0
对物联网概念快速普及起到重要作用的是哪个领域？
消费领域。
物联网能带来最大价值的是哪个领域？
毫无疑问，必定是工业领域。
据2017年12月赛迪顾问发布的《2017中国工业物联网产业白皮书》数据显示，2016年，我国工业物联网(IIoT)规模达到1896亿元，在整体物联网产业中占比第一，约为18%；预计到2020年，这一占比将达到25%，规模将突破4500亿元。
图片来源：赛迪顾问
尽管有如此大的市场体量和市场需求，但是相对于消费物联网而言，无论是在数据采集、平台建设、生态运营商上，都更为艰难。
雷锋网编辑特别采访了智物联（深圳市智物联网络有限公司）CEO国承斌，就现在工业互联网平台建设、数据采集等行业发展关键问题进行了梳理，同时，也借助智物联走过的坑和铺过的路，给整个行业带来更多的思考和借鉴。
从2014年7月至今，智物联在工业互联网这条道路上走过了四年零三个月。而在此之前，智物联其实是深海捷科技的车联网业务部。
成立于2007年的深海捷科技有限公司从通信行业做起，2011年，在车联网还没有像现在这般红透半边天的时候，深海捷科技就已经开始入局车联网，也就有了智物联的雏形。“我们从2011年到2014年做了很多车联网完整解决方案，包括国内知名的正通汽车、奇瑞重工、车友互联、凯越电子等，当时都是我们的客户。”智物联CEO国承斌告诉雷锋网编辑。
在做了各领域、各场景下的车联网解决方案后，“实际上我们的解决方案已经逐渐演变成一个通用的物联网解决方案。”
在拥有这样的通用物联网解决方案后，整个团队有了新的想法。
在2014年，由于我们的物联网解决方案的稳定性、可靠性、大容量、大并发性及灵活性已经做得很好，我们觉得这样的解决方案应该有更大的用处，例如工业、高端设备制造业这类高价值的领域用这套体系会更合适。
2014年7月，原深海捷科技车联网业务独立出来，注册了定位工业互联网的深圳市智物联网络有限公司。“如果给智物联的发展分一个阶段的话，从2011年到2014年，应该算是智物联的前期孕育阶段，可以算作0.1阶段。”
现在的智物联，其实更在于第二阶段的发展——从2014年到2017年的“1.0阶段”。智物联在1.0阶段建立起了包括数据采集层、数据处理层、数据应用层在内的整个系统架构，解决了数据采集、时延&安全、数据分析、数据建模等诸多问题。
工业互联网领域面临的第一个难题就是：数据采集。
数据难以采集一直被认为是工业互联网的一大难题。国承斌告诉雷锋网编辑，从宏观上来看，工业领域的数据采集确实存在散、乱的问题；从微观上来看，其实也不完全是这样。
工业互联网通信协议实际上有两个维度：载体协议（作为承载的通信协议，即通信协议本身）和点表。
载体协议。在工业领域具体细分行业中，其实都有自己的通信协议，而且这样的协议通常已经收敛成几个协议。而这些协议通常都是大行业定制的，在国内或者全球细分行业中通常是比较确定的；
点表。通信协议上具体的点表，每个厂家都不一样，有些厂家规划得合理，有些厂家规划得不合理，要搞定这一块，只能通过时间的积累。
由此看来，只要平台兼容这些确定的载体协议，从理论上来讲，实现数据采集就成了积累不同厂商或设备的点表的问题。
为什么说是“从理论上来讲”呢？
因为要实现数据采集、积累点表，就需要硬件设备，但是市面上并没有很好用的、通用的工业数据传输设备。
最初，智物联试图找一个第三方硬件应用到他们的解决方案中，但是经过一段时间调研、测试后，发现没有合适的硬件。“虽然当时市面上也有类似DTU（Data Transfer unit）的设备，可以通过透传的方式采集到数据，但是这样的设备并不适用于设备数量很大的工业应用方案，这也是为什么到目前为止，DTU在具体工业应用案例中的用量并不大的原因。”
因此，智物联研发了自己的适配器（APRUS）。值得一提的是，APRUS拥有可编程特性，允许用户通过LUA脚本重新定义APRUS的数据采集逻辑和数据采集协议，且可以在线刷新和升级。据国承斌透露，到目前为止，APRUS累计出货量近20万。
不过需要注意的是，使用APRUS时，需要按智物联的方法对数据进行梳理、分类，并把数据表进行完善。
物联网一直在提的是云端概念，例如云存储、云计算等。当然，云端平台也是工业互联网平台的关键。智物联的GARDS基础数据平台是整个平台体系的核心和基础，提供远程数据服务（对适配器或控制器进⾏鉴权、数据存储，及双向数据传输），因而对安全方面有严格要求。
系统安全主要包括三方面：传输链路安全、消息本身安全和反向控制安全。
传输链路安全。目前，传输链路安全相关技术（诸如对称加密技术、非对称加密技术、动态加密技术等）已经在银行系统普遍应用，目前已经相对成熟的，也完全可以应用到工业领域，只不过需要更高的算力。“我们直接借鉴金融系统的加密技术做传输层的安全。”例如智物联适配器与基础云平台数据交互采用对称加密技术，云平台与应用系统交互采用时间戳方式加密。
消息本身安全。工业系统中，并非所有数据都有意义，有些类别数据在采集过程中丢失某几个并无影响，因而需要事先对所有数据进行定义及分类。例如电流是一个连续变量，这类数据在采集过程中丢一项并无影响；而开关量这样的瞬态变量则不能丢失。“所以我们对数据进行了分类，基于这样的分类，我们在协议上对数据进行保障。”
反向控制安全。例如在远端下发指令控制设备开启，实际上需要指令在短时间内到达并被执行。针对反向控制，智物联通过在标准MQTT协议上做针对性的改进和扩展，从而实现在这类非可靠网络上建立可靠的数据连接。
时延问题由于与网络本身关系较大，因而，近两年，工业互联网更多提到边缘侧布局。
工业领域的数据量巨大，同时很多决策需要在低时延情况下完成，送到云端首先无法满足大量数据传输的低时延。因为时延与网络本身关系较大，所以更有效的方法是通过边缘侧实现大部分数据计算和存储，只把少量重要数据和重要能力送到云端备份或运行。
控制器（APICO）是智物联此前针对与智物联工业互联网平台进行数据及信息双向传输的设备。现在，智物联更愿意将它称为“边缘计算盒子”。
APICO其实是一个搭载安卓系统的硬件，我们在该硬件中封装了各种工业通信协议及分析软件。近期，我们通过APICO帮助中石油济柴将其沼气发电机组发电效率的平均发电效率提升了10%。
数据分析是工业互联网平台的关键能力。国承斌告诉雷锋网编辑，智物联在数据分析上更多强调数学本身的作用，对具体工业任务采用大量的数学分析方法。
“我们在做数据分析模型时查阅了大量国内外文献和研究资料，但是我们发现其实很难找到有效的资料，原因在于产研未能有效结合，之前的研究机构（例如高校）做的模型缺乏像工业互联网平台工具进行验证，因而无法改进，至今仍处在理论阶段；从工业界（工厂和设备使用方）来看，首先没有办法收集大量工业数据，另外也缺乏这种数学人才。”
国承斌告诉雷锋网编辑，智物联兼备人才和数据两大优势。
在人才方面，智物联合伙人兼CTO吴刚博士作为数学方面专家，带领算法团队做数据分析及数学建模，搭建了INDASS数据分析服务系统；在数据方面，“智物联接触了80多类设备，目前我们的联网设备量达到一二十万台，”因而，也有充足的数据。在此基础上，智物联得以较为顺利地进行数据分析相关工作。
智物联在数据分析方面的做法是先把底层各种数学模块搭建好，然后针对动设备做了5个通用模型：趋势分析模型、稳定性分析模型、指数分析模型、优化分析模型、风险分析模型；针对专用分析，智物联做了沼气发电模型、设备预测/评估模型、边坡临滑模型（矿山领域）和电铲震动模型（露天矿挖矿）。
经过四年的深耕与积累，智物联在今年6月提出Mixlinker 2.0的概念，发布了微服务化的MIXIOT & INDASS工业物联网数据处理和数据分析系统，其中MIXIOT为底层系统。
现在国内大量的软件公司，包括一些大的软件公司进入不了工业领域，智物联在1.0时代做了大量的具体解决方案，并在此基础上提炼出一个底层系统（MIXIOT），软件公司可以在在MIXIOT基础上搭建应用软件，发挥他们的价值。
从2.0时代，智物联做生态的目标已经很明显。
智物联在建立这样一个工业互联网的生态时，分了四类合伙人：城市合伙人、技术合伙人、行业合伙人和项目合伙人。其中城市合伙人是代理商，而技术合伙人则是上文提到的软件公司等行业公司。“我们的目标是在今年年底发展到100个城市合伙人和200个技术合伙人。”
与此同时，智物联在华南与华为共同开展相关活动，外加政府对整个广东省对商业平台的政策引导，智物联的工业互联网生态已经干得风生水起。
当谈到，华为有自己的平台和生态，为什么还会加入智物联的生态？
国承斌告诉雷锋网编辑，智物联可以为华为解决很多工业上的问题，华为也可以为智物联在渠道和体系上带来更多客户，因而，智物联和华为其实是互为生态。
另外，应用系统作为工业互联网解决方案关键点，也是最终项目中获利点，智物联在2012年发布了自己第一个版本FIDIS（柔性信息与数据集成系统）。随着生态建设成为智物联未来的发展重点，“我们会给我们的合作伙伴逐渐开源我们这一部分代码，让我们的合作伙伴基于开源的这部分代码去做具体场景应用。”
工业互联网因为数据分散、定制化程度高，无法做出完全通用的设计方案进行快速复制，每个项目往往需要进行几乎全新的项目开发，这使得工业互联网厂商只有两条路可以选：
做项目。但是做项目效率太低，普通工业互联网平台厂商一年智能做三五个项目，再加上普通工业企业能承受的价位通常也就一百万左右，因而盈利困难；
卖SaaS平台账号。工业互联网平台厂商又很难满足一个具体场景应用。
国承斌告诉雷锋网编辑，正是看到了行业中这些问题，看到行业中缺少像移动设备中安卓这样一个中间系统，智物联凭借前几年的经验，开始试水这一领域，希望做工业互联网中的安卓，连接工业和软件两方企业，推动工业互联网发展。
工业互联网相对消费物联网更为复杂，同时也拥有更大价值，不论是如BAT等巨头企业，还是初创公司，都在入局这一领域，希望分得一杯羹。
随着众多企业入局，工业互联网的圈子也越来越大，更加热闹。与此同时，从设备联网、数据采集，到系统建设、商业模式，也暴露出更多问题。智物联看到了工业互联网中的数据分散、定制化程度高，凭借自己的经验积累，试水工业互联网底层系统开发及生态建设。
在这样一个AI+的时代中，国承斌告诉雷锋网编辑，智物联也在做AI在工业互联网方面的应用研究，相关研究也在路上。
相关文章：
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
