|
围绕“平台化”构建的产业生态初步形成，平台马太效应显现。物联网平台是巨头构建产业生态的核心与重要抓手，技术逐渐成熟，产业界投入持续加大，产业价值被普遍看好。 目前，物联网平台建设的主体由设备制造商、网络服务商、行业解决方案提供商、系统集成商等组成，几乎遍布物联网产业链各环节，英特尔、思科、微软、亚马逊、 IBM、通用等巨头企业无一缺席。 物联网平台迅速从野蛮生长期进入调整洗牌期， 2016 年 IoT Analytics 统计的物联网平台企业榜单中，当前已有 30 个破产或被收购。平台的马太效应开始显现，尤其在应用使能平台这一平台价值高地，亚马逊 AWS IoT 和微软 AzureIoT Suite取得一定领先优势。 来源|罗松，中国信通院技术与标准研究所副总工程师 据调查统计，51.8%的开发者将 AWS IoT作为物联网应用首选开发平台， 31.2%的开发者首选 Azure IoTSuite。 围绕平台功能的产业运作模式初步形成，竞争和垄断态势共存。 物联网平台按照功能划分为设备管理平台、连接管理平台、应用使能平台、业务分析平台四大类平台，不同类型平台的发展态势初步成型。 来源|罗松，中国信通院技术与标准研究所副总工程师 其中，设备管理平台基本由通信模组、通信设备提供商主导，目前形成博世 BSI、 DiGi、诺基亚 Impact、SierraWireless 四大主流 DMP 平台，设备管理平台一般不单独提供，多集成与端到端设备管理解决方案之中。 网络管理平台由电信设备商、运营商主导，全球形成思科 Jasper、爱立信 DCP、 沃达丰 GDSP 三大阵营，两类运作模式， 一是以 Jasper 为代表的纯连接式，即卡管理平台，目前规模最大，与全球超过 100 家运营商、 3500 家企业客户开展合作。二是以爱立信 DCP 为代表的连接管理与核心网捆绑模式，目前规模明显小于 Jasper，与全球超过 20家运营商和 1500家企业客户开展合作。 应用使能平台目前竞争最为激烈，阵营林立，成为大中小初创企业的竞争焦点。 Thingworx、 Comulocity、 Xively 等均集中于此，提供应用开发和统一数据存储两大功能，如成套开发工具、业务引擎等，目前应用使能平台主要根据应用开发完成后激活设备数量收费。 业务分析平台尚未形成垄断性阵营，通用 Predix、 IBM Watson 等均在做探索性尝试，主要提供人工智能和机器学习两大功能，目前以收取机器学习建模费用、预测费用盈利。 水平化和垂直化平台互相渗透， 界限逐步模糊化。 面向各领域提供服务的水平化通用平台，通过合作伙伴生态深化重点垂直领域应用。如 AWS IoT、 Azure IoT suite 通过与工业伙伴合作，在工业物联网领域同样形成竞争优势， IIoT 开发者接受度较高。 深耕“垂直专业”领域的平台也在专业能力基础上向多领域拓展服务，如 PTC Thingworx 平台拓展智慧城市、能源等多领域服务； C3IoT 由专注预测性维护平台转型通用平台； thethings.io 由智慧城市领域转型通用设备平台等。 来源|罗松，中国信通院技术与标准研究所副总工程师 平台本身面向行业开放赋能，聚合上下游协同创新。 领军企业纷纷构建开放的物联网平台，并将重要组件开源，持续提升开放性以更好聚合产业合作伙伴和开发者资源，向各行各业赋能。
平台之间互联互通展开探索，加速行业渗透与市场拓展。垂直行业巨头与互联网企业通过战略合作加强平台互联互通，完善平台服务功能，共享行业资源，提升行业竞争力。 微软 Azure、亚马逊AWS 等通用型平台业务遍及全球，但由于缺少工业技术积累，在工业领域渗透能力不足，而通用电气、西门子等工业巨头的垂直行业平台由于自身的局限性，在拓展垂直行业客户时也会面临诸多市场瓶颈问题，工业企业与信息通信企业通过平台间互联互通合作，能够实现市场资源嫁接和行业资源整合共享。 一方面有利于信息通信企业拓展垂直行业客户，加速工业领域布局渗透。另一方面有利于加快垂直行业平台的市场推广和行业应用，减少工业企业自身基础云 服务研发和资金投入 ，实现灵活部署 。 目前 ，西门子计划将MindSphere 部署在阿里云平台上，助力西门子打开中国工业物联网平台市场，同时，阿里云也将通过西门子获得更多样化的客户基础，利用西门子在欧洲广泛的客户基础，有效地推广其云服务，开拓欧洲市场。 在应用方面，一项面对全球 5000 多家企业的调研显示，企业认为部署物联网的最大壁垒前三名为数据安全隐私、与现有 IT 系统的融合以及缺乏说服力的案例，需求方与供给之间隔阂将是未来物联网产业发展必须解决的重要问题。 人工智能已纳入各家物联网平台的核心模块中。物联网平台的功能模块中，人工智能的地位越来越重要，各家平台已将 AI 能力作为其优势，平台的数据积累和算法训练让人工智能在物联网具体场景中有了用武之地。例如阿里、百度及小米公司都推出了“AIoT”平台能力。 “云-边-端” 协同实现的纵向数据赋能是边缘计算在物联网的最大价值。 边缘计算助力物联网边缘侧赋能，应用探索开始启动。 边缘计算不仅可以帮助解决物联网应用场景对更高安全性、更低功耗、更短时延、更高可靠性、更低带宽的要求，还可以大限度的利用数据，进一步的缩减数据处理的成本。主流的云服务厂商如阿里云、 AWS、 Azure 等已经推出对外服务的边缘计算平台。 据 IDC 数据统计, 到 2022 年将有超过 500 亿的终端与设备联网。未来超过5%的数据需要在网络边缘侧分析、处理与储存。GE、微软、亚马逊等皆发布边缘侧产品，例如微软发布“Azure IoT Edge”等边缘侧产品，并为 Azure 云服务增强流数据分析等能力。 2018 年 Gartner 发布的物联网技术成熟度曲线中，与边缘计算相关的边缘人工智能（Edge AI）和物联网边缘分析（IoT Edge Analytics）尚处于最初的触发期（TechnologyTrigger），物联网边缘架构（IoT Edge Architecture）处于炒作峰值向泡沫后低谷期转化的阶段。 开源成为当前边缘生态构建的重要运作模式。 由基金会运作的开源项目成为解决边缘计算异构化、碎片化的重要方式。 Linux 基金会和 Eclipse 基金会合作成立Kubernetes 物联网边缘工作组，将在超大规模云计算环境中已被普遍使用的 Kubernetes（即容器理念），扩展到边缘，降低边缘应用与硬件之间的紧捆绑，提升边缘侧应用部署便利性和灵活性。 原创： . 工业互联网研习社 |
|
|
