由于工業(yè)物聯(lián)網(wǎng)（IIoT）技術(shù)的進步，整個工業(yè)領(lǐng)域公司的生產(chǎn)力和利潤都在大幅提升。但這對就業(yè)市場意味著什么？

恒溫器、冰箱、照明系統(tǒng)等都配備了傳感器，幫助我們更有效地管理自己的生活。根據(jù)最近的一項研究顯示，79%的美國家庭至少有一個連網(wǎng)設(shè)備。盡管物聯(lián)網(wǎng)顯然已經(jīng)超過了臨界點，但與物聯(lián)網(wǎng)改變制造業(yè)的方式相比，這根本不算什么。

工業(yè)物聯(lián)網(wǎng)（IIOT）打破記錄

要了解物聯(lián)網(wǎng)的發(fā)展方向，只需看看工業(yè)領(lǐng)域。2015年，工業(yè)物聯(lián)網(wǎng)投資了290億美元。分析師預(yù)計，到2020年，工業(yè)物聯(lián)網(wǎng)技術(shù)投資將達到700億美元。分析師還預(yù)測，工業(yè)物聯(lián)網(wǎng)設(shè)備的安裝數(shù)量將從2015年的2.37億臺躍升至9.23億臺，總計支出2670億美元。

激增的原因是什么？連網(wǎng)設(shè)備正在幫助工業(yè)領(lǐng)域的公司迅速提高盈利能力和生產(chǎn)力。根據(jù)2014年的一項調(diào)查，2013年至2014年間使用連網(wǎng)設(shè)備的制造商利潤增長了28.5%。增加利潤的承諾正在推動制造、能源等行業(yè)的公司快速采用“工業(yè)4.0”技術(shù)。

工業(yè)物聯(lián)網(wǎng)的新可能性

工業(yè)物聯(lián)網(wǎng)的核心是由連網(wǎng)設(shè)備、傳感器和收集、傳輸和存儲數(shù)據(jù)的儀器組成。對收集的數(shù)據(jù)進行評估，人員或項目可以在工廠找到改進的方法。這是一個簡單的概念，但制造工廠正在進一步尋找方法來革新生產(chǎn)力。

▲預(yù)測制造

預(yù)測制造和狀態(tài)監(jiān)測是工業(yè)物聯(lián)網(wǎng)技術(shù)最廣泛采用的應(yīng)用之一。嵌入式傳感器可以監(jiān)測指標，例如溫度、聲音和振動，這些指標可以指示機器可能需要維護、是否偏離安全參數(shù)運行或很快就要報廢。如果機器意外關(guān)閉，或者另一個意外變量（如濕度或運動）出現(xiàn)，傳感器也可以觸發(fā)警報。

工程師可以主動進行機器維護，而不是等到發(fā)生事故或機器發(fā)生故障。一個團隊將確切地知道哪臺機器運行異常，并將利用有用的數(shù)據(jù)來簡化故障排除過程。這提高了公司的生產(chǎn)力，因為它將猜測排除在狀態(tài)監(jiān)測之外，減少了硬件故障的發(fā)生或持續(xù)時間，并消除了不必要的設(shè)備購買需求。

難怪全球的制造廠都在采用工業(yè)物聯(lián)網(wǎng)。

▲實時能源管理

能源行業(yè)是另一個正在采用工業(yè)物聯(lián)網(wǎng)技術(shù)的行業(yè)。在電力方面，傳感器技術(shù)可以實時評估供需情況，從而提高生產(chǎn)效率。這對微型電網(wǎng)的應(yīng)用尤其有幫助，例如有太陽能電池板的個人家庭用戶。

石油和天然氣行業(yè)也在利用工業(yè)物聯(lián)網(wǎng)進行數(shù)據(jù)融合。行業(yè)中的數(shù)據(jù)庫可能是孤立的，但通過整合數(shù)據(jù)，分析師可以更好地評估資源的實時狀況和未來的最佳計劃。

▲位置跟蹤

工業(yè)物聯(lián)網(wǎng)技術(shù)的第三個意想不到應(yīng)用是資源的位置跟蹤。一名高管發(fā)現(xiàn)，他客戶的員工花費高達47%的時間來尋找丟失的工具。

如何解決這個問題？傳感器。許多設(shè)備制造商開始在工具中添加位置跟蹤組件。現(xiàn)在，如果有人把扳手藏在桌子里，同事們肯定會知道。還可以購買售后跟蹤傳感器以將舊設(shè)備“連接”到云端。通過這種方式，工具搜尋就可能成為過去。

工業(yè)物聯(lián)網(wǎng)的激增對就業(yè)意味著什么

當高管和高級管理人員慶祝由于工業(yè)物聯(lián)網(wǎng)技術(shù)的進步而增加利潤時，人們一定想知道這些新技術(shù)的廣泛采用對就業(yè)市場意味著什么。麥肯錫研究人員估計，這次人工智能革命發(fā)生的速度是工業(yè)革命的10倍，規(guī)模是工業(yè)革命的300倍。因此，預(yù)計這一轉(zhuǎn)變對社會的影響可能是工業(yè)革命的3000倍。

模型

有許多預(yù)測模型用于計算人工智能革命對就業(yè)市場的影響。上述例子是一種方法，該理論將當前工業(yè)轉(zhuǎn)型的潛在影響建立在18世紀和19世紀工業(yè)革命造成的社會混亂的基礎(chǔ)之上。（來源：物聯(lián)之家iothome）

然而，還有其他方法試圖評估對就業(yè)的影響。另一種方法著眼于人工智能技術(shù)取代重復(fù)性任務(wù)的潛力。在一篇論文中，有人預(yù)測，在未來20年內(nèi)，美國47%的工作職能可能會被機器所取代。不過，研究人員Georgios Petropoulos并不確信，他研究了任務(wù)自動化（而不是職業(yè)自動化）的風險，發(fā)現(xiàn)只有9%的美國工作具有完全自動化的潛力。

結(jié)論

無論數(shù)量多少，所有數(shù)據(jù)似乎都表明自動化風險最大的是中低技能勞動者。例如，以前負責狀態(tài)監(jiān)測和設(shè)備數(shù)據(jù)收集的職位可能會被取消，或者在未來十年內(nèi)對這些職位的需求可能會減少。

但是，這并不意味著失業(yè)率會飆升。在Georgios Petropoulos的論文中，他建議采取均衡的方法。他指出，雖然制造業(yè)的工作崗位可能會因中低技能勞動力而減少，但整個工業(yè)領(lǐng)域生產(chǎn)力的提高將導致相關(guān)部門出現(xiàn)許多新的工作崗位，從而抵消或減輕自動化的影響。

總之，要靈活

如果你或你認識的人正在從事一項由于自動化而被淘汰的工作，請不要擔心。正如工業(yè)革命由于生產(chǎn)力的提高而導致了數(shù)以千計的新工作崗位一樣，人工智能革命也將如此。也就是說，新的工作可能會在尚未預(yù)料到的領(lǐng)域中出現(xiàn)，需要靈活并愿意改變。一如既往，努力工作和良好的態(tài)度將在任何工作環(huán)境中都會有所作為。

有了這個，不要等到工作被淘汰后才采取行動。現(xiàn)在是時候開始與政策制定者、工會等進行討論了。在塑造工業(yè)未來的過程中發(fā)揮積極作用，無論發(fā)生什么，你都能更好地渡過難關(guān)。