǎng)的實施。管理人員將在項目開始前幫助確定預期的結果，并為物聯(lián)網(wǎng)實施雇用合格的工程師和可選專家，例如數(shù)據(jù)科學家、計算機科學家或統(tǒng)計學家。?

企業(yè)物聯(lián)網(wǎng)(EIoT)計劃應始終解決具體的業(yè)務問題，這些問題必須在企業(yè)物聯(lián)網(wǎng)解決方案執(zhí)行之前確定。在企業(yè)規(guī)劃物聯(lián)網(wǎng)實施時，建議關注以下幾個方面： ?

• 提高產(chǎn)品質(zhì)量 ?
• 提高設備利用率 ?
• 加快生產(chǎn)周期 ?
• 提高整個企業(yè)的安全和保障水平?

確定優(yōu)先領域、當前挑戰(zhàn)和未來要實現(xiàn)的目標。確保定義企業(yè)計劃實現(xiàn)的關鍵績效指標(KPI)。企業(yè)的業(yè)務目標應該是現(xiàn)實的和可實現(xiàn)的，以確保企業(yè)的期望與實現(xiàn)所需解決方案的實際結果相匹配。?

盡管物聯(lián)網(wǎng)生態(tài)系統(tǒng)的實施必須盡量減少人員的參與，但人們?nèi)匀恍枰莆招碌墓ぷ鳁l件。因此，下一個關鍵點是討論企業(yè)可能發(fā)生的所有變化，在員工和機器之間分配角色，并培訓團隊在新的業(yè)務和技術模式中工作。?

兼容性和編程問題?

工業(yè)物聯(lián)網(wǎng)解決方案通常在機械制造設備比例高的企業(yè)中實施。對于資金充足的企業(yè)來說，使用現(xiàn)代設備實現(xiàn)物聯(lián)網(wǎng)生態(tài)系統(tǒng)通常更容易。但對一些企業(yè)來說，更換傳統(tǒng)制造系統(tǒng)的成本太高。因此，企業(yè)通常選擇對現(xiàn)有設備進行改造，并使用傳感器、智能設備和網(wǎng)關對其進行增強。然而，當選擇在配備原有機器的企業(yè)中實現(xiàn)物聯(lián)網(wǎng)技術時，該公司必須確保所有設備連接不同的數(shù)據(jù)存儲的協(xié)議是可理解的，并解決所有的兼容性問題。麥肯錫公司表示，轉向企業(yè)物聯(lián)網(wǎng)(EIoT)的公司必須解決大約50%的設備兼容性問題。如果兼容性問題沒有得到適當?shù)慕鉀Q，解決方案可能無法按預期的方式工作，甚至根本無法運行。?

錯誤的算法或不正確的集成可能導致硬件故障和設備損壞、過熱、爆炸或系統(tǒng)故障。這些問題可能會給企業(yè)帶來其他問題，例如生產(chǎn)過程的中斷、聲譽風險、法律訴訟，在最糟糕的情況下，還會導致人員傷亡。不正確的編程或缺乏兼容性的問題不僅涉及物聯(lián)網(wǎng)生態(tài)系統(tǒng)，也涉及其他互連設備。?

如何處理設備不兼容問題?

與業(yè)務預期的情況一樣，最好創(chuàng)建一個詳細的企業(yè)物聯(lián)網(wǎng)(EIoT)實現(xiàn)分析計劃，以最小化解決方案的不兼容和不正確編程的風險。由于任何設備都可以成為企業(yè)物聯(lián)網(wǎng)(EIoT)生態(tài)系統(tǒng)的一部分，必須評估是否將現(xiàn)有設備集成到物聯(lián)網(wǎng)系統(tǒng)中，或使用新的替代品進行升級更有利于經(jīng)濟效益。設備的解決方案也應根據(jù)具體細節(jié)進行選擇。在實施計劃中，應該考慮以下信息：?

（1）現(xiàn)有設備 ?

評估設備的狀態(tài)、獲得設備的日期、工作效率、運營成本和企業(yè)現(xiàn)有的自動化流程。這將幫助企業(yè)了解生產(chǎn)過程在哪些方面需要改進。?

（2）數(shù)據(jù)采集 ?

企業(yè)如何收集和處理數(shù)據(jù)，以及理想情況下如何處理數(shù)據(jù)。開發(fā)一個新的解決方案更有效還是實施現(xiàn)有的解決方案更有效，可以對此做出決定。?

（3）合作伙伴 ?

企業(yè)需要選擇最好的開發(fā)合作伙伴和供應商，他們可以幫助企業(yè)創(chuàng)建軟件產(chǎn)品，在其特定的環(huán)境中實現(xiàn)安全和可互操作的物聯(lián)網(wǎng)生態(tài)系統(tǒng)。?

需要記住的是，各種硬件故障不僅可能發(fā)生在實施企業(yè)物聯(lián)網(wǎng)解決方案的企業(yè)中，也可能發(fā)生在其他地方。因此，應該多關注一下可以從外部合作伙伴實施的工業(yè)物聯(lián)網(wǎng)解決方案的質(zhì)量，不要嘗試不可靠的解決方案。合格的企業(yè)物聯(lián)網(wǎng)(EIoT)經(jīng)理可以幫助挑選出最適合企業(yè)的解決方案。 ?

實際問題?

物聯(lián)網(wǎng)生態(tài)系統(tǒng)的實現(xiàn)可能需要額外的機器、設備、控制器、發(fā)射器和計算機。因此，在實施企業(yè)物聯(lián)網(wǎng)(EIoT)之后，企業(yè)將不得不管理更多的設備單元。 ?

為了避免在維護新設備時出現(xiàn)問題，建議企業(yè)聘請在使用物聯(lián)網(wǎng)設備方面有經(jīng)驗的技術人員?，F(xiàn)有員工還應接受專門培訓，以便使用新設備。該策略將最大限度地減少物聯(lián)網(wǎng)設備維護以及控制現(xiàn)有設備的問題。?

數(shù)據(jù)安全風險?

除了成本之外，數(shù)據(jù)丟失的風險是企業(yè)推遲向物聯(lián)網(wǎng)生態(tài)系統(tǒng)過渡的主要原因之一。在理論上，通過獲得對企業(yè)物聯(lián)網(wǎng)(EIoT)網(wǎng)絡中設備的訪問權，網(wǎng)絡攻擊者可以禁用整個企業(yè)的功能。例如，對企業(yè)心懷不滿的員工可能會重新編程設備或竊取機密數(shù)據(jù)。因此，從單個設備到邊緣計算和云計算平臺，在物聯(lián)網(wǎng)的每個層面都應該考慮安全問題。為了確保整個系統(tǒng)的可靠性，確保所有的工業(yè)物聯(lián)網(wǎng)解決方案都符合最高的安全標準。最好是聯(lián)系企業(yè)物聯(lián)網(wǎng)(EIoT)安全專家進行評估。 ?

不幸的是，企業(yè)物聯(lián)網(wǎng)解決方案的開發(fā)人員并不總是能實現(xiàn)安全標準。所以，企業(yè)必須進行安全風險評估。在選擇解決方案時，需要考慮這些接入點的安全級別：?

• 傳感器和執(zhí)行機構可以在現(xiàn)場被黑客攻擊。 ?
• 支持數(shù)據(jù)交換的通信系統(tǒng)。 ?
• 計算機存儲平臺。 ?
• 解釋數(shù)據(jù)的計算機軟件。 ?

那么，如何防止網(wǎng)絡攻擊者訪問企業(yè)的設備呢?首先，建議建立到云計算服務的安全連接，并安全遠程訪問內(nèi)部資源，以及加密數(shù)據(jù)。對于機密的數(shù)據(jù)，可以通過使用本地網(wǎng)絡將風險降到最低。內(nèi)部網(wǎng)絡確保企業(yè)外部的人無法訪問數(shù)據(jù)。不要忘記為現(xiàn)代工業(yè)物聯(lián)網(wǎng)設備和系統(tǒng)提供唯一的身份和憑證，并應用身份驗證和訪問控制機制?？赡苓€需要采取物理安全措施，以確保只有經(jīng)過授權的員工才能訪問配備物聯(lián)網(wǎng)的機器和用于編程的軟件。 ?

此外，為了不丟失數(shù)據(jù)，企業(yè)應該為物聯(lián)網(wǎng)生態(tài)系統(tǒng)提供備用電源，例如不間斷電源、內(nèi)置電池和太陽能發(fā)電設施。此外，當網(wǎng)絡中斷時，設備將停止傳輸數(shù)據(jù)，整個制造過程將停止。?

失去控制的風險：利用工業(yè)物聯(lián)網(wǎng)解決方案的人工智能能取代人類嗎? ?

人工智能的廣泛應用很可能導致在制造過程中失去人類的控制。通過實施基于人工智能的工業(yè)物聯(lián)網(wǎng)解決方案，應該建立人類和人工智能的責任邊界。?

可用于企業(yè)物聯(lián)網(wǎng)解決方案的技術，例如機器學習、深度學習、計算機視覺、自然語言處理和大數(shù)據(jù)分析都是基于人工智能的。隨著人們委托人工智能做出更復雜的決策，失去控制的問題變得更加緊迫。因此出現(xiàn)了一個問題：哪些重要的管理任務可以托付給人工智能，而不會損害企業(yè)的決策過程? ?

在創(chuàng)建業(yè)務策略和構建企業(yè)架構方面，人員與機器的交互比機器之間的交互更有效。這是因為機器在處理常規(guī)操作的完整數(shù)據(jù)時是完美無瑕的，但在不尋常的或關鍵的情況下，人類可以做出負責任的決定。此外，在需要創(chuàng)造力的情況下，只有人們能夠在高質(zhì)量的想法的幫助下提供解決方案。因此，在考慮未來物聯(lián)網(wǎng)企業(yè)的人工智能功能邊界時，企業(yè)應該估計：?

• 企業(yè)生產(chǎn)過程中的機械化程度如何？ ?
• 實施企業(yè)物聯(lián)網(wǎng)(EIoT)之后，希望在生產(chǎn)過程中增加哪些新操作。 ?
• 交付的物聯(lián)網(wǎng)系統(tǒng)是否能夠自我學習。 ?

在這方面，出現(xiàn)了另一個問題：機器取代人類的機會到底有多大?這在近期不太可能發(fā)生。嚴重錯誤是否會導致工作人員完全失去對制造過程的控制？這是可能發(fā)生的，其后果很難預測。因此，為了保持最終的人工控制，并使業(yè)務更有效率，應該平衡機器功能方法和人工智能。?

結論?

至少在不久的將來，機器不會在制造業(yè)中取代人類，盡管它們會承擔許多職能。無論企業(yè)是想將整個工廠轉移到企業(yè)物聯(lián)網(wǎng)(EIoT)，還是想使制造過程部分智能化，這并不重要。在任何情況下，都應該戰(zhàn)略性地實現(xiàn)物聯(lián)網(wǎng)生態(tài)系：?

• 分析企業(yè)的資產(chǎn)，了解其企業(yè)物聯(lián)網(wǎng)(EIoT)潛力。 ?
• 制定可以通過企業(yè)物聯(lián)網(wǎng)(EIoT)解決方案實現(xiàn)的業(yè)務目標。 ?
• 聘用高素質(zhì)的人員部署項目。 ?
• 在轉移到物聯(lián)網(wǎng)生態(tài)系統(tǒng)之前，檢查開發(fā)合作伙伴和解決方案。 ?

雖然在企業(yè)物聯(lián)網(wǎng)(EIoT)上的投資可能不會立即獲得回報，但通過良好地管理企業(yè)物聯(lián)網(wǎng)(EIoT)實現(xiàn)過程，企業(yè)有機會獲得在企業(yè)物聯(lián)網(wǎng)(EIoT)實施之前無法獲得的實質(zhì)性利益。?

原文標題：??How to Avoid Risks Before Implementing Industrial IoT Solutions??，作者：Julia Mitchell