盡管存在投資回報率(ROI)、技能可用性和升級方面的擔憂，但物聯網為企業帶來了有用的見解。邊緣計算產品是解決這些挑戰的一種方法。

當涉及到工業物聯網(IIoT)的現實時，許多企業必須考慮成本、時間和新設施的中斷。對于許多企業來說，不得不淘汰和更換新的基礎設施來支持物聯網的前景并不是一個可行的選擇。

解決物聯網實施的挑戰

邊緣物聯網和分析可以提供一種強大的機制，將復雜的數據源轉換為精簡的、低成本的、具有更快的投資回報率和更高價值的平臺。然而，在考慮物聯網實施時，企業面臨五個關鍵挑戰。

1、投資

物聯網在多個行業的轉型潛力是驚人的，關于其徹底改變商業模式的能力已經進行了很多討論。但是，盡管市場部門的可能性非常令人興奮，但這些行業物聯網產品的現實是，它們是為大量的用例設計的——設置錯綜復雜，具有難以置信的強大網絡功能，需要大量的投資和技能來執行。

物聯網領域的主要參與者，包括AWS和Microsoft，需要對物聯網堆棧和集成到數據中心的其他硬件，以及能夠編碼、編寫和構建解決方案的人員進行大量前期投資，甚至在組織獲得潛在數據或洞察力之前，就可能需要數十萬美元。

投資回報率是物聯網領域所缺乏的，這導致了概念驗證的失敗。物聯網的一個早期用例——智能電表，是一個很容易計算ROI的實例。因為企業不必向站點發送電表讀取器，而且有直接的成本效益。

但是，對于工業物聯網來說，其遠不止于此。也許可以節省一些費用，并且可能需要更少的機器維護。儲蓄在一開始就很難確定。因此，在這種情況下，在這種解決方案中進行大量的前期投資是不合理的。

2、拆換

在許多工業情況下，需要監控的現有機械包括大型、復雜和昂貴的結構。這些機器是為手頭的任務而設計和制造的，因此它們應該以非侵入式的方式進行監控。

許多設施的設計和建造成本高達數十億美元，企業無法開始拆除和更換組件，因為云技術提供的好處還沒有量化。

相反，市場上的許多物聯網產品從一開始就依賴于將物聯網構建到基礎設施中，這一概念可能會導致重大的業務中斷和停機。

3、技能

管理這些類型的復雜設置所需的技能對許多企業來說，也是一個重大障礙。制造業中很大一部分物聯網客戶并不一定像傳統數據庫用戶那樣精通IT。由于許多供應商需要能夠有效地管理這些平臺的人，這是一個損害該領域采用機會的問題。

企業需要一種方法，通過只需要瀏覽器訪問的簡化平臺，將數據從物聯網設備中取出，而無需周圍復雜的生態系統。這意味著企業必須弄清楚自身是否有能力聘請專門的物聯網專業人員，以及該角色如何提供價值。

4.、基礎設施

許多物聯網項目的另一個障礙是基礎設施沒有開發，如地點在不方便的地方且沒有可靠的Wi-Fi——唯一可用的云是漂浮在天空中的云。在這種情況下，擁有一個物聯網解決方案，可以收集所有數據，并在收集點對其進行分析，實現對正在發生的事情的快速可靠的可見性。這可以產生巨大的影響，且將是一種更實用的解決方案，無論是在大型工廠還是在遙遠的地點。這就是物聯網最初的愿景和實際情況之間的區別。

5、邊緣的物聯網

物聯網的愿景和現實大不相同。傳感器的“是”或“否”響應與判斷一個復雜的機械部件是否按其應有的方式工作并處于最佳效率水平是不同的。這不僅是關于收集數據的機會，而且還具有修改數據收集的能力，并添加額外的傳感器以進一步擴展收集的數據。

例如，設置可能會監控溫度和速度，但隨后必須測量振動。這需要另一個傳感器，因此平臺必須具有適應性和可擴展性。在當前的工業部門環境中，IT團隊必須靈活并準備好應對規模變化，包括收集的數據的大小和復雜性。

隨著邊緣計算的發展勢頭越來越猛，企業正在發現如何快速地實時訪問對其業務至關重要的最有價值的數據。

像智能電表，這種類型的物聯網部署涉及數百萬個具有相同數據和單一用途的相同設備。這仍然是一項投資，但其原理只是簡單地將多個同類設備連接在一起，這與當今的工業環境不同。在當今的工業環境中，可能有少數甚至數萬種不同的設備，它們都以不同的方式執行略微不同的任務。

因此，這種專用設備需要一個物聯網邊緣解決方案，能夠在數據到達時準確地轉換、測量和分析不同的數據格式，而無需拆除和更換機器的內部電子設備。

邊緣允許在邊緣節點上執行數據處理，然后只將聚合的數據傳輸到中央服務器。根據測量用例，這可以減少到每五分鐘發送幾條消息，而不是每分鐘傳輸大量數據。

這將導致帶寬大幅減少，因此蜂窩網絡變得具有成本效益，從而降低基礎設施成本，并創造更快的ROI和價值。

對于決定從物聯網開始的企業來說，邊緣計算消除了對大規模復雜且昂貴的部署需求。邊緣計算可以為項目啟動和運行提供一種方式，提供數據點，并洞察企業如何通過數據主導的戰略進一步利用物聯網。

總結

物聯網部署的巨大能力被廣泛宣傳。許多企業不熟悉簡單、負擔得起的入口物聯網功能的可用性，在邊緣提供數據分析，只有收集到的最有價值的數據被實時共享，這使得流程更具成本效益。

AWS和Microsoft等企業的解決方案都有自己的一席之地，但大多數企業沒有龐大的用例，無法得到主要參與者的關注和支持，只能任由自己的設備。相反，在較小的空間內整合大數據、邊緣和物聯網的小規模產品將產生重大影響，而且無需對現有基礎設施進行徹底改造，也可輕松擴展。