当前工业互联网技术包括数据采集、边缘计算、数据模型、数据清洗、大数据、可视化和业务优化。上层云计算能力已得到验证，数据分析算法对制造业转型至关重要。工业互联网主要挑战在于数据采集技术，特别是面对设备种类繁多、数据异构的问题。企业转型路径分为互联网基因企业和传统制造业升级，两者技术选择各有侧重。未来发展方向将着重于数据采集技术的突破。
技术现状
- 工业互联网现有的技术：数据采集、边缘侧实时计算反馈、数据模型、数据清洗技术、大数据（数仓）、可视化、业务数据优化服务。
现阶段发展方向
- 上层云计算现在已经非常强大在今双十一、疫情防控等事件上已经得到证明，至于数据分析算法能力对于传统制造业使用也已经完成足够，现在做工业互联网一般有两种类型，第一种本身有互联网基因的企业如阿里犀牛，第二种就是从制造型企业的转型，在制造业达到瓶颈时进行的企业内部升级从而培养出具备工业互联网的能力，两种的最终目的都是一样，第一种刚开始就会使用一些新方法及技术技术往往比较超前，技术会比较标准，会考虑大量的通用性能力，适合应用于大型企业有强烈转型欲望的，但成本比较高，对原有事物会有一定颠覆，第二种企业内部转型一般会选择最适用于自身业务场景的技术方法。
短期内最需要发展的技术
- 工业互联网最重要的就是数据，数据采集技术必须发展出来，如果无法解决庞大基础设备种类带来的各种源数据、采集方式异构的问题，工业互联网网的推广就会非常缓慢 ，大部分时间可能都会用于打通上层平台与底层设备的接口问题上。
未完。。
扫一扫
1351
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
