特約撰稿人 │奚加榮
管道化不是宿命運營商可借大數據拓展物聯網產業角色
特約撰稿人 │奚加榮
物聯網浪潮洶涌而至,但是運營商始終無法輕裝上陣,逐漸淪為管道提供商。要破解這一尷尬局面、向價值鏈更多環節拓展,大數據應用是一個機會。

在這樣一個創新驅動以及技術和產業融合加劇的時代,物聯網的應用愈發離不開移動互聯網、大數據、云計算等技術,從智能交通體系中應用大數據分析路域感知海量數據從而支撐決策與運營管理,到利用電信運營商的信令數據分析車流及人流走勢,物聯網底層感知物理世界和情勢動態,并聚合海量數據信息,大數據打通了數據與應用的“任督二脈”,將數據轉化成為用戶所需的應用信息,為我們的工作和生活提供了有益支持。
物聯網的發展催化了原子比特化的過程,使得我們物理世界的數據化程度不斷加深,路面的承重、溫濕度環境的變化以及車輛的速度、位置等通過感知設施或終端轉化為數據內容,而海量的數據信息可在云端基于高效的存儲、清洗轉換與分析等過程實現能力開放,為各類應用提供能力接入,這種架構在諸多行業得到了普遍應用,并且愈發擴散。
碎片化的物聯網應用在各自的垂直領域愈發離不開大數據的滲透融合,而平臺化的物聯網應用則更需要依靠大數據聚合而生效用。大數據使得我們從熱衷于緊盯事物之間的因果關系,轉移到尋找事物之間的關聯關系,比如結合交通態勢模型預測交通事故發生30分鐘后的交通流量情勢,并進而為應急調度提供有效分析和參考。大數據分析針對的這種關聯關系也許不能精確地告知我們事情發生的原因,但會提示我們某些事情正在發生,或者提示我們即將可能發生某些事情,這種提示能產生巨大的價值,比如提升預警或決策的效用,也會進一步促使我們尋求事物背后的連接關系,挖掘更有價值的應用。
在電子政務、智能交通、蜂窩物聯網及工業互聯網等領域,大數據已廣泛應用,并且取得不俗業績,考慮到規模化應用的深度和廣度,可以繼續在行業適配特性以及融合應用方面進行更深入的實踐。而不同的領域,物聯網結合大數據的應用發展有著各自的特點和機遇。
智能制造順應了產業轉型升級的要求,將產品設計、供應、制造與服務等各環節通過數據連接,實現智慧協作的數字化工廠生態系統,實現工廠、用戶和產品的多維度連接。其中生產環境中設備儀器運轉過程產生海量生產數據,而產品服務環節的連接則可以保證豐富的數據接入,這些都是工業大數據應用的基礎。工業大數據的應用強化了數字化工廠的價值外延,抓住生產制造過程中產生的“智慧塵埃”,形成創新服務與價值。
首先,通過數據來連接工廠,以實現智能化生產。工業大數據可以利用工廠生產制造各環節的感知監測,實現制造過程的在線診斷與預測,并結合現在與過去的數據找出隱形的問題及未知可能的異常情況。如基于震動傳感器應用的轉動設備狀態監測和故障診斷,以及設備實施的電流與諧波等,結合設備運行狀況的大數據分析實現設備故障診斷分析。

其次,通過連接產品實現服務延伸。可基于工業大數據通過全生命周期的制造服務,催化制造服務化的成熟應用,利用互聯網實現跨越時空的智能實時服務,將企業服務拓展到產品的全生命周期。如三一重工可通過對各類機型的數百種數據進行采集,及時分析用戶操作典型行為,為客戶提供優化的解決方案和實時監控設備運營服務。設備出廠后通過制造服務化提供產品全生命周期的數據化服務,實現預防管理及避免故障,從而創造價值。
最后,通過連接用戶實現個性化定制。工業大數據可以進一步協助支持規模化標準產品向個性化定制產品的延伸。個性化定制的產品服務需要大量數據作為分析基礎,并為個性化定制的需求參數提供校正模型,從而為個性化定制服務提供優化的數據資源支持,促進制造業個性化定制服務的發展。典型的應用便是規模化服裝定制,海量的人體數據化和服裝產品的數據化可以為每位個性化服裝定制的用戶提供優化的適配尺寸,進而分發給適合的制造資源組織生產。
物聯網時代,電信運營商作為管道運營者具有無法替代的優勢,可利用智能管道向下延伸的數據采集能力和向上延伸的網絡資源優勢形成獨特能力。
前者可通過面向特定行業和終端集成可控易管的采集連接特性,使得蜂窩網絡面對底層感知設施以及通過其對所連接的采集對象,形成更為豐富和有效的采集與控制管理能力,比如集成了行業特定協議及M2M模塊的環保采集終端,可以對采集終端以及排污口檢測設施進行高效的遠程管理和運維,并且可以基于所采集的設施運行數據,分析了解感知設施的運行情勢,多維海量感知的大數據形成了面向環境監測的有效分析應用,并可針對感知設施產品更新迭代提供充足的數據支撐,這就充分發揮了物聯網系統中大數據應用的價值。
電信運營商不甘于只做管道運營的自我定位,以及缺乏對行業應用的深度理解,使得所提供的面向各行業的物聯網應用協議過于復雜,運營商從其應用平臺有效垂直控制管理的角度出發,定義了并不容易被行業所接納的繁復的物聯網協議,最終根本無從落地,錯過了基于物聯網接入的信息化應用時間窗,只能讓位于行業本身的私有協議,并逐漸淪為管道提供商。現在,電信運營商對于蜂窩物聯網感知層的接入,絕大多數還是基于管道的售卡模式,難以實現大的突破。
這又直接影響了運營商在應用側的作為,因為行業私有協議極大地限制了運營商本身網絡和平臺資源能力的作為,最終運營商只能復制應用及系統集成商的角色,最多將蜂窩網絡側的信號強度、接入位置等能力開放出來供各方調用集成。這好比12306平臺的自知之明,自己并不去做更為豐富和有廣大需求的搶票和補票等業務,而是將各類接口開放出來供“高鐵管家”們調用,以更靈活的互聯網模式和彈性滿足市場上各類用戶的需求,這是基于自身能力的自我準確定位,在此定位下實現了共贏,自身的出票率借助第三方平臺得以提升。這倒未嘗不是電信運營商在目前體制和物聯網產業環境下的較優選項。
物聯網浪潮下運營商在尋求自身準確定位過程中始終無法輕裝上陣,并且不斷錯失良機。從應用側來看,電信運營商依然可以基于自身的資源優勢提供無法替代的網絡設施,運營商網絡側所采集的終端信息對于業務應用亦是至關重要,如何以更開放的架構和更靈活的模式,為各類物聯網感知終端的接入與運營提供重要信息,是擺在電信運營商面前至關重要的選擇,這涉及到角色與業務定位。
在目前蜂窩物聯網應用系統中,電信運營商則往往以系統集成的角色出現,大數據應用的關鍵角色轉移到了終端設備提供商、業務提供商方面。如在工業空調的物聯網應用系統中,空調制造企業需要通過嵌入M2M模塊以實現設備的智慧化,空調通過485總線將其運行狀況實時信息傳送給M2M模塊,并送達應用平臺側,而應用平臺則可根據獲取的空調運行海量數據進行綜合分析,包括故障類型分析、區域分析、熱點問題分析等,為空調產品的售后運維及產品升級提供數據支撐。在此過程中,空調與平臺側的應用協議是各個廠商依據自身理解和需求自行定義的,這種深度垂直應用就是目前物聯網在諸多行業領域的應用現狀:應用碎片化、領域垂直化。而打破這種格局,需要行業本身的變革和產業聚合,形成有統合能力的應用規模,在此之上,數據的聚合作用才會加倍放大,大數據才會更具效用。
編輯|舒文瓊 shuwenqiong@bjxintong.com.cn
