過去多年，業內一直不乏持續唱衰物聯網的聲音，比如：
2017 年，思科(ke)進行的一項研究表明(ming)，60% 的物聯(lian)網(wang)計劃在概念(nian)驗(yan)證 (PoC) 階段停(ting)滯不前，只有 26% 的公司(si)認為他們的物聯(lian)網(wang)計劃取得了(le)完(wan)(wan)全的成功，在所有已完(wan)(wan)成的項目(mu)中(zhong)，有三分(fen)之一不被認為是成功的——換言之，四分(fen)之三的物聯(lian)網(wang)項目(mu)將以(yi)失敗告終；
2018 年，麥肯錫提(ti)到工業物聯網項目的實(shi)施和數字化(hua)轉型正在“試點煉獄”中掙(zheng)扎，陷于“鴻溝”之中；
今年(nian)，有知名科技博主在(zai)博文里直言：“根據去年(nian)的(de)(de)一(yi)項(xiang)調查，互聯功能設備(bei)的(de)(de)實際聯網率(lv)不到50%。當我與制造商交(jiao)談時，常常聽到更低(di)(di)的(de)(de)數字，有時甚至低(di)(di)于30%。盡管(guan)業界在(zai)物(wu)聯網領域(yu)已經投入了多(duo)年(nian)時間和數十億美元的(de)(de)資(zi)金，但這(zhe)種(zhong)低(di)(di)采納(na)率(lv)表明，即使(shi)設備(bei)具備(bei)聯網能力，消(xiao)費者(zhe)在(zai)大多(duo)數情況下并未看到其價值。”
對于諸如此類的結論，知名物聯網調研機構 IoT Analytics 一直表現出懷疑態度，就在其最新發布的《2024 年物聯網用例采用報告》中，則是用數據反駁了這一結論。報(bao)告的關鍵結(jie)論如(ru)下：
92% 的企業聲稱物聯網用例的實施為他們帶來了正向回報（正向 ROI），比 2021 年攀升了 13 個百分點，因此物聯網方案似乎比以往任何時候都更加成功；
2021 年至 2024 年期間，企業(ye)采用物聯網用例(li)的數量(liang)增長了 53%；
部署物聯網用(yong)(yong)例(li)的復雜(za)性有(you)所緩解，這似乎推動了采用(yong)(yong)率的增長和(he)投(tou)資回報率；
企業物聯網用例(li)投(tou)資在 2024 年(nian)繼續增長，但速(su)度比(bi)往(wang)年(nian)慢；22% 的(de)(de)受訪者計(ji)劃在 2024 年(nian)將(jiang)對物聯網用例(li)的(de)(de)投(tou)資增加 10% 以上(shang)（與上(shang)一年(nian)相比(bi)）。2021 年(nian)（2022 年(nian)），這一份額為 29%，下降了(le) 7 個百(bai)分點(dian)。
流(liu)程(cheng)自動化位居物(wu)聯網用例榜(bang) TOP 1。
研究還發現，大多數物聯網用例服務于智能運營。2024 年排名前 10 的物聯網用例與 2021 年相比已有相當大的變化；然而，前 10 名應用場景按類別分布的情況保持不變：6 個智能運營場景，3 個智能供應鏈場景，1 個連接產品場景。
以下(xia)是 IoT Analytics 評出的(de) 2024 年排名前 10 的(de)物聯網用例——
① 流程自動化
IoT Analytics 定義：通過物聯網（IoT）的集成來自動化日常流程，從而提高生產力和準確性。
近 60% 的組織已經采用了流程自動化。作為應用最廣泛的物聯網用例，流程自動化在 57.5% 的組織中得到了采用。這與 2021 年物聯網用(yong)例(li)報告中 33% 的采用(yong)率形(xing)成了鮮明(ming)對比(bi)，當時該用(yong)例(li)排名第二。
流(liu)程自動化通過將互聯(lian)(lian)設備和(he)傳感器與新舊設備（如(ru)可編程邏(luo)輯控制器 PLC 和(he)工業計算機 IPC）集成，幫助(zhu)公司簡(jian)化和(he)自動化流(liu)程。這一用例減(jian)少了(le)人工干預的需求，提高了(le)效(xiao)率，減(jian)少了(le)錯誤，并增強(qiang)了(le)安全性。物(wu)聯(lian)(lian)網傳感器和(he)邊緣計算等技術在實(shi)(shi)現實(shi)(shi)時數據收集、分(fen)析和(he)決策方面發揮了(le)至關重要的作(zuo)用。通過將物(wu)聯(lian)(lian)網整合到現有(you)系統中(zhong)，公司可以優化工作(zuo)流(liu)程，提高生(sheng)產質量，并實(shi)(shi)施(shi)預測性維護。
受影響的最重要 KPI：流程自動化最顯著影響的 KPI 是勞動力效率。平均而言，大(da)規模實施這一用(yong)例可使(shi)勞動(dong)力(li)效(xiao)率提高 8.2%。
實施案例：當澳(ao)大利亞手工釀(niang)(niang)酒廠(chang) Burnley Brewing 因飲(yin)料需(xu)求增加而需(xu)要擴展產能之時(shi)，它還決定將自(zi)動(dong)(dong)化(hua)引入其流程(cheng)(cheng)(cheng)中。Burnley 與澳(ao)大利亞合同電氣和(he)工程(cheng)(cheng)(cheng)公司 Bon Industry 合作，后者利用了(le)美國工業自(zi)動(dong)(dong)化(hua)技術提供商羅克韋爾(er)自(zi)動(dong)(dong)化(hua)的(de)(de) FactoryTalk Craft Brew 系統——一套專(zhuan)為釀(niang)(niang)酒行業開發的(de)(de)流程(cheng)(cheng)(cheng)管理和(he)自(zi)動(dong)(dong)化(hua)系統。通過(guo)在整個(ge)釀(niang)(niang)造過(guo)程(cheng)(cheng)(cheng)中部署(shu)物聯網傳感器(qi)、PLC 和(he)其他執(zhi)行硬件，并將它們連接到(dao)(dao) FactoryTalk Craft Brew 進行數據收集和(he)流程(cheng)(cheng)(cheng)控(kong)制(zhi)，Burnley Brewing 減少了(le)從(cong)釀(niang)(niang)造初期(qi)的(de)(de)磨粉、糖化(hua)到(dao)(dao)后期(qi)的(de)(de)發酵罐(guan)(guan)和(he)調(diao)節罐(guan)(guan)控(kong)制(zhi)等環節中的(de)(de)釀(niang)(niang)酒師勞動(dong)(dong)量。
② 質量控制與管理
IoT Analytics 定義：通過集成物聯網（例如機器視覺）來增強質量控制流程。
自 2021 年以來，質量控制與管理的排名上升了 5 位。55% 的組織已經采用了基于物聯網的質量控制與管理。而在 2021 年，該用例的采用率為 30%，排名第 7，實現了顯著的提升。造成這一增長的原因之一可能是其快速的投資回報：53% 的公司在實施該用例后在不到 24 個月內收回成本。
質量控制與管理使公司能(neng)夠在(zai)(zai)生產過程中監控溫度(du)(du)、濕度(du)(du)和(he)壓(ya)力等關鍵因素。通過實時數據(ju)(ju)，公司可以(yi)立即檢測到(dao)質量偏差(cha)，并(bing)迅速進行修正(zheng)以(yi)防止(zhi)缺陷。物聯網解決方案可以(yi)集成到(dao)新設備和(he)舊設備中，利用機器學習分析數據(ju)(ju)，以(yi)在(zai)(zai)問(wen)題發(fa)生前預(yu)測潛在(zai)(zai)問(wen)題。
受影響的最重要KPI：質量控制與管理最顯著影響的 KPI 是產品質量。平均而言，大規模實施(shi)這一用例可(ke)使產品質量提(ti)高(gao) 4.6%。
③ 能源監控
IoT Analytics 定義：通過集成物聯網來監控單個設備的能源消耗。
企業計劃在能源監控方面的投資超過其他智能運營用例。在應用方面，能源監控的采用率已經上升到 55%，相比 2021 年的 20% 有了顯著增長，使其成(cheng)為(wei)物聯網用(yong)(yong)例中的(de)新(xin)星，因為(wei)新(xin)的(de)可持續發展戰略和高(gao)昂的(de)電價(jia)（尤其在歐(ou)洲）促(cu)使企業使用(yong)(yong)物聯網設備和傳(chuan)感(gan)器來密(mi)切監控單(dan)個資產的(de)能源消耗(hao)。在智能運(yun)營類別中，能源監控在 2023 年至 2024 年間預期投資增(zeng)幅(fu)最高(gao)，達到 3.5%。
受影響的最重要 KPI：能源監控最顯著影響的 KPI 是成本。平均而言(yan)，大規(gui)模(mo)實施這(zhe)一用(yong)例可(ke)將相關成本降低 8.1%。
④ 實時庫存管理
IoT Analytics 定義：利用物聯網實時跟蹤庫存水平，以優化庫存并減少短缺或過剩。
實時庫存管理在智能供應鏈用例中處于領先地位。54% 的受訪者表示，他們的公司已經全面實施或正在實施實時庫存管理。由(you)于新冠(guan)大流行后(hou)供應(ying)鏈問題和經濟(ji)不確定(ding)性，企業(ye)正在尋求更智能的庫存管理(li)解(jie)決(jue)方案，以(yi)防止(zhi)缺(que)貨(huo)或庫存過剩。實際(ji)上，從 2021 年(nian)到 2024 年(nian)，該用(yong)例的采用(yong)率上升了 35 個(ge)百分(fen)點，在智能供應(ying)鏈類(lei)別(bie)中，預計在 2023 年(nian)至 2024 年(nian)間將獲得 5.7% 的最大投資增幅。
受影響的最重要 KPI：實時庫存管理最顯著影響的 KPI 是股本回報率（ROE）/資本使用回報率（ROCE）。平(ping)均(jun)而言，大(da)規模實施這一用例可使 ROE/ROCE 提高 8.1%。
實施案例：2022 年，美國(guo)跨國(guo)食(shi)品公司 Tyson Foods 希望用自動(dong)化取代原本耗時的(de)手動(dong)流(liu)程（如庫(ku)(ku)存(cun)盤點(dian)）。該公司已(yi)經在(zai)多個流(liu)程中使用了(le)(le)計(ji)算機視(shi)覺，但希望通過(guo)引(yin)入機器學習來提高運營效率等(deng)目標。Tyson Foods 利(li)用 AWS 的(de) Panorama 和 SageMaker 服務，實(shi)施了(le)(le)一(yi)套基于計(ji)算機視(shi)覺的(de)實(shi)時庫(ku)(ku)存(cun)管理系統，部(bu)署了(le)(le)一(yi)個檢(jian)測模型，自動(dong)化了(le)(le)雞(ji)肉托(tuo)盤的(de)計(ji)數(shu)并能識別(bie)故障運輸(shu)器。這一(yi)實(shi)時庫(ku)(ku)存(cun)管理解(jie)決方案為 Tyson Foods 每(mei)個工廠每(mei)年節省了(le)(le)約(yue) 15,000 小時的(de)勞(lao)動(dong)力，并幫助其避免(mian)了(le)(le)過(guo)度或不(bu)足生產。
⑤ 供應鏈追蹤與溯源
IoT Analytics 定義：通過物聯網監控產品和物料在供應鏈中的位置和狀態。
大多數部署供應鏈追蹤與溯源物聯網解決方案的企業實現了快速回本。緊隨實時庫存管理之后，供應鏈追蹤與溯源的采用率也達到了 54%。約 60% 的受訪者在不到 24 個月內實現了成本回收，這在所有物聯網用例中排名第二。
物聯(lian)網(wang)為供應鏈(lian)追蹤與(yu)溯源貢獻(xian)了互聯(lian)傳感(gan)器(qi)、GPS 設備、LPWAN（低功耗廣域網(wang)）和衛星技術，幫助公(gong)司通過提(ti)供關于貨(huo)(huo)物位置、狀態(tai)和運輸條(tiao)件的(de)實時可視化，監控并管理整個供應鏈(lian)的(de)貨(huo)(huo)物流動。高(gao)級分析進一步提(ti)升了供應鏈(lian)運營，能(neng)夠預(yu)測中斷并優化路線。通過該用(yong)例(li)，企業可以減少損失，改善(shan)交付準確性，并加強對法(fa)規要求的(de)合規性。
受影響的最重要 KPI：供應鏈追蹤與溯源最顯著影響的 KPI 是準時交貨率。平(ping)均而言，大規模實施這一用例可使準時交貨(huo)率(lv)提高 8.5%。
⑥ 運營規劃與調度
IoT Analytics 定義：利用物聯網進行實時調度和規劃，以提高運營效率。
能源公司預計將在運營規劃與調度方面加大投資。53% 的受訪者表示，他們的公司已經部署或正在部署運營規劃與調度工具。約 75% 的能源公司(si)計劃在 2024 年增(zeng)加對(dui)這一(yi)用例的投資，平均增(zeng)幅(fu)為 5.5%。
通過將(jiang)物(wu)聯(lian)網技術與(yu)規劃(hua)系(xi)統集成，公司可以(yi)實(shi)時了解生產狀態(tai)、設備(bei)可用性(xing)和(he)勞動力，從而進(jin)行動態(tai)調整和(he)調度，這有(you)助于減(jian)少停機時間，并確保資產的(de)最佳(jia)利用率。算法(fa)還可以(yi)進(jin)一步分析數據(ju)，預測需求、識別瓶頸并建議(yi)最有(you)效的(de)調度選項，從而提高(gao)運營(ying)效率并縮短交(jiao)貨(huo)時間。許多（但并非所有(you)）實(shi)施都與(yu)現有(you)的(de)規劃(hua)和(he)調度軟件相關聯(lian)，例如(ru)制造業(ye)的(de)制造執行系(xi)統，能(neng)源行業(ye)的(de)能(neng)源管理(li)系(xi)統或建筑業(ye)的(de)樓(lou)宇(yu)管理(li)系(xi)統。
受影響的最重要KPI：運營規劃與調度最顯著影響的 KPI 是勞動力效率。平均而言，大規(gui)模實施這(zhe)一用例可使勞動力效率提高 7%。
⑦ 現場設施追蹤與溯源
IoT Analytics 定義：通過物聯網對現場（如工廠或倉庫）的資產進行實時追蹤和溯源。
批發和零售行業預計將在現場設施追蹤與溯源投資中領先。調查中有一半的組織已經采用了某種形式的現場設施追蹤與溯源。在批發和零售行業中，正在測試或采用該用例的公司中，56% 預計將增加投資，平均增幅為 13%。其次是醫療保健行業的公司，預計增幅為 55%。對于這兩個行業而言，現場追蹤倉庫中的產品或醫療設施中的設備十分合理，因為這可以幫助及時發貨或滿足緊急醫療需求。
受影響的最重要 KPI：現場設施追蹤與溯源最顯著影響的 KPI 是準時交貨率。平均而言，大規模實施這一用(yong)例可(ke)使準(zhun)時交貨率(lv)提(ti)高(gao)7.8%。
⑧ 資產性能優化
IoT Analytics 定義：利用物聯網提高資產的運營效率和效能。
亞太(tai)地區(qu)公司將在資產性能優化投資增長方(fang)面領先。資產性能優化的采用(yong)率為 48%，預計 2024 年這一用(yong)例的投資將略有下降(jiang)，亞太(tai)地區(qu)的公司是(shi)唯(wei)一預計投資增長的地區(qu)，平均增幅為 5%。
物(wu)(wu)聯(lian)網驅動的(de)(de)(de)資(zi)(zi)產性(xing)(xing)能優化是現代版的(de)(de)(de)資(zi)(zi)產性(xing)(xing)能管理(li)，它(ta)通過(guo)捕獲、整合、可(ke)視(shi)化和(he)分(fen)析數據(ju)來(lai)提高物(wu)(wu)理(li)資(zi)(zi)產的(de)(de)(de)可(ke)靠性(xing)(xing)和(he)可(ke)用性(xing)(xing)。它(ta)結合了先(xian)進的(de)(de)(de)數據(ju)捕獲和(he)集成工(gong)具(ju)（如(ru)(ru)(ru)物(wu)(wu)聯(lian)網網關）以(yi)及軟件工(gong)具(ju)（如(ru)(ru)(ru)物(wu)(wu)聯(lian)網平(ping)臺），以(yi)分(fen)析資(zi)(zi)產如(ru)(ru)(ru)何在最(zui)佳水平(ping)下運行和(he)維護（例如(ru)(ru)(ru)，優化的(de)(de)(de)資(zi)(zi)產速度設置、優化的(de)(de)(de)材料輸入設置或優化的(de)(de)(de)維護間隔(ge)）。
受影響的最重要 KPI：資產性能優化最顯著影響的 KPI 是設備綜合效率（OEE）。平(ping)均而言，大規(gui)模實施這一用例可(ke)使 OEE 提高 9.5%。
實施案例：美國(guo)的(de)(de) Longroad Energy 公司在收購了一個 145 兆(zhao)瓦的(de)(de)風(feng)電(dian)(dian)場后(hou)，發現(xian)由于(yu)設(she)置(zhi)不當，渦輪(lun)機未(wei)能達到預期的(de)(de)產量。Longroad 與美國(guo)的(de)(de)可再生能源性能分(fen)析公司 WindESCo 合作(zuo)，后(hou)者部署了 Swarm System 來獲取渦輪(lun)機的(de)(de)實時數(shu)據，如角(jiao)度(du)和發電(dian)(dian)量。Swarm System 收集的(de)(de)數(shu)據存儲(chu)在云服務器上，并輸入分(fen)析平(ping)臺，平(ping)臺確定最佳角(jiao)度(du)和其他(ta)渦輪(lun)機設(she)置(zhi)，從(cong)而(er)優(you)化這(zhe)些(xie)資(zi)產的(de)(de)性能。最終，Longroad Energy 的(de)(de)年發電(dian)(dian)量增(zeng)加了 2.5%，年收入增(zeng)加了 43 萬美元。
⑨ 遠程資產監控
IoT Analytics 定義：利用物聯網在只讀格式下遠程監控資產，以跟蹤性能。
盡管遠程(cheng)資(zi)產(chan)監(jian)控(kong)的(de)(de)采用(yong)率下(xia)降，但仍顯(xian)(xian)示出強勁的(de)(de)增長。約 48% 的(de)(de)受(shou)訪者報(bao)告(gao)已經(jing)采用(yong)遠程(cheng)資(zi)產(chan)監(jian)控(kong)，較 2021年(nian)(nian)的(de)(de) 34% 有所上(shang)升。有趣的(de)(de)是，這(zhe)一用(yong)例在 2021 年(nian)(nian)曾受(shou)到(dao)最(zui)(zui)廣泛應(ying)用(yong)。當時，IoT Analytics 指出，遠程(cheng)資(zi)產(chan)監(jian)控(kong)由于其(qi)(qi)簡單性，相較于其(qi)(qi)他(ta)用(yong)例，設置(zhi)成本最(zui)(zui)低、最(zui)(zui)容易實(shi)現(xian)。隨著(zhu)其(qi)(qi)他(ta)更(geng)復雜用(yong)例的(de)(de)采用(yong)率超越遠程(cheng)資(zi)產(chan)監(jian)控(kong)，同(tong)時其(qi)(qi)自(zi)身顯(xian)(xian)著(zhu)增長，這(zhe)進一步證明了物聯網(wang)的(de)(de)成功。公(gong)司已經(jing)認識到(dao)物聯網(wang)用(yong)例的(de)(de)好處，并在這(zhe)些用(yong)例上(shang)進行(xing)了更(geng)多投資(zi)。
受影響的最重要 KPI：遠程資產監控最顯著影響的 KPI 是成本。平均而言，大規模實(shi)施這一用(yong)例(li)可將成本降(jiang)低 6.6%。
⑩ 位置追蹤
IoT Analytics 定義：利用物聯網進行產品/資產/設備的實時位置追蹤。
位置追蹤是(shi)連(lian)接產品(pin)用(yong)例(li)中的(de)首位。調查(cha)中約 45% 的(de)公司(si)已經采用(yong)了(le)位置追蹤。這也(ye)是(shi)唯(wei)一入選前 10 名物聯網用(yong)例(li)的(de)連(lian)接產品(pin)用(yong)例(li)。
物聯網位(wei)置(zhi)追蹤可以應(ying)用(yong)于(yu)各種環(huan)境，包括倉庫、工(gong)廠和戶外工(gong)作場(chang)所。機器或設備收集的位(wei)置(zhi)數(shu)據幫助公司定位(wei)設備和人員，優化路線，提(ti)高(gao)資(zi)產(chan)利用(yong)率，并增強安(an)全(quan)性。追蹤資(zi)產(chan)位(wei)置(zhi)對產(chan)品供(gong)應(ying)商（例如，通過(guo)了解使(shi)用(yong)模式）和用(yong)戶（例如，通過(guo)尋找丟失(shi)的物品或防止盜竊(qie)）都(dou)非常有益。
受影響的最重要 KPI：位置追蹤最顯著影響的 KPI 是收入。平(ping)均而(er)言，大規模實施(shi)這一用例可使銷售連接產品(pin)的(de)公司的(de)收入(ru)提高 1.6%。
參考資料：
《The top 10 IoT use cases》，iot-analytics
《Cisco Survey Reveals Close to Three-Fourths of IoT Projects Are Failing》，newsroom
《It’s the last IT/OT mile that matters in avoiding Industry 4.0’s pilot purgatory》，mckinsey
《Why has the Internet of Things failed?》，petewarden
