音频文字.

Erik：欢迎来到工业 IoT Spotlight，这是您从工业 IoT 思想领袖那里获得洞察力的第一站，他们正在与您的主持人 Erik Walenza 一起改变当今的业务。

欢迎回到工业物联网聚焦播客。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 Litmus Automation 的首席执行官 John Younes。 Litmus 提供了一个工业边缘计算平台，旨在简化从数百台不同机器收集、分析和管理数据的复杂挑战。在本次演讲中，我们讨论了边缘计算解决方案在制造业中的采用状态。我们还探索了最常见的边缘计算用例，包括 OEE 优化、预测性维护和资产状况监控。

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。约翰，非常感谢你今天加入我们。

约翰：是的，非常感谢，埃里克，邀请我。很高兴来到这里。

Erik：所以，John，在我们进入 Litmus 和边缘计算的主题之前，对于智能制造，我们很想了解更多关于您的背景，尤其是您创建 Litmus 的原因。所以我认为你有一些在中国学习的经验，你做过战略顾问，你也做过咖啡初创公司的顾问。是什么让你现在回到旧金山并建立我们的 Litmus？

约翰：所以我自己，我是 Litmus 的联合创始人之一。我们大约在七年前开始，这确实是这个想法的起源。正如你所描述的，我正在攻读硕士课程，这是一个全球创业计划，我们在世界各地学习：在法国四个月，在中国四个月，在美国四个月。所以这就是我在那里遇到我的一位联合创始人的地方。他的背景来自罗克韦尔自动化。

所以真的，我们试图解决的很多问题都来自他在那里的经历。因此，他正在从事各种石油和天然气管道项目，他们从管道传感器收集数据，并希望存储一个简单的数据库，然后他们可以在其中分析管道的振动，然后预测管道何时可能破裂。

所以他认为，由于他们实际上需要从这些管道、各种传感器和设备中获取数据并理解这些数据的开发时间，是一个相当长的开发时间。所以他想如果他有一个可扩展且易于使用的实现类型系统，该系统基本上可以跨任何类型的设备或传感器进行通信，并使这些数据可供应用程序使用，这些应用程序可以以他们正在寻找的方式使用它，所以那是真的是它开始的高级想法。但显然，在那个时间范围内，我们已经发展到现在专注于边缘计算，但仍然解决了我的联合创始人当时也在解决的一些更高层次的问题。

Erik：所以你基本上是在这个项目中开始构思的，然后你和你的联合创始人一起建立起来。还有其他联合创始人还是你们两个？

约翰：我们还有第三位联合创始人。所以我和我自己的联系，所以我实际上认识了 Sasha，她是我们 15 年来的第三位联合创始人，现在回到高中，甚至是大学：我们一起学习。所以他的背景更多是在财务方面。因此，他代表公司并领导 Litmus 本身的财务和投资方面。

Erik：就成熟度而言，你今天在哪里？你喜欢A轮，B轮吗？公司目前的状况如何？

约翰：是的。因此，我们总共筹集了大约 1260 万美元的资金。最近，不到一年前，我们筹集了由三菱公司支持的 A 轮融资。所以来自日本的 400 亿美元的公司，他们领导了我们的 A 轮融资。所以在那个时间范围内，我们公司的大约 55 人的规模几乎翻了一番。我们的总部位于加利福尼亚州的圣何塞。我们在加拿大多伦多和日本东京都设有办事处，负责我们的亚太地区业务。现在我们在德国也雇佣了一些人。

Erik：在我们进入这个行业之前，COVID-19 对您有何影响？我知道一些公司正在加速采用他们的解决方案，而另一些公司正在暂停项目，这对 Litmus 有何影响？

约翰：是的，所以 4 月和 5 月，很明显，随着制造业大部分时间关闭，这确实减缓了我们的一些业务本身。但是现在由于事情已经开放更多，看起来业务实际上正在加速很多。因此，我们现在每天都有客户与我们联系，这些公司非常看好他们的工业 4.0 计划并希望很快开始。

因此，我认为 COVID 确实让制造业中的很多人大开眼界，他们意识到他们拥有其中的一些数字技术，然后他们可能能够更加流畅地继续他们的运营。另一方面，他们的一些销售可能受到影响，他们正在寻找提高效率或降低成本的方法，这实际上从他们的制造业务开始。因此，自从我说 5 月底或 6 月底左右以来，事情确实已经有了很大的好转。

Erik：也许我们可以从你关注的对象开始。所以我理解的是制造业，你是否特别关注离散或过程或任何特定行业，或者这是相当水平的？

约翰：主要是我们的客户是比较离散的制造商。我们开始与汽车公司、原始设备制造商以及一些一线公司合作。所以这就是我们真正切身的地方，我想说的是在制造领域，但现在就我们的客户群而言，它是全面的。因此，我们在食品和饮料、石油和天然气、CPG、医疗保健、电子制造领域拥有客户。

自 3 月份新冠疫情爆发以来，我们实际上已经有意识地努力更多地关注基本服务和基本类型制造，因此食品和饮料、CPG、医疗保健、生命科学。这就是我们目前看到的来自这些公司的巨大浪潮。因此，我们目前的很多重点都在这些领域。汽车和石油和天然气目前有点慢。

所以这个焦点实际上帮助了我们很多。而且我们看到这些公司实际上对使用这些技术非常感兴趣，因为他们的业务现在每天都在变化。

Erik：因为如果您查看第一个目标细分市场，汽车原始设备制造商，我的意思是，它们主要是财富 500 强公司。因此，他们拥有相当成熟的技术供应商基础，他们的采购流程可能相当具有挑战性，就第一个目标细分市场而言，这可能不是最简单的。围绕您的价值主张，是什么让您能够进入这些现有技术供应商无法满足某些要求的大公司？

约翰：是的。因此，汽车非常适合我们的主要原因之一，因为自动化程度很高，工厂车间有许多不同类型的设备，并且正在收集大量数据。所以边缘计算的契合度是非常自然的契合度。由于他们正在寻找一种可以连接所有不同资产的方式，因此他们可以在工厂本身本地处理更多数据。

此外，他们中的许多人在数据科学或一些云计算策略方面的一些内部能力方面更先进一些。因此，他们更先进的是能够利用像我们这样的平台，该平台可以在数据方面产生大量价值，这些数据可以从工厂车间获得，并提供给那些可以真正启动的基于云的系统为他们的云或机器学习策略提供动力。所以他们非常渴望数据，而且他们有很多数据来源，所以就首先开始而言，这非常适合我们。

所以很明显，是的，进入这些更大的目标公司，初创公司显然更难进入。而且，我们的产品确实解决了很多这些复杂性，更适用于更大规模的部署。因此，当您尝试扩展这些部署时，它确实更能说明价值，您需要某种产品或平台来真正连接您拥有的所有东西，并具有高度的可管理性，以便他们的 IT团队可以真正管理所有这些部署，能够编排应用程序，将机器学习模型推送到边缘，并创建简单的模板，他们可以一次配置数万个系统，而不仅仅是一个一个地配置或构建每次自定义协议或自定义驱动程序。因此，实际上对我们来说，客户越大，他们的痛点就越多，而我们的产品非常适合这些痛点。

Erik：所以我看到这里收集、分析和管理数据，所以你能够从各种 PLC、DCS、CNC 机器、传感器等中获取数据。然后你把它放到一个平台中，然后他们可以构建特定解决方案的垂直应用。是这样吗？或者，您是否也有用于预测性维护的标准垂直机器学习解决方案或您将作为解决方案包出售的其他东西？

约翰：所以现在主要是水平平台，他们可以轻松地构建这种垂直集成或垂直特定的应用程序。因此，它确实使他们能够在平台内使用现有的内部应用程序，或者真正快速地开发新的应用程序。在我们的 Litmus 边缘产品中，我们有一个市场概念。所以本质上，我们有各种合作伙伴，甚至我们自己，我们正在开发可以驻留在这个市场中的不同应用程序。因为我们拥有来自所有这些资产的标准化数据，所以我们可以轻松部署这些应用程序并使数据可供它们使用。

将其视为一种边缘计算应用程序商店，您可以在其中开箱即用地利用它对某种类型的机器或某种类型的流程或生产线进行预测性维护，或者为不同类型的系统或流程提供可用的算法.因此，通过这种方式，客户将能够更多地利用它们。这些都是由我们或合作伙伴开发的。因此，我们长期战略的一个重要组成部分是为边缘计算开发这个应用商店。

Erik：我认为客户可能并不急于将他们的应用程序放到 App Store 上。但是，它是否像其他解决方案软件供应商或 ISV 一样希望将其用作其软件的另一个渠道？还是系统集成商是咨询公司？谁将是开发这些关键应用程序的主要合作伙伴？

约翰：正是那些提到的独立软件开发商、系统集成商或顾问数据科学公司，这些公司根据他们的领域专业知识构建了这类应用程序。但是客户自己，他们实际上可以创建自己的私人市场。因此，如果他们开发了一些东西，他们可以托管一个私人市场，然后让他们的所有工厂都可以使用该应用程序，例如，来自同一个市场。所以还有私人市场的概念，假设您是一家汽车制造商，并且一家工厂开发了一种特定类型的应用程序，然后他们可以将其投放市场，并且所有其他工厂也可以使用它。

Erik：我们目前正在与一家一级汽车零部件制造商合作，对于在不同工厂部署的软件的可见性非常有限。所以真的只是人们说，嘿，你知道吗？您正在考虑构建它，您应该与德国的一些工厂交谈，因为我认为他们有类似的解决方案，这有点疯狂，因为这意味着软件方面存在大量冗余。因此，我可以看到这种私人市场方法对于一家在全球范围内拥有巨大足迹的公司来说非常有价值，因为人们之间很难进行协调。

所以你现在主要在北美，你提到了你所在的一些市场，比如说，制造业边缘计算的状态如何？是不是有 10% 的公司准备好做这件事，拥有数据科学能力，其余的都是追随者？或者您认为今天有多少市场准备开始采用这些解决方案？

约翰：是的，我想说在这个阶段它仍然是非常早期的采用者。因此，实际上可能有 10% 到 20% 左右的人正在关注边缘计算或专门寻找边缘计算平台，或者拥有自己的内部数据科学团队，可以实际利用数据或开发机器学习模型。所以即使从去年开始，也许我们会得到一些客户说我有这个机器学习模型，我正在寻找一种在边缘部署它并向它提供数据以及闭环返回的方法到我的控制系统。

但即使在今年，我会说对这种特定问题或询问的客户的需求可能会增加三到四倍。因此，毫无疑问，市场正在迅速复苏并变得更加成熟。但同样，我想说它仍然是早期采用者。大多数客户，他们只是想获取数据并将其发送到某个地方，或者只是设置某种简单的 KPI 仪表板来进行一些分析和一些状态监控，或对其资产进行远程监控。但我想说，对边缘计算的要求越来越多。

Erik：你怎么看这个？是否仍然是大多数项目处于灯塔或试点阶段，他们真的在探索这个解决方案如何为他们工作？或者现在有多少百分比的客户准备好真正将其提升到跨多个工厂的运营规模并将其真正整合到核心运营中？

约翰：是的。实际上，今年，我们看到了更大的交易，客户希望预先购买 30、40、50 甚至工厂的许可证。而去年，我认为大部分是在做一些试点或一个工厂、两个、三个工厂，他们不一定在谈论在整个企业中全面推广。但今年，它已成为一个更常见的主题，客户正在考虑在整个组织中部署它。

归根结底，我认为对于这些制造公司来说，更重要的是他们确实想要创建某种标准并拥有一个标准平台，他们可以真正将其扩展到整个企业，因为这显然是你当您在全球范围内将整个生产中的所有内容都连接起来并集中所有内容时，即可获得物联网的最大价值。这为企业 IT 团队提供了更多的控制权和价值，他们实际上可以使用这些数据做一些事情，无论是将其呈现到顶层还是为车间提供更好的方法以实际获得更多实时洞察这些机器的实时性能。

Erik：这是过去几年试点阶段的一个问题，有人会在几台机器上部署一个解决方案，而它在几台机器上的运行方式与整个系统产生的价值完全不同工厂或更大规模的操作。不仅仅是线性路径。这是完全不同的价值主张。

你提到，为可能十几家工厂购买许可证，你的商业模式是由工厂授权的，还是每台机器的集成或数据流？当您为特定客户确定合适的范围时，它会是什么样子？

约翰：是的，就在今年，实际上，在年初，我们推出了一个相当创新的商业模式，它基于制造基地的数量。本质上，我们为客户创建了三个不同的功能包。因此，根据他们在数字化旅程中所处的位置，是否是第一个包，本质上是他们创建了这个通用数据层，我们在其中包含所有连接到他们所有机器的驱动程序，然后是他们可以将数据推送出去的集成，以及一些处理和存储转发类型的能力。

然后是下一个包，其中包括市场、我们的管理控制台，他们可以在其中管理所有这些边缘节点以及我们的分析引擎。然后是第三阶段，包括更多关于编排应用程序、运行机器学习模型、大数据集成：所以我想说，它真的是为最老练的客户准备的。

因此，客户基本上可以选择这三种套餐中的一种。它基于站点的数量。有一定数量的数据点，但数据点很高。因此，这更多地意味着对我们的保护。但大多数客户都能够在他们的工厂中使用许可证的全部范围，而无需进行审查。然后这确实使对话变得容易，他们只需选择一个包，然后根据站点的数量，这就是您要支付的费用。所以对客户来说一点也不复杂。然后我们可以真正讨论更多企业范围的定价，并通过给他们更多的规模经济来激励他们在更多的网站上这样做，显然，因为他们一次购买更多的网站。

Erik：是的，我看到了试图简化商业模式的大趋势。我认为这对于推动采用非常必要。起初，它相当复杂。

约翰：是的，当然。因此，在我们使用更多基于实例的许可证之前，您将基于网关的数量，然后在该网关内，您可以连接一定数量的设备或数据点。但这变得相当困难，甚至很难与客户进行讨论。因为归根结底，他们很难预先弄清楚他们的架构是什么样的，我需要多少网关，我真的要连接多少数据点？因此，那时它更像是一场架构讨论，而不是实际的商业或定价讨论。

我们甚至有客户正在绕过商业模式来找出做出糟糕架构决策的方法，甚至在不应该使用的地方使用网关，或者尝试使用成本太低的硬件。它实际上确实在更高层次上影响了架构。所以现在这样他们就不必担心实例的数量了。即使在工厂安装 100 个网关或 50 个网关，我们也不在乎，继续做出您想要的任何架构决策，这将是最适合您的，而不必担心软件许可证的数量。

Erik：你支付数据采集的费用吗？或者这无论如何都会移动和存储数据？我的意思是，不管对于特定工厂来说，无论是小批量还是大批量，您是否都需要像客户一样支付费用，或者您是否必须在您的业务和成本结构中包含该成本？

约翰：所以我们是一家优势第一的公司。边缘，我们部署在边缘。所以我们所做的一切都是在工厂内部运行，或者在他们自己的本地私有数据中心内运行。我们的管理部分可以在他们自己的云中运行，这样就可以在他们自己的云中运行，或者也可以在本地运行。因此，对我们来说，在我们的服务器上存储额外数据方面实际上并没有任何额外成本，例如，因为我们作为边缘优先产品运行。

Erik：好的，这样决定就很简单了，那么，是的，你没有任何额外的成本让他们偷窃。谁将是您将要与之交谈的主要人？一方面，你有工厂总经理，他对进入特定工厂的东西有非常强大的发言权，但在跨工厂网络调整技术方面可能没有非常强大的发言权，然后你就会在 IT 和 OT 之间产生冲突，并且这些功能之间的优先级可能不同，而您的支出则非常强烈。谁将是客户的主要联系人？是公司，还是直接去工厂，然后更多的是在 OT 或 IT 方面？

约翰：所以我们更多地针对企业方面的事情。通常这些大公司已经建立了工业 4.0 团队或先进的制造团队。或者很多时候，我们甚至认为它是一个重要的驱动因素，因为他们想要访问这些数据并且他们还希望能够集中管理所有内容。因此，对于我们来说，IT 实际上正在成为一个更常见的买家，即使它是 IT 的主管副总裁，或者任何向 CIO 汇报的人。

然而，如果我们逐个处理单个植物，则会变得更加困难。我们确实有这样的场景，它是一个工厂，或者可能是一组正在寻求解决特定挑战的工厂。我们可以为该挑战提供解决方案，使其不仅仅是基于他们将基于该用例获得的特定投资回报率。而不是试图向 IT 或这个行业 4.0 团队出售一个整体平台，因为他们真正看到了快速入门的价值，并有快速的时间来评估他们可以很容易地在整个企业中扩展它。我想说，这就是我们看到更多成功的地方。

Erik：所以你提到你首先是你的边缘，你主要部署在边缘，但是如果有必要，你可以使用客户云。我猜在其中一些情况下，我们可能正在处理相当大量的数据，以及可能相当高的计算要求。需要将一些数据移动到云端进行存储或处理是否很常见？或者在大多数情况下，你能在边缘做所有事情吗？

约翰：所以在某些情况下，我们能够在边缘做所有事情。这实际上取决于用例。我认为最终这些用例也是如此，他们将在此基础上进行扩展，并将寻求将数据推送到云中，在那里他们可能会进入一些更集中的边缘并开始围绕机器学习做事。但是，如果客户只是希望收集数据并向操作员或工厂经理获取一些实时 KPI，那么他们能够在边缘满足这些要求或设置一些规则和警报在数据通过时实时通知。

但是，当客户真正希望增强或结合他们的云战略时，我认为这更多地取决于客户的成熟度，以及他们在数字化旅程中所处的位置。因此，通过这种方式，我们真的可以开始将更多的这些集成提供给云，然后他们可以在其中对数据做更多的事情。然后，一旦他们处理或分析了这些长期数据，将这些发现或算法带回边缘，您就可以对其进行实时优化，这样您就不必处理延迟并将数据发送回云端并且回来所以真正在实时数据的边缘做出更多的决定，因为它正在通过。

Erik：然后你的主要用例，我知道你的团队已经提到了一些。所以我们有 OEE、预测性维护、资产状况监控、机器学习，我想这些可以用于很多不同的情况。这些是前四个，还是就像您的客户也将部署的非常利基用例的长尾？

约翰：我会说那些是前四个。很多客户都在寻找 OEE。因此，能够在他们的所有机器上获得准确的 OEE、报告和指标，所以我们看到这很普遍，几乎大多数客户都在寻找它，或者只是资产状况监控，他们可以监控机器并拥有一些更好的可见性，甚至是您提到的流程。

然后还有一些其他用例更多，我会说产品在制造过程中的可追溯性，甚至与工厂车间视觉处理系统相关的质量有关。因此，比如说，对于一家食品和饮料公司，对于一家啤酒生产商来说，分析高速装瓶线上的好瓶和坏瓶，这样他们就不必在事后手动检查每一个瓶子。因此，使用视觉处理，他们可以通过在边缘运行的算法轻松识别这些，然后根据瓶子是否是坏瓶子将其从生产线上下线。所以我们也看到了这些围绕质量或可追溯性的用例，我想说，我们也看到了其他一些用例。

Erik：当您与客户互动时，他们是否已经大致了解了业务案例和特定用例的理由，然后他们正在寻找合适的技术支持者？或者您是否还必须引导他们思考机器视觉的潜在影响，例如，并支持投资的理由？

约翰：是的，所以在很大程度上，我们正在努力寻找客户，显然，他们有特定的问题，我们可以帮助他们用技术解决。也许他们不知道技术是什么，但他们至少有一个业务问题，因为这真的是当这些项目有真正的投资回报率或他们试图解决的业务挑战时，这些项目将获得成功并起飞并扩大规模或者他们试图在一定效率或能够跟踪特定指标方面达到的目标。

所以说真的，我们正在寻找这样的客户。显然，我们内部不一定有一个庞大的咨询团队，我们可以咨询客户。但我们也有广泛的用例和行业专家，他们在制造业工作了 30 年、40 年，他们真的可以帮助指导客户正确的方向，或者根据我们所见的情况给他们建议其他客户也这样做。

Erik：然后在部署方面，将会有相当多的范围，尤其是当您涉及传感器时，例如，您可能想要连接的范围非常广泛的不同数据源。部署或集成会是什么样子？我的意思是，这是一个相当耗时的过程，您将有一个团队在现场花费几周时间对所有需要集成的设备进行评估，并且是否有相当多的定制可以与不同的设备集成？新的传感器类？或者这对于中等规模的部署会是什么样子？

约翰：所以我们拥有的一切都是产品化的。所以我们甚至有客户在一年半、两年内自己完成了 40 次工厂部署，这在很多其他更大的产品中是找不到的，这些产品更多的是 SDK 驱动，或者你必须将多种产品拼凑在一起以获得我们所拥有的。因此，我们为客户提供的所有驱动程序都已准备就绪。我们拥有适用于 PLC、CNC 机器、机器人系统、不同传感器类型的最广泛的协议驱动程序库，因此他们可以立即连接到所有资产，然后可以轻松设置数据工作流程进行处理。

我们预先构建了集成，他们可以将数据发送到基于云的系统、大数据平台、企业系统，而无需编码。然后我们的分析引擎，再次，它都是基于工作流驱动的。所以一切都是用户界面驱动的。所以它是一个非常现代的用户界面，非常直观，即使是自动化工程师，我们也可以通过这种产品将他们变成一个成熟的业务分析师，它很容易使用。

所以有时客户甚至会自己部署它，或者如果他们希望我们为他们提供支持，我们可以在几周或更短的时间内到现场部署他们的整个工厂，在那里他们可以连接所有机器和一些仪表板在工厂内设置，这确实使他们能够快速实现价值。或者，如果它是用于非常大型的复杂类型部署，或者如果他们需要构建一些应用程序或一些数据科学帮助，那么我们可以引入一些集成商合作伙伴或数据科学合作伙伴来帮助填补他们可能存在的空白自己的资源。

Erik：我看到你们有两种主要产品。所以一个是 Litmus Edge，它是边缘计算平台，然后是 Litmus Edge Manager，我想那是前端管理工具。我猜你会有相当广泛的用户，所以它会想要访问这个。这也是运营用户的事情吗，是否会有车间经理，维护经理希望在他们的移动设备上访问它以实时发现问题？或者它更像是工厂 GM 或 IT 将使用的更高级别的管理工具？

约翰：所以我们的产品确实有多个用户或多种类型的消费者可以从中受益。因此，正如您所提到的，维护经理可以获取实时 KPI，甚至可以根据某些机器的运行情况发出警报，以便他们可以更好地完成工作。或者，它可以是查看 OEE 的工厂经理，例如，他们每小时或每天生产多少产品，并为他们提供他们正在寻找的 KPI，以便他们能够做到更好的报告，或者更好地经营他们的工厂。

然后也可以是数据科学家，他们只是希望访问这些数据，以便他们可以在数据之上构建模型或机器学习模型。然后它也可以是，甚至从公司层面，你的高管可以查看这些界面，他们可以从一个中央界面查看所有资产的运行情况和所有工厂。然后 IT 可以拥有一个层，他们可以在其中管理所有设备以及所有平台。

因此，它确实汇集了从 OT 到 IT 事件再到执行级别的许多不同群体，我认为当你拥有一个可以将许多不同类型的关键利益相关者联系在一起的产品时，它就会变得非常强大。这就是他们真正考虑在更大范围内进行的地方。

Erik：工厂的数据安全显然受到了相当重视。是否存在您可能不需要解决的特别令人头疼的问题，您的客户是否需要解决这些问题才能使数据对需要它的利益相关者完全可用？或者您是否发现与您合作的大多数客户已经制定了所需的政策并且基本上能够部署该技术？我的意思是，当他们向如此广泛的利益相关者群体提供数据时，您是否与法律或任何其他利益相关者就如何保护数据进行了很多对话？

约翰：是的，所以这总是我们必须在某个时候与 IT 内部的安全团队进行的对话，他们会带我们了解他们正在寻找的所有必要要求。因此，我们必须让我们的产品甚至由第三方审核，否则客户甚至会自己审核。所以我们已经处理了安全问题，我们在我们的产品中处理得非常好，而且他们可以将它与他们的许多 IT 策略集成在一起的灵活性，无论是他们的用户管理系统，还是 LDAP 授权机制。

因此，从这个角度来看，它非常开放，他们也可以轻松地利用一些现有的安全工具和策略。因此，这为客户提供了更多的灵活性。他们显然也很喜欢这种观点。对我们来说数据安全，特别是因为我们作为边缘优先产品运行，也为客户提供了更多保证，它在他们工厂的四堵墙内运行，因此数据不必离开工厂本身，或者我们正在运行的任何东西都在推动他们现有的基于云的系统，这些系统也已经得到保护。

他们有自己的传输层，我们正在利用它。即使它是一个云优先产品，我认为这将成为一个更加困难的决定，尤其是当你试图将自己的云推向客户时。事实上，我们可以在他们自己的基础架构中运行所有东西，这给我们带来了很多更大的好处，即我们与客户围绕安全性进行的更快部署或更快的对话。

Erik：好吧，让我们来看看一两个部署。你能不能挑一两个有代表性的，试着从头到尾引导我们，你第一次和谁说话，解决了什么问题，然后引导我们完成部署过程？

约翰：所以 [听不清 36:45] 确保它。它是 Sango Bath 的一个部门，Sango Bath 是一家财富 500 强制造公司。他们在全球拥有大约 1,000 家工厂。 Secured 是他们的部门之一，拥有 45 家工厂，他们为汽车制造玻璃。所以他们是一级供应商。对他们来说，这是一家通过收购发展起来的大公司，而且地理位置非常分散。他们在工厂中拥有的设备非常不同。他们在每家工厂拥有的系统非常不同。

所以对他们来说，他们首先要寻找的是一个可以轻松连接所有不同类型资产的平台。要求和挑战，第一。但随后他们也在寻找一种灵活的产品，他们可以轻松地在工厂中制作一些快速仪表板，而无需任何繁重的编码，而工厂本身的本地工程师可以利用这些代码。

但与此同时，相同的数据可以用于他们的内部数据科学团队，他们可以在他们的大数据或机器学习策略中工作。但与此同时，企业 IT 也可以管理一切。然后，当他们构建这些模型时，他们想要能够在单个边缘平台上轻松部署自己的模型或应用程序的东西。

所以这是由一个工业 4.0 团队推动的。我们正在与他们的工业 4.0 工程负责人合作，他确实是我们的拥护者，因为这确实可以为他提供能够满足许多不同利益相关者的许多不同要求的产品。因此，当我们可以与这些具有远见卓识的工业 4.0 团队合作时，这些团队始终是我们最理想的团队，而且他们肯定会这样做。所以他们已经在20多家工厂部署了，仅仅一年多一年半的时间，没有系统集成商，一切都是在我们的帮助下自己部署和开发的。

Erik：你说部署 20 个因素需要多长时间？

约翰：仅仅一年多，一年半左右。

Erik：您是否碰巧知道在这些部署中需要多少来自他们的 IT 团队的资源？我们是在谈论三个全职人员，还是只是为了从客户方面了解部署所涉及的工作量？

约翰：是的，所以在一个特定的地区，甚至在一些工厂，他们有更先进的工业 4.0 工程师，他们称之为。因此，要么我们培训那个可以在他们的工厂或工厂组中部署它的人，所以他们确实拥有一些从工业 4.0 的角度来看更先进的专用资源，他们知道如何利用这些产品。

所以几乎每家工厂都有这样的工程师，这显然让我们更容易，所以我们可以培训他们。但是，如果他们有其他一些工厂，可能没有合适的技能组合，那么他们会让我们到现场待上一周或两周，然后真正实施一切。

Erik：所以在教师基础上，只要你有合适的技能，一到两周是不够的？

约翰：是的。

Erik：但是，如果您环顾四周，典型的成本范围会是多少？我猜你可能有一个工厂的定价结构与 40 个因素完全不同。从成本的角度来看，能否为您提供一个部署范围？

约翰：是的，所以大多数客户都选择我描述的中间包，这是我们的增长包。这大约是每家工厂不到 50,000 美元。因此，当我们可以说我们可以以 50,000 美元的价格为您解决这个问题时，谈话变得非常容易，他们不必担心其他任何事情。所以这通常是针对一个站点的标价，但是很明显，当客户带来时，我们会得到更大的折扣，无论是从 5 个工厂开始到 10、20、30 还是 50 以上，那么都会有折扣，这样他们就可以通过使用该软件获得一些规模经济。

Erik：因此，能够以 150 万美元的价格连接 20 家工厂的所有边缘设备，这对于大型企业来说几乎是轻而易举的事。

约翰：并且说他们可以在 6 个月、12 个月内完成，这是他们非常愿意做的事情。

Erik：我的意思是，去另一个部署有意义吗？或者它们在遵循的过程方面是否相当相似？

约翰：所以我想说这对于我们的大客户来说是相当相似的。我们正在与最大的医疗保健提供商合作，他们为医疗保健行业制造不同类型的医疗保健用品或设备。对于他们来说，他们追求的是一个特定的应用程序，他们可以更好地监控他们的产品和库存。所以我们与他们合作，实际帮助他们开发这个特定的应用程序，我认为这需要 2-3 周左右。然后现在该应用程序被放入他们的私人市场，以便第一家工厂可以利用它。

现在他们有五个其他工厂也有同样的问题，他们想使用相同的应用程序。因此，他们希望随后将该产品提供给五家工厂的最终应用程序。因此，他们从他们正在寻找的更具体的应用程序或用例开始，并将其扩展到存在相同问题的工厂的确切数量。但很明显，既然他们已经看到了平台的价值，他们真的开始考虑一些不同的用例，这些用例不仅可以在这些工厂中使用，而且可以在更多的工厂中使用，他们在全球拥有 50 多家不同的工厂。

所以它是一个非常有粘性的产品。一旦你拿到产品，可能性是无穷无尽的。他们只是不断提出更多的用例，他们可以在同一平台上开发这些用例，这对我们来说总是很棒。

Erik：我认为，一方面，继续专注于离散制造是有意义的。但是，您的任何客户是否都在推动仓储、堆场管理、车队管理方面的部署？我想如果你有一个更分散的环境，那么你会遇到更需要云的情况吗？但是，您是否正在考虑涵盖或您的客户正在推动您进入的任何其他环境？

约翰：是的，我同意这种说法。它们更多是基于云的，或者已经有垂直特定的应用程序可供它们使用或解决方案，这些应用程序更适合这些行业，因此对我们来说更加困难。而且资产的差异性要小得多，这是我们帮助他们解决的主要问题之一。这就是为什么制造业是理想的选择。

但是我们已经在石油和天然气领域看到了一些成功，例如，他们正在寻找边缘计算优先的思维方式，也是因为他们拥有大量位于偏远地区的资产或网络覆盖较差的偏远地区，例如，他们在哪里需要有边缘计算。这就是石油和天然气，我们在上游进行石油钻井平台监测或中游管道监测。

同样，我们正在处理的其他领域是远程资产，例如能源或风电场、风车等。所以这些是我们开始与一些客户合作的其他领域，他们需要更多的优势优先策略。

Erik：最后一个话题是技术趋势。那么，就推动核心技术向前发展而言，您正在研究或监控的关键技术领域是什么？

约翰：所以我们真正致力于使产品非常无缝地以客户希望的任何方式进行部署。因此，无论是作为网关设备上的基于设备的模型或操作系统，还是可以在服务器或现有硬件中运行的虚拟机。然后是更多客户询问的最新版本，它支持 Docker；因此，将我们的系统作为一系列 Docker 应用程序运行，他们可以轻松地将其部署在自己的环境中。

因此，Docker 和 Kubernetes 正在成为我们客户的话题，他们提出了，我想说的是，更新的技术趋势。我想说，客户理解这个想法还为时过早，但有时很多时候他们实际上并没有能力使用它。但他们肯定对 Docker 容器化技术的想法很感兴趣。

显然，我们正在继续构建驱动程序。因此，就不同类型的 PLC 或现有工业系统而言，我们已经拥有超过 80% 的市场覆盖率。因此，我们将继续扩大对不同驱动程序的覆盖范围以及另一方面的集成。

然后在分析方面进行更多扩展，因此真正尝试在边缘分析或机器学习方面提供尽可能多的价值。因此，这些是一些领域，并提供了以灵活方式运行客户最终在云上构建的任何类型机器学习模型的能力，无论是 Azure 机器学习还是谷歌 TensorFlow，或者可以是 MATLAB 运行时，提供它们他们可以通过多种不同的灵活方式在边缘部署这些模型。

埃里克：嗯，约翰，看起来你在这里建立了一个伟大的企业。而且我认为你的时机恰到好处。我认为我们真的正处于希望的风口浪尖，这里的曲棍球棒斜坡。您认为我们应该涵盖的任何其他我们尚未涉及的主题？

约翰：没有什么会立刻浮现在脑海中。我想我们已经经历了很多。

埃里克：嗯，约翰，我真的很感谢你花时间带领我们完成业务。就像我说的，我的意思是，这真的是一个很棒的模型和一个很棒的价值主张。因此，祝您在世界上一切顺利，感谢您今天抽出宝贵的时间。

约翰：太好了，非常感谢。感谢您让我在这里并期待进一步的对话。谢谢你的时间，埃里克。

感谢您收看另一个版本的工业物联网聚光灯。不要忘记在 IoT one 总部的 Twitter 上关注我们，并查看我们在 IoT one.com 上的案例研究数据库。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 IoT one.com 的 Eric dot Relenza

评价成绩单质量

Erik：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，并查看我们在 IoTONE.com 上的案例研究数据库。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 erik.walenza@IoTone.com。