克服数据孤岛挑战：工业4.0如何为无缝数据互操作性铺平道路

译者 | 李睿

审校 | 重楼

工业4.0是技术创新和互联互通相融合的场所，将各种可能性变为现实，让人们为机器和自动化的未来做好准备。

它证明了智能自动化的适用性，并解决了人们在数字时代面临最重大的挑战之一——数据孤岛。

长期以来，数据孤岛一直困扰着企业，阻碍了他们充分利用数据资产潜力的能力。这些远程的信息库限制了企业不同部门或系统之间的数据共享和协作，阻碍了有价值的见解的流动，并阻碍了有效的决策。这为一体化带来了一个潜在的新市场。

根据研究机构最近发布的一份研究报告，从2021年到2026年，全球数据集成市场预计将以11.0%的复合年增长率增长。市场收入在2021年约为116亿美元，预计到2026年将达到196亿美元。该报告还包括行业趋势分析，提供了对市场增长潜力和未来前景的见解。

了解数据孤岛带来的关键挑战

• 缺乏标准化：不同的系统使用不同的数据结构和格式，阻碍了通信和互操作性。
• 数据质量问题：不一致或不完整的数据会影响互操作性，并可能导致数据交换过程中的错误。
• 集成复杂性：集成系统（尤其是遗留系统）可能既复杂又耗时，还会影响互操作性。
• 缺乏治理：缺乏明确的数据互操作性指导方针和政策，导致混乱和不一致。
• 数据不可访问：孤岛阻止了企业的部门或系统之间的信息访问和共享。
• 冗余和重复：孤岛导致冗余的数据存储，并且由于单独的数据库或系统而增加成本。
• 缺乏数据一致性：数据定义、格式和质量不一致会妨碍准确的分析和决策。

它进一步导致孤立的分析和报告。数据孤岛限制了全面和集中的报告和分析。

然而，工业4.0使企业能够摆脱数据孤岛的限制，并释放互联数据的变革力量。通过促进互操作性和无缝集成，工业4.0使企业能够利用其丰富的数据，从而在数字时代提高效率、进行创新和具有竞争力。

工业4.0技术如何解决这些问题?

人工智能、物联网、区块链、边缘计算等工业4.0技术实现了互操作性，在解决数据孤岛带来的挑战方面发挥了至关重要的作用，并实现了无缝的数据集成和协作。

鉴于人工智能产品意识的快速增长(多亏了ChatGPT)，讨论新兴科技领域的人工智能能力势在必行。虽然需要其他的文章来介绍，但Parso公司发布的一篇出色的白皮书深入探讨了数据孤岛的挑战。

Parso公司通过其用户友好的交互层克服了数据孤岛。用户可以浏览和探索多个数据孤岛，在类似于“谷歌地球”的统一界面中访问相关的用例和应用程序。Parso的市场支持积极参与，而Request Content允许用户根据其地理空间位置获取相关数据。Builder Apps使用户能够使用开源SDK创建定制应用程序，并将其无缝集成到数据互操作性解决方案中，从而促进数据交换。

内容和数据层侧重于数据摄取，可以利用FLOW SDK和Elastic Knowledge GraphTM实现数据互操作性。Parso Logic PatternsTM支持对有意义的连接进行语义建模。内容创建包括联合内容和实现云原生基础设施，打破数据孤岛。交易层处理订阅、协议税、投票和权益，确保市场生态系统运行良好。身份层建立数据来源的虚拟所有权和信任。他们的解决方案支持数据场景化、M/L驱动的互操作性、开发人员访问和可视化数据节点互操作性。

在谈到工业4.0的挑战时，Parso公司首席执行官Bruno Kocher表示：“如今，科技行业比以往任何时候都面临着网络安全威胁、与人工智能相关的道德问题以及加速技术可能性等挑战。应对这些挑战需要开放生态系统中的人们之间的协作、强大的安全措施、道德框架以及优先考虑数据互操作性。这一愿景还包括努力提高整体效率，同时与可持续发展目标保持一致，以确保技术对社会和环境产生积极影响。”

而物联网是Web3堆栈的另一个不可或缺的组成部分，用于优化不同来源的数据利用率。

工业4.0利用物联网在工业环境中连接各种设备、传感器和机器。物联网平台促进了整个价值链的数据收集、分析和共享，减少了数据孤岛。通过使物联网设备能够连接和共享数据，物联网促进了工业生态系统不同组件之间的互操作性和协作。

此外，物联网连接扩展到企业的边界之外。它支持与外部利益相关者(例如供应商、客户和合作伙伴)进行数据共享和协作。企业可以通过安全的数据交换协议建立无缝连接，打破不同实体之间的孤岛，促进整个价值链的协作。

例如，在智能工厂设置中，机器中的物联网传感器收集各种参数的数据，例如温度、振动、能耗和生产输出。这些数据被传输到物联网平台，该平台经过处理并提供给相关利益相关者。制造团队可以访问机器性能的实时数据，而维护团队可以接收潜在问题的警报。这种连接性和数据共享级别提高了操作效率，支持预测性维护，并促进了不同团队之间的协作。

工业4.0利用云计算和边缘计算技术来处理和存储来自各种来源的数据。

云平台提供了一个集中的存储库，可以在其中收集、集成和分析来自不同系统的数据。边缘计算使数据处理和分析能够在网络边缘进行，更接近数据源，减少延迟并增强实时决策。例如在智能电网中，安装在发电、输电和配电设备上的传感器的数据被实时收集和处理。这些数据存储在云中，使公用事业公司能够监控电网的健康状况，预测和防止故障，并优化能源分配。

结论

随着企业迈向工业4.0的未来，在数据驱动和互联世界的旅程中充满了无限的希望。有了克服数据孤岛带来的挑战的能力，企业将利用其数据资产的真正力量。无缝的数据集成和互操作性将为变革性的洞察、明智的决策和前所未有的协作铺平道路。

数据壁垒的打破将为各行各业的创新、效率和增长带来新的机遇。工业4.0对互联生态系统的愿景，即数据无缝流动，系统之间的边界消失，将推动人们走向未来，数据孤岛将成为过去的遗迹，数字时代的真正潜力将得到充分实现。

原文标题：Overcoming the Data Silo Challenge：How Industry 4.0 Paves the Way for Seamless Data Interoperability，作者：Yash Mehta