5G是未来Gartner报告称，2021年全球5G基础设施支出增长190亿美元，年增长率超过39%，而这些数字在2022年可能会大幅增加。5G网络为制造商带来了新机遇，包括通过更快的数据传输速率以及设备之间更高效的连接和通信来加速物联网。因此，5G将成为2022年物联网发展的关键。然而，伴随这些机遇而来的还有网络安全风险。5G不仅需要对包含更多物联网设备的网络进行物理改造，我们还将看到从硬件组网到软件组网的转变。然而，软件引入了新的网络漏洞，因为这些网络涉及连接设备之间共享的大量敏感数据。机器学习麦肯锡报告指出：“人工智能即将释放下一波数字颠覆”。工厂经理需要关注随着时间的推移而发展并通过重复执行任务变得更好的AI算法。这也称为机器学习。当连接的设备和物联网正在捕获和管理大量数据时，机器学习特别有用。这些大量数据对于人类工作者来说处理起来太多了，但是机器学习可以实时快速分析它们以识别异常并以易于理解的形式向人类工作者报告发现结果。事实证明，机器学习在供应链管理的所有阶段都很有用。例如，摩托车制造商哈雷戴维森使用名为Albert的软件来预测哪些销售线索最有可能转化为销售额，从而使销售额增加了40%。同时，回到车间，机器学习算法可以检测（比方说）机器何时以降低的性能运行，并在需要预测性维护时提醒决策者。然而，充分利用物联网的唯一途径是通过“人员、流程和技术的整合”，这意味着人类员工可能需要提高技能。随着制造商在其设备中构建机载分析，边缘计算将成为2022年的主要物联网趋势。边缘计算本质上是将数据处理移动到尽可能靠近生成数据的地方。边缘设备为机器配备智能传感器，包括具有语言处理能力的麦克风、湿度和压力传感器，或具有计算机视觉功能的摄像头。例如，对于机器人，2D视觉系统用于检测简单的颜色或纹理，例如条形码检测。在3D视觉系统中，多个相机用于创建对象的多维模型。这方面的一个例子是ShibauraMachine的视觉系统TSVision3D。两个高速摄像机连续捕捉3D图像，这些图像由智能软件处理以确定物品的确切位置。然后机器人可以确定最合乎逻辑的顺序并以亚毫米精度拾取物品，就像人类一样容易。边缘计算可以与这些智能传感器相结合，以更快地执行计算，同时减少进出云的数据传输量，从而缓解网络拥塞并减少网络延迟。除了能够实时收集、处理或处理数据外，边缘计算还有助于维护，从而能够更快地识别设备部件何时需要维修或更换。供应链弹性据《福布斯》称，“在经历了过去两年前所未有的破坏之后，弹性已成为重要议程，而物联网技术为建立更强大、更具弹性的组织提供了巨大的机会。”然而，制造商应该将物联网投资集中在供应链中的哪个位置？制造商可以向汉高的首席供应链官DirkHolbach学习。在接受麦肯锡公司采访时，德克霍尔巴赫推荐了三个主要领域。第一，可见性，即随时了解供应链中任何地方发生的事情；第二，人，这意味着“建立一个更加标准化和组织化的业务，增加强大的区域和本地团队，可以在给定的框架内快速做出决策”；最后，DirkHolbach建议公司审查他们的产品采购。同样，这些数据必须是以更快的速度获取、处理和使用——所有过程都需要多个集成系统。更多的工业物联网(IIoT)设备，例如智能传感器和边缘系统，可以提供供应链的360度视图——一个例如，事件监控传感器可以在机器部件出现故障迹象时提醒员工。例如，根据PwC的《2020 年数字工厂》报告，诺基亚已将精益管理和数据分析纳入其全球供应链。这包括可穿戴技术用于操作员、机器人和基于手势的设备控制。诺基亚表示，它已经能够通过数字化来改进制造流程并提高操作稳定性。制造商有一个有责任从过去两年的供应链中断中吸取教训并改进其预测性和预防性维护策略，而答案就在于物联网。（编译：??iothome）
