工业物联|?(IIoT) 市场上的Z(x)基于新参与者的专业知识和创新技术。本报告概述?IIoT 市场?qing)h(hun)值链Q重点介l了推动该行业发展的商业和技术趋势，展示了不同类型的参与者所采取的主要战略，以及(qing)他们如何与新技术联pv来，旨在让市场参与者全面了解市场?/span>
市场现状
OMDIA ?IIoT 定义为部|在工业环境 ( 程和离散制?) 中的物联|应用。这包括有线 ( 如以太网技?)和无U?( 如蜂H技?) 联网l端。尽工业以太网l端联网技术已l在 2000 q初出现Q但许多产品 ( 特别是现场终?) 仍然没有联网Q或者只提供单向通信。有?IIoTQ可以实现双向通信Q数据被提供l控制器和云Q反馈也被提供给l端。D例来_(d)可以通过更改传感器上的参数来支持生q行?/p>
IIoT 提供了从仓库到工厂R间收集和利用以前未用信息的Z(x)Qƈ现有和新的不同数据集关联v来，最l推动改qƈ形成新的解决Ҏ(gu)?/p>
最常见?IIoT 应用包括如下Q?/p>
资、库存或基础设施监控。资产或库存跟踪。R队管理。预性分析和预测性维护。现Z用的自动和半自动车辆。工业可I戴讑֤ ( 如联|头盔、AR 眼镜 )。用于工业场所的联|。设备的q程控制和管理。基于物联网的生产过E和质量监控。数字孪生?/p>
IIoT 势
?2030 q_(d)该市场的规模增?44 争Kl端Q其中亚太地区将成ؓ(f)l端数量最多的地区Q占所有终端的 54%。我们预的 IIoT l端分ؓ(f) 3 cR?/p>
甉|控制 Q低压电(sh)机驱动、中压电(sh)机驱动、运动控制器、伺服驱动、步q驱动、电(sh)机、܇和压~机、发甉|、发甉|l、涡轮机和开兌备。离散控?QIIoT |关、\由器、操作员l端、工?PC、PLC、远E?I/O、传感器、离散安全终端、安全驱动器和机器视觉终端。流E控?QDCS、过E控制和仪器仪表、过E测量、过E安全和 RTU?/p>
大多?IIo T 应用 ( 如预性维护或数字孪生 ) 依赖来自不同类别的多个l端。其它应?( 如资产监?) 则可以通过很少的终?( 如连接到 IIo T |关的传感器 ) 构徏?/p>
商业势
供需势军_?IIoT 市场。在供应侧，刉商提高竞争力和控制成本的需求推动了市场创新Q?IIoT 是其中的关键部分。驱动因素如下?/p>
减少代h(hun)高昂的机器故障停机时?( Ҏ(gu)施耐d甉|的数据，每一ơ设备故障都?x)给采矿公司带来每小?3 000 元的损?)。提高生产力和利润率Q包括提高量和降低成本。解x能短~问题。这在日本等力_力老龄化的市场上尤为重要。国家计划，如“d国工?4.0”和“中国制?2025”等?/p>
与此同时Q在需求侧Q制造商希望看到最l客hl推动更高层ơ的定制化，从而生迅速改变和调整产品?qing)装配线的需求。汽车和q动鞋制造业是最好的例子。这推动了对敏捷性和灉|性的需求，?IIoT 可以帮助实现q些需求?/p>
技术趋?/strong>
工业市场正在向数字化q进。在刉行业，OT ?IT 的融合便明显体现了这一点，其是需?OT 解决Ҏ(gu)充分利用不断增长?IT 数据和系l来“走出孤岛”。OT pȝ通常设计为独立的实体Q因此在很多情况下，为它们提供连接ƈ它们集成到新的 IT ?IIoT 解决Ҏ(gu)中ƈ不是一件容易的事?/p>
数字化与新技术齐头ƈq。它们包括新的连接协??5G、Wi-Fi 6、TSN、OPC UA、MQTT)以及(qing)新的应用技?如机器学?fn)、AI、AR/VR、数字孪生、数字主Uѝ增量制造和协作机器?。希望将q些技术引入工业领域的主要参与者包括云?IT 供应商、网l供应商以及(qing) CSP?/p>
在技术方面，一个持l的挑战在于需要添?/ 转换Q而不是全面更换。新技术和 IIoT 解决Ҏ(gu)必须在“Brownfield”环境中交付Q在q样的环境中Q许多系l不能被关闭Qƈ且无法进行大规模的工厂中断来q行升?/p>
工业专网?5G 的机?/strong>
?IIoT 领域Q专|?( 现在?LTEQ以后是 5G) 是目前主要由 CSP 和网l供应商驱动的主要趋ѝ?/p>
?CSP 和供应商的角度来看，一些主要发展动力包括如下：(x)
专网提供了一U非帔R合工业环境的解x案，可以网l控制和理以及(qing)数据安全和治理交C业自己手中?G 的机?x)与工业部门的专|机遇紧密相q?管 5G 未完全标准??G 的一些特性，特别?5G URLLCQ光帔R合支持极低延迟的工业企业应用程序，如自动导引R (AGV)。由于担心消费者市Z?5G 需求不以证明 5G 资本支出的合理性，服务提供商和供应商也非常U极地在工业领域L 5G 的机?x)?/p>
从生态的角度来看Q一些主要发展动力包括如下：(x)
频谱正在分散化。这斚w主要包括 CBRS、MulteFire 和d?5G 区域频谱。不q，我们在芬兰、法国、巴ѝ日本和澛_利亚{许多国安可以观察到这一势。诸?5G ACIA {D措正在出玎ͼ旨在保面向 IIoT ?5G 能够满工业最l用L(fng)实际需求。博世和襉K子等工业技术公司对 5G 的兴日益浓厚，他们希望与长期工业客户保持联p，也希望找到新的机?x)，帮助客户利用数据Q打造更具前L的商业q营模式?/p>
IIoT 生态h(hun)值链
技术变革正在塑?IIoT 价值链
IIoT 价值链与该领域的数字化q程紧密兌。连接成为工业技术的重要l成部分。随着边缘计算?AI {新技术成为通过物联|解x案提供h(hun)值的重要元素QIT 也变得越来越重要。这U向数据驱动型工业技术的转变对专业技能提Z额外的要求，特别是在|络安全?IIoT q_{新领域?/p>
q种额外的复杂性意味着没有公司能够真正独立地提供端到端 IIoT 解决Ҏ(gu)。与此同Ӟ工业环境中现有的“Brownfield”技术意味着没有颠覆式创新型参与者能够孤立地提供解决Ҏ(gu)。因此，合作臛_重要。此外，l端的长生命周期、在不干扰生产的情况下进行创新的需求以?qing)传l的思维方式意味着没有M创新解决Ҏ(gu)能够凭一׃力颠覆市场，工业环境是关键?/p>
?CSP 或基设施供应商的角度来看Q最好的场景?CSP 向工业企业销售专有和混合|络解决Ҏ(gu)Q对其进行管理ƈ提供增值服??MEC 和分?、应用程??AGV)Q甚x全面的系l集成?/p>
另一U情冉| CSP 理|络或者仅频谱出U给企业或其技术伙_(d)除此以外q没有开展其它与|络相关的业务。这可能很快恶化为最坏的情况Q由于频p可的发展 ( 如共享、区域频谱或未授权频?) 可能?x)减其独特资拥有的机会(x)?CSP 有可能被排除?IIoT 市场之外?/p>
Z实现最好的场景QCSP 必须发展垂直领域知识和以用例Z心的战略Q以便有效地利用工厂外连接作q正的差异化优ѝ虽然我们不清楚它们是否能够有效地实现工厂R间联|，但有一Ҏ(gu)无疑问，卛_们能够以低带宽和高带宽技术支持广域连接。在 IIoT 领域QCSP 的优势在于创Z个智慧工?智慧供应铑֜?。CSP 在市Z的成功取决于 5G 是否能够成功越q接技术的范畴Q以?qing)他们是否有能力投入_多的旉和资源来适应垂直市场的需求。这包括构徏内部专长、品团队和h深入行业l验以及(qing)专业知识的销售团队?/p>
一?CSP 已经与领先的工业技术供应商建立了联p，不过在合作方面还有很多工作要做。伙伴关pȝ例包括如下：(x)
Orange Business Services 和d国电(sh)信与襉K子徏立了合作关系。在 Orange Business Services 的案例中Q合作关pd括两家公司共同销售各自的产品Q以?Orange Business Services 只向襉K子提供品，然后襉K子再品推向市场。此外还有沃达丰?ElisaQ他们各自的创新q_和智慧工厂解x案基?PTC ThingWorx。CSP 不会(x)聚焦 OT 或自动化q程Q因不是他们的强V在该领域支持颠覆式创新的最x式是与现有的市场领导者合作?/p>
IIoT 市场上的主要颠覆性创新技?/strong>
5G、AI、AR 和边~计等新技术将影响 IIoT 价值链以及(qing)工业领域的解x案部|环境。如果我们将供应链、制造R间和交付产品视ؓ(f)工业部门?3 个主要h(hun)值和zd领域Q这 3 个领域都受到新技术和 IIoT 的媄响。TSN ?OPC UA {技术将主要影响工厂内部Q?ML/AI 或数字孪生等其它技术将对工业生更q泛的媄响?G 也将影响q?3 个领域，管它在工厂内部的相x还有待证明?/p>
1.IIoT 环境中的q接技?/strong>
工业环境中存在不同的q接|络层。第一层是生车间Q包括机器和传感器。该领域主要由有U连接主|形式表现为现场ȝ或以太网。无U技术只是其中的一部分，包括 WirelessHart {技术。在q一层之上是 SCADA pȝQ然后是 MESQ再然后?ERPQ它们组成了所谓的“工业自动化金字塔”?/p>
(1) 5G
5G 可以支持高达 20 Gbit/s 的速度、大量的l端和低?1 ms 的可靠性，因此在可靠性、gq、带宽和可预性方面可与现有的有线q接选项竞争。此外，与广泛的布线工作相比Q?G 可以带来Ud性，而且可以降低成本?/p>
然而，5G 仍是一Ҏ(gu)完成的技术。目?R16 已经ȝQ?R17 于 2021 q完成。它们都增添了必要的升Q目的是Z充分发挥 5G 的潜力。R16 是 5G 可靠低延迟 (5G URLLC) ?IIoT 5G 实现标准化的关键一步，使具有极低gq需求的服务(如机器h自动化、未授权频谱 5G 专网?5G 定位)成ؓ(f)可能?/p>
市场不会(x)在一夜之间发生变化，因ؓ(f)l端和芯片组在标准化之后臛_q需?2 ?3 q时间才能达到显著的规模?G for TSN 现在g被推C R17。在此之前，5G URLLC 是一个很好的“一ơ性”技术，但无法ؓ(f)整个工厂赋能?/p>
?外，5G ????eMBB、mMTC ?URLLCQ但q些无法同时q行。D例来_(d)q不是所有的 5G 频谱都同样适合交付延迟?1 ms ?URLLCQƈ且将需要大量的边缘计算来实现这一炏V支?5G URLLC 媄?5G 的频谱效率，影响其它一?5G 功能。例如一?5G 区支持?5G URLLC q接数将低于 100(而不是数以千??/p>
(2) Wi-Fi 6
Wi-Fi 6 在 IIoT 中发挥作用，华ؓ(f)企业部或思科{公司将支持q项技术。由于可靠性、覆盖和切换{问题，上一?Wi-Fi 在工业领域D步维艎ͼ?Wi-Fi 6 在以下方面要优于上一版本 Wi-Fi 5 (802.11 ac)?/p>
更高的速度 : 鉴于更高的数据编码效率，W(xu)i-Fi 6 h更高的吞吐量。预?Wi-Fi 6 的最高速度Uؓ(f) 10 Gbit/sQ几乎是 Wi-Fi 5 速度(3.5 Gbit/s)?3 倍。改 q????戗??????(MU MIMO): Wi-Fi 6 支持无线接入点同时与多个用户通信 ( 下行 )Qƈ支持多个用户同时传输数据 ( 上行 )。提升能源效?QWi-Fi 6 使用目标唤醒旉(TWT) 技术。它支持l端与\由器通信q统一调度无线l端休眠以及(qing)传输或接收数据的旉。在拥挤地区辑ֈ更好的性能 : Wi-Fi 6 使用正交频分多址 (OFDMA) 技术，能够同时处理多个联网l端Qƈ有效利用可用频谱。增 ?????: Wi-Fi 6 ??????Wi-Fi 联盟最新发布的 WPA3 无线安全标准?/p>
(3) OPC UA
OPC UA 是一个来?OPC Foundation、独立于q_的标准，旨在促进开放连接，各种pȝ和终端可以通过各种cd的网l在客户端和服务器之间发送消息来q行通信。它Z分层架构Q执?TCP/IP 通信协议Qƈ支持两个协议。这两个协议是二q制协议 : 一个是支持通过防火墙轻村用的协议 , 另一个是使用标准 HTTP/HTTPS 端口?Web 服务协议?/p>
OPC UA ?OPC Classic 协议的替代协议，后者最初基于分布式lg对象模型 (DCOM) 开发，因此仅限?Windows。OPC 存在的其它问题包括安全性、费用、效率低、数据移动和l护困难。OPC UA 的不同之处在于，它是一U可在各U操作系l上使用的互操作技术，支持更多的终端启?OPC UA。它提供了一U开攑֒可靠的机Ӟ有助于企业系l与不同控g、监控终端和传感?与真实世界的数据q行交互)之间的数据传输?/p>
(4) TSN
TSN 是一l?IEEE 802 Ethernet 子标准，?IEEE TSN 工作l定义，可实现确定性的实时通信。TSN 技术通过面向实时应用E序的时间调度来保证交付Qƈ最大程度地减少抖动?/p>
TSN 保信息可以在固定、可预测的时间内?A 点传输到 B 炏V可预测性可以提高效率?/p>
2.IIoT 环境中的应用E序和边~计?/strong>
(1) 数字孪生
数字孪生是一U数字表CŞ式，它提供了l端或生态在整个生命周期中运作和生存的要素和动态。数字孪生将传感器数据与机器学习(fn)和Y件分析结合v来，然后在此基础上创建空间图。这些空间图提供了一个数字仿真模型，q与它们的物理对应物一起实时更新。制造业中的机器、系l，甚至整个工厂都可以通过数字孪生q行建模。数字孪生不断从多个来源q行学习(fn)和更斎ͼ从而表现其q实时的状态、工作环境或位置。它q将q去机器q行的历史数据集成到数字模型中。数字孪生有助于以安全和l济的方式模拟机床功能，q有助于识别物理工具或基设施出现问题的根本原因。如果物理机床出现故障，工程师可以评估数字孪生虚拟机的数字踪qҎ(gu)q行诊断和预?/p>
与数字孪生一P数字ȝ也在工业领域发挥来重要的作用。例?PTC Ҏ(gu)字主U的定义是统一怺兌的数据集Q目的是发现z察Qƈ其视ؓ(f)构徏数字孪生的先x件。数字主U在整个企业中创建统一的数据视图。数据集׃游和下游数据支持。较常见的数据集包括 CAD 数据、品生命周期管理、IIoT、ERP、CRM、MES ?BOM {。相反，数字孪生是物理对{物的虚拟表C，它可能是一个机器甚x一个过E。其目的是了解原始物理对象的表现 ( 如反?)?/p>
应该从不同的角度采用数字孪生 Q从产品的角度着gq{中的产品Ҏ(gu)?;从制造和q营的角度着g刉过E中的所有洞?;最后从客户体验的角度出发，着g最l客户如何用品，qҎ(gu)来的设计和创新提供深入的z察?/p>
(2) 人工、机器学?fn)和边?/p>
理解数据q在此基上采取行动是物联|的一个主要商机。AI 是一个广泛的技术领?, 可以_略地定义ؓ(f)用机器模拟hcL能和l验。物联网l端和解x案可以ؓ(f) AI 法提供关键的输入来源和训练数据 , 反过来，AI 功能又可以对它们q行操作和控制。在 AI 领域中，机器学习(fn)是一U无需明确~程p自动通过l验学习(fn)q改q的应用。深度学?fn)是机器学?fn)的一个子领域Q由一些算法组成，q些法利用大量的数据和经|络训练自己执行dQ如语音和图像识别?/p>
传统的工业参与者意识到了数据和 AI 的h(hun)倹{?/p>
AI ?ML 与边~计和云提供的数据存储和处理能力紧密关联。云和边~十分必要。D例来_(d)向云发送数据对于训l?AI 模型臛_重要Q在边缘分析其它数据源可以带来减gq、减云和连接费用、增加数据安全和隐私{好处?/p>
(3) 增强现实和虚拟现?/p>
AR 是一U由计算机生成元?( 如文本、声韟뀁图片或物体 ) 增强真实世界的技术。VR 真实世界的元素引入到虚拟世界中Q如真实的手引入虚拟环境?/p>
虽说l过了几q的试点、实施和大量宣传QAR 眼镜市场却ƈ未火爆v来。智?AR 眼镜有一个广泛的生态，包括光学元g供应商、终?OEM、应用开发商、定制Y件开发商、内容供应商、Y件开发商和^台提供商?/p>
试验和试?其是在工业环境?昄生力大q提高，成本大幅降低。在工业环境中，工作是车间理和衡量效率的一个重要因素，可以影响成本以及(qing)产品或服务的交付。在许多情况下，车间使用U质说明书或手册来指导工人完成不同的d。智能眼镜可以支持用户在查看手册和图表的同时捕捉视频和照片。这U在需要时无需手动卛_讉K使用说明、地图、图表等的能力在工业和企业市ZȀ起了Z的兴。AR 眼镜q可以用于知识传递和下一代工人培训?/p>