什麼是物聯網(IoT)？| 應用情境- 系統架構 - SAP

物聯網(IoT) 是在物體中嵌入式感測器和API 等裝置，透過網際網路所形成的訊息交換網路。

深入瞭解IoT 的技術架構，以及企業如何從當前各產業的應用情境以及發展趨勢中 ... 跳至內容 什麼是物聯網（IoT）？ 與IIoT的差異為什麼採用IIoT 廣義而言，物聯網（InternetofThings,IoT）包含任何可以連線至網際網路的物體或「東西」，從工廠設備、汽車到行動裝置，以及智慧手錶等。

然而，現今的IoT更特指結合了感測器、軟體和其他技術的互連設備，能夠傳輸和接收其他設備資料。

傳統上，連線能力主要依靠Wi-Fi實現，而現在5G和其他類型的網路平台，已逐漸具備處理大型資料集的速度和可靠性。

 當然，收集資料的意義不僅是擁有資料，而是使用資料。

IoT設備收集和傳輸資料後，最終目的是分析資料並制定明智的行動策略，這就是AI技術擅長的方面：借助進階分析和機器學習的功能來強化IoT網路。

 物聯網的定義：透過配有感測器、軟體和其他技術的互連物件和設備，與其他設備傳輸和接收資料 當無法前往現場時，物聯網設備將成為我們的耳目，配備感測器的設備可以取得我們可能看到、聽到或感知的資料，並按照指示共享這些資料，接著我們便可以進行分析，藉此掌握資訊，並將我們的後續操作或決策自動化。

此過程分為四個關鍵階段：  擷取資料。

藉由感測器，IoT設備會擷取所在環境的資料，簡單的例如溫度，也可能是即時影片傳輸等複雜資料。

共享資料。

IoT設備會藉由可用的網路連線，透過公有雲或私有雲提供這些資料。

處理資料。

此時軟體會根據已撰寫的程式碼，根據這些資料執行一些操作，例如啟動風扇或發送警告。

根據資料行動。

分析完IoT網路中所有設備的累積資料後，將可提供強大的洞察及資訊，協助制定更務實的行動和業務決策。

在2019年，IoT設備產生了約18ZB的資料，到了2025年，IDC預期該數字將成長超過三倍，來到73ZB，相當於73兆GB。

雖然我們無法以實體單位衡量數位資料，但換個角度說，如果將這些資料都轉換成1990年代的磁碟片後平鋪相連，可以從地球來回月球5000次以上。

為了發展IoT，必須凝聚特定的技術組合並同步提升這些技術。

 連線能力：這種IoT數據量的急遽增長，必須仰賴足夠強大的網路和雲端連線能力才能傳送和接收資料。

目前許多IoT設備依靠本地Wi-Fi網路傳輸複雜和大量資料，不過5G和其他蜂窩網路也在持續進化，McKinsey在最近發表的一篇文章中概述了行動網路可能帶來的影響，以及如何協助IoT設備脫離Wi-Fi網路。

感測技術：隨著IoT感測器創新的需求穩定增長，市場由幾個高昂的利基供應商，轉變為高度全球化且有價格競爭力的感測器製造業。

從2004年以來，IoT感測器的平均價格已下降超過70%，而隨著需求遽增，這些產品的功能及多樣性也不斷提升。

運算能力：未來三年創造的資料量，將超越過去30年所創造的資料量。

若要運用這些資料，現代企業需要不斷增加的記憶體和處理能力，實現此目標的競賽步調快速且競爭激烈，也推動了IoT的實用性和適用性增長。

人工智慧與機器學習：這些科技不僅可讓企業管理和處理大量IoT資料，還能分析並從中學習。

大數據是AI和機器學習的最佳養分，資料集越大、越多樣化，基於AI的進階分析就可提供更可靠的洞察和資訊。

IoT設備的興起，大幅推動了人工智慧的發展，以及所使用及提供的資料量。

雲端運算：如同連線能力是IoT發展不可或缺的要素，雲端運算的崛起也與這項趨勢息息相關。

透過隨選式的處理能力和大量儲存空間，IoT設備也開始採用雲端IoT服務，藉此收集和傳輸日益龐大且複雜的資料集；而藉由私有雲解決方案，企業能夠管理更大量且類型繁多的IoT資料，同時還能維護封閉系統的安全性。

邊緣運算：IoT網路內的裝置通常會分佈在各種地理位置，但都會將資料傳輸到單一的中央系統。

隨著IoT資料量日益龐大，物聯網開始耗盡公司的頻寬和雲端容量。

此外，在最終目的地擷取、傳輸、處理和接收資料需要不少時間，這種延遲可進一步降低效率，尤其是對資料處理高度時間敏感的企業。

邊緣運算解決方案透過接近資料的來源來分擔系統的處理壓力，方法是整合本地化的運算系統，並讓IoT設備本身具備處理能力。

裝置處理的資料會在現場立即採取行動，並定期以更結構化且組織化的格式將資料傳送至中央系統，以便進行進階分析和處理。

工業物聯網（IndustrialInternetofThings,IIoT）是指在工業應用程式中使用連線的機器、設備和感測器。

當透過具有AI和機器學習功能的現代ERP執行時，企業可以分析和利用IIoT設備產生的資料，進而提高效率、生產力及資訊透明度等。

IIoT網路通常支援機器對機器（M2M）通訊，而除了傳輸數據外，整合IIoT的設備還可定期從中央系統接收自動化的程式設計。

IIoT定義：IIoT是指在工業應用中使用連線的機器、裝置和感測器 我們現在處於第四次工業革命的中期，也稱為工業4.0。

過去三次工業時代的「革命」都是由顛覆性的技術所推動。

第一次工業革命是蒸汽發電；第二次是裝配線和機械化生產；第三次則是電腦運算能力。

推動工業4.0革命的動力則是工業數位化和串聯虛擬與實體的系統，而物聯網便是其基礎。

兩者的運作方式沒有太多差異，更多的不同之處在於用途方面。

世界上大部分的物聯網解決方案都偏向針對個人使用者，並且常見於智慧應用裝置、數位助理或是手機中的地理定位器。

 工業物聯網屬於物聯網的分支，雖然是由相同的基本技術所驅動，但工業物聯網的關注點是整個互聯組織的自動化與效率，而非個別的使用者。

在工業物聯網中，收集和整理資料只是複雜流程的第一步。

若要讓組織獲得最大效益，還必須運用人工智慧與機器學習處理這些資料，才能提供準確洞察並優化工作流程，以及將任務自動化。

智慧製造：企業會收集來自客戶反饋、媒體趨勢和全球市場的資料。

AI支援的系統可以歸納這些資料及其他相關資料，藉此協助產品開發與品質控制。

機器和機器人裝置的IIoT網路可根據這些洞察，自動優化智慧工廠的產品製造流程。

靈活的供應鏈：IIoT網路以及負責運行的AI支援系統可協助供應鏈經理掌握產品所在位置、持有的供應商，以及庫存數量。

IIoT裝置和機器也可隨時進行程式設計，因應即時事件和突發狀況，為企業提供內建的應急規劃，以及靈活的競爭優勢。

智慧物流：亞馬遜效應（AmazonEffect）一詞是指，消費者逐漸期望訂購的任何物品都能在隔天送達，而且無須運費。

為保持競爭力並滿足此期望，物流供應商必須依地理位置分配存貨，並與第三方物流（3PL）夥伴合作。

物流網路的IoT解決方案可協助經理集中檢視車隊中的每輛載具，包括無人機或貨運船。

IoT感測器提供的即時資料有助於合併負載、將浪費降至最低，並加速交貨時間。

醫療保健：在病患照護方面，IoT監測器和穿戴裝置可以幫助病患更清楚掌握身體狀況，同時與醫療保健供應商保持聯繫。

對於醫療專業人員而言，這些裝置所提供的資料可以更完整呈現病患的健康狀況，進而使診斷、治療和整體健康更加準確且全面。

農業：對於依靠氣候和自然力量的企業，非常需要有助於降低風險和脆弱性的工具。

富比士雜誌指出，現代農業也開始採用IoT解決方案：「目前已部署數千個感測器，藉此改善用水的永續性、影像化及生產力，讓耕作更輕鬆。

」 作為數位轉型的一部份，IIoT網路提供了一個強大的工具，協助企業掌握更卓越的彈性與競爭力。

 提升靈活度：當IIoT設備即時共享資料時，將可強化不斷收集、分析資料並從中學習的智慧網路，使企業能夠迅速果斷的把握機會並控制風險。

這些相同的設備不僅可以發送資料，還可以接收根據資料分析的指令，適應並優化其自動化工作流程。

改善機器狀況：IoT網路中的裝置和機器會持續傳輸作業日誌和效能資料。

AI和機器學習演算法將使用這些感測器資料取得寶貴的預測性維護洞察。

事實上，根據麥肯錫報告，「預測維護作業通常可讓機器停機時間減少30%到50%，並將機器壽命延長20%到40%。

」提升效率：不幸的是，企業通常會優先考慮營運需求，而對機器則採取「故障了再修」的消極態度，因此可能導致低效率的舊過程無法產出最佳成果。

如果在營運網路中結合IoT設備，將可收集到完全真實的資料，並運用進階分析得出關於更新流程、簡化任務並提高效率的持續建議和策略。

智慧庫存管理：在2020年初，美國企業已經歷了數年的政治和貿易的不確定性。

而對於許多公司而言，新冠疫情使得他們的庫存管理系統變得更加脆弱和被動。

透過連接到IoT網路，積層（3D）列印機等設備可以減少對外部製造合作夥伴的依賴，讓企業保留虛擬庫存，並依照需求製造產品。

保障人員安全：在任何工業環境中都潛藏著受傷的危險。

如今，許多企業正透過使用IoT工作場所安全設備來降低這種風險，例如透過VR耳麥等可穿戴設備發出警告，或是監控目前的工作場所模式，藉此重新建構工廠和倉庫的地板，提升安全性並符合人體工學。

改善客戶服務：工業物聯網不僅能連結企業內的裝置和機器，也可整合客戶體驗和反饋，讓購物體驗更加流暢、更加透明，並協助打造個人化的物流，在新產品的製造與開發中納入客戶的意見回饋和偏好。

透過與客戶即時進行有意義的互動，企業將可建立更具競爭力和彈性的商業模型。

後疫情時代，許多企業清楚意識到供應鏈韌性及能見度的重要性，具有競爭力且蓬勃發展的企業已不再將數位轉型視為未來競爭的「加分題」，現代化的數位解決方案（如工業物聯網）已成為卓越企業成長並邁向成功的必要工具。

立即閱讀SAP工業物聯網指南 返回頂部 立即與我聯絡