“在全世界范围内，如果将工业生产率提高1％，则可以在未来15年内为全球GDP增添10万亿至15万亿美元。”—?《福布斯》梅春卡
物联网与物联网之间的区别
在我之前的#askIoT帖子“物联网示例和应用程序”中，我们看到了物联网（IoT）在三个主要领域增加了价值：提高效率，改善健康/安全性以及创造更好的体验。工业物联网涉及前两个领域，即提高效率和改善健康/安全性。
IIoT是指更广泛的物联网的子类别。物联网包括IIoT以及资产跟踪，远程监控，可穿戴设备等。IIoT特别专注于工业应用，例如制造业或农业，更多信息尽在振工链。
物联网的巨大潜力
近年来，硬件，连接性，大数据分析和机器学习方面的创新融合在一起，为行业带来了巨大的机会。硬件创新意味着传感器更便宜，功能更强大，并且电池寿命更长。连接性创新意味着将数据从这些传感器发送到云的成本更低，更容易。大数据分析和机器学习创新意味着，一旦收集了传感器数据，就有可能获得对制造过程的难以置信的洞察力。
这些见解可以导致生产率的大幅提高和成本的大幅降低。无论正在制造什么，都可以更快，更少的资源和更低的成本完成，更多信息尽在振工链。
IIoT潜力的一个例子是预测性维护。在制造过程中损坏的机器可能意味着数百万美元的生产力损失，而生产停止以解决该问题。
过去的解决方案是定期安排维护，但这存在一些问题。如果机器在维护前出现故障怎么办？如上所述，这导致生产率的巨大损失。如果机器不需要维护怎么办？浪费时间，精力和金钱，可以将其浪费在其他地方。
预测性维护意味着使用更多的传感器来收集机器上更好的数据，然后使用数据分析和机器学习来确定机器何时需要维护。来得太晚会导致机器损坏，也不会太早会导致资源分配错误
预测性维护只是一个示例，这已经成为现实。
随着IIoT的采用和发展加速，变化将是深刻的。最终，我们可以实现一种自治经济，在这种经济中，供应完全可以满足需求，从而完全优化生产过程并实现零浪费，更多信息尽在振工链。
并且有充分的理由认为IIoT将在近期内加速发展……
采用工业物联网
在许多方面，IIoT都领先于物联网，并且将继续看到更快的采用速度。为什么？IoT和IIoT之间的主要区别在于，与消费类IoT应用程序不同，采用IIoT技术的动机要大得多：
“[IoT和IIoT具有]两个截然不同的关注领域。工业物联网连接航空航天，国防，医疗保健和能源等高风险行业的关键机器和传感器。在这些系统中，故障通常会导致生命危险或其他紧急情况。另一方面，物联网系统往往是消费者级别的设备，例如可穿戴健身工具，智能家居温度计和自动宠物喂食器。它们既重要又方便，但是故障不会立即造成紧急情况，更多信息尽在振工链。”—RTI
物联网与物联网之间的另一个区别是，与物联网相比，物联网具有更明显的近期优势。制造公司可以降低成本并提高生产率，这意味着采用IIoT解决方案的投资回报率更高。蒂森克虏伯（ThyssenKrupp），卡特彼勒（Caterpillar）和泰晤士水务（ThamesWater）等公司已经从IIoT的早期采用者中受益。
但是，物联网并非没有挑战……
物联网的障碍
安全和互操作性是最大的两个障碍
使物理系统联机可以带来巨大的好处，但这也意味着这些系统可能会受到威胁。当网络攻击能够对物理系统进行远程控制或破坏时，它们会变得很恐怖。最好的情况是巨大的财务损失，最坏的情况是严重的伤亡。一般而言，安全性是物联网的主要关注点，在未来几年中，安全性将成为讨论的重要内容，更多信息尽在振工链。
为了从传感器收集数据并使数据有用，系统中的所有内容都需要协同工作。物联网传感器，设备，连接性和通信协议之间缺乏互操作性以及缺乏标准，可能会阻碍所有事物的连接过程。通常，这也是物联网的问题。
考虑IIoT的影响
“1980年，在中国，需要25个工作岗位才能创造100万美元的制造业产值。如今，仅需6.5个工作岗位就可以创造出这个数量”随着我们进入未来并看到IIoT的加速采用，生产率的提高将更加明显。特斯拉的Gigafactory将实现高度自动化，并承诺仅6500名工人就可实现1000亿美元的惊人产值。那仅是1.3个工作岗位，就可以创造100万美元的制造业产值。
那么这对中国的工作意味着什么呢？
从积极的一面来看，这很可能有助于将制造业从国外带回中国。由于国外的劳动力价格便宜，制造业转移到中国以外的地区，但是IIoT解决方案将创造出比这种廉价的手工劳动更强大的机器和系统。
物联网还将创造全新的行业和工作类别，以支持这些高科技系统。医疗机器人设计师，电网现代化管理人员，联运运输网络工程师等，更多信息尽在振工链。
但是，我们应该提防，创造的工作可能少于被破坏的工作。如上所示，生产率的提高意味着创造相同价值所需的工作更少，潜在地意味着总体上更少的工作。
即使没有净工作损失，甚至没有净工作增加，我们也需要考虑创造和销毁的工作种类。新的工作类别将需要跨学科技能；对特定行业的深入了解，以及在新技术，软件，数据分析，系统集成和网络安全方面的技能和专长。
这些工作不是蓝领，这些技能将需要高水平的培训和教育。如何提供这种培训和教育？谁来支付？我没有答案，但是在我们进入下一次工业革命时，这些问题是至关重要的，更多信息尽在振工链。
