IoT 与智能时代：做物联网需要具备的 3 种能力

2017-07-27 10:04:00

未来，服务器上的AI将通过物联网找到五感（传感器）和躯壳（执行单元），融入到我们工作和生活的每一个角落，打开提升企业运营效率和创造优质用户体验的新篇章。

IoT（Internet of Thing，物联网）是一个被炒作了很久的概念。它描述的是任何物体都可以连入互联网的万物互联盛世，但是这盛世多少显得有些虚幻。然而在最近，这个概念已经在我们的生活中有了越来越多的真实应用，比如最近红得发紫的共享单车。在这背后，是各种技术的逐渐成熟让物联网时代真正到来：

低功耗微型处理器计算能力越发强劲。智能手机带动了微型处理器的快速发展。这些强劲的微型处理器可以帮助设备获得强大的运算能力，运行复杂的软件，进行高效的信息处理。
设备接入互联网的方式多种多样。 WiFi、蓝牙、蜂窝网络、以太网等网络连接的标准已经发展得非常完善，基础设施成熟。这使得各种设备可以方便地选择低成本的方式接入互联网。
适合物联网的传输协议日趋成熟。相较于Web时代的HTTP协议，MQTT、CoAP等新的协议更加适合小型低功耗设备。这些日趋成熟的协议可以帮助设备轻松地与服务器进行数据通讯。
数据分析技术突飞猛进。从设备获得的海量数据必须经过进一步的分析才能够获得洞见，从而能够对设备的运行状况做出诊断和预测，帮助企业提升运营效率。这些都得益于大数据技术的进步。

这些技术使得硬件本身可以支撑计算能力更强的软件，并且可以将数据通过轻量协议传入服务器，并让服务器端的AI高效完成数据的分析处理。在这些技术的支撑下，物联网技术架构所需要的各个模块就完备了：

图1 物联网技术架构

IoT能给企业带来什么

IoT技术是可以应用在任何硬件上的，这意味着它能够给很多行业带来应用价值。

在中国，我们曾经误以为智能家居是IoT的最佳应用方向，但是麦肯锡在2015年发布的报告却告诉我们，to C的智能家居其实只是一碟小菜。各个行业都可以通过升级既有设备或者引入新的智能联网设备而享受到这个技术红利。所以像制造业（所谓工业4.0）、智能城市（交通、安防、楼宇、能源）、泛零售（商店、银行、餐馆）这样已经在使用大量设备或者引入新设备的行业就能获得更多的发展机会。

这些各行各业的企业能够从IoT技术中获得的价值包括：

远程获得设备数据。对于依赖设备来运营业务的企业来说，能够实时了解所有设备的运作状态和产生的数据，就能借此全面获知业务的运作情况，并且对未来的业务走势做出预测，对潜在风险进行提前干预。
远程控制管理设备。对于大型公司来说，用标准化的方式控制分布在全国或全球各地的设备是非常痛苦的。但是将所有设备接入互联网后，一切都会变得非常之简单。
智能自动化。当可以对从设备中获取的数据进行智能分析，得出有价值的决策，并进一步自动管控遍布全球的设备时，企业的运营效率将得到巨大的提升。
应用创新硬件。通过引入机器人、无人机等创新设备，企业可以为消费者创造新的服务价值，提升业务的自动化程度，提升企业的运营效率，增加竞争力。

做IoT需要具备的能力

以往的软件开发能力是软件工程师进入IoT的入场券。但是只靠这些能力还无法在IoT领域扮演最核心的角色。在对大量物联网项目进行分析之后，我们发现有3项新能力是软件工程师们进军IoT领域时需要掌握的：

1. 软硬件系统集成

将硬件与软件集成并接入互联网，是物联网解决方案建设的第一步。被接入互联网的设备可以实时地向云端的服务器上传数据，使得云端可以了解所有设备的最新状态，为进一步分析这些信息提供可能。

图2 某地铁安防集成平台

我们曾经要为某城市地铁打造一套安防集成平台。地铁运营公司为了有效地保护地铁站点和停车场，希望能够将所采购的各类安防设备集成起来，使之自动化地发现、识别和处理安防警报事件。

例如，每当有人穿越禁区边界，周界报警器就能够自动传递警告给服务器，扬声器就会自动触发播放警告声，提醒闯入者尽快离开。安防摄像头也会自动响应，将此区域的实时影像传递给中控室。被集成到中控平台的硬件设备极大地提高了安防业务的运营效率。

2. 传感器数据的智能分析

各式各样的传感器可以帮助人类捕获数据。对这些数据的智能分析可以进一步帮助人类获得有业务价值的信息，比如辨别门店顾客的身份、检验产线制成品是否合格、预测机器未来的损坏概率。对数据的智能分析可以帮助企业自动地捕获有价值的信息，帮助企业更有效地运营业务，提前预测未来。

图3 基于激光雷达和无人机的粉末型原料库存测量方案

最近，某国际化肥制造集团采纳了一套粉末库存测量方案。这个集团在巴西拥有20多个工厂，每个工厂有4~6个大型原料池，用于存储粉末型原料。化肥制造集团希望能够精准地了解各个原料池的库存，但是以往只能派人进入危险的原料池用皮尺进行粗略估算，急需更加有效的方式。3D激光扫描器通常被用来给物体做3D建模。当装载着3D激光扫描器的无人机飞过化肥原料堆时，就能够获得粉末原料堆的3D模型。基于这个模型，我们就能轻松地计算出原料的库存。机器加上智能的数据处理算法，就能够帮助企业高效完成人类以往无法做到的事。

3. 硬件的智能管理

在对从硬件传感器获得的数据进行处理后，服务器可以智能地做出决策，调度遍布各地的设备完成指令。这就使得设备可以在远端服务器的指挥下自动地运作某种业务。无论是已经成熟的植保机自动喷洒农药，还是未来令人期待的无人驾驶汽车自动接客，都可以让业务运营的效率得以极大地提升。设备将成为人工智能的执行载体。

图4 亚马逊的仓储机器人Kiva 引用自www.biznes.banzaj.pl

比如，某国内企业规划了一个AGV仓储机器人管理平台。需求是：在采购仓储AGV机器人后，能够深度定制智能调度平台，以便这些机器人能够按照该企业的业务特点来运作，并且与企业的其他业务系统深度集成。在设计上，通过机器人中心控制系统的技术架构，管理仓库中的数十台机器人，使之能够按需领取和执行任务，从而实现仓储分拣业务的高度自动化。