作者：e-works王阳
当人工智能和物联网技术在越来越多的场景融合，AIoT已成为物联网发展的必然趋势。
根据CCID的预测，未来三年中国物联网市场规模将保持20%以上的增长速度，2019年市场规模约为17555亿元。这其中，随着大数据、人工智能等技术在工业领域的落地，预计到2021年中国智能工业市场规模将达到4679亿元。
从企业侧来看，AIoT已成兵家必争之地。谷歌、微软很早就布局智能头盔/眼镜等领域，阿里将物联网作为第五条赛道，小米宣布AI+IoT是其核心战略，京东推出小京鱼AIoT生态，亚马逊、百度深耕智能音箱领域，另外包括华为、旷视科技等都在积极推进AIoT战略。
毋庸置疑，AIoT产业在过去几年获得了长足的关注与发展。但显而易见的是，AIoT在ToC领域的竞争更为激烈，ToB市场无疑拥有着更广阔的增长潜力。
用友AIoT平台产品经理陈智勇就告诉e-works记者，当前云端的算力与边缘端的实时处理能力的连接和打通，已成为AIoT领域的流行趋势。与ToC玩家们不断跑马圈地抢占细分市场不同的是，AIoT要在ToB领域落地，除了技术因素之外，对企业产生帮助的生产管理和企业经营的行业Know-How更加不可或缺。
这正是用友布局AIoT的主要动因和差异化优势。今年8月，用友重磅推出基于5G的AIoT平台，作为用友物联网战略的基础能力平台，AIoT定位于用友商业创新平台YonBIP面向工业企业的智能产品和服务，以赋能智能工业发展。
三大功能，智能连接泛在工业设备和业务系统
陈智勇指出，当前企业级应用服务的耦合程度都比较高，一旦应用成熟后很难将其拆分，但其实这并不利于移动互联时代的应用选配和重构。同时，当前企业通过若干期的自动化和信息化建设上线了很多信息系统，无形中形成了很多的数据孤岛，IoT可以通过底层系统和设备的互联，打通数据孤岛，实现企业的数字化整合，并且作为持续迭代的平台，持续将企业底层数据实现集成和融合。
所以AIoT对于用友来说就是连接下层工业设备和上层业务系统的中间件系统，同时有助于将企业应用服务实现松耦合，让设备变得智能、生产更加精准。
从实现功能来看，用友AIoT主要承载三方面的功能：
首先，实现泛在工业设备的物联，数据存储和发布。
众所周知，物联网的基础是数据采集及联通。不同的设备数据接入到物联网，需要通过不同的物理通信总线、协议最终汇总到物联网平台;物联网将数据通过发布服务提供给业务系统使用，同时将数据进行存储，方便数据的长期归档和查询。
用友推出的AIoT平台，一大功能是实现自动化采集，减轻大量重复工作。通过定义“设备模型”将物联对象模板化，可以在模板中设置设备的通信接口、通信协议和参数等，减轻大量重复的设备创建工作量。根据设备的实际网络地址指定连接通道，从而实现设备自发现、驱动自匹配、实例自生成、数据自采集。
第二，对数据进行可视化展示。
当数据采集到物联网平台之后，数据可视化很大程度上决定着应用效果。通常情况下，物联网数据可视化可用于创建过程画面并通过与实时采集数据的绑定，使其组态化。通过提供多种组态功能，继而实现多行业、多场景的现场应用;另外还包括提供丰富的现场设备、生产线绘制功能，赋能用户实现完整的现场数据、设备数据可视化展示。在真实现场数据呈现的基础上，可展示丰富的设备属性、事件功能、控制功能等。
据陈智勇介绍，在用友AIoT平台中，可视化编辑工具提供了丰富的图元，包含基础图形组件，多媒体视频组件，图表类组件和丰富的行业图元组件，可通过拖拽的方式即可实现监视画面的编辑设定;图元还可以与设备运行数据进行关联和绑定，从而使监控画面呈现动态效果。
第三，实现数据的加工和流转。
数据采集上来之后，基本是一些原始的裸数据，这些数据大部分都没有具体的业务含义。
基于丰富的行业Know-How，用友AIoT平台可以通过规则引擎对数据进行加工，将各种没有业务含义的数据进行配置，使其生成具有业务含义的数据。
陈智勇告诉记者，用友AIoT平台中的规则引擎主要负责对物联网平台采集到的数据进行数据处理，并将处理结果发送至指定服务中，处理规则由规则引擎提供的内置组件搭建完成，可帮助用户按照实际业务逻辑实现可配置化编程，可以实现大量复杂的业务逻辑构建。举例来说，AIoT上层应用有ERP、MES、财务、供应链、人力资源、采购、营销等各种服务，用友AIoT可以对这些数据进行定制，将其推送到各个不同的业务系统中。
对于用友来说，AIoT是连接泛工业领域物理设备和数字模型的桥梁，这与消费领域AIoT玩家们的出发点显然不一样。在陈智勇看来，工业领域的Know-How才是用友AIoT独特的竞争优势，通过泛在连接、知识沉淀、数据智能、可视化呈现，支撑智能工厂、智能产品、智慧工地、智慧矿山等泛工业领域的应用。
三大利器，为企业提供智能物联服务
基于AIoT平台的三大功能，用友正在加速助力工业企业融入工业互联网、推进智能制造进程。在具体实现过程中，IoT Cube、YonTimesDB 时序数据库、精智云盒成为用友AIoT战略的三大利器。
利器一，IoT-Cube物联网低代码开发平台。对开发者而言，物联网存在开发门槛高、开发周期长、技术栈复杂等难题，减缓了物联网的应用速度。用友推出的IoT-Cube物联网低代码开发平台，以低代码、可视化的特性，可显著降低物联开发成本，解决上述难题。
在具体细节上，用友IoT Cube内置了6000多种行业图元和常见的应用页面，覆盖化工、冶金、机械、电力、环保等行业需求，开发者只需要通过拖拉拽的方式，即可快速地将图元、组件与设备数据源相关联，轻松创建项目;通过IoT Cube内置的规则引擎，可轻松完成数据加工，生成具有业务价值的数据，如设备OEE、设备故障推理、产品不良品率等;除此之外，通过IoT Cube创建的项目还可以直接发布，方便灵活地嵌入到第三方APP、应用软件和网页中。
利器二，YonTimesDB 时序数据库。相比传统数据，时序数据是基于时间的一系列的数据，记录了历史数据，带上了时间标签。它不仅能为过去生成报表、揭示趋势性，也能为未来做好分析、预测和预警。YonTimesDB是用友AIoT物联平台推出的时序数据库，高性能、分布式，以处理基于时间序列的高并发、大数据量的物联网数据，为AIoT物联平台提供数据存储、管理、分析的完备解决方案。
YonTimesDB时序数据库具有强大的运算能力，可以处理基于时间序列的高并发、大数据量的物联网数据，具有高压缩、高性能、高可靠等特点。YonTimesDB能满足生产过程状态分析、设备运维数据分析、告警数据实时计算等丰富的场景需求，为实现工业互联和智能制造提供强大的数据引擎。
利器三，支持5G的精智云盒。作为用友软硬一体的边缘智能设备，精智云盒承载着打通物联网交付最后一公里的重任。
我们知道，制造业在数字化转型过程中存在着诸多行业差异化，比如工业设备通讯协议的多样性、设备运行的特殊性等。精智云盒则充分考虑到这些需求，制造企业的设备通过搭载精智云盒，经过4G、5G、NB-IoT等网络连接用友AIoT、调用云端应用(与云端应用实现打通)，最终实现云-边-端的协同。
此外，精智云盒还可以按需运行AIoT的多种内置服务，如：采集服务、发布服务、命令服务、配置服务、规则引擎;可运行基于AIoT的行业应用软件，如物流无人值守应用、电子看板应用等。
总体看来，精智云盒具有即插即用、远程调试、支持分布式部署、快速上线、统一运维的特性，方便易用。
在应用场景方面，面向生产制造环节，精智云盒可提供生产进度跟踪、工艺实时监测、加工工时统计等服务;在公用工程、安全环保、设备后服务、物流服务、智慧园区等场景中，精智云盒则发挥着打通物理设备与数字模型链路的重要作用。
三类伙伴，打造互利共赢合作生态
今年，用友全新发布了商业创新平台YonBIP，包括YonBIP云生态策略——以提供全生命周期的ISV服务和在线运营，建设全球领先的企业服务产业共创平台，携手伙伴共同服务企业客户。
可以说，这是用友当前最全局的生态战略。具体到AIoT层面，用友同样需要构建面向物联网领域的合作伙伴体系，包括智能硬件、网络通讯、5G、边缘网关、工业大数据、以及能源管理、物流管理、智慧地产等领域，打造互利共赢的生态。
陈智勇指出，用友在AIoT当前主要发展三类合作伙伴：
硬件领域的合作伙伴。作为软件和云服务公司，用友的软硬一体化战略主要通过联合合作伙伴来实现，譬如精智云盒就是与伙伴共同生产的，精智云盒具有不同的类型和型号，可以根据客户的实际需求进行选择，最大程度节省客户的成本，满足应用需求;
工业协议解析领域的合作伙伴。对于相对通用的协议，如标准的OPC、MQTT等通信协议、常见的PLC等设备，用友已经实现了支持;对于其他小众的通信协议，用友会借助生态伙伴进行完善和补充;而对于某些项目的个性化协议解析需求，用友具有专业的物联网协议开发团队，可以实现客户的定制化需求。
可视化展示领域的合作伙伴。为更好地呈现AIoT平台中的数据，用友联合了组态软件、绘图软件等不同领域厂商，支持2D和3D的组态展示，帮助客户实现以实现更丰富的可视化效果。
记者手记：
当AI遇上IoT，开启了智能物联无限的想象空间。特别是工业场景中，人工智能可以最大化物联网带来的价值，而物联网为人工智能提供了有价值的业务数据。
在探索物联网深化应用过程中，用友已有大量实践积累，包括已在中国龙工、江铜贵冶、、新朋联众、新疆天业等众多企业取得良好的应用效果。
实际上，用友2012年推出的NC6中就已融合物联网解决方案。如果说当时的物联网应用更多是提升企业管理和产业链协同效率，那么最新发布的AIoT平台，则是用友在物联网领域不断积累的一次厚积薄发，在助力企业探索设备物联和后服务市场、推动制造业服务化转型、以及赋能智能工业发展扮演着重要角色。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
