本文講述物聯(lián)網從原型設計到大規(guī)模部署過程中獲得的經驗和教訓。
2017年，全球對物聯(lián)網(IoT)的興趣和部署均呈持續(xù)穩(wěn)定增長。事實上，物聯(lián)網設備數(shù)量比智能手機和個人電腦的數(shù)量還要多(80億物聯(lián)網設備與70億智能手機/個人電腦數(shù)量)。一些作者和分析師已經就2017年物聯(lián)網趨勢做了大量工作，但我想依據自己工作的經驗，分享一些物聯(lián)網從原型轉化為大規(guī)模部署時學到的實際經驗和教訓。
1. 物聯(lián)網的部署非常困難
在我剛開始了解物聯(lián)網時，它所帶來的益處和部署計劃看起來似乎都相對簡單。資產追蹤?不就是在設備上安裝一個GPS跟蹤器;廢物管理?不就是安裝一個深度傳感器;智能家居/城市?不就是安裝一些攝像頭/傳感器，然后將它們連接到互聯(lián)網。我的意思是說，不就是把設備連接到互聯(lián)網這么簡單么?
但在實際實施過程中，物聯(lián)網的部署非常困難，每個案例都需要不同的連接措施。物聯(lián)網的部署將如何影響當前的工作流程，誰將負責這種改變的相關培訓?如果沒有故障發(fā)生，好處是顯而易見的，但在網絡中斷情況下是否有明確的恢復計劃?設備維修和保養(yǎng)計劃是否全面考慮到了?如何更換設備的存儲?如何激活設備進行工作?如果我們需要取消訪問權限，我們該怎么辦?
有專門服務致力于解決這些問題，但是你需要充當一個系統(tǒng)集成商角色，在簡單地將設備連接到互聯(lián)網之后解決這些問題。
2. 傳感器價格便宜，但物聯(lián)網昂貴
眾所周知，WiFi模塊或者LoRa芯片越來越便宜，但這些是你設備的全部么? 添加GPS需要多少費用?適合你使用情境的電池費用呢?
除了設備成本外，運輸、安裝、測試和部署產品的成本是否計算在內呢?另外，不要忘記還有培訓和維護費用。你需要考慮更換電池或傳感器所產生的額外費用嗎?在考慮了硬件、網絡、虛擬機、安全和人力資源成本之后，你確信物聯(lián)網解決方案是否能夠真正地降低成本?或者僅僅只是一種用簡單粗暴解決問題的新方法而已?
3. 電池問題往往最容易被忽視
電池問題常常被忽視，尤其在LPWAN使用情況下(提倡使用壽命長的電池)，在部署物聯(lián)網解決方案時也很少去考慮電池問題。LPWAN標榜電池使用壽命7年以上，但實際應用中，電池壽命在很大程度上取決于使用情況。
如果每天只發(fā)送一條信息，LoRa / SigFox / RPMA可以運行多年。但是實際上，物聯(lián)網應用哪有如此簡單的信息結構?更可能的是你需要每天進行多次通信，并消耗一些電量進行密集任務處理(如GPS或運行數(shù)據邏輯)。
除了要考慮電池壽命之外，設備內部的電池如何轉化也需要考慮?FAA對使用的電池類型有一些限制。電池是現(xiàn)場安裝，還是已經嵌入到設備中并需要進行某種激活?許多制造商采用基于磁鐵或動作的激活方式，但以這種方式部署數(shù)以千計的設備有多大可行性?OTA命令是否適合你的應用程序?
4. 不要忽視部署后發(fā)生的問題
通常情況下，部署的最初階段都不會太順利，會出現(xiàn)電池問題、奇怪的設備錯誤、或者需要更改固件和軟件等。值得慶幸的是，越來越多的供應商支持OTA更新，以應對不斷變化的情境。但不要忽視監(jiān)控和日志記錄解決方案，以幫助追蹤故障的關鍵點。
以資產跟蹤應用程序為例，你準備召回那些不再報告GPS位置的故障設備嗎? 對于不顯示使用壽命的電池，你將如何模擬電池壽命?如果你的連接層或你所依賴的云服務網絡出現(xiàn)故障，會發(fā)生什么情況?
5. AI / ML依然飽受誤解
機器學習和人工智能在2017年取得了驚人的進展。深度學習從特定應用拓展到更廣泛的領域(如AlphaGo Zero和AutoML)，但是對數(shù)據科學界以外的許多人來說，對AI仍然是一團迷霧。
AI的確能為物聯(lián)網應用程序提供巨大的價值，但發(fā)揮作用的前提是你需要有用的數(shù)據。如果沒有這些數(shù)據，即便是最尖端的工具也不能即插即用。你不能只發(fā)送一些雜亂的數(shù)據，然后期望機器轉換、培訓并創(chuàng)建對你的業(yè)務有用的模型。在被最新的熱門詞匯迷惑之前，首先要關注創(chuàng)建一個可靠的數(shù)據通道。
6. 安全仍是后顧之憂
硬件供應商和云服務都在簡化最佳安全實踐方面取得了重大進展(例如Google的Cloud IoT或加密硬件)。然而，我在實踐中看到的最大問題與原型系統(tǒng)貿然投入生產有關。