缺乏集成是IIoT失败的原因。SoftwareAG首席产品官StefanSigg近期探讨了工业物联网的当前和未来发展状况，并发布了他们的研究报告，显示了北美制造业和汽车领域工业物联网应用的存在.问题。物联网、云计算和集成如何发展？云迁移浪潮是由公共云产品等大型参与者推动的，它们希望吸引尽可能多的公司进入云并使用他们的平台。云迁移对集成中间件产生了巨大的需求和必要性。并非所有公司都能够完成所有迁移，通常只有70%到90%。许多企业仍然在其数据中心的平台上拥有和运行遗留系统。一旦进入云端，应用程序的其他部分就会被云服务所取代。所有云计算提供商都希望并且需要帮助客户在迁移到云后重新建立集成。虽然云计算提供商为其客户提供云迁移服务，但肯定有一些企业正在努力在本地环境中建立应用程序和业务集成。而现在，当他们将业务迁移到云端时，他们担心集成到云端所需的时间。在混合云中集成中间件使其变得更加容易。物联网战略成功的关键是什么？今天，边缘计算已经到来。企业数据中心一部分会上云，其他部分部署在边缘，企业需要整合。云计算、边缘计算和连接点的结合正在创造丰富的集成中间件。如何保护物联网设备？物联网还意味着事物的整合，确保物联网设备和中央存储库之间的数据顺畅流动。物联网平台需要专门的设备连接器，以及专门的连接软件。这是设备的专用集成中间件，可在其上快速构建应用程序。安全是一项内置功能，公钥和加密是设备管理（包括更新的固件）的一部分。有哪些突出的应用案例？比如物联网在水务管理中的应用。在英国，每天因管道漏水损失的水量高达30亿升，相当于2000万人一天的用水量。SoftwareAG使用物联网创建了一个监控系统，并预测了Telstra正在处理的漏水情况，使用部署在水管中的传感器测量漏水点并进行实时通信。可以对快速和可预测的场景做出反应，模板应用程序可以在其他水基础设施位置重复使用。水管理和供水到处都是相似的，安装大量传感器后，可以快速部署。这使更多公司能够创建创造价值的物联网应用程序。德国机器制造商联盟ADAMOSGermany构建了一个平台，联盟中的每个公司都可以在该平台上构建自己的物联网应用程序，并学习如何进一步减少构建应用程序的工作量。Durr是汽车涂装机器人的行业领导者，在使用物联网设备方面处于有利地位。公司在工作中创造了高效可靠的流程，通过实时分析监控，确保发现故障时停止喷涂工作。如果车辆需要重新喷漆，一名工作人员可以同时监控五辆汽车。随着时间的推移，他们将使用预测分析将错误减少到零。IoT应用程序非常适合此类用例。未来您将不会看到许多相同的物联网应用程序。企业需要一个可以轻松构建特定应用程序的平台。您认为企业需要克服的共同挑战是什么？一旦企业集成和处理物联网数据，就必须处理与之相关的其他系统，例如企业资源规划(ERP)、供应链或制造执行系统。还有许多其他系统需要集成。是否对物联网计划的当前状态有任何担忧？人们必须对物联网的需求有正确的期望。物联网应用现在和未来都将是一件大事，物联网应用将呈爆炸式增长。它们爆炸的速度很难预测，这取决于企业的准备程度、意愿和技能。其发展的瓶颈不在于技术。限制因素是具体的想法，限制因素是如何在商业意义上处理物联网数据的创造力。这一切都与可取性、可行性和可见性有关。你的客户想要什么？回答这个问题并不容易。机器制造商需要习惯于像软件设计师一样思考，而公司对于硬件和软件如何协同工作会有不同的态度。那么成为领域专家学习软件和软件工程师学习领域谁会更快呢？亚马逊不是零售商，而是一家非常了解零售业的软件公司。银行、保险和制造业中的应用程序也是如此，在这些应用程序中，企业可以说是通过使用物联网设备生成的数据来进行创造性工作。您如何看待物联网计划的未来？物联网应用可以说是无处不在。机器制造商非常擅长自己的机器类型，因此他们没有竞争力，因此愿意分享想法和技术。每个行业都有其物联网挑战，数据非常有价值，但企业将如何在商业上使用它。未来，所有项目都会产生数据。以前连接的警报系统现在由一台精密的计算机提供动力。有了这个数据，就有了处理这个数据的软件，然后业务就面临这个数据应该做什么的问题。开发人员在实施IoT计划时需要牢记什么？开发人员的工作正在重获新生，因为一些公司已经沦为为不同业务领域构建软件的系统操作员，一些IT组织甚至忘记了如何编写代码。现在我们会看到开发者的重生，他们会创造数据，需要写代码，这对开发者来说是一个巨大的机会。它需要分析、机器学习、用户界面技术、学习包和语言（如JavaScript和Reacts）方面的技能，看看GitHub的统计数据就是JavaScript。开发者需要学习AI技术，尤其是Python。在堆栈交换中，大多数问题都是关于Python的。需要数据结构、分析和“计算机编程艺术”的基本知识。SoftwareAG对汽车行业和物联网应用进行了调查。关键要点是，主要工业和汽车制造商远远落后于IIoT创新曲线，损害了生产力和收入。调查还显示，绝大多数受访制造商表示，他们的IIoT投资有限，并且可能锁定在公司的一个部门，从而阻止这些组织在其整个企业中共享IIoT的力量。这使这些制造商损失了数百万美元的潜在利润，因为他们落后于更具前瞻性的竞争对手，他们投资于可在整个企业范围内扩展IIoT的预测分析和创新集成策略。其他主要发现包括：80%的受访者认为围绕IIoT平台的流程需要优化，否则他们将面临竞争劣势，但很少有人这样做。IT-OT（信息技术和运营技术）集成被认为是最困难的任务之一，57%的汽车制造商表示这阻碍了他们从IIoT投资中实现全部投资回报(ROI)。84%的汽车和重工业制造商认为IIoT最重要的领域是“产品即服务货币化”。然而，优化生产仍然很重要，58%的重工业和50%的汽车制造商持相同观点。奇怪的是，定义基于阈值的规则几乎与使用预测分析扩展IIoT一样困难。超过60%的受访者表示，定义基于阈值的规则与将IT系统和物联网传感器集成到现有控制系统一样困难。
