直接點(diǎn)擊這里獲取PPT
IoT 概念最早在 1985 年由 Peter T. Lewis 提出柑贞，至今已經(jīng) 30 余年方椎。近年來(lái)伴隨著人工智能技術(shù)、5G 的快速發(fā)展钧嘶，IoT 技術(shù)的應(yīng)用再次成為了業(yè)內(nèi)關(guān)注的焦點(diǎn)棠众。
Kyligence 在幫助企業(yè)建設(shè)大數(shù)據(jù)平臺(tái)的過(guò)程中，也見(jiàn)證了 AIoT 技術(shù)從概念到實(shí)踐的演變有决，親歷了諸多前沿應(yīng)用闸拿。今天就 AIoT 技術(shù)，我們邀請(qǐng)了資深售前為大家?guī)?lái)一線的解讀书幕，在這篇文章中您將了解到：
1）AIoT 有哪些最新應(yīng)用新荤？
2）AIoT 項(xiàng)目的建設(shè)為什么需要大數(shù)據(jù)平臺(tái)？
3）AIoT 大數(shù)據(jù)平臺(tái)的通用架構(gòu)是什么台汇？
AIoT=AI（Artificial Intelligence 人工智能）+IoT（Internet of Things 物聯(lián)網(wǎng)）苛骨，是人工智能技術(shù)與物聯(lián)網(wǎng)在實(shí)際應(yīng)用中的落地融合。
AIoT將成未來(lái)20年全球最重要科技
自 2016 年以來(lái)励七，隨著 IoT技 術(shù)（傳感器智袭、移動(dòng)網(wǎng)絡(luò)，通訊標(biāo)準(zhǔn)掠抬、技術(shù)平臺(tái)）和 AI（芯片吼野、算法）的發(fā)展，智能設(shè)備越來(lái)越普及两波，例如手機(jī)的智能化應(yīng)用功能越來(lái)越多（語(yǔ)音助手瞳步、拍照闷哆、智慧識(shí)圖等），同時(shí)也催生了智能設(shè)備（教育機(jī)器人单起、智能音箱抱怔、智能攝像頭）和可穿戴設(shè)備（智能手環(huán)、智能手表）等新興產(chǎn)品市場(chǎng)嘀倒。
這些面向消費(fèi)市場(chǎng)的智能化產(chǎn)品近年來(lái)呈現(xiàn)出井噴式的增長(zhǎng)屈留，代表智能設(shè)備的智能手機(jī)，全球 2019 年 Q1 就出貨 3 億部测蘑。
AIoT 技術(shù)也在深刻改變著傳統(tǒng)企業(yè)灌危，如傳統(tǒng)家電行業(yè)在 AIoT 的支持下，增加了更多智能功能碳胳，現(xiàn)在智能化電視已經(jīng)成為各廠商的主打產(chǎn)品勇蝙，在冰箱、洗衣機(jī)挨约、空調(diào)這些家電領(lǐng)域味混，智能互聯(lián)成為新的增值點(diǎn)。而傳統(tǒng)的汽車(chē)和重工機(jī)械采用 VoT（車(chē)聯(lián)網(wǎng)）技術(shù)诫惭，大大提高了車(chē)輛/裝備的信息透明度和控制水平（如安吉星遠(yuǎn)程診斷和遠(yuǎn)程啟停）翁锡，同時(shí)支持業(yè)務(wù)創(chuàng)新 ，如汽車(chē)行業(yè)的基于駕駛行為的 UBI 保險(xiǎn)業(yè)務(wù)和重型裝備的以租代售業(yè)務(wù)等夕土。
工業(yè) 4.0 和國(guó)家的智能制造 2025 計(jì)劃盗誊，核心都是通過(guò)利用 AIoT 技術(shù)提高生產(chǎn)水平、創(chuàng)新業(yè)務(wù)方式隘弊，從而提升整體制造能力。我們可以看到荒适，裝備企業(yè)越來(lái)越多地引入新型傳感器和機(jī)器人梨熙，在傳統(tǒng)生產(chǎn)線上增加如 PLC、FCS刀诬，以期提高設(shè)備和生產(chǎn)線的智能化水平咽扇，配合大數(shù)據(jù)和 AI 技術(shù)，可在生產(chǎn)線動(dòng)態(tài)運(yùn)維陕壹、生產(chǎn)工藝優(yōu)化质欲、產(chǎn)品質(zhì)量提升等方面提高管理水平。
因此一個(gè)新的行業(yè)共識(shí)：AIoT 將成為未來(lái)二十年全球最重要的科技糠馆，并成為工業(yè)機(jī)器人嘶伟、無(wú)人機(jī)、無(wú)人駕駛又碌、智能陪伴九昧、智慧建筑及智慧城市等新興產(chǎn)業(yè)的重要基礎(chǔ)绊袋。
大數(shù)據(jù)平臺(tái)是AIoT重要組成部分
智能設(shè)備管理系統(tǒng)一般分為三大部分：邊緣平臺(tái)、大數(shù)據(jù)平臺(tái)和業(yè)務(wù)管理平臺(tái)铸鹰。
邊緣平臺(tái)直接聯(lián)接設(shè)備或網(wǎng)關(guān)癌别，主要實(shí)現(xiàn)設(shè)備管理、規(guī)則處理（如緊急停機(jī)蹋笼、聯(lián)動(dòng)報(bào)警）和實(shí)時(shí)控制功能展姐，同時(shí)將采集過(guò)來(lái)的數(shù)據(jù)進(jìn)行解析和分發(fā)（分發(fā)到業(yè)務(wù)系統(tǒng)以實(shí)現(xiàn)實(shí)時(shí)監(jiān)控、分發(fā)到大數(shù)據(jù)平臺(tái)進(jìn)行進(jìn)一步數(shù)據(jù)分析）剖毯。
大數(shù)據(jù)平臺(tái)接收物聯(lián)網(wǎng)產(chǎn)生的海量數(shù)據(jù)圾笨，進(jìn)行海量數(shù)據(jù)存儲(chǔ)，并對(duì)設(shè)備過(guò)來(lái)的數(shù)據(jù)結(jié)合內(nèi)外部其他數(shù)據(jù)進(jìn)行業(yè)務(wù)分析速兔、數(shù)據(jù)價(jià)值挖掘墅拭，為設(shè)備改進(jìn)、用戶(hù)服務(wù)和業(yè)務(wù)創(chuàng)新提供支持涣狗。通過(guò)大數(shù)據(jù)分析谍婉，甚至可以提供更強(qiáng)的人工智能為業(yè)務(wù)管理和業(yè)務(wù)創(chuàng)新提供服務(wù)。
業(yè)務(wù)管理平臺(tái)對(duì)各項(xiàng)業(yè)務(wù)進(jìn)行處理如研發(fā)镀钓、制造穗熬、內(nèi)容運(yùn)營(yíng)、客戶(hù)服務(wù)等丁溅，這些系統(tǒng)很多業(yè)務(wù)依賴(lài)于大數(shù)據(jù)平臺(tái)提供的數(shù)據(jù)和模型支持唤蔗。
大數(shù)據(jù)平臺(tái)需要具備的能力包括海量數(shù)據(jù)的實(shí)時(shí)接入（如 Kafaka）、海量數(shù)據(jù)的低成本存儲(chǔ)和高性能分析能力窟赏，目前實(shí)時(shí)/實(shí)時(shí)+批量的分析需求也越來(lái)越多妓柜，如實(shí)時(shí)預(yù)測(cè)設(shè)備故障、實(shí)時(shí)預(yù)測(cè)制造品質(zhì)等涯穷。
基于大數(shù)據(jù)平臺(tái)的能力要求棍掐，傳統(tǒng)數(shù)據(jù)平臺(tái)如基于 RDBMS 的技術(shù)體系基本不可能滿(mǎn)足，因此目前 AIoT 體系配套的大數(shù)據(jù)平臺(tái)拷况，幾乎全為 Hadoop 技術(shù)體系搭建作煌。
（注：一般情況下，大數(shù)據(jù)平臺(tái)不做設(shè)備實(shí)時(shí)監(jiān)控赚瘦，這個(gè)工作由邊緣平臺(tái)結(jié)合專(zhuān)用的設(shè)備監(jiān)控平臺(tái)來(lái)完成粟誓。在算法模型方面，大數(shù)據(jù)平臺(tái)應(yīng)具有算法庫(kù)和訓(xùn)練數(shù)據(jù)區(qū)起意，利用歷史數(shù)據(jù)訓(xùn)練好的算法模型可進(jìn)行實(shí)時(shí)計(jì)算以實(shí)時(shí)預(yù)警和預(yù)測(cè)鹰服，目前的趨勢(shì)是訓(xùn)練好的算法模型移植到邊緣平臺(tái)。）
可以說(shuō)杜恰，物聯(lián)網(wǎng)获诈、大數(shù)據(jù)仍源、及人工智能三者是相互協(xié)同，缺一不可的關(guān)系舔涎，事實(shí)上笼踩，很多物聯(lián)網(wǎng)、人工智能項(xiàng)目必然需要配套大數(shù)據(jù)平臺(tái)的建設(shè)亡嫌，如汽車(chē)企業(yè)嚎于，就是因?yàn)樵黾恿酥悄芑ヂ?lián)汽車(chē)，傳統(tǒng)數(shù)據(jù)平臺(tái)無(wú)法滿(mǎn)足海量數(shù)據(jù)的采集挟冠、存儲(chǔ)和分析利用的需要于购，所以必須配套大數(shù)據(jù)平臺(tái)的建設(shè)。
大數(shù)據(jù)平臺(tái)承擔(dān)的作用包括：
1）接收存儲(chǔ)設(shè)備傳來(lái)的高流量數(shù)據(jù)
2）海量數(shù)據(jù)存儲(chǔ)（長(zhǎng)時(shí)間歷史）
3）為AI算法提供數(shù)據(jù)原料和訓(xùn)練場(chǎng)所
4）支持業(yè)務(wù)運(yùn)營(yíng)和業(yè)務(wù)創(chuàng)新
AIoT大數(shù)據(jù)平臺(tái)通用架構(gòu)
如下圖所示知染，AIoT 大數(shù)據(jù)平臺(tái)分為數(shù)據(jù)來(lái)源層肋僧、數(shù)據(jù)采集層、計(jì)算存儲(chǔ)層控淡、數(shù)據(jù)服務(wù)層嫌吠。
事實(shí)上，AIoT 大數(shù)據(jù)平臺(tái)除采集來(lái)源于傳感器的 IoT 數(shù)據(jù)外掺炭，亦會(huì)采集企業(yè)內(nèi)部辫诅、外部和第三方數(shù)據(jù)，以對(duì)全域數(shù)據(jù)進(jìn)行整合以全面洞察業(yè)務(wù)涧狮，如移動(dòng)設(shè)備（手機(jī)）企業(yè)炕矮，除采集設(shè)備本身元器件數(shù)據(jù)、功能和應(yīng)用日志數(shù)據(jù)外者冤，亦會(huì)結(jié)合用戶(hù)的商城訪問(wèn)肤视、購(gòu)買(mǎi)、咨詢(xún)和售后數(shù)據(jù)涉枫，全面了解用戶(hù)的需求钢颂，以提供個(gè)性化的產(chǎn)品服務(wù)。在 IoT 生態(tài)鏈打造過(guò)程中拜银，融合不同來(lái)源的數(shù)據(jù)，已經(jīng)成為業(yè)務(wù)分析的必要條件遭垛。
基于不同的數(shù)據(jù)來(lái)源和數(shù)據(jù)類(lèi)型尼桶，計(jì)算和存儲(chǔ)功能是大數(shù)據(jù)平臺(tái)的重點(diǎn)建設(shè)內(nèi)容，在這一層需要進(jìn)行多類(lèi)型數(shù)據(jù)的接入锯仪、存儲(chǔ)泵督、處理，因此低成本存儲(chǔ)和高性能計(jì)算（包括批量和流式計(jì)算）是平臺(tái)建設(shè)的核心庶喜，因此如何規(guī)劃設(shè)計(jì)數(shù)據(jù)流小腊、數(shù)據(jù)處理方式救鲤，如何采用高性能技術(shù)組件，需要認(rèn)真選型秩冈。
大致來(lái)說(shuō)本缠，AIoT 大數(shù)據(jù)平臺(tái)需要考慮實(shí)時(shí)數(shù)據(jù)處理、非結(jié)構(gòu)化（如文本入问、圖像丹锹、音頻等）數(shù)據(jù)處理和結(jié)構(gòu)化數(shù)據(jù)處理三種類(lèi)型，這三種數(shù)據(jù)處理可能采用不同的技術(shù)方法芬失，處理后的如何數(shù)據(jù)連接楣黍、整合，可能不同的企業(yè)會(huì)采用不同的方式棱烂。
在數(shù)據(jù)服務(wù)層租漂，大致可分為針對(duì)內(nèi)部用戶(hù)、外部用戶(hù)和 IT 用戶(hù)三類(lèi)颊糜，目前利用數(shù)據(jù)科學(xué)深度挖掘 AIoT 價(jià)值屬于數(shù)據(jù)應(yīng)用的熱點(diǎn)哩治，如進(jìn)行手機(jī)換機(jī)預(yù)測(cè)、設(shè)備檢修時(shí)機(jī)預(yù)測(cè)芭析、組合推薦營(yíng)銷(xiāo)等锚扎。除內(nèi)部用戶(hù)分析數(shù)據(jù)用于產(chǎn)品品質(zhì)改善、推薦營(yíng)銷(xiāo)馁启、個(gè)性化服務(wù)外驾孔，鑒于 IoT 的數(shù)據(jù)擁有巨大的價(jià)值，許多企業(yè)在探索開(kāi)發(fā)數(shù)據(jù)產(chǎn)品實(shí)現(xiàn)增值服務(wù)惯疙，如對(duì)車(chē)主的充電樁翠勉、停車(chē)場(chǎng)、購(gòu)物場(chǎng)所的引導(dǎo)等霉颠。在國(guó)外对碌，基于車(chē)主駕駛行為的個(gè)性化保險(xiǎn)（UBI）亦是數(shù)據(jù)價(jià)值變現(xiàn)的典型案例。0
Kyligence 在 AIoT 大數(shù)據(jù)平臺(tái)的定位和作用
Hadoop 技術(shù)體系構(gòu)建的 AIoT 大數(shù)據(jù)平臺(tái)具有低成本蒿偎、可擴(kuò)展（Scale-Out）朽们、高性能數(shù)據(jù)存儲(chǔ)和處理的顯著特點(diǎn)，在數(shù)據(jù)服務(wù)層面诉位，根據(jù)不同的應(yīng)用場(chǎng)景會(huì)利用不同的技術(shù)組件來(lái)實(shí)現(xiàn)業(yè)務(wù)需求骑脱。在數(shù)據(jù)聚合分析領(lǐng)域，基于 Apache Kylin 的 Kyligence 被很多 AIoT 大數(shù)據(jù)平臺(tái)使用苍糠。
Kyligence 是 Hadoop上 的 OLAP 組件叁丧，利用 Kyligence，用戶(hù)可在圖形化界面上構(gòu)造業(yè)務(wù)分析模型，Kyligence 根據(jù)模型拥娄，利用 Hadoop 高性能計(jì)算引擎（Mapreduce/Spark）對(duì)模型進(jìn)行預(yù)計(jì)算蚊锹，并提供標(biāo)準(zhǔn)的 ODBC/JDBC 接口提供業(yè)務(wù)統(tǒng)計(jì)分析、明細(xì)查詢(xún)功能稚瘾。同時(shí)提供 API 接口牡昆，可更好與業(yè)務(wù)系統(tǒng)對(duì)接，實(shí)現(xiàn)數(shù)據(jù)分析直接服務(wù)于業(yè)務(wù)操作閉環(huán)流程中孟抗。
需要指出的是迁杨，Kyligence 支持 kafka 作為數(shù)據(jù)源實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)分析，可幫助企業(yè)更細(xì)致分析相關(guān)業(yè)務(wù)凄硼，如一天內(nèi)每小時(shí)的業(yè)務(wù)量铅协，或者用戶(hù)在一整天的行為等。
綜合來(lái)說(shuō)摊沉，在 Kyligence 的支持下狐史，AIoT 大數(shù)據(jù)平臺(tái)可在產(chǎn)品研發(fā)與品質(zhì)改善、工藝改進(jìn)與產(chǎn)線維護(hù)说墨、業(yè)務(wù)運(yùn)營(yíng)與業(yè)務(wù)創(chuàng)新等方面支持業(yè)務(wù)骏全。
如某手機(jī)廠商 AIoT 大數(shù)據(jù)平臺(tái)，將 IoT 數(shù)據(jù)應(yīng)用于手機(jī)研發(fā)尼斧、OS 開(kāi)發(fā)姜贡、云服務(wù)運(yùn)營(yíng)等領(lǐng)域，取得了良好的收益棺棵。
在這些場(chǎng)景中楼咳，Kyligence 產(chǎn)品得到了廣泛應(yīng)用，如通過(guò)統(tǒng)計(jì)分析手機(jī)元器件的性能和功耗烛恤，尋找最優(yōu)元器件組合母怜，以實(shí)現(xiàn)更好的產(chǎn)品品質(zhì)；根據(jù)用戶(hù)對(duì)元器件功能使用缚柏，基于場(chǎng)景定制型號(hào)等苹熏。
Kyligence 支持用戶(hù)自助從多個(gè)角度進(jìn)行業(yè)務(wù)分析，業(yè)務(wù)人員可通過(guò)數(shù)據(jù)分析對(duì)業(yè)務(wù)進(jìn)行改進(jìn)和創(chuàng)新杀餐，如某用戶(hù)通過(guò)數(shù)據(jù)分析發(fā)現(xiàn)手機(jī)標(biāo)配的耳機(jī)插口轉(zhuǎn)換器使用的用戶(hù)比例情況疙挺，發(fā)現(xiàn)大多數(shù)用戶(hù)并不會(huì)經(jīng)常使用該配件，于是改變默認(rèn)搭配的方式怜浅，在新的產(chǎn)品配置中，刪除標(biāo)準(zhǔn)配置，并在商城進(jìn)行單獨(dú)銷(xiāo)售恶座，此項(xiàng)改進(jìn)為企業(yè)帶來(lái)了數(shù)千萬(wàn)的收益搀暑。
在某汽車(chē)主機(jī)廠，將車(chē)聯(lián)網(wǎng)數(shù)據(jù)和生產(chǎn) IoT 數(shù)據(jù)除用于內(nèi)部的營(yíng)銷(xiāo)服務(wù)跨琳、產(chǎn)品改進(jìn)和供應(yīng)制造外自点，更積極在 UBI 保險(xiǎn)、二手車(chē)評(píng)估脉让、后市場(chǎng)合作服務(wù)領(lǐng)域運(yùn)營(yíng)數(shù)據(jù)桂敛，以實(shí)現(xiàn)數(shù)據(jù)增值。
如通過(guò)采集試驗(yàn)樣車(chē)的測(cè)試車(chē)聯(lián)網(wǎng)數(shù)據(jù)溅潜，針對(duì)故障進(jìn)行分析术唬，了解故障產(chǎn)生的場(chǎng)景、環(huán)境工況等滚澜，以更有針對(duì)性改進(jìn)設(shè)計(jì)粗仓，提高產(chǎn)品競(jìng)爭(zhēng)力。
總結(jié)
AIoT 以數(shù)據(jù)量大设捐、數(shù)據(jù)增長(zhǎng)迅猛借浊，以及業(yè)務(wù)運(yùn)營(yíng)精細(xì)化的特點(diǎn)，對(duì)大數(shù)據(jù)平臺(tái)提出了挑戰(zhàn)萝招，而 Kyligence 作為 Hadoop 平臺(tái)原生技術(shù)組件蚂斤，可對(duì)海量數(shù)據(jù)進(jìn)行高性能分析牵寺，并通過(guò) Scale-out 能力沼头，應(yīng)對(duì)數(shù)據(jù)量和用戶(hù)數(shù)的指數(shù)性增長(zhǎng)，幫助企業(yè)從研發(fā)父虑、制造到服務(wù)運(yùn)營(yíng)各個(gè)領(lǐng)域充分利用 IoT 的數(shù)據(jù)母赵，實(shí)現(xiàn)業(yè)務(wù)改善和業(yè)務(wù)創(chuàng)新逸爵。
