釋放物聯網工業領域價值報告

／德勤中國工業產品與服務行業領導合伙人 董偉龍德勤研究高級經理 屈倩如／

釋放物聯網工業領域價值報告

／德勤中國工業產品與服務行業領導合伙人 董偉龍德勤研究高級經理 屈倩如／

由于認識到物聯網在工業領域的巨大價值潛力，德勤對中國156家制造業企業進行調研，探究企業工業物聯網應用的現狀、趨勢和挑戰。受訪企業來自制造業不同領域，包括物聯網解決方案用戶和解決方案供應商。

主要發現

全球企業都面臨一個挑戰或者說機遇——從“后知后覺”到“先見之明”的轉變。隨著更多的傳感器的使用和數據質量的提高，物聯網可以幫助企業提前做出響應，避免損失并創造價值。

工業領域物聯網應用價值潛力巨大，來源于它所創造的區別于產品和服務的全新價值源——信息及洞察力，其商業價值主要體現在效率提升、業務成長和風險管理提升。中國制造企業物聯網應用的現狀和趨勢主要包括：

1）中國制造企業普遍認同工業物聯網的重要性，但尚未形成清晰的物聯網戰略。

89%的受訪企業認同在未來五年內工業物聯網對企業的成功至關重要，72%的企業已經在一定程度上開始工業物聯網應用，但僅有46%的企業制定了比較清晰的工業物聯網戰略和規劃。

2）制造企業仍處在數據應用的初級階段，從“后知后覺”到“先見之明”尚需時日。

受訪企業目前仍處在數據應用的感知階段而非行動階段。大部分企業利用采集到的數據解釋歷史表現的規律和根本原因，而非將數據用于預測性分析支持決策。

3）制造企業工業物聯網應用以效率提升、收入增長和風險管理為主要驅動，其中供應鏈優化、提升客戶體驗和確保產品安全性最受企業關注。

96%的受訪企業其物聯網應用以提升效率為主要驅動，94%的企業以收入增長為主要驅動，91%的企業以風險管理為主要驅動。供應鏈優化被視為效率提升的主要途徑（占比74%），提升客戶體驗為收入增長的主要途徑（占比72%），確保產品安全性則被視為風險管理的主要領域（占比77%）[1]。

4）未來企業工業物聯網應用的重點由設備和資產轉向產品和客戶。

對于未來的數據需求，69%的企業希望獲得產品數據、61%的企業希望獲得客戶數據，超過對運營數據（53%）、銷售數據（53%）和資產設備數據（42%）的需求。

5）受訪企業在工業物聯網應用領域面臨最大的三項挑戰分別為：缺乏互聯互通的標準、數據所有權和安全問題以及相關操作人員技能不足。

52%的受訪企業認為缺乏互聯互通的標準是企業工業物聯網應用的主要挑戰，其次46%的受訪企業認為數據所有權及數據安全問題是主要挑戰，42%的受訪企業認為缺乏相關技術人才是工業物聯網應用的主要挑戰。

德勤建議企業采取五項策略以實現物聯網在工業領域的價值釋放：

1）目光長遠、小處著手、價值驅動、快速升級：在清晰戰略的指引下，先重點實施那些將支持其長期目標的具體試點項目，并在試點過程中發現所需要的技術要求，以便日后的快速推廣和升級；

2） 關注產品生命周期和客戶生命周期：延長產品生命周期和客戶的生命周期，尋找將產品的一次性交易轉化為持續收入來源的方法；

3）強化大數據應用能力：企業大數據應用的重點是圍繞業務目標和具體業務問題，從其業務戰略和IT戰略出發，構建大數據應用的頂層框架設計，并通過大數據分析的手段，深入分析解決問題或做出預測指導決策；

4） 提升安全性：在防范傳統風險，建立信息安全架構和機制的同時，企業還需關注網域風險；

5） 明確生態系統里的定位和合作：企業自我定位為生態系統的搭建者，還是模塊化產品的提供者，或者渠道搭建者，將取決于企業自身的業務設計和對最終用戶的了解程度。

一、物聯網在工業領域的價值潛力

物聯網是下一個萬億級的業務，目前已經在制造、家居、能源、交通、醫療、農業等多個領域得到應用。本報告將探討物聯網應用在制造業領域的價值潛力和價值創造，討論的范圍既包括強調生產過程的工業物聯網，也包括物聯網在生產流程之外的應用。

（一）物聯網與工業物聯網的概念區別

物聯網與工業物聯網、“工業4.0”的概念既有交集也有差異。物聯網強調的是生活和生產中一切硬件設備的連接；工業物聯網是指在工業環境下，生產設備和產品的連接；“工業4.0”則涵蓋整個制造生態系統 （圖1）。

隨著工業化與信息化的深度融合，企業內部及企業間生產控制系統和生產管理系統互聯互通的需求漸增，通過接入網絡進而達到提高產品質量和運營效率的需求更為強烈，工業物聯網應運而生。

工業物聯網將生產過程的每一個環節、設備變成數據終端，全方位采集底層基礎數據，并進行更深層面的數據分析與挖掘，從而提高效率、優化運營。

圖 1 物聯網、工業物聯網、“工業4.0”概念區別

與物聯網在消費行業的應用不同，物聯網在工業領域的基礎已經存在了幾十年。如過程控制和自動化系統、工業化以太網連接和無線局域網（WLAN）等系統已經在工廠運行多年，并連接可編程邏輯控制器（PLC）、無線傳感器和射頻識別技術標簽（RFID）。但是在傳統工業自動化環境下，一切都只是發生在工廠自己的系統里，從來沒有與外部世界連接。

工業物聯網相較于傳統工業自動化有以下四個特點[2]：

1）數據收集范圍：工業物聯網利用RFID、傳感器、二維碼等手段隨時獲取產品從生產到銷售到最終用戶使用各個階段的信息數據，而傳統工業自動化的數據采集往往局限于生產質檢階段。

2）互聯傳輸：工業物聯網利用專用網絡與互聯網相結合的方式，實時準確地傳遞物體信息，對網絡依賴性更高，更強調數據交互。

3）智能處理：工業物聯網綜合利用云計算、云存儲、模糊識別、神經網絡等智能計算技術，對海量數據和信息進行分析和處理，并結合大數據技術，深入挖掘數據價值。

4）自組織與自維護：工業物聯網的每個節點為整個系統提供自己處理獲得的信息或決策數據，當某個節點失效或數據發生變化時，整個系統會自動根據邏輯關系做出相應調整。

（二）物聯網在工業領域的價值潛力

在今天的商業環境里，所有企業都面臨一個挑戰或者說機遇——從“后知后覺”到“先見之明”的轉變。僅僅在事件發生后解釋原因并做出響應已經無法適應快速變化的商業環境。隨著更多的傳感器的使用和數據質量的提高，物聯網使得企業提前做出響應避免損失和創造價值變得可能。

“今天的企業面臨著一個根本的問題和機遇：從解釋到預測的轉變，以及超越。促成這個轉變的原因包括快速變化的現代商業環境，不斷提高的數據的可用性和越來越多的傳感器的使用。僅僅解釋過去發生了什么，然后才對各種信號（例如銷售、市場、客戶購買行為、溫度）做出延遲的反應是不夠的。未來企業必須在事件發生之前就進行預測并采取行動。” RFID研究中心創始人、奧本商學院院長Bill Hardgrave說。

Forrest Research 預測到2020年，世界上物物互聯的業務將是人人互聯業務的30倍。各大機構普遍預測物聯網設備的安裝數量快速增長（表1）。

Gartner預測2016年全球物聯網終端支出（Endpoint Spending）達到 14140億美元，包括消費者應用5460億美元、跨行業企業級應用2010億美元和垂直行業應用6670億美元。到2020年，物聯網總支出將達到30110億美元，上述各細分市場將分別增長至15340億美元、5660億美元和9110億美元，復合年增長率分別為29%、30%和8% （圖2）。

工業領域目前是物聯網項目最多的應用領域。IoT Analytics認為制造業在物聯網應用的占比約為25%，Harbor Research和CISCO估計為27%左右，Gartner預計在15%左右[4]。盡管各機構預計數據有差距，但制造業在物聯網中的重要地位顯而易見。圖3為Gartner對整體物聯網市場和物聯網工業領域市場的預測。

表1 各大機構對物聯網市場潛力預測[3]

圖2 全球物聯網終端支出按細分市場劃分來源：Gartner （2015年11月），德勤研究

圖3 全球物聯網與工業物聯網終端支出來源：Gartne， 德勤研究

另外，Industry ARC 預測工業物聯網有可能會在2025之前每年產生高達11.1萬億的資金，其中70%將在企業間消化；通用電氣（GE）預測在未來15年中，工業物聯網領域的投資最高可達60萬億美元。

中國物聯網生態環境日趨成熟，物聯網在工業領域的應用需求逐漸強烈。根據中投顧問估算，2014年中國工業物聯網規模達到1157億元，在整體物聯網產業中的占比約為18%，2015年規模接近1500億元，增長率達到29%。到2020年，工業物聯網在整體物聯網產業中的占比將達到25%，規模將突破4500億元[5]。

二、價值來源及體現

（一）物聯網的價值來源

鑒于物聯網在工業領域的巨大市場潛力，我們需要思考其價值究竟從何而來。物聯網幾乎可以把任何物體轉化為有關該物體的信息源。它創造了一種區別于產品和服務并且能夠自主管理的全新價值源——信息及洞察力。

物聯網使制造企業的競爭領域不僅限于產品功能及服務，而擴展到通過使用這些產品或服務所創造的信息和數據。在清晰的戰略指引下，數據分析可以幫助企業將物聯網產生的信息轉化為有意義的洞見，幫助決策者更清楚地了解他們的客戶、產品和市場，繼而協助企業開發新產品、服務和商業模式。

德勤在2015年首次提出物聯網環境下的全新價值源 ——“信息價值環路”概念（圖4）。以產品和服務的形式創造價值造就了“價值鏈”的概念，即企業將輸入轉化為輸出的一系列活動以及活動的順序。同樣，充分發揮物聯網的潛力有助于形成一個能獲取一系列活動以及活動順序的框架，企業由此通過信息創造價值，即“信息價值環路”。

德國食品生產商Seeberger使用物聯網技術便能夠清楚地知道某個商品在生產過程中任何階段的數據信息，以達到對食品的可追溯性與保障質量安全的目的。例如，如果一包原料沒有被打開，DTV會通過無線網絡收到提示信號，聯網設備會將原料送回恒溫控制的庫存區。

物聯網技術的遠程監控和優化資產的能力使得很多的石油天然氣項目的實施與運行得到了技術與效益方面的提升。卡塔爾Ras Laffan市的RasGas液化天然氣設備監控項目使用了工業物聯網技術對液化天然氣的設備進行預測性維修與資產的管理，以保障整個項目更好的運行。

圖4 信息價值環路[6]來源：Deloitte Review，德勤研究

信息價值環路始于在全新環境中創造和交互信息。傳感技術讓一切行為都能產生信息，即“創造”階段。網絡（一般由通信服務供應商提供和管理）將“創造”和“交互”階段連接起來，釋放信息，激活閉環剩余環節。在兩者的接合處誕生了新形式的合作機遇。

需注意的是信息價值環路是一個閉環，即行為——現實世界中物體的狀態或行為——產生信息。而后這些信息將被用于預知未來的行為。對于使閉環完整并創造價值的信息，它將會經歷閉環內各個階段，且每一個階段都由特定的“技術”推動。創造信息的“傳感器”會監控每一次行為。這些信息經過“網絡”實現交互，而后技術、法律、監管或者社會的“標準”使它們跨越時空聚合到一起。“外延智能”是獲取用于分析信息的各種形式分析支持的通用術語。信息價值環路最終由“外延行為”技術完成，這些技術能引發自動化的自發行為或以一種能夠改進行為的方式形成人類決策。

（二） 物聯網商業價值的體現

物聯網大幅降低設備個別運算和數據儲存的成本，更顛覆以往對于商業價值的定義與框架，我們可以從以下幾項指標來思考物聯網所開啟的商業價值和機會（表2）。

通過以上三個維度的分析，物聯網商業價值將以效率提升、業務成長和風險管理提升為體現，無數的益處都可以歸于其下（表3）。

表2 物聯網商業價值衡量維度

表3 物聯網商業價值體現

三、中國工業物聯網應用的價值體現

（一）應用現狀

（1）制造企業普遍認同工業物聯網的重要性，但尚未形成清晰的物聯網戰略

本次德勤中國制造業工業物聯網應用調查顯示，89%的受訪企業認同在未來五年內工業物聯網對企業的成功至關重要，72%的企業已經在一定程度上開始工業物聯網應用，但僅有46%的企業制定了比較清晰的工業物聯網戰略和規劃（圖5）。

無獨有偶，2016年北美權威雜志《工業周刊》（IndustryWeek）對173位北美地區制造業高管就其所在企業工業物聯網的應用情況進行調查，結果顯示82%的企業高管認為成功采用工業物聯網對他們公司的未來至關重要，然而只有25%的企業有明確的工業物聯網戰略。

與物聯網在消費領域近乎從零開始的情況不同，傳感器、PLC等物聯網技術已經在工業領域存在了幾十年。這也是為什么多數受訪企業認為自己已經在一定程度上開始工業物聯網應用。但目前制造企業物聯網應用主要集中于感知，即通過硬件、軟件和設備的部署收集并傳輸數據，這只是物聯網應用的開始。由于工業物聯網整體解決方案設計和實施的復雜性，雖然深知物聯網戰略的重要性，很多企業還不確定自己是否做好準備，也尚未形成工業物聯網的清晰戰略。

（2）制造企業仍處在數據應用的初級階段，從“后知后覺”到“先見之明”尚需時日

工業物聯網是數據驅動的產業。如工業傳感器實時采集設備及生產線上的溫度、壓力、振動等信息，匯集成海量數據，再通過挖掘分析、處理、應用，最終實現價值創造。典型應用包括故障預測、遠程診斷、工業生產線分析、能耗優化等諸多方面。

大部分受訪企業已經開始或計劃開始利用傳感器采集產品和設備數據。就產品數據而言，45%的受訪企業已經開始采集，31%的企業計劃開始；就設備數據而言，53%的企業已經開始采集，26%的企業計劃開始采集（圖6）正如前文所述，數據采集只是“信息價值環路”發揮作用的開始，如何分析和利用所采集到的海量數據支持決策才是價值創造的重點。

調查發現，受訪企業目前仍處在數據應用的感知階段而非行動階段。大部分企業利用采集到的數據解釋歷史表現的規律和根本原因——65%受訪企業將采集的數據進行數據可視化，57%的企業利用數據進行根本原因分析，51%的企業利用數據生成管理報告。僅有少部分企業開始將數據用于預測性分析指導企業行動——37%的企業利用數據開發預測模型支持決策，26%的企業進行進一步數據挖掘以發現新的洞見（圖7）。

更深層次的工業物聯網應用需要企業改變利用數據的方法——從“后知后覺”到“先見之明”。企業需要思考除了利用從各種傳感器采集到的數據解釋歷史業績的規律和根本原因，企業如何利用數據驅動后臺、中間和前臺業務流程改善？未來什么樣的產品和服務可能帶來新的收入？什么樣的物聯網應用可能開拓新的市場？

（二）價值驅動

制造企業工業物聯網應用以效率提升、收入增長和風險管理為主要驅動，其中供應鏈優化、提升客戶體驗和確保產品安全性最受企業關注

2016年德勤與麻省理工學院合作組織了一場關于物聯網的工作坊，企業高管和思想領袖們討論的焦點就是物聯網究竟可以為企業帶來哪些商業價值以及如何實現這些價值。結合工作坊討論結果和德勤觀察，我們認為制造業工業物聯網的商業價值主要體現在效率提升、收入增長和風險管理三方面。

德勤在全球范圍收集并分析了89個物聯網實施案例（2009～2013年間實施），結果發現65%的案例側重于成本降低和效率提升，22%側重于風險管理，只有13%側重于收入增長或創新。

圖5 受訪企業工業物聯網認知及實施情況來源：2016德勤中國制造業工業物聯網應用調查，德勤研究

圖6 受訪企業利用傳感器采集數據情況來源：2016德勤中國制造業工業物聯網應用調查，德勤研究

圖7 受訪企業如何利用所采集到的數據（百分比代表選擇該選項的企業數量占比）來源：2016德勤中國制造業工業物聯網應用調查，德勤研究

在本次針對中國制造業企業的調查中，我們希望了解中國企業物聯網應用所側重的價值，我們的調查結果顯示，中國制造企業工業物聯網應用也以效率提升為首要驅動，但收入增長以及風險管理提升也受到關注[7]（圖8）。

雖然降低成本和提高效率的益處明顯，但其收益會隨著時間的推移而減少，并且常常因為競爭對手實現了類似的效率改進而勢微，企業正努力以更廣泛的應用拓展物聯網的商業價值。

（1）效率提升

在效率提升方面，通過工業物聯網應用優化供應鏈最受企業關注。156家受訪企業中有116家企業（占比74%）希望借助通過工業物聯網應用提高供應鏈的效率并減少成本，110家企業（占比70%）希望利用預測性維護等技術提高資產運營效率并減少停機時間，其他目標還包括提高商業敏捷性和提高合規性（圖9）。

以優化供應鏈為例，獲取實時供應鏈信息有助于在問題發生之前確定問題，減少庫存并可能降低資本要求。工業物聯網可以幫助制造商更好地了解這些信息。通過將工廠連接到供應商，參與供應鏈的所有各方都可以追蹤其互動，物料流和制造周期時間。支持工業物聯網的系統可以實現位置跟蹤，庫存的遠程監控以及獲得零件和產品在供應鏈中移動時的報告。它們還可以收集和提供交付信息到ERP，PLM和其他系統。

我們已經看到一些工業物聯網在供應鏈領域的應用。現在已經有公司分析社交媒體上的信息和留言，通過分析更精準地把握用戶需求，更好地規劃庫存。也有企業開始利用智能眼鏡技術，通過集中式的專家隊伍指導遠程工廠，甚至海外工廠的現場生產經營[8]。

（2）收入增長

圖8 受訪企業工業物聯網應用的主要目標來源：2016德勤中國制造業工業物聯網應用調查，德勤研究

圖9 受訪企業應用工業物聯網提升效率的重點領域（數字代表選擇該選項的企業數量）來源：2016德勤中國制造業工業物聯網應用調查，德勤研究

工業企業思考物聯網的價值定位時，不僅局限于提高效率及節約成本，還將目光投向業務成長。通過數據分析——包括以前尚未開發的數據——將其轉化為具備可操作性的市場洞察力將幫助企業實現更高程度的客戶服務轉型，為企業提高客戶忠誠度和滿意度提供新的機遇。

156家受訪企業中113家企業（占比72%）希望借助工業物聯網應用提升客戶體驗并實現收入增長，107家企業（占比69%）希望通過工業物聯網產生的數據開發新的產品和服務，95家企業（占比61%）希望利用物聯網數據幫助企業實現商業模式創新（圖10）。

輪胎制造商米其林開發了一項基于工業物聯網的全新服務——Dubbed Effifule。該服務為其客戶在卡車輪胎和引擎上安裝傳感器。傳感器會將收集到的油耗、胎壓、溫度、速度和位置等數據傳到云端服務器。米其林的專家團隊會據此進行數據分析，并為客戶提供建議和駕駛培訓。這項服務幫助客戶每百公里減少耗油2.5升。

（3）風險管理提升

風險管理方面，企業的關注點主要集中在確保產品安全性（77%），資產安全性（65%），提高作業環境安全性（65%）以及有效管理保修和召回（61%）幾方面（圖11）。

產品安全性方面，有企業通過維護從原材料到最終產品的數字線程（Digital Thread）的完整可追溯性，提高質量，加強質量控制。也有企業憑借人工智能算法和優化方案，減少返工和浪費。

資產安全性方面，隨著“工業4.0”制造業的全面升級，工業信息化管理，24小時不間斷的遠程監控、產品信息、基礎設備設施信息，均通過遠程形式進行連接，因此對于所有物聯網設備制定安全標準顯得尤為重要，所有已部署和新部署的基礎設施平臺，無論部署在現場或云端，其安全問題都應該從基于安全和防護要求的端到端系統建設角度進行全面解決。

提高作業環境安全性方面，生產制造過程的檢測、實時參數的擷取、機臺設備與產品的監測管理、原物料的耗用監測，乃至于生產環境因子的調控，一旦善用物聯網技術，都可望加以實現。除了攸關產能與營運績效的機臺設備，確實需要借助物聯網技術執行監管外，若談到真正出了事、后果更加嚴重可怕的工安環衛議題，同樣可通過物聯網技術加以妥善處理。一旦善用物聯網，即能夠將檢測機制由傳統的人工模式轉向自動化，如此一來，就可望大幅提升監測效率，減少事故發生的機率。

有效管理保修和召回方面，工業物聯網中對無線射頻識別技術的使用，將更好地跟蹤生產過程中的每一個環節。這種無需電池的通信技術使得設備能夠在電腦中以唯一的身份標識顯示出來。也就是說，每一個RFID芯片都能夠以唯一的身份發送信息，這使得人們幾乎毫不費力就能追蹤到任何物品。

（三）未來趨勢

（1）未來企業工業物聯網應用的重點由設備和資產轉向產品和客戶

工業企業借助物聯網實現業務成長的主要途徑包括新的產品和服務和更緊密的客戶關系。為了開發更具吸引力的產品或提升現有客戶關系，企業將需要大量產品和客戶的相關信息支持。目前工業企業所獲得的產品和客戶的信息量遠少于資產和設備的信息量，在效率提升和業務成長的雙重訴求驅動下，未來企業工業物聯網應用的關注度將由設備和資產轉向產品和客戶。

當問到企業希望獲得哪些更詳細和具有操作性數據時，69%的企業希望獲得產品數據、61%的企業希望獲得客戶數據，超過對運營數據（53%）、銷售數據（53%）和資產設備數據（42%）的需求 （圖12）。

圖10 企業希望通過何種途徑實現收入增長（數字代表選擇該選項的企業數量）來源：2016德勤中國制造業工業物聯網應用調查，德勤研究

圖11 工業物聯網帶來的風險管理提升主要體現在（數字代表選擇該選項的企業數量）來源：2016德勤中國制造業工業物聯網應用調查，德勤研究

圖12 企業希望獲得哪些更詳細和具有操作性的數據來源：2016德勤中國制造業工業物聯網應用調查，德勤研究

業務成長需要形成更緊密的客戶關系。67%的企業將借助物聯網應用提高產品的質量和可靠性，從而加深客戶關系，50%企業用以支持銷售，48%的企業將努力更好地了解客戶使用行為以加深客戶關系（圖13）。

（2）數據能力提升將以數據分析計算能力提升為投資優先選擇

物聯網的整體突破不僅依賴于硬件能力和商業模式創新，算法與數據同樣不可或缺。中國制造企業多年基于應用研發積累了大量經驗數據，如果將這些數據提取并模型化，形成可實用的專家算法，數據將變成具有良好盈利能力的金礦。

我們的調查發現，受訪企業未來數據能力提升以計算分析能力提升、數據使用能力和功能性提升為優先投資選擇。62%的受訪企業將投資于提升數據分析計算能力，如購買計算機或其他硬件軟件；56%的受訪者將投資于提高員工對數據的使用能力，如提供更多的數據應用培訓；56%的受訪企業將投資于數據功能性提升，如購買數據分析工具（圖14）。

（四）主要挑戰

制造業企業工業物聯網的應用受到來自技術、監管、組織層面的挑戰。例如，工業企業是否在系統和管理方面都做好向以數據驅動的決策方式轉型，或是數據隱私和安全性將受到怎樣的監管和保護。

德勤調查發現受訪企業在工業物聯網應用面臨最大的三項挑戰分別為：缺乏互聯互通的標準、數據所有權和安全問題以及相關操作人員技能不足（圖15）。

（1）缺乏互聯互通的標準

圖13 在客戶關系提升方面的主要應用來源：2016德勤中國制造業工業物聯網應用調查，德勤研究

圖14 受訪企業提升數據能力的投資優先選擇來源：2016德勤中國制造業工業物聯網應用調查，德勤研究

圖15 受訪企業工業物聯網應用面臨的主要挑戰（百分比代表選擇該選項的企業數量占比）來源：2016德勤中國制造業工業物聯網應用調查，德勤研究

52%的受訪企業認為缺乏互聯互通的標準是企業工業物聯網應用的主要挑戰之一。工業物聯網將是一個多設備、多網絡、多應用、互聯互通、互相融合的大網。在工業物聯網建設中，傳感器、接口標準、通信協議、管理協議等方面都需要標準化。標準能夠保障應用間的互操作性，通過統一的安全規范保護環境、工廠、設備和用戶，通過標準化的術語和定義協調所有相關方面的通信。也唯有標準才能夠建立制造商和用戶的信心，并對投資提供必要保障[9]。有關研究顯示，缺乏互聯互通的標準，工業物聯網40%的潛在價值將無法實現[10]。

工業物聯網發展需要信息的共享和信息服務，就意味著要破除跨行業間的壁壘，建立新的共享與協同型的管理體系和生產流程。

（2）數據所有權及數據安全問題

46%的受訪企業認為數據所有權及數據安全問題是企業工業物聯網應用的主要挑戰之一。數以億計的互聯設備產生數據的速度和數量將推進有洞察力的商業決策，加速破壞性的創新，并改變商業模型。隨著數據所產生的價值顯現，數據所有權越來越成為數據共享的爭論焦點，目前市場尚無定論究竟是設備制造商還是設備用戶擁有數據所有權。多數的設備供應商傾向于給客戶提供原始數據訪問的有效途徑，鼓勵用戶共同參與制造的改進與提升。不論以何種角色——數據擁有者或數據保管者——設備供應商只有通過共享數據并且提供給客戶有價值的服務才能從工業物聯網的設備數據中獲得回報。

安全性問題是工業物聯網面臨的另一個障礙。聯網設備數量的持續暴增，給工業系統帶來了空前增長和性能提升的機會。但這一增長同時也給運營工業過程的企業帶來新的風險，尤其是考慮到暴露的數據將呈現指數級的增長。工業物聯網安全性的挑戰來自以下三方面：

1）工業生產設備對系統響應的實時性要求高。無論感知數據的上傳，還是控制指令的下發，都需要在很短的時間內完成，這就給安全防護技術的實施帶來了挑戰；

2）控制系統中的主機設備系統老舊，更新困難。在生產過程中，很難對一個控制系統進行維護和軟件更新，包括對操作系統和安全防護軟件的更新，以及硬件設備的添加，因此許多防護措施只能通過旁路方式進行。盡管這種方式可對一些非正常數據提供報警，對攻擊行為實施隔離等措施還需輔以其他方案；

3）工業物聯網系統的入侵者攻擊目標不僅是主機，攻擊者一般會通過入侵的主機系統，非法控制該主機系統所能控制的受控設備以達成既定攻擊任務，而這些受控設備可能根本不具有智能判斷能力。

工業物聯網的安全涉及各個方面，從工業過程和應用，到安全和可靠性需求，因此安全問題無法孤立解決。

（3）缺乏相關技術人才

42%的受訪企業認為缺乏相關技術人才是企業工業物聯網應用的另一大挑戰。考慮到各種各樣的工業物聯網應用案例與場景，其中也包括新數據源，改變系統架構的數據以及多結構化數據等因素，我們今天的制造企業并不完全擁有適當的分析能力與相關的人才。不少制造業企業的確有很多數據分析的經驗，但主要是集中在結構性數據集的基礎上進行描述性分析而不是利用大數據融合實時與各種非結構化數據共同進行預測性和規范性分析[11]。

盡管許多大學都在努力培養優秀的數據科學人才，但是數量畢竟有限。對于高端人才的競爭則會變得更加激烈。公司應該認識到，他們需要和教育機構建立更加緊密的聯系。在公司和大學之間構建一個真正的合作關系已經變得日益重要。

四、釋放工業物聯網的商業價值

工業物聯網將為制造業創造新的收入來源、提升其效率和安全性，從而創造新的價值，要實現這些價值，企業需要考慮的策略如下。

（1）目光長遠、小處著手、價值驅動、快速升級

工業物聯網架構能力很大程度上依賴于清晰的戰略。工業物聯網戰略的作用在于設定其范圍和目標。沒有清晰戰略的企業往往專注于單項技術和解決離散的企業問題，有清晰戰略的企業則更關注綜合利用多種技術轉變企業的運營和業務方式。

幸運的是，企業有大量的機會可以通過局部的技術應用，快速實現工業數字化的潛在價值，從而為進一步全局的提升奠定基礎。德勤的數字化供應網絡（Digital Supply Network）研究從德勤全球的企業客戶實踐中收錄記載了大量的數字技術應用場景，其中包括了許多工業物聯網應用場景，可以通過局部應用，幫助企業快速實現價值。

但是由于工業物聯網的潛在影響巨大，而且大范圍實施對企業文化、基礎設施、技術能力和人才資源都提出很高的要求。企業在試圖解決全局問題的同時，其發展很可能會陷入停滯。

企業需要目光長遠、從小處著手并且快速升級。只有當一系列小的目標達到時，大的變革才可能發生。企業先重點實施那些將支持其長期目標的具體試點項目，并在試點過程中發現所需要的技術要求以便日后的快速推廣和升級。

（2）關注產品生命周期和客戶生命周期

工業物聯網的價值來源不僅限于產品和設備的管理，而是延伸到產品和客戶生命周期管理。

延長產品生命周期和客戶的生命周期的關鍵在于，工業企業需要尋找將產品的一次性交易轉化為持續收入來源的方法。例如基于價值定價的制造即服務（Manufacturing-as -a-Service） 模式，按使用付費的模式（Pay per Use），或其他可以加深客戶關系，使企業可以持續創造價值并收費的方式。

三一重工利用物聯網將產品銷售拓展到產品金融服務。三一重工聯手創投機構成立國內首家基于物聯網的專業保險公司，為客戶提供基于使用量付保費的保險模式（Usage Based Insurance，UBI）。受益于物聯網，三一重工得以對設備做實時的關注、維修透明，從而大幅度降低保險公司的成本。基于這個方案，投保方可以降低保費成本，保險公司也可以降低風險和成本。

（3）強化大數據應用能力

企業大數據應用的重點不是在于如何獲取更多的數據，而是圍繞業務目標和具體業務問題，通過大數據分析的手段，深入分析解決問題或做出預測指導決策。

企業在構建大數據應用時，應從企業的業務戰略和IT戰略出發，構建大數據應用的頂層框架設計。主要包括大數據戰略，即大數據應用的目標、策略、應用/平臺建設路線圖；大數據應用場景，從企業價值鏈和客戶生命周期入手，梳理大數據應用的業務場景；大數據分析建模，分析挑戰，通過多種算法的運用，找到解決問題的方向；大數據技術平臺，追蹤技術發展趨勢并結合企業內部各種應用系統，構建大數據技術平臺。

在汽車行業，隨著市場逐漸成熟，保留客戶的重要性日益凸顯。客戶行為分析提高客戶保留率是汽車企業大數據應用場景之一。客戶生命周期主要分為三個階段：購買、售后和再次購買。通過在每個接觸點進行詳細的客戶數據分析，可以獲得有價值的見解。例如，對主機廠和經銷商的客戶信息庫進行分析，就可以發現客戶詳細聯系資料中不準確或不完整的地方。將此信息與每位客戶優選的聯系方式相結合，主機廠就能找出客戶流失的原因，并設計戰略性的客戶信息管理方法。與之相似，客戶保留的其他方面，例如互動（由價值鏈服務和產品驅動）和客戶滿意度（由客戶體驗驅動）也要全面分析，才能在最大程度上實現客戶保留。

（4）提升安全性

在互聯互通的世界，從保護數據到保護系統性能，企業面臨的信息安全壓力越來越大。這種壓力既來自企業內部的系統運行安全，又來自可能的泄密風險。如果被入侵者攻擊，企業不僅面臨操作系統無法正常使用和大量隱私信息如核心工藝參數被竊取的風險，甚至關鍵基礎設施的工業設備遭到入侵者控制或破壞，造成巨大的經濟損失和人員傷亡。

許多公司選擇建立信息安全的架構和機制，從而將安全風險降到最低。信息安全機制包括信息安全目標（如生產事故發生次數、泄密事故、生產終端時間的最低值）、安全策略（如物理、網絡、主機、數據、人員、應急事件、文件管理的安全策略）以及安全管理制度（如數據中心管理辦法、網絡系統管理制度、涉密設備管理制度等）。除了傳統的信息安全風險，網域風險（Cyber Risk）日益成為物聯網的重點議題。企業可以從以下幾個層面進行網域風險管理：

定義互操作性標準：只遵循一個標準可以幫助確保網域中的設備安全有效地進行通訊和協作；

使用專用設備或附加組件，而非改造舊系統：舊系統并非為解決物聯網安全問題而設計，企業應該考慮使用專為物聯網設計的新的安全技術，或者使用專門針對網域安全問題的附加組件；

明確生態系統參與者的責任: 生態系統中各參與者所需承擔的責任和責任的起點終點都必須十分明確，評估每個節點的潛在風險并確保參與者知道這些風險將有助于制定更安全的解決方案；

建立數據基線：數據基線幫助企業辨別正常情況和可疑情況，并在數據偏離正常范圍時采取行動；

加強數據治理：對數據收集、使用和存儲的管理制度有利于防止不必要的破環和負面影響擴大；

建立具有彈性的耦合系統，松散耦合及彈性系統環境下，一個設備的故障不會導致大規模的損失。

（5）生態系統里的定位和合作

工業物聯網的整體系統，非單一廠商能夠獨力完成，而是需要透過一個完整的生態體系來讓架構更為完備。GE數字公司正與Dell、EMC、微軟、SAP、諾基亞等數十家公司合作構建工業物聯網平臺，讓合作公司在平臺上開發新的工業應用程序，并允許客戶使用增值應用程序。無獨有偶，霍尼韋爾、施耐德和思科、IBM、埃森哲等公司也在合作開發工業物聯網平臺。

當然，像GE成為生態系統的搭建者和主導者顯然并不適合所有工業企業，尤其是考慮到目前市場上充斥著各種物聯網平臺，行業也許很快會迎來物聯網平臺的整合與淘汰潮[12]。企業自我定位為生態系統的搭建者，還是模塊化產品的提供者，或者渠道搭建者，將取決于企業自身的業務設計和對最終用戶的了解程度。

生態系統還將促成有前瞻意識的制造商以新的方式來使用不一定屬于他們的能力。就像Uber和Airbnb，盡管沒有資產所有權，但一樣可以利用這些資產創造價值。同樣變化也正在制造業內發生，特別是用于提高產品開發和市場測試的靈活性。

FirstBuild是GE和Localmotors之間合作打造，致力于汽車制造的微型工廠。GE和Localmotors使用這個工廠來開發設計、構建原型和測試新產品的市場。如果產品被證明對市場具有吸引力，GE將開始進行大規模生產。

物聯網平臺泡沫？目前市場似乎充斥著太多物聯網平臺，2017年我們可能會看物聯網平臺市場整合與淘汰。這種情形好像20年前，當市場上充斥各種互聯網搜索引擎，但留到今天的成功案例屈指可數。

“目前市場上大約有700個物聯網平臺，我們也許能看到20個贏家，最終只剩下3、4個。”Infobright首席執行官Don Deloach說。

技術的進步大大增加了物聯網解決方案在工業領域的潛在實力，物聯網解決方案將提高工業企業運營效率，增加其收入來源并激發創新。物聯網也證明了它可以幫助企業制造更多的持續性價值，像是從過去一次性的交易轉變成長久的客戶關系。雖然面臨連接性和安全性的問題，但我們仍可預期物聯網將襲卷工業領域各大產業。

關于本次調研

由于認識到物聯網在工業領域的巨大價值潛力，德勤對中國156家制造業企業進行調研，探究企業工業物聯網應用的現狀、趨勢和挑戰。受訪企業來自制造業不同領域，包括物聯網解決方案用戶和解決方案供應商。半數以上的受訪者為企業的首席執行官、首席財務官、首席運營官、首席信息官或首席技術官。其余受訪者則為主管信息技術、財務、運營以及其他跨部門管理工作的總監或主管。受訪企業概況見圖16～18。

圖16 受訪企業所在行業

圖17 受訪企業2015年銷售所在區間（以人民幣計算）

圖18 受訪人所在部門職能

說明：

[1] 此項主要發現的相關問卷問題并非單選題，因此加總不等于100%。

[2]賽迪智庫，“工業物聯網面臨的信息安全形勢非常嚴峻”2016-11-10，http://www．ccidnet．com/2016/1110/10207421．shtml

[3]福布斯：2016年物聯網預測和市場估算總結，2016-11-30，http://tech．163．com/16/1130/07/C73Q381P00097U7R．html

[4] IT 硬件與設備物聯網專題研究工業物聯網空間巨大" 2015-7-30,http://pg．jrj．com．cn/acc/Res/CN_RES/ INDUS/2015/7/30/9ffde3f7-2e3e-4d12-bbcb-574acfafd389．pdf [5]中投顧問，“十三五”數據中國建設下物聯網行業深度調研及投資前景預測報告。

[6]“信息價值環路”概念源自Michael E． Raynor 和 Mark J． Cotteieer,“The more things change: Value creation, and the internet of Things”Deloitte Review 17, 2015-7-27,http://dupress．com/articles/value-creation-value-capture-internet-of-things

[7]本問題并非單選題，因此加總不等于100%。

[8]德勤“萬物互聯與企業數字供應鏈戰略轉型”，2016-11-26．

[9]計世研究“工業互聯網怎樣破解國際標準化這道難題？”，2016-12-6,http://www．ccw．com．cn/magazine/magazine View/123665?number=48&stage=3

[10]GS1 全球統一條碼組織 "Gaining Interoperability in the Digital Economy", 2015-7-17,http://www．gs1．org/docs/technical_industries/GS1_Technical_ Industries．PDF

[11]張禮立，玖道科技“采用工業物聯網與大數據分析的四個重點”，https://kknews．cc/zh-sg/tech/ep93a4．html

[12]Brian Buntz, " Drones, AR, and IoT Survival of the Fittest: 10 Tech Trends for 2017",2016-12-8, Internet of Things Institute，http://www．ioti．com