2.2　关于工业物联网体系构建的思考

构建工业物联网体系的过程中，需要反复思考以下问题：为什么架构要这样设计？侧重点在哪里？平台是最高效的方式吗？需要什么样的团队？

2.2.1　架构千篇一律

如果单纯从工业物联网体系架构层级来看，似乎所有应用的架构设计都差不多，套路千篇一律，并不新鲜。各种工业物联网案例汇编、研究报告或企业新品发布会提到的架构都能拆解并映射到架构对应的层级，万变不离其宗。它更像是方法论，告诉我们如果要开展工业物联网，整个解决方案链条上需要什么能力，企业现有组织已经具备哪些能力，哪些能力需要补充或借助于外部合作伙伴。

也有变的地方，工业物联网的每个层级都有大量不同的参与方，每个参与方都会有意无意地强化自己所在层级的重要性。例如感知层的硬件厂商，会将自己的硬件产品矩阵罗列出来，并突出其中的核心技术，如多传感器融合、有线和无线通信等；工业PaaS平台厂商强调平台对多种应用场景的支持，行业Know-How的积累，应用可视化快速开发，沉淀的各种用例以及当前部署规模和生态情况；通用大数据厂商会突出实时计算、离线计算、数据仓库等大数据能力。

侧重点不同，专攻环节就会有差别，商业策略也就不同，企业应结合自身优势找到适合自己的落地场景与方向。有时候，我们会觉得相似的场景，架构差不多，解决思路也差不多，我们做失败了，别人再来做一遍也注定会失败，甚至对他人已经成功的项目产生怀疑，觉得仅仅是市场宣传效果。产生这种错误认知的原因在于，虽然对架构和大致方案了然于心，但我们对场景事实上理解得未必深刻，我们以为相似场景的客观条件对大家都是一样的，以为组织能力是一样的，实施过程所遇到的困难是一样的，业务方最关心的诉求是一样的，本质上我们并没有看透业务背后最大的痛点。

虚心学习，沉心调研，多方沟通，浸泡其中，才能发现问题。并非架构千篇一律，而是未抓住架构背后要支持的业务本质。本质清楚了，自然知道体系架构的重点在哪里，才会有所侧重。

2.2.2　平台是效率最优的吗

这不是一个技术层面的问题，而是工业物联网具体开展过程中所面临的策略问题。理想情况下，应该先定标准、搭框架、开发平台，既考虑当前项目需求，又兼顾将来的扩展要求，很多项目应遵循这种方式开展，以保证顶层规划合理，实施有序，并根据结果反馈，不断迭代优化，制定新的标准规范，扩充新的功能。有时候，平台不总是最有效率的，尤其平台还没有搭建成熟，或者平台核心功能有缺失的时候。从用户角度看，他们关心的是如何快速满足需求，达成目标，而不是技术架构细节。

举两个例子，一个是关于新试点项目的。公司计划采用工业物联网技术解决运营管理过程中设备综合效能和非计划停机频发的根源问题。这个项目是否能达到预期，无法断定，最终量化收益亦不明朗，而且公司并没有工业物联网基础，如果从零开始搭建系统性平台，一是投入大，二是耗时长，三是见效慢。此时项目组可以不拘泥于体系架构形式，采用最快的方式，通过PoC试点，快速测试出效果。事实上，平台一开始也是系统方案的一部分，只是慢慢地把共性的、可复用的能力通过平台沉淀了下来，并逐步形成标准范式在公司内部以及行业中推广，其他公司纷纷效仿，避免再走弯路。不用等平台建好了再做工业物联网应用，可以有很多种方式去验证想法，例如开发简易测试程序、使用第三方的平台做前期测试等。

另一个是关于改造项目的例子，某医药冷链运输项目新增了一个应用场景，须引入新的物联网硬件设备，以满足运输途中温度、湿度以及地理位置信息的实时采集，医药项目组之前已经有应用后台，原来的设备采集数据后直接对接应用后台。从上一年开始，公司集团层面已经对物联网设备接入做了规范，要求物联网数据接入统一的平台入口。这样一来，硬件和医药后台系统都要调整，由于时间紧，因此最后决策仍采用原来的方式，先保证业务的正常运行，并制定了明确的切换时间表（一定要有时间表），同步开展平台对接工作。

另外，对于大的类别，体系架构标准制定后，一定要遵循，否则落下技术债，标准就永远无法落地，不具备约束力，大家都纷纷以业务交付为由，标准形同虚设。对于零散的类别，可以业务先行，这对公司整体不会造成大的影响，让相关团队先实践起来即可。

谈论这些，是想说明在条件允许时，尽量按顶层统筹规划，有计划有步骤地推行，这样是最合理的，如果实际条件有限制，应直面客观现实，以最快的方式论证设想，得出结论。

2.2.3　工业物联网需要什么样的团队

这个问题虽然没有标准答案，但是大家都非常想了解。因为工业物联网是OT和IT融合的具体实现，所以它涉及的体系非常庞大。在1.4节提到了技术链路长的问题，搭建一支团队，需要经过慎重考量再设置职能岗位。而这和企业的战略定位与策略有关，于是又回到了企业如何找准定位的问题上。

对于硬件公司，例如开发数据采集终端、通信模块或工业网关的公司，需要产品和测试、硬件研发工程师、结构研发工程师、嵌入式软件开发工程师。通信方面如果只是使用通信模组，集成于硬件产品，则相对简单，有了解射频天线知识的工程师就可以。如果是研发底层无线通信协议、算法，那么属于更大的无线通信领域，还需要专业的通信技术人才。

工业SaaS服务商的工作重点在于为客户提供有价值的专业SaaS服务，团队需要优秀的软件架构师、产品经理、算法工程师、后端开发工程师、前端开发工程师、测试工程师、运维工程师。除此之外，团队需要对行业有深刻的了解，足够的行业Know-How知识，组建团队的时候需要注意这方面的能力。

具备这些知识和能力的人可以是产品经理、算法工程师或者售前，有些企业甚至设立咨询顾问岗位，例如工厂运营与工艺专家、能效管理专家等。如果SaaS服务商提供硬件，则涉及硬件公司的人员投入。

平台的建设是一个长期过程，而且投入大，IT相关的人员包括产品、架构、后端、前端、测试、运维。工业数据建模部分需要算法工程师，有些算法工程师具备专业领域知识，例如振动算法工程师，对于振动机理、故障模式、特征图谱或数字信号处理有深入研究；通用算法工程师通过代码实现算法。此外还有大数据挖掘与分析工程师、机器学习工程师。如果自己建设大数据平台，则涉及大数据领域能力建设，不能简单地归为物联网领域。同样，团队需要足够的行业Know-How知识。

以上只是列举了几个典型例子，实际情况更多样，例如某些人员身兼数职，而某些专业岗位会针对不同行业拆分得更细。工业物联网需要具备什么样能力的团队，要结合企业的定位和目标而定。