過去多年，業內一直不乏持續唱衰物聯網的聲音，比如：
2017 年，思科進行的一項研究表明，60% 的物聯網計劃在概念驗證 (PoC) 階段停滯不前，只有 26% 的公司認為他們的物聯網計劃取得了完全的成功，在所有已完成的項目中，有三分之一不被認為是成功的——換言之，四分之三的物聯網項目將以失敗告終；
2018 年，麥肯錫提到工業物聯網項目的實施和數字化轉型正在“試點煉獄”中掙扎，陷于“鴻溝”之中；
今年，有知名科技博主在博文里直言：“根據去年的一項調查，互聯功能設備的實際聯網率不到50%。當我與制造商交談時，常常聽到更低的數字，有時甚至低于30%。盡管業界在物聯網領域已經投入了多年時間和數十億美元的資金，但這種低采納率表明，即使設備具備聯網能力，消費者在大多數情況下并未看到其價值。”
對于諸如此類的結論，知名物聯網調研機構 IoT Analytics 一直表現出懷疑態度，就在其最新發布的《2024 年物聯網用例采用報告》中，則是用數據反駁了這一結論。報告的關鍵結論如下：
92% 的企業聲稱物聯網用例的實施為他們帶來了正向回報（正向 ROI），比 2021 年攀升了 13 個百分點，因此物聯網方案似乎比以往任何時候都更加成功；
2021 年至 2024 年期間，企業采用物聯網用例的數量增長了 53%；
部署物聯網用例的復雜性有所緩解，這似乎推動了采用率的增長和投資回報率；
企業物聯網用例投資在 2024 年繼續增長，但速度比往年慢；22% 的受訪者計劃在 2024 年將對物聯網用例的投資增加 10% 以上（與上一年相比）。2021 年（2022 年），這一份額為 29%，下降了 7 個百分點。
流程自動化位居物聯網用例榜 TOP 1。
研究還發現，大多數物聯網用例服務于智能運營。2024 年排名前 10 的物聯網用例與 2021 年相比已有相當大的變化；然而，前 10 名應用場景按類別分布的情況保持不變：6 個智能運營場景，3 個智能供應鏈場景，1 個連接產品場景。
以下是 IoT Analytics 評出的 2024 年排名前 10 的物聯網用例——
① 流程自動化
IoT Analytics 定義：通過物聯網（IoT）的集成來自動化日常流程，從而提高生產力和準確性。
近 60% 的組織已經采用了流程自動化。作為應用最廣泛的物聯網用例，流程自動化在 57.5% 的組織中得到了采用。這與 2021 年物聯網用例報告中 33% 的采用率形成了鮮明對比，當時該用例排名第二。
流程自動化通過將互聯設備和傳感器與新舊設備（如可編程邏輯控制器 PLC 和工業計算機 IPC）集成，幫助公司簡化和自動化流程。這一用例減少了人工干預的需求，提高了效率，減少了錯誤，并增強了安全性。物聯網傳感器和邊緣計算等技術在實現實時數據收集、分析和決策方面發揮了至關重要的作用。通過將物聯網整合到現有系統中，公司可以優化工作流程，提高生產質量，并實施預測性維護。
受影響的最重要 KPI：流程自動化最顯著影響的 KPI 是勞動力效率。平均而言，大規模實施這一用例可使勞動力效率提高 8.2%。
實施案例：當澳大利亞手工釀酒廠 Burnley Brewing 因飲料需求增加而需要擴展產能之時，它還決定將自動化引入其流程中。Burnley 與澳大利亞合同電氣和工程公司 Bon Industry 合作，后者利用了美國工業自動化技術提供商羅克韋爾自動化的 FactoryTalk Craft Brew 系統——一套專為釀酒行業開發的流程管理和自動化系統。通過在整個釀造過程中部署物聯網傳感器、PLC 和其他執行硬件，并將它們連接到 FactoryTalk Craft Brew 進行數據收集和流程控制，Burnley Brewing 減少了從釀造初期的磨粉、糖化到后期的發酵罐和調節罐控制等環節中的釀酒師勞動量。
② 質量控制與管理
IoT Analytics 定義：通過集成物聯網（例如機器視覺）來增強質量控制流程。
自 2021 年以來，質量控制與管理的排名上升了 5 位。55% 的組織已經采用了基于物聯網的質量控制與管理。而在 2021 年，該用例的采用率為 30%，排名第 7，實現了顯著的提升。造成這一增長的原因之一可能是其快速的投資回報：53% 的公司在實施該用例后在不到 24 個月內收回成本。
質量控制與管理使公司能夠在生產過程中監控溫度、濕度和壓力等關鍵因素。通過實時數據，公司可以立即檢測到質量偏差，并迅速進行修正以防止缺陷。物聯網解決方案可以集成到新設備和舊設備中，利用機器學習分析數據，以在問題發生前預測潛在問題。
受影響的最重要KPI：質量控制與管理最顯著影響的 KPI 是產品質量。平均而言，大規模實施這一用例可使產品質量提高 4.6%。
③ 能源監控
IoT Analytics 定義：通過集成物聯網來監控單個設備的能源消耗。
企業計劃在能源監控方面的投資超過其他智能運營用例。在應用方面，能源監控的采用率已經上升到 55%，相比 2021 年的 20% 有了顯著增長，使其成為物聯網用例中的新星，因為新的可持續發展戰略和高昂的電價（尤其在歐洲）促使企業使用物聯網設備和傳感器來密切監控單個資產的能源消耗。在智能運營類別中，能源監控在 2023 年至 2024 年間預期投資增幅最高，達到 3.5%。
受影響的最重要 KPI：能源監控最顯著影響的 KPI 是成本。平均而言，大規模實施這一用例可將相關成本降低 8.1%。
④ 實時庫存管理
IoT Analytics 定義：利用物聯網實時跟蹤庫存水平，以優化庫存并減少短缺或過剩。
實時庫存管理在智能供應鏈用例中處于領先地位。54% 的受訪者表示，他們的公司已經全面實施或正在實施實時庫存管理。由于新冠大流行后供應鏈問題和經濟不確定性，企業正在尋求更智能的庫存管理解決方案，以防止缺貨或庫存過剩。實際上，從 2021 年到 2024 年，該用例的采用率上升了 35 個百分點，在智能供應鏈類別中，預計在 2023 年至 2024 年間將獲得 5.7% 的最大投資增幅。
受影響的最重要 KPI：實時庫存管理最顯著影響的 KPI 是股本回報率（ROE）/資本使用回報率（ROCE）。平均而言，大規模實施這一用例可使 ROE/ROCE 提高 8.1%。
實施案例：2022 年，美國跨國食品公司 Tyson Foods 希望用自動化取代原本耗時的手動流程（如庫存盤點）。該公司已經在多個流程中使用了計算機視覺，但希望通過引入機器學習來提高運營效率等目標。Tyson Foods 利用 AWS 的 Panorama 和 SageMaker 服務，實施了一套基于計算機視覺的實時庫存管理系統，部署了一個檢測模型，自動化了雞肉托盤的計數并能識別故障運輸器。這一實時庫存管理解決方案為 Tyson Foods 每個工廠每年節省了約 15,000 小時的勞動力，并幫助其避免了過度或不足生產。
⑤ 供應鏈追蹤與溯源
IoT Analytics 定義：通過物聯網監控產品和物料在供應鏈中的位置和狀態。
大多數部署供應鏈追蹤與溯源物聯網解決方案的企業實現了快速回本。緊隨實時庫存管理之后，供應鏈追蹤與溯源的采用率也達到了 54%。約 60% 的受訪者在不到 24 個月內實現了成本回收，這在所有物聯網用例中排名第二。
物聯網為供應鏈追蹤與溯源貢獻了互聯傳感器、GPS 設備、LPWAN（低功耗廣域網）和衛星技術，幫助公司通過提供關于貨物位置、狀態和運輸條件的實時可視化，監控并管理整個供應鏈的貨物流動。高級分析進一步提升了供應鏈運營，能夠預測中斷并優化路線。通過該用例，企業可以減少損失，改善交付準確性，并加強對法規要求的合規性。
受影響的最重要 KPI：供應鏈追蹤與溯源最顯著影響的 KPI 是準時交貨率。平均而言，大規模實施這一用例可使準時交貨率提高 8.5%。
⑥ 運營規劃與調度
IoT Analytics 定義：利用物聯網進行實時調度和規劃，以提高運營效率。
能源公司預計將在運營規劃與調度方面加大投資。53% 的受訪者表示，他們的公司已經部署或正在部署運營規劃與調度工具。約 75% 的能源公司計劃在 2024 年增加對這一用例的投資，平均增幅為 5.5%。
通過將物聯網技術與規劃系統集成，公司可以實時了解生產狀態、設備可用性和勞動力，從而進行動態調整和調度，這有助于減少停機時間，并確保資產的最佳利用率。算法還可以進一步分析數據，預測需求、識別瓶頸并建議最有效的調度選項，從而提高運營效率并縮短交貨時間。許多（但并非所有）實施都與現有的規劃和調度軟件相關聯，例如制造業的制造執行系統，能源行業的能源管理系統或建筑業的樓宇管理系統。
受影響的最重要KPI：運營規劃與調度最顯著影響的 KPI 是勞動力效率。平均而言，大規模實施這一用例可使勞動力效率提高 7%。
⑦ 現場設施追蹤與溯源
IoT Analytics 定義：通過物聯網對現場（如工廠或倉庫）的資產進行實時追蹤和溯源。
批發和零售行業預計將在現場設施追蹤與溯源投資中領先。調查中有一半的組織已經采用了某種形式的現場設施追蹤與溯源。在批發和零售行業中，正在測試或采用該用例的公司中，56% 預計將增加投資，平均增幅為 13%。其次是醫療保健行業的公司，預計增幅為 55%。對于這兩個行業而言，現場追蹤倉庫中的產品或醫療設施中的設備十分合理，因為這可以幫助及時發貨或滿足緊急醫療需求。
受影響的最重要 KPI：現場設施追蹤與溯源最顯著影響的 KPI 是準時交貨率。平均而言，大規模實施這一用例可使準時交貨率提高7.8%。
⑧ 資產性能優化
IoT Analytics 定義：利用物聯網提高資產的運營效率和效能。
亞太地區公司將在資產性能優化投資增長方面領先。資產性能優化的采用率為 48%，預計 2024 年這一用例的投資將略有下降，亞太地區的公司是唯一預計投資增長的地區，平均增幅為 5%。
物聯網驅動的資產性能優化是現代版的資產性能管理，它通過捕獲、整合、可視化和分析數據來提高物理資產的可靠性和可用性。它結合了先進的數據捕獲和集成工具（如物聯網網關）以及軟件工具（如物聯網平臺），以分析資產如何在最佳水平下運行和維護（例如，優化的資產速度設置、優化的材料輸入設置或優化的維護間隔）。
受影響的最重要 KPI：資產性能優化最顯著影響的 KPI 是設備綜合效率（OEE）。平均而言，大規模實施這一用例可使 OEE 提高 9.5%。
實施案例：美國的 Longroad Energy 公司在收購了一個 145 兆瓦的風電場后，發現由于設置不當，渦輪機未能達到預期的產量。Longroad 與美國的可再生能源性能分析公司 WindESCo 合作，后者部署了 Swarm System 來獲取渦輪機的實時數據，如角度和發電量。Swarm System 收集的數據存儲在云服務器上，并輸入分析平臺，平臺確定最佳角度和其他渦輪機設置，從而優化這些資產的性能。最終，Longroad Energy 的年發電量增加了 2.5%，年收入增加了 43 萬美元。
⑨ 遠程資產監控
IoT Analytics 定義：利用物聯網在只讀格式下遠程監控資產，以跟蹤性能。
盡管遠程資產監控的采用率下降，但仍顯示出強勁的增長。約 48% 的受訪者報告已經采用遠程資產監控，較 2021年的 34% 有所上升。有趣的是，這一用例在 2021 年曾受到最廣泛應用。當時，IoT Analytics 指出，遠程資產監控由于其簡單性，相較于其他用例，設置成本最低、最容易實現。隨著其他更復雜用例的采用率超越遠程資產監控，同時其自身顯著增長，這進一步證明了物聯網的成功。公司已經認識到物聯網用例的好處，并在這些用例上進行了更多投資。
受影響的最重要 KPI：遠程資產監控最顯著影響的 KPI 是成本。平均而言，大規模實施這一用例可將成本降低 6.6%。
⑩ 位置追蹤
IoT Analytics 定義：利用物聯網進行產品/資產/設備的實時位置追蹤。
位置追蹤是連接產品用例中的首位。調查中約 45% 的公司已經采用了位置追蹤。這也是唯一入選前 10 名物聯網用例的連接產品用例。
物聯網位置追蹤可以應用于各種環境，包括倉庫、工廠和戶外工作場所。機器或設備收集的位置數據幫助公司定位設備和人員，優化路線，提高資產利用率，并增強安全性。追蹤資產位置對產品供應商（例如，通過了解使用模式）和用戶（例如，通過尋找丟失的物品或防止盜竊）都非常有益。
受影響的最重要 KPI：位置追蹤最顯著影響的 KPI 是收入。平均而言，大規模實施這一用例可使銷售連接產品的公司的收入提高 1.6%。
參考資料：
《The top 10 IoT use cases》，iot-analytics
《Cisco Survey Reveals Close to Three-Fourths of IoT Projects Are Failing》，newsroom
《It’s the last IT/OT mile that matters in avoiding Industry 4.0’s pilot purgatory》，mckinsey
《Why has the Internet of Things failed?》，petewarden
