工业制造商已经认识到车间数字化的许多好处。IT和OT(运营技术)的领导者必须共同努力，决定需要收集的信息的程度，以及需要哪种类型的分析。由于来自运营、营销、财务和维护等其他部门的广泛需求，预先规划是任何IIoT(工业物联网)应用的关键。
工业数据的新消费者希望立即获得提高效率、盈利能力或防止停机的机会，这在以前是不可能实现的。云服务和可扩展存储无疑是这一趋势的驱动力。例如，许多控制器支持工厂中通常部署的主流协议，但也添加了MQTT和REST api等新的消息传递方案来支持这些新的应用程序。
云计算的挑战
当然，这些方法也存在挑战。例如，云提供商有他们自己的一组api和服务。希望采用云平台的客户需要考虑其数据的可移植性，以及与组织内现有系统的连接是否容易。一个允许开放开发的控制器，特别是那些基于linux的控制器，通常会比一个封闭的系统支持更多的平台。
云平台通常使用MQTT进行安全的IIoT通信，让集成商确定JSON有效负载的结构;这增加了灵活性，但也会带来互操作性的挑战。像SparkPlug B这样的规范通过定义名称空间来帮助解决这个挑战。虽然Sparkplug B得到了支持，但正式采用它的云平台还相对较少。
云平台在不断发展。例如，如果您在PLC上使用AWS Greengrass，而AWS发布了新的机器学习服务，则客户可以轻松采用此新功能。新的驱动程序或更新意味着在多台服务器上安装和授权新软件，希望没有冲突。幸运的是，这种劳动密集型的工作可能很快就会成为过去。
第一步
数据的采集、存储和检索是数字化转型的第一步。许多云代理可以以集中的方式编排和管理您的资产，允许根据需要安排更改和回滚。还可以将代码远程部署到一组边缘设备以执行非实时任务。这是控制器编程和管理方式的根本性变化，可能会对我们的行业产生重大影响。
工业物联网方法的核心是边缘计算——在生成数据的地方收集和处理数据。网络空间的边缘正在发生着很多事情。这是一种使能技术，极大地简化了软件开发和测试，更符合主流软件开发。
通过设计支持既定协议和编程规范的控制器，同时扩展对新解决方案或混合控制方案的支持，采用开放和简单的方法来实现工业控制和支持IIoT。这种方法使控制工程师能够灵活地部署最能满足其设计目标的软件应用程序。
