德国电信在物联网实践方面的案例分析

简介:

随着技术的快速演变,计算的范围在不断扩展。计算通过各种形式融入到各种各样的物体中,变得随处可见。全球物联网正从以碎片化、孤立化应用为主的起步阶段迈入“重点聚焦、跨界融合、集成创新”的新阶段。

2016年,Amazon推出了AWS IoT Button。AWS IoT托管云平台让连接设备可以轻松安全地与云应用及其他设备进行交互。产品主要针对那些刚开始使用AWS服务而不用编写专门代码的开发者。英特尔则发布了物联网关方案,构建异构设备通往云端的统一通道。一个涵盖从芯片、感知器件、操作系统、设备互联、边缘计算、关键软件、数据整合分析到各个垂直应用的生态系统,在推动“物联云”的发展中起到了重要作用。

在运营商领域,德国电信很早就开始了交通汽车领域物联网业务的尝试。德国电信提供的服务一定程度上受到德国工业4.0总体战略思想的影响。

2010年上半年,德国电信T-Systems就已经和载重汽车制造商MAN共同推出了Telematics服务。随着云计算技术和大数据应用的拓展,Telematics的业务前景和外延得到了很大的拓展。科研机构携大数据分析处理技术,市政交通管理部门携更为广泛和深入的城市交通管理需求,汽车制造商携更为智能化的客户需求纷纷加入平台。德国电信的解决方案单元T-Systems具有戴姆勒原先IT部门的知识积累,因此以行业应用的方式进行产品设计条件显得非常充分。

2013年,德国“安全智能交通——德国测试现场”项目承担单位宣布完成当时世界最大规模的智能安全交通技术现场测试。在德国黑森州法兰克福周边划定的测试现场,120辆车、500位司机共行驶了160万公里路程。当时项目的效益预期是这样分析的:德国有5200万辆注册汽车,每一辆都与智能交通管理系统相连接,意味着大量的运营数据和城市管理基础数据平台的建立。尽管该研究计划投入6900万欧元,但考虑到每年德国因道路交通堵塞所造成的经济损失高达170亿欧元,这一计划就显得非常有价值。在这个领域,德国电信继续重点布局车联网,面向车载前装、后装市场提供硬件开发、网络连接、应用服务等车联网解决方案,已经形成了车联网领域重要的推动力量。

2015年,德国电信在CeBIT 2015上推出了物联云平台(cloud of things),希望为大中型企业的数字化战略提供较低成本的云服务支撑。目标客户可以使用新的“工业4.0”整体解决方案,包括硬件设备、SIM卡和数据流量套餐,通过德国电信的云服务接入这一平台。德国电信通过能力开放的方式,为应用开发商、设备提供商、系统集成商等合作伙伴提供良好的物联网生态系统。在解决方案提供者方面,德国电信向用户提供从硬件设备、系统解决方案到大数据处理分析的整体解决方案,必要的话甚至可以提供相关联的咨询服务。

2016年,德国电信在CeBIT 2016上宣布正式发布开放电信云(Open Telekom Cloud),提供全套云服务,包括私有云、公有云以及软件解决方案(可同企业现有IT基础设施无缝集成),为欧洲企业提供各种基于客户需求规模、按需付费、安全的云服务,以应对快速变化的市场环境。T-Systems推出的私有云产品“Dynamic Service”服务,通过IT资源的虚拟化给客户提供动态服务。在云服务领域,T-Systems有着非常深厚的积累和实践。

T-Systems提供资源池,独立、自动地根据众多客户的标准请求或文件需求提供服务。客户则根据自己的需要,随时享用这些IT资源服务。这样的创新都基于网络的强大计算能力和数据中心资源,使得终端提供的应用逻辑和数据存取都在Web平台上实现,从而极大地降低对终端设备的计算能力要求。服务提供过程中,T-Systems通过为不同规模的公司提供安全、端到端的云解决方案,从咨询、实施、计费到客户服务及维护积累了大量经验。与此同时,T-Systems的合作伙伴生态圈也在不断扩大,微软、SAP、思科、Salesforce、VMWare、华为、Oracle、SugarCRM和Informatica等多家公司逐渐丰富和深化T-Systems的IT能力。

随后T-Systems与SAP在云计算领域加深合作,并成为SAP认证的SAP HANA企业云运维服务供应商。进一步深化行业应用深度,形成更为专业的解决方案. 根据特定的SAP HANA平台进行设施建设,为客户提供大数据环境下的高性能商业应用程序,满足云计算端对端的大数据服务需求。通过使用SAP HANA企业云,客户无需购买T-Systems的解决方案和技术设施,只需使用建立在多样化云平台上的应用程序便可轻松享受大数据服务。

通过“云化”构建开放平台,引入具有丰富行业经验的合作伙伴共同提供快速服务的能力。通过项目和数据的积累逐步提升行业影响力和话语权,在此过程中不断完善生态圈,成为具备丰富运营数据的云服务提供商。在数据日趋丰富和云服务逐渐成熟后,物联网战略的落地显得更加现实。从而形成与普通物联网企业的竞争差异。

工业4.0是由德国产、学、研各界共同制定以提高德国工业竞争力为主要目的的战略。支撑工业4.0的是物联网技术和制造业服务化倾向的兴起。也就是说,大量的价值不仅存在于信息技术带来的采集和传输上,更存在于领先的制造业经验和知识方面。这些内容都会以“云端价值”的形式体现出来。德国电信并没有把具体业务运营作为重点,反而是将精力放在提前建设类似物联云这样的基础性平台上。这些平台可以为未来产品创新提供孵化基地,让德国电信智能业务以“轻资产”的方式实现,真正体现了平台布局的价值。

深圳北航物联网研究院(www.buaaiot.org)多年来深耕物联网,长期从事物联网项目咨询及物联网技术研究,为企业提供完整的物联网解决方案。物联化和数据驱动的企业数字转型在很多行业已经发生,然而无处不在的物联服务对企业的数字化能力、资金实力、管理能力都提出了新的挑战。要真正发挥物联网的力量,仍然需要更多的想象力和行动力。

相关实践学习
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
1月前
|
人工智能 边缘计算 监控
【开源视频联动物联网平台】视频AI智能分析部署方式
【开源视频联动物联网平台】视频AI智能分析部署方式
99 3
|
7月前
|
关系型数据库 物联网 PostgreSQL
沉浸式学习PostgreSQL|PolarDB 11: 物联网(IoT)、监控系统、应用日志、用户行为记录等场景 - 时序数据高吞吐存取分析
物联网场景, 通常有大量的传感器(例如水质监控、气象监测、新能源汽车上的大量传感器)不断探测最新数据并上报到数据库. 监控系统, 通常也会有采集程序不断的读取被监控指标(例如CPU、网络数据包转发、磁盘的IOPS和BW占用情况、内存的使用率等等), 同时将监控数据上报到数据库. 应用日志、用户行为日志, 也就有同样的特征, 不断产生并上报到数据库. 以上数据具有时序特征, 对数据库的关键能力要求如下: 数据高速写入 高速按时间区间读取和分析, 目的是发现异常, 分析规律. 尽量节省存储空间
597 1
|
3月前
|
供应链 NoSQL 物联网
链接全球数十亿台设备!物联网行业如何应对数据管理、实时分析和供应链优化的挑战?
物联网已成为面向未来的解决方案的关键组成部分,且其所蕴含的巨大经济价值潜力有待挖掘
1437 0
链接全球数十亿台设备!物联网行业如何应对数据管理、实时分析和供应链优化的挑战?
|
4月前
|
物联网 大数据
助力工业物联网,工业大数据之服务域:安装主题分析实现【三十】
助力工业物联网,工业大数据之服务域:安装主题分析实现【三十】
22 0
|
4月前
|
物联网 大数据
助力工业物联网,工业大数据之服务域:派单主题分析实现【二十九】
助力工业物联网,工业大数据之服务域:派单主题分析实现【二十九】
26 0
|
4月前
|
物联网 大数据
助力工业物联网,工业大数据之服务域:回访主题分析【二十八】
助力工业物联网,工业大数据之服务域:回访主题分析【二十八】
19 0
|
4月前
|
物联网 大数据
助力工业物联网,工业大数据之服务域:安装主题分析实现【二十七】
助力工业物联网,工业大数据之服务域:安装主题分析实现【二十七】
23 0
|
4月前
|
物联网 大数据
助力工业物联网,工业大数据之服务域:油站主题分析【二十六】
助力工业物联网,工业大数据之服务域:油站主题分析【二十六】
28 0
|
4月前
|
物联网 大数据 BI
助力工业物联网,工业大数据之费用事实指标分析及实现【二十四】
助力工业物联网,工业大数据之费用事实指标分析及实现【二十四】
23 0
|
4月前
|
数据采集 SQL Oracle
助力工业物联网,工业大数据之DWD层构建:数据抽取分析【十一】
助力工业物联网,工业大数据之DWD层构建:数据抽取分析【十一】
48 0

相关产品

  • 物联网平台