物聯(lián)網(wǎng)數(shù)據(jù)分析：企業(yè)未來成功的關(guān)鍵

Bob Violino 陳琳華

數(shù)據(jù)捕獲、數(shù)據(jù)治理和服務(wù)可用性是IT在創(chuàng)建物聯(lián)網(wǎng)分析環(huán)境時面臨的最大挑戰(zhàn)。

物聯(lián)網(wǎng)（IoT）的發(fā)展對企業(yè)IT中的許多領(lǐng)域產(chǎn)生了巨大影響，數(shù)據(jù)分析就是其中之一。

企業(yè)正在從連接的各種對象那里收集大量信息，例如消費者使用某些產(chǎn)品的方式、企業(yè)資產(chǎn)的業(yè)績、系統(tǒng)運行的環(huán)境條件等。通過對這些流入的數(shù)據(jù)流進行高級分析，企業(yè)可以獲得新的洞察力，這有助于在采取行動時做出更明智的決策。隨著企業(yè)將物聯(lián)網(wǎng)傳感器放置在越來越多的對象上，流入的數(shù)據(jù)量也將持續(xù)增長。

市場研究公司IDC的分析師Maureen Fleming指出，“基于傳感器的計算是數(shù)字化轉(zhuǎn)型的核心趨勢。通過基于狀態(tài)的監(jiān)控，運營智能可確保企業(yè)知曉連接傳感器的設(shè)備、機器和系統(tǒng)的健康狀況。根據(jù)使用情況，將機器學習（ML）應用于傳感器數(shù)據(jù)可預測宕機概率、購買傾向、健康問題等等。”

Fleming表示，用機器學習處理傳感器數(shù)據(jù)，并結(jié)合來自企業(yè)應用程序的數(shù)據(jù)，可以從根本上改變企業(yè)的工作方式，預測客戶服務(wù)級協(xié)議中的問題或是供應鏈中的物流問題。

市場研究公司Forrester Research的副總裁兼首席分析師Brian Hopkins稱：“物聯(lián)網(wǎng)正在推動數(shù)字世界和物理世界的融合。幾乎所有的企業(yè)都希望物理世界的實時數(shù)據(jù)能夠在他們利用洞察力獲得競爭優(yōu)勢的探索中進一步發(fā)揮作用?！?/p>

在通過分析獲得洞察力方面，F(xiàn)orrester總結(jié)出了三種主要的洞察力。第一種是對智能互聯(lián)產(chǎn)品本身的洞察力；第二種是對互聯(lián)事物如何有效地協(xié)同工作，幫助企業(yè)改進相關(guān)的物理資產(chǎn)流程的洞察力；第三種是對來自供應商等業(yè)務(wù)合作伙伴的物聯(lián)網(wǎng)數(shù)據(jù)所反映出的人和事的洞察力。

物聯(lián)網(wǎng)需要新的基礎(chǔ)設(shè)施

對于許多企業(yè)而言，現(xiàn)有的數(shù)據(jù)分析基礎(chǔ)設(shè)施無法充分處理未來物聯(lián)網(wǎng)可能生成的大量數(shù)據(jù)。他們需要改變自己的IT環(huán)境，做好迎接物聯(lián)網(wǎng)的準備。

市場研究公司Gartner的研究副總裁Mark Hung稱：“物聯(lián)網(wǎng)在數(shù)量和速度方面都在企業(yè)中創(chuàng)造了前所未有的數(shù)據(jù)量。為了從這些數(shù)據(jù)中提取價值，企業(yè)的數(shù)據(jù)分析架構(gòu)需要進行改造。”

Hung表示，企業(yè)要想及時地使用物聯(lián)網(wǎng)數(shù)據(jù)，流分析或?qū)崟r分析通常是必須的。這需要將流分析等新分析模式與邊緣網(wǎng)關(guān)等新基礎(chǔ)設(shè)施整合在一起，而這些需求又在架構(gòu)上對現(xiàn)有的基礎(chǔ)設(shè)施提出了新的要求。

與其他類型的數(shù)據(jù)分析相比，物聯(lián)網(wǎng)分析有一些獨特的要求。這包括數(shù)據(jù)格式、數(shù)據(jù)豐富度、時間敏感性、存儲數(shù)據(jù)的位置以及存儲時間。

Hopkins稱：“關(guān)鍵的分析需求是縮小物理世界中數(shù)據(jù)生成與物理或數(shù)字世界中的行動需求之間的差距。這意味著不可避免地要將一些分析邏輯推向云端或數(shù)據(jù)中心的邊緣。問題在于服務(wù)器和設(shè)備缺乏足夠的計算力。有些存在電池或電源方面的限制，有些存儲空間遠遠低于分析所需的要求。因此，分析工作需要分散出去。有些分析工作是在設(shè)備上完成的，有些是在邊緣服務(wù)器和網(wǎng)關(guān)上完成的，有些則是在在中央處理環(huán)境中完成的?！?/p>

Hopkins同時指出，構(gòu)建實時數(shù)據(jù)捕獲、數(shù)據(jù)治理和服務(wù)可用性是IT在創(chuàng)建物聯(lián)網(wǎng)分析環(huán)境時面臨的最大挑戰(zhàn)。

Hopkins認為：“由于并非所有數(shù)據(jù)都整齊有序地保存在數(shù)據(jù)庫中，因此必須對每個可生成數(shù)據(jù)的設(shè)備進行編目并將其生成的數(shù)據(jù)納入管理。許多的安全和隱私問題傳統(tǒng)上屬于IT層面。問題在于很多物聯(lián)網(wǎng)投資都發(fā)生在IT領(lǐng)域之外（屬于運營領(lǐng)域），但是IT部門仍然感到了要確保系統(tǒng)和數(shù)據(jù)安全的壓力?！?/p>

物聯(lián)網(wǎng)分析也為網(wǎng)絡(luò)基礎(chǔ)設(shè)施帶來了新壓力。Hopkins稱：“隨著數(shù)據(jù)量不斷增長，網(wǎng)絡(luò)必須要變得更加靈活，擁有更高的吞吐量，同時又要保證安全。這是一個非常苛刻的要求?！?/p>

Hung則指出，根據(jù)應用程序和行業(yè)的不同，物聯(lián)網(wǎng)將需要更多的額外帶寬，同時對網(wǎng)絡(luò)基礎(chǔ)設(shè)施內(nèi)的延遲將越來越難以容忍。

他說，確定一個企業(yè)是應當部署外部服務(wù)還是應當部署內(nèi)部分析一直以來都是一個復雜話題，這涉及到許多方面?！捌渲幸恍┮蛩匕ㄆ髽I(yè)的數(shù)據(jù)隱私要求和內(nèi)部分析能力?！?/p>

Fleming認為，技能的可用性是一個基本考慮因素。她說：“另一個問題是，是否有開箱即用的庫，與構(gòu)建專利算法相比，這樣可以提高開發(fā)速度。另外，物聯(lián)網(wǎng)分析通常側(cè)重于時間序列，這可能需要開發(fā)一些新的功能?！?/p>

Hung表示，率先部署物聯(lián)網(wǎng)分析的行業(yè)包括能源勘探（如石油和天然氣），傳統(tǒng)上這些行業(yè)一直都處于采用物聯(lián)網(wǎng)分析的最前沿。他說：“其他的關(guān)鍵行業(yè)，如制造業(yè)和運輸業(yè)也開始越來越積極地評估物聯(lián)網(wǎng)分析?！?/p>

選擇物聯(lián)網(wǎng)分析平臺

許多供應商都推出了物聯(lián)網(wǎng)分析系統(tǒng)。例如，IBM開發(fā)了Watson物聯(lián)網(wǎng)平臺。該平臺為云托管服務(wù)，提供了設(shè)備注冊、連接、快速可視化和物聯(lián)網(wǎng)數(shù)據(jù)存儲等功能。IBM Watson為物聯(lián)網(wǎng)應用程序提供了自然語言處理、機器學習以及圖像和文本分析。

負責管理IBM Watson物聯(lián)網(wǎng)平臺的副總裁Stephan Biller表示，為了能夠近實時地使用Watson分析和人工智能（AI）做出決策，客戶需要使用該平臺來采購和存儲嵌入在設(shè)備中的數(shù)據(jù)。傳感器會通過Z-Wave無線網(wǎng)絡(luò)將數(shù)據(jù)發(fā)送至連接有線LAN與互聯(lián)網(wǎng)的網(wǎng)關(guān)。數(shù)據(jù)將被捕獲并存儲在IBM Cloud上。

Biller稱：“物聯(lián)網(wǎng)分析規(guī)則可設(shè)置為根據(jù)特定條件觸發(fā)特定操作?！崩?，客戶可能會創(chuàng)建一些規(guī)則以確保在設(shè)備掉落或設(shè)備溫度高峰時，警報能夠被發(fā)送到數(shù)據(jù)儀表盤上，同時向管理員發(fā)送電子郵件。

Biller表示，IBM認為物聯(lián)網(wǎng)平臺需求將穩(wěn)步增長。他說：“隨著項目從概念驗證轉(zhuǎn)向生產(chǎn)，我們看到企業(yè)物聯(lián)網(wǎng)的采用正在不斷增長。對平臺的投資至關(guān)重要，因為客戶已經(jīng)認識到連接傳感器和設(shè)備以及管理、存儲和保護數(shù)據(jù)是最基本的要求?！?/p>

像Watson IoT這樣的平臺主要是為了幫助客戶執(zhí)行基本分析，如生成警報和從數(shù)據(jù)流中發(fā)現(xiàn)異常。Biller 稱：“我們看到的大部分增長都來自客戶，因為他們已經(jīng)認識到真正的價值遠遠超出了最基本的‘連接與收集'。這些客戶對高級分析、機器學習和其他人工智能技術(shù)都非常感興趣，因為這些技術(shù)可用于幫助他們了解數(shù)據(jù)并帶來諸如提高運營效率和資產(chǎn)正常運行時間等優(yōu)勢?！?/p>

Biller認為，針對特定行業(yè)的物聯(lián)網(wǎng)分析對于客戶來說非常重要。他說：“通常這些都是以行業(yè)模型模板的形式出現(xiàn)的。這些模型模板是我們與IBM研究人員、客戶共同構(gòu)建的。雖然某些跨行業(yè)技術(shù)可用于基本的數(shù)據(jù)準備和初步分析，但是我們發(fā)現(xiàn)每個客戶的業(yè)務(wù)條件和獨特的數(shù)據(jù)源都需要更高程度的定制?！?/p>

亞馬遜的AWS IoT Analytics為一項托管服務(wù)，旨在讓用戶對海量物聯(lián)網(wǎng)數(shù)據(jù)執(zhí)行復雜分析變得更加便捷，同時無需擔心通常構(gòu)建物聯(lián)網(wǎng)分析平臺所面臨的成本和復雜的棘手問題。

AWS技術(shù)副總裁Marco Argenti表示，AWS IoT Analytics讓分析物聯(lián)網(wǎng)設(shè)備數(shù)據(jù)的每個步驟都實現(xiàn)了自動化。在將物聯(lián)網(wǎng)數(shù)據(jù)存儲至時間序列數(shù)據(jù)存儲中以進行分析之前，其對物聯(lián)網(wǎng)數(shù)據(jù)進行了過濾和豐富。企業(yè)可以將服務(wù)設(shè)置為僅從設(shè)備中收集需要的數(shù)據(jù)，然后應用數(shù)學變換來處理數(shù)據(jù)，并在存儲經(jīng)過處理的數(shù)據(jù)之前使用諸如設(shè)備類型和位置等設(shè)備專用元數(shù)據(jù)來豐富數(shù)據(jù)。

它們可通過運行使用內(nèi)置SQL查詢引擎的臨時或計劃查詢來分析其數(shù)據(jù)，或執(zhí)行更為復雜的分析和機器學習推理。Argenti表示，AWS IoT Analytics包含了針對常見物聯(lián)網(wǎng)用例的預建模型。

企業(yè)可在AWS IoT Analytics上執(zhí)行自己的定制分析（打包在容器中）。該平臺能夠自動執(zhí)行在Jupyter Notebook中創(chuàng)建的自定義分析，或是企業(yè)自己的工具。

此外，AWS還在其物聯(lián)網(wǎng)產(chǎn)品組合中加入了AWS Greengrass。Agranti表示，AWS Greengrass軟件可讓企業(yè)為連接的設(shè)備運行本地計算、消息傳遞、數(shù)據(jù)緩存、同步和機器學習推理功能。

借助AWS Greengrass，即使未連接至互聯(lián)網(wǎng)，連接的設(shè)備也可以保持數(shù)據(jù)同步，并安全地與其他設(shè)備通信。通過AWS Lambda，Greengrass可確保物聯(lián)網(wǎng)設(shè)備能夠快速響應本地事件，能夠使用在Greengrass Core上運行的Lambda函數(shù)與本地資源交互，以及能夠使用間歇性連接進行操作。

Argenti稱：“由于物聯(lián)網(wǎng)數(shù)據(jù)的獨特挑戰(zhàn)導致分析需求一直被壓抑，連接設(shè)備制造商和企業(yè)必須構(gòu)建定制的軟件和硬件應用程序來專門管理這些特定設(shè)備及其數(shù)據(jù)。這些應用程序的構(gòu)建成本很高，并且不能很好地擴展到由不同設(shè)備類型組成大型設(shè)備群中。此外，它們還往往還非常笨重?！?/p>

利用物聯(lián)網(wǎng)分析獲得成功

完成了物聯(lián)網(wǎng)分析平臺部署的企業(yè)已經(jīng)看到了其中的優(yōu)勢。

Georgia Pacific是全球領(lǐng)先的紙巾、紙漿、紙張、包裝、建筑產(chǎn)品和相關(guān)化學品制造商之一。目前該公司已部署了AWS IoT Analytics。

物聯(lián)網(wǎng)項目架構(gòu)師兼產(chǎn)品負責人Erik Cordsen表示，該公司的分配器允許向客戶提供產(chǎn)品，但Georgia Pacific的重點是通過增加傳感器和連接性使這些分配器“智能化”。

Cordsen稱，通過提供有關(guān)產(chǎn)品水平和其他統(tǒng)計數(shù)據(jù)的實時信息，企業(yè)可以提升客戶體驗。隨著數(shù)以千計的終端不斷地提供數(shù)據(jù)，Georgia Pacific可使用AWS IoT Analytics來豐富帶有位置和產(chǎn)品元數(shù)據(jù)的消息，以便提供更好的客戶服務(wù)。

從事電梯、自動扶梯和自動門行業(yè)的通力集團美洲部正在使用IBM平臺分析物聯(lián)網(wǎng)數(shù)據(jù)。通力集團負責服務(wù)的高級副總裁Danilo Elez稱：“我們一直在尋找新技術(shù)和創(chuàng)新，以便我們能夠更好地為客戶服務(wù)?！?/p>

Elez稱：“電梯和自動扶梯會生成大量的數(shù)據(jù)。我們希望利用這些數(shù)據(jù)為客戶帶來一些價值，讓客戶在大樓內(nèi)的電梯乘坐體驗更具個性化?！?/p>

在2016年部署了IBM平臺構(gòu)建了智能與數(shù)據(jù)分析能力后，通力推出了一些新的產(chǎn)品，如通力24/7連接服務(wù)。這些服務(wù)使公司能夠在故障發(fā)生之前更好地預測故障并提高設(shè)備性能和可靠性。Elez表示，“這意味著安全性、透明性和易用性得到了提升，因為在某些事情發(fā)生之前，我們就已經(jīng)提前知道了。”

通力目前正在為45萬多名客戶和120萬部電梯與自動扶梯提供服務(wù)。IBM Watson IoT平臺和IBM Cloud可以實時分析來自電梯和自動扶梯內(nèi)部的傳感器的大量數(shù)據(jù)。當物聯(lián)網(wǎng)數(shù)據(jù)分析檢測到即將發(fā)生的故障時，技術(shù)人員會帶著需要使用到的零部件及時出現(xiàn)在現(xiàn)場，并進行必要的維修。

Elez說：“這有助于準確預測設(shè)備需求，幫助我們的技術(shù)人員在合適的時間進行正確的維護”。好處是通力可以更好地實時預測和響應技術(shù)問題，保持設(shè)備正常運行，同時節(jié)省時間和資金。

Elez表示，“物聯(lián)網(wǎng)使我們?nèi)?萬多名技術(shù)人員能夠為消費者提供更好的服務(wù)，更高的設(shè)備可用性和更加個性化的體驗。”

本文作者Bob Violino現(xiàn)居紐約，為Computerworld、CIO、CSO、InfoWorld和Network World網(wǎng)站的特約撰稿人。

原文網(wǎng)址

https：//www.networkworld.com/article/3311919/internet-of-things/iot-analytics-guide-what-to-expect-from-internet-of-things-data.html