在本集中，我们将讨论快速发展的网络安全环境以及如何保护当今的系统，以及远程工作和远程系统访问对网络安全的影响。

Eric Cole 是 Secure Anchor Consulting 的首席执行官兼创始人。 Secure Anchor Consulting 提供高度接触的网络安全服务，帮助组织防止安全漏洞、检测网络入侵和应对高级威胁。

@drericcole

安全anchor.com

ecole@secure-anchor.com

在本集中，我们将讨论从私有 LTE 到 LoRaWan 的一系列企业连接解决方案，以及物联网 5G 边缘计算网络如何推动工业创新。

Daniel Quant 是战略发展副总裁，负责制定在高增长市场中增加市场份额和品牌的企业战略。 MultiTech 为工业和商业物联网设计、开发和制造组件、设备和端到端解决方案。产品包括在低功耗、无线接入和宽带、低延迟通信技术、机器协议、集成传感器和移动应用程序方面的首创创新，这些创新能够监控和管理智能资产、耐用品和工业消耗品。多技术网

在本集中，我们将从优势、属性和系统架构的角度讨论工业边缘计算。我们还探讨了 5G 基站对工业边缘计算的潜在积极影响。

Chuck Byers 是工业互联网联盟的副首席技术官。工业互联网联盟是世界领先的组织，通过加速工业物联网 (IIoT) 来改变商业和社会。我们的使命是提供值得信赖的工业物联网，让世界的系统和设备安全地连接和控制，以实现转型成果。 iiconsortium.org

在本集中，我们将讨论 Passive Logic 应用基于蜂巢控制器和群传感器的边缘计算的方法，以及应用深度物理模型构建数字孪生基础以优化楼宇自动化。一座建筑只能建造一次，而且必须第一次就正确。

Troy 是 Passive Logic 的 CEO。 Troy Harvey 共同创立并领导 PassiveLogic。他是美国技术专家和企业家，也是自主建筑系统背后的远见卓识者。作为 PassiveLogic 的联合创始人兼首席执行官，Troy 领导公司自主系统平台、深度物理计算引擎和数字孪生标准的产品设计、工程和制造。在日益受到气候变化影响的世界中，PassiveLogic 开发了一种方法，通过使楼宇控制真正智能化来节省三分之一的建筑能耗。被动逻辑网

在本集中，我们将讨论产品工程师如何从一开始就将网络安全设计到产品组件中，并在整个产品生命周期中对其进行维护。我们还解释了物联网和典型企业应用程序之间实施公钥基础设施的差异。

Ellen Boehm 是 Keyfactor 的物联网产品管理总监。 Ellen 领导产品战略和进入市场的方法，专注于物联网设备制造商市场的数字身份安全解决方案。 Keyfactor 位于数字安全管理领域，提供保护公司数字身份所需的工具和支持，使 IT 和信息安全团队能够轻松管理其数字证书和密钥——无论是保护数据、设备和/或应用程序。企业。 Keyfactor 使连接物联网产品的制造商能够在物联网设备生命周期的每个步骤中轻松且经济地构建高保障的安全身份，从而使自己摆脱代价高昂的保修召回和新兴威胁的风险。 www.keyfactor.com

在这一集中，我们将讨论一家硬技术初创公司从客户开发到产品设计和原型设计再到业务可行性和可持续市场增长的历程。

Thierry van Landegem 是芝加哥 mHUb 的执行董事。 mHUB 的使命是围绕实体产品开发和制造开发一个创业生态系统，并通过培养企业家、创新者和制造商之间的协作社区来加速行业发展。 mHUB 是一个以使命为导向的 501 (c) 3 组织，旨在通过将创意培养成可持续业务和人才发展来支持未来经济。作为美国领先的实体产品和制造创新中心，mHUB 致力于通过为产品创新蓬勃发展创造条件来支持初创企业和企业。 mhubchicago.com mhubaccelerator.com

联系蒂埃里：

Thierry@mhubchicago.com

在这一集中，我们讨论了空气压缩机性能在制造中的重要性，影响能量损失和停机时间。我们还探索使用动态的、基于云的人工智能系统来优化工业资产的性能。

EcoPlant 的首席执行官兼联合创始人 Aviran Yaacov。 Aviran 在 IT 行业的运营、财务、销售和人员管理方面拥有超过十年的经验和专业知识。 Ecoplant 开发了一种 SaaS 解决方案，可连接到空气压缩机的控制器和属性传感器，以监控和持续优化整个系统。使用预测性 AI 算法，Ecoplant 进行持续的能源调查并动态控制每台压缩机和整个系统，以显着减少能源浪费、提高可靠性并优化维护。这使得每年可以持续节省数十万美元。 Ecoplant 的专有算法还可应用于医院和商业建筑等环境，以及泵和冷却器等关键基础设施设备。 http://www.ecoplant.co/

Aviran 的领英：https://www.linkedin.com/in/aviran-yaacov-2929a297/

在本集中，我们将讨论道德黑客物联网网络安全攻击服务以及保护物联网产品的最佳实践。系统运营商和最终用户在数字化转型过程中可以采取的步骤来确保系统安全。

Ted Harrington 是 Independent Security Evaluators 的执行合伙人。 ISE 是一家识别和解决网络安全漏洞的道德黑客公司。 ISE 致力于为全球企业保护高价值资产并进行开创性的安全研究。 ISE 使用以对手为中心的视角，改善整体安全状况，保护数字资产，强化现有技术，保护基础设施，并与开发团队合作，在部署之前确保产品安全。 ise.io/research

联系泰德：

ted@ise.io

https://www.linkedin.com/in/securityted/

泰德的新书： hackablebook.com

在本集中，我们将讨论边缘计算的趋势、本地环境中云与边缘之间的关系以及低代码开发环境，以允许运营商直接参与应用程序开发，从而降低解决方案的生命周期成本。

Martin 是 Crosser 的 CEO 和联合创始人。 Crosser 为边缘计算和下一代实时企业集成设计和开发实时软件解决方案。 Crosser 边缘计算解决方案卸载云服务，提供靠近物联网传感器和物联网设备的实时数据处理和决策能力。 https://crosser.io/

在本集中，我们将讨论蜂窝物联网芯片组从 1G 到 CAT-M1 和 NB-IoT 的演变、5g 的推出以及低功耗、低成本、高可靠性连接对商业模式创新的影响。

Dima Feldman 是 Sony Semiconductor Israel 的产品管理和营销副总裁。牵牛星半导体（索尼半导体以色列）是索尼集团旗下公司，是蜂窝物联网芯片组的领先供应商，在实现物联网 (IoT) 愿景方面发挥着关键作用。 Altair 的超低功耗和超小型芯片组解决方案正在将蜂窝物联网变为现实。 Altair 芯片组可用于可穿戴设备、车辆远程信息处理、智能电表、个人和物流跟踪器、家用电器、消费电子产品和许多其他物联网设备。

网站： altair-semi.com

领英： https ://www.linkedin.com/company/altair-semiconductor/

在本集中，我们将讨论连接即服务在提高工业用例的性能和成本结构方面的价值，以及 5G 的推出和对边缘计算用例的影响，从 AGV 到大规模设备管理。

Brian Watkins 是 Federated Wireless 的连接解决方案副总裁。 Brian 领导基于云的私有 LTE 和 5G 连接解决方案的业务开发和销售。他通过云渠道合作伙伴创建和领导 GTM 销售，并与包括 OEM 和 ISV 在内的生态系统合作伙伴共同开展 GTM 工作。 Federated Wireless 在开发共享频谱 CBRS 功能方面处于行业领先地位。

在本集中，我们将讨论 Terbine 对数据馈送进行上下文化和索引以提高可用性的方法、将物联网数据货币化的挑战，以及如何将服务器与蜂窝塔共置可以启用边缘计算用例。

大卫奈特是 Terbine 的首席执行官。 Terbine 是有关物理世界的物联网/传感器数据的数字市场——例如海洋盐度、轨道车运动、碳排放和作物密度。 terbine.com

在本集中，我们将讨论边缘计算在制造业中的采用状态。我们还探讨了 OEE 优化、预测性维护、资产状况监控中最常见的边缘计算用例。

John Younes 是 Litmus Automation 的联合创始人兼首席运营官。他负责公司的运营和发展，并利用与初创企业和早期公司合作的丰富经验。 Litmus 通过 IIoT 智能边缘计算平台实现开箱即用的数据收集、分析和管理。 Litmus 提供的解决方案可将关键边缘数据转化为可操作的智能，从而为预测性维护、机器学习和 AI 提供动力。石蕊试纸

在本集中，我们将讨论如何为具有不同需求的多个用户组实现数据货币化，并通过端到端产品化解决方案简化物联网部署。

Ron 是 Microshare 的首席执行官。 Microshare 提供数据战略即服务，使我们的客户能够快速捕获以前隐藏的数据洞察力，从而节省成本、可持续性指标和商机。我们的解决方案为您的实物资产创建了一个数字孪生，全面了解其性能、未来面临的风险以及从这些资产中获得最大回报所需的步骤。 https://www.microshare.io/

在本集中，我们将讨论决定设备位置和指导技术架构决策的关键变量。我们探索 5G 和 LoRa 等新物联网通信技术的优势和局限性。

Kipp Jones 是 Skyhook 的首席技术传播者，致力于指导和塑造公司的创新位置智能技术。 Skyhook 是一家 Liberty Broadband 公司，是定位技术和智能领域的先驱。 Skyhooks 通过精确的设备位置和可操作的场所相结合，为客户提供实时服务和分析见解。 Skyhook 的产品建立在信任和尊重个人隐私的基础之上。天钩网

在本集中，我们将解释用于远程监控和控制物理资产的数据流任务关键数据的工作原理。在 Covid-19 对工业数字化趋势的影响背景下，我们学习了如何简化资产管理的业务模型和连接性。

Matt 是 WellAware Holdings, Inc. 的联合创始人、首席执行官和董事会成员。在 WellAware，Matt 推动整体业务和产品战略，同时领导公司实现互联互通愿景的日常执行工作人们对重要的事情。

WellAware 通过将关键任务数据流式传输给员工，使组织能够高效、安全和可持续发展，这样他们就可以远程监控和控制物理资产。

_________

自动成绩单

[介绍]

欢迎来到工业物联网，聚焦工业物联网思想领袖与您的主持人埃里克·瓦伦扎（Erik Walenza）一起改变当今企业的洞察力。

欢迎回到工业物联网聚光灯播客。我是你的主人。 Erik Walenza 是 IOT one 的 CEO。今天我们的嘉宾是 WellAware 的联合创始人兼首席执行官马特·哈里森（Matt Harrison） WellAware 通过将关键任务数据流式传输给他们的员工和合作伙伴来增强组织的能力。因此，他们可以远程监控控制和自动化实物资产。在本次演讲中，我们讨论了与简化边缘连接和资产管理的业务模型和技术部署过程相反的意识。我们还探讨了 COVID-19 对工业数字化趋势的影响。如果您发现这些对话很有价值，请给我们留下评论和五星级评价。如果您想分享您公司的故事或推荐一位演讲者，请发送电子邮件至 team@iotone.com。谢谢你。

[埃里克]

马特。非常感谢您今天加入我们，

[马特]

埃里克。谢谢你有我们。我们很高兴来到这里。

[埃里克]

所以，马特，我真的很想涉足这个行业，了解背后的技术。你知道，我和很多非常非常横向的公司谈过，所以和一个非常有趣的人谈公司有更多的垂直焦点，但在我们进入业务和技术之前，我想了解一下你的背景，因为我认为你实际上有一个非常有趣的背景，在医疗保健和能源领域非常多样化部门。你也是投资者。您能否简单介绍一下您的背景，然后是什么导致您在 2012 年创立或共同创立了深知的？是的，你打赌。我很高兴分享我自己的一点点。我讨厌谈论我自己，但我们至少会提供一点面包屑的历史，关于我们如何到达我们现在的位置。它可能比任何东西都更能绑在我的红头发上。

[马特]

我认为这让我带着一点火热的 DNA 从子宫里出来在工程中。一直想从业务角度应用它并使用技术来解决问题。所以这就是我的职业生涯的真正组成部分是理解问题，你知道，试图比大多数人更好地真正理解这些问题。我认为这对我们来说是一个巨大的进步，因为我们非常了解并了解真正的工业物联网融合是什么样的，然后尝试应用一些最新的 IT 技术来帮助我们的客户解决问题。所以我很幸运能与这里的一些了不起的人一起工作，这些人都很清楚，在我过去的角色中，我有很多令人难以置信的导师、投资者和董事会成员。

所以我真的认为自己很幸运，一路上被很多人利用。但是你知道，如果我能描述一下自己，我不得不说，你知道，我们喜欢竞争。我的白板上有一个相当不错的棒球运动员，名叫贝比·鲁斯（babe Ruth）的名言。它说要打败永不放弃的人真的很难。而且我认为，这确实是我们努力将人们带入公司的一种特征，这样我们就可以真正努力帮助我们的客户解决问题。

[埃里克]

现在是一个很好的模型，对吧？这是一个充满挑战的时代，但机遇与挑战并存。如果你只是继续前进，那就有。而且，你知道，我要补充的一件事是，我会鼓励 IOT 中的听众真正坚持我们发现的事实是，你知道的，很多有时，即使我们的客户也不知道他们试图解决的问题到底有多大，解决起来有多么困难。所以我们真的不得不靠在我们的客户身上，并且与我们的客户进行了很多工作以不放弃他们。当他们说，嘿，看，我这物联网的东西太难了。它不起作用。就像我想的那样，我们在门口遇到了颠簸。您知道，我们确实已经取得了很大的成功，只是与我们的客户紧紧相拥，而且，您知道，真的有点把他们拖到了结果。我们已经获得了很多客户成果，因为他们已经欣赏了这段旅程。所以这很难。这不是一个容易的空间。这是未来，你知道，给机器发声显然是我们可以做的最令人兴奋的事情之一，但这并不容易。我认为二十年代将是物联网的十年。当然。

[马特]

是的。您现在可以说，由于 COVID-19 背景，一方面它从未比以往任何时候都重要。另一方面，这可能从未像现在这样具有挑战性，因为让人们实际部署传感器并在公司看到收入下降的时候分配预算，这更具挑战性，但另一方面，需要能够远程监控和了解您的操作变得越来越重要。我认为对于人们来说，了解行业的样子、增长的样子、你知道的、此时的部署是什么样的、怎么样，让我们说第二个问题，也许是，对于福特第三季度的前景，这些人如何寻找一个有意识的人，你知道的，特别是如果你所在的行业受到很大影响。

[埃里克]

是的，绝对的。绝对地。好吧，我们正处于一个全球经济形势下，我们之前都没有真正面对过，你知道的，一场造成很多不确定性的流行病。而且，因此，您知道，就您最初的观点而言，我们已经失去了大量的工作岗位，失去了我们客户的大量收入。因此，他们必须立即介入并削减开支，或者，你知道，想办法为他们的业务增加额外的盈利能力。好吧，猜猜看，没有改变的一件事是那里的机器数量。机器的数量还是一样的，尽管人少了。所以有一个巨大的需求，我们实际上已经看到它在我们的商业收入增长和我们在 2020 年剩余时间的管道机会中实现，这是人们真正开始下大赌注的时候，你知道，将全部库存转移到工业物联网。

[马特]

是的，你必须有一个可靠的平台。是的。您必须向客户展示结果。他们对工具或小部件不感兴趣。他们想真正帮助你。他们希望您帮助他们了解数据在他们的结果方面转化为什么。但现在是时候了，而且，你知道，就我们的经常性收入基础而言，从去年到今年，我们可能会增长一千多倍。这很有趣，因为我认为很多人需要帮助。这种增长的一部分来自我们自己的全球化，不仅在美国之外，而且，你知道，我们确实建立了石油和天然气公司。因此，我们现在已经开始自然地扩展到其他工业市场和应用。因此，这确实帮助我们公司看到了新的机遇，并实现了发展。最后，我们已经开始建立一个非常令人难以置信的合作伙伴渠道。所以有大公司，需要物联网解决方案帮助的大型电信公司，需要物联网解决方案帮助的大型云公司。因此，我们真的很幸运能够真正开始处于许多推动增长的关系的前端，

[埃里克]

正确的？那么，让我们进入业务。所以正如你所说，你，你从石油和天然气开始，但现在你正在从垂直领域扩展到其他领域，我想，那里有大量的重资产，复杂的运营情况，你会是什么，或者你的价值主张。也许你也可以谈谈随着你进入新的垂直领域，这是否正在发生变化，或者同样的价值主张是否适用。

[马特]

当然。是的。好吧，我们的使命，这实际上是我们的价值主张，以及我们的存在是为了将人们与重要的事物联系起来。所以事情显然是机器和传感器，但正如我们已经讨论过的，显然也有结果。这些结果通常为我们的客户转化的方式，三个大桶。一是运营效率，通常是成本节约。我们得到了这些，这些指标以多种不同的方式完成。另一个是提高安全性。所以我们只是取消了很多里程和卡车，我们在工人去现场之前告诉他们要体验什么，他们将要体验什么。因此，它可以帮助他们以更安全的方式完成工作。最后一个是环境和法规遵从性。所以我们，你知道，我们真的在帮助我们的客户减少他们的碳足迹，带来一些 ESG 胜利，这在董事会层面总是，你知道的，非常有趣，人们想要吹捧并帮助他们你知道，更好的经济或更好的环境足迹。

[埃里克]

因此，这些是我们提供给客户的主要价值主张。我们的使命宣言是我们只是，我们在这里将他们连接到他们的关键基础设施、他们的机器和他们的资产。我们让这更容易。我们几乎可以处理任何应用程序。我们与许多不同的制造商合作。如果不是所有制造商，我敢说大多数。因此，无论您拥有什么样的泵或发电机组，或者您所熟知的传感器作为一个统一平台，它都可以让您从难以到达的地方收集数据并将其转化为可操作的格式您可以真正推动业务成果的发展。所以这就是，这很难建立。这是一个非常完整的堆栈解决方案。我们花了七年的时间才做到这一点。我们从石油和天然气开始，我想说的是，这对我们来说确实是最好和最坏的决定。

[马特]

这是最好的决定，因为它为我们打造平台提供了最困难的环境。所以非常偏远，你知道，非常危险的环境，权力是一种奢侈品，通讯也是一种奢侈品。我们也有一个非常不同的用户群。所以我们的很多用户的技术能力都很差。因此，这为我们构建我们的技术、平台和用户体验提供了非常非常困难的环境，我们只是让安装变得简单易行。所以我认为从这个角度来看这是最好的。这很困难，因为你知道，这是一个变化非常缓慢的行业。因此，现有的安装和现有的基础设施存在很多不利因素。嘿，我们一直这样做。所以现有的运营模式，当我们开始看到巨大的转变变化时，这很有趣，你知道，一些更注重技术的人担任更高级别的职位，他们说，嘿，你知道吗？我应该能够像在家里操作恒温器一样经营我的生意。我可以从家里的床上改变温度。为什么我不能在我的业务运营中优化我的远程发电机组或泵？答案是你可以，多年来由一些非常大的工业参与者拥有和构建的旧的传统运营技术方法非常适合颠覆。

[埃里克]

是的。在我们进入技术之前，我想在这里谈谈参与这些技术采用决策的人的这个话题，你通常和谁一起工作？因为我猜你有，你知道，如果我们谈论道达尔，它可能位于巴黎，但他们在世界各地都有业务。那么，您是在与总部交谈，还是在与某些设施的当地总经理交谈，这些设施具有他们理解的特定痛点，然后您是在与您交谈，您知道，您也有在 OT 人员之间拆分，然后可能是 IT 基础设施，在这些可能是与电源分离的技术之前，它们没有太多接口，但你正处于关键点，对。你是，你有点把这两个末端放在一起。所以我想你有，你有决策者，你知道的，可能分配预算的人，还有可能想要控制这两个组织中系统的部署或操作的人。你能和我们谈谈，你知道的，比如说本地与总部，然后它与 OT，你通常与谁交谈？谁是决策者，谁是影响者？对于有意识的人来说，这种观点是什么样的？

[马特]

这是一个很好的问题，埃里克。所以，你知道，它的工作方式或对我们工作的方式是有一些例外，我会说，所以我们确实有一些大型企业交易，客户已经决定他们将定义和资助一个非常大的物联网通常具有 C 套件和预算批准的实现。因此，与您自己实际建立机会时相比，这是一种非常不同的追求。所以当你敲门，试图创造潜在客户时，很多时候，企业级交易都是基于 RFP 的。同样，您知道，与这些相关的利益相关者通常是您的 PNL 经理。他们可能有一些他们希望您遵守的内部技术或内部内部技术指南。他们可能希望您利用一些资本支出和已经到位的基础设施。

我们喜欢这一点，因为我们再次处理任何存在的问题。因此，充分了解是帮助客户利用他们已经进行的现有投资的理想选择。我们只是让它变得更好。我们也，很多时候，我们将与现有的 SCADA 系统现有的 SCADA 团队合作，它是处理历史学家和处理数据分析、预测分析等的团队。因此，如果您愿意，这组利益相关者确实是全面的，我可以在我们创造机会时为您列出所有这些利益相关者。当我们，你知道，发送信息和创造潜在客户时，我们正在寻找有 P 和 L 预算和责任的人，通常需要省钱或提高安全性，或者，你知道，他们的环境法规遵从性.当我们找到这些机会并向人们展示时，那些通常是有预算并且可以快速行动的利益相关者。很多时候，企业主并不一定要求采用特定的技术方法。他们只是要求你做对。他们确实希望您与 CIO 和 CSO 打勾，并且，您知道，确保现场团队都同意，是的，事实上，这是一个伟大的，您知道，安全，安全的技术实施，但是那些我们最成功的机会是当我们与 P 和 L 经理、需要解决非常具体问题的业务经理合作时。

[埃里克]

然后你提到你正在进入新的垂直领域。我在贵公司的介绍中看到医疗保健就是其中之一。尽管您可以将它们都视为工业，但我认为，比如说，您知道，您还会说，能源和医疗保健在操作环境方面有些显着不同，对吧？正如您所提到的，能源是远程医疗保健。你在一个受控的设施中，你有不同的骗局，你有安全和隐私问题，但从非常不同的角度来看，你是否必须显着发展你的业务才能进入这个新的垂直领域？或者您是否发现公司面临的基本挑战基本相同？什么，什么，什么，采用什么，你进入一个新的垂直领域所必需的演变，

[马特]

医疗保健领域？ Erik 有点用词不当。这听起来就像我们正在参与医学。我们真的不是。我们确实在按照您刚才的建议进行操作，即我们正在采用经过验证的平台，该平台适用于泵、电机、压缩机、电力设备，并且我们正在将其应用于大型医院的设施管理或建筑管理方面.所以我们基本上在做的是确保医院系统，如果你愿意的话，他们的医院大楼已经准备好运行，对吗？所以我们没有做任何照顾病人的事情。我们不在套房或重症监护室，甚至不在病房里。我们坐在冷水机组和地下室的实际地面以下，通常低于实际地面。我们正在控制 HVAC 系统、泵、灯和电力设备。我们正在确保所有这些非常昂贵的资产都根据它们的运行方式进行优化，它们正在延长使用寿命，因为医疗保健行业现在显然处于非常非常困难的境地。

从历史上看，这是一个利润非常非常低的行业，而全球大流行已将其推向了边缘。因此，他们非常想方设法省钱。因此，他们的建筑管理设施管理费用很高，我们正在帮助我们的客户大幅降低与维护这些关键资产相关的成本。所以他们要么对这些资产没有可见性，要么对一些非常陈旧的企业软件解决方案的可见性非常有限，这些解决方案就像楼宇管理系统或楼宇自动化系统，只是遗留的、昂贵的软件平台。这些通常是非常特定于 OEM 的。因此，它们非常适用于火车，或者它们适用于艾默生，但如您所知，所有这些，这些系统中的这些装置由许多不同的制造商、设备 OEM 组成。

因此，拥有一个对所有内容都具有可见性的单一平台确实受到了我们客户的好评。就是这样，我们就是这样做的。在医疗保健领域，我们也在做同样的事情，公共事业，同样的事情，制造物流运输。我们开始真正有机会利用我们构建的通用平台并将其安装在许多新机器上。然后每次我们带来一台新机器时，这真的是一个新的偏差。它是有意识的家庭的一部分。在那时候。我们每天、每周都在不断地增加这个基础。所以这很有趣。

[埃里克]

好，太棒了。所以，这是有道理的。因此，在所有情况下，您都在处理遗留资产基础，有些保守的行业还有很多遗留软件，它们不太适合现代需求。所以我明白为什么这不会是进入这些其他市场的真正关键变化，让我们在这里进入你的技术堆栈。所以，你知道，至少我所看到的，你正在报道，我不知道你是否会将其框定为传递或 sass，但你正在提供这种数据管理层。你在做数据和手势，我相信你有自己的硬件，然后你也做托管服务。它似乎是一个相当完整的堆栈解决方案。您能否向我们介绍一下架构是什么样的，然后什么是核心元素，哪些元素可能是可选的或根据具体情况而定？是的。

[马特]

你打赌很高兴这样做。是的。让我从商业模式开始。因为我认为这是最重要的，我们花了一些时间才最终迭代到似乎对我们的客户最有意义的地方，这才是最重要的。因此，我们与我们的客户 Erik 合作，这意味着我们只收取数据服务的月费，仅此而已。所以我们确实有自己的硬件。我们确实有自己的软件。这些都包含在我们为客户每月实施的一部分中，不需要资本支出。我们处理一切，硬件，软件保修。我们确保这些数据收集平台在合同期限内有效。最简单的方法，我会画一个平行或类比，就像订阅直接电视一样。你知道，他们给你寄了一个料斗，你不一定要为这个料斗买单。

您只需按月付费，您知道，电视订阅直接电视或碟形网络，无论是哪一个。如此有意识的人也在做同样的事情。我们正在提供智能边缘设备，这些设备可以安装在机器上，我们保留对这些设备的所有权，我们管理它，我们提供它，它是一个可扩展的平台。所以它有边缘的智能。我们处理所有我们称之为 OT 协议接口的东西。那么，我们的边缘设备如何与机器进行实际对话，以及我们将 X 射线视觉带入机器的能力。因此，我们会考虑使用该机器或该传感器拥有的任何 IO 机会。我们还研究了 OT 传统协议，我们几乎支持所有这些协议，mod 总线、固定总线 J 1939、其他数量，你知道，backnet 和其他一些东西。

因此，在那种连接到机器可能与之对话的遗留 OT 协议基础设施的罗塞塔石碑上，我们在边缘统一了它。我们在边缘添加智能，即处理能力，我们可以在其中运行本地机器学习和数字孪生技术等。我们已经开始这样做了。我们有边缘存储，这可能是最酷的。我们在边缘提供了非常丰富的用户体验。因此，我们的边缘硬件与移动设备进行无线通信，我们使用我们的客户、移动设备，无论他们拥有 iPhone 还是 Android。这成为我们客户的用户体验。这是一个非常非常丰富的用户体验平台，我们不必构建它，但我们可以随着时间的推移加以利用。所以这只是边缘。第二层是从最后一英里拉回数据，无论是在偏僻的地方还是在地下室，或者，你知道，在大型工厂车间，我们通过蜂窝卫星将数据带回。

在某些情况下，wifi，一旦数据被带回，它就会存储到我们的两个云合作伙伴中，即 AWS 和 Azure，然后我们就有了一个标准化的数据集。所以，你知道，对于那些感兴趣的人来说，标准化数据集意味着它是时间同步的，它知道它是数据感知的。因此，这意味着我们将我们在云中监控的资产背景化。所以它不仅仅是一个，你知道的，称它为带有电压或电流的数据标签，它实际上是一家公司，或者它是康明斯发电机组，或者它是一个，你知道的，贝克休斯，ESP 泵，或者，你知道的，随便什么情况可能是这样。所以它被情境化为一个事物。并且数据是标准化的，这意味着它是时间沉没的，它是高分辨率的，这一切都落在了云中。然后一旦它在云中，我们就有了数据如何移动的一个分支。

因此，数据显然可以通过我们的用户体验来消费。我们之前讨论过移动设备，但如果您在现场使用设备或在家中想要查看任何关键基础设施或接收警报，则该应用程序非常方便。移动平台，一个很好的方式来做到这一点。当然，我们还有一个基于网络的平台。这有图表和更丰富的通知、报告、仪表板和类似的东西的用户体验。不过，这些数据也可以通过 API API 提供给我们的客户，以便在任何其他用户体验中使用。所以我们的一些客户使用 Spotfire，一些使用 Tablo，有些数据被推送到另一个历史学家，比如 OSI PI。我们今天为许多客户这样做。所以它是，我们真的试图让它变得简单。

如果我考虑一下 Well-aware 擅长什么，它实际上是边缘的数据收集、供应和数据编排。我们确实解决了预测分析和许多非常非常先进的机器学习方面稍弱的任何机器的最后一英里。我们确实为这些引擎提供了出色的数据集。而且，你知道，这就像生活中的任何事情一样，埃里克，如果你有预测分析或人工智能平台，并且你给它提供了糟糕的数据，是的。这会给你带来不好的结果。 So well-aware 是真正先进的 AI ML 平台的绝佳合作伙伴。这是堆栈的特定区域不是我们选择投资的东西。我们真的希望在那里合作比什么都重要。所以这就是在整个堆栈中的一点点遍历。显然，它是其中每个元素的重要组成部分。我们拥有，我们相信这是最好的安全平台之一。因此，我们可以使其易于部署，从商业模式的角度来看，对我们的客户来说非常简单，您可以以每月 50 美元的价格购买一台机器，而且它是安全的。

[埃里克]

好，太棒了。所以，非常感谢非常全面的演练。让我跟进一些关于您的商业模式和技术堆栈的一些元素的问题。所以回到商业模式，你刚刚提到每台机器低至 50 美元。所以我想这是每台机器每月的费用，但是你可能会根据复杂性、机器的连接数或数据量有不同的层级。是这样吗？是否有与数据使用系统集成量相关的任何方面？你提到了机器学习。因此，如果需要为特定机器开发预测性维护应用程序，你知道，我想有人实际上必须投入一些精力，无论是非常清楚的还是系统集成商或客户。所以也许你可以，你可以更详细地介绍一下，商业模式，会是什么，决定这个月度 VR 内容的元素

[马特]

是的。你打赌。嗯，每月 50 美元真的是基于入门层解决方案，而且包罗万象。所以它包括我们所有的边缘硬件。它可能包括一些传感器，具体取决于它是什么类型的应用程序。而且，您知道，它将成为我们正在创造的价值的适合目的的解决方案。而且，是的，在某些情况下，如果您愿意，我们必须快速开发一些应用程序，或者一些为我们的客户定制的定制站。 Well-Aware 所做的一切都是基于平台的。所以我们没有，我们真的没有为客户拥有的客户构建任何东西。我们将为客户量身定制我们的解决方案。因此，您知道，取决于应用、机器和该机器所附加的价值，这确实决定了您所知道的，即我们客户的最终价格点。

所以，你知道，我们有应用程序，我们的解决方案每月可以获得 50 美元。我们有应用程序，我们每月可以获得数百美元的远程解决方案。而且，你知道，那些包括不同层的传感器和硬件。这一切都包含在一个非常简单的平面订阅模式下。因此，它实际上只是依赖于应用程序。你知道，如果它是油箱液位监测，它会花费一件事。如果是泵监测和控制，它会花费另一个成本，如果我们要控制一个价值 350,000 美元的火车 HVHC 系统，它具有更多的数据、更多的复杂性、更多的价值，而不是花费一点点，多一点就是这样，它就是这样设置的。这真的是基于价值的。我们不会在每种情况下都与客户浪费大量时间。我们客户的投资回报率通常比他们支付的费用高出几个数量级。作为一家公司，我们正处于增长模式，我们不想小气，专注于从我们的客户那里为我们的客户榨取每一磅肉。那不是我们的目标。我们的目标是不断提供价值和案例研究，并不断宣传，因为你知道，看，有 25300 亿台机器需要连接。我们才刚刚开始触及表面。

[埃里克]

是的，好吧，我还想问一下连接性，你知道的，卫星成本。我认为这些都是，所有这些都包含在内。我喜欢这种模式，因为，你知道，与推动固定许可证或一种，一种，你知道的，一种大型资本支出资产投资的更传统的模式相反这是一次，然后你可以走开，然后客户开始处理这里的操作。你真的很协调，对吧？您需要始终如一地交付价值。否则客户在某个时候会取消合同，对吧？而且您已经投入了大量时间来构建解决方案。

[马特]

就是这样，100%。我的意思是，我们是，我们得到报酬来提供电视服务。所以如果我想看 ESPN，我订阅了 TV TV 服务，嗯，IOT 的认知商业模式是完全一样的。我们在业务成果方面与客户保持一致。我们发现，当我们与他们合作时，他们真的很喜欢奖励我们，我们向他们证明并展示了所交付的价值，他们将站在山顶上，宣扬我们帮助他们获取和使用更多的价值我们。所以，这是一个双赢的场景，

[埃里克]

一个移动应用程序。因此，至少根据我的经验，这是一个需求可能会发生变化的领域。你知道，而假设是固定的，也许你正在使用卫星，你有一些传感器，你在边缘有一种特殊的连接环境。从长远来看，这些可以相当固定，但是关于用户如何使用这些数据的要求不同。因此，我们看到这种向更多低代码开发环境的转变，试图允许非技术用户进行一些修改。您现在如何处理最终用户应用程序？

[马特]

是的，这是一个很好的问题。所以，你知道，我们已经标准化了一些，你知道的，我认为可以吸引我们的客户的一些漂亮的基线功能。就像我说的那样，80%、90% 的路，你们都知道，存在的核心特性功能都是可配置的，但它是可配置的，你知道，我们的客户可以在平台上进行配置。所以他们可以，他们可以设置资产，他们可以设置分类，他们可以设置名称，你知道，他们可以配置图表，他们可以设置通知和警报。而所有这些东西都是，是，都是由用户管理和操纵的。所以我们花了一些时间来正确拨入。作为我们真正的边缘智能平台，这可能是我最兴奋的事情之一。我们正在构建一个开放的开发人员环境，基于 Lennox 的边缘环境，它将允许我们的客户，你知道，用低代码 Python 编写他们自己的应用程序，脚本，不管是什么情况，而且，你知道，真的让他们在广为人知的边缘平台上编写新应用程序、部署新应用程序和管理它变得非常容易。

所以，我将在这里非常谦虚地使用这个例子，Eric 是，你知道，我们真的很喜欢 Apple 所做的，你知道，建立一个端到端的开发者社区和应用程序商店控制边缘平台，即 iPhone、iPad 或 iMac，并真正将其融入最终用户体验。而且我认为Apple显然非常成功，并且清楚地知道这样做是在做同样的事情，但对于机器。因此，我们正在使用该边缘平台，并且在未来十年的 2020 年代，我们的意图是继续构建它并提供一个完整的环境，让客户可以为他们正在做的事情做出贡献在边缘。第三方应用程序开发人员和社区可以围绕它建立。这都是一个开放的平台。它是安全的，它是可靠的，它是经过验证的和可靠的。所以，是的，我们非常兴奋，你知道，未来会发生什么，你知道放置控制算法，或者，你知道，在边缘启用新的小部件。所以它，它，它今天已经发生了。我们只是在它的前端。但这是我们对恶意软件感到非常兴奋的事情。

[埃里克]

是的。迷人。迷人。我的意思是，这是我们的信念之一，也是那些将在长期内非常成功的公司是那些通过激励其他个人或组织参与开发他们的平台来找出如何创造价值的公司。你知道，在某种程度上，对，正如你所说，这是，这是苹果模式的一种，但要单独行动并尝试自己完成全部堆栈。对于像广为人知的公司试图服务的工业环境的复杂性，这可能不是一个成功的主张。因此，我们希望您在构建平台的下一阶段中表现出色。

[马特]

我们希望向市场提供许多已经构建的基础架构，并允许更快、更快速地部署解决方案。因此，您知道，我们的开发人员数量有限，我们在市场上的客户也没有有限的意识。因此，我们正在开放它并使其成为一个完整的、你知道的、共享的开放社区平台，这令人兴奋。

[埃里克]

假设如果客户为特定类型的资产构建了某些东西，那么您可以说资产以某种方式评估算法或源代码以便为另一个客户部署它，是这样吗

[马特]

我们将能够对其进行认证并确保其正常运行。然后，你知道，有机会利用那个代码环境，如果那个客户贡献了它到开放环境中，那么是的。还有其他客户绝对可以利用这一点。是的。

[埃里克]

好的。伟大的。最后一个问题。开发人员是否也有货币化方面的问题？所以我想如果它是一家石油和天然气公司，他们可能并不担心通过这种方式获利，但如果它是一家 ML 公司，它可能想要使用具有良好意识来构建算法，你有什么开发代码的人可以通过充分了解获利的一个方面

[马特]

这是最终的意图。是的，我们今天没有这样做，但我认为我们离我们并不遥远。这对我们来说将是 20、21 的里程碑式成就。

[埃里克]

好的，酷。让我们在这里进行一两个案例研究。所以，如果有一个端到端的视角，你知道的，你第一次开始在客户那里与谁交谈，那就太好了？是什么，你知道，你为他们做了一个试点，然后，然后引导我们完成两个操作，

[马特]

想到的一对夫妇，那是我最喜欢的一些。其中之一是与美国最大的钢铁制造商合作，因此我将开始一项非石油和天然气应用。所以我们安装在我们的钢铁上。他们在印第安纳州的加里有一家非常大、历史悠久的工厂。这是10平方英里。所以它是一个非常大的工厂。它已经存在了一百多年，实际上最初是卡内基网站。所以它，它又是，它有很多历史参考和相关性。我们通过我们的一位合作伙伴联系了我们。他们基本上真的在苦苦挣扎，因为那个工厂的基础设施已经变得非常陈旧，非常陈旧，他们在那里放置的许多原始传感器和基础设施也已经过时了。因此，他们在 10 平方英里的工厂中产生了与天然气、配电和变电站相关的一些非常灾难性的负面结果，其中有很多，两者都有。

因此，他们想要做的是，在他们的所有气体分配以及我们所有的变电站中获得更高分辨率的监测和控制能力。所以我们开始与他们交谈，我们走出去，我们安装在一个用于气体分配的试点位置。我们正在连接现有的气体传感器。因此，我将在这里详细介绍一些细节，因为它很有趣。它将向您展示该平台的工作原理，Eric。但是当我们出现在现场时被告知，我们要连接的传感器是压力传感器。好的。对于有意识的人来说，这将是非常简单的。您需要通过所有认证才能进入现场。您通过现场定向实际踏上一个像我们钢铁这样的工业场所。我们的团队进行了第一次概念验证，我们走到传感器前，我们意识到，天哪，这不是压力传感器。

这实际上是一个气体流量传感器。因此，我们的任何竞争对手，任何今天在场的老牌球员，他们都会在那时收拾行装回家。他们可能会对每个人大喊大叫，说，嘿，你给了我们不好的信息。嗯，这就是现实生活在现场的样子。所以虽然我们已经习惯了，但我们有很多疤痕组织。因此，我们在现场进行了移动配置。我们改变了边缘设备，使其能够接受气流而不是压力。所以我们进行了安装，得到了机械和电气连接。所有这些都在五到七分钟内显示我们的客户站在我们身后。我们有一点观众。我们向他们展示了气体应用。所以我们正在监测实时气体流量。

不幸的是，我们身后的一个人说，哦，那不是我们想要看到的。我们对实时天然气不感兴趣。我们对累积的气流感兴趣。所以你在那个旧传感器的显示屏上看到，它实际上为我们积累了气流。好吧，问题是没有电气接口，或者没有来自旧传感器的电气输出，可以给我们提供累积的气流。所以就在现场，我们让我们的团队在云端构建了一个储气罐。因此，在几分钟之内，我们就获得了刚刚获得的实时气体流量。我们在云中建立了一个储气罐，然后储气罐通过客人向他们提供客户完整的总和。他们喜欢它。现在我们遇到了一个问题，以便获得该级别的分辨率。

我们必须每秒回传数据。显然，这将非常昂贵。因此，在两天内，我们的团队编写了一个算法，可以驻留在我们的边缘智能中，将其推送到空中并更新我们的单元，该单元留下了一个本地化的气体分析仪。这很酷。所以我们钢铁喜欢它。他们将其推广到所有客人分布中。我们为他们的变电站做了非常相似的事情，他们几乎看不到。他们的变电站漏水，导致变电站停机。然后他们的工厂车间停机时间非常昂贵。这就是我喜欢的一个例子，它说明了广为人知的平台的多功能性和灵活性。现在我们有机会继续将其扩展到更多的客户站点，不仅仅是客户站点，而是非常相似的客户。

另一个应用程序，另一个案例研究，这个实际上是在星期六晚上才来的。我只会和你分享。我接到我们一家公司的紧急电话说，嘿，看，我们在休斯顿市，这里有一个水管理水处理设施。我们相信我们可能会处理氯气排放。因此，我们需要实时监控与确保不会释放氯气相关的空气过滤平台。当他很清楚要来帮助监控设备时，监控温度等等。所以从字面上看，7 月 4 日星期六晚上接了那个电话。然后今天早上成功安装在多个位置。所以在 72 小时内，没有人能做到这一点。埃里克。这就是正在构建、锻造和测试的平台，具有高度可配置性和远程临时性，这使我们能够非常迅速地与客户一起行动。

所以，你知道，休斯顿是美国第四大城市，现在将有机会在许多公用事业基础设施上进行扩展。所以，这只是另一个例子，除了石油和天然气之外，我们最近在周末做了。我喜欢指出的另一件事是，我们确实与最大的上游中游和下游公司合作，帮助他们优化资产完整性计划。因此，我们几乎与所有主要的上游、中游和下游运营商合作。在某种程度上，我们与各种不同的服务提供商合作，我们确保这些公司得到适量的化学处理，以确保它们不会受到腐蚀，不会出现结垢堆积，我们正在控制泵，我们正在监控坦克。我们在现场边缘进行实时控制算法以改变变量，因为这是获得理想治疗解决方案所需要的。

而且您无法通过以任何频率派遣人员来实现这一目标，这是当今行业的现状。在美国成千上万的网站上以及现在和其他国家越来越多的网站上都如此清楚地做到了这一点。所以，你知道，我们是，我们正在学习。这并不完美。我们一直有问题。我想说我们一路上有很多疤痕组织，但我们很幸运赢得了美国一些最大的财富 100 强财富 500 强公司的信任，我认为我们有机会现在在国家和国际上扩大这一点。

[埃里克]

所以听起来部署非常快，实际上他们正在拉动时间线，这两个示例非常非常快，但我认为还有，我的意思是，有相当多的定制需求。对于您刚刚给出的两个示例，或者更一般地说，典型的时间线是什么，比如说从第一次现场访问到在整个设施中进行运营部署。

[马特]

绝对有一些例外，一些更快，一些更慢，做多个站点，速度不到 72 小时。所以那是我脑海中非常非常新鲜的事情，我为我们的团队所做的事情感到非常自豪。这是一个安全问题，我为我们的回应感到非常自豪，但我通常会说，特别是对于大型安装、数百个站点，我们需要四到六周的时间才能完成一次一旦客户向我们提供了我们将要安装的基础设施、机器和传感器的外观的大致概念，我们就会收到订单，顺便说一下，很多时候缺少一些细节。所以我们走出去，当我们开始为他们安装时，为我们的客户增加的价值之一就是真正了解他们已经获得的库存。

因此，除了其他一切之外，它还是一个资产库存解决方案，但通常需要四到四到八周。我们有，你知道，缓冲库存和库存 Aero Electronics，这是一家非常大的公司，是我们的制造合作伙伴。因此，我们可以与他们一起快速扩大规模，而且，您知道，他们为我们构建边缘设备单元，我们对其进行配置，然后将其发布出去。所以这是一个典型的时间线。这实际上只取决于机器、应用程序、客户、位置，但你知道，很少需要超过八周的时间。

[埃里克]

明白了。你自己做所有的硬件部署。整合工作。

[马特]

我们有授权的技术人员。我们也喜欢培训我们的客户。因此，我们的很多客户都成为了他们自己的安装人员。我们有一个客户成功团队，他们拥有令人难以置信的培训和工具以及有关如何设置一切、如何配置一切的视频。我们的客户下载我们的移动应用程序，该应用程序内置了设置向导和配置向导。所以我们真的让它变得非常简单明了，对客户来说很简单。这就是你如何获得那些，你知道的，几周的安装，时间与你知道的，你知道的，行业习惯看到的，几个月甚至几年。你知道，所以，埃里克，我们已经厌倦了看这些，这个非常痛苦的臃肿，你知道，存在于传统自动化、设备客户的价值链，不得不觉得他们必须建立自己的遥测网络和管理和维护它们，并为 SCADA 和其他企业购买用于工作流和票证管理的企业软件，这是另一个用于历史学家的企业软件，我们只是在压缩那个非常传统和臃肿的价值链，我们的客户非常欣赏它。现在，我们也在使用他们现有的任何安装。所以他们不必把婴儿和洗澡水一起扔出去。我们将进入并使用他们所拥有的。而且，通常当我们向他们展示它是多么容易以及它看起来像什么时，他们喜欢给我们更多的机会来扩展

[埃里克]

伟大的。马特，我非常感谢花时间带我们完成业务。我认为这是一家令人着迷的公司，你正在经营这个，这种趋势，让我们说，从一种孤立的，你知道的，功能性软件转向更灵活的软件，是我们非常关注的趋势，因为我的意思是，您刚刚向我们介绍了公司在管理成本结构和这些孤立产品的复杂性方面所面临的挑战。在我们收工之前，您还有什么想快速与观众分享或讨论的吗？看，我很感激你们

[马特]

就像让我们继续前进一样。而且，你知道，我和每一个坚持我们这么远来收听播客的人在一起。如果你在物联网领域工作，构建解决方案，我会鼓励你告诉你这样做。我认为机会是巨大的。这很难，因为很清楚。我们开始真正看到我们投入的大量工作所带来的回报。所以我只是鼓励你，为那些在那里的客户坚持下去，与你的供应商合作，合作伙伴，您的供应商，分享您尝试提前获取的结果信息。这样你们就可以一起开展成功的项目。你知道，我总是很清楚地四处走动，顺便说一句，这是公司的第三个名字。 Erik，这是唯一一个我没有命名的人，但我喜欢这个名字。

所以它只是意味着通知。显然，它对石油和天然气非常有效，但这只是意味着知情。所以它确实符合我们的，你知道的，我们的精神和我们的战略，我们的使命，但是，你知道，我们在这里将人们与重要的事情联系起来。我们来这里是为了让它变得容易。我会告诉你，如果我回顾一下历史和过去七年的意识，这很有趣，你知道，我曾经谈论我们的硬件和软件，很多，我们的小部件和我们的东西.我花了一段时间才意识到我们的客户真的不在乎这一点。他们真的只是想要，他们想要结果。而且，我还了解到让事情变得简单是非常复杂的。所以，你知道，这需要时间。所以我们一直在努力，我们一直在学习，你知道，做一些事情，对，做错一些事情。

而且你知道，我认为现在我们已经到了它的地步，这对客户来说很简单。正如您所听说的那样，甚至商业模式也变得更加简化。我认为这就是我们真正将工业物联网市场采用到它需要的地方所需要的。我听到人们在试点炼狱状态谈论物联网，那是因为人们在卖工具，他们说，嘿，祝你好运。你知道，去，去实施，去弄清楚。我们的经验是，当您与客户合作并长期参与其中，并且您与他们一起获得成果时受到激励，这是一种更加成功的体验。所以我认为我们都在非常令人兴奋的领域工作。我只是想鼓励大家继续努力，继续发展，真的要再次感谢你们，让我们加入你们。这是一次美妙的对话。你问了一些很好的问题。伟大的。好吧，Matt 非常感谢您抽出宝贵的时间，我祝愿您和 WellAware 未来一切顺利。谢谢你，埃里克。我很感激。小心。

[结尾]

感谢您收看另一个版本的工业物联网聚光灯。不要忘记在 IoTONEHQ 的 Twitter 上关注我们，并在 iotone.com/casestudies 上查看我们的案例研究数据库。如果您有独特的见解或项目部署故事要分享，我们很乐意在未来的版本中介绍您。写信给我们team@iotone.com。

在本集中，我们将讨论事件流技术、混合边缘云策略和实时机器学习基础设施。我们还将这些技术应用于奥迪、博世和 Eon。

Kai Waehner 是 Confluent 的企业架构师和全球现场工程师。 Kai 的主要专业领域包括大数据分析、机器学习、混合云架构、事件流处理和物联网。参考： www.kai-waehner.de

Confluent 由 Apache Kafka® 的原始创建者创立，开创了企业级事件流平台。要了解更多信息，请访问 www.confluent.io。在 www.confluent.io/download 下载 Confluent 平台和 Confluent Cloud。

_________

自动成绩单

[介绍]

欢迎来到工业物联网，聚焦工业物联网思想领袖与您的主持人埃里克·瓦伦扎（Erik Walenza）一起改变当今企业的洞察力。

欢迎回到工业物联网聚光灯播客。我是您的主持人 Erik Walenza，IOT one 的首席执行官。今天我们的嘉宾将是 Kai Vernor，企业架构师和 Confluent 的全球现场工程师。 Confluent 是一个企业事件流平台，由 Apache Kafka 的原始创建者构建，用于分析大数据量。在本次演讲中，我们实时讨论了边缘和云端的事件流，以及为什么混合部署通常是最佳解决方案。我们还探讨了如何实时监控机器学习基础设施。我们还讨论了 ADI Bosch 和 Ian 的案例研究，如果您觉得这些对话很有价值，请给我们留下评论和五星级评价。如果您想分享您公司的故事或推荐一位演讲者，请发送电子邮件至 team@iotone.com。谢谢你。

[埃里克]

凯。非常感谢你今天加入我。

[开]

谢谢你邀请我，埃里克。很高兴来到这里。

[埃里克]

所以凯，在我们开始讨论之前，我会比平时更技术性一点，我很期待。但在我们进入细节之前，我想了解更多你来自哪里。我想你已经，你有过一些有趣的角色。您目前是一名企业架构师和全球现场工程师。所以我其实很想知道这到底是什么意思。然后，您之前是您当前公司冲突以及 Tipco 软件的技术传播者。因此，我还想更多地了解这实际上意味着您如何与公司打交道，但是您能否简要介绍一下您如何处理冲突？

[开]

好，当然。所以我实际上是在扮演一个重叠的角色，这意味着我每年要与数百、50 位客户交谈。如果没有旅行乐队，我真的在世界各地旅行，物联网和工业物联网是一个很大的话题。我与这些客户进行了交谈，以真正解决他们的问题。因此，实际上，虽然它是底层技术，但我们试图解决问题。否则没有商业价值。我认为这也是我们今天要讨论的内容。因此，我真正要做的是分析我们的客户面临挑战和问题的场景，以及我们如何帮助他们甚至尖叫。这就是我们今天要讨论的内容，我的历史和背景确实，我过去曾为不同的集成供应商工作过。因此，这也与我今天使用事件流和使用事件流所做的非常相似。关键挑战通常是与许多不同的系统和技术集成。这是机器和实时传感器。等等只有一方面，还有传统的企业软件系统，既是像 ERP 系统这样的物联网，又是客户关系管理或大数据分析。这就是我真正看到这些架构的概述以及事件流如何融入其中的地方。

[埃里克]

好的，所以你有一种技术业务接口角色，你正在尝试理解问题，然后确定哪种架构可能适合支持它。

[开]

所以我真的正好处于这个中间点，我都教过。甚至是高管层，还有另一边需要雇佣的工程师。

[埃里克]

在最初的对话中，您对最终用户可能如何输入不良数据的完全非技术性技术主题有多少了解，或者，您知道，这些几乎是人力资源主题或与相关的主题，假设一个解决方案可能是完全人性化的方面，你是在早期就进入这些，还是更多，一旦你开始实施，你会弄清楚其他挑战是什么，你会解决它们作为你走？

[开]

不，这真的是早期阶段。所以，我的意思是，我们在不同层面与客户交谈。它既有业务方面的，也有技术方面的。所以，在我们真正有类似试点项目或概念验证的东西之前，我们真的已经从各个层面与许多不同的人进行了交谈，从技术层面到管理层面等等，以了解问题。所以我们提前计划好了。因此，这不仅仅是关于技术以及如何与机器和软件集成，而是关于如何处理数据。那有什么价值。

[埃里克]

然后你有一个非常具体的垂直焦点，或者你在你所涵盖的行业方面是相当水平的

[开]

我们与行业无关。因此，任何行业都使用事件流来持续处理数据。然而，话虽如此，工业物联网中机器的本质是一直产生连续的传感器数据，大数据以及越来越多的数据，当然，工业物联网是最大的行业之一，但实际上与此无关。因此，我们最终还与银行、保险公司在电信公司合作，他们有非常不同的用例，但从技术角度来看，它们通常非常相似。

[埃里克]

是的。一个既有趣又充满挑战的问题是，在现实世界中你可以分析的事物几乎是无穷无尽的。正确的。我想还有某种 80 20 规则。是你看到的情况，比如有一个包含 80% 工作的 5 或 10 个用例的简短列表，还是实际上比这更多样化？

[开]

它确实各不相同，这取决于您如何使用它，这就是我们今天稍后将讨论的内容。但在某些用例中，实际上所有数据都经过处理以进行分析，例如预测性维护或质量保证等传统用例，但随着越来越多的这些工业解决方案提出了如此多的数据。有时，用例更具技术性，因此您只需将解决方案部署在边缘和工厂进行预过滤，因为它包含大量数据，您无需处理所有这些。因此，事件流将传感器数据进行预过滤和预处理，然后将其中的 10% 用于更多用例的分析工具中。所以它真的有很多不同的用例，但最终，通常它真的是为了从白天获得某种价值。我认为这确实是当今的关键挑战，大多数这些工厂和工厂，它们产生越来越多的数据，但今天人们无法使用它。这就是我们通常帮助连接这些不同系统的地方。

[埃里克]

我知道 Confluent 是不是说它是基于 Apache Kafka 构建的，或者这就是您使用的解决方案？能给大家介绍一下，什么是 Apache Kafka？

[开]

那是个很好的观点。这也解释了这是如何相关的。所以 Apache Kafka 是在 LinkedIn 创建的。所以大约 10 年前美国的科技公司，他们开发了这项技术，因为市场上没有其他东西可以实时处理大数据集。因此，我们在大数据方面拥有 20 年的集成中间件。我们拥有 20 年的实时消息系统。但是我们没有可以将两者结合起来的技术，而这就是 LinkedIn 10 年前建立的。然后在他们投入生产之后，他们开放了资源。这正是 Apache Kafka 的特点。因此，它可以可靠地每秒连续处理数百万个数据集。然后当他们开源它时。最初几年，只有其他科技公司使用它，比如 Netflix、Uber 或 eBay。

然而，因为市场上没有其他产品，而且全世界所有行业都需要这种数据处理。所以他们真的，大部分财富 2000 是帕特里克一半不同的项目。考虑到这一点，五年前，Confluence 是由创始人创建的，他们是 Petrik 半拥抱的创造者。所以他们从 LinkedIn 和一些硅谷投资者那里获得了风险投资，并发现这与准备好 CAFCA 生产的想法相吻合，这意味着技术时代通常可以自己运行，但会议确实有助于改进 Kafka 并建立一个生态系统和围绕它的工具。但当然也有服务和支持，因此我总是说传统公司也可以使用 Kafka 运行关键任务工作负载，因为他们需要软件供应商的帮助。

[埃里克]

好的。很有意思。所以这有点像红帽商业模式，对，就像在开源软件之上构建企业解决方案。这似乎是，是的，这是一种趋势，对吧？因为我想开源在调试等方面有很多好处，但在某些时候，对，人们不想，他们不想自己弄清楚。他们需要服务提供商。

[开]

是的。这正是它的工作原理。所以它就像红帽子一样。这个想法实际上是每个人都可以使用 Kafka，而且很多人在没有任何其他供应商的情况下使用它甚至是关键任务，因为他们必须自己拥有专业知识。另一方面，像LinkedIn这样的科技公司，他们也为这个框架做出了贡献，因为它是一个开放的框架。因此，每个人都做出贡献并可以利用它。这正是我们正在做的事情。所以我们正在为 Kafka 做大部分的贡献。所以我们有很多很多全职提交者只是为了这个项目。但是，除了现实世界中的问题，例如工业物联网，您还会遇到诸如合规性、安全性和运营、24 七和保证等问题。这是一个地方。这就是传统公司喜欢的地方，在工业物联网中，对某些东西的要求与科技公司完全不同，后者在云中运行一切。这正是冲突出现的地方，不仅提供框架和支持，还提供工具和专业知识，以便您可以根据 USLS 和您的环境部署它，可以在工厂、混合或云中的任何地方.

[埃里克]

好的。很有意思。好吧，让我们进入主题，然后在这里一点点。所以也许起点只是一个问题，什么是事件流？所以我们有很多关于分析的不同术语，我猜人们经常使用实时分析。而且我认为您在某种程度上也会在您的网站上使用该术语，但是您如何将实时分析与事件流或什么进行比较，

[开]

只有这两个，两个非常重要的术语，因为有很多术语是重叠的，而且不同的供应商和项目通常使用同一个鸟来做不同的事情。所以这确实是我在所有客户会议中学到的关键经验之一，一开始就定义了这些术语。因此，当我谈到事件时，我会解释，流式传输实际上是持续处理数据。那是简短的版本。所以这意味着一些数据源产生数据，这可以是实时数据的传感器，但也可以是移动设备，非常，您从用户按钮的点击中获得请求。所以这是一个事件，它被创建，然后你消费这些事件，然后你不断地处理它们。这主要是主要思想。其他术语是实时分析或流处理或流分析。但真正重要的一点是，它不仅仅是消息传递，因为当人们说半人半人，消息传递框架时，我有时真的会感到不安。这真的是这里的关键点。不是，是的，您可以使用 Kafka 将数据从 a 发送到 B，人们经常使用它，但更重要的是，您还可以处理数据，您可以使用 Apache Kafka 构建无状态和有状态的应用程序。这才是真正的关键区别。综上所述，半车连续集成不同系统、实时批处理等通信信号，大规模实时处理数据，可靠性高。最后就是这样。我的意思是事件流。

[埃里克]

好，太棒了。那就是，非常清楚。然后还有另一个术语，它可能不那么常见，但是事件驱动的架构。你熟悉这个吗？您是否会说这是与事件流重叠的另一件事，或者它是一种特殊的风格，或者那里有什么区别？

[开]

是的，所以它完全重叠。所以事件流更像是一个音乐会和事件驱动的架构，顾名思义，是它背后的架构。但最终的运作方式是你真正考虑事件，甚至可以是一个温柔的事情，就像很多，甚至来自一台机器，或者它可以是来自用户界面的客户交互，所有这些事情都是事件和然后你处理它们甚至阶段。这也是这个基金会的关键。理解这一点绝对很重要，因为在过去 20 年中，无论您更多来自软件业务还是更多来自工业 IOT 和 OT 业务，通常都是您存储在该数据库中的信息。所以一开始它就像一个 Oracle 数据库或文件系统。你更多地谈论大数据分析或云服务，但这里的重点是你总是在数据库中启动数据，然后处理它，然后等到有人使用 [听不清] 或其他客户端使用它。对于许多用例来说，这实际上或多或少是一个为时已晚的架构。以及事件、流和事件驱动架构的作用。它们允许您在数据处于热状态时使用它。这对于工业物联网尤其重要，您希望在工业物联网中持续处理、监控和对传感器数据和其他交互采取行动。这确实是与基于事件的架构的关键基础和区别。因此，具有数据库和审查服务以及所有这些其他技术的传统架构，你知道，从过去开始。

[埃里克]

然后这可能将我们带到对话的第一个深入话题，即边缘的事件流与混合与云部署。因为，你知道，你刚才提到肯定有一些独特的要求，例如，自动驾驶汽车，对，10 分之一秒可能会产生相当大的影响。在现实世界中，我的假设是，很明显你可以，你可以部署它，但当然它最初是为主要云部署而开发的。因此，我假设考虑到计算能力有限的架构等，边缘部署更具挑战性。您如何评估边缘、边缘云和混合选项的部署？

[开]

是的，所以这是一个非常重要的讨论。所以实际上一开始是的，Kafka 是为云设计的，因为我是 LinkedIn 构建它和 LinkedIn，这是所有这些科技公司的一大优势。所以他们完全在云中构建新服务，而且他们中的大多数只关注信息，对吧？所以这不像工业物联网那样是物理的，因此它是非常不同的。但即使在那个时候，10 年前的云与今天也有很大的不同。所以即使在那个时候，你也必须在云中启动你的机器，比如在 AWS 上，你启动一个 Linux 实例，因此它与本地部署没有什么不同。今天考虑到这一点，当然你有所有的选择。我的意思是，融合只有一方面，我们有违禁云，它是云中的完全托管服务，但你只能以无服务器方式使用，所以你不需要管理它。

你只是使用它。然而，话虽如此，如今 90% 左右的 CAFCA 都是自我管理的，而且他们不仅提到了云，而且实际上是在数据中心或边缘部署。这尤其适用于您想要并且需要直接在工厂中进行边缘处理的工业物联网，并牢记这一点。所以有所有这些不同的部署选项。我们有用例，只有边缘分析和处理，以及用于实时质量保证等用例的工厂。但是我们在工业物联网中也看到了许多混合用例，一方面你进行边缘处理。正如我之前提到的，要么仅用于预处理和过滤，甚至可以在边缘构建业务应用程序，但随后您还可以为另一个数据中心或云复制数据以进行分析。这真的是非常免费的。尤其是在工业物联网中，它确实是一个评论用例，我们将拥有混合架构，因为您需要边缘处理来处理某些事情。这不仅是为了延迟，也是为了成本。人们经常学习很难，将所有数据摄取到云端并在那里处理它是多么昂贵，特别是如果你真的想在再次删除之前查看所有传感器数据。因此，这些混合用例是我们在工业物联网中看到的最常见的部署。

[埃里克]

是的。我实际上是一个让我们看看。是上周还是两周前？我与 Foghorn 的 CTO 接洽。你熟悉 Foghorn 公司吗？

[开]

我什至听了。

[埃里克]

哦好的。好，太棒了。所以我想，你知道，他们强调的一件事是，让我们说在边缘进行机器学习的挑战，对吧。只是在那里做计算能力。你怎么看这个？或者让我们说，当您与客户和客户进行对话时，它有点讨论他们的业务需求，您如何评估边缘实际可能做的事情？然后，你知道，我们在说什么边缘？你知道，实际上，我的意思是，假设在传感器上，对，这可能是非常有限的计算或网关或本地服务器，你如何推动对话以了解从基于他们的业务的技术观点？

[开]

是的，这是个好问题。这种关于十字架的讨论总是必须要做的。因此，我们也真正从业务角度开始，您的问题是什么以及我们想要解决什么。然后我们可以深入研究可能的解决方案，或者您可能有不同的选择。我不仅仅是你必须做的一件事，更像是如果你确实想用机器学习和人工智能以及所有这些，这些密码进行预测，通常它是模型训练之间的分离，这意味着采取查看这些历史数据以找到见解和模式，然后将此模型部署到某处进行预测。这是最常见的情况。我们看到这是彼此分开的。因此，您通常只能将一侧摄取到更大的数据湖或存储中，以便在其中进行训练以找到洞察力。

[埃里克]

这可以在更大的数据中心，对吧？您需要更多的计算能力。这通常比在云中，这是一部分，但是，直到你真的需要更多的基础设施，所以你不能经常这样做，不应该直接在 HD 明智的情况下这样做，这更小，但是当你已经完成了更大的训练，具有更多的计算能力，然后是模型评分或预测，这实际上取决于用例，但这可以部署在更靠近边缘的地方。在这里，当我们看到不同的场景时，取决于用例，但您也可以在云或数据中心中进行预测，甚至可以将此模型纳入我们的轻量级应用程序。因此，仅从技术角度来看，我确实了解模型训练所做的事情，例如，在像 tube 或 spark 或云机器学习服务这样的大数据湖中，它们有很多用于模型部署的选项。

[开]

这也可以是 Java 应用程序，并且在分布式系统中具有真正的可扩展性，或者另一方面，您也可以使用例如 C 或 C plus plus 与来自 confluence 的 Kafka 客户端并真正部署它在边缘，就像在微控制器中一样，如果它非常轻巧的话。当然，这也取决于您使用的机器学习技术，但是大多数现代框架在这里也有选择，举个例子，我们看到很多对 TensorFlow 的需求，它是这些前沿之一，深度学习框架，由谷歌发布。在这里你也有不同的选择。你可以训练一个模型并部署它，然后它太大了，它真的必须部署在数据中心或另一边，你可以使用 TensorFlow Lite 并导出它。然后例如，Rhonda 模型，例如在带有 Java 脚本的移动客户端中，或者实际上在带有 C 的嵌入式设备中，因此您拥有所有这些选项。这取决于用途。

[埃里克]

而且我想现在我们有，让我们从一个基本的技术角度说，我们有一种在两个方向上移动的趋势，这使得计算变得更容易一些，比如说两个层面建筑学。所以你在边缘有改进的硬件，你知道，边缘计算能力越来越强。你也有可能实现 5g。也许人们会不同意这一点，但可能会使将数据移动到云中也更具成本效益，或者如果不是更具成本效益，至少，你知道，更好的延迟和带宽将数据移动到云中，这将，这将允许您在不连接到边缘的情况下执行更多此类实时解决方案。您是否看到任何仅基于底层技术发展动态的趋势，这些趋势会促使我们在边缘做更多的工作或在云中做更多的工作？我的意思是，显然它仍将是一个混合体，但你是否看到了一个方向？

[开]

实际上，不，因为它确实取决于用例。而且，像实时一样定义石头术语也很重要，对吧？因为这意味着什么有不同的术语，但总的来说，真的，我可以给你一个例子，说明它总是处于这种混合状态。因此，如果您在世界各地拥有不同的工厂，一方面您想要进行实时分析，例如预测性维护或质量保证，这就是应该在边缘发生的事情。将所有这些数据复制到云中，为延迟和成本甚至仅五个下巴进行处理是没有意义的，首先将其发送到其他地方然后将其取回总是更昂贵。从成本和延迟的角度来看，这是昂贵的。所以你想在胜利的边缘进行这种分析。

然而，话虽如此，在这种情况下，模型训练或用于做其他报告或与其他系统集成，或用于关联来自不同工厂的数据以回答诸如我们在中国有一家工厂和在欧洲有一家工厂这样的问题。那么为什么同一个工厂在中国，问题要多得多。然后你必须关联信息以找出不同的温度峰值和不同的环境。为此，这在边缘没有意义，因为您需要聚合来自不同昆虫、不同地区的数据并通常听到它们，云是关键趋势，因为在这里您可以弹性地向上和向下扩展并集成带有新的接口。为此，您希望在云中执行此操作，以从许多不同的其他系统复制数据。所以我真的认为趋势是，也许两三年前，每次我谈到将所有东西都放到云中时，甚至云提供商当然也想这样做。

但现在的趋势是以混合方式做更多的事情，对于某些用例来说它既是云，又是其他一些用例的边缘。最好的证明就是看看大型云提供商。因此，如果你看看亚马逊、微软、谷歌、阿里巴巴，他们都从故事开始，一切都进入了云端，以及我们所有的 IOT 分析。但是今天所有这些供应商也发布了越来越多的边缘处理工具，因为拥有一些东西是有意义的。

[埃里克]

好的。好，太棒了。那么这实际上是一个很好的过渡到下一个主题，即用于大规模实时集成的事件流。我们在谈论什么类型的集成？你知道，我们正在谈论整合数据。我们在谈论集成系统吗？

[开]

这是个好问题。实际上它可以两者兼而有之。所以首先，在这里还要澄清一下，卡夫卡还是这个冲突，不是什么。那么，Casper 真正是关于事件流的，它还包括数据的集成和处理，但通常，尤其是在工业 IOT 环境中，但也补充了我们的解决方案。因此，如果您在工厂中并希望将所有这些机器集成，甚至直接集成到 PLC，您有不同的选择，您可以直接集成到 PLC。所以像西门子的七模式或二模式总线，或者你使用一个特定的工具来给你一个具体的例子。我在德国看到很多，你当然，人们用很多西门子，所以他们有西门子三五七台PLC。因此，您可以使用像 Siemens MindSphere 这样的 IOT 解决方案，该解决方案专为此类机器的这种集成而构建。

另一方面，这可能不是与世界其他地方集成的最佳解决方案，这意味着您的客户关系管理系统以及其他数据库和数据湖或云服务。因此，在大多数情况下，工业物联网客户确实在这里称赞其他物联网平台。所以它更多的是关于数据集成，而不是直接的系统集成，而是说你可以做到这一点。因此，我们有客户直接集成到 PLC 和机器。另一方面，还有饮食集成和任何本质的 ERP 系统，例如 SAP，这始终是您必须在更深入的讨论中讨论的内容。所以有所有这些选项，人们使用 caftan 是一件很棒的事情，因为它开放且灵活，您可以将它与其他系统结合使用。这不是一个或另一个问题。

最后一点，听众可能还感兴趣的是，现代欧洲和 SSM 以及所有这些工具，其中许多也在幕后运行现金，因为还有软件供应商或这些企业供应商，他们有了解CAFCA的价值。因此也在此基础上构建他们的系统，因为这些系统也有相同的需求。因此，使用 Web 服务（如 rest 或 soap Web 服务）将所有内容存储在数据库中的传统方法不适用于这个更实时、更大的新数据集。这是我们随处可见的最早的方法，

[埃里克]

我想，在 IT 级别集成通常在 OT 级别是非常可行的。至少我的理解是，围绕公司为保护市场份额而设置的数据孤岛，我们仍然面临一些挑战。在开放 OT 级别以使跨供应商的集成变得更容易方面，您是否看到这里的任何趋势，或者，或者让我问您，当您在考虑部署时，这是一个多么重大的挑战？您是否总能找到解决方案？这是一个，这只是投入一点额外时间的问题，或者这是一个重大挑战？

[开]

这绝对是最大的挑战之一。这就是人们想要这样做的原因。正如我在今天开头所说的那样，当我们与客户交谈时，由于专有技术而无法访问该数据，因为到目前为止无法访问更新的基础架构，最终供应商被迫使用诸如 OPC UA 或[听不清]，他们不想那样做，否则我会，客户真的会遇到麻烦。所以他们，软件供应商不得不在另一边稍微朝这个方向发展。此外，正如我所说，也有直接与 PLC 集成的技术。例如，如果你想得到一个快速的人。所以如果你想看看，我的工厂里有所有这些机器，我只想从中获取数据来监控它，得到报告。然后您还可以连接到 PLC。所以有点像西门子七。话虽如此，这绝对是获取所有这些数据的最大挑战。然而，这也是人们经常来找我们的原因，因为他们说我可以使用专有解决方案完成最后一英里，例如 Siemens MindSphere，但我们是遍布全球的全球供应商，拥有许多不同的技术。我们不能在任何地方都使用每个专有供应商，因为那是执行状态印章以及 CAFCA 是什么。因此，它使我们变得强大，一方面您可以与所有系统集成，但您也可以将所有系统相互分离。所以这意味着一方面，你可能有一些西门子，你可能有一些通用电气或其他什么。另一方面，您可以直接集成。您可以整合所有这些，然后关联所有这些不同的信息系统，如果您的欧洲系统的 MES 或您的数据湖，也可以将其组合起来，这就是 Kafka 如此强大的原因，因此它是开放和灵活的您如何集成它以及直接或使用免费的其他工具进行集成的用途。这就是为什么我们看到 CAFCA 用于物联网，而且通常用于这些用例，因为您可以与所有东西集成，但您仍然是开放灵活的。

[埃里克]

是的，我想这就是，开源的真正价值在于你有一个大型社区，可以解决和分享问题，分享学习，对吧。您在下一个主题中没有。我们已经稍微谈到了这一点，但这里是机器学习元素，我们已经讨论过，你知道的，在数据湖中进行模型训练，可能更好地存储在云上等等。但也许这里有趣的话题是，当您实施机器学习并且您在架构的不同区域之间进行细分时，您如何看待，比如说实时数据机器学习的未来。

[开]

是的，这是一个非常好的问题。这就是我们经常与人们谈论这个问题的原因，因为我们清楚地看到，对于任何行业来说都是如此，数据科学团队之间存在阻抗不匹配，他们想要分析白天构建模型并进行预测，以及运营团队，可以在云中，也可以在工厂中，非常非常大规模地部署。所以你已经看到了，我见过太多的客户，他们甚至将所有数据从机器中获取到云中。因此，数据科学家可以构建出色的模型，但他们无法再将其部署到生产环境中。因此，您始终必须从一开始就考虑这一点。如果您是一名数据科学人员，可以访问所有历史数据，那么在您开始使用它之前，您需要考虑我的 SLA 是什么，以便以后部署它，它是否必须是实时的？对于大数据，对于小数据，数据集是什么。我的 SLS 是什么。而在生产线中，通常是 24 七个对骑行至关重要的任务，然后以不同的方式配置 CAFCA。然后，当您仅在云中运行它以进行分析时，如果它关闭了几个小时并考虑到这一点，那么为什么我们在这里也看到这么多 Kafka 是因为如果您使用 Kafka 构建过这个管道一次，将会有巨大的优势.因此，假设您有 Kafka DH 与机器集成。然后，您还将数据复制到云端并进行分析。他们是，这条带有 Kafka 的管道是关键任务，运行 24 7 个。于是卡夫卡就建好了。它是一个，它是一个，它是一个处理问题的系统。因此，即使通知关闭，或者存在网络问题，CAFCA 也会处理。

所以这就是它本质上是如何构建一个分布式系统的，或者它不像一个主动被动系统，或者你有维护停机时间，这在 Kafka 中不存在。而且，如果您将它们装在管道上，则可以同时使用它们。您可以将其用于摄取、进入数据分析云，其中数据以历史模式用完数据，批量用于训练或交互式分析。但是同样的管道可以用于生产部署，因为它运行关键任务。因此，您还可以轻松地使用它来进行预测和质量保证，因为这些应用程序始终运行而不会停机，即使在发生故障的情况下也是如此。这就是这些关键优势之一。您可以为所有内容构建一个机器学习基础架构。当然，我是管道的一部分，使用不同的技术，但这正是关键。

所以数据科学家总是会使用管道客户端，对吧？所以他们通常用十二点做快速原型设计，比如木星和通灵学习。这是框架，数据科学家在生产的另一端，在生产线上，您通常不部署管道，并且由于不同的原因，它无法扩展。好吧，这不是一个强大的性能。它们是，您通常部署类似 Java 或 C plus plus 应用程序之类的东西。而作为中间的 CAFCA 处理背压，也是解耦系统，你可以使用这些不同的连接技术，数据科学家可以使用 Python，而生产工程师使用 Java，但你使用相同的数据流。 .

[埃里克]

您还参与构建机器学习算法，或者您是否只专注于管理数据流，然后客户将拥有一些他们用来分析数据的系统。

[开]

所以这是真的，我们正在构建实时基础设施，包括数据处理集成。然后这就是数据科学团队真正选择自己技术的地方。但这也是在这里理解和指出的。这正是优势，因为这里所有这些团队都是不灵活和不同的。上周我实际上接到了一个客户电话，这确实是过去不同团队使用不同技术的正常现象。每个人都试图为此拥有一种标准技术，但在现实世界中，一个数据科学团队使用这个框架，比如 TensorFlow。另一个人说，不，我正在使用谷歌机器学习和其他一些服务，比如终端和这里，因为袖口的中间是解耦系统。您还可以灵活选择选择何种技术。因此，现实情况是，我们的大多数客户都没有一个管道可以将所有数据从 a 发送到 B，但您通常有许多不同的消费者，这可能包括分析工具，您必须根据具体情况进行选择。你的问题和使用。

[埃里克]

好的。有趣的。我认为我们想要讨论的下一个主题是用例。我认为这在这里非常重要，因为了解它的实际部署方式，但在我想详细介绍一些端到端用例之前，我在这里有点切线，这是一个问题最近有很多公司问我，我没有一个很好的答案。所以我希望你有一个更好的，那就是，有没有 5 G 的用例在 20、20、20、21 中真正有意义？或者我们真的吗，你知道，我已经考虑过这个问题，你知道，我已经和一些人交谈过，看起来增强现实对于工业来说是有意义的，因为高带宽要求，你知道，无线解决方案.一旦你让 AGV 变得更加自主，它们可能就有意义了，因为你有同样的情况，你知道，延迟，带宽无线，但似乎还没有这么多。

我的一种假设是，随着 5g 的部署，工厂的 OT 架构可能会开始发生变化。你知道，可能会少一些电线，然后你可以选择以无线方式建造 Greenfield。所以这可能会改变架构，然后人们会专门为此开发解决方案，这种新的连接架构。然后，然后你可能会说，好吧，现在它提供了真正的价值。但是你知道，除了 AGV 和 AR 有点茫然，无法识别任何在短期内真正非常实用的东西，你所说的任何你遇到的东西，是的，这个 5G 真的会解决一个真正的问题为您的一位客户。

[埃里克]

我认为是的，因为今天最大的问题之一肯定是网络和数据通信，因为今天当我去客户那里做工厂时，它已经存在了 20 年，通常是集成模式，我们如何从这些机器中获取数据类似于一个 Windows 服务器，您将在其中连接，然后您将获得一个包含上一小时数据的 CSV 文件，因为没有更好的集成连接。所以我绝对认为，总的来说，通过他们的网络，我可以为边缘的 OT 实施更好的架构。但是说到这里，我也看到了这些关于 5G 的不同意见的讨论。因此，当然不仅有五个便宜，而且还有工厂。还有其他标准和可能性，如何在那里建立网络。还有我认为如果 5g 进入这个工业物联网，我猜更大的工厂等等，他们会为此建立一个私有的 5G 网络。

[开]

所以这也是可能的。我认为这很好，因为我不希望至少从我的客户对话中看到这是云供应商想要的。但是，如果你直接将所有这些 5G 接口从边缘和云端集成，但这可能不会发生，因为安全性和合规性以及所有这些事情，但对于私有 5G 网络，我认为这将是一个巨大的为 OT 中更现代的架构迈出一步。当然，这也是构建更多产品或从中获得更多价值的基石，因为今天工厂最大的问题是人们无法将数据从机器获取到其他系统进行分析.

[埃里克]

好的。明白了。我猜在棕地，你还需要某种硬件吗无论是网，我想。正确的。但那，那变成了

[开]

是的，正是。我的意思是，这只是不同的选择。我的意思是，那么您只需以某种方式将这些机器和生产线中的数据导入其他系统，它可以与 Ethan 一起使用，也可以与 5 G 一起使用，最佳解决方案取决于成本、可扩展性和 NCO。

[埃里克]

好，太棒了。但是很抱歉把它记下来了，让我们进入其中的一些用例。所以你有，让我们看看。实际上，在您提及之前，我不会提及任何这些。我不想丢掉名字，但有一个联网的汽车基础设施。我们应该从那里开始吗？

[开]

是的，这是一个很好的第一个例子。这也与 5G 问题有很好的关系。我想，让我解释一下。所以我认为我们可以在这里涵盖三到四个用例，因为对我来说，当我谈论事件流时，重要的是真正谈论不同的用例，以便人们看到，这不仅仅是针对一个特定场景和一个联网汽车基础设施。作为一个很好的例子，我们在许多客户中看到，奥迪就是其中之一。所以德国汽车公司，我们在四年前就开始与他们建立积极的会议结构。所以他们实际上做的是他们需要与所有在街上行驶的汽车整合。我从八辆开始，还有一辆更豪华的汽车，但他们现在正在将它推广到所有新车上，发生的事情是所有这些汽车最终都连接到云中的流式 Kafka 集群，这样你可以从用例的角度实时对所有数据进行数据关联，对售后之类的东西有需求，对吧？

[埃里克]

那么，您是否总是出于不同的原因与您的客户沟通？就像一方面我向他们发送警报，说他们的引擎有一些奇怪的温度峰值，也许他会去下一个维修店，但同时也是为了让客户乐于进行交叉销售，或者如果你从特斯拉那里知道，您甚至可以升级您的汽车以获得更大的马力。并且有很多用例。然后您甚至可以与合作伙伴系统集成。例如，如果主席自动高速公路上的餐厅或您正在开车，那么您就做了推荐。如果您在午餐时间在这家餐厅停下来，那么您将获得 20% 的折扣和诸如此类的东西，您会看到这里的编辑价值实际上不仅仅是将数据从汽车中获取到其他系统，而是真正关联和使用这些数据以 24 7 的比例实时显示。这正是融合的这些用例之一，我们正在做什么以及从这些汽车正在做什么的技术角度来看。我的意思是，我当然是 Dara，在这种情况下，我今天使用的是作弊。这是一个很好的例子。如果你在这里有五个作弊，你可以做更多的事情，因为数据仍然是来自汽车的数据传输，是成本和延迟以及所有这些事情的最大限制因素。

[开]

好的。好的。很有意思。其中一个主题，也许我们不必在这里专门与 ADI 交谈，因为这可能是一个更敏感的主题，但是一旦你进入这些你有售后服务的情况，例如，当然，不仅仅是对原始设备制造商来说具有价值，但对于许多不同的公司来说，这些公司可能也希望向这位司机、这位车主销售服务，这具有潜在的价值。因此，这不仅成为移动数据的问题，而且还涉及规范谁可以访问数据、以何种方式访问数据、在何种程度上匿名或不匿名。那么，有哪些元数据可用等等，你是否参与了这些关于这件事的讨论，这变得聪明地进入了关于法律隐私的讨论，好吧，我们可以做些什么来喜欢将我们拥有的这些数据货币化？

[开]

是的。所以，实际上这就是问题的全部。我的意思是，尤其是在你担任欧洲主席期间，我们的隐私真的非常非常难，对吧？例如，它与美国并没有太大的不同，因此我们一直在进行行业介绍的讨论，并且您必须符合安全要求，这当然是对话的一部分。例如，您需要符合 GDPR 以及德国和欧洲的要求。所以这是问题的一部分。这也是，我非常需要从架构的角度来考虑这个问题。那么谁可以访问哪些数据？因此，这也是 Confluence 发挥作用的关键，因为如果开源 Kafka，您必须自己使用 Confluent 来实现它，然后您将拥有诸如基于角色的访问控制和审计日志之类的东西。的功能，它可以帮助您解决多租户和所有这些问题。

考虑到这一点，这也为所有这些供应商带来了更多的问题和疑问，因为正如你所说，不仅仅是奥迪或者让我们远离音频，而且总的来说，汽车公司想要获得附加值，但是也是一级和二级供应商。这真的是一个很大的讨论。这就是今天所有这些供应商都面临很多挑战的地方，没有人知道它的发展方向，但今天每个人都在实施自己的联网汽车解决方案。因此，如果您为此进行谷歌搜索，您会发现许多汽车公司、许多供应商以及许多第三方公司，它们今天都在实施，但没有人知道它的去向。但是今天我已经看到一些汽车公司，他们的汽车不仅仅是向一个供应商的一个接口发送数据，而是向两个或三个不同的接口发送数据，因为每个人都想把数据拿出来。

所以这确实是未来几年我们肯定会整合事物和新商业模式出现的地方。在我个人看来，唯一现实的未来是这些不同的供应商也更多地合作。这将会发生，因为它不仅适用于汽车公司，也适用于供应商。如果你看看这些创新，它们就是，它们都在开发软件。如果您参加某种会议，他们不是在谈论硬件，而是在谈论最重要的软件。因此，这确实是市场正在发生彻底变化的地方，因为在这个汽车示例中，在某些年份，许多人不会关心它是奥迪、梅赛德斯还是宝马，而是它与您的智能手机和其他汽车的集成程度如何技术。因此，这是完全进入市场的转变。我们今天在每辆汽车或每家物联网公司都看到了这一点。

[埃里克]

好的。很有意思。是的。这是一个经常出现在我们的客户中的话题，他们有时是汽车一级、二级供应商，对吧。然后他们面临着从原始设备制造商那里获取数据的挑战。而且，您知道，我们现在生产空气过滤器，原始设备制造商永远不会向我们提供我们的数据。正确的。但是我们有这些，我们有这些商业案例。正确的。所以，是的，这是一个非常有趣的讨论。好的。然后我们在这里介绍的下一个是博世的施工跟踪。我认为跟踪和追踪非常有趣，因为它适用于你知道的，基本上任何管理动态资产的人。这里有什么问题，你对博世做了什么？

[开]

所以，这是印度的另一个大问题，也澄清了不同的用例。第一个是让所有有人参与的云进行分析和使用数据。这是普通的混合动力车。是不是我不感兴趣的派对，因为在我更多地谈论这里你看到的用例之前，这也不是所有的实时数据或大数据。因此，在这个用例中，它实际上是关于更小的数据集以及请求响应通信，而不仅仅是流数据。这里的用例是博世有几个不同的建筑区域，但他们与合作伙伴一起使用，并在哪里建造新建筑物。然后你有很多设备在机器中，当然只有一侧，新设备和机器都有传感器，不断地更新后端系统。

但是他们在这里也遇到了许多不同的问题和用例。就像施工区的工人不知道机器或设备在哪里，也不知道什么时候对设备进行维护，更换电池或其他东西。因此，在这种情况下，它实际上是一个跟踪系统，您可以在其中监控来自所有系统的所有信息。实际上，它不仅仅是一台机器和设备，还跟踪和跟踪有关我们客户的信息。因此，每当工人完成某件事时，他都会使用他的移动应用程序。在这种情况下，所以不是流数据，他单击按钮然后它是均匀的，但只是发送到后端，数据存储在那里并相互关联，这样，保时捷首席解决方案，让他们真正了解所有每个合同施工区域的正确上下文中的正确信息。

最后的边缘也同样重要，也就是建筑区域。但是在后端，当然，这对于管理和监控所有不同的项目也很重要。而且所有这些数据都用于分析工具，因为数据科学团队会查看所有建筑领域以及正在发生的事情以及如何改进他们为他们构建的新产品提供的产品或服务。如果这个解决方案也将它部署到云中，这样他们就可以与所有这些不同的边缘系统集成并存储信息并关联它，在这里，我在这个用例中也很重要，他们不只是持续处理数据，但他们也会在 Kafka 中启动数据，以便您也可以使用旧事件。这是我们尚未讨论的部分，但这很重要。

所以在 Kafka 甚至流媒体系统中，一切都只是颠倒了。所以它甚至是基于羊群或事件的保证顺序。然后你也可以获取一些旧数据。所以数据科学家不会像其他人那样实时消费所有数据，但他们会说，给我这个建筑区域最近几个月的所有数据。然后他们想将它与过去三个月从另一个核心建设领域联系起来。他们看到这个建筑区域可能有一些具体的问题，然后他们可以找出问题所在。所以这是一个很好的其他用例，因为这是混合的，这不是大数据，这不仅仅是实时数据。但这仍然是关于 Kafka 对这些事件的集成和处理非常有意义。

[埃里克]

是的。从最终用户的角度来看，这是一个非常有趣的问题，对吧？因为你真的有，即使在建筑工地，你有许多不同的最终用户，他们对数据有完全不同的要求，从寻找工具的人到维护团队，再到管理层，这就是决策关于我们实际需要多少、多少资产等等。我想，是的，再一次，回来，你没有进入，你正在铺设架构。因此，您涵盖了为此所需的架构，但您不会就这些单独的用例向他们提供建议。那是对的吗？或者您是否曾经参与建议哪些用例可能有意义或有帮助？

[开]

这就是为什么我们也有，我的意思是，因为我们有来自所有其他客户的经验。因此，我们也在咨询和参与和方法的帮助下进行。我们不是在做项目本身。因此，这通常是合作伙伴所做的或他们自己所做的。我们确实在流媒体部分和基础设施方面提供帮助，但仅从小牛的角度来看，因为我们没有在这方面进行大规模项目。这也许也很重要。所以正如我之前所说，真的，即使是流媒体也没有竞争力，但真的是免费的，也是管理团队的整体解决方案，后端有一些 MBI 工具。所以这不是中央美术学院，对吧？因此，您可以在此处连接 Tableau 或 Power BI 等传统 BI 工具，或者单击所有这些供应商并连接数据的两个部分。所以这真的是免费的。

[埃里克]

好的。好，太棒了。是的。大约一个月前，我们正在与一家欧洲建筑公司合作，进行跟踪和追踪，嗯，我们当时正在调查他们在中国的情况。我可以通过跟踪人员的位置来加强建筑工地的运营。而且，而且，你知道，我们的人聚集在一起，都是戴着口罩的人，等等。所以这是一种对人们的追踪和追踪，它还可以，在中国非常有效。然后问题是，我们如何将其转化为欧洲市场，这可能都是高度非法的？然后我们想研究的最后一个是能源，一种能源，用于智能家居和智能电网的配电网络。所以这个，是的。完全不同的一组问题。什么，这个案子的背景是什么？

[开]

是的，所以，这就是能源供应商永旺（Aeon）的一个例子。这类公司也有一个完全改变的商业模式。这通常是卡夫卡真正重塑公司的地方。他们经常遇到的问题是，在过去，他们只生产自己的能源，比如核能。当然，这显然是转向更多的绿色能源等等，但商业模式也必须改变，因为他们不能再仅仅销售能源，而且他们也看到越来越多的客户或最终用户，他们自己生产能源，就像他们房子上的太阳能一样。而且通常它们产生的能量甚至超过了它们所使用的能量。所以他们想卖掉它。因此，我支持这个示例，Ian 建立在流式物联网平台上，该平台也是混合的或云中的一些分析，但其他一些处理更多地处于边缘以及他们最终在做什么。

它们不再像在分发平台上。所以这仅意味着一方面，他们仍然与我们自己的能源系统集成以出售他们的能源并进行会计、计费和监控。当然，这里所有这些事情都必须提及，因为它仍然是实时的。甚至对于更大的数据集，这些产生了两个数据系统，他们可以处理它。但另一方面，他们也知道直接与智能家居、智能电网和其他基础设施集成。这样他们就可以进入最终用户的系统，就像客户拥有智能家居一样。有了这个，他们现在提供更多的服务。在这种情况下，例如，您可以出售您的沙龙，将成果转让给另一个人，他们为此提供了平台。这实际上只是其中一个例子，或者他们有几十个例子，因为这些公司和能源，他们必须彻底改变，在某种程度上，他们的商业模式，这是公平的，CAFCA 有帮助。

太好了，因为只有一方面是实时数据。因此，您可以对其进行扩展并连续处理数据，但另一方面，它也会再次将系统解耦。因此，智能家居系统与人工智能完全脱钩。有时它会向系统发送一个新的更新，例如传感器信息，以便系统知道，嘿，这房子产生了很多能量。现在我们可以卖了。所以请以某种方式分发它。这又是许多不同特征发挥作用的地方。所以它只是一方面混合，非常适合在云中进行分析，然后也是代理配给。但另一方面，这也是一个真正的关键任务系统。这必须运行 24 七。所以它分布在不同的地理位置。有了这个基础设施，这确实是他们系统的关键中心，可以与他们自己的基础设施集成，也可以与所有客户和最终用户集成。当然，还有像你这样的合作伙伴，这与汽车行业的策略相同，这些公司的未来不会把所有东西都放在自己的位置上，但他们会与合作伙伴系统相得益彰，这些系统在一个特定的利基市场中非常好。他们为此提供了分配系统。

[埃里克]

好的。是的。这是系统的对比，对吧？你有一个关键任务实用程序，然后你有你祖父的家，你知道，我想你有很多不同的类型，因为我们不是在这里谈论总是使用智能手柄的企业规模，但我们正在谈论还可能使用多种不同的技术、不同的连接解决方案等进行家庭部署。在那里，这是一个挑战，还是已经相当标准化，当他们在家里安装太阳能部署时，已经部署了正确的连接基础设施，以便于集成，或者，或者是那是一个挑战吗

[开]

在这种情况下？这比在工厂和工厂中要容易得多，因为在这里您不必挑战每个供应商都是非常专有的，并且并不真的想把数据拿出来。在这种情况下，它通常只有一个站点，也不是 30 年前的机器，就像在生产线上一样，但它真的可能是旧的小型设备的氨。因此，这些制造商也采用了更现代的技术，而她的不同之处在于他们希望您将其与其他系统集成。因此，这通常具有标准接口或 API，例如 MQTT 或 HTTP。所以这实际上很容易整合，因为这里的商业模式和整合理念与生产线和计划有很大不同。所以这真的很简单。再次，这些接口中的一些是实时和传感器基础，这确实是一个更大的挑战。其他一些更像是基于拉的，你每小时询问一次系统。这正是 Kafka 的用途，它不仅仅是一个消息传递系统。它还具有集成功能。因此，使用 Kafka 将这些不同的技术和通信、通信、电源 Dignitas 集成起来非常简单，并且仍然关联所有这些不同的数据集和协议以从中获得价值。并发送一个 X 或警报或任何用例。

[埃里克]

好的。有趣的。是的。我在读一篇文章，大约一个月前，它说我认为是在德国或英国，可再生能源在电网中的百分比飙升至 33% 左右，这是一个很高的水平，对吧.这是由于几个因素，我认为像更低的能源，更低的空气污染，因为工厂被关闭和其他一些因素。但我认为这是五年前的事情，人们认为这是一种世界末日，对吧？你不能，你不能处理可再生能源方面的那种波动。但我认为卡夫卡是能源网格现在能够处理比设计正确的负载变化大得多的部分原因。 10年前。

[开]

嗯，这真的改变了你的住宿方式。所以每年你都会看到新的创新。实际上，Kafka 是许多不同基础设施的核心。通常你看不到它，因为它更多是因为它在引擎盖下，对吧。但实际上不仅仅是这些典型的最终用户项目在使用 Kafka，而且这些软件和技术供应商也在幕后使用 Kafka 来构建新产品。]。

[埃里克]

好的。这真的很有趣，我们在这里错过了什么？人们了解事件流还有什么重要的？

[开]

最重要的是，今天它不仅仅是将数据摄取到数据湖中。这就是人们在过去五年中所知道的，但实际上，今天和一半的事件流主要用于关键任务系统。这就是我们 95% 的客户所做的。这就是他们来找我们的原因，因为我们拥有与非洲有关的专业知识，并且或多或少地建立了它的许多部分。因此，这确实是最关键的事情。而且它只是处于边缘还是真的不是全球部署都没有关系。因此，我们提供您可以部署的技术。 CAFCA 全球。我们有许多在世界各地运营和工厂的工业客户，您仍然可以实时复制和集成世界各地的大数据集。当然，这里有不同的架构选项和不同的 SLA 不同的组件，但这确实是从工业物联网会议中带走的关键力量。

[埃里克]

凯非常感谢您抽出宝贵的时间。我的最后一个问题是人们应该如何联系你？如果您在 LinkedIn 或 Twitter 上与我联系，我会很高兴。所以我真的在场。他们对那里的用例和架构师进行了大量更新。当然，您也可以查看我的博客。嗨，维娜，嗨，减去酒或茶，或者你的支票，链接可能。但这确实是我每周或每两周写一篇关于物联网的博客的地方，并且围绕事件流和不同的事件有很多不同的用例和架构。好的，完美。然后我们将把这些笔记放在节目笔记中。再次感谢。是的，不客气。很高兴来到这里。

[结尾]

感谢您收看另一个版本的工业物联网聚光灯。不要忘记在 IoTONEHQ 的 Twitter 上关注我们，并在 iotone.com/casestudies 上查看我们的案例研究数据库。如果您有独特的见解或项目部署故事要分享，我们很乐意在未来的版本中介绍您。写信给我们 team@iotone.com

在本集中，我们将讨论边缘机器学习的商业价值，以及对混合边缘云架构日益增长的需求。我们还提出了一些技术趋势，这些趋势将提高边缘计算系统的可用性和功能。

Sastry 是 Foghorn 的 CTO 和联合创始人。他负责并监督所有技术和产品开发。 Sastry 的专长包括在大数据、SOA、微服务架构、应用服务器、Java/J2EE/Web 服务中间件和云计算领域开发、领导和架构各种高度可扩展的分布式系统。

FogHorn 是面向工业和商业物联网应用解决方案的边缘智能软件的领先开发商。 FogHorn 的软件平台将高级分析和机器学习的强大功能带入本地边缘环境，为高级监控和诊断、机器性能优化、主动维护和运营智能用例提供一类新的应用程序。 FogHorn 的技术非常适合制造、电力和水、石油和天然气、可再生能源、采矿、交通、医疗保健、零售以及智能电网、智能城市、智能建筑和互联汽车应用领域的 OEM、系统集成商和最终客户. info@foghorn.io

_______

自动成绩单

[介绍]

欢迎来到工业物联网，聚焦工业物联网思想领袖与您的主持人埃里克·瓦伦扎（Erik Walenza）一起改变当今企业的洞察力。

欢迎回到工业物联网聚光灯播客。我是您的主持人，IOT one 的首席执行官 Erik Walenza。今天我们的嘉宾是 Foghorn 的首席技术官兼联合创始人 Sastry Malladi。 Foghorn 通过优化约束、计算空间和有限的连接性，在边缘提供全面的数据丰富和实时分析。在本次演讲中，我们讨论了边缘机器学习的商业价值以及对混合边缘云架构的需求。我们还探索了将提高边缘计算系统的可用性和功能性的技术趋势。如果您发现这些对话很有价值，请给我们留下评论和五星级评价。如果您想分享您公司的故事或推荐一位演讲者，请发送电子邮件至 team@iotone.com。

[埃里克]

谢谢萨斯特里。感谢您今天加入我们。

[美味]

这是我的荣幸。

[埃里克]

所以今天我们今天有一个稍微技术性的话题。因此，云主导的解决方案将如何采用更多的边缘优先或云边缘混合方法。

但在我们进入技术细节之前，我想更多地了解你来自哪里以及 Foghorn 的背景。所以从你的背景开始，我知道你现在是 Foghorn 的 CTO。我相信你是在大约四年半前加入的。你是怎么来到 Foghorn 的？是什么路径引导您来到这家公司的？ Foghorn 是什么让你觉得这是一家我认为潜力巨大的公司？

[美味]

绝对地。所以是的，我是。我是四年半的联合创始人兼首席财务官。另外，我是一个内心的企业家。我有技术背景。过去二十年左右的领导角色，以及执行管理角色，大公司，初创公司自筹资金公司。我的背景主要是从硬件设备、操作系统、应用网络开始，慢慢回到应用服务作为大数据。

等等，我是如何对我们的种子基金产生兴趣的，投资者，位于帕洛阿尔托的蜂巢，通常会留出一些种子基金，并试图寻找创始人来解决某些问题。他们想要解决的问题领域之一是工业物联网领域。他们一直在寻找能够来帮助构建这项技术以解决特定问题的创始人。我们将在一秒钟内了解我们实际要解决的问题，但这就是他们开始与我交谈的方式，我会说大约六个月左右。然后我会在同一时间加入其他联合创始人，大卫金。这就是我最终放弃然后再也没有回头的方式，从那时起我一直很享受。我们实际上正在建立一家非常酷的公司来解决工业物联网客户的实际问题。

[埃里克]

那很有意思。所以它实际上是一个种子基金，有一个他们认为需要解决的问题。然后他们基本上招募了你或他们，他们寻找了他们认为能够解决的创始人。

[美味]

就是这样。它的工作方式是，一旦他们招募了我们，然后他们就把它留给我们。我们实际上去筹集资金，就像 CDC 说的，我们从 CDC 开始。我们目前，我们最近刚刚在去年 11 月资助了一个封闭的 C 系列，但 ABMC。然后我们基本上雇佣了团队的其他成员，构建产品，将其推向市场，你知道，向客户收费等等。所以我们从那里拿走它。事实上，种子基金公司帮助我们引导这个，然后我们从那里得到它，但这就是他们的模型的真正运作方式。

[埃里克]

好的。我敢肯定他们对结果很满意，因为 Foghorn 现在有很大的吸引力。

[美味]

是的，绝对的。到目前为止，一切都很好。

[埃里克]

你认识大卫吗，在你和他共同创立公司之前，或者

[美味]

其实我没有。我遇见了他。当我们的种子投资公司介绍我们时，我已经和大卫谈过了

[埃里克]

在我们进入技术细节之前，请告诉我们一些关于什么是 Foghorn 以及您解决了哪些问题。到底是什么，公司背后的价值主张是什么？

[美味]

所以如果我们看看物联网，我知道物联网是一个流行词。很多人都这么用。但是如果你具体看工业领域，无论你是在谈论制造业，猛烈的气体，全线运输，都会出现问题，对吗？因此，这可能是产量提高问题是报废问题或预测性维护问题，直到现在。他们一直在做的是试图以某种方式收集一些关于他们试图监控的资产的数据信息，以优化他们的资产和业务成果。然后以某种方式可能会将所有船发送到云环境中并进行一些分析并尝试找出问题所在，对吗？这对他们来说效果并不好。将所有这些信息发送到云环境并在那里进行处理，然后将结果发送回资产中，这不仅成本高，成本效益低，而且也不切实际。

当他们为啤酒花这样做时，无论他们试图解决什么问题，机器都可能停机了。也许他们正在制造的部分已经发生了坏事。为时已晚，他们不会帮助他们。所以我们着手解决这个问题，也就是说，我们如何让这些客户以主动、预测的方式找出问题？这意味着从现在开始的某个时间机器将出现故障，即将出现的零件将有缺陷。因此随着年龄的增长自动向操作员发出警报。因此，他们可以通过优化业务成果、减少传统、废品、提高产量以及进行一些预测性维护等简单目标来解决这个问题。这是得出有助于实现业务成果的可行见解的基本前提。这就是我们所做的。显然，要做到这一点有很多挑战。这就是我们必须去发明我们以前不存在的技术的地方，也就是说存在限制，因为您在这些受限的环境中工作，并且存在的典型现有软件不在这些环境中运行。所以我们必须想出一种创新的方法来处理来自这些资产的实时数据。这就是我们在欧洲开始的方式。

[埃里克]

肯定是软件吧？因此，所有涉及的硬件，您都将与合作伙伴合作。

[美味]

这是完全正确的。该软件。但正如你可以想象的那样，正如你可能已经看到的那样，我们有很多投资者也是硬件合作伙伴，例如戴尔，是跨合作伙伴投资的，HPE，不是投资者，而是密切的合作伙伴。我们拥有博世，我们拥有与研华密切合作的众多硬件合作伙伴。然后我们进行认证，但我们实际上并不一定销售任何硬件。事实上，这些硬件制造商没有在预加载和测试我们的软件的地方列出偏差目录。如果客户真的想购买他们的硬件以及我们的软件，我们确实提供了这种捆绑包，以一种或另一种方式提供。

[埃里克]

好的。是的。实际上这是一个很棒的商业模式，对吧？我的意思是，作为一家年轻的公司，建立 Salesforce 以进入广阔的市场是相当具有挑战性的。因此，拥有惠普、戴尔和博世等，能够将您的解决方案推向市场，我想这是进入软件领域的正确方式。我想我们可以将软件划分为，比如说围绕如何处理数据、捕获、处理、管理数据的架构元素，然后是特定的应用程序。所以每个客户都有他们的具体问题。而且我认为这些应用程序在某些情况下有些标准化，但在某些情况下，将围绕需求进行一些定制。您通常是在做底层架构和应用程序，还是在许多情况下提供架构，但可能与具有特定问题应用程序的第三方软件提供商合作？

[美味]

嗯，这实际上是一个好问题。让我花几分钟时间解释一下，我们的基本商业模式是年度订阅软件，对吧？我们提供软件，这是一个核心引擎，客户可以在其中将软件安装到现有设备上。请记住，我们的核心 IP 是能够在约束设备上运行这些设备，无论您是否拥有现有的 PLC，无论您是否拥有现有的小型加固型、大型 Prairie 试点设备，或者在某些情况下，资产本身，对。我们可以将我们的软件安装在占用空间小的计算环境中。但是，一旦您这样做了，您就可以使用我们的工具将软件配置为使用他们的所有本地审查信息和所有程序，以了解他们发现要检测的内容以及要解决的具体问题。现在，当我们在 2016 年开始向我们的客户交付这款产品时，我们很早就了解到，这些客户中有很多，因为他们的工业性质，他们不一定专注于技术，因此他们会来问我们，你能帮助我们吗，你知道，不仅，你知道，安装，而且实际上帮助配置你的工具程序，这样我们就可以检测你试图寻找的问题。

我们已经开始这样做了。显然，作为一家互联网公司，我们必须进入这些客户账户。我们开始这样做，很快我们就意识到，在四个月左右的时间里，由于每个客户都在要求它，我们必须为它找到一个真正的解决方案。我们通过两种方式解决了这个问题。一是我们开始建立一个内部数据科学和技术服务部门来帮助解决这个问题。就像最初一样，如果我们想做一个试点，如果你需要我们的几个数据科学家来帮助，最初使用我们的工具来帮助你设置。所有这一切，我们都可以做到。许多客户继续这样做。我们还在全球范围内建立了大量的合作伙伴生态系统，从更大的规模开始，你知道，所有的，你知道的，Vipros India、印度 SIS 以及全球各地的本地 Micronet 站点，以及埃森哲、德勤和 April TCS，其中一些人都是我们的合作伙伴。

他们实际上熟悉我们的软件。我们对他们进行了培训。他们正在他们的实验室中运行它。因此，坦率地说，当客户真正来找我们或他们时，我们正在寻找需要我们技术类型的解决方案，他们也可以处理。但是我们确实有一个内部数据科学部门，它也可以帮助很多飞行员。现在，在我将其转回给您之前，我要说明的另一点是，在过去的四五年中，我们没有做过很多这样的试点，很多很多财富 500 强客户.然后我们开始确定这些可重复的常用用例中有哪些。我们开始将它们打包在一起，这样客户、我们、第三方都不需要自行进行任何定制，但他们会自行安装开箱即用的解决方案，然后使用我们的拥有自己的 UI，然后为这些常用用例启动并运行它。在过去一年左右的时间里，这也是我们发现更多牵引力的地方。

[埃里克]

好的。在这些打包的解决方案中，您可能会与战略合作伙伴一起在内部开发这些解决方案。是这样吗？

[美味]

不一定是为了合作伙伴，软件是我们自己开发的。然后我们确实有战略合作伙伴。例如，说我们正在开发，我们将在一秒钟内进入用例，开发一个需要相机的解决方案。我们与相机供应商建立了合作伙伴关系，从 BOSH 和其他众多供应商开始，我们可以说该解决方案实际上需要两个传感器。实际上也有人想通过中心安装它。他们已经与老师建立了合作伙伴关系。所以这一切都取决于它，但我们在良好的 IT 软件本身中的核心包解决方案开发是在内部完成的。然后在捆绑硬件方面建立伙伴关系。

[埃里克]

好的。非常清楚。让我们来看看会是什么，比如说通常与 Foghorn 相关的前五个用例

[美味]

在我说之前的用例，只有一个词，对吧？所以我们是一个通用的平台引擎。这就是我们开始使用边缘 ML 的方式。人工智能，是不是我们的一些商标能够在受限的小型企业环境中运行机器学习和人工智能。当然，传统分析和基于 CP 的分析也是如此。这是我们从头开始构建的核心引擎。我们已经在全球范围内获得了该品牌的多项专利。现在用例。最初我们开始，你知道，显然是制造，我们已经开始做文字处理，谨慎制造，散装案例。几乎所有这些都可以归类为提高产量、报废生产类型的用例，这意味着，您知道，机器本身正在制造产品的特定部件。而且那个产品出来时有缺陷。然后我们的软件试图在它产生有缺陷的部件之前提前保护和检测，然后修复它。

这是一种，第二种，还有很多很多类型的机器，无论是CNC机器还是泵，压缩机，资产类型的数量，不管你说的是什么类型的方面都没有关系预测分析，无论是针对其中产生的部分还是其次是过程本身，如果过程确实存在问题，以及如何，你知道，也许它没有正确地喂入罐子，也许输入本身是错误的。也许温度控制是错误的。无论流程问题是什么。我们也可以检测到这一点。这是我在制造副作用方面所做的几种类型的用例。当我们进行案例研究并切换到不同的工人时，我们会给你一个具体的例子，比如石油和天然气，因为问题的类型是不同的，也就是说，你知道，从上游开始，下游，并且在这些情况下丢失，当您钻探石油时，可能会出现许多问题。

例如，这可能是一个模糊的预防优化，可能需要做，或者当他们正在钻探领域以停止时存在流体污染。或者那是燃烧。例如，当您提炼刚钻出的气体时，可能会出现压缩机问题或其他一些问题，这可能是一种称为燃烧的现象，您开始将这些气体释放到大气中，导致排放问题和 EPA 法规、违规行为和处罚等等，我们实际上可以预测并主动预防并能够做到这一点，如果有超过某些官员并加以处理，那么您正在钻探的其他类型的问题，例如，钻床有问题，或者它们有问题。蒸汽标签是其他使用类型的问题，获取气体，泄漏气体，制造马其顿激光器，诸如此类用例在该领域内也有很大差异。

但同样，您可能想知道，您知道，我们如何处理此类绝大多数类型的用例。更根本的是，解决用例的方法是安装我们的足球、配置自动、检测传感器并使用我们的工具专门对您要检测的内容进行编程，除非它是我们可用的 PAC 提交。然后我们转向运输，这是我们正在研究的另一个垂直领域。用例的类型。还有资产的效率和优化。我们最初是从机车开始的，你知道，通用电气，它也是我们早期的投资者。他们让机车在机车内部安装我们的软件，能够优化和预测燃油效率条件，你知道，内部检测，设备本身的磨损，诸如此类。然后我们转向车队管理，特别是卡车，你知道，监控潜水员的行为，所谓的原因，条件二，一直到自动驾驶车辆。

现在我们正在与他们公司合作，在他们的百吉饼中实际安装我们的软件。这实际上是公开宣布的。保时捷是我们的客户之一。我们在那里完成了许多用例。我们也可以谈论这些。正如您可以想象的那样，用例的类型从预测性维护、主动故障、状态检测到状态监控，在所有这三个不同领域都有所不同。最近我还要说一件事，让你知道。我们也一直在涉足能源管理用例，特别是在建筑、智能建筑中，无论它们是办公楼、学校建筑还是酒店建筑，无论如何，我们也与霍尼韦尔合作。我们实际上正在尝试，我们现在有一个解决方案来优化这些建筑物的能源消耗，只需运行我们的软件并连接到传感器和编程来检测这些条件和类似的东西。所以它是我们一直在追求的一系列用例

[埃里克]

各种各样。所以我想，即使您将自己的集成解决方案推向市场，也将更标准化的解决方案推向市场，但在许多情况下，仍需要某种程度的定制。如果您能给我一个粗略的估计，您的客户中有多少能够在内部做到这一点，又有多少需要外部支持，无论是由您还是第三方系统集成商提供支持？

[美味]

是的，如果你问我直到去年才这么说，对吧？我们的大部分客户都在使用我们的一些帮助或以我们的一种形式或形式来定制或为他们构建解决方案或在 SSI 中进行协作。但在过去的 12 个月里，情况发生了相当大的变化。但是现在我们实际上已经开始实现这些打包解决方案，客户那些实际购买这些打包解决方案的客户不再需要依赖我们的任何服务支持。实际上，我们正在提出该解决方案的一部分，就像 UI 一样，它可以帮助他们。我给你一个简单的例子。比方说，你在谈论耀斑监测，对吧？所以玩家监控，这是一个基于视觉的 MLAI 系统。所以我们接受摄像机的馈送。我们采用压缩机传感器和阀门定位所有不同的传感器。

然后我们构建，例如，数据包解决方案，我们将有一个机器学习模型来处理这些显示图像以识别某些 KPI。现在，很明显，当您将该解决方案安装在不同的客户环境中时，他们的平面外观可能会略有不同。也许条件不同。可能是摄像头定位不同。可能分辨率不一样。其他的肯定是环境。因此，为了使该解决方案能够准确地生成这些 KPI，他们必须针对特定于他们的环境进行微调。并且要做到这一点，而不是他们隐藏我们，正如我们所说，更多的是去 NSI 帮助解决这个问题。我们实际上已经构建了一个用户界面，他们可以在其中进入，例如，上传他们的视频，上传他们的参数，让他们了解如何微调，然后在我们创建不同的解决方案时很好地销售。正确的？换句话说，在过去的 12 个月里，开始依赖我们服务的客户数量正在减少，但在最初的几年里，这几乎是其中的绝大多数。尽管他们中的很多人也是自己做的。

[埃里克]

好，太棒了。是的。这是我们一直看到的一个非常积极的趋势，即公司制作的界面更多，让非技术用户可以轻松修改它。

[美味]

这是完全正确的。如果我可以说一些之前忽略的东西，我们产品的核心优势之一是，我们实际上以 40 为中心，以运营技术为中心，正如我之前提到的那样，我们的很多客户还没有真正技术含量高。他们都是工程师，但从制造机械的角度来看，他们都是工程师，但不一定是计算机科学工程师。正确的。所以如果你去问他们并告诉他们任何事情，在编程方面，复杂的事情，这对他们来说真的很难。所以我们从一开始就开始构建，我们称之为以 OT 为中心的工具，一种拖放工具，他们可以在其中拖放传感器定义，识别和解释或表达他们想要导出的内容。然后我们负责幕后的编码业务。所以我们肯定会为此感到自豪，为了让我们在这个市场上取得成功，推出以汽车为中心的工具而不是以它为中心的工具真的非常重要。是的。

[埃里克]

这是一个很好的观点。我只是想问你谁是，比方说，谁是买家或系统所有者？因为我想 10 年前会是这样，但听起来情况并非如此。那么工程团队是否就是您将与之合作的人或将成为典型买家的人，然后是系统所有者想要看到的人。

[美味]

是的。所以这实际上是另一个很好的问题。通常，用户，也许我会把它分成两部分。我们软件的用户是实际的操作员，在工厂环境或炼油厂环境或车辆或诸如此类的工程师，对吧？所以这些是系统的用户。但很明显，有预算并实际购买它的人是某人，他们的 CIO、CTO，无论现在的角色是什么，与典型的 IT 销售不同，你去说服预算所有者或 CIO 或 CTO预算和去卖这个。然后每个人都开始使用它。在这些环境中，这并不那么简单，因为真正想要预算的人，有钱买的人，并不是实际使用它的同一个人或同一团队。所以我们必须让两个人都坐到桌子上，以确保它说服操作员，说服工程师，这确实为他们解决了问题。

当然，如果您没有预算，那也无济于事。即使工程师认为操作员认为它会有所帮助。因此，这是一个为期三天的对话，你必须先有预算，以确保有人有钱支付。其次，你必须有一个业务问题。已确定您要解决的业务问题。这可能是一个科学实验，有人，你知道，有一天醒来说，哦，让我们尝试一些新的东西。正确的。它必须是一个有效的业务问题。同意问题。然后运营商需要感觉到我们提供的解决方案确实解决了这个问题。事情就是这样开始的。

[埃里克]

好的。是的。我想，因为你有这两个不同的利益相关者，就像用户和买家是不同的实体，飞行员在某种程度上很重要，但是，你知道，这是一个最近经常出现的话题，挑战实施试点，然后大规模解决方案与针对特定试点解决的问题根本不同。所以飞行员，也许在很多情况下，不会扩大规模。那么，您如何解决可能必须进行试点以向这两个利益相关者展示价值的问题，然后确保试点实际上将扩展并在整个实体中提供相同的所需价值。

[美味]

所以它总是说你的客人，大多数时候它总是这样与飞行员交谈，因为他们想确保我们实际上能够在他们的环境中运行软件。我们实际上可以连接到他们的设备和传感器。事实上，我们可以证明我们能够预测他们想要的故障条件。因此，根据客户的不同，试点通常运行两到六个月。但是在我们进入试点之前，我们显然总是在进行合同谈判，说如果试点要成功，下一步是什么，对吧？如果我们有钟声，因为我们最近一直在这样做，我会说四五年了，我，你知道，其中一些实际上在生产中运行，大规模部署以及我们已经增强了我们所有的调整说，看，它不只是一个设备。

您连接的不仅仅是一台机器。当然，他们会在试点中这样做，但在试点之外，如果你有多个位置、多个站点、多台机器。你如何扩大规模？您如何使用您已经构建的相同解决方案之一，只需单击一下即可自动将其部署到多个站点，然后能够进一步本地化并针对特定环境进行自定义。你是怎样做的？因此，我们构建了一个名为雾和管理器的工具，帮助他们进行大规模部署和本地定制。然后还有诸如自动发现之类的事情，还有很多时候可以扩大规模。例如，目标手动配置系统以列出所有传感器。这实际上是不可能的，更不用说它容易出错的性质了。因此，我们内置了工具来自动发现哪些传感器实际可用和存在。

将其呈现给用户，让他们能够自定义该解决方案。然后，一旦您对其进行了自定义，只需单击一下即可对其进行本地化，一次选择多个这些设备，然后就可以推送相同的内容以进行任何更新。这不是一次性的事情，但可能会发布修复我们的补丁，错误修复，也许是更新。这也是同样的机制。因此，我们使用容器技术机制来实际开始自动将其运送到多个站点，而无需实际运送比特之类的东西。所以我们实际上已经考虑了所有这些。用于从一开始就进行扩展的管理监控配置工具。幸运的是，我们有大合作伙伴，他们中的许多人都是早期的投资者，这帮助我们在他们的环境中实际测试了它的这种扩展方面。这就是我们加强它的方式。当然，我们会继续从每个客户部署中学习，看看是否有，是否还有其他可以改进的地方，这是一个持续改进的过程。

[埃里克]

好的，太好了，太好了。很有意思。那么让我们转向技术，特别是关于何时使用云边缘或混合系统的讨论。所以我猜你可能有三个，比方说四个，我们应该为在这里不太熟悉的用户预先定义的四个术语。所以我们有云，我们有边缘，我们有雾，然后我们有混合系统。你能不能用你自己的话，用你自己的话来定义这四种可供选择的架构。

[美味]

是的，绝对的。所以让我们谈谈云，我相信我们都熟悉。顺便说一句，早在 15、20 年前，我就进入了自己的自筹资金创业公司。就像当时这里的侵略一样，人们习惯称其为不同的东西。我称之为伟大。其他一些人将其称为实用计算，最终称为云堆栈。但无论如何，托管的集中式数据中心就像环境中的所有数据处理和所有这些竞争都发生在一个中心位置。知道这一点是同一个中心化的，对吧？那是云。他们有主要的供应商，无论是微软、AWS、谷歌等等，对吧？所以这很清楚。我不会花很多时间在这上面。现在让我们在我进入边缘之前先谈谈，让我们谈谈前进，因为事实上，我们很早就将我们的公司命名为远去，并且上下文表明八、八年前左右。

正确的。事实上，思科最初提出了雾计算这个术语，尽管他们并没有完全执行。网络边缘背后的概念，当你拥有资产、制造、机器、石油、炼油厂，你知道，重量目标和建筑物，无论这些东西是什么，它们都处于网络或资产的边缘，并且任何发生在离他们更近的竞争，有时是在离他们更近的资产上，最初都是从雾计算开始的。实际上，这就是我们将公司命名为“远去”的方式，您可能已经注意到，我们不再在我们的任何参考资料中使用“雾”一词。这背后是有原因的。那么在过去六年左右的时间里发生了什么？很多人，以及，你知道的，像 open 这样的标准组织，我们是其中的一部分，他们开始淡化人们开始谈论的他妈的问候的定义，哦，雾是边缘之间的任何地方和云。

这是连续体，就是这个就是那个。然后，你知道，定义被淡化了。所以我们实际上停止使用雾这个词。事实上，现在使用它的人已经不多了。边缘是现在坚持的定义。这只是网络边缘的平均值，更接近资产或资产本身，您开始进行一些竞争以识别或预测您现在尝试做的任何事情。这种优势略有不同，特别是在 5 G 和移动网络运营商进入的情况下，以前称为 Mac MEC。它曾经被称为多访问比较。现在它被称为移动，它是竞争性的，反之亦然，他们对边缘的定义，这是今天仍然存在的另一个定义，不是将边缘视为资产或网络的边缘，而是将边缘视为基础站，蜂窝塔基站，来自资产的数据信息流入基站，这就是他们的边缘计算。

它不是一直到云，但它介于数据定义之间。所以我们谈到了云，我们谈到了雾。我们谈论边缘两种不同风格的边缘，然后是混合系统。今天真正实用的是混合系统。几乎我们部署的每一个客户，你谈到的任何人都总是使用混合系统，因为边缘有利于它的好处。云有利于它的好处。当您拥有历史数据时，PB 级规模的服务、跨多个站点的聚合、整个公司的横向可见性等等。其中一些服务通常托管在云中。所以云还是有作用的。它需要什么才能发挥优势。另一方面是人们有真正的问题。他们有计划，他们有工厂，他们有真正的问题，他们需要立即解决这些问题，因为它正在发生，他们迫不及待地将这些信息传送到云端。

然后有人告诉他们，这就是问题所在？去修吧。可能为时已晚。因此，大多数客户安装我们的边缘软件，部署该软件以实时发现问题，获得洞察力，处理业务，然后使用云将这些洞察力从每个不同的位置发送到中央云存储，进入云服务。这就是聚合发生的地方。这就是任何对机器学习模型进行微调以构建模型的地方，诸如此类。这就是使用云的地方。更不用说，你知道，仪表板中央仪表板公司范围内的可见性和类似的事情。因此，最肯定的是，混合动力系统是当今每个客户都选择插入的地方，

[埃里克]

边缘，我想，正如你所说，它可以是许多不同的东西。它可能是一个基站。它可以是，我认为在许多情况下，网关很常见。它甚至可能是一个传感器或计算能力非常低的东西，但是因为你正在处理 ML 和需要的东西，我想，有点，有点重，它通常如何成为你想要的网关部署在？或者是否有更广泛的硬件。您的计算机可能位于何处？

[美味]

这是一个更广泛的范围。记得我提到过我们技术的核心部分是我们可以在这个约束环境中运行的概念。我们有这种技术，叫做教化。这意味着通常在云环境中运行的分析、机器学习和模型几乎总是假设有无限量的计算、存储和内存可用。在这种受限设备中情况并非如此。因此，我们提出了许多技术来完善这些分析和机器学习模型，以便能够在这种受限环境中运行。我们使用了许多技术，量化绑定器，加法，我们的 CP 将所有 Python 代码转换为我们使用的 CEP 技术，但是基于软件和基于硬件的加速，类似的事情，考虑到这一点，但已经说过通常情况下，如果你不进行深度学习，基于视觉的深度学习机器学习模型在将近一百、150 兆字节的内存、双核 CPU 中。

通常你会在 PLC 中找到什么，或者是机架加固篮子馅饼的一半大小。您可以运行大量分析，但当您连接摄像机、音频声学或振动传感器时，您会将它们组合在一起并进行深度学习。这是我们需要更多内存的地方。所以这就是像网关这样的设备，无论是戴尔物联网网关、HBI，还是网关或三星在基于设备的设备上加固它们，加固的树莓派之类的东西都会出现。所以这取决于用例。深度学习机器学习需要更多的力量。我们谈论的可能是几千兆字节的内存，但不是深度学习、传统的典型分析，以及弄清楚你实际上可以将它放入一个非常小的网关设备上的 PLC 中。

[埃里克]

我们已经介绍了某种架构。会是什么，我的意思是，你已经提到了这一点，但我只是想确保每个在听的人都清楚这一点。决策标准是什么？所以我们谈论的是延迟、带宽，当然还有硬件成本、数据传输成本等等。当你有洞察力时，你会如何分解决定？什么类型的架构适合特定的用例？

[美味]

我想你，你开始列出其中的一些。这些是正确的标准，对吧？所以首先，我们总是从业务问题开始。业务影响是什么，因为如果它是简单的科学实验，对我们双方都不是很好。什么业务问题。例如，它启动客户来说，你知道，这是我的问题。我每天都有 X 数量的零件从这台机器上出现缺陷，这对我的业务造成了 Y 的影响，对吗？我们必须回馈解决这个问题。它总是从业务问题开始。现在，我们如何解决业务问题？当然，最直接的一件显而易见的事情可能是 Alexa 连接所有传感器，将其发送到云环境，对其进行处理，然后返回并分析它，看看它是什么。通常。

这都很好。如果是一次性的事情，意味着一个问题只发生一次，一次。也就是说，去修复它，永远不会有问题。同样，不幸的是，情况并非如此。这是一个持续的问题。即使您的解决方案有时会因环境变化而漂移，校准问题也会发生，因为数据会因此发生变化，相同的解决方案可能无法正常工作。所以它也必须是一个连续的生活。然后问题也没有解决。如果你告诉接线员昨天发生的事情，或者甚至在一小时前发生的事情，那么它已经发生了有什么意义呢？您如何预测并提前告诉他们，及时。所以他们有机会去修复和纠正正在发生的事情。这是他们决定的地方。好吧，edge 显然在那里更有意义。

因此，当您从那里开始谈论时，现在我们来了，好吧，实际上可以获得什么样的数据？你需要什么样的硬件？现有的硬件是否足以适应那里？当连接存在或不存在时，我们是否需要为网关招聘新员工？这类问题会发生，但最终部署边缘的软件成本是多少。当然，这是总成本，对吧？不仅仅是软件、硬件、任何网络、任何需要安装柠檬水的传感器。与此相比，它的总成本是多少，它实际上要解决多少业务问题？这意味着如果他们有一百万美元，你知道，例如，每个月都会发生一次废料，对吧？如果您的软件要花费您一百万美元，那么他们也解决不了任何问题。因此，总是要权衡拥有该软件的这两项成本与实际业务影响。

然后它不是关于云与边缘的关系。正如我在这里提到的，它始终是一个混合体。总会有一些云部分，因为大多数客户通常没有一个站点。他们有多个站点，因此您必须将每个站点的见解发送到一个中心位置。此外，您还需要根据迅速出现的校准问题对模型进行微调。因此，事情的混合部分，所有这一切都在那里，但他们部署基于 IT 的解决方案是否有意义，纯粹与他们试图解决的业务问题的程度直接相关。

[埃里克]

在很多情况下，人们已经拥有了云环境，对吧？因此，一次性成本不会成为一个因素。这只是传输数据故事和数据等的成本，在某些情况下可能会很高。在某些情况下，它可能微不足道，但在部署边缘时，可能会产生更多的一次性成本，但随后可能会降低运营成本。所以那里有一些权衡，但听起来对你来说，它更多的是从商业角度看，看看价值在哪里，然后让它驱动决策。

[美味]

是的。最终，商业价值将推动决策，但你编造的一些观点仍然有效，对吧？因此，当您将所有原始数据传输到云环境中时，撇开设置云环境的初始成本，假设延迟对客户来说不是问题，这是一个很大的礼物。如果这对客户来说不是问题，那么可以传输任何给定的典型用例。每天都有兆字节到 PB 的数据传入，你知道，将所有数据传输到云中会产生运输成本。然后商店在发病前景上有成本。看起来，哦，存储起来真的很便宜。你知道，每兆字节只需要几美分，但随着时间的推移会发生什么？什么月份？它实际上非常明显地接受，对吧？

然后更重要的是，很多时候原始数据实际上在几个小时后就不是很有用了。例如，如果他一直告诉他我的温度，机器的温度传感器测量成本为 76 度，您知道，该数据实际上通常不是很有用。好的。那么如果只有六个呢？您需要实时了解实际发生的情况，但您是绝对正确的。有取舍。存储这些信息的成本是多少？我们能承受传输所有这些的延迟吗？然后然后它足够快吗？它是否实时解决了足够多的业务问题来做到这一点？所以最终解决的因素的数量可以追溯到他们的首席财务官，任何公司都会说，它是否有助于我的底线，从某种意义上说，它有助于底线，它是否解决了防止损失的问题?他们真的会这么看。

[埃里克]

所以我想进行一个案例研究，但在技术方面还有一个问题，在我们搬到那里之前，我们现在有一些趋势，可能会朝着不同的方向发展，对吧？因此，我们有 5 个 G，我认为一些云架构提供商希望这将使云更加实时，甚至可能降低成本。然后我们对硬件进行了改进，使边缘计算更加强大。那么，您最关注的哪些技术趋势将影响该架构在未来几年的结构？

[美味]

因此，我们正在与全球所有主要电信公司密切合作，不仅在美国，而且在全球范围内，对吧？移动边缘计算或他们所说的 Mac 现在是真实存在的，假设你有一个制造工厂，你知道，如果他们已经安装了现有的连接、硬件、工业、互联网和其他一切，大多数有时他们现在要在本地进行边缘分析，但是有了这个 5g，你提到了 5g 和 Mac，Mac 的概念即将出现，正在发生的事情是人们正在前往这些工厂和制造业客户说我，你真的不需要安装这个工业互联网或任何这些连接问题，只需使用 5g，将所有信息发送到移动基站。这就是计算发生的地方。

这些电信公司实际上是在利用我们，我们只是在基站中运行我们的软件，而不是在工厂中运行。但是现在正在形成的技术趋势。而且我认为它会在未来一两年内发生相当大的变化，我们正在密切关注并且已经与电信公司合作，这将在某些没有安装基础设施的情况下将边缘计算转移回这些 Mac 基站，这就是即将发生的事情。因此，人们将可以选择是要在工厂内安装基础设施，还是要使用 5g 并将其实际传输到 Mac 中。然后是五个D，因为它的延迟非常低，他们不会看到差异。他们的选择取决于他们是要在本地安装，还是在基站中完成计算，而不是一直到云端。

[埃里克]

好，太棒了。那么，让我们进行一两个案例研究，您是否有一个想法，您可以从与客户的初始沟通到部署，以理想的方式引导我们了解端到端的观点？

[美味]

是的，绝对的。让我们谈谈那个。斯坦利·布莱克和德克尔。你考虑过公司。它是最大的工具制造商之一，几乎所有你能想到的我们都在医院使用的工具，他们做对了。我们遇到了他们，我想说可能是两年、两年半前在 GE 赞助的活动中的一个活动中。他们实际上已经看过，所以他们过来了，他们与我们交谈，我们已经展示了，我们一直在展示我们为通用电气和其他一些公司解决的制造问题。然后他们来到一个基地，开始和我们进行头脑风暴，然后说，看，我们也有问题。我们有问题。正如你想象的那样，我不知道他们在全球拥有大约 80 多种植物。还有制造业，有什么不同的东西，从卷尺到工具，到工具箱，再到大功率锤子，现在还有各种各样的工具。

他们想知道的是，当他们进行分析时，他们在活动中，麦肯锡分析并弄清楚，这到底是什么业务问题。等等，他们很清楚，嘿，看，这些工厂中的每一个都有大量的废料，质量检查。他们只是在质量检查时间发现为时已晚。所以他们把所有这些都扔掉了，这让他们损失了数百万美元，价值相当高。所以当他们听说我们，当他们也来找我们谈话时，大约两年半前，然后现在我们展示了我们所做的类似用例，类似客户，没有一个。他们希望它做某种试点。最初，他们想从一两个用例开始，看看这是否真的存在。

很明显，他们没有签订任何合同或类似的东西。但最初是第一个，我想了解这个解决方案的真实性，因为他们的问题对我们来说是巨大的。所有这些植物，我们实际上已经公开谈论过。我们还联合举办了研讨会和论文以及所有这些活动。所以这是我所说的其中一些信息实际上也是公开的。所以我将讨论一个特定的用例，这很有趣。所以康涅狄格州的一个工厂，它被称为新不列颠，他们制造其他东西并测量卷尺。这将全部用于泵，白色胶带，黄色胶带，传统的是这些黄色胶带，我相信你已经看到了。所以磁带实际上就是麦克风，每天都有很多，对吧？

所以它是一种非常高速、高移动的，实际上是工厂机械。当他们在制作这个胶带时，有时会产生什么结果，有多余的墨水，多余的绘画，破损的标记，或者测量上的标记不太正确，无论如何，它们是，你知道的，有 50 种不同，可能出现 150 到 100 种不同类型的缺陷。任何人几乎不可能注意到磁带移动得如此之快，它正在以非常高的速度制造和移动。然后它在一天结束时出现，它进入质量检查，有人身体手动兴奋，这一切都很好。有时，你知道，这个产品，如果这个产品，扔掉那个部分，如果他们甚至没有发现它，它会送到第二天，配送中心或其他人然后发现，你知道，通知那，然后它就是，它被扔掉了。

这让他们损失了数百万美元，对吧？所以他们想在与我们交谈之前解决这个问题，他们已经安装好了。他们与另一家公司交谈，例如 National Instrument，他们安装了一个名为 LabVIEW 的系统，该系统基本上是一个基于视觉的系统，他们在其中安装了摄像机。摄像机指向这个卷尺测量过程，机器，然后主要观察，例如，如果需要它们，在尖端上发生缺陷，然后将它们显示在仪表板上。当然，操作员必须在仪表板中查看它，这也是不可能的。没有人会一直在屏幕上看它，但系统应该会标记是否有任何缺陷。所以博士生登记册会处理这个问题。实际上最终发生的是 90% 的时间它给了他们误报，对吧？

所以事实上他们没有发现任何东西。如果还有什么其他因素实际上导致操作员流失更多，以及由于误报率降低而导致生产力下降，他们就停止了机器，却发现这实际上不是缺陷。另一个是缺陷。所以我们所做的是我们，他们有这个现有的，幸运的是他们安装了这个现有的摄像机。他们拥有所有这些机器、连接设置和其他所有实际上很容易的东西。所以我们实际上把我们的软件放到了同一个系统上。他们在那里有相同的计算网关设备。然后我们将我们的软件连接到他们想要安装的同一台摄像机。这是一款高速、高分辨率的相机，每秒可拍摄 60 帧。事情进展得有点快。然后，我们使用我们的数据科学能力进行构建，在实时数据上构建机器学习 AI 模型，以检测一百种不同类型的缺陷。

然后他们给出了，当然，我有点简化了这一点。他们给出了几个不同的约束和条件来确定缺陷发生的时间。在一定距离内的一定次数，在磁带的某个长度上，正是我们正在寻找的微小变化。我的意思是，这有很多细微差别。所以我们将所有这些都考虑在内，然后在几毫秒内，我记得这必须在几毫秒内发生，因为已经太晚了。如果它超出了我们检测到的范围，但它完全符合标准。操作员感兴趣的条件，我们会向操作员发送自动警报。我们也会自动在仪表板上显示它，无论是否有人在看它。然后操作员去尝试停止机器，然后取出那个特定的过程，修复油漆过程，打印过程，然后重新进货，我们实际上已经在这个过程中消除了他们的废料。

一旦它运行了几个月，然后一旦操作员感到舒服，嘿，你知道，不再有，没有误报。它实际上是在正确地保护一切。这就是我们想要的。它实际上是在拯救我们。然后，我们实际上有一个 SDK 软件开发工具包作为我们产品的一部分，如果他们想要自动化并且你知道，以编程方式说，每当中继这个特定缺陷时，你知道，继续并实际停止机器。我们不需要参与操作员来执行此操作。他们也能够做到这一点。他们正在使用，他们可以使用我们的 STK 编写一个简单的程序来以编程方式做到这一点。但是你知道，这种成熟度是在部署和运行一段时间后才出现的。所以这是我送去结束的一大风险。显然，在进行所有这些之前，我们显然有一份大合同说，嘿，看，如果这种事情真的有效，我们将把它部署到所有 80 家工厂的类似解决方案中。突然间，我们为他们创建了一个基于价值的合同。从那时起，我们一直在制定许多计划，一些在美国，一些在欧洲，一些在这个问题上等等。这就是用例。

[埃里克]

好，太棒了。所以听起来像是一个很棒的用例，也是一个非常非常常见的用例。您还能在多大程度上进行根本原因分析？现在，我们正在通过相机查看。所以我们基本上是在实时识别问题并通过停止机器并解决我想的问题来最小化疤痕的数量是问题的原因吗？这是您能够做的事情还是您已经研究过的事情，在这个用例或其他用例中

[美味]

在这个用例中，我们没有这样做，因为他们没有用于另一个的传感器，但我们当然做了根本原因分析。另一个用例，我会告诉你一个，记住我给你的耀斑监控示例，你知道，你正在处理并且你正在寻找客人，例如。然后，你知道，有时是因为，你知道，有时压缩机中的压力会增加。这是一个压缩机问题，因此它没有对其进行改进。然后他们必须释放气体。这是一个问题。第二个问题是他们实际上采用了这种东西，他们称之为酸气，然后尝试到瑞典，它在该过程中使用了化学过程。有时它们可能正在形成一种称为形成的条件，这种情况可能会导致耀斑也可能发生。

虽然我们最初构建了一个解决方案来识别耀斑是否正在发生或耀斑将要发生。然后标志的内容，基本上是气体的组成，超出了某些值等等。但后来客户显然想找出答案，我们都想找出究竟是什么原因造成的。好的。很高兴您找到了 Fred 的 KPI，然后我们可以阻止它，但实际上是什么导致了它。因此，我们从压缩器提供信息，即压缩器声音，然后尝试关联不良压缩器声音是否与例如从 Flint 冒出的不良烟雾直接相关。果然。我们写信是为了找到那个。当然，它也没有阻止这一点。那么接下来的问题就是为什么压缩机坏了？因此，我们从压缩机中找出所有句子，找出其中一个，压缩机会变坏还是发生形成条件的句子。所以我们已经做了根本原因分析，只要数据可用，传感器可用，我们就可以找到根本原因。喜欢

[埃里克]

到目前为止，我们在这里介绍的所有用例都在某种程度上与效率有关。这是，我认为物联网领域的一个有趣话题，也就是说，效率相关用例的价值非常明确。构建业务案例通常相当容易，因为您附加了一个真正明确的成本 KPI。另一方面，您有与收入相关的业务案例。因此，如果我正在考虑 black and Decker，或者我正在考虑设备 OEM，您还可以看到他们可能会在他们的设备上部署某种边缘计算解决方案，以提供新功能或新的、新的分销模式，一种新的商业模式给他们的客户。听起来这不是 Alcorn 今天的重点，但您对未来以收入为导向的边缘计算部署的价值有何看法？这是您期望在未来几年内投资的东西，还是您认为这需要几年的时间才能成为一个大项目，

[美味]

所以我们已经这样做了。我会给你几个不同的例子，即使是在标准的黑色和 Decker 或其他场景的情况下，这也是机器本身的一个新例子，对吧？你怎么知道机器是否正确使用？是否有生产更多产品的创收机会？正确的？所以那种供应链管理和识别。所以这些都是密切相关的，对吧？机器的效率肯定会提高，从而为新的收入线提供机会。但在 SPD 的情况下，这是一个直接相关的具体例子，但与霍尼韦尔密切合作是一个单独的、广泛的、独家的机会。他们的一个部门称为 SPS。他们提供制造的设备，称为移动边缘设备，就像手持设备一样坚固耐用。很多运营商，你知道，物流、零售运营商，比如联邦快递、UPS、沃尔玛，这些公司中的任何一家，他们都在使用它们。

他们现在在这些设备上，我会告诉你几个用例，只要有机会，他们就有潜力。然后现在我们正在添加更多用例，例如，这些操作员，例如扫描带有条形码的盒子，对吗？现在很多时候条形码都损坏了，要么打印不正确，要么被撕裂，要么没有足够的照明或其他原因。那么操作设备扫描条码会发生什么？它不起作用。它不记录。因此，这群人被抛在了后面。它将采取自己的方式产生业务影响以及对业务的重大影响。我们现在所做的是我们也在这些设备上运行我们的软件。我们将我们的第一个边缘人工智能软件放在那些基于 Android 的设备上。而我们，当操作员同时扫描此条形码时，该图像实际上被发送到在幕后雾中运行的解决方案，该解决方案重建该图像并将该图像发送回用户的应用程序访问不是甚至知道。

这一切都在顺利进行。所以这又是全部，基于，基于 UI，这是额外的业务影响。但另一件事，现在它在那里运行，现在，他们突然说，你看，先生。顾客，您已经有了这个设备。我现在对人工智能有迷雾，我向你展示了一种解决方案。现在让我们提出其他解决方案。现在正在尝试使用相同的设备进行健康监测。现在我们所拥有的所有科尔伯特情况，我们实际上只是，这就是卡拉所指的。我们将宣布我们消除的解决方案。许多客户开始使用它，健康监测解决方案。它可以在同一设备上运行。您所需要的只是一个设备、计算能力和一个附加相机的平台。我们可以进行社交距离监控、温度、高温监控，你知道，警察检测、大规模检测，诸如此类的事情。现在客户除了购买这个附加解决方案外，不需要投资任何东西。他们已经得到了它已经在运行的设备。雾化也已经在上面运行了。因此，在这些情况下，额外收入渠道的机会非常明显。一旦您启动并运行了该平台，您如何向客户添加越来越多的此类解决方案，以解决他们针对其他业务线的问题？

[埃里克]

好的。好，太棒了。是的。听起来你在这个领域已经相当成熟了。因此，如果您要划分市场，仅就效率和收入增长之间的潜力、非常高的水平而言，您今天会如何看待它？您如何看待它的发展？

[美味]

很难说。为什么？因为很多时候客户有时也不清楚。他们不一定会在那里告诉你。他们想要这样做是因为他们想要增加。是两个方面。所以他们也有同样的观点，对吧？所以减少他们，使用废料，因此你提高了生产力，你生产了更多的东西，从而提高了收入。现在，您将其称为收入的提高还是效率，对吗？客户有时怎么斗，这还真不好说。这就是为什么我认为很难准确地说出他们是否将其归类为收入增加类型的解决方案，或者产量提高是否同时没有自杀。

[埃里克]

所以这是一个非常有趣的对话，我想，我们在这个时间点来，我想知道你的时间，但是你今天还有什么想介绍的吗？

[美味]

不，我认为我们已经总结了很多主题。我想说的是，我们的核心差异化，我们在市场上看到的是，优势绝对是正确的。四年前。如果我们谈论它并且每个人都说，哦，我们只需要云。我们不需要边缘。现在，即使是同样的边缘云玩家，顺便说一下，我们与所有主要的云合作伙伴都有非常密切的合作伙伴关系，因为我们对他们提供的东西是免费的。他们都进来了，看到的都是一样的，哦，你实际上需要单独边缘云。也不这样做。所以我认为人们已经清楚地认识到边缘计算的必要性以及它实际发挥的作用以及它在哪里发挥作用。然后，人们确实需要一个混合系统这一事实正在发生，许多情况下是为了赞美他们在云中所做的事情。

它的人工智能部分，分析和机器学习。我们已经做了很多。我要说的另一件事是，已经在许多站点中部署了它，现在我们试图解决和解决的问题是自动第一循环的概念。一旦你部署了一个解决方案，它就不会一直产生完全相同的准确结果。你如何在循环中不断地自动更新它？这就是我们所说的闭环 ML 或 AI。我知道这看起来像是另一个流行词，但这不是真正的公共汽车，但它确实是。当系统发生变化时，如何自动更新某些模型？所以这些就是这样的事情，但它真的很有希望。现在他们提到了 5G，我认为这真的，真的起飞了，但是，是的，我的意思是，这是一个非常有趣的趋势。

[埃里克]

我们有很多不同的技术，我们已经提到了 5G，而且在 ML 结构方面，这些技术现在确实朝着您的方向发展。所以今天非常有趣的谈话对 Foghorn 的前景非常乐观。我真的很感谢你的时间。我的最后一个问题是，如果有人有兴趣了解更多有关 Foghorn 的信息，他们与您的团队取得联系的最佳方式是什么。

[美味]

所以我认为如果他们向 info@foghorn.io 发送消息，就会有人与他们取得联系。

[结尾]

感谢您收看另一个版本的工业物联网聚光灯。不要忘记在 Twitter 上关注我们

在本集中，我们将讨论改进的数据访问控制如何通过实现有效的物联网治理来消除复杂环境中用例采用的障碍。我们还设想了互联行业的未来，其中数据是一种可以有效货币化的资产。

Peter Sorowka 是 Cybus 的首席技术官兼董事总经理。 Cybus 为工业 4.0 和工业物联网 (IIoT) 开发智能网络解决方案。 Cybus 使创新的工业设备制造商能够为其制造和物流的客户提供数据驱动的增值服务，例如质量管理、远程监控或预测性维护。欲了解更多信息，请访问 cybus.io。

_______

自动成绩单

[介绍]

欢迎来到工业物联网，聚焦工业物联网思想领袖的第一名，他们正在与您的主持人埃里克·瓦伦扎一起改变当今的业务。

欢迎回到工业物联网聚光灯播客。我是 IOT one 的主持人 Erik Walenza 的首席执行官。我们今天的嘉宾是 Cybus 的董事总经理兼首席技术官 Peter Sorowka。 Cybus 让您可以像在智能手机上安装应用程序一样轻松连接数字服务，并使您能够控制所有即将出厂的数据。在本次演讲中，我们讨论了改进的数据访问和控制如何通过实现有效的 IOT 治理来消除复杂环境中用例采用的障碍。我们还探索了互联行业的未来，其中数据成为可以通过新商业模式货币化的有形资产。如果您发现这些对话很有价值，请给我们留下评论和五星级评论。如果您想分享您公司的故事或推荐一位演讲者，请发送电子邮件至 team@iotone.com。

[埃里克]

谢谢你，彼得。感谢您今天加入我们。

[彼得]

感谢您的款待。

[埃里克]

所以彼得，我们今天将主要讨论。 Cybus 以及您为智能工厂将其推向市场的解决方案。但在我们进入这家公司之前，我想了解更多关于你自己来自哪里以及你最终如何成为 Cybus 的 CTO 的信息。您能否简要介绍一下您担任董事总经理和首席技术官的原因？

[彼得]

我，我自己，我本来是电气工程师，但在我的学习和大学毕业后的研究工作中，我总是接触到比电子更多的比特和字节。所以我认为自己今天是一名软件工程师。我会说大约五年前，也许是五年半，整个物联网行业 4.0 炒作开始了，那时我和我的两个朋友决定在这个领域创办一家公司。而且，我们当时的主要动机是我们对互联网的概念感到非常兴奋，因此互连性、API API 等被提议扩展到现实世界。我们立即了解了需要跨窗口连接的大量用例、应用程序和系统。我们决定采取一个非常具体的利基市场，并且必须创建一家在该层上工作的公司。这通常被称为网关层，因为这是每个人都需要的必要邪恶，但据说它不会创造任何价值。我们决定成为一家在许多其他人有必要的邪恶的位置上拥有核心竞争力的公司，并在这一层提供集中的解决方案。

[埃里克]

好的，太好了，这是上周与一位投资者的一次谈话中出现的，在我们开始讨论之前，她对我们投资组合公司的痛苦，我不得不带你在这里快速转移一下，所以为此道歉，但是我看到您正在为帆船运行点对点共享平台。你能给我们一个快速的 60 秒吗？什么，你建立这个引导轴的这家公司是什么？

[彼得]

那非常非常好。所以螺栓轴，实际上是德国人的文字游戏，我会说，今天你可以将其描述为帆船的 Airbnb。因此，我们允许私人业主通过我们在 2010 年创建的应用程序共享帆船。那是在 Airbnb 至少在德国有名或知名之前。所以我们，我们，我们从头开始创建了三个程序，整个系统连接帆船并从头开始设置系统。今天我要说的是，我们当时做的是一个用于帆船共享的物联网平台。因此，我们已经对物联网用例所需的技术有了一些见解。而且我们已经犯了一些错误，我会说技术错误或错误的决定，并且学到了很多东西。有了这些经验，基本上我们决定进入工业市场，应用我们的知识并从中创建一家公司。

[埃里克]

很好。那么让我们潜入这里。你已经提到了你在这里解决的问题。您能否简单描述一下 Cybus 有用的典型解决方案中的技术堆栈以及您如何适应那里？你要解决的痛苦是什么？我们专注于工业物联网市场的典型技术堆栈。我会将其范围缩小到连接工厂会话区域中的资产。所以我们是，它实际上更多是关于将机器连接到它的系统。有趣的是，您可以从很多角度接触物联网和工厂。有很多不同的利益相关者对连接相同的机器、两个非常系统感兴趣。所以你有一个大数据团队，它试图将机器数据连接到数据湖以进行大数据分析。

您有一个维护团队想要进行智能或按需维护计划。您有一位生产经理想要引入 MES 系统，然后您拥有所有云，然后您拥有所有外部利益相关者，例如机器制造商、供应商、客户、保险、银行，每个人都希望将相同的机器连接到不同的机器目标系统。当每个人都带着他们自己的网关时，或多或少不受控制地会将数据发送到某个地方。有一个有趣的游乐场。我想说的是引入一个分布层，将控制权交给工厂，最终将治理交给 IT 部门，以免丢失关于收集哪些数据、发送哪些数据、发送到哪里以及还要避免基本上双重连接机器，因为您有两个不同的网关用于同一台机器，因为您有两个不同的目标系统。这就是我们正在开发的游乐场。因此，我们的产品是纯粹的独立产品。所以不是云连接或不依赖时钟，比方说，一个纯独立的软件解决方案，在工厂内部运行，它允许多租户和多用途的数据分发。

[彼得]

所以你提到有许多利益相关者希望出于许多不同目的访问数据。当然，还有一些利益相关者明确不希望其他利益相关者访问他们的数据。所以我认为，一些较大的传统传感器和 PLC 制造商试图设置障碍，因为这有助于保护他们的市场份额。您是否与那种获得数据访问权的斗争有关，它在某种程度上受到 OEM 的保护，或者基本上这些数据必须在网关中？因此，在 Cybus 能够说调节这些数据流之前，必须已经可以访问终端设备。

我的意思是，如你所知，尤其是在行业中，我们真的来自一个秘密协议、秘密专有数据和编码等秘密的世界，以确保一些竞争优势等等。这和 IOT 中的 I 相矛盾，对吧？我的意思是，互联网源自开放、标准化且非常非秘密的 API。这是一个有趣的矛盾，我想说这也是我观察到的行业在过去五年中一直存在的一个问题，即你必须对所有事情保密的想法，必须放弃一点，以便从合作依旧。这不是一件简单的事情。而且，已经建立了一些非常有趣的协会来解决这些问题。具体来说，我们是国际数据空间协会的成员，该协会试图解决这个问题，同时存在保护数据和共享来自不同利益相关者的数据的需求。

你需要以某种方式建立信任。而工业界，国际数据空间协会有一个非常有趣的参考模型来解决这个问题。甚至对此进行了检查或刚刚发布，这将很快成为 ISO 标准。但也有其他协会，如开放工业、4.0 联盟，它也是德国专门传感器制造商的协会，多年来一直在尝试解决个别 IOT 解决方案，但最终客户很难接受不兼容的解决方案由于制造商供应商不同，大多数工厂的供应商不止一个，而是很多。如果每个供应商都有自己的全栈物联网解决方案，那就行不通了。所以他们必须合作。所以有这些标准化的努力。我们在活跃的世界组中积极参与其中的一些，并且我们尝试始终通过这些标准化工作使我们的软件解决方案保持最新，以便能够成为这些特定组中的解决方案提供商。

[埃里克]

根据你的观点。我认为根据您在技术堆栈中的位置，您有一个相当独特的视角？我们今天在哪里，比方说这场斗争。我们着眼于 3 年时间范围或 10 年时间范围，或者谁知道来自绝大多数端点的数据将标准化的时间范围，也许不是重点，你知道，HTML 或 HTTP，但足够标准化有人可以进去，你知道，一个应用程序提供者可以带着一个好的应用程序进入一个工厂，他们基本上可以访问他们需要的数据来应用它。因为我今天仍然与许多公司进行了交谈，他们觉得他们需要构建完整的堆栈并部署自己的传感器才能使他们的解决方案发挥作用。这是一个，我认为这是一个非常有趣的话题。你所知道的，就现状而言，我们今天所处的位置以及时间表可能是什么，让我们说涅槃。

[彼得]

所以这是一个非常有趣的问题。所以我认为，当我放弃行业中物联网的历史时，我会说多年来，每个人都在致力于概念验证和试点。许多公司仍然很难超越这一点，因为他们意识到像我们刚刚讨论的问题这样的某些问题真的刚刚出现。当您尝试扩展该特定项目时，使用当今的技术相当容易，即使使用 raspberry PI 和一些开源软件，只需将机器连接到某个云并做正确的事情。现在我认为我们正处于人们开始意识到他们确实需要找到一些标准化的阶段的开始，但老实说，我认为大多数协会目前还没有走上正确的轨道。他们试图根据越来越大的标准来夸大或冒险。

我们在经典互联网中也有同样的情况。所以经典的互联网试图从观众那里找到非常复杂的标准化，比如技术专家，比如肥皂标准。所以它是一种技术，一种基本上基于 XML 的接口技术，它试图能够解释超级复杂的世界。我会说它非常完整，但是实现起来非常困难且烦人。最后，在努力拥有一个非常复杂的soap接口之后，我们结束了其余的API，而其余的API就是你所看到的无处不在的标准。因此，如果您查看 PayPal 或 Amazon 或任何其他项目，这并不重要，一切都有一个休息 API，您甚至在今天编写新软件时开始创建您的休息 API。而其余的 API 是世界上最简单、最非标准化的东西，但它是如此简单，以至于适应新配方非常容易。而且我非常确信，在这个行业中，我们将看到两到三年的时间试图过度标准化一切。然后我希望我们会观察到事情变得更加务实，特别是我非常信任 MQTT 作为一种协议，因为它变得像 air rest API 一样简单、实用、直接和开放，因为经典的互联网。好的。好的。很有意思。但愿如此。我想现在这将是一个悬而未决的问题，但是两到三年，这对每个人来说都是一个非常受欢迎的时间表。

[埃里克]

要做到这一点，请在此处进行某种过渡。所以我想你今天在哪里，Cybus 真正提供价值的地方不一定是提供对端点的访问，而是在这种数据已经转移到网关的情况下。您正在围绕治理提供价值，即管理谁可以访问数据的效率。然后它是否也能够通过不需要为每个部署的用例进行重复来优化网关的使用。这三个是你的价值主张的关键要素，还是当你向新客户介绍时，你将如何构建价值主张的核心要素？

[彼得]

好的。所以这取决于我们谈论的是哪种类型的演员。因此，我们向两个根本不同的客户群销售产品。

一是工厂。所以我们直接卖给工厂。所以工业生产设备的运营商对于他们来说，治理问题确实是最大的一个问题。因此，正如我所说，他们拥有数十或数百台来自不同时代、不同供应商、不同成熟度的机器，我也会说，在数字化方面。所以有些人已经有了一个用户网络，你只需插入电缆并开始读取数据，然后是现代协议，许多甚至没有任何数字接口。因此，真正能够抽象出这种异质性，然后将数据路由到不同的 IT 系统，这确实是治理问题。这也是可扩展性问题。因此，当谈到如何实施关于如何连接下一台机器、如何扩展数据、如何预处理数据或在哪里进行预处理的标准标准化流程时。

我的意思是，如果你研究一下大企业，最大的痛苦通常被称为定制 ERP 系统。 MES 系统具有非常高的定制化程度，因为您正在调整您的目标系统，以适应我们尝试的每一个新流程到达的每一个新数据，以消除目标系统和机器上的定制工作，因为我们相信您永远不会因为您连接到另一个云而被要求更改 PLC 程序。基本上，我们尝试将这种定制工作集中到中间件层的配置工作中，然后它的真正可扩展性就是定制节省。这是安全的，因为当你连接到机器时，你也可以控制机器，对吧？因此，如果您不想要它并允许它，如果需要它和第二个客户群，那么防止它是非常非常关键的，现在这是一个很长的句子。

第二个客户群是，供应商是机器供应商，是工厂外部的保险，但也希望引入一些基础设施，一些网关以便将数据输出。而对于他们来说，我们认为完全不同的问题。这主要是接受，接受您的客户将共享数据，因为这始终是一个悬而未决的问题，谁拥有数据。我对这个问题的回答是，谁拥有数据并不重要，但谁拥有网络控制权，数据来自哪里，这始终是工厂的控制权，这一点非常清楚。因此，当您作为外部公司开始创建网关时，通常会创建一个甚至可以远程控制的黑匣子。这以某种方式可以满足您的需求。我们建议不要使用黑盒网关，而是将有关日期门网关层的控制权交给您的客户，但要控制在那里运行的软件和配置。这是cybers connect web的一个非常特殊的特殊USP，因为我们可以，我们可以结合，结合这两个愿望，控制愿望，工厂，交付，基本上是供应商关于实际智能和配置的.这确实是你提出的两个非常不同的命题。我会说两个非常不同的客户群，但最终它总是会在工厂安装我们的软件并满足这些需求。好的。

[埃里克]

您最初通过这些客户群中的一个或另一个进入工厂是否更常见？

[彼得]

今天真的是 50 50。所以我们 50% 的客户是直接最终用户，50% 是供应商。然后您通常会遇到双重情况，因为大多数供应商也有自己的工厂。正确的。我们当然希望这是一个公开的秘密，以便在机器供应商和组件供应商开始大规模推出我们的软件分销和工厂时获得一些加速，这就是我们的战略。但说实话，今天的市场并没有那么快。

[埃里克]

我想对这两种情况进行更详细的介绍。如果我们首先关注工厂，这实际上是一个与我非常相关的点，因为我们正在与之合作的公司有这个，这个挑战，对吧？他们正在搬到一个新的新建设施。他们有一些遗留用例。他们想要，他们想要部署一些新的用例。问题是，我们如何最大限度地降低部署传感器以获取这些数据并发挥其连接性的复杂性和成本。然后在某种程度上，你知道，部署特定的应用程序，我们甚至不一定想要拥有一个独特的应用程序，或者让我们说每个应用程序的应用程序。我们想尝试标准化其中的一些。所以在这种情况下有很多复杂性。在这种情况下，他们更喜欢拥有一个管理数据处理和存储的平台。然后是一个问题，我们对那个平台有什么要求？好吧，当我们构建它时，这些需求将由用例驱动。所以，如果你正处于这样一个混乱的境地，你会如何看待这件事？那么您的主要问题是什么，您的主要调查路线是为了了解客户，然后了解您的解决方案如何帮助他们解决一些复杂性？

[彼得]

我在复杂性上的方法，比如用一个非常简单的词来回答，那就是解耦。我试图将一切与一切分离。在经典的软件开发中，我们有一个称为微服务架构的概念。微服务架构意味着我们试图将一个大型复杂的软件项目拆分成单独的独立模块。而且这些模块可以自己开发，对其他模块一无所知，它们可以有一个单独的生命周期。这是非常有效的。老实说，它也有一些挑战，但它非常有效，因为您可以丢弃模块，不能使用新模块，可以替换单个模块。我认为智能工厂是一个非常大的微服务架构。所以我有我的数据源，我有我的数据接收器，数据源通常是中心和机器等等。主要是机器应该做他们应该做的事情，生产东西。

所以主要是PLC，如果你问我控制过程和实时方式的任务，那么非常有效的PLC不应该知道任何关于云或MES系统的事情。或者相反，我看到了像 OSU 或 Mo 这样的协议，或者它并不像机器的 API 那样真正重要，并且机器应该公开它可以提供的数据。它也可能暴露一些，一些控制和点，但就是这样。并且在桌子的另一边和MES系统相同的是一个MES系统。它有很多关于流程、订单和订单号的信息，但 MES 系统不知道大数据或预测性维护，甚至不应该有的维护流程，因为那不是它，所以我真的相信专业化，我说，好吧，MES系统或ERP系统，你也应该实现你的特定接口，你设计的API和你需要的方式，你不应该对OSU一无所知。

我认为中间件之间的架构将各自的 API 相互连接起来。正如我刚才所说，我们相信 MQTT。这就是信息。架构可以很好地从一个站点收集数据并在另一侧以正确的格式交付它，并真正在众多元素之间划清界限，如此多的微服务。然后你会非常高效，因为你可以，当然可以，为第一个用例安装一些这样的架构，这样的基础设施需要付出很大的努力，而且比直接连接要付出更大的努力，但第二个用例已经可以了受益很大程度上是因为您已经拥有了一切。它允许您快速迭代以快速添加更多应用程序，尝试某些东西，让它再次下降，如果不值得在底部或顶部更改某些内容，而无需触及系统的其余部分。这就是我对这种复杂性的处理方法。

[埃里克]

好的。如果您处于棕地环境中，是否与进入绿地环境有什么不同，或者您只是从您拥有的东西开始，您只是按照刚才描述的那样构建了基础设施，并尝试调整现有的系统和基础设施以这种理想的形式，

[彼得]

粗略的过程是一样的，但在细节方面当然有很大的不同，因为在棕地环境中，您通常遇到的最大问题是连接单台机器，通常作为自己的研究项目。正确的？所以我，我这里典型的客户互动是我最喜欢的轶事客户来找我说，你能连接我的工厂吗？我说，当然，你需要哪些数据？答案通常是一切。然后我问为什么，然后客户会说，这就是我想知道的。然后他们说是的，好吧。那么您的机器有多老了，它们有何不同？然后通常我们会以一种努力估计很快就会达到 5 到 10,000 台欧洲机器，因为我们只需要找出所有东西。由于地址空间，没有人对接口和协议一无所知，这通常是无效的。

所以我们在棕地所做的是我们建议客户从非常简单的开始，并找到机器之间的共同点。而且它们可能比客户期望的要简单得多，例如连接能源中心，因为大多数机器都需要电能。那也可以了，如果你给点提示，或者我最喜欢的是真的连接状态灯，机器顶部的这个小红绿灯，绿色，黄色，红色，非常非常简单，但只是一个 24 伏的电压信号，您可以通过连接所有机器已经知道的以非常低的投资可以轻松获取的东西，如果它们当前正在运行，或者如果它们有一些错误，那并不多，但是如果您从所有机器中了解它，那么它已经很多了。我通常建议客户从这个开始。

然后，您可以开始实施第一个用例，例如显示机器状态的仪表板，例如非常简化的 OEE 计算，例如维护团队的通知服务。正如我所说，更好的是，从那个开始，直到你说它已经不够了，因为缺少 XYZ。然后我们可以特别关心将 XYZ 添加到我们的数据清单中并进行管理。并且以某种方式达到我们可以定义需求的地步。使用我在第一个答案中所说的这种模块化方法，很容易在我们需要的时候真正为系统添加更多复杂性，并且在我们开始时对于特定的 IT 系统没有死胡同。

[埃里克]

好的。非常非常有趣。是的。感谢您在那里分享您的观点。然后，如果我们看看另一个客户群，即机器制造商、技术提供商，我想这是关键之一，也是我认为非常有趣的领域之一，但也许最具挑战性的是如何在不一定有利于利益相关者的情况下向利益相关者提供数据，比如数据的所有者或管理者。所以我想典型的案例是机器制造商或去工厂说，我可以访问从我的机器上出来的数据吗？这对我的研发过程非常有用。我将能够制造更好的机器并将它们卖给你。工厂说，好的，很好。你可以制造更好的机器。也许我会从中获得一些小好处，但可能存在一些无法预料的风险。

而且，你知道，我不会，我不会为你提供访问权限，对吧？默认答案是否定的，但在这些情况下，提供任何数据肯定很有价值，无论是向服务提供商、供应商还是可能想知道他们的产品是否下线的客户，以及等等。因此，问题是您如何使公司能够安全可靠地提供对数据的访问，以访问该价值？您如何看待这种演变？您是否在您的客户中看到很多使用案例，他们使用 Cybus 来实现数据共享货币化模型，或者有一些方法可以让你围绕数据创建一点市场生态。

[彼得]

所以当有人在现实世界中提出这样的问题时，我总是有点不情愿。因为我一直认为，如果你必须开始讨论数据，如果这是一个开始，那就有问题了。我想说你应该总是讨论预测性维护的价值。你应该总是讨论，你永远不会有停机时间，这是你可以卖给客户的东西。当客户购买时。合同中的注释之一是唯一有效的方式。如果您专门为此共享此数据，那么问题可能已经消失。但是，如果您首先讨论数据，那么数据是唯一的核心元素，然后您尝试找借口，为什么需要数据，那么仍然有问题。

然后我会说，我们仍然处于一个没有人真正有想法的世界。是的，我知道这样的例子。实际上，我有一个来自德国铣床和钻床制造商的非常具体的客户案例研究。实际上已经做到了这一点的较大的人之一。因此，他们为客户提供了网关，并减少了维护合同的费用。所以他们实际上，基本上，他们现在付给他们四块钱来获取数据。然后他们收集数据，用于研究工作的数据。他们实际上在这方面非常成功。因此，他们最终能够将一个新产品系列推向市场，该产品比所有其他机器便宜 30%。而且他们的能力有限。所以 Spindler 并没有转得那么快，而且机器只是更小了，但这一切都是基于对客户实际机器使用情况的了解。他们意识到，尽管客户购买的机器的主轴速度（我不知道）为 20,000 RPM，但没有人会超过 10,000 RPM。所以他们知道他们可以卖更简单的机器。这就是通过向客户支付数据以获取数据而实际发生的故事。

[埃里克]

好的。有趣的。是的。而且我可以理解为什么您通常对此持反对态度，但我认为非常有趣的是，许多利润更高、道德可能更低或道德利润更低的互联网公司确实已经发展了销售服务或提供服务的业务基本上是获取数据，然后他们出售数据。所以这是一个，这是一个悬而未决的问题，这在物联网世界中是否可行。如果是这样，有一家公司，a，我的一个朋友在 2013 年或 14 年跑回来了，它破产了，或者他们倒闭了。但他们所做的是以非常低的成本进行销售。这些传感器进入工厂，价值主张是您可以部署传感器，您可以收集能源数据并了解您的能源消耗，这将使您能够减少能源费用。所以这对你有好处吗？对我们的好处是我们获得了能源数据，而且这是在中国。他们的想法是，如果我们能得到足够多的工厂来部署它，并且获得足够的能源数据，那么我们就有了能源消耗的领先指标。

我们可以，我们可以使用这些数据，你知道，把它卖给华尔街，或者把它卖给大宗商品交易商，或者，或者他们自己成为能源市场的交易员，并拥有一种独特的数据集，没有人else has，我认为是，这至少是一个非常有趣的概念。显然它在实践中并没有奏效，也许还为时过早，但是您是否看到能源经纪人或数据经纪人业务开始发展的潜力？假设你非常成功，并且有足够多的工厂可以控制你知道，将他们的数据控制在正确的水平，你是否认为这是一个可能的市场发展过程，或者你是否认为这种类型存在一些相当大的障碍商业模式是否成功？

[彼得]

我认为这绝对是未来。所以我觉得最有趣的是考虑未来谁能够提供数据库服务，谁能够提供最好的预测性维护服务之类的服务。而且我认为今天它在很大程度上仅限于机器制造商本身，但我相信随着数据变得更容易获得或访问，其他客户，纯数字公司可以提供此类服务的潜力很大。而且我认为至少，由于这个价值，你实际上可以基于数据创建业务。像数据证券交易所这样的东西将会发展，但是当你只是在我们的私人数据和公司数据之间进行比较时，我认为消费者或 B2B 场景之间存在很大差异，因为我认为我们关于我们的透明度我们知道我们在私人生活中知道的私人数据正是促使企业对其数据更加谨慎的原因之一。

所以我认为为了将来能够有这样一个数据交换市场，我们需要把数据、生产者、工厂，在这种情况下，带入驾驶座，并给他们工具来控制他们哪些数据卖。这正是这个国际数据空间协会正在做的事情。因此，他们甚至正在创建类似数字版权模型的东西。因此，您可以将用户权限附加到数据，以便仅允许将其用于特定目的，或者您仅允许将其保留特定时间，以便准备这样的事情。所以我认为这绝对是未来。而我，我，我总是尝试在你的智能手机上做一个非常简单的比较。我们有这种非常简单的用户体验，每个应用程序都会告诉您它想从您的私人数据中访问什么，对吗？

我的意思是像谷歌地图想要访问你的位置。当然，您允许这样做，因为它是对等的，如果不共享您的位置，您将无法在 Google 地图上导航。但是，如果一个与导航无关的随机网站或随机应用程序要求我访问我的位置，那么我会拒绝，因为我需要一个明确的理由来为我们分享我的数据，以接收特定服务.这就是我们试图在我们的软件中复制的内容。因此，当您拥有工厂并且拥有工厂时，我之前解释过，我们有一个多租户场景，例如，机器制造商可以为您的 IOT 基础设施提供插件。这个插件会将某些数据发送到云机器制造商。当您首先激活插件时，它会向您显示传输的数据。所以非常类似于这个智能手机的过程。其次，它还为您提供了沿线的透明度。因此，您始终可以看到谁收到了哪些数据，您可以立即中断。因此，我认为，控制和透明度胜过信任。

[埃里克]

所以我很想深入研究一个用例或案例研究，但在我们开始之前，我只想快速谈谈我认为我们刚刚简要提到的另一个主题，即安全性主题。所以这肯定是其中之一，让我们说几乎每个制造商都关心或优先考虑的前三名，你在哪里看到，让我们说现在安全环境的状态很酷，以及 Cybus 如何适应它景观？

[彼得]

网络安全，当人们谈论网络安全时，你经常会谈到防火墙、入侵检测等。因此，您通常会调用网络公司，即在您的网络中安装某些东西的公司，它们会尝试监控您的网络流量并尝试在发生异常情况时向您发出警告或尝试控制允许与哪个设备进行通信哪个其他设备。如果你问我这非常重要，但我认为这不是一切，因为这就像在你的大楼里有一个安全团队或锁门一样。但是，由于我们有我们之前讨论过的如此复杂的系统，我们将拥有如此多的数据源和数据事物。我相信有一个几乎没有人谈论的安全层，它实际上是一个纯粹的访问控制层。例如，我有一个仪表板，它显示机器的当前状态，仪表板可能在云中运行，但也可能在本地运行。

那么这个仪表板应该能够从机器上获取数据，对吧？它需要从机器获取数据，但绝不应该允许它同时控制机器。这就是安全层。这很难说。所以真正的访问控制，根本不是关于谁能够与谁交谈，而是关于将其缩小到允许为红色的特定数据点或允许写回的特定数据点。这就是我们尝试添加到系统中的安全层，我不是说替换任何东西，而是真正添加到系统中，可能是一些更多的技术背景协议。显然，您有很强的安全重点，它是业内最现代的协议，但我从未见过实现访问控制方案的 OPC UA 服务器。

因此，当你有访问权并且你有访问权时，当你没有访问权时，你没有访问权，但没有中间，没有灰度和其他协议，比如你用来重新编程的七协议西门子PLC上的网络甚至没有加密，没有密码。它也没有任何过度控制，但这些仍然是我们基于整个工业物联网的协议。所以这确实是积极意义上的访问控制层，从而确保了最小权限的方法。因此，我们处理来自另一个微服务的数据的每个微服务只能检索它所需的最小值。这是我们随软件添加到整个系统的一些安全概念。

[埃里克]

有趣的。是的。我听其他人讨论过，让我们说防火墙的不足，因为您不仅要保护系统免受外部不良行为者的影响，对吗？还有一些内部参与者可能因为他们对系统的合法访问而具有合法性，但他们也可能有与公司不一致的动机。正确的。因此，老实说，我可以看到访问控制系统如何至少限制他们在其内采取行动的能力，这是唯一的攻击预防措施。是的，也是失败的。我的意思是，助手可能只是做错了才能造成伤害，而且它一开始就不需要是邪恶的。这也是一个治理问题，因为当您最终有数百个系统相互连接时，您将需要知道当您现在拔下特定电缆时会发生什么。您是否激活了特定的传感器？会发生什么，哪些系统将受到影响，您是否需要跟踪并拥有一个维护良好的访问控制列表是一种方法。是的。好视角。

然后让我们讨论一个案例研究，让我们从端到端的角度来看它。因此，假设第一次与客户就他们在部署过程中遇到的挑战进行对话，您是否想到了一个特定的案例？

[彼得]

是的，所以我会再次跳入这个铣床和钻孔机制造商的案例。我之前提到过，它是德国前三名之一。他们很早就开始考虑数字服务，基本上为他们的客户提供一个门户网站，在那里他们可以看到他们的机器，机器的健康状况可能会建议订购、如何、如何更好地在机器上执行和订购备件，甚至可能自动成为这个客户，因为其他人一开始都是自己实施的。所以他们实施了一个，我什至不确定他们选择了哪个云平台，但这并不重要。

所以他们实现了这个门户，他们实现了一个非常简单的网关。他们能够通过 VPN 向客户部署并安装，他们首先在自己的场所推出，因为那是一家在自己的机器上生产的公司。基本上。这基本上就是他们，我们在哪里找到他们或他们找到我们的情况。所以从技术上讲，一切正常。当然，正如我所说，这在技术上并不是很难，但他们很难将其推广给客户，因为这是这些黑盒网关问题之一，并没有得到太多接受，尤其是在大客户中。那是一个问题。第二个问题是该客户创建了一个已知部门来创建此数字服务。而且部门里有很多软件开发人员迟早意识到网关并不是他们想象的那么简单，因为作为客户，在代理场景中你必须非常通用，你必须高效在部署上。您必须保持网关安全至关重要，正如我们所说，他们说，不，我们的核心竞争力不是创建网关，但我们的核心竞争力必须是创建数字服务。因此，他们正在寻找具有解决验收问题的游戏网关解决方案的供应商。

[埃里克]

在这种情况下，您是否提供整个网关？什么样的白标网关和安装您的技术？您是否在他们已经部署的现有网关上进行部署？

[彼得]

我们所做的非常有趣，因为他们已经创建了网关，或者至少创建了网关所需的特定业务逻辑。就像今天的大多数人一样，他们将其实现为 Docker 容器，而 DACA 在与其他地方集成时是一个很好的即插即用解决方案。我们在我们的软件、我们的运行时、环境第三方 Docker 容器中拥有，因为这就是我们认为插件最直接的方式。因此，采用他们现有的网关技术，将他们的特定业务逻辑集成到我们的解决方案中并将其部署到最终客户是非常简单的。所以我们基本上提供了产品生命周期管理更新的准备者，集成到客户实现系统中，客户代理集成的活动目录集成等等，但我们从不做白标。

所以客户，最终客户，是一个网络连接，我们称之为服务。您也可以将其称为应用程序，但我们将其称为带有机器制造商标签的服务的服务。并且可以停用或激活该服务。如果你激活它，你会看到一个解释机器制造商的小对话框，XYZ想要访问以下机器的数据。然后当然你必须输入机器的IP地址。具体来说，以下数据将被传输到制造商的云端。然后它真的让你允许与否。如果你不允许它，那么它当然不会被激活，但这基本上是机器制造商的销售问题。如果您允许，我们的软件可确保正确设置与机器的相反端连接。

订阅了数据点，这些数据点以正确的格式提供给 Docker 容器，而 Docker 容器基本上运行在机器制造商之外。因此，在我们的 subs connect 的同一部署中，这是一种即插即用的用户体验，您还可以安装来自其他供应商的类似服务，或者使用相同的数据执行其他操作。所以在这种情况下，这就是我们有这种逻辑倾向的原因。我们甚至有这种机器制造商可以部署他们的服务并且我们的软件已经存在的情况，因为我们之前已经在同一客户处进行了另一次销售。好的。

[埃里克]

好的。很有意思。因此，这实际上几乎是为您的客户服务提供销售支持的主张。

部署时间是多少？因此，假设从您开始进行对话到部署它的时间，典型的是什么，什么是什么，也许您可以问，这种情况是什么？然后什么是典型的时间表？

[彼得]

这实际上取决于先决条件。他们在这里非常好，因为正如我所说，机器已经配备了必要的接口，并且已经开发了云平台。所以我想我们有三到四个月的时间。我们在我们的网站上像全职一样与他们一起工作。但是仅仅因为他们有一个冲刺计划并且事情发展了，我们有个人拒绝，但我认为在几周内你已经可以取得很多成就。这完全取决于先决条件。因此，如果今天，一位客户找我们说，这是一个 OPC 服务器，我们需要一个用于 Azure IOT 的网关解决方案。那么这是我们可以做到的，我们可以在几天内实施。如果我们从休斯顿机器开始，你能解释一下 OPC UA 吗？当然，我们应该选择哪种云，一个更复杂的咨询项目开始了。纯粹的实现非常简单，因为我们通常不需要定制任何东西，它只是配置。

[埃里克]

好的。所以你的商业模式，我的意思是，我想这在一定程度上是由目前市场的成熟度决定的，但这是一个典型的解决方案，它看起来像一次性的一些前期咨询或开发成本。然后它是否会根据网关或机器或设施的数量转移到 SAS 模型，或者典型的商业模型是什么样的，比如技术提供商中的工厂。

[彼得]

当然，我们可以做一些咨询工作或系统集成，基本上当客户需要时，我们真正销售天数，但这不是我们的商业模式。我们有一个小型的支持工程师团队可以在这里提供帮助，但是如果客户真的需要咨询或系统集成支持，我们现在并没有试图最大化，我们有来自大公司、MHP 和 DXC 的合作伙伴，他们接受过培训我们的软件，他们正在这里做更大的项目。然后我们的商业模式是许可模式。基本上有两种模式。因此，当我们使用控股工厂并且这是一个非常经典的软件许可证时，每月订阅的规模就是许多机器。基本上也是企业级的。所以在较小的层，我们不支持复杂的用户管理等等。

在更大的年份，您可以为这些服务提供商提供高可用性、集群支持、企业活动目录集成。就像我刚刚描述的那样更复杂，因为通常他们在定义自己的业务模型时处于起步阶段。所以我们在这里有一个基于价值的销售方法。我们通常同意每次部署服务的许可证，该许可证是服务提供商营业额的比率。但这是非常个人的事情，因为我们已经意识到，通常服务提供商，他们只是他们经常在讨论技术的时候，但他们的商业案例也还没有找到。我们尽量不妨碍那里。

[埃里克]

哦，这是一个超级、超级有趣的事情，尽管我的意思是物联网市场真正让我着迷的一件事是该技术能够实现大量的商业模式创新。正确的。而且，你现在基本上是在用手进行创新，以找出对你们双方都有意义的东西，从长远来看。很好。

嗯，我认为这对我来说是一次非常有趣的谈话。有什么我们还没有涉及到的东西，你认为重要的是要涵盖吗？

[彼得]

我想我们讨论了很多事情。我只是，我查看我的笔记，但我认为我们没有错过任何特别的东西。

[埃里克]

伟大的。然后也许是我的最后一个问题，如果人们有兴趣学习，这是与您或团队联系的最佳方式。

[彼得]

因此，最简单的方法就是向我们发送电子邮件至 hello@cybus.io。您也可以访问我们的网站。有一些白皮书可以下载它的 cybus.io，如果您能与我们联系，我们将非常高兴。无论您是在自己的数字化努力开始时在工厂里，还是在机器制造商或零部件、想要提供数字服务的供应商中，都没有关系。需要通过网关将机器数据导入云中的每个人都可能是潜在客户。

[结尾]

感谢您收看另一个版本的工业物联网聚光灯。不要忘记在 IoTONEHQ 的 Twitter 上关注我们，并在 iotone.com/casestudies 上查看我们的案例研究数据库。如果您有独特的见解或项目部署故事要分享，我们很乐意在未来的版本中介绍您。写信给我们team@iotone.com。

在本集中，我们将讨论智能建筑环境管理系统。危机是颠覆性技术的最佳时机，因为有改变旧系统的动力和动机。环境危机引发了解决可持续性技术的变革。无线连接、云计算、开源 API 和 SaaS 运营模式的改进，可实现更灵活、更具成本效益的解决方案。改进的建筑管理系统的潜在好处包括减少碳足迹、更可持续的解决方案、降低成本、提高网络安全和生产力。

Bob Sharon 是 Blue IoT 的创始人兼首席创新官。 Blue IoT 是数据和信息驱动的虚拟建筑和设施自动化领域的全球领导者。 Blue IoT 围绕实时优化、预测性维护和机器学习提供端到端集成数据和技术驱动的服务，最大限度地提高客户在所有建筑、区域、资产、设施、海事和智慧城市部门的运营效率和效率。 https://www.blueiot.com.au/