Enable the AI-物联网行业大数据解决方案

传统物联网的建设方案,大部分都是有关硬件,通讯相关的问题,比如物联网模块,物联网通讯协议MQTT、XMPP、NB_IOT等,这些只是物联网中一部分,然而“数据实时处理”、“海量数据存储”、“数据分析建模”、“人工智能赋能提升用户体验”等也是物联网产业链中非常重要的部分

行业现状

Generic placeholder image

物联网应用翻倍

应用物联网技术的企业(应用者)比率激增一倍以上,受益不仅限于成本降低。物联网应用者利用物联网技术削减成本,但主要是为了提高效率。长远来说,企业可以节省出精力布局5G时代物联网的应用大爆发

Generic placeholder image

物联网安全性不完善

中小型物联网项目的应用者中,有19%的表示他们首要关心的是安全问题。这意味着安全问题可以解决,但目前并不是所有的企业都拥有解决安全问题的专业技术和资源

Generic placeholder image

产业融合带来共赢

物联网应用正在寻求合作伙伴以填补专业技能空缺。目前阻碍物联网普及的第四大障碍是缺乏专业资源或技能(云计算、大数据、人工智能)。75%的应用者加强了与专业合作伙伴的合作, 以获取/管理物联网项目

Generic placeholder image

需要AI、机器学习赋能

物联网会催生人工智能(AI)的应用。79%的物联网应用者认为超过一半的企业将利用人工智能和机器学习来应用物联网数据

方案构成

(私有发布的)物理网价值附加平台

数据挖掘

大屏 & 报表

监控系统

PaaS 应用发布平台

数据资产管理平台

机器学习平台

数据可视化平台

云端物联网(基础数据通路)平台

用户管理

数据传输管理

安全认证 & 权限

设备接入

设备管理

引擎规则

传输协议(设备之间的通信)平台​

基于网关

不基于网关

云端物联网(基础数据通路)平台

设备和传感器

设备和传感器

设备和传感器

设备和传感器

嵌入式应用软件的基础和开发平台​

应用场景

资产预测性维护和绩效管理

资产预测性维护和绩效管理

使用传感器的历史数据/实时数据来获取可应用于当前情况,在设备发生故障之前预测和预防,提高关键资产的可用性和可靠性,并通过实时,预测性的洞察力来优化维护计划

实时设备监控和跟踪

实时设备监控和跟踪

提供监控传感器数据的可视化,(例如:)楼宇各个设备使用状况,通过实时监控,个性化报警和资产分组,创建复杂数据的简单视图,提高关键工业资产和控制系统的可用性和性能

指导行动与控制

指导行动与控制

实时捕捉传感器生成事件,在没有人为干预的情况下实时对这些数据采取行动,(例如:)如果检测到泄露,则自动关闭泵,或者基于风速改变风力涡轮机的方向,将这些能力转换为产生业务优势

方案优势

数据流水线服务

无论是需要从一台机器收集数据还是集成数百种传感器,日志或者API,都可以将时间序列数据加载到我们平台,而无需预先定义字段和类型; 我们会自动通过数据流水线服务去优化它

数据模型持续服务

通过调度器,企业可以自定义符合业务逻辑的数据处理联调,通过可视化的编排可以实现数百到数万级别的数据链条来支持不同数据模型需要的“采集-清洗-转换-计算”的过程

AI、机器学习引擎​

平台为企业用户已经搭建好的AI、机器学习引擎让用户可以使用下面的机器学习场景故障预测:使用历史数据和当前条件预测未来故障的可能性​

数据模型管理

平台提供数据科学目录使企业在安装部署系统之后变可以访问预建模型库,可以快速了解许多已知资产类型;同时,提供模型管理器来允许企业管理训练模型的整个生命周期

极易发布的云计算服务

提供私有化和云端发布两种方式,满足用户对物理资产数据化的私密性要求,同时分布式资源管理器和调度程序,大大降低计算服务的复杂性并提高运行效率

安全和监控

平台确保任何步骤中数据都不会丢失。监控每个程序正在处理的数据量,以便尽快检测到任何异常;提供审计功能:审计系统中的所有操作(例如:谁访问了系统中的内容​)

接入流程

1

咨询方案

2

确定功能清单

3

测试部署集成环境

4

标准发布

5

应用设施