1、自主汽车
卡车车队的自动组队可能是自动车辆的首批使用案例之一。在这里，一群卡车在车队中彼此紧跟着行驶，节省了燃料成本，减少了拥堵。有了边缘计算，除了前面的卡车，所有卡车都将不再需要司机，因为卡车将能够以超低延迟相互通信。
2、油气行业资产的远程监控
石油和天然气的失败可能是灾难性的。因此，他们的资产需要仔细监控。
然而，石油和天然气工厂往往位于偏远地区。边缘计算使得实时分析与处理更接近资产，这意味着更少地依赖于与集中式云的高质量连接。
3、智能电网
边缘计算将成为更广泛采用智能电网的核心技术，有助于企业更好地管理其能源消耗。
连接到工厂、工厂和办公室边缘平台的传感器和物联网设备正在被用于实时监测能源使用并分析其消耗。有了实时可见性，企业和能源公司就可以达成新的交易，例如在电力需求的非高峰时段运行大功率机械。这可以增加企业对绿色能源，如风能的消耗。
4、预测性维护
制造商希望能够在故障发生之前分析和检测生产线的变化。
边缘计算有助于使数据的处理和存储更接近设备。这使物联网传感器能够以低延迟监控机器健康状况，并实时执行分析。
5、住院病人监护
医疗保健包含几个优势机会。目前，监测设备，如血糖监测仪、健康工具和其他传感器等，要么未连接，要么需要将来自设备的大量未处理数据存储在第三方云上。这给医疗保健提供者带来了安全问题。
医院网站上的边缘可以在本地处理数据，以保护数据隐私。边缘计算还可以向从业者及时通知患者的异常趋势或行为。
6、云游戏
云游戏是一种新型的游戏，它可以将游戏的实时内容直接传输到设备上，这种游戏高度依赖于延迟。
云游戏公司正在寻找尽可能接近玩家的边缘服务器，以减少延迟，提供完全响应和沉浸式游戏体验。
7、内容交付
通过在边缘缓存内容，如音乐、视频流、网页等，可以极大地改善内容传播。延迟可以显著降低。内容提供商正在寻求更广泛的分发CDN，从而根据用户流量需求保证网络的灵活性和定制性。
8、交通管理
边缘计算可以使城市交通管理更加有效。这方面的例子包括在需求波动的情况下优化公交频率，管理额外车道的开启和关闭，以及未来管理自动驾驶汽车流量。
通过边缘计算，使处理和存储距离智能家居更近，减少了回程和往返时间，并在边缘处理敏感信息。例如，亚马逊的Alexa等语音助手设备的响应时间会快得多。
有了边缘计算，就不需要将大量的流量数据传输到集中式云，从而降低了带宽和延迟的成本。
9、智能家居
智能家庭依赖于物联网设备从房子周围收集和处理数据。通常，这些数据被发送到一个中央远程服务器，在那里进行处理和存储。然而，这种现有体系结构存在回程成本、延迟和安全性方面的问题。
通过边缘计算，使处理和存储距离智能家居更近，减少了往返时间，并在边缘处理敏感信息。
这些只是边缘计算跨多个行业支持的许多用例中的一小部分。以谐云边缘计算应用实例来说，通信领域，谐云为行业巨头某在线服务公司业务场景定制开发、打造了云边协同平台，助力其轻松应对流量洪峰；交通领域，联合上汽集团商用车技术中心打造了“基于容器的下一代车云协同架构”，是汽车行业的首款“云、边、端”一体化架构，可实现百万级车联网大规模接入；为某跨海大桥打造了一体化协同的产品，积累了丰富的“边-端”设备协议对接经验，交付了行业顶尖的“软硬一体化”的整体解决方案。
其中，某在线服务公司和上汽集团案例分别荣获《2020年分布式云与云边协同十佳实践案例》奖项和《2021年分布式云与云边协同十佳实践案例》奖项。旗下边缘计算产品通过“2021云边协同类能力评估”、“边缘一体机、可信物联网云平台（通用/安全要求）”多项能力评估，获浙江CCF2021优秀产品奖，在业内拥有极佳口碑，并获得行业权威认可。
目前，谐云边缘计算已实践于分布式云、物联网、车云协同、边缘智能金融等多场景，为边缘计算领域树立了实践标杆和经典案例。并在一些典型行业如通信、交通、金融、军工等多个行业领域中得到大规模的落地验证。
随着虚拟人等应用不断发展成熟，对于计算的容量和实时性的要求不断提高。在这种趋势下，我们认为，边缘云计算有望成为元宇宙的重要支撑。作为云计算的延伸，边缘云计算被视为新一轮 科技 革命中必不可少的驱动因素。我们认为，元宇宙对网络传输提出了更大带宽、更低时延、更广覆盖的要求，需要借助边缘计算技术，以保障所有用户获得同样流畅的体验。
1全球数据增长迅速，集中式云计算已无法全面应对，边缘刚需场景涌现，目前中国物联网连接量将从2019年的55亿个增长至2023年的148亿个，年复合增长率达到281%。物联网感知数据量激增，数据类型愈发复杂多样，IDC预测到2025年中国每年产生的数据量将增长486ZB。
2芯片：FPGA同时满足边缘侧对性能、能耗及延迟的要求与集中式云计算不同，边缘云计算所处的物理环境复杂多样，很多时候空间、温度、电源系统都不是最佳的状态。但同时，边缘侧又要求极高的实时性和计算性能，传统CPU架构难以胜任边缘云的需求。英特尔、赛灵思等国际芯片巨头持续加码FPGA芯片，并推出支持CPU+FPGA异构计算的硬件平台，底层芯片产业的繁荣将支撑边缘云计算在各领域的应用，并不断迸发出新的活力。
35G技术的升级加码，Wi-Fi在室内场景形成互补，工信部数据显示，截至2020年中国已开通5G基站超718万个，实现地级以上城市及重点县市的覆盖。预计边缘云计算也会随着5G行业应用的普及分阶段落地。此外，Wi-Fi技术也在向着更高的吞吐量、更大的覆盖面积和更低的时延发展，Wi-Fi在室内场景中的优势使其成为5G的重要补充，两者将共同助力边缘云应用。
4云计算：企业上云常态化，云原生下沉实现云边端一体化，近年来云原生的热度持续高涨，包括容器、微服务、DevOps等在内的云原生技术和理念强调松耦合的架构和简单便捷的扩展能力，旨在通过统一标准实现不同基础设施上一致的云计算体验。相比于虚拟主机，云原生更适合边缘云计算的场景，可以为云边端提供一体化的应用分发与协同管理，解决边缘侧大规模应用交付、运维、管控的问题。
5“新基建”加码，工业互联网等标杆应用引领产业融合，“新基建”是十四五规划的重点方向，通过优化算力资源结构，将高频调用、低时延业务需求分配至边缘数据中心，推动5G承载网络的边缘组网建设，为将算力和网络下沉到边缘创造条件。同时，工业互联网、车联网、远程医疗等产业政策明确提及边缘计算，推动关键技术研究、标准体系建设及软硬件产品研发，促进边缘云在典型产业的融合应用。
应用场景
1视频加速及 AR/VR 渲染
基于移动边缘计算的智能视频加速可以改善移动内容分发效率低下的情况：于无线接入网移动边缘计算服务器部署无线分析应用（Radio Analyticsapplication），为视频服务器提供无线下行接口的实时吞吐量指标，以助力视频服务器做出更为科学的 TCP（传输控制协议）拥塞控制决策，并确保应用层编码能与无线下行链路的预估容量相匹配。另外，由于 AR/VR 信息（用户位置及摄像头视角）是高度本地化的，对这些信息的实时处理最好是在本地（移动边缘计算服务器）进行而不是在云端集中进行，以最大程度地减小 AR 延迟/时延、提高数据处理的精度。
2车联网（智能交通）
将移动边缘计算技术应用于车联网之后，可以把车联网云下沉至高度分布式部署的移动通信基站。移动边缘计算应用直接从车载应用（APP）及道路传感器实时接收本地化的数据，然后进行分析，并将结论（危害报警信息）以极低延迟传送给临近区域内的其他联网车辆，整个过程可在毫秒级别时间内完成，使驾驶员可以及时做出决策。
3工业互联网
边缘计算一直与工业控制系统有密切的关系，具备工业互联网接口的工业控制系统本质上就是一种边缘计算设备，解决工业控制高实时性要求与互联网服务质量的不确定性的矛盾。在基础设施层，通过工业无线和有线网络将现场设备以扁平互联的方式联接到工业数据平台中；在数据平台中，根据产线的工艺和工序模型，通过服务组合对现场设备进行动态管理和组合，并与 MES等系统对接。工业 CPS系统能够支撑生产计划灵活适应产线资源的变化，旧的制造设备快速替换与新设备上线。
4IoT（物联网）网关服务
采取边缘计算技术，边缘计算汇聚节点将被部署于接近物联网终端设备的位置，提供传感数据分析及低延迟响应。其中边缘计算服务器的计算能力和存储能力可为以下5个方面提供服务：业务的汇聚及分发；设备消息的分析；基于上述分析结果的决策逻辑；数据库登录；对于终端设备的远程控制和接入控制。
市场规模
预计2025年规模将超500亿元，年复合增长率达433%，信通院2020年5月调研数据显示，中国企业中仅有不足5%使用了边缘计算，但计划使用的比例高达442%。可以见得，虽然边缘云计算尚处在发展的萌芽期，但未来成长空间非常广阔。根据艾瑞咨询测算，2020年中国边缘云计算市场规模为91亿元，其中区域、现场、IoT三类边缘云市场规模分别达到37亿元、38亿元及16亿元。预计到2025年整体边缘云规模将以440%的年复合增长率增长至550亿元，其中区域边缘云将凭借互动直播、vCDN、车联网等率先成熟的场景实现增速领跑。2030年，中国边缘云计算市场规模预计达到接近2500亿元，2025年至2030年的年复合增长率相比前五年有所下降，现场边缘云中工业互联网、智慧园区、智慧物流等场景将在这一期间快速走向成熟。
相关上市公司
中兴通讯
中兴通讯面向运营商提供全场景MEC解决方案，打破传统封闭的电信网络架构，将移动接入网与互联网深度融合，在网络边缘满足客户的个性化需求。中兴通讯Common Edge边缘计算解决方案包括MEP能力开放平台、轻量化边缘云及面向边缘的全系列服务器和边缘加速硬件，提供通用硬件、专用集成硬件等多种硬件选择，深度融合OpenStack与Kubernetes，为上层MEC应用提供统一的边缘云管理系统，方便运营商因地制宜部署MEC。
网宿 科技
公司的边缘计算平台以云主机、容器、函数计算和网络四大平台作为技术底座，在边缘计算节点上部署边缘云主机、边缘云容器、边缘云函数、SD-WAN、边缘云安全等基础服务，以及内外部的各类应用模块，结合客户的业务场景及需求，尝试进行解决方案的整合和输出。
初灵信息
公司在 5G、AI 技术高速发展的背景下，持续构建以固移智能连接（5G+Fixed）+数据处理（DPI）+AI 为代表的三大边缘计算核心能力。公司多年深耕企业（行业）智能连接网络、垂直行业边缘应用型 DPI（安全、物联网类）、视频及其他行业（企业）的智能应用等技术，初步构成“云边端”协同的边缘计算生态。在市场端，公司除聚焦传统运营商市场外，积极拓展政企行业和大中企业市场，中标多个项目。公司三季度显示，公司与中国联通就边缘计算展开合作，开展了CUNOS在5G环境下的承载能力测试。
引用内容
1 研报《中国边缘云计算行业展望报告》
2 研报《边缘计算：算力网络重要环节，产业方兴未艾》
风险提示
1底层相关技术发展缓慢，边缘计算需求不及预期。
25G 进度不达预期。
工业互联网不是工业的互联网，而是工业互联的网。它是把工业生产过程中的人、数据和机器连接起来，使工业生产流程数字化、自动化、智能化和网络化，实现数据的流通，提升生产效率、降低生产成本。从技术架构层面看，工业互联网包含设备层、网络层、平台层、软件层、应用层以及整体的工业安全体系。与传统互联网相比，多了一个设备层。
工业物联网是工业互联网中的「基建」，它连接了设备层和网络层，为平台层、软件层和应用层奠定了坚实的基础。设备层又包含边缘层，总体上，工业物联网涵盖了云计算、网络、边缘计算和终端，自下而上打通工业互联网中的关键数据流。
工业物联网从架构上分为感知层、通信层、平台层和应用层。
工业40蓄势待发，工业制造领域的大变局意味着中国有机会将过去几十年来积累的制造经验转化成创造的基础，复杂的制造业场景给了企业更多创新的机会。
在此之中，软件工程师扮演着什么样的角色？什么是工业物联网的基础设施？
“物联市场 线上对谈”是由边无际发起的立足物联网行业的访谈栏目，第一期邀请到零碳数科CEO闫保磊，与边无际CEO陈永立、边无际COO郑凯文一起畅聊工业物联网的行业现状与软件平台的解决方案。
郭琦：请闫总介绍一下零碳数科。
闫保磊：零碳数科是一家工业互联网平台企业。从名称上讲，数科和零碳揭示了我们的特色，数科寓意数智化，零碳寓意碳中和，我们认为二者相得益彰。因此，我们研发的产品和技术致力于实现产业链供应链的数智化和低碳化转型，目前主要切入四个领域，分别是能源管理、碳管理、供应链管理以及智能制造。我们的愿景是打造“立足中国·服务世界”的跨行业跨领域的工业互联网平台，打造“SaaS+PaaS”协同研发、“产品+服务”双轮驱动的特色模式，深耕能源、化工、钢铁、机械、农产、橡胶、玻璃、建筑、园区等行业和场景。我们已在北京、天津、厦门和烟台设立子公司，客户分布于中国、美国、德国、韩国、新加坡等20多个国家和地区，包括多家世界“500强”企业。总之，我们还是家比较年轻的公司，取得了一些成绩，对工业互联网对发展有一些感受。
郭琦：工业物联网领域有什么独有的特点？
闫保磊：第一，工业互联网被国家定义为“新基建”之一，可见它的定位意义深远，对中国制造的转型升级是基础性的和关键性的，是未来的国之利器。既然工业互联网主要是服务工业的，那么可以说“工业为本，数科为器”，这里的“数科”是指以物联网、大数据为代表的数字科技，它作为一种新型工具为工业赋能，这才是工业互联网的底层逻辑。
第二，工业互联网是新兴技术，主要面向的是工业应用场景。当然，它还不完善。一是中国工业的特征是参差不齐，既有比肩工业40的先进制造业，也有停留在工业20甚至10的原始状态。这种工业发展的不平衡性决定了我国的工业互联网建设必然是艰难而漫长的。
第三，我们的愿景是打造工业数智化转型的底层 *** 作系统，也就是工业互联网平台。首先以提升我们自己开发解决方案效率为目的，未来也可以开放给软件开发企业甚至是客户，支持他们更便捷高效地开发工业场景的解决方案。但是，就目前而言，我们认为工业企业更迫切的需求是产品或者说解决方案，而不是平台。因此，我认为中国的工业互联网的建设应该是“先产品，后平台”，丰富的产品的共性部分逐渐沉淀下来，像沙漏一样堆积成跨行业跨领域的通用平台。
郭琦：边无际也是致力于要做物联网的底层系统，请边无际CEO陈永立来聊一聊，我们可以提供什么样的技术解决方案？
陈永立：边无际主要的产品是一套类似于IoT界的安卓的一套系统，我们认为安卓在移动时代它的核心是一个开发框架。因为有了安卓或者iOS这样的系统，可以让整个移动端的生态的开发门槛变得非常低，生态也可以爆发。在这个万物互联时代，我们认为以后包括工业互联网、工业物联网等，这一切的背后核心的解决方案的开发者都是程序员。我们需要给这些程序员一套好用的工具，也就是我们边无际所致力于打造的底层的基础设施。
郭琦：基础设施这两年是特别热门的一个词，由于我国发展到了一定的阶段，想要把基础设施的建设的会亮提上来，超过以前的纯粹代工的一个产业状态。想请闫总谈一下，在基础设施建设上我们遇到的难点主要是什么？
闫保磊：提到工业互联网平台，国内很多企业都在做这个领域的工作。既然是基础设施，其实它是一个从零到一的建构过程，大家的侧重点是不一样的。工业互联网分很多层次，不同企业定位的主要发力点是不一样的，我们更重要的关注点是在PaaS或SaaS层的开发工作。底层的一些基础设施是需要合作伙伴共同去构建的一个体系，由不同公司的基因和团队的核心竞争力决定。对于我们自己公司来讲，大量的客户都是直接面向工厂或工业园区的终端客户。做面向客户的整体方案过程中，我们是没有问题的，但是更底层的一些技术框架，怎样提升开发解决方案的效率，是需要边无际这样的团队或者企业来提供。在底层的构建上，尤其涉及到 *** 作系统的一些模块，是我们类似的企业共同需要的能力补充。还有一点，我多次强调的“工业为本”，工业机理是一个非常基础性的东西，缺乏对工业机理的深刻理解很难构建出满足工业需要的平台，这是很多人常常忽略的一点，甚至可以说是一个主要难点。只有将工业机理和数字科技深度融合起来，才可能打造出好的基础设施。
郭琦： PaaS业务和SaaS业务比较难做，原因是需要整合的领域、技术是比较多的。想请闫总谈谈我们在推进过程中需要哪些合作伙伴？
闫保磊：中国的工业门类齐全，行业众多，跨行业复制能力是一个稀缺能力。你在这个行业干得好，未必在其他行业也能干好。谁能解决跨行业复制问题，谁就是未来真正的王者。这与我们所使用的消费互联网显然是不同的。因此，有的企业就会专注做一个行业。作为平台型企业，就需要和不同行业的解决方案提供商合作。
工业的数智化转型是一个系统工程，绝非提供一个app就能解决的。比如会有大量的工业现场的工程问题，像安装传感器、调试通信等。这些专业型的工作同样需要合作伙伴一起参与。除此之外，还有云服务、数据分析以及基于数据分析的咨询等等。这些工作既可以一家公司都做了，也可以和其他企业合作。
还有一点我认为全世界还没有一个特别好的平台出现，类似于安卓、iOS或者Windows系统，工业界还没有公认的特别好的，这是一个重要的现状。构建底层都 *** 作系统是一个漫长的过程，当然也很困难，需要有一批这个领域的企业加强合作共建。
郭琦：工业物联网是两种体系的匹配，工业指向了客户需求到底在哪，工具是技术的解决方案，只有联合起来才能共同推动生态的建立。想请问一下陈永立，我们是一个技术导向开始发起创业的公司，你是怎么判断工业物联网的时代从此开始有了我们的机会呢？
陈永立：这个话题可能更偏技术一点。我们观察到由于容器以及云原生的技术日渐成熟，有机会做一个能够把非常碎片化、非常零散的物联网底层，用软件的方式统一化一套底层的技术。
我们这个团队有微软、亚马逊等的做云计算的基因，在这方面有一些比较深刻的理解，做出了一套底层的开发框架。如果我们只有一套开发框架，比如iOS、安卓、包括Windows，其实没有给客户带来直接的价值。Windows一开始之所以有价值，是因为它上面有Office，iOS和安卓之所以有价值，可能因为有微信、今日头条等真正的应用，所以是平台中还有平台的机会，我感觉是一个非常大的浪潮，而且是可能持续几十年的事。
郭琦：任何技术只有真正到了能用、能有人的感受、能够 *** 控，才可能产生价值和意义。想请问闫总，您是怎么判断工业物联网真的到来了，我们现在要走出去第一步的话，那个最痛的痛点在哪？
闫保磊：判断浪潮的到来，一是行业研究报告或者知名企业的战略转型计划。二是靠团队的集体智慧和判断。我和我的团队成员很多在工业领域工作十年以上，近距离观察和亲身参与了工业数字化项目的策划和落地。总之，我们主要是基于工业发展规律和多年经验作出判断，并制定公司发展战略。
从全球的趋势来讲，大家都处于差不多的阶段，就是从自动化向数字化和智能化方向转型，我们经常到工厂现场，有切身体会。2019年我们做了产品开发和验证，并在全球20多个国家做了落地案例，基本上判断工业40的浪潮确实不仅是某一个国家的事情，应该是全球同步要做的事，尤其是以中国、美国、日本、欧盟等工业基础比较好的国家和地区。
我们现在要走出第一步最痛的点应该是利用好技术为工业解决实际问题，而不是一些空泛的概念。工业企业是理性的，不能带来实际价值的东西是不可持续的。
郭琦：凯文很长一段时间在麦肯锡工作，对工业物联网领域有很深的观察，凯文是怎么判断现在这个行业是什么阶段，发展的怎么样？
郑凯文：从全球范围来看，我们可以坚信40一定会发生，而且是下一波能够引领不只是制造业，我觉得是全球多个行业、多个产业变革的一个核心。根据过往有限的咨询项目经验来看，国内总体的数字化或自动化的程度还是有些参差不齐的，而且越往前走越接近40这个目标的企业就更少，我觉得是时间的问题。
因为本质上过往的10年或15年，我们还是一个劳动密集型的生产型的国家。随着人工成本的增加，对于精密制造、科技型产业制造的需求不断扩大，所以自动化、数字化可能是唯一的途径。可能头部的一些企业在这方面已经做了一些投资，包括一些尝试，腰部或者尾部的企业，现在更多的可能还是跟随的状态。如果让我来说一个形状的话，我觉得还是一个三角形，很不幸是个正三角形。如果有一天我们能变成一个倒三角，大部分头部企业都已经做到数字化的时候，这可能是我们真正把这个产业做到比较先进、比较辉煌的时候。
郭琦：工业物联网刚刚起步，甚至在全球范围内都是刚刚起步，包括我们国家这次真正地和全球化并行同步起来，然后能达到从小部分人的尝试，变成更大部分人的头部企业都实现的自动化的程度。永立是从美国微软回来，之前面对的技术、产品、生态都是全球化程度最高的。你观察到的在全球范围内工业物联网领域，技术是如何协同起来的，它的先进技术到底是什么？
陈永立：我在微软的时候经历过一次特别大的战略转型，从“mobile first, cloud first”（移动为先，云为先），转变为“intelligent cloud and intelligent edge”（智能云和智能边缘），去掉了“移动”增加了“边缘”。“边缘”代表的是“边缘计算”（edge computing），我认为它的底层核心就是物联网，物联网价值最高的场景就是工业物联网，微软这种巨头公司也已经把整个战略重心向这边倾斜，与之而来的是有一套跟边缘计算有关的技术。
实际上，在云上面的技术很多时候并不适合在现场使用。举个简单的例子，我们需要有低延迟支持工业现场做实时决策。如果我们用云，数据要先传到云上，经过计算再回到本地，可能是几百毫秒的延迟。但如果我们在工业现场立刻用边缘计算进行处理，可能会降低到几毫秒，对于网络延迟方面的一个指标上就有百倍的提升。有很多的底层的基础设施以后，上层的应用就有了可能性。比如我们在一个工厂里有一个本地的小型数据中心，可以支持工业40的所有实施决策，无人工厂运行的所有计算是在本地进行，本地处理保护了数据的安全性，解决了客户的顾虑，尤其是工业客户要求在本地部署的情况很多。
郭琦：边缘计算是现在越来越热门的部署技术方案，请永立深入讲解一下，面对开发者用他们理解的语言解释，边无际怎样实现边缘计算的功能？
陈永立：边无际的核心产品是Shifu，是把物联网的设备封装成微服务，并把它的核心能力以API的形式开放出来。在做开发的时候不需要对接零散的生态，已经做好了一套数据底座，需要什么设备的能力可以直接调用。
郭琦：基于边无际的解决方案，联合零碳数科的能力，我们想做的PaaS平台、SaaS平台是想让软件工程师们改变制造业，提高制造业的智能工厂的效率。零碳数科探索得更加深入，闫总可以举例讲一下在发展用户的过程中，用户真实遇到的情况是什么，可能遇到哪些场景，哪些场景有特别的困难需要我们攻克？
闫保磊：工业互联网的应用参差不齐，确实是中国工业的现状。个人觉得目前我们的几个产品或者说解决方案，对应着工业互联网可以率先应用的场景。能源和碳的管理是我们特别重要的一个产品模块，目的是怎样更好地用数字技术帮助企业节能减排。工厂的节能技改、节能减排其实已经做了很多年，但现在大家会觉得再推进下去难度非常大。我们认为主要原因是，比较容易做的事情凭借老师傅、老工人的经验，基本上已经解决，如果缺乏数据支撑再去做深度挖掘，是很难做到的。
在工业场景中的数据，可能没有，或者数据的维度、颗粒度和质量都非常差，不足以支撑做深度分析，那么工业互联网技术就可以发挥作用。就像病人去医院首先要做全面体检，拿到各种参数，在工厂场景当中，我们要获取数据需要与设备去对接。工业场景的设备种类成千上万，只靠一个个接入可以获取数据，但是从底层来讲，我们希望市场上有一种能力把连接设备的效率提高，成为一个标准化模块，我觉得这是一个难点。
能源和碳管理可以扩展来看，像设备运维、生产制造、仓储物流等，我们对接的传感器或边缘侧的设备种类繁多，并且工业领域的协议也是比较复杂的，降低了解决方案的开发速度，这个事情值得我们认真研究。希望边无际能够做得更完善，对于我们这样的企业来讲，也会有很大的助力。
郭琦：如果工业互联网继续向前进，技术上得到了一些解决和积累之后，工业物联网会呈现出什么样的场景，我们想追求的是实现什么样的功能，实现什么样的工业物联网？
郑凯文：我们现在谈的工业物联网向前发展的本质是绩效，就是提高效率。提升效率的障碍主要是数据跟数据之间的壁垒没有被打通。举个简单例子，一家公司从产品定义到后期的采购、供应链、生产、销售、维保等整个周期内，最基本的一点数据能够让各个部门打通。现在很多公司没有这个基础，并不是企业老板不想做，而是市场的确有很多阻碍。
设备在设计的时候，它的自动化水平或者是数字化能力是不一致的，没有很规范的行业标准，可能从不同的供应商拿到解决方案拼凑出一套数据，中间会有漏包、无法及时沟通等情况。现在第一是数据的利用率不高，第二是拿到数据之后，怎么样分析数据提升现有效率，很多企业能在一部分的环节当中做到，但我觉得整个产业链全盘优化的话，计算量很大，而且对企业内部数据分析的能力要求很高。我们传统制造业以前是不太注重这部分的，更多是靠经验，靠商业模式去完善所谓的效率。我觉得向前发展的话，数字化的基础可能会是提高效率的一个最核心的起点。
郭琦：从数据收集工作到处理工作没做好的话，通过数据去指导生产，指导项目的效率肯定是会出现问题的。事实上，互联网是在近两年才重新注重大数据和人工智能的结合，用数据去指导生产生活，可能下一步真正进入到生产制造的领域当中。我们是有客户的，客户的需求往往也比较明确，在一些方面我们可以提供支撑。在闫总的设想中，零碳数科的商业模式是什么，未来会发展成什么样子？
闫保磊：一个公司的未来取决于团队的基因，基因决定了核心竞争力。我们团队的核心成员在工业场景的解决方案和经验方面是丰富的，对工业机理的理解是深刻的。同时，数字科技领域有来自微软等知名企业的专家。这种团队配置也呼应了“工业为本，数科为器”的判断。目前我们做的工作主要围绕工业客户，未来希望开发出更多数智化解决方案。
现在我们有几十个细分的解决方案，相比于未来市场上可能有百万级别的解决方案显得还很少。我们希望能够开发出擅长领域的解决方案，打造出一个应用商店，让我们的客户能够在里面挑选适合的产品和解决方案，可以满足工业企业不同行业、不同场景、不同阶段的需求。现在的工作是从客户比较急迫的、能够带来现实价值的场景切入，主要围绕能源和碳，以及供应链、智能制造、设备运维。我们不会进入营销、销售等领域，这些基本上用不到物联网。
怎样支撑未来百万级的场景解决方案的开发，怎样连接五花八门的设备获取高质量的数据，是全球通用的一个难题，对中国参差不齐的工业来说更是巨大挑战。如果没有这样技术的支撑，开发解决方案的效率会非常低。我们决心不断丰富产品矩阵，能够让客户找到适配需求的解决方案，这是我们商业模式的远景，也是我们正在做的工作。
郭琦：目前在做基础设施，未来可以模块化处理，让客户能通过拖拉拽的形式实现生产场景的解决方案的获得。请永立讲一下我们的商业模式是什么，现在对商业模式的思考是什么？
陈永立：我们未来想作为一个比较通用的物联网底层的开发工具或框架，给物联网的开发进行赋能。传统的Web开发或 移动开发 已经有很多可行的商业模式，比如美国的GitLab是给传统的开发者做一站式的解决方案，以SaaS加PaaS的形式进行收费。开发者工具的公司都很流行用一种增长模式PLG（Product Led Growth），先让大家免费使用社区版或基础版高效地获取产品的价值，同时可以提升日常工作的效率。如果有安全或稳定性等额外需求，会有企业版的增值服务。最终想做成什么样子，如果是以C端大家可以感知到的可能是类似于Windows、iOS或安卓，更确切一些可能更像AWS或阿里云，大家可以用已有的云服务、基础设施直接进行开发。
郭琦：如果给中国的工业物联网一个期待的话，你们希望它会是什么样子的？
闫保磊：我对这个行业和技术充满期待。首先，工业互联网作为新基建之一是中国制造业能够做大做强的核心竞争力的来源。其次，中国的工业互联网必须符合国情。中国的工业基础跟全球其他国家，尤其是西方国家的制造业有比较大的差异。怎样更好地服务国内的工业客户是首个应当回答的问题。希望中国的工业互联网企业在吸收全球的经验、理念的前提下，联系中国工业实际，打造有中国特色的工业互联网平台。
再次，希望中国的技术能够走向其他国家。2019年，我们做了大量的海外项目。我认为中国的技术走向全球的可能性是存在的，中国的技术在国外的市场空间是非常大的。我希望工业互联网技术在中国发展壮大之后，能够走向其他国家。
最后，工业互联网不是一个技术，而是一个复杂的系统，它涉及的技术非常多。我们在应用这个技术的过程中，融合了工业技术、人工智能、数字孪生等其他数字技术，包括机器人、无人机技术也已被融合在解决方案当中。仅靠几家企业是不行的。我希望相关企业更好地协同，加强互动和交流，共同构建工业互联网生态。
郭琦：大家都希望新基建成为强基建，让生态真正做起来，让中国的人才聚拢起来为工业物联网的这一次迈进做贡献。做企业要呼应国家战略让国内市场和国际市场双市场双循环，既服务于国内，发展大客户，也服务于国际，不卑不亢地走向全球市场。请陈永立来讲一下期待是什么？
陈永立：我的期待就是中国制造变成中国创造。
就像零碳数科已经在做的一样，已经在把中国创造出来的技术输出服务给国外企业，甚至一些发达国家的企业。我们做为中国人，尤其是技术驱动的公司，一定要树立好自己的自信心，我们绝对不会做的比别人差。我回国创业的一个很大的原因是制造业的基本盘是在中国，场景也是最多的，我们用最多最杂、甚至最复杂的场景，理论上可以打磨出最好的产品，然后出口给全世界。
我觉得中国的以制造业为基本盘的所有技术方案都有这个机会，可能在下一次的工业浪潮中，在中国会出现自己的类似于西门子，或者工业版的微软、亚马逊、谷歌等这样的公司。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）