AWS、IBM與Microsoft這些大型服務商都具備足夠能力，在雲端平台處理龐大的資料集合、執行機器學習與人工智慧。這些雲端巨擘建立起託管服務(managed service)，以支援企業實現物聯網，不過，對企業來說，到底什麼才是最好的作法呢？
文／Neal Weinberg‧譯／曾祥信
物聯網(IoT)資料儲存與分析領域擁有著巨大商業潛力，吸引公有雲供應商趨之若鶩地投入物聯網市場，為企業提供物聯網一切所需，從個別的程式模組，到完整的託管服務(managed service)，以及介於此兩者之間的各式組合方案，一應俱全。
從物聯網設備所產生的資料量相當驚人。國際數據資訊(IDC)預測，到了2025年，全世界將有559億個能夠互聯的設備，其中 75% 的設備會連接到物聯網平台。IDC估計在2025年，物聯網設備產生的資料量將達 79.4 ZB（譯註：zettabytes，為TB的10億倍）。
超大規模的企業，當然擁有處理如此巨大資料量的能力，也有足以執行分析的機器學習和人工智慧專門技術。然而多數一般企業並不具備這些能力，就算有，許多企業組織也意識到，由機器所產生的資料，與人工產生的資料具有本質上的差異，應採取不同的方式來應對處理。
[ 下載 2020-21 CIO大調查報告，掌握物聯網最新趨勢 ]
例如，商業資料（客戶資料、業務處理資料、應用程式和軟體開發資料）具備固有的價值，這類資料必須被分類、保護及儲存，同時也必須容易存取和搜尋，並在遭遇損毀時能夠盡快回復資料。但在許多物聯網使用情境下，機器產生的資料只在特殊情況才有意義，像是機器設備過熱，或是影像監視器拍到入侵者等。在其餘的大部份時間，這類資料不會產生什麼價值；因此，或許企業不該將寶貴的資料中心資源，分配在這類型的資料用途上。
比較理想的作法是，盡可能在最靠近物聯網資料被產生的地方執行分析，也就是邊緣網路(edge)。在邊緣網路處理物聯網資料，可讓企業獲得即時分析結果，同時避免浪費網路頻寬，節省在設備與雲端之間往返傳送這類資料的傳輸成本。
技術顛覆型公司例如ClearBlade、FogHorm、Crosser已經捷足先登，提供「邊緣原生」(edge-native)、不用倚賴雲端、少量或毋需程式碼的物聯網平台。這類平台對企業極有吸引力，因為它們能夠為企業帶來靈活度、客製化能力、低成本且容易使用的開發工具。甚至，它們可避免企業被特定雲端供應商綁定(vendor lock-in)。
物聯網平台供應商有哪些
不過企業對抗雲端供應商的競賽可不止於此。許多家公司，像是SAP、Salesforce和Nutanix皆有物聯網平台，而Cisco與Huawei（華為）則由設備與網路的角度切入物聯網市場。在工業物聯網戰場上，PTC、Siemens、Rockwell、Schneider Electric 和 Emerson Electric 也各自擁有自家專屬的物聯網平台。
而領先的雲端平台供應商也有所回應，包括 Microsoft Azure、Amazon AWS、IBM Watson，皆將他們的物聯網平台能力，由雲端擴展到邊緣網路；如今他們以擁有全面的物聯網方案而自豪。
ABI Research 分析師 Kateryna Dubrova 說：「全世界目前共有400多家物聯網平台供應商，提供建立物聯網方案所需的整套服務，但只有AWS、IBM和Microsoft成功建立出最全面的物聯網技術架構。」這些技術包括了：設備連網能力、設備管理、資料管理與儲存、資料處理與串流、事件管理、資料分析、機器學習、人工智慧，和資料視覺化。
[ ????推薦閱讀： 如何一舉躍居物聯網產業領導者地位？ ]
例如，Amazon提供的套裝服務包含：FreeRTos作業系統，用來編寫微控制器的程式；Greengrass，能在本機執行運算、訊息傳遞、資料快取和機器學習推論；IoT Core 提供連網能力；Device Defense 提供安全防護；IoT Device Management 處理設備管理；此外，還有各種分析工具，例如 IoT Analytics、Events、SiteWise和 Things Graph。
Frost & Sullivan 商業諮詢公司的研究部門資深主管 Dilip Sarangan 表示，除了提供自家服務之外，雲端供應商採取的策略是建立起豐富的生態體系，包括合作夥伴、市集(marketplace)、開發平台和應用程式介面(API)的完整生態體系。如此一來，他們就能盡可能地提供最大的靈活性與最多的方案選項─只求企業資料最終是需要在他們家的雲端平台上，執行較高層次的處理就行。
Counterpoint Research 副總裁 Neil Shah 則表示，主要雲端廠商提供完全託管、點對點的物聯網部署方案，以實現「獲取最大價值」的目標。不過他們也透過提供開放介面，及與其他廠商合作的方式，來回應企業對於被供應商鎖定(vendor lock-in)的顧慮。
物聯網有極多不同種的應用情境，加上各種物聯網設備 ─ 如連網汽車、智慧城市、智慧家庭、製造業、加油站、醫療、影像監視器等。這會產生各種不同類型的資料，所以供應商採取「任君選擇」的客製化策略，就顯得非常合理。
[ 加入 CIO Taiwan 官方 LINE 與 FB ，與全球CIO同步獲取精華見解 ]
分析師Dubrova補充道，目前的雲端供應商缺乏特殊領域的專長技術。Dubrova說：「雲端供應商的分析工具集，愈來愈著重支援的廣度，但功能卻很有限；而這正是雲端合作夥伴有機會做出差異化的關鍵之處。」相反地，軟體開發商和物聯網生態體系等公司，可透過在主要雲端服務供應商平台上提供服務的方式，發揮出他們的利基優勢。
以企業的觀點來說，Dilip表示企業想要實現物聯網，可以採取多種不同的作法。某些公司可以延續與IBM、Microsoft或Amazon既有的關係，使用完整的託管服務(managed service)；其他公司則可與他們現行合作的軟體或硬體廠商合作，實現架構更新或是數位轉型計畫，並讓這些廠商處理後端工作。某些公司也許適合購買新創企業提供的物聯網完整解決方案；另外某些公司可考慮將物聯網專案外包給第三方合作夥伴，例如Accenture或DXC。
有時候，手工啤酒也可能讓一家企業開展出物聯網旅程，就如同 Joe Vogelbacher 的故事。Vogelbacher是比利時風味啤酒廠 Sugar Creek Brewing Co. 的創辦人暨執行長，該公司位於美國北卡羅萊納州的夏洛特市。
當比利時風味啤酒廠遇上IoT與AI
鄰近夏洛特機場的 Sugar Creek 酒吧，是商務旅行人士熱門的聚會場所。有一天，IBM和德國工程公司Bosch的眾多高層主管因拜訪客戶而來到這裡，Vogelbacher帶著他們參觀了 Sugar Creek 啤酒釀造廠。
Vogelbacher向眾人說明，由於在製酒過程中會有啤酒溢出及填裝酒量不一致的問題，導致他的公司每個月損失3萬美元。有些酒瓶的泡沬太多，有些則不足。有些酒瓶填裝的量過多，有些卻太少。這段對話，轉變成IBM和Bosch業務代表之間的腦力激盪會議，這兩家企業各有自己的物聯網軟體平台，表示或許可以幫忙解決問題。他們最終達成協議，這些科技專家和啤酒公司決定攜手合作，透過物聯網來改善啤酒製程。
首先，IBM和Bosch團隊花時間了解啤酒製程中需要被解決的特定問題，並決定在什麼地方，安裝那種類型的感應裝置。Vogelbacher表示，IBM建立了一個獨立且安全的無線網路；接著他們安裝攝影機，在每支酒瓶脫離生產線時拍下影像。IBM雲端平台會分析這些影像，並將幾近即時的資訊傳回給 Sugar Creek 啤酒廠，讓釀酒師能夠即時調整製程設備，以減少啤酒滿溢狀況。
隨著時間的推進，IT團隊增設了Bosch感應器和流量儀，用以蒐集啤酒發酵製程中的關鍵參數資訊，例如溫度、pH值、重力、氣壓和碳酸化程度。Vogelbacher表示，物聯網系統每秒鐘都在自動蒐集各種數據，員工再也不用拿著筆記板走來走去記錄資訊。他說：「物聯網系統為我們開啟新契機，讓我們可以做出更好的決策，更有效地排除疑難問題」。
物聯網感應器的資料會透過獨立的 Wi-Fi 5 (802.11ac) 網路傳送到閘道器，這些閘道器內建GPU圖形處理器，可根據影像資料進行分析、判斷，並記錄啤酒瓶的填滿程度。此外，資料會透過MQTT協定，傳送到IBM雲端的公用網路並同步化。一旦資料分析完成，分析結果會自動呈現在60吋大螢幕上，讓 Sugar Creek 釀酒師即時看到結果。他們還為這些螢幕裝上輪子，方便在製酒廠內移動它們。
Vogelbacher表示，物聯網系統為他的公司減少裝填滿溢所造成的支出，每個月至少節省了一萬美元。更重要的是，物聯網幫助公司提升了啤酒品質。Vogelbacher說：「品質，自始至終是我們的核心價值。」物聯網系統讓 Sugar Creek 啤酒釀造廠得以鑑定啤酒的品質因素，包括了味道、香氣、外觀、口感等，並將這些品質考量與特定製程參數建立起彼此的關聯。
Vogelbacher並未就此罷手，他現在和IBM與Watson團隊合作，蒐集客戶的網路評價，將這些資訊轉化為有用的產品製程參數，期盼能生產出他所謂的「徹底的人工智慧啤酒」。
物聯網雲端爭覇：AWS、Azure與IBM
根據 Counterpoint Research 副總裁Shah的說法，Microsoft Azure 提供了最全面的物聯網平台。Shah表示：「在強大的企業級雲端事業驅動之下，Microsoft Azure 物聯網是唯一成功打造出邊緣物聯網運算能力的點對點平台，而且Azure的系統互通性 (interoperability) 明顯優於其他價值鏈 (value-chain) 競爭對手 」。
AWS提供強健的雲端物聯網和應用程式能力，並以Greengrass軟體打造邊緣運算能力。但是據 Counterpoint Research 分析，在進階與規模化的邊緣資料分析引擎方面，AWS仍落後Microsoft和其他以邊緣運算為主的供應商。
IBM的最大優勢，則是來自自家的Watson機器學習與人工智慧平台。此外，併購 Red Hat 一舉，強化了IBM的邊緣運算軟體、安全性及資料視覺化能力。不過Shah認為，在與合作夥伴建立關係和邊緣分析能力方面，IBM仍在迎頭趕上的階段。
Dubrova的分析指出，AWS和Azure之所以能夠領先其他競爭對手，是因為他們持續在全球各地興建新的資料中心，有效將邊緣運算能力帶到離客戶更近的位置。同時，他們也有最優良的預先建構機器學習模型，及易於使用的分析工具集，這些都是成功關鍵。在前面提到的 Sugar Creek 啤酒釀造廠例子中，機器學習模型正是或不可缺的要素，讓該公司得以判斷每瓶啤酒是否具有最佳的泡沬比例以及正確的填充量。
對企業的好消息是，他們有不同的物聯網建立選擇。Dubrova表示，公司可以在不影響IT基礎設施和資源的情況下，一步步地建立起物聯網部署所需的建置元件。另一個選項是使用託管服務，Dubrova說：「企業可透過AWS和Azure的訂閱管道，直接使用雲端供應商的專門技術及分析服務；而在 IBM marketplace 平台上，訂閱流程簡單到幾乎可算是『一鍵購買』」。
Shah表示物聯網市場目前還在初期發展階段，而隨著數百萬計的企業展開數位轉型，此市場有足夠空間，讓每個物聯網平台都有發展與成功的潛力。Shah說：「由於眾多優異的物聯網平台彼此競爭，同時又互相彌補彼此的不足，將來很可能會出現合作性競爭(co-opetition)模式，協助企業打造出有效且高效率的物聯網解決方案」。
( 本文授權非營利轉載，請註明出處：CIO Taiwan )
