年份：2021年

很长一段时间以来，我们从未以全球可持续发展的名义要求建筑行业做这么多事情。而如今，无论是巴黎协议、欧洲绿色协议，还是地方和区域法规，设施管理人员都被要求大幅减少这些建筑物的碳足迹。

至于原因，应该不足为奇。

建筑物使用全球约40%的资源、25%的全球水资源、40%的全球能源，并且它们排放的温室气体排放量约为1/3。因此，我们看到建筑物设施经理在优化可持续实践方面面临越来越大的压力。

根据世界绿色建筑委员会的一份报告，到2050年，全球每座建筑都需要实现净零碳排放，以将全球变暖控制在2°C以下。尽管新建筑的设计目的是减少温室气体排放，但这并不一定意味着新建筑才是解决方案。

一份关于该主题的报告表明，一座比普通建筑效率高30%的全新“绿色”建筑需要10到80年的时间才能克服建筑带来的破坏性碳足迹影响。

似乎更好的方法是找到一种方法来改造现有建筑，使其变得更具可持续性。幸运的是，物联网技术可以提供解决方案。

物联网如何发挥重要作用

无线传感器技术的进步现在使设施管理人员能够快速、轻松且经济高效地将旧建筑改造为智能、可持续的建筑。

以下是物联网技术可以帮助实现建筑可持续性目标的一些方式。

• 减少清洁浪费-清洁人员可以根据入住率和数据驱动的需求优化他们的服务和时间表。这减少了时间、能源和清洁用品的浪费，这些物品通常装在塑料容器中并且难以回收。

• 远程监控-许多合规问题在设施管理中造成了大量浪费。通过常规的全系统冲洗，每年会浪费数千加仑的水来预防军团菌。通过远程监控，建筑管理人员可以看到水何时流过管道的各个部分，以及在什么温度下流动，从而可以对低使用率区域采取有针对性的行动，而不是一揽子方法。

• 能源效率-对温度、入住率、打开的门窗、建筑使用和水资源浪费的全面可见性可以快速优化能源使用。细微的行为和操作变化使建筑物更具可持续性。

• 占用监控-雇主和办公室经理可以了解员工的工作方式，以准确衡量和分配空间容量。这通常会导致缩小规模和更好的空间分配，从而可以将办公室的碳足迹减少30%。

让现有建筑更具可持续性的想法不再遥不可及。无线物联网传感器的进步现在使各地的设施管理人员能够快速轻松地减少水、能源和资源消耗。这与此处讨论的其他措施一起，将大大有助于帮助我们的社区减少碳足迹并实现我们的排放目标。

增强现实（AR）基于传感器和机器学习技术，对外部环境及物体进行扫描及信息探测学习，并且在现实环境叠加情景信息，满足用户所需。这种增强现实可以通过多种方式帮助用户，使他们能够更好地与当前环境互动，并以此做出决策和行动。

不同于虚拟现实技术（VR），AR会感知到现实世界并与现实世界进行交互。这意味着在AR会“增强”对于现实世界的视角，于数字和现实世界之间搭建桥梁，大大丰富了人对现实世界信息的获取、处理和交互的能力。

以前，许多AR应用都处于消费领域，例如曾在一夜之间席卷全球，风靡世界的精灵宝可梦AR游戏。如今，AR技术正在越来越多地应用于工业环境中，例如，设计、装配和培训等典型应用场景。

在VR Intelligence整理的 2020 XR Industry Insight 报告中就指出，接受调查的AR公司中有65% 表示他们致力于工业应用，而只有37%致力于消费产品和软件。由此可见，AR在工业领域的应用已被广为看好。

工业技术如何变革制造业

AR技术可实现对工业产品的优化产品设计，通过虚拟装配避免或减少实体模型的制作，缩短开发周期，降低成本。同时通过建设数字工厂，直观地展示工厂、生产线、产品虚拟样品以及整个生产过程。

工业设计，通过将AR技术集成到设计开发阶段，可以避免传统设计方法引起的繁琐，增强与客户的互动，使得产品设计更加符合客户需求。

装配制造，通过AR技术，工程师可以直观了解装配设备的内部结构信息以及某个部件的3D图形，并对其进行操作调整，从而实现准确快速的装配生产。还可以将安装指导手册和质量要求显示在AR眼镜上，从而量缩短工程师的装配培训时间。

质量检验，借助AR技术，可以为质量控制提供交互式平台，从而实时查看显示的产品尺寸精度、公差和表面光洁度等详细信息，方便质检人员轻松执行复杂任务，提升产品质量检验的效果。

设备维修，借助AR技术辅助维护和维修工作，工程师可以在智能手机、平板电脑甚至AR眼镜上查看设备的运行状态，通过交互式可视化操作，完成相应的维修工作。

员工培训，相较于传统培训或者监督式的培训方法，AR技术可以使培训方式更加具有互动性，实现远程培训，还可以确保培训期间员工的人身安全。

工业应用纷纷落地

近年来，AR技术频频在工业领域开花结果。根据场景的差异而有着不同的要求。有的追求效率，有的追求安全，也有为了降低成本。针对工业领域中不同应用场景都有相应的应用。

例如，DHL 利用 Google Glass 来提升仓库拣货的准确性、生产力和效率。经过 2015 年的成功试点应用，如今AR 眼镜已经成为 DHL 全球仓库作业的标配，将生产力平均提高了 15%。蒂森克虏伯利用微软 HoloLens 的 AR 功能来为现场技术人员提供电梯维修流程指导。技术人员还可以利用前置摄像头与远程技术专家进行视频通话。

使用AR技术，用户甚至不需要头戴式视图器，通过智能手机和平板电脑进行部署。毕竟头戴式视图器价格还是非常昂贵，但大多数人都拥有移动设备。

根据油管上的一段视频显示，俄罗斯苏-57战机的生产线上，工人们使用AR技术来协助组装飞机。在这个场景中，AR利用附着在苏-57各个主要组件上的二维码来工作的，技术人员扫描这些二维码，调用相应的AR算法，将各种子组件和部件的数字生成图像叠加起来，向工人展示不同部件的去向。

不过看了一圈下来也发现，目前VR更多的还是适用于设计、培训、展示类业务场景。例如我们在参加展会的时候，经常能看到一些企业用AR技术展示某设备的内部构造。除此之外，对于诸如煤矿、电力、石化等行业有硬需求，但是对于企业利润较低，对新技术投入比较谨慎的企业来说，这项技术的推广还有待提高。所以VR在工业领域内的落地面临着业务需求和商业模式的问题，市场仍需要进一步推广。

这么好用的AR技术，落地困境是什么？

AR在未来的制造运营中能够发挥至关重要的作用，但其采用速度与使用它的产品和流程的复杂性成正比。

AR的关键是如何通过在虚拟环境里重构现实世界的物体已实现“现实-虚拟”交互，也就是说需要使用真实世界的数据来构建。虽然我们也发现很多公司都在使用AR和VR ，但是在许多情况下，它仅仅只是一个新技术的尝试，如果要大规模的商业化落地，还差太多。

谈及AR落地不够普及，很多用户都会觉得是因为AR眼镜等一类设备的原因，例如重量不轻、续航不久、运算不快，造成AR在工业领域内不能大面积落地的原因。但上文的案例，从另一个角度来看，也表明了AR技术的应用不是一定要选择眼镜或者各类头戴设备。

在与某AR解决方案供应商交流中，对方也表示很多工业企业在在常规运营中仍然难以使用增强现实技术，除去眼镜等硬件设备体验感不好等原因，更主要的原因是许多增强现实系统的准备工作复杂而费力。

该供应商表示：传统的数据或模型资源并不能直接应用于AR 场景，如果需要对客户设备进行全方位建模并细化信息，工作量非常大。而工业企业往往又缺乏拥有专业3D模型制作编辑的工作人员，因此无论是 AR 模型的制作还是编辑调整都十分困难。

AR技术在与制造业整合过程中会碰到很多的模型，需要处理各种CAD文件，这与传统在游戏界的模型、格式、知识转换都不一样。同时，那些复杂的设备模型需要准确和高度详细的数据描述。一些复杂的AR应用还需挖掘来自企业业务系统或外部数据源的数据流，并将其整合到内容中。

但我们都知道工业中很多设备都是有知识产权的，设备模型不能随便对外，其次是相关数据。在制造业中采用AR的限制因素不仅与可视化技术等因素有关，同时还受到了数据的限制。数据的可视化是数字化运维管理的前提，然而传统的三维模型、图纸以及工艺文档等多元异构历史数据并不能直接用于 AR 可视化应用。

针对于当下这种应用困境，小编注意到已经有国内外企业出具了相关解决办法。例如，国外的PTC公司推出的Vuforia可以将各类三维CAD模型直接转化为AR内容在手机、平板、AR眼镜等设备上进行查看和操控。国内企业ALVA Systems 也推出了ALVA Editor AR内容创建平台，可以帮助用户利用现有资源实现设备“AR化”，帮助他们直接移植导入。

借助于类似的手段，让即使不具备AR技术开发能力的企业用户，无需成为 IT 或 AR 专业人员即可专注于相应工作，简化AR应用开发流程，透过简单操作就能帮助设计好的3D绘图模型实现AR效果。

在“十四五”规划纲要中，小编也注意到已经明确将云计算、大数据、物联网、工业互联网、区块链、人工智能、虚拟现实和增强现实产业列为数字经济七大重点产业。其中，虚拟现实和增强现实产业被列为数字经济重点产业，具体就表现在：

推动三维图形生成，动态环境建模，实时动作捕捉快速渲染处理等技术创新，发展虚拟现实整机，感知交互、内容采集制作等设备和开发工具软件、行业解决方案。

相信在相关政策的推动下，AR技术的应用问题将进一步得到解决。

前景很美好，现实很骨感，AR技术在工业领域要规模化应用，仍有较长的一段路要走。面向未来发展，我们需要大量懂行业又懂平台的内容开发商、解决方案开发商，来降低使用混合现实的技术门槛，才能真正打开AR的行业应用空间。

数据是工业数字化转型的核心生产要素，但迈向数据应用之路需跨越六大难关：标准关、网络关、集成关、流通关、软件关、AI关。

第一关 —— 数据采集标准关

数据采集阶段各种各样的设备及协议缺乏统一的标准，各讲各的“方言”，要解决这一问题，工业设备、工业参数、协议之间要讲普通话——即工业协议的标准化。

采集阶段两个问题：一个是通讯协议标准化，再一个是面向对象标准的定义、内容的定义。

第二关 —— 网络

可以利用现代技术，打造除了5G以外的IP化的先进工业网络，实现工厂内、园区内网络的安全、网络的自动化，包括带宽、低时延、连接的确定性，提供一个高质量的数据通路。

第三关 —— 数据集成

网络通了，但是不同系统之间、云上和云下、内部和伙伴之间、IT与OT之间存在数据壁垒，数据无法自由地共享流通，打破数据集成、流通壁垒是工业数字化转型面临的迫切需求。

第四关 —— 数据流通

数据作为生产要素，只有流通起来，才能实现价值的最大化。但在企业应用中，往往因为数据安全、隐私保护等问题，使得数据无法在企业间流通。 蜂巢工厂2．0的迭代将综合考虑数据密级、数据权限、操作权限管控，数据处理更加安全可靠，可保证在数据不出域、可用不可见的前提下，实现了数据的流通，有效释放数据的价值。

第五关 —— 工业软件选择

工工业软件种类众多，很多企业都面临如何选择软件的问题，蜂巢工厂可为装备制造企业提供一站式数字化工厂集成解决方案，让用户不再为选择软件烦恼。

第六关 —— AI

AI是工业企业迈向智能化的关键技术，但目前工业企业因技术门槛高，人才缺乏，数据标注成本高等原因导致AI应用落地仍存在诸多挑战。 未来结合航天项目的推动，蜂巢工厂将有对应的AI应用场景落地，如OCR识别技术、三维坐标检测技术等的应用。

工控机，全称是工业控制计算机，工控机相对于传统的计算机，具有耐用，抗干扰，防磁，防尘等能力，并且性能优秀，非常适合工业现场设计，其种类多样，可以为其他行业提供可靠、嵌入、智能化的工业计算机，鉴于其优秀的性能，工控机在许多行业当中得到了广泛的应用，并且占据了十分重要的地位，本文就通过入手工控机的定义和作用，从而探讨工控机在新零售行业的哪方面得到了应用。

什么是工控机

工控机全称工业控制计算机，英文简称IPC，简单来说，就是与商业计算机相对立的应用于特殊场合的电脑，无非是I/O口数量，规格、环境适应能力等综合能力相较商业电脑都有大幅提升，能满足商业计算机所不能完成的任务。

工控机的特点有大体上有着下列几种，首先是可靠性，其具有在粉尘、烟雾、高/低温、潮湿、震动、腐蚀和快速诊断和可维护性，其MTTR（MeanTimetoRepair）一般为5min，MTTF10万小时以上，而普通PC的MTTF仅为10000～15000小时。接下来是实时性的特点，工业PC能够对工业生产过程进行实时在线监测与控制，对工作状况的变化给予快速响应，及时进行采集和输出调节，遇险自复位，保证系统的正常运行。然后是扩充性的特点，工业PC由于采用底板+CPU卡结构，因而具有很强的输入输出功能，最多可扩充20个板卡，能与工业现场的各种外设、板卡如与道控制器、视频监控系统、车辆检测仪等相连，以完成各种任务。最后是兼容性的特点，工控机能同时利用ISA与PCI及PICMG资源，并支持各种操作系统，多种语言汇编，多任务操作系统。

工控机在新零售行业中的应用

在零售行业当中，工控机便是新时代智能化的体现，我们不妨把他看做新零售智能硬件的功能，例如扫码开柜，刷脸付款等功能，便是通过工控机在幕后进行操控的，它通过和取货柜，电子结算等进行有机结合，从而在零售行业的具体销售当中完成联网，销售，结算等指令，且工控机的功能不止如此，它在零售行业的各个方面都有着详细的体现。

智能货架的建立

越来越多的零售运营商正在考虑智能货架，智能货架的作用是为了更好地了解客户的需求和行为，也就是，在工控机的作用下，当客户查看屏幕，进行销售交易之后，可以将消费者的有关信息加以记录，也就是说，通过工控机的作用，商店老板不必要像传统模式下那样，对顾客进行询问，而是直接可以确定顾客的性别，年龄，喜好，注意力时间和顾客的满意度，并且在顾客购买商品的过程当中，简化了流程，帮助零售者创建了交互式的购物体验，从而可以了解到广大顾客的需求是什么，进而采取相应的措施，提高客户的满意程度。

传统模式下，零售行业在应对顾客有一个最大的问题便是，面对繁多的商品，即便是销售者，也难以将所有的商品所处的位置以及库存加以一个详细的把握，但是通过智能货架，可以将所有商品的信息录入到计算机当中，通过工控机进行调控，想要购买商品的顾客直接通过智能货架，便可以获得自己想要的商品，大大地节省了所需的时间。

可以说，智能货架的建立，一改传统环境下的销售模式，而是建立起一个很难出现差错，且提供了服务质量和效率，使得顾客在购买商品的过程当中，体验更加的良好。

物流监测

工控机还有着对物流安全进行监测的作用，一般来说，利用工控机结合物联网当中的RFID技术，便可以通过RFID电子标签、读写器、EPC编码标，Savant网络等，对零售行业的应用环节有着极为重要的作用，可以进一步用于信息化跟踪与检测服务，并且能够对于物品进行实时地显示，以保证零售物流管理的透明程度，增加零售产品物流处理的效率与应用，实现零售行业在生产、运输、销售当中的全程监控，使得整个零售过程更加智能化、效率化。

通过工控机对零售行业的物流进行监测，零售商可以直接掌握商品的信息，其中有多少质量不符的，过期的，都能够加以一个详细的掌握，这一点尤其体现在生鲜零售食品领域当中，因为其质量不够导致的食物中毒案例一直以来也不在少数，商家传统模式下在收货之前难以对其进行第一时间的发觉，这就造成了很大的经济损失，而通过工控机之下，结合我们提到的RFID技术，工控机可以更好地使得这一环节透明直白，实行一个全程的监控，保证人们能够吃到健康的食品。

自动销售

工控机在零售行业的应用之中，可以进一步对于零售行业的环节进行控制，例如：扫码开柜、刷脸付款等应用，这些均是零售新智能的硬件功能的提升，这些新的应用已经被广泛的应用在无人货架、无人超市之中，并且在物流行业里也被应用在无人物流之中，这些功能的实现，是自动销售的实现。工控机的应用，为用户带来了新的体验，但是在这新的体验的同时，也为用户带来了陌生的感觉，这些新应用改变了人们的日常生活方式，例如一台普通的冰柜，通过系统的实现也可以完成联网、自动结算等各种智能化的应用，所以，对于工控机而言，用户们在使用的过程之中，更加在乎它的操作程度流畅度，性能稳定性，以及数据的传输和功能的延展。

自动销售可以说是新时代发展的必然趋势，零售行业在这个大潮流当中必然是首当其冲，自动销售的实现能够大大的节省人力物力的需求，作为一种新式的销售模式，自动销售在工控机的管控下，可以保证顺利且不容易出现差错的进行，且在一定程度上，提升了用户的购买体验，交易资金往来也是难以出现差错，杜绝了因找钱假钱造成的纠纷现象的存在。

数据中心托管的服务器需要全年不间断运行以向互联网用户提供服务，同时需要空调等辅助制冷设备实时供应冷能以维持其可靠运行，因此电能消耗量巨大。随着数据中心的大量建设，数据中心将面临日益增长的资源和电力需求，高能耗成为阻碍产业发展的主要问题之一。

数据中心能耗增长，IT设备与空调系统为主要能耗构成

数据中心是公认的高耗能行业，过去十年间，我国数据中心整体用电量以每年超过10%的速度递增，其耗电量在2020年突破2000亿千瓦时，约占全社会用电量的2.71%，2014-2020年，数据中心耗电量占比逐年升高。

数据中心的耗能部分主要包括IT设备、制冷系统、供配电系统、照明系统及其他设施(包括安防设备、灭火、防水、传感器以及相关数据中心建筑的管理系统等)。整体来看，由服务器、存储和网络通信设备等所构成的IT设备系统所产生的功耗约占数据中心总功耗的45%。其中服务器系统约占50%，存储系统约占35%，网络通信设备约占15%。空调系统仍然是数据中心提高能源效率的重点环节，它所产生的功耗约占数据中心总功耗的40%。电源系统和照明系统分别占数据中心总耗电量的10%和5%。

数据中心供电以火电为主，产生大量大气污染物

当前中国的电力结构仍以燃煤发电为主，在数据中心供电结构中，火电占比超过70%，会产生大量的温室气体及其他污染物。根据《中国数据中心能耗与可再生能源使用潜力研究》，2018年全国数据中心用电中火电量约为1171.81亿千瓦时。每1千瓦时火电造成的潜在环境影响包括0.04克烟尘、0.2克二氧化硫、0.19克氮氧化物。用电量分别乘以上述单位电量污染物排放量，即可得出整个数据中心行业对大气环境产生的主要污染物总量。

如果未来五年数据中心使用的市电中火电占比保持在2018年的水平，且数据中心行业不主动提高可再生能源的消费量，2023年新增用电量中火电量可能达到771亿千瓦时，将额外造成的大气污染排放量为烟尘3085吨，二氧化硫15426吨，氮氧化物14655吨。

PUE值仍存较大提升空间，PUE成为新建数据中心的重要制约因素

 

PUE(Power Usage Effectiveness)是衡量数据中心运行效率的指标，其越接近于1，代表数据中心对于电能的利用越有效率。2020年12月，《关于加快构建全国一体化大数据中心协同创新体系的指导意见》提出，大型、超大型数据中心运行电能利用效率降到1.3以下。

根据《全国数据中心应用发展指引(2020)》数据，目前国内在用超大型和大型数据中心PUE值分别为1.46和1.55，尚有较大的优化空间。

为了降低能耗及成本，很多企业将数据中心放在水电资源丰富的贵州、云南等省份，由此可见，中西部地区数据中心机架数量占比呈上升趋势。虽然低廉的电价可以让企业节省大笔用电费用，但相对于中东部地区，由于远离数据中心用户聚集之地，需要在光纤、基站等长距离传输设备的架设和维护上耗费较高的精力和成本，并未从根本上解决数据中心的能耗瓶颈。