隨著物聯網(IoT)的發展超越網狀互連,業界開始探討在邁向下一階段的自動化與智慧化過程中,如何為工業物聯網(IIoT)實現無縫過渡至資訊化的數位轉型,並進一步透過自動化控制提升製造效能以及落實智慧工廠。

在日前由凌華科技(Adlink Technology)攜手英特爾(Intel)、IBM、PrismTech與資策會舉辦的「工業4.0與工業物聯網趨勢與應用論壇」中,與會的業界專家分別提出多種工業物聯網平台與解決方案,期望在數位化轉型過程中,透過邊緣運算等途徑促進操作技術(OT)與資訊技術(IT)融合,開啟新的商業模式,並進而加速實現工業物聯網。

工業物聯網商機起飛

相較於以消費為基礎的物聯網應用,工業為導向的IIoT市場將更快起飛。根據資策會的資料顯示,2012年工業物聯網花費約200億美元,預計到了2020年將達到5,140億美元,而其所衍生的價值也將從2012年的230億美元成長到 2020年約1.7兆美元以上的累積淨值,帶來極高的回收報酬率。

為了迎接這一波工業物聯網商機,資策會智通所所長馮明惠認為,工業4.0的重要觀念在於如何從點到線、線到面再延伸至更廣泛的空間,其中涉及了從元件到系統的串接,同時還需要OT與IT等不同領域廠商與生態系統的合作,例如凌華科技正積極與英特爾等各大IT業者結盟。

此外,德國、美國、中國、日本與台灣等各國政府政策的大力推動,以及相關的產業聯盟(如IIC)合作所制訂的參考架構,也都有助於從點到線到面甚至到更高度空間串接各種元素,促進工業物聯網市場進展。

數位化轉型:IT與OT的融合

凌華科技董事長劉鈞指出,「當我們談到工業物聯網時,無論從資料、分析以及IT與OT互連的觀點來看,數位化轉型之勢不可擋。越來越多實體形成物物相連的網路系統,並經由數位方式在虛擬化的網路空間中進行管理與監控。」而從自動化轉向資訊化的數位轉型過程,劉鈞認為,最大的挑戰就在於OT與IT之間如何有效融合。

「在OT端,工業物聯網著重資訊的即時性,包括警示、事件告知、狀態監測、電力狀況以及診斷干擾等,讓OT人員能立即解決問題或提前進行維護;而在IT端,如何進行品管、物流、下單等交易資訊,必須與OT端訊息連結,以利供應鏈即時因應。」因此,透過IT與OT的融合,將有助於找到一種最佳的自動化平台實現資訊化,落實數位化轉型與智慧製造。

智慧工廠的基礎包括製造分析與最佳化、工業物聯網以及智慧整合感測系統。而建構智慧工廠的要素有三,除了系統或裝置的可靠度與可擴充性,最重要的就是IT與OT之間如何建構網宇實體系統(cyber physical system;CPS),透過打造資訊訊息化的系統架構落實工業4.0。

其中,CPS是策動工業4.0的推手。馮明惠解釋,「在持續轉型的工業流程中,透過CPS平台提供的服務與應用可融合智慧資訊於IT系統中連接人、物和系統,從而支援智慧工廠與智慧產品生命週期的各個環節。」

工業物聯網已經在工廠帶來重大轉變。無論是德國提出的工業4.0、美國的工業物聯網以及中國的智慧製造2025,其關鍵都在於融合IT與OT提升生產效率以及降低成本。

英特爾中國區物聯網事業部技術長張宇以廠房中的噪音檢測為例表示,「以往透過人耳進行約30分鐘的噪音檢測方式不可避免地會對人員的聽力造成負面影響,如今在中國的一些製造工廠開始利用聲音感測器與網路閘道器進行自動化噪音檢測,透過巨量資料動態分析所採集的聲紋,大幅縮短時間以及提升檢測效率。」

邊緣運算——IoT發展的必然趨勢

在數位轉型過程中,邊緣運算備受矚目。邊緣運算不僅能降低連網延遲,滿足物聯網對改善延遲性的需求,還可促進IT與CT融合,透過智慧閘道器讓網路營運商更易於在閘道器端安裝應用程式與控制軟體,提供本地服務,同時開啟創新的商業模式。

張宇認為,物聯網的發展將經歴三個階段:互連、智慧與自治。不同的產業領域在經歷這三個階段的發展情況各不相同,例如先進技術領域的晶片商已進展至智慧階段,而大部份的製造業如今可能都還在互連階段。

20160829 Intel NT11P1 物聯網的三個發展階段:互連、智慧與自治 (來源:英特爾)

「互連是物聯網發展的基礎,而當感測器收集的資料經分析、處理與過濾後則可進行監控或即時通知,這一類智慧應用預計將在今後大量出現。最後,隨著人工智慧(AI)大量使用,整個物聯網將可形成自主管理的系統,並由人員進行管理與控制任務,從而大量降低人力負擔,例如無人駕駛車以及無人工廠等。」

同時,隨著物聯網的發展與普及、網路頻寬持續受限以及物聯網系統自治程度提升,張宇強調,「邊緣運算」(Edge Computing)將是必然的發展趨勢。

「並不是所有的資料都必須在後端進行處理,」張宇引用IDC的統計資料表示,2018年時約有40%的物聯網資料需要在邊緣儲存、處理和分析。因為,「如果把資料傳送到後端,需要更強大的網路基礎架構作為支撐,同時還得不斷因應資料增加而進行更新與升級,但並不是每一家廠商都有這樣的規模或能力。因此,到了2018年,全球將會有50%的物聯網網路將面臨網路頻寬限制。」

20160829 Intel NT11P2 根據IDC的資料,2018年時約有40%的物聯網資料需要在邊緣儲存、處理和分析 (來源:英特爾)

「為此,我們必須在邊緣預先分析與處理資料,再將經過處理的重要資訊傳至後端的骨幹網路。」此外,由於工業與自動駕駛等必須實現低延遲的物聯網應用對於即時性的要求較高,也需要在邊緣進行即時運算分析。

物聯網的發展突顯了對於邊緣運算的需求,也為業界帶來新的發展機遇。然而,張宇指出,從標準化與實際的工程實現來看,邊緣運算如今仍處於起步階段,還有諸多問題尚待解決。

「各領域的發展不平衡,例如智慧交通已有成功案例,但生產製造領域大多尚未實現連網,因此邊緣運算還有很長的路要走,同時也面對著安全、管理等挑戰,包括邊緣設備的身份認證以及所採集資料的安全儲存與傳送等。」

新商業模式——羊毛出在狗身上,豬來買單

為了克服這些挑戰,張宇表示必須從標準化、創新技與商業模式三方面著手。「物聯網生態必須圍繞在一個共同標準下,不同的廠商各司其職,才能快速推動物聯網進展。其次是現有技術還有待進一步突破,例如如何讓感測器收集到真正對用戶有價值的資料。第三則是建立新的商業模式。物聯網採集的資訊經分析處理後最終必須能服務用戶,為了體現資料的價值,打造創新的商業模式對於物聯網與邊緣運算的發展至關重要。」

IBM全球業務諮詢服務企業轉型顧問協理劉玉琦指出,資料在物聯網時代扮演重要角色,由物件產生的資料為我們帶來了價值,從研發、製造到物流、市場與銷售到消費者體驗,物聯網不僅為企業本身降低了材料、營運、庫存與維護等成本,同時也為其帶來了新的業務模式,打造出新的產品、規格、功能與新的銷售通道。

針對企業的內部營運,IBM透過PMQ實現即時的資料分析,為決策者提供封閉迴路的服務。在設備資產的預測性維護上,透過預測性維護技術來監測設備、區分故障問題,更精確對設備進行管控、降低庫存備料,減輕資金壓力。IBM並以飛機引擎公司Pratt & Whitney透過物聯網資料提升航空引擎安全性為例,說明其如何借助物聯網與預測分析工具進行早期預警和故障檢測,提高對於飛機引擎狀況的掌握度達97%,適度降低了維修成本,同時也確保航班順暢,以及節省飛機油料浪費。

而在對外的創新業務方面,物聯網時代強調的是以網狀結構顛覆傳統的線性發展,以及第三方參與的重要性。劉玉琦強調,這就是所謂的「生態系統」。他並以 Nest與愛爾蘭電力公司Electric Ireland的合作協議為例——電力公司與家庭簽約2年即可免費到府安裝Nest恒溫器,透過感測器收集資訊傳送至Nest進行分析後再傳給電力公司,讓電力公司除了為家庭帶來電力外,也提供了有用的用電與省電等資訊。

「這就是IoT改變的創新商業模式——『羊毛出在狗身上,豬來買單』」劉玉琦解釋,本來由民眾買單的Nest恒溫器改由電力公司買單,而電力公司則藉此擁有了Nest用戶的用電資料,Nest恒溫器的價值正從硬體轉移到資料上。

因此,他認為諸如台灣的許多電子製造業IT硬體廠商正佔據更好的立足點,可望以物聯網感測元件的製造為基礎,強化資料分析的能力,跨入平台和服務層,進而掌握從單純硬體業務走向創新的服務型商業模式之路。