每年11月在德国纽伦堡举行的SPS IPC Drives活动在去年秋天让一些与会者感到失望，因为它没有展示工业物联网(IIoT)技术的许多进步。是的，市场营销的声音很响，但实际上几乎没有送达。我很自豪的是，Hilscher凭借其工业物联网(IIoT)新产品组合从众多竞争者中脱颖而出。
由于连接是我们的核心业务，当我们最初接触工业物联网概念时，我们很清楚需要某种类型的硬件(如网关)。毕竟，工业物联网只是另一个“门户”挑战，对吗?也许不是!在我们的市场调研中，我们意识到我们需要解决整个数据通路的挑战——从传感器到云等等——让用户参与进来。
因此，我们的方法是基于三个层次的参与:传感器连接、边缘网关和服务——实际做事情的应用程序。我们认为这种方法为自动化市场提供了一个正确的起点。
尽管在过去的几年中，工业物联网取得了许多进步，以及越来越多的实际应用，我仍然听到反对工业物联网的声音。例如，我经常听说工业物联网淘汰了现有的网络结构和系统。真是胡说八道!现在应该很清楚，尽管工业物联网需要新的思维，但它所基于的技术已经得到了充分的证明。它们也很容易获得并易于部署。示例包括用于向云传输数据的轻量级MQTT协议。这在其他行业已经使用了多年，刚刚在ISO下正式标准化。另外，OPC UA已经存在了10年。
工业物联网实际上与现有设备并行运行，从实时以太网或现场总线网络获取所需数据，而不影响正常运行。需要特殊的软件来配置选择什么数据以及发送到哪里，但这很简单。
现实情况是，有越来越多的机会让你接触工业物联网，特别是如果你是一个机器制造商。当然，当你开始工作时，你会有很多问题:我的数据意味着什么?我怎样才能最好地使用它?一旦这些数据被使用，会发生什么呢?谁拥有这些数据?它的安全性如何?
所有这些问题让我想到了神奇的算法(那些从原始数据中挖掘意义的计算机程序)、工业4.0和信息物理系统(CPS)的概念，以及人工智能(AI)。
当前一批展示人工智能潜力的项目表明，我们已经取得了长足的进步。IBM的“深蓝”在国际象棋比赛中击败了世界上最优秀的人类棋手。如今，IBM的沃森(Watson)继续成为各行各业的头条新闻，即便是在自动化领域。最近，谷歌的AlphaGo面对世界上最好的围棋选手，并赢了!围棋的可能走法比宇宙中原子的数量还多，所以它的挑战比国际象棋大很多数量级。AlphaGo使用“深度学习”技术，依靠神经网络实现计算能力。它似乎已经学会了如何取胜，尽管它的建造者无法完全解释它是如何做到这一点的。
这些认知产品和服务的使用将是工业物联网的核心。我在2015年汉诺威博览会上看到了一个很好的例子，Hilscher是基于IBM Bluemix的扩展演示的一部分。在这个应用程序中，“OK”、“Warning”和“Error”等消息被发送到云中的预测性维护应用程序。智能建议由IBM的沃森生成，并通过文本到语音和对话等服务发送给操作员。
我们仍然处于这些技术的早期阶段，但思考机器将很快对自动化产生影响的可能性是很大的。有了工业物联网，一切皆有可能!
