物聯網充斥著首字母縮寫詞，從LPWAN到MQTT再到首字母縮寫詞IoT本身。但是，如果這還不夠的話，我們在物聯網上還會有多種變化！其中一種就是IIoT，它代表工業物聯網。那麼您問的物聯網和物聯網有什麼區別？這正是這篇文章的主題。

“在全世界範圍內，如果將工業生產率提高1％，則可以在未來15年內為全球GDP增添10萬億至15萬億美元。” —  《福布斯》梅春卡

物聯網與物聯網之間的區別

在我之前的#askIoT帖子“物聯網示例和應用程式”中，我們看到了物聯網（IoT）在三個主要領域增加了價值：提高效率，改善健康/安全性以及創造更好的體驗。工業物聯網涉及前兩個領域，即提高效率和改善健康/安全性。

IIoT是指更廣泛的物聯網的子類別。物聯網包括IIoT 以及資產跟蹤，遠端監控，可穿戴裝置等。IIoT特別專注於工業應用，例如製造業或農業。

物聯網的巨大潛力

“ [物聯網]工業網際網路將改變許多行業，包括製造業，石油和天然氣，農業，採礦，運輸和醫療保健。總體而言，這些佔世界經濟的近三分之二。” — 世界經濟論壇，工業物聯網報告

近年來，硬體，連線性，大資料分析和機器學習方面的創新融合在一起，為行業帶來了巨大的機會。硬體創新意味著感測器更便宜，功能更強大，並且電池壽命更長。連線性創新意味著將資料從這些感測器傳送到雲的成本更低，更容易。大資料分析和機器學習創新意味著，一旦收集了感測器資料，就有可能獲得對製造過程的難以置信的洞察力。

這些見解可以導致生產率的大幅提高和成本的大幅降低。無論正在製造什麼，都可以更快，更少的資源和更低的成本完成。

IIoT潛力的一個例子是預測性維護。在製造過程中損壞的機器可能意味著數百萬美元的生產力損失，而生產停止以解決該問題。

過去的解決方案是定期安排維護，但這存在一些問題。如果機器在維護前出現故障怎麼辦？如上所述，這導致生產率的巨大損失。如果機器不需要維護怎麼辦？浪費時間，精力和金錢，可以將其浪費在其他地方。

預測性維護意味著使用更多的感測器來收集機器上更好的資料，然後使用資料分析和機器學習來確定機器何時需要維護。來得太晚會導致機器損壞，也不會太早會導致資源分配錯誤

預測性維護只是一個示例，這已經成為現實。

隨著IIoT的採用和發展加速，變化將是深刻的。最終，我們可以實現一種自治經濟，在這種經濟中，供應完全可以滿足需求，從而完全最佳化生產過程並實現零浪費。

並且有充分的理由認為IIoT 將在近期內加速發展……

採用工業物聯網

在許多方面，IIoT都領先於物聯網，並且將繼續看到更快的採用速度。為什麼？IoT和IIoT之間的主要區別在於，與消費類IoT應用程式不同，採用IIoT技術的動機要大得多：

“ [IoT和IIoT具有]兩個截然不同的關注領域。工業物聯網連線航空航天，國防，醫療保健和能源等高風險行業的關鍵機器和感測器。在這些系統中，故障通常會導致生命危險或其他緊急情況。另一方面，物聯網系統往往是消費者級別的裝置，例如可穿戴健身工具，智慧家居溫度計和自動寵物餵食器。它們既重要又方便，但是故障不會立即造成緊急情況。” — RTI

物聯網與物聯網之間的另一個區別是，與物聯網相比，物聯網具有更明顯的近期優勢。製造公司可以降低成本並提高生產率，這意味著採用IIoT解決方案的投資回報率更高。蒂森克虜伯（ThyssenKrupp），卡特彼勒（Caterpillar）和泰晤士水務（Thames Water）等公司已經從IIoT的早期採用者中受益。

但是，物聯網並非沒有挑戰……

物聯網的障礙

安全和互操作性是最大的兩個障礙

使物理系統聯機可以帶來巨大的好處，但這也意味著這些系統可能會受到威脅。當網路攻擊能夠對物理系統進行遠端控制或破壞時，它們會變得很恐怖。最好的情況是巨大的財務損失，最壞的情況是嚴重的傷亡。一般而言，安全性是物聯網的主要關注點，在未來幾年中，安全性將成為討論的重要內容。

為了從感測器收集資料並使資料有用，系統中的所有內容都需要協同工作。物聯網感測器，裝置，連線性和通訊協議之間缺乏互操作性以及缺乏標準，可能會阻礙所有事物的連線過程。通常，這也是物聯網的問題。

考慮IIoT的影響

“ 1980年，在中國，需要25個工作崗位才能創造100萬美元的製造業產值。如今，僅需6.5個工作崗位就可以創造出這個數量”隨著我們進入未來並看到IIoT的加速採用，生產率的提高將更加明顯。特斯拉的Gigafactory將實現高度自動化，並承諾僅6500名工人就可實現1000億美元的驚人產值。那僅是1.3個工作崗位，就可以創造100萬美元的製造業產值。

那麼這對中國的工作意味著什麼呢？

從積極的一面來看，這很可能有助於將製造業從國外帶回中國。由於國外的勞動力價格便宜，製造業轉移到中國以外的地區，但是IIoT解決方案將創造出比這種廉價的手工勞動更強大的機器和系統。

物聯網還將創造全新的行業和工作類別，以支援這些高科技系統。醫療機器人設計師，電網現代化管理人員，聯運運輸網路工程師等。

但是，我們應該提防，創造的工作可能少於被破壞的工作。如上所示，生產率的提高意味著創造相同價值所需的工作更少，潛在地意味著總體上更少的工作。

即使沒有淨工作損失，甚至沒有淨工作增加，我們也需要考慮創造和銷燬的工作種類。新的工作類別將需要跨學科技能；對特定行業的深入瞭解，以及在新技術，軟體，資料分析，系統整合和網路安全方面的技能和專長。

這些工作不是藍領，這些技能將需要高水平的培訓和教育。如何提供這種培訓和教育？誰來支付？我沒有答案，但是在我們進入下一次工業革命時，這些問題是至關重要的。