跳至內容
使用物聯網技術的人

什麼是物聯網(IoT)?

物聯網(Internet of Things)包含各種可以連網的物體或裝置,從工廠機具設備、汽車到諸如智慧手機、智慧手錶等行動裝置。現今的物聯網更特指結合感測器、軟體和其他技術的互連設備,能夠傳輸和接收其他設備資料。傳統上,連線能力主要依靠 Wi-Fi 無線網路,而現在 5G 和其他類型的網路平台,已逐漸具備處理大型資料集的速度和可靠性。

 

當然,收集資料的意義不僅是擁有資料,而是使用資料。IoT 設備收集、傳輸資料的最終目的,是分析並加速制定策略,這就是 AI 技術擅長的方面:借助進階分析和機器學習建立 AIoT 網路。

物聯網的定義:透過配有感測器、軟體和其他技術的互連物件和設備,與其他設備傳輸和接收資料。

IoT 裝置每年會產生超過 40 ZB 的資料,相當於 40 兆 GB。雖然我們不能以物理單位來衡量數位資料,但是換個角度來看,如果將這些資料都轉換成 1990 年代的磁碟片並鋪成平面,將可覆蓋一半的地球表面。對物聯網的發展而言,特定科技的演進必須相互呼應並同時推進,如同雞生蛋、蛋生雞的關係,在物聯網的演進過程中,很難斷定哪些技術的發展最先出現。

  • 連線能力:這種物聯網數據量的急遽增長,必須仰賴足夠強大的網路和雲端連線能力才能傳送和接收資料。目前許多物聯網設備依靠本地 Wi-Fi 網路傳輸複雜和大量資料,不過 5G 和其他蜂窩網路也在持續進化,麥肯錫顧問研究近期發布一篇文章概述了行動網路可能帶來的影響,以及如何協助物聯網設備脫離 Wi-Fi。
  • 感測技術:隨著物聯網感測器創新的需求穩定增長,市場由少數利基型的供應商壟斷,轉變為高度全球化且有價格競爭力的感測器製造業。從 2004 年以來,物聯網感測器的平均價格已下降超過 70%,而隨著需求遽增,這些產品的功能及多樣性也不斷提升。
  • 運算能力:物聯網裝置目前所創造的 40 ZB 資料量,預期未來五年內將成長近一倍,之後也將指數性成長。若要運用這些資料,現代企業需要不斷增加的記憶體和處理能力,實現此目標的競賽步調快速且競爭激烈,也推動了物聯網的實用性和適用性增長。
  • 人工智慧與機器學習:這些科技不僅可讓企業管理和處理大量物聯網資料,還能分析並從中學習。大數據AI機器學習的最佳養分,資料集越大、越多樣化,基於 AI 的進階分析就可提供更可靠的洞察和資訊。物聯網設備的興起,大幅推動了人工智慧的發展,以及所使用及提供的資料量。
  • 雲端運算:如同連線能力是物聯網發展不可或缺的要素,雲端運算的崛起也與這項趨勢息息相關。透過隨選式的處理能力和大量儲存空間,物聯網裝置也開始採用雲端物聯網服務,藉此收集和傳輸日益龐大且複雜的資料集;而藉由私有雲解決方案,企業能夠管理更大量且類型繁多的物聯網資料,同時還能維護封閉系統的安全性。
  • 邊緣運算:IoT 網路內的裝置通常會分佈在各種地理位置,但都會將資料傳輸到單一的中央系統。隨著物聯網資料量日益龐大,物聯網開始耗盡公司的頻寬和雲端容量。此外,在最終目的地擷取、傳輸、處理和接收資料需要不少時間,這種延遲可進一步降低效率,尤其是對資料處理高度時間敏感的企業。邊緣運算解決方案透過接近資料的來源來分擔系統的處理壓力,方法是整合本地化的運算系統,並讓物聯網裝置本身具備處理能力。裝置處理的資料會在現場立即採取行動,並定期以更結構化且組織化的格式將資料傳送至中央系統,以便進行進階分析和處理。

來自感測器的資料必須經過清理、處理、視覺化,藉此改善決策。

IIoT 是指在工業應用程式中使用連線的機器、設備和感測器。當透過具有 AI 和機器學習功能的現代 ERP 執行時,企業可以分析和利用 IIoT 設備產生的資料,進而提高效率、生產力及資訊透明度等。IIoT 網路通常支援機器對機器(M2M)通訊,而除了傳輸數據外,整合 IIoT 的設備還可定期從中央系統接收自動化的程式設計。

IIoT 定義:

IIoT 是指在工業應用中使用連線的機器、裝置和感測器

我們現在處於第四次工業革命的中期,也稱為工業 4.0。過去三次工業時代的「革命」都是由顛覆性的技術所推動。第一次工業革命是蒸汽發電;第二次是裝配線和機械化生產;第三次則是電腦運算能力。推動工業 4.0 革命的動力則是工業數位化和串聯虛擬與實體的系統,而物聯網便是其基礎。

兩者的運作方式沒有太多差異,更多的不同之處在於應用情境。世界上大部分的物聯網解決方案都偏向針對個人使用者,並且常見於智慧應用裝置、數位助理或是手機中的地理定位器。

 

工業物聯網屬於物聯網的分支,雖然是由相同的基本技術所驅動,但工業物聯網的關注點是整個互聯組織的自動化與效率,而非個別的使用者。在工業物聯網中,收集和整理資料只是複雜流程的第一步。若要讓組織獲得最大效益,還必須運用人工智慧與機器學習處理這些資料,才能提供準確洞察並優化工作流程,以及將任務自動化。

  • 智慧製造:企業會收集來自客戶反饋、媒體趨勢和全球市場的資料。AI 支援的系統可以歸納這些資料及其他相關資料,藉此協助產品開發與品質控制。機器和機器人裝置的 IIoT 網路可根據這些洞察,自動優化智慧工廠的產品製造流程。
  • 靈活的供應鏈:IIoT 網路以及負責運行的 AI 支援系統可協助供應鏈經理掌握產品所在位置、持有的供應商,以及庫存數量。IIoT 裝置和機器也可隨時進行程式設計,因應即時事件和突發狀況,為企業提供內建的應急規劃,以及靈活的競爭優勢。
  • 智慧物流:亞馬遜效應(Amazon Effect)一詞是指,消費者逐漸期望訂購的任何物品都能在隔天送達,而且無須運費。為保持競爭力並滿足此期望,物流供應商必須依地理位置分配存貨,並與第三方物流(3PL)夥伴合作。物流網路的 IoT 解決方案可協助經理集中檢視車隊中的每輛載具,包括無人機或貨運船。物聯網感測器提供的即時資料有助於合併負載、將浪費降至最低,並加速交貨時間。
  • 醫療保健:在病患照護方面,物聯網監測器和穿戴裝置可以幫助病患更清楚掌握身體狀況,同時與醫療保健供應商保持聯繫。對於醫療專業人員而言,這些裝置所提供的資料可以更完整呈現病患的健康狀況,進而使診斷、治療和整體健康更加準確且全面。
  • 農業:對於依靠氣候和自然力量的企業,非常需要有助於降低風險和脆弱性的工具。富比士雜誌指出,現代農業也開始採用物聯網解決方案:「目前已部署數千個感測器,藉此強化水資源永續利用、影像化及生產力,讓耕作更輕鬆。」

面對防洪挑戰,阿根廷首都布宜諾斯艾利斯市導入 IoT 系統蒐集、分析感測地下排水管道數據,結合天氣預報成功治水

Komatsu 建立工業物聯網平台,分析應用整合來自機械、工人與3D地形的異質數據

在 2020 年,許多企業清楚意識到營運韌性與供應鏈能見度的重要性,當前具有競爭力且蓬勃發展的企業已不再將數位轉型視為未來的「加分條件」,現代的數位解決方案(如工業物聯網)已成為卓越企業成長並邁向成功的必要工具。

返回頂部