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。今天我们的嘉宾将是 Software Design Solutions 的首席技术官兼物联网总监 Ed Kuzemchak。 Software Design Solutions 专注于医疗、工业、运输和国防领域的嵌入式软件、系统开发和软件过程改进咨询。我们一起讨论网络连接和边缘计算的趋势，这些趋势正在重塑物联网格局。我们谈到了改进的连接性、存储和处理成本结构，为什么 5G 与许多 IIoT 情况和更多主题无关。

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。 Ed，非常感谢你今天加入我们，

埃德：埃里克，谢谢你邀请我。

Erik：所以我们今天将关注网络连接和边缘计算的趋势，并讨论这两者如何重塑物联网格局。但在我们真正深入探讨这个话题之前，我们最后一次发言是在 2018 年第二季度，我想可能我们的很多听众还是第一次听到你的声音，所以我想花几分钟时间了解一下你的背景以及软件设计解决方案。也许在我们讨论软件设计解决方案之前，如果你能分享一下你个人来自哪里。

埃德：当然。我在嵌入式系统软件开发方面有相当长的历史。我现在在嵌入式系统软件领域工作了大约 32 年。我在宾夕法尼亚州的农村长大，然后在雷神公司任职，然后在一家被德州仪器收购的初创公司工作，后来又创立了软件设计解决方案。但在我的整个职业生涯中，我的重点一直是嵌入式系统、低功耗设计、软件开发工具，这在我的职业生涯中做得很好。因此，它一直是为那些不一定要构建最终消费设备，而是构建工业设备，或者有时是军事或医疗设备和那些设备的人构建解决方案的一部分。

软件设计解决方案，我们在 16 年前创立，并继续专注于嵌入式系统机器对机器，因为当时它不是物联网，而是随着物联网的出现而发展成为物联网。三年前，Software Design Solutions 与另一家公司 Applied Visions 合并。他们位于纽约长岛，专注于企业级云应用、移动应用。所以我们有了这两家公司，其中一家专注于嵌入式系统，从构建和设计传感器板到构建网关，另一家专注于云应用程序。因此，当我们将这两者放在一起时，我们认为我们将在物联网领域拥有非常强大的参与者。

Erik：那次合并当然是有道理的。这是更投机取巧，还是您在 2016 年遇到了。现在是时候看看我们如何将您的嵌入式系统专业知识与云专家相结合？

埃德：弗兰克和我在我们寻求发展两家公司的过程中找到了彼此。我希望将软件设计解决方案带入更大的空间，并且需要就如何做到这一点做出一些决定。弗兰克喜欢匹兹堡地区，也想回到他过去有过一些经验的嵌入式。所以我们一起讨论，就像，嗯，这真的很有意义，让我们一起做。

Erik：我想进入软件设计解决方案。所以你的第一份工作，我认为是在雷神导弹系统公司工作。当我们谈论嵌入式软件时，我必须想一想，当这一切在 80 年代后期开始发展时，你可能处于最前沿。你当时在做什么？与今天相比，1988 年的技术状况如何？

Ed：我在 Raytheon 的主要职责是领导开发内部编译器工具集和爱国者导弹计划的所有工具集的团队。那是在任何人都知道爱国者之前，因为它是在海湾战争之前。所以在雷神公司，我有机会参与的不仅是那个项目，还有其他新的军事项目。所以这很有趣。

但是来自匹兹堡，就像匹兹堡一样，人们总是搬回匹兹堡。所以从波士顿回到匹兹堡后，我加入了一家名为 Tartan Labs 的公司，该公司是卡内基梅隆大学的衍生公司，该公司为军事领域制造了高性能的 ADA 编译器，因此我得以继续在军事领域工作。所以在那里，我们得到了非常广泛的接触，不仅是军事，还有在 80 年代末和 90 年代初使用 ADA 的航空电子项目。你熟悉 ADA 吗，埃里克？

埃里克：不，我不是。

Ed：所以它是由美国军方资助开发的一种语言，目的是能够进行大规模的软件编程。当时，一切都在 FORTRAN 或一些早期的 C. 中，而 ADA 在其提供的功能方面确实领先于时代。

Erik：它已经演变成别的东西了，还是 C 语言成为了标准？

Ed：在军事领域，C++，甚至 Java 都推动了它，因为那里有很多训练有素的程序员。我仍然非常喜欢它。他们仍在这些计划中。就像我们今天看到的工业设备一样，当你坐上飞机时，很可能那架飞机，或者至少那个型号的飞机可能已经有 40 年的历史了。因此，您拥有这些长期、长期的程序，其中有很多系统仍在运行和飞行，其中包含 ADA。

Erik：在这个将非常古老的技术与尖端技术相结合的主题中，今天真的很重要，因为我们将专注于工业物联网系统。让我们谈谈软件设计解决方案和您通常解决的问题类型。是否有重点行业用例、技术需求，您如何定义软件设计解决方案的范围？

Ed：所以我们在很多领域工作。但主要是，我们从事工业控制，包括制造、运输和石油和天然气。但我们也在医疗设备领域，有点防御。很多人正在构建系统，或者从头开始。这不像他们改装或构建下一代产品并说，好吧，让我们在这个产品中加入一些智能。这就是他们要来找我们的地方。我们将与他们合作制作原型并与他们一起做一些用例和一些投资回报分析。

因为我认为启动一个物联网项目最困难的事情之一就是海平面在公司的下一个层次上猛烈撞击，然后说，我们必须有物联网，因为我参加了一个会议，每个人都有物联网，然后那些摸不着头脑的人说，好吧，但是我们制造门铰链，我们在哪里可以使用物联网来更有效地制造我们的门铰链？这就是真正全面审视他们的公司，并与他们的领域专家交谈的地方。

我的意思是，关于 SDS 最重要的事情之一是我们喜欢说我们不是任何事情的专家，因为我们拥有广泛的专业知识，我们可以加入项目并与他们的领域专家合作。因为没有人比车间工头更了解制造门铰链了 25 年。他知道或她知道这台机器在它飞散前一周的行为，它会停机两周。因此，能够对那台机器进行仪表化，例如，能够在那台机器上安装仪表，而不是去目录并翻阅它并说，你想离开吗？这是关于倾听那个人并说，他们对他们的领域了解多少，我们可以帮助他们构建一些东西而不是系统？

Erik：您通常专注于产品或设备或包含的系统，还是经常被带到工厂，在那里您在该工厂的整个资产基础上工作并查看流程如何通过工厂？你会做这些更大的系统项目吗？您是否通常查看特定的设备并查看例如我们如何使用一些传感器数据了解该设备的维护计划？

Ed：我们通常介于两者之间，更多的是针对特定设备，但经常与该公司的人员合作以了解它如何适应更大的系统。我们不是那种带着剪贴板进来的人，让我们分析你的整个供应链，然后六个月后给你一份三环活页夹报告。我们更有可能会好起来，让我们与这些有问题的特定人员交谈，让我们一起努力，让我们一起制作一些原型。因为最重要的是把一些原型东西放在一起。在联系我们之前，人们通常对他们想要构建什么、想要实现什么有很好的了解，而我们只是帮助他们完善它。

Erik：那么，今天的主题是网络连接和边缘计算。从哪里开始是个好地方？在我们进入建筑等等之前，我们在谈论什么？如果我们在谈论网络连接的变化和边缘计算的发展变化时可以打好基础，您如何定义所涉及的关键技术以及推动这些领域发展的因素？

Ed：在 2019 年和 2020 年，当人们听到网络连接的变化时，他们会想到蜂窝 5G。我想承认蜂窝 5G 是一件大事，但对我来说并不是什么大事，因为就带宽而言，它处于频谱的高端。这将使我们的手机获得大量的带宽进入我们的家和所有这些东西。

但对于我关心的事情，我们谈论的是蜂窝频谱的低带宽、低成本、低功率的进步，即 LTE Cat-M1 和 NB-IoT。所以在这里，我们在两个方向上构建了这种蜂窝连接环境。 5G 得到了很多媒体和很多广告以及所有这些，因为那里有很多肉。但我们需要的是一种低成本、低功耗的方法来获得细胞电导率，这就是这些其他技术。

与此相结合，同时这些事情正在发生，我们在硬件方面取得了很多进步，甚至是用于边缘计算的软件，而这几乎是在中心之外。

Erik：5G，这背后有大量的营销。我和很多人交谈过，他们非常相信这是变革性的，我认为你可能是对的，它对于某些用例来说是变革性的，比如联网汽车。这可能是相当革命性的。但是您如何确定这是否与特定用例相关？因此，如果有一家公司，也许首席执行官开始谈论 5G 以及他们开始在制造业中采用它的重要性，例如，我越来越频繁地听到，你如何确定这是否真的有用，或者这是否只是一种干扰，例如可能有 NB-IoT 或 Cat-M1 作为替代方案，可能更适合该解决方案？您将在对话中引入的主要决策标准是什么？

Ed：所以它实际上将基于两件事，它们是相关的。这就是您要移动多少数据，当然还有多快？然后是它的成本结构，一磅一磅，5G 会很便宜，但你会移动大量数据，所以账单仍然很模糊。

当谈到工业系统时，我的意思是，假设管道上的仪表或管道上的泄漏检测器，该系统不太可能需要或不需要 5G，因为它不必发送大量数据。另一方面，联网汽车发送和接收大量数据：交通数据、天气数据正在发送和接收它感知到的有关其环境的信息，因此它可以成为这个分布式计算平台，它可能正在连接，假设他们可能正在与其他汽车通信并一起协商交通。

但是，如果我们只是回到管道流量计的例子，我们只是在谈论有多少油或燃料或任何东西流过这条管道，温度是多少，流量是多少，这只是一点点位的数据。重要的是，NB-IoT 服务，执行 NB-IoT 的调制解调器，它们需要有一个价格点，这将使我们能够将它们放在我们想要放置的每个仪表上。

做蜂窝数据并不新鲜。你有蜂窝系统，你家里的警报系统，它可能有蜂窝回程，或者许多其他东西都内置了蜂窝调制解调器。但那些是经典的 LTE 蜂窝调制解调器，调制解调器本身，组件成本可能在 40-50 美元之间。其数据计划可能在每月 5-10 美元的范围内。这在大型农业农场的自动喷水灭火系统上是行不通的，在那里你将不得不拥有数百个这样的东西。因此，您无法进行数学运算并使其发挥作用。

但是 NB-IoT 的构建是为了发送更少的数据，因此，您使用网络的次数要少得多，因此他们可以以低得多的成本提供该服务。我们谈论的是 NB-IoT 计划，设备每年 6 美元，而不是每月 10 美元。我们与他们的第一个调查是您发送了多少数据？而端节点的成本价位是多少？这两件事将帮助我们确定频谱的哪一端或者中间的经典 LTE 是正确的选择？

Erik：我想还有第三个变量经常出现，那就是电池容量，因为电池的发展不如我们在这里使用的许多其他技术那么快。几个月前，我们正在采访一家名为 Ever Active 的公司，他们制造的传感器可以从振动和系统等环境光中获取能量。他们可以坐在那里 10 到 20 年，被动地发电并发送少量数据，而成本实际上只是将系统拆开、进入内部和更换传感器电池的成本是令人望而却步的。我认为，这是一个在很多情况下有点被忽视的因素。

Ed：哦，完全正确，Erik。构建低功耗设计的许多选择并不是电池将成为一项费用，而是您付不起钱请人出去更换所有电池。因为如果你家里有一个水表之类的东西，那么电池在那个水表中的成本为 0.75 美元并不是什么大问题。重要的是，如果你有一个有 50,000 人的城镇，你可能会有一名员工每天只更换电池，因为每个人都会磨损。

所以你真的需要那种你提到的以前的公司在这些设计中非常重要的能量收集。要进行能量收集，您必须从低功耗设计开始，因为能量收集只会为您提供如此多的功率，您必须将这两件事结合在一起，说，好吧，我们有什么？我们有要处理的动议吗？我们有光可以使用吗？我们有振动可以使用吗？也许我们有流体流过，我们可以安装涡轮机，诸如此类。我认为物联网的一个非常重要的部分是将您尝试构建的功率配置文件与您尝试做的事情相匹配。电池寿命真的取决于你什么时候去参观这个东西？

Erik：那么我们这里有第一个轴，即网络连接，第二个轴是架构。所以我认为人们普遍熟悉相当经典的边缘网关云架构。现在你说我们正在朝着雾边缘计算架构迈进。该架构是什么样的，它与人们熟悉的更经典的架构有什么区别？好吧，也许在我们讨论任何细节之前，如果您能帮助说明雾计算和边缘计算之间的区别，那么当我们将这两者作为独立的架构讨论时，我们真正的意思是什么？

Ed：正如您所提到的，大多数人都将物联网理解为具有这种三层架构。你有感应物理世界的传感器，它们可能是温度或振动，或运动，或光，或其他任何东西。这些传感器与物理的东西相连。另一方面，你有云，它是许多花哨的数据分析发生的地方，它是你的仪表板所在的地方，你有一张美国地图，这里是你所有在路上的卡车，或者这是你沿着这条管道的所有仪表，或者这就是所有这些东西。

然后在中间，您必须将数据从传感器获取到云端，因为它们从传感器接收数据并将其发送到云端。现在确实有三个地方可以进行处理。在边缘、网关边缘的传感器节点和云这三个地方，这三个地方在它们可以拥有多少计算能力、是否需要电池供电方面具有非常不同的属性。

因此，我们发现在云中进行处理非常棒，您拥有大量资源。您想支付多少费用，只需将支票写入 Azure、AWS、Google Cloud 或其他任何人，他们会为您提供任意数量的计算服务器。但是，要做出一些决定，让数据一路从传感器到网关再到云端，有时又回来，这太遥远了。人们说，好吧，让我们在网关的下一层进行处理，因为那似乎是一个很好的甜蜜点。

当我们谈论雾处理时，它实际上是将一些处理和一些分析以及一些，甚至是来自云的简单机器学习，将其带到网关上。这就是雾计算的真正含义。

我最近在做一个播客，我们热烈讨论了雾计算是否会继续存在，或者它只是暂时的事情，直到边缘变得有能力在边缘进行所有计算。我会声称它可能永远不会。因为网关和边缘设备之间的区别通常在于网关插入墙上的功率与我想要的一样多。

大多数网关和大多数系统对于他们正在尝试做的事情都过于强大了。我的意思是，你可能有一台工业计算机，它有一个以千兆赫兹运行的四核臂，它所做的只是通过有线或无线接收来自传感器的一些数据，并将其打包并发送给 MQTT 代理。所以这个系统有大量剩余的能力，它可以做一些有趣的事情，也许是一些图像分析，也许是一些模式分类，做一些你可以从多个传感器获取信息的工作，并在它们被发送到云端之前将它们关联起来，甚至可能做出本地决定。

如果您熟悉用于工业控制的旧 SCADA 系统，那确实是第一个雾处理系统。这些通常是台式计算机或嵌入式计算机，它们连接到工业生产线上的传感器进行控制和传感。所以这个关于更智能边缘的想法，我认为有很多事情可以在边缘之外完成。但我认为我们仍然会遇到一个症结，即边缘设备通常将由电池供电，它们通常必须生活在非常恶劣的环境中。因此，您投入的计算能力越多，您必须消散的热量就越多，以及所有这些事情。边缘设备的数量与网关设备的数量之间存在一个数量级，有时甚至是两个或三个数量级的差异。您可能有一台网关设备从 100 个传感器接收数据。那么，您是否稍微构建了该网关设备并在那里进行一些计算？或者您是否尝试构建 100 个功能更强大的传感器并在那里进行计算？

Erik：嗯，你可能需要将这 100 个传感器的数据放在一个地方来进行计算，对吧？

埃德：完全正确。您可能正在尝试关联温度传感器和振动传感器。喜欢网状网络的人会说，好吧，他们只是互相交谈。这只是我们通常可以避免的复杂情况。

Erik：在过去的 40 年里，我们基本上都在压缩超级计算机以适应我们的手机。但与此同时，超级计算机的功能却增加了一万亿倍，所以这似乎就是事情的运作方式。我们将在边缘拥有超级计算机。

Ed：是的，软件开发人员总会想办法用尽你交给他们的电脑。

Erik：那么，您如何看待拥有服务器的典型本地环境？尤其是在工厂中，您可能确实想要访问云，您希望能够移动数据，但您可能不会实时移动它：您可能正在批量发送它，并且您有一些安全问题等等，并且您希望能够进行一些边缘计算。因此，您可能在本地拥有一台服务器，该服务器的计算量比网关可能执行的要重一些。您是否看到网关只是在这些本地环境中开发和替换服务器？或者您认为对服务器、工厂和其他工业环境的需求是否持久？

Ed：我认为特别是工厂还没有准备好，无论出于何种原因，将他们的长期数据迁移到云端。我认为绝对有一个集中的地方可以保存数据和历史数据以及您可以使用的所有分析。现在，如果该行业已经接受了云并已经迁移到那里并且在那里感到舒适，那就太好了。如果出于某种原因，他们在那里不舒服，那真的不一定是云。

云只是在其他人的服务器机房中的服务器。如果您对在您的服务器机房中拥有服务器以及 IT 和安全性以及与之相伴的所有这些感到满意，那将是一个非常好的地方。你不能做的是期望数据总是在你工厂周围的六个或十几个网关上，你将不得不带着一个 USB 驱动器去访问它们，把它拉下来。这并不是成功的秘诀，因为您希望网关为您提供的是应用程序的本地计算和本地图像分类部分或模式匹配或类似的东西。但是你仍然需要那个集中的地方，你可以说，与两年前的同一周相比，这台机器上周的表现如何？这些类型的分析属于一个集中的地方。

Erik：所以你认为架构的变化更多地是一种进化，我们在边缘获得了更重的计算能力，可能本地服务器变得不那么重要，更多的行动正在迁移到云，但主要是架构保持相似但有些修改？或者你是否看到这些架构的结构发生了真正的根本变化？

Ed：我认为架构的结构并没有真正彻底的改变。我认为这只是一个更大的演变。更激进的是被保存和分析的数据量，以及这些类型的东西。我的意思是，一些行业，尤其是受到严格监管的行业，运输和医疗，他们已经习惯于保存大量数据，并将其用于质量保证。但是我觉得很多其他的行业，经典的制造，他们这些年一直在学习的是做流程改进，做质量改进，你要保存数据。

我认为随着我们开始获得更多数据，这种行为将变得越来越重要。这不仅仅是这部分最终 QA 检查的最终测量结果。这将是哪个精确的冲压厂将零件组装在一起，以及哪些操作员在那里？是超级碗之后的星期一吗？当您开始查看历史数据时，所有这些事情都会发挥作用。

所以你要处理一个数量级、两个数量级、三个数量级的数据。所以我认为那些过去不习惯存储和整理这么多数据的人，今天你会保存哪些数据？我们能看到什么？好吧，我们真的没有任何数据。有时他们会让我们吃惊，说，好吧，我们有这些信息笔记本可以追溯到 1930 年，当时这台机器首次开始冲压门铰链。

Erik：但是当你开始聚合所有这些数据时，你开始建立数据湖，这些数据湖有点类似于电子商务环境，你确实拥有大量实时、相当丰富且结构良好的数据。然后，当然，在电子商务方面，人们已经非常有效地想出了如何将他们的数据货币化。他们想通了，这些数据对不同的各方、内部利益相关者和外部利益相关者都有价值，并且他们有合同机制来货币化。

在工业方面，这几乎从未发生过。仍然有很多法律和监管，只是信任挑战。只是，那里似乎有巨大的价值。您是否与任何客户合作过，或者遇到过这样的情况：行业人士能够从他们的数据中获利或为另一个利益相关者创造价值，而该利益相关者不是该用例的直接驱动因素之一，即该用例的直接所有者？

Ed：我们在几个地方都有。首先，有一个典型的数据孤岛问题，做材料的人有他们的ERP系统，做质量的人有他们的质量管理系统，做销售的人有他们的系统。虽然这听起来不像是物联网问题，但我们正在谈论的是让传感器输入这些数据湖。但现在的问题是，我想将这些数据放入哪个筒仓？因为这些人中的每一个都可以从中获得价值。

这就是你真正开始与人们进行有趣对话的地方，嗯，为什么要从孤岛开始？通常它是程序性的，嗯，我们使用这个系统来进行 ERP 和另一个系统来进行质量管理，而且它们之间不会相互交流。因此，帮助人们度过难关对我们长岛的人们来说是一项好工作。

但除此之外，您还遇到了消费者设备现在正在努力解决的有趣的安全和隐私问题。我们还有另外一群人，他们并不认为他们必须担心这些安全和隐私问题。因为现在也许你正在制造一件工业设备，或者甚至是一件最终也出售给消费者的工业设备。

当你去当地的租赁店租了一件设备来拆毁你的院子时，你必须意识到他们正在跟踪你。他们知道那件设备在哪里。他们知道你现在住在哪里。消费设备不得不处理所有这些事情。至少这意味着有一个平台可以处理这些问题。但是你有另一组人必须接受有关安全和隐私的教育，这就是为什么安全是我们业务的重要组成部分，因为我们的领域也是如此。但我们还必须对他们进行有关隐私的教育。

Erik：我的意思是，当然在从数据中创造价值方面，唾手可得的果实似乎只是在内部打破一些障碍，然后至少你只是在处理政治和结构性问题，而不是在处理与客户相关的问题。但另一方面，很有趣的是，当你开始你的职业生涯时，工业界确实在技术方面处于领先地位，而消费者则紧随其后。而现在情况似乎恰恰相反：消费者提前充电，并随着它的进行而弄清楚。

我们鼓励公司做的一件事是关注一些经营得更好的消费技术公司，看看他们可以从他们如何构建他们的商业模式，以及他们如何解决其中一些隐私、安全等方面学到什么和商业模式挑战。

埃德：我完全同意。我认为我们过去看到工业系统被消费化的情况已经发生了转变，而现在你看到了相反的情况。

Erik：回到架构的话题，Gartner 在一个领域一直在推动一种新架构，即使用 Kubernetes 和容器进行实时计算的事件驱动架构，并且基本上试图解决这个问题，如何以极短的时间延迟进行实时计算。回到架构上的根本差异这个话题，当您在不同传感器或不同节点之间进行通信而无需任何中介时，您是否认为这更像是架构上的根本变化？或者您是否认为这只是一种修改，它已经找到了一些调整，以便比在中心拥有更多稳定服务器的架构更具响应性？

埃德：这很有趣。大规模的事件驱动架构，他们正在谈论它。我认为，对于该级别的系统来说，这是一个有趣的新想法。我认为在微观层面，就嵌入式系统软件的深层而言，事件驱动的架构非常普遍。但我认为看到这些事件路由器的想法非常有趣。而且我认为，即使是这些消息代理，这些东西也是这些新的大规模架构中一个很好的成熟因素，这将使它们更容易扩展，并让人们更容易理解它们。

我为这一举动鼓掌。我们当然喜欢使用事件代理、消息代理，MQTT 是我们特别喜欢的，所以这只会让整个系统更容易，就像我说的那样，让你的头脑更轻松，更容易说，哦，我们要添加这个此数据的新客户。好吧，那太好了，只需 [听不清 38:28] 经纪人并获取数据。我的意思是，它只是让对未知的规划变得更容易一些。

Erik：也许有点超出核心技术，从业务角度多谈谈你现在看到的用例。我知道在今年，资产跟踪是您的首要任务。是什么让资产跟踪成为 2020 年的重点领域特别重要？

Ed：所以我认为我们一直在谈论的这两件事，低成本、低带宽、网络连接的想法，以及更多的能力和边缘计算，都使资产跟踪在2020 年比 2015 年要好。因为我们现在可以构建一个相当小的节能电池供电资产跟踪设备，我们可以负担得起成本较低的资产。

资产跟踪一直是这种平衡行为，嗯，你想要跟踪的东西的价值是什么？如果是半拖拉机拖车，那就是几十万美元。我可以负担得起用卫星调制解调器在那个东西上放一个相当大的跟踪器，再加上可能是 1000 美元，没什么大不了的。但是，如果我要对铲子进行资产跟踪，我说，那是另一种动物，那就是 22 美元的铲子。而且我真的不能花很多钱来弄清楚我今天的铲子在哪里。因此，[听不清 40:13] 说，好吧，取决于这些东西的重要性，我们现在可以将资产跟踪器放在价值低得多的物品上，并从能够知道它们的位置中获得巨大的胜利在哪里，他们去过，有时只是如何找到他们。

我们有一些有趣的用例，我将尝试概括一家非常大的制造公司拥有这些他们不经常使用的染料或模具。所以他们把它们停在仓库的某个地方，他们可能每隔几年才使用一次，几年后能够找到这些东西很有用。然后能够沿着仓库和你的叉车开巴士，然后知道哦，它就在右边，这好多了。我在高价值药品贸易展览会上看到了一些非常简洁的资产跟踪示例，甚至能够在它们过期时将它们从柜子中拉出来，能够知道库存是什么，能够确保他们的股票，还有你 [听不清 41:23]。所有这些东西都有很多附加值。

Erik：我记得大概两年前读过一篇关于法国邮政的案例研究，当时他们正在使用 Sigfox。这是一个解决方案，它是一个邮票大小的传感器，它们基本上是在你打开邮件时确定的。但是你看到的成本结构是什么？我知道有几个不同的变量。您可以在实际需要蜂窝连接的地方拥有硬件和连接，或者它可能只是越过一个特定点，或者它移动到靠近传感器的地方。但是，现在追踪资产的合理成本结构是什么？我们是在谈论几美元的固定成本和每年几美元的连接成本吗？像现在这样的低门槛吗？

埃德：是的，我想是的。我认为对于实际上具有传输能力的有源资产标签，您将在我们希望的 10-20 美元范围内，并且每年花费几美元购买更被动的标签，可能使用 RFID ，但它也内置了一些传感器。现在，您可能只需要几美元，而且在网关级别花费的每个标签都没有成本。因此，我们与人们合作的其中一件事是了解他们的系统需求是什么，他们试图用它做什么，以及成本点可能是多少。

Erik：您是否看到现在真正关注这一点的特定客户群？我们有一家欧洲的全球 SIM 卡供应商，不久前我们正在与之合作，我们正在帮助他们在中国确定哪些细分市场可能为此做好准备。这很困难。因为您与重型设备提供商交谈，并且在纸面上，这似乎很有意义，因为他们拥有这些可以生成数据的大型重型资产，但它们非常传统且移动缓慢。因此，与他们的研发人员交谈并了解他们在决策过程中所处的位置有点困难，等等。

然后你有医疗设备，这并不总是一个合理的决定，即哪些资产是有意义的跟踪。这也是组织和他们对此的心态。现在是否有特定的行业或类型的公司，你认为你将真正努力开始更好地了解他们的资产在哪里，以及这些资产的状况？

Ed：我们很惊讶可能有一个你认为相当停滞的行业，但是那个行业中会有一个非常具有前瞻性的参与者。他们将撼动这个行业。我们有一个使用手持工具的客户 [44:30 听不清]，他们非常具有前瞻性，并将资产跟踪和其他类型的传感器放在他们的手持工具上。这些不是锤子或扳手那么简单的东西，而是气动的东西。

因此，您不会认为这些行业是特别拥抱技术的人，但您最终会在该行业中找到具有前瞻性思维的人。因此，我认为真正归结为找到具有这种愿景的人，并让他们说，看起来我们可以有所作为，并为我们自己增加这种能力，从而使我们的产品与众不同。

Erik：分类中的家用工具是完美的，因为当我需要它的时候它在哪里？而且我认为你总是有额外的 50% 的容量，只是为了解释错误放置的工具，然后你有另一个是正确使用的工具，以及电源等等？是否有任何用例常年出现在人们物联网用例的前 10 名列表中，但您觉得它们还没有为大规模采用做好准备，而且现在可能有点被夸大了？您是否倾向于建议您的客户在短期内不要优先考虑任何用例？还是总是逐案处理？

ED：具体的用例，没有什么可以批发的，我们说，好吧，那还没有准备好迎接黄金时段。我会说有一些我们往往看起来很难看是否有更简单更好的方法来做到这一点。例如，需要图像识别的事物在非受控环境中仍然非常困难。我的意思是，图像识别在生产线上效果很好，你可以选择照明，所有这些好东西。我们已经有人过来说，男孩，如果我们可以进行图像识别，他们已经观看了很多 Google IO 视频，这些视频展示了这些东西在受控环境中的效果如何。通常我们可以找到一种不同的更好的方法来做到这一点。

当我们非常谨慎地使用机器学习时，我们倾向于做的另一件事，换句话说，有些地方应该使用它，并且在这些地方，只要一个普通的旧启发式算法就能很好地工作并且在更少的硬件上运行，并且更容易理解和更容易改变。但是因为机器学习可以做很多神奇的事情，但最终，当你试图找出它为什么选择 x 和 y 时，它看起来就像是黑魔法。如果你想要做的只是测量某物的温度并在它超过某个值时发出警报，那是一个简单的启发式方法。

即使您正在尝试进行诸如中间振动分析之类的事情来进行预测性维护，这也是我们可以尝试使用其中任何一种方法都可以工作的方法，让我们同时尝试它们并看看它是如何工作的。如果我们能收集到足够的数据，也许机器学习会起作用，也许一个简单的启发式方法会告诉我们，这个轴承准备好在 G 力的作用下飞散。所以我不会说用例是我们避免的。但是，如果标准技术可以完成这项工作，我们会避免使用闪亮的新镍技术。

Erik：嗯，在工作简单时避免复杂性，这是一个很好的经验法则，尤其是当您处理新技术和飞行员以及大量不可预见的成本时。埃德，有什么我们没有介绍的东西，你想花一些时间吗？

Ed：我认为这是一次很棒的谈话，Erik。我很感激你让我上场。这和上次一样有趣，第一次回头客。我希望这发生在你所有的客人身上，因为听你的播客我很喜欢它们，并且想再次听到其中一些人的声音。

Erik：嗯，很高兴再次与您交谈。也许在两三年后，一些话题会出现，我们将再次有机会。

埃德：当然。

埃里克：太好了。谢谢你，埃德。

埃德：非常感谢。

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，并在 IoTone.com 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 erik.walenza@IoTone.com。