undefined如果按照这种商业模式一步步走下去，确实是安全的，但是增长的天花板太低了，往往会深陷项目制的循环中无法自拔。看到这种商业模式的弊端，不少企业开始了艰难的转型之旅。对此，终端用户也开始希望运营数据的分析和处理能够不在工业物联网云平台上进行，而是在工业现场进行。主要收益包括：实现从设备分析到企业决策的闭环；降低（或节省）部署和运行IT系统的成本；分担信息平台的运行负荷；数据计算和处理的实时性要求；数据本地化处理，增强系统信息安全。因此，具有敏锐市场触觉和快速反应能力的企业纷纷推出功能相似的边缘侧软硬件一体化数据处理解决方案。这些企业往往从预测分析和智能决策入手，难度大，影响深远。他们用经过验证的高可靠产品推动硬件标准化，增加人工智能分析能力，通过软件和系统实现差异化，积极获取数据、模型和经验，推动从数据到决策的过程，基于服务SaaS和长-长期发展。在IIoT中“看得最远”的最佳尝试是什么？在上一篇文章中，我提到了一些公司开发了最新一代的边缘控制器，配备了工业人工智能算法，以满足用户的需求。预测性维护和分析的需求，越来越多的企业加入了这个赛道。这里有3个示例：LogixAI分析模块、SysmacAI控制器、SimaticS7-1500神经处理器。市场上第一个LogixAI分析模块增加了对异常情况进行预测分析的能力。用户不再需要在其中安装单独的应用程序，直接通过以太网口访问模块，然后在Web浏览器上配置相关应用模型的参数，即可实现对系统数据进行分析预测的功能。本次LogixAI预置了相应的应用程序，进一步帮助用户节省了从数据采集到分析处理过程中应用软件开发部署的工程投资，为其预测应用提供了一套标准的自动化。数据分析套件。也就是说，LogixAI可以分析控制系统的运行数据，预测可能出现的异常情况。从这个意义上说，这款产品中集成的应用模型选项和预测分析算法自然是非常重要的。这种算法模型的维护更新和不断迭代，正是它的价值所在。根据官方公告，最终用户甚至不再需要数据科学家了。未来的现场数据分析就像处理“文字题”一样简单。undefined其次，在商业模式转型过程中，工业互联网企业将涉及到从卖硬件到卖软硬件一体化系统、从卖产品到卖服务、从一次性销售到长期经营的转变。售前咨询能力和项目运作能力都经受着非凡的考验。最后，工业互联网厂商和终端用户能否共同做大蛋糕，将工业物联网创造的利益锁定在企业内部，而不是引发新一轮的低价竞争？单台设备、单条生产线的数据分析，能否与周边配套环节打通，提升整个企业的决策效率并持续演进，实现对客户需求的快速响应？这些问题必须通过实战来解决。我们才刚刚开始。本文摘要：工业4.0和工业互联网的愿景，短期内可能会面临各种纠葛，但从长期来看，仍应坚定乐观。工业互联网不是一蹴而就的，而是从“点”到“线”，再从“线”到“面”实现的。最难解决的是工业互联网商业模式的转型。LogixAI分析模块、SysmacAI控制器、SimaticS7-1500神经处理器等创新边缘端产品值得关注。
