改進(jìn)的連接性、傳感器的進(jìn)步、無處不在的云存儲和強(qiáng)大的分析功能的結(jié)合，已被證明是物聯(lián)網(wǎng)(IoT)在各種應(yīng)用中取得成功的秘訣。幾乎沒有哪個行業(yè)不使用物聯(lián)網(wǎng)來監(jiān)控、改進(jìn)或預(yù)測性能。主要用途之一是工業(yè)物聯(lián)網(wǎng)(IIoT)，其中包括制造、公用事業(yè)、能源生產(chǎn)和運(yùn)輸。緊隨其后的是物聯(lián)網(wǎng)在醫(yī)療保健中的應(yīng)用。私營和公共部門，包括聯(lián)邦、州和地方各級政府機(jī)構(gòu)，其接受度都很高。

根據(jù)Fortune Business Insights的數(shù)據(jù)，全球物聯(lián)網(wǎng)市場預(yù)計將從2022年的4780億美元增長到2029年的24650億美元，年增長率為26%。IDC估計IIoT市場每年價值1970億美元，其中運(yùn)輸占710億美元。根據(jù)MarketsandMarkets的數(shù)據(jù)，另一個行業(yè)，醫(yī)療器械，預(yù)計將從2021年的26.5億美元增長到2026年的942億美元，年增長率接近30%。

跨行業(yè)和行業(yè)內(nèi)的數(shù)據(jù)不具有可比性，因?yàn)橛行﹥H包括傳感器，而有些則包括平臺或整個系統(tǒng)。據(jù)估計，不限于設(shè)備的醫(yī)療物聯(lián)網(wǎng)在2020年為410億美元，預(yù)計到2028年將增長到1870億美元。據(jù)Straits

Research稱，全球醫(yī)療保健物聯(lián)網(wǎng)市場已達(dá)到近1000億美元，預(yù)計未來8年將以每年約20%的速度增長。然而，所有這些估計的共同點(diǎn)在于，它們都包含大量數(shù)據(jù)，并預(yù)測了非常強(qiáng)勁的增長率。

市場如此快速增長的一個原因是，物聯(lián)網(wǎng)是一項(xiàng)非常有效的技術(shù)。在某些行業(yè)中，顯示物聯(lián)網(wǎng)實(shí)施影響的指標(biāo)很容易獲得。例如，智能建筑儀表和其他設(shè)備可以節(jié)省10%–40%的能源成本，具體取決于受影響的系統(tǒng)。此外，據(jù)美國能源部稱，使用物聯(lián)網(wǎng)設(shè)備進(jìn)行預(yù)測性維護(hù)的能力提供了一系列令人印象深刻的額外節(jié)省，將維護(hù)成本降低了25%–30%，并將故障減少了70%–75%。這些結(jié)果支持非常高的投資回報率。

即使在醫(yī)療保健等物聯(lián)網(wǎng)收益可能更難以量化的領(lǐng)域，通過生命體征和其他健康指標(biāo)的監(jiān)測及早發(fā)現(xiàn)問題也可以縮短住院時間、改善結(jié)果并降低成本?？紤]到美國每年在醫(yī)療保健上花費(fèi)的2.2萬億美元中有75%用于治療慢性病患者，因此，通過更好地管理這一群體的健康可以節(jié)省相當(dāng)大的費(fèi)用。

控制雨水

北卡羅來納州卡里是研究三角地區(qū)的一個郊區(qū)社區(qū)，人口約17.5萬。作為一項(xiàng)計劃的一部分，在當(dāng)?shù)卣袆?chuàng)建一個更具適應(yīng)性的分布式領(lǐng)導(dǎo)文化，大約6年前，各方齊心協(xié)力，更好地整合信息系統(tǒng)，并為所有部門提供訪問權(quán)限。一個值得關(guān)注的領(lǐng)域是雨水管理。在此之前，雨水管理的主要重點(diǎn)是路權(quán)和基礎(chǔ)設(shè)施等問題，并沒有采取積極主動的洪水管理方法。例如，有關(guān)水位上升的信息主要來自公民的臨時報告，且通常是緊急情況下提交的。

除了改善各部門間的數(shù)據(jù)共享，重大的文化變革還促進(jìn)了利益相關(guān)者的廣泛參與?？ɡ锏闹礞?zhèn)長Danna Widmar表示“我們成立了一個雨水工作組，成員包括教授、雨水規(guī)劃人員和遭受洪水的市民。我們很幸運(yùn)能夠接觸到一些雨水管理方面最重要的專家，從學(xué)者到從業(yè)者。”由此產(chǎn)生的建議被鎮(zhèn)議會一致接受。批準(zhǔn)的計劃包括開發(fā)基于物聯(lián)網(wǎng)傳感器系統(tǒng)實(shí)施的雨水管理模型。“我們從卡里的一個名為核桃溪的小分水嶺開始，該分水嶺流入羅利，然后繼續(xù)我們在斯威夫特溪的工作，這是卡里一個更大的分水嶺，”Widmar繼續(xù)說道：“我們有30多個傳感器，包括檢測水位、降雨量、空氣和水溫并按需拍照的雨量計和流量傳感器。”如果特定位置的水位異常高，系統(tǒng)會觸發(fā)警報，這可能是由于堵塞或洪水上漲造成的。

在達(dá)到閾值水位時，警報可以自動發(fā)送服務(wù)請求，部署現(xiàn)場工作人員來調(diào)查并解決問題。此外，公民現(xiàn)在可以通過開放數(shù)據(jù)門戶訪問信息。除了改進(jìn)雨水管理外，該鎮(zhèn)還希望確保開發(fā)不會產(chǎn)生更多問題，并保護(hù)社區(qū)的流域。這些數(shù)據(jù)由卡里和其他政府合作伙伴使用。Widmar解釋道：“我們試圖優(yōu)先處理最重要的問題，這樣受影響最嚴(yán)重的公民就可以做好準(zhǔn)備并受到保護(hù)。”

數(shù)據(jù)存儲在Microsoft的Azure云中，并由SAS進(jìn)行預(yù)測分析，整個卡里的政府部門都在使用它?？ɡ铿F(xiàn)在從其雨水傳感器中獲得了一年的數(shù)據(jù)。“隨著時間的推移，我們將能夠查看歷史數(shù)據(jù)并做出更好的預(yù)測，”Widmar指出：“并且我們可以根據(jù)其他數(shù)據(jù)繼續(xù)完善模型。”該鎮(zhèn)正在使用模擬徑流水質(zhì)和水量的雨水管理模型。隨著新數(shù)據(jù)的輸入，模型得到改進(jìn)，以更具體地反映卡里鎮(zhèn)雨水系統(tǒng)的狀況。物聯(lián)網(wǎng)傳感器系統(tǒng)還計劃在明年擴(kuò)展到第三個分水嶺。

使用物聯(lián)網(wǎng)進(jìn)行知識管理和決策支持的價值在于，對來自傳感器的數(shù)據(jù)進(jìn)行的分析。SAS IoT Analytics建立在成熟的SAS分析平臺之上，并使用SAS Viya提供的豐富可視化功能。其可以分析集中收集的數(shù)據(jù)，也可以從Azure云傳輸?shù)絺鞲衅魉诘倪吘?，以分析那里生成的?shù)據(jù)。

一些物聯(lián)網(wǎng)系統(tǒng)每隔幾秒就會產(chǎn)生讀數(shù)。在這種情況下，將相關(guān)數(shù)據(jù)與常規(guī)數(shù)據(jù)分開，以便每5秒發(fā)現(xiàn)趨勢，這是非常重要的。但只有一小部分需要通過網(wǎng)絡(luò)發(fā)送。SAS物聯(lián)網(wǎng)副總裁Jason Mann表示：“許多客戶有10分鐘的評估窗口。如果發(fā)生異常事件，將在10分鐘內(nèi)捕獲數(shù)據(jù)，以檢測先兆或能夠?qū)⒎治龇职l(fā)到需要決策的位置。”

交通運(yùn)輸是物聯(lián)網(wǎng)技術(shù)的早期采用者。Mann指出：“許多卡車運(yùn)輸企業(yè)為這些車輛提供售后服務(wù)和支持。每輛卡車可能有數(shù)十個或數(shù)百個傳感器，它們正在收集有關(guān)性能的信息。如果讀數(shù)不在正常參數(shù)范圍內(nèi)，車隊(duì)經(jīng)理可以制定維護(hù)計劃，并通過分析駕駛員的路線和日程安排，可以確定將卡車送入的最佳時間。正常運(yùn)行時間是一個關(guān)鍵的KPI。”

合作伙伴在確保物聯(lián)網(wǎng)系統(tǒng)按預(yù)期運(yùn)行方面發(fā)揮著重要作用。Mann觀察到：“物聯(lián)網(wǎng)生態(tài)系統(tǒng)中的組件必須協(xié)同工作，沒有哪個行業(yè)特定的平臺擁有所有數(shù)據(jù)源。”典型組件包括天氣數(shù)據(jù)、GIS信息、2D和3D制圖、水文數(shù)據(jù)，以及根據(jù)行業(yè)不同的各種傳感器輸入。“我們確保工作的所有系統(tǒng)都與Azure

Cloud兼容，但也需要能夠在該環(huán)境之外工作，并將數(shù)據(jù)整合在一起。”

SAS Grid Guardian AI是與Exacter合作開發(fā)的，Exacter是一家制造傳感器以檢測電網(wǎng)問題的企業(yè)。當(dāng)傳感器在移動時，會自動將傳感器數(shù)據(jù)與相關(guān)的電力系統(tǒng)資產(chǎn)相關(guān)聯(lián)。為了以低成本收集這些數(shù)據(jù)，市政垃圾車配備了傳感器，并在巡回時收集數(shù)據(jù)。一旦對數(shù)據(jù)進(jìn)行分析，就可以確定薄弱環(huán)節(jié)，這有助于引導(dǎo)資本投資并避免停電。

簡化操作

物聯(lián)網(wǎng)的使用如此普遍的原因之一是，其可以有效地讓許多行業(yè)“用更少的錢做更多的事情”，這是一個適用于所有行業(yè)的要求。PwC互聯(lián)解決方案合伙人Rob

Mesirow表示：“派遣工程師在大型建筑物周圍檢查不同系統(tǒng)的狀態(tài)不再可行。這種類型的活動需要自動化，并將數(shù)據(jù)轉(zhuǎn)換為可操作的信息。“與某些技術(shù)不同，物聯(lián)網(wǎng)不需要做任何論證；問題更多是關(guān)于如何實(shí)施它。

根據(jù)Mesirow的說法，PwC提供端到端的解決方案，包括從一開始就與客戶合作制定戰(zhàn)略，從網(wǎng)絡(luò)的物理安裝到分析數(shù)據(jù)的交付。企業(yè)查看客戶的政策和程序，進(jìn)行面談，并建立基線和預(yù)期結(jié)果。在實(shí)施該技術(shù)方面，PwC擁有一系列產(chǎn)品和合作伙伴。“我們的總體方法是建立在客戶已有的基礎(chǔ)上，讓‘愚蠢的事情變得聰明’，并幫助客戶理解后端的數(shù)據(jù)。”

PwC制造自己的傳感器，因?yàn)樵谄湮锫?lián)網(wǎng)計劃的早期，實(shí)施系統(tǒng)所需的產(chǎn)品不可用。在其他情況下，其能夠增強(qiáng)現(xiàn)有技術(shù)。“HEPA過濾器有一組移動的針，很難讀取，”Mesirow繼續(xù)說道：“我們增加了數(shù)碼相機(jī)，幾乎每次都能準(zhǔn)確讀取溫度計。隨著時間的推移，傳感器被訓(xùn)練來讀取特定的儀表，并且比人類更有效率。”

一旦收集到數(shù)據(jù)，將在PwC的統(tǒng)一數(shù)據(jù)平臺Signal Graph中對其進(jìn)行分析。該圖形數(shù)據(jù)庫的數(shù)據(jù)包括本地歷史數(shù)據(jù)、第三方數(shù)據(jù)（如天氣數(shù)據(jù)）和物聯(lián)網(wǎng)數(shù)據(jù)集。“物聯(lián)網(wǎng)數(shù)據(jù)是最重要的，因?yàn)槠涫菍?shí)時的，可以立即采取行動，但同時它也是暫時的，”Mesirow評論道：“Signal Graph在無監(jiān)督模式下不斷尋找數(shù)據(jù)的異常和模式，然后將其推送給我們和客戶。”

為了使信息輸出可操作，呈現(xiàn)選項(xiàng)需要靈活。”Mesirow解釋道：“例如，食品行業(yè)的經(jīng)理可能希望在制冷裝置的溫度超出范圍時收到警報，因?yàn)橛捎诖祟惞收蠒p失大量食物。然而，他們也可能想問一個更普通的問題，比如儲存的所有食物是否安全。”在這種情況下，系統(tǒng)可以報告一切都在適當(dāng)?shù)姆秶鷥?nèi)，但若是出現(xiàn)一些異常波動，這可能表明某個單元即將發(fā)生故障。在這種情況下，可以提前采取補(bǔ)救措施，防止損失。

許多客戶完全依賴PwC的分析和可視化，但PwC也可以為SAP等企業(yè)系統(tǒng)或建筑管理系統(tǒng)提供API。Mesirow指出：“我們的目的是以客戶不需要依賴內(nèi)部IT或數(shù)據(jù)科學(xué)家也可以直接訪問的方式呈現(xiàn)數(shù)據(jù)。”鑒于圖形數(shù)據(jù)庫輸出可能很復(fù)雜，PwC最近推出了一種通過增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)來查看數(shù)據(jù)的方法。

傳感器已經(jīng)存在了很長時間，分析解決方案、云存儲和互聯(lián)網(wǎng)也是如此?，F(xiàn)在不同的是，這項(xiàng)技術(shù)可以讓它們一起工作，實(shí)時為用戶提供可操作的信息。