5G手机、5G网速、5G资费，亦或者5G用户数是绕不开的话题。
最近看到这样一组数据，全国5G用户破1亿大关。国内5G基站建设已突破20万大关。大家也明显能感受到5G手机上市的加速和普及速度，仅今年6月国内5G手机出货1751万部。
这是5G面向大众用户最直接的感知。而在另外一个我们看不见的，面向企业级工业级一侧，则是另外一番更加高深莫测的情形进行时。
这也是我们今天试图重点分享的工业4.0和5G时代下，物联网的样貌。
物联网（IoT）几乎会影响所有行业，最大的影响莫过于制造业。
实际上，物联网具有将传统的线性系统转变为动态的和互连的系统的潜力，也成为工厂和其他设施变革的最大推动力。
与其他行业一样，无线连接和支持它的技术使物联网和工业物联网（IIoT）的制造成为可能。
如今，物联网依靠窄带物联网（NB-IoT）标准解决的低功率和长距离。NB-IoT连接可以支持大量IoT用例，包括事件检测器，智能垃圾箱和智能计量。工业应用则包括资产跟踪，物流跟踪，机器监控等。
随着全国范围内5G连接的不断建立，全新的速度，效率和性能水平将有助于解锁新的物联网场景和用例。
更高的数据速率传输和超低延迟需求都将是5G充分发挥作用的能力。
实际上，Bloor Research在2020年的一份报告中指出，5G，边缘计算和物联网的未来是工业4.0的关键推动力。
根据市场研究公司的一份报告显示，到2020年，物联网市场预计将从2019年的688亿美元增长到982亿美元。
此外，根据Bloor研究报告，如果没有5G，启动工业4.0，将存在巨大的网络差距：不仅在为数十亿物联网设备提供连接方面，而且在传输和处理将产生的海量数据方面也是如此。
挑战的不仅仅是带宽。不同的物联网系统将具有不同的网络要求。在低延迟至关重要的情况下，某些设备将要求绝对的可靠性，而在另一些用例中，网络将不得不面对比以前更高密度的连接设备。
例如，在生产工厂中，未来有一天，简单的传感器可能会收集和存储数据，并与包含应用程序逻辑的网关设备通信。在其他情况下，可能需要通过5G协议从更广范围的传感器，RFID标签，跟踪设备甚至移动电话实时收集IoT传感器数据。
未来5G网络可以帮助实现制造业的一些物联网和IIoT效率提升和效益增长。
而展望未来，我们有更大的机会看到，以下五个用例通过当前正在构建的多频谱5G网络以及兼容设备的引入而具有强大，可靠的连接性。
生产资产的可见性
借助IoT / IIoT，制造商可以连接生产设备以及工厂和仓库中的其他机器，工具以及资产，从而使管理人员和工程师对生产运营以及任何可能出现的问题有更多的了解。
资产跟踪（轻松定位和监视生产设施的关键组件的能力）是物联网的一项关键功能。在不久的将来，公司将能够使用智能传感器在组装过程中自动跟踪零件。
通过将操作员使用的工具与生产中使用的任何机器连接起来，工厂经理可以实时查看生产产出。
制造商可以利用工厂内这些更高级别的可见性，通过使用具有最新物联网生成数据的仪表板来快速识别和解决瓶颈，从而帮助实现更快，更高质量的生产。
预测性维护
确保工厂设备和其他资产运转良好是制造商的首要任务。故障可能导致生产上的严重延误，进而可能因意外的设备维修或更换以及由于延迟甚至取消订单而导致客户不满意而造成重大损失。
保持机器最大化的正常运转可以大大减少运营费用并简化生产流程。
通过在整个工厂的机器上部署无线传感器，然后将其连接入系统，管理人员将能够提前检测预判到某台设备何时开始真正发生故障。
无线技术支持的新兴物联网系统可以感知设备中的警告信号并将数据发送给维护人员，以便他们可以主动提前维修设备，从而避免了重大的延误和成本。
此外，制造商可以实现诸如潜在的更安全的工厂环境和更长的设备使用寿命之类的好处。
提高产品质量
想象一下，在整个构建周期中对产品进行连续监控，这是通过让环境传感器返回有关对高质量至关重要的条件的数据而实现的，它可以帮助制造商打造质量更高的产品。
只要达到质量阈值，或者当温度或湿度等条件对于食品或药品等产品的生产不是最佳条件时，传感器就会提醒相关负责人。
供应链管理与优化
对于制造商来说，供应链变得越来越复杂，尤其是当他们开始在全球扩展业务时。
新兴的物联网使公司可以监视整个供应链中的事件，并通过跟踪卡车，运输集装箱甚至单个产品等资产来提供对实时数据的访问。
制造商可以使用传感器来跟踪和监视库存链中各个位置的移动。这包括制造产品所需的耗材的运输，以及成品的交付。
制造商可以提高对产品库存的可见性，从而提供更准确的时间表来安排材料的可用性和向客户运送产品。数据分析还可以帮助公司通过发现问题区域来改善物流。
数字孪生
新兴的物联网将使制造商能够创建数字孪生体，也就是物理设备或产品的虚拟副本。
制造商可以在实际构建和部署设备之前使用它们来运行模拟。
由于物联网提供的连续实时数据流，制造商可以潜在地创建基本上任何类型的产品的数字孪生模型，这将使他们能够更快地发现缺陷并更准确地预测结果。
这可能会促使产品质量更高，并降低产品模拟出厂后无需召回的成本。
从数字孪生模型中收集的数据，将使管理人员能够分析系统在现场各种条件下的运行状况。
在一系列潜在的应用中，这五大用例的每一个都可以彻底改变制造业的许多领域。
恰逢新基建的大力度和加速进程，为了实现工业4.0的终极样貌，制造业中的技术领导者将需要了解物联网将带来的主要变革、挑战，从而面向未来，取得更大的成就。
