อินเทอร์เน็ตของสิ่งต่างๆ ในภาคอุตสาหกรรม ( IIoT ) หมายถึงเซ็นเซอร์ เครื่องมือ และอุปกรณ์อื่นๆ ที่เชื่อมต่อกันเป็นเครือข่ายร่วมกับแอปพลิเคชันทางอุตสาหกรรมของคอมพิวเตอร์ ซึ่งรวมถึงการผลิตและการจัดการพลังงาน การเชื่อมต่อนี้ช่วยให้สามารถรวบรวม แลกเปลี่ยน และวิเคราะห์ข้อมูล ซึ่งอาจช่วยปรับปรุงประสิทธิภาพการผลิตและประสิทธิผล ตลอดจนผลประโยชน์ทางเศรษฐกิจอื่นๆ^{[ 1 ] [ 2 ]} IIoT เป็นวิวัฒนาการของระบบควบคุมแบบกระจาย (DCS) ที่ช่วยให้เกิดระบบอัตโนมัติในระดับที่สูงขึ้นโดยใช้การประมวลผลแบบคลาวด์เพื่อปรับปรุงและเพิ่มประสิทธิภาพการควบคุมกระบวนการ

สถาปัตยกรรม IIoT

ด้านซ้ายคือแบบจำลองสถาปัตยกรรมอ้างอิงองค์กรของ Purdue และด้านขวาคือแบบจำลองอ้างอิง IoT

ความสอดคล้องกันโดยประมาณระหว่างระดับต่างๆ ในแบบจำลองของ Purdue และโครงสร้างพื้นฐานของ IoT

IIoT เกิดขึ้นได้จากเทคโนโลยีต่างๆ เช่นความปลอดภัยทางไซเบอร์การประมวลผลแบบคลาวด์การประมวลผลแบบเอดจ์เทคโนโลยีมือถือการสื่อสารระหว่างเครื่องจักรการพิมพ์ 3 มิติหุ่นยนต์ขั้นสูง บิ๊ กดาต้าอินเทอร์เน็ตของสิ่งต่างๆเทคโนโลยีRFIDและ การ ประมวลผลเชิงปัญญา^{[ 3 ] [ 4 ]}เทคโนโลยีที่สำคัญที่สุดห้าอย่างมีรายละเอียดดังต่อไปนี้:

• ระบบไซเบอร์-กายภาพ (CPS): แพลตฟอร์มเทคโนโลยีพื้นฐานสำหรับIoTและ IIoT และเป็นตัวขับเคลื่อนหลักในการเชื่อมต่อเครื่องจักรทางกายภาพที่เคยแยกจากกัน CPS ผสานรวมพลวัตของกระบวนการทางกายภาพเข้ากับซอฟต์แวร์และการสื่อสาร โดยนำเสนอนามธรรมและการสร้างแบบจำลอง การออกแบบ และเทคนิคการวิเคราะห์^{[ 1 ]}
• การประมวลผลแบบคลาวด์ : ด้วยการประมวลผลแบบคลาวด์ บริการและทรัพยากรด้านไอทีสามารถอัปโหลดและเรียกค้นจากอินเทอร์เน็ตได้ แทนที่จะเป็นการเชื่อมต่อโดยตรงกับเซิร์ฟเวอร์ ไฟล์ต่างๆ สามารถเก็บไว้ในระบบจัดเก็บข้อมูลบนคลาวด์แทนที่จะเก็บไว้ในอุปกรณ์จัดเก็บข้อมูลในเครื่อง^{[ 5 ]}
• การประมวลผลแบบเอดจ์ : รูปแบบ การประมวลผลแบบกระจายที่นำการจัดเก็บข้อมูลคอมพิวเตอร์ มา ไว้ใกล้กับตำแหน่งที่ต้องการ^{[ 6 ]} ในทางตรงกันข้ามกับการประมวลผลแบบคลาวด์การประมวลผลแบบเอดจ์หมายถึง การประมวลผลข้อมูล แบบกระจายศูนย์ที่ขอบของเครือข่าย^{[ 7 ]}อินเทอร์เน็ตอุตสาหกรรมต้องการ สถาปัตยกรรมแบบ เอด จ์ บวกคลาวด์มากกว่าสถาปัตยกรรมที่ใช้คลาวด์แบบรวมศูนย์เพียงอย่างเดียว เพื่อเปลี่ยนแปลงประสิทธิภาพการผลิต ผลิตภัณฑ์ และบริการในโลกอุตสาหกรรม^{[ 4 ]}
• การวิเคราะห์ ข้อมูลขนาดใหญ่ : การวิเคราะห์ข้อมูลขนาดใหญ่คือกระบวนการตรวจสอบชุดข้อมูลขนาดใหญ่และหลากหลาย หรือข้อมูลขนาดใหญ่^{[ 8 ]}
• ปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง : ปัญญาประดิษฐ์ (AI) เป็นสาขาหนึ่งในวิทยาการคอมพิวเตอร์ที่สร้างเครื่องจักรอัจฉริยะที่ทำงานและตอบสนองเหมือนมนุษย์^{[ 9 ]}การเรียนรู้ของเครื่องเป็นส่วนสำคัญของ AI ซึ่งช่วยให้ซอฟต์แวร์สามารถคาดการณ์ผลลัพธ์ได้อย่างแม่นยำยิ่งขึ้นโดยไม่ต้องเขียนโปรแกรมอย่างชัดเจน^{[ 10 ]}นอกจากนี้ยังสามารถผสมผสานปัญญาประดิษฐ์กับการประมวลผลแบบเอดจ์เพื่อนำเสนอโซลูชันปัญญาประดิษฐ์แบบเอดจ์สำหรับอุตสาหกรรมได้^{[ 11 ]}มีกรณีการใช้งานมากมายที่ใช้ AI ร่วมกับ IIoT ตัวอย่างเช่นการตรวจสอบสภาพและ การบำรุง ^{รักษา}เชิงคาดการณ์^{[ 12 ]}การเพิ่มประสิทธิภาพกระบวนการ[ ^{13 ]}การเรียนรู้แบบเฟเดอเรต^{[ 14 ]}

โดยทั่วไปแล้ว ระบบ IIoT จะถูกมองว่าเป็นสถาปัตยกรรมแบบโมดูลาร์หลายชั้นของเทคโนโลยีดิจิทัล^{[ 15 ]}ชั้นอุปกรณ์หมายถึงส่วนประกอบทางกายภาพ ได้แก่ CPS เซ็นเซอร์ หรือเครื่องจักร ชั้นเครือข่ายประกอบด้วยบัสเครือข่ายทางกายภาพ การประมวลผลแบบคลาวด์ และโปรโตคอลการสื่อสารที่รวบรวมและส่งข้อมูลไปยังชั้นบริการ ซึ่งประกอบด้วยแอปพลิเคชันที่จัดการและรวมข้อมูลเข้าด้วยกันเป็นข้อมูลที่สามารถแสดงบนแดชบอร์ดของผู้ขับขี่ได้ ชั้นบนสุดของสแต็กคือชั้นเนื้อหาหรือส่วนติดต่อผู้ใช้^{[ 16 ]}

ประวัติความเป็นมาของ IIoT เริ่มต้นด้วยการประดิษฐ์ตัวควบคุมลอจิกแบบโปรแกรมได้ (PLC) โดยRichard E. Morleyในปี 1968 ซึ่งGeneral Motors นำไปใช้ ในแผนกการผลิตระบบส่งกำลังอัตโนมัติ^{[ 17 ]} PLC เหล่านี้ช่วยให้สามารถควบคุมองค์ประกอบแต่ละส่วนในห่วงโซ่การผลิตได้อย่างละเอียด ในปี 1975 HoneywellและYokogawaได้เปิดตัว DCS รุ่นแรกของโลก คือ TDC 2000 และระบบ CENTUM ตามลำดับ^{[ 18 ] [ 19 ]} DCS เหล่านี้เป็นก้าวต่อไปที่ช่วยให้สามารถควบคุมกระบวนการได้อย่างยืดหยุ่นทั่วทั้งโรงงาน พร้อมด้วยประโยชน์เพิ่มเติมของการสำรองข้อมูลโดยการกระจายการควบคุมไปทั่วทั้งระบบ ทำให้ไม่มีจุดล้มเหลวเพียงจุดเดียวในห้องควบคุมส่วนกลาง

ด้วยการนำEthernet มา ใช้ในปี 1980 ผู้คนเริ่มสำรวจแนวคิดของเครือข่ายอุปกรณ์อัจฉริยะตั้งแต่ปี 1982 เมื่อ เครื่องขาย โค้ก ที่ดัดแปลงแล้ว ที่มหาวิทยาลัย Carnegie Mellonกลายเป็นเครื่องใช้ไฟฟ้าที่เชื่อมต่อกับอินเทอร์เน็ตเครื่องแรก^{[ 20 ]}ซึ่งสามารถรายงานสินค้าคงคลังและตรวจสอบว่าเครื่องดื่มที่เติมใหม่เย็นหรือไม่^{[ 21 ]}ในปี 1994 มีการมองเห็นถึงการใช้งานในอุตสาหกรรมที่มากขึ้น ดังที่ Reza Raji อธิบายแนวคิดในIEEE Spectrumว่า "[การย้าย] แพ็กเก็ตข้อมูลขนาดเล็กไปยังชุดโหนดขนาดใหญ่ เพื่อบูรณาการและทำให้ทุกอย่างเป็นไปโดยอัตโนมัติ ตั้งแต่เครื่องใช้ในบ้านไปจนถึงโรงงานทั้งหมด" ^{[ 22 ]}

แนวคิดเรื่องอินเทอร์เน็ตของสิ่งต่างๆ เริ่มเป็นที่นิยมครั้งแรกในปี 1999 โดยผ่านศูนย์ Auto-ID ที่ MIT และสิ่งพิมพ์วิเคราะห์ตลาดที่เกี่ยวข้อง^{[ 23 ]}เควิน แอชตัน (หนึ่งในผู้ก่อตั้งศูนย์ Auto-ID ดั้งเดิม) มองว่าการระบุด้วยคลื่นความถี่วิทยุ ( RFID ) เป็นสิ่งจำเป็นสำหรับอินเทอร์เน็ตของสิ่งต่างๆ ในขณะนั้น ^{[ 24 ]}หากวัตถุและผู้คนในชีวิตประจำวันทั้งหมดมีตัวระบุ คอมพิวเตอร์ก็สามารถจัดการและจัดทำบัญชีรายการได้^{[ 25 ] [ 26 ] [ 27 ]}นอกจากการใช้ RFID แล้ว การติดแท็กสิ่งต่างๆ ยังสามารถทำได้ผ่านเทคโนโลยีต่างๆ เช่นการสื่อสารระยะใกล้บาร์โค้ดรหัสQRและลายน้ำดิจิทัล^{[ 28 ] [ 29 ]}

แนวคิด IIoT ในปัจจุบันเกิดขึ้นหลังจากเทคโนโลยีคลาวด์ปรากฏขึ้นในปี 2545 ซึ่งช่วยให้สามารถจัดเก็บข้อมูลเพื่อตรวจสอบแนวโน้มในอดีตได้ และการพัฒนา โปรโตคอล OPC Unified Architectureในปี 2549 ซึ่งช่วยให้การสื่อสารระยะไกลที่ปลอดภัยระหว่างอุปกรณ์ โปรแกรม และแหล่งข้อมูลโดยไม่จำเป็นต้องมีการแทรกแซงหรืออินเทอร์เฟซจากมนุษย์

ผลที่ตามมาประการแรกของการนำอินเทอร์เน็ตของสิ่งต่างๆ ในภาคอุตสาหกรรมมาใช้ (โดยการติดตั้งอุปกรณ์ระบุตัวตนขนาดเล็กหรือตัวระบุที่เครื่องอ่านได้ให้กับวัตถุ) คือการสร้างการควบคุมสินค้าคงคลังแบบทันทีและต่อเนื่อง^{[ 30 ] [ 31 ]}ประโยชน์อีกประการหนึ่งของการนำระบบ IIoT มาใช้คือความสามารถในการสร้างแบบจำลองดิจิทัลของระบบ การใช้แบบจำลองดิจิทัลนี้ช่วยให้สามารถเพิ่มประสิทธิภาพของระบบได้มากขึ้น โดยอนุญาตให้ทดลองกับข้อมูลใหม่จากคลาวด์โดยไม่ต้องหยุดการผลิตหรือลดความปลอดภัย เนื่องจากกระบวนการใหม่สามารถปรับปรุงได้ในโลกเสมือนจริงจนกว่าจะพร้อมนำไปใช้ แบบจำลองดิจิทัลยังสามารถใช้เป็นสนามฝึกอบรมสำหรับพนักงานใหม่ที่ไม่ต้องกังวลเกี่ยวกับผลกระทบที่แท้จริงต่อระบบที่ใช้งานอยู่^{[ 32 ]}

เฟรมเวิร์ก IoT ช่วยสนับสนุนการโต้ตอบระหว่าง "สิ่งต่างๆ" และช่วยให้สามารถสร้างโครงสร้างที่ซับซ้อนมากขึ้น เช่นการประมวลผลแบบกระจายและการพัฒนาแอปพลิเคชันแบบกระจายได้

• IBMได้ประกาศ IoT เชิงปัญญา ซึ่งเป็นการผสมผสาน IoT แบบดั้งเดิมเข้ากับปัญญาประดิษฐ์และการเรียนรู้ ข้อมูลตามบริบท โมเดลเฉพาะอุตสาหกรรม และการประมวลผลภาษาธรรมชาติ^{[ 33 ]}
• มูลนิธิมาตรฐาน XMPP (XSF) กำลังสร้างเฟรมเวิร์กดังกล่าวที่เรียกว่า Chatty Things ซึ่งเป็นมาตรฐานแบบเปิดอย่างสมบูรณ์และไม่ขึ้นกับผู้จำหน่าย โดยใช้XMPPเพื่อจัดเตรียมโครงสร้างพื้นฐานแบบกระจาย ปรับขนาดได้ และปลอดภัย^{[ 34 ]}
• RESTเป็นสถาปัตยกรรมที่ปรับขนาดได้ซึ่งช่วยให้สิ่งต่างๆ สามารถสื่อสารกันได้ผ่าน Hypertext Transfer Protocol และสามารถนำไปใช้กับแอปพลิเคชัน IoT ได้อย่างง่ายดายเพื่อให้การสื่อสารจากอุปกรณ์หนึ่งไปยังเว็บเซิร์ฟเวอร์ส่วนกลาง^{[ 35 ]}
• MQTTเป็นสถาปัตยกรรมแบบเผยแพร่และสมัครรับข้อมูลบน TCP/IP ซึ่งช่วยให้สามารถสื่อสารแบบสองทิศทางระหว่างอุปกรณ์กับโบรกเกอร์ MQTT ได้^{[ 36 ]}
• Node-REDเป็นซอฟต์แวร์โอเพนซอร์สที่ออกแบบโดยIBMเพื่อเชื่อมต่อ API ฮาร์ดแวร์ และบริการออนไลน์^{[ 37 ]}
• OPCเป็นชุดมาตรฐานที่ออกแบบโดยมูลนิธิ OPC เพื่อเชื่อมต่อระบบคอมพิวเตอร์กับอุปกรณ์อัตโนมัติ^{[ 37 ]}
• OMG Data Distribution Service (DDS) - เป็นมาตรฐานมิดเดิลแวร์สากลแบบเปิดที่จัดการ การสื่อสาร แบบเผยแพร่และสมัครรับข้อมูลโดยตรงสำหรับระบบเรียลไทม์และระบบฝังตัว^{[ 38 ] [ 39 ]}
• สถาปัตยกรรมอ้างอิงอินเทอร์เน็ตอุตสาหกรรม (IIRA) ของ Industrial Internet Consortium (IIC) และ Industry 4.0 ของเยอรมนีเป็นความพยายามที่เป็นอิสระในการสร้างมาตรฐานที่กำหนดไว้สำหรับสิ่งอำนวยความสะดวกที่เปิดใช้งาน IIoT ^{[ 37 ]}

คำว่าอินเทอร์เน็ตของสิ่งต่างๆ ในภาคอุตสาหกรรมมักพบเห็นได้ในอุตสาหกรรมการผลิต โดยหมายถึงส่วนย่อยของ IoT ในภาคอุตสาหกรรม ประโยชน์ที่เป็นไปได้ของอินเทอร์เน็ตของสิ่งต่างๆ ในภาคอุตสาหกรรม ได้แก่ การเพิ่มผลผลิต การเพิ่มความน่าเชื่อถือ การวิเคราะห์ และการเปลี่ยนแปลงสถานที่ทำงาน^{[ 40 ] [ 41 ]}ศักยภาพในการเติบโตจากการนำ IIoT มาใช้คาดว่าจะสร้าง GDP โลกมูลค่า 15 ล้านล้านดอลลาร์ภายในปี 2030 ^{[ 40 ] [ 42 ]}

แม้ว่าการเชื่อมต่อและการรับข้อมูลจะเป็นสิ่งจำเป็นสำหรับ IIoT แต่ก็ไม่ใช่เป้าหมายสุดท้าย แต่เป็นเพียงรากฐานและเส้นทางไปสู่สิ่งที่ดีกว่า ในบรรดาเทคโนโลยีทั้งหมดการบำรุงรักษาเชิงคาดการณ์ถือเป็นแอปพลิเคชันที่ "ง่ายกว่า" เนื่องจากสามารถนำไปใช้กับสินทรัพย์และระบบการจัดการที่มีอยู่ได้ ระบบการบำรุงรักษาอัจฉริยะสามารถลดเวลาหยุดทำงานที่ไม่คาดคิดและเพิ่มผลผลิต ซึ่งคาดว่าจะช่วยประหยัดได้ถึง 12% เมื่อเทียบกับการซ่อมแซมตามกำหนด ลดต้นทุนการบำรุงรักษาโดยรวมได้ถึง 30% และกำจัดความเสียหายได้ถึง 70% ตามการศึกษาบางฉบับ^{[ 40 ] [ 43 ]}ระบบไซเบอร์-กายภาพ (CPS) เป็นเทคโนโลยีหลักของข้อมูลขนาดใหญ่ในอุตสาหกรรม และจะเป็นอินเทอร์เฟซระหว่างมนุษย์กับโลกไซเบอร์

การบูรณา การระบบ ตรวจจับและควบคุมที่เชื่อมต่อกับอินเทอร์เน็ตสามารถเพิ่มประสิทธิภาพการใช้พลังงานโดยรวมได้^{[ 44 ]}คาดว่าอุปกรณ์ IoT จะถูกบูรณาการเข้ากับอุปกรณ์ที่ใช้พลังงานทุกรูปแบบ (สวิตช์ ปลั๊กไฟ หลอดไฟ โทรทัศน์ ฯลฯ) และสามารถสื่อสารกับบริษัทผู้ให้บริการไฟฟ้าเพื่อสร้างสมดุลระหว่างการผลิตและการใช้พลังงาน ได้อย่างมีประสิทธิภาพ ^{[ 45 ]}นอกเหนือจากการจัดการพลังงานในบ้านแล้ว IIoT ยังมีความสำคัญอย่างยิ่งต่อSmart Gridเนื่องจากมีระบบในการรวบรวมและดำเนินการกับข้อมูลพลังงานและพลังงานที่เกี่ยวข้องโดยอัตโนมัติ โดยมีเป้าหมายเพื่อปรับปรุงประสิทธิภาพ ความน่าเชื่อถือ เศรษฐศาสตร์ และความยั่งยืนของการผลิตและการจำหน่ายไฟฟ้า^{[ 45 ]}การใช้ อุปกรณ์ โครงสร้างพื้นฐานการวัดขั้นสูง (AMI) ที่เชื่อมต่อกับโครงข่ายอินเทอร์เน็ต บริษัทไฟฟ้าไม่เพียงแต่สามารถรวบรวมข้อมูลจากการเชื่อมต่อของผู้ใช้ปลายทางเท่านั้น แต่ยังสามารถจัดการอุปกรณ์อัตโนมัติการจำหน่ายอื่นๆ เช่น หม้อแปลงและรีโคลเซอร์ได้อีกด้วย^{[ 44 ]}

ณ ปี 2016 การใช้งานจริงอื่นๆ ได้แก่ การรวมไฟ LED อัจฉริยะเพื่อนำทางผู้ซื้อไปยังที่จอดรถว่างหรือเน้นรูปแบบการจราจรที่เปลี่ยนแปลง การใช้เซ็นเซอร์บนเครื่องกรองน้ำเพื่อแจ้งเตือนผู้จัดการผ่านคอมพิวเตอร์หรือสมาร์ทโฟนเมื่อถึงเวลาเปลี่ยนชิ้นส่วน การติดแท็ก RFID กับอุปกรณ์ความปลอดภัยเพื่อติดตามบุคลากรและรับรองความปลอดภัยของพวกเขา การฝังคอมพิวเตอร์ลงในเครื่องมือไฟฟ้าเพื่อบันทึกและติดตามระดับแรงบิดของการขันแต่ละครั้ง และการรวบรวมข้อมูลจากหลายระบบเพื่อเปิดใช้งานการจำลองกระบวนการใหม่^{[ 42 ]}

การใช้ IIoT ในการผลิตรถยนต์หมายถึงการแปลงองค์ประกอบทั้งหมดของการผลิตให้เป็นดิจิทัล ซอฟต์แวร์ เครื่องจักร และมนุษย์เชื่อมต่อกัน ทำให้ซัพพลายเออร์และผู้ผลิตสามารถตอบสนองต่อมาตรฐานที่เปลี่ยนแปลงได้อย่างรวดเร็ว^{[ 46 ]} IIoT ช่วยให้การผลิตมีประสิทธิภาพและคุ้มค่าโดยการย้ายข้อมูลจากลูกค้าไปยังระบบของบริษัท จากนั้นไปยังส่วนต่างๆ ของกระบวนการผลิต ด้วย IIoT สามารถเพิ่มเครื่องมือและฟังก์ชันการทำงานใหม่ๆ เข้าไปในกระบวนการผลิตได้ ตัวอย่างเช่น เครื่องพิมพ์ 3 มิติช่วยลดความซับซ้อนของวิธีการขึ้นรูปเครื่องมืออัดโดยการพิมพ์รูปทรงโดยตรงจากเม็ดเหล็ก^{[ 47 ]}เครื่องมือเหล่านี้ทำให้เกิดความเป็นไปได้ใหม่ๆ ในการออกแบบ (ด้วยความแม่นยำสูง) การปรับแต่งรถยนต์ยังเป็นไปได้ด้วย IIoT เนื่องจากความเป็นโมดูลาร์และการเชื่อมต่อของเทคโนโลยีนี้^{[ 46 ]}ในอดีตมนุษย์และหุ่นยนต์ทำงานแยกกัน แต่ปัจจุบัน IIoT ช่วยให้พวกเขาร่วมมือกันได้^{[ 47 ]}หุ่นยนต์รับงานที่หนักและซ้ำซาก ทำให้รอบการผลิตเร็วขึ้นและรถยนต์ออกสู่ตลาดได้เร็วขึ้น โรงงานต่างๆ สามารถระบุปัญหาการบำรุงรักษาที่อาจเกิดขึ้นได้อย่างรวดเร็วก่อนที่จะนำไปสู่การหยุดทำงาน และหลายแห่งกำลังเปลี่ยนไปใช้โรงงานผลิตตลอด 24 ชั่วโมง เนื่องจากมีความปลอดภัยและประสิทธิภาพที่สูงขึ้น^{[ 46 ]}บริษัทผู้ผลิตรถยนต์ส่วนใหญ่มีโรงงานผลิตในประเทศต่างๆ ซึ่งมีการผลิตชิ้นส่วนต่างๆ ของรถยนต์คันเดียวกัน IIoT ทำให้สามารถเชื่อมต่อโรงงานผลิตเหล่านี้เข้าด้วยกันได้ ทำให้สามารถเคลื่อนย้ายภายในโรงงานได้ ข้อมูลขนาดใหญ่สามารถตรวจสอบได้ด้วยภาพ ซึ่งช่วยให้บริษัทต่างๆ สามารถตอบสนองต่อความผันผวนในการผลิตและความต้องการได้เร็วขึ้น

ด้วยการสนับสนุน IIOT ข้อมูลดิบจำนวนมากสามารถจัดเก็บและส่งโดยอุปกรณ์ขุดเจาะและสถานีวิจัยเพื่อจัดเก็บและวิเคราะห์บนคลาวด์ได้^{[ 48 ]}ด้วยเทคโนโลยี IIOT อุตสาหกรรมน้ำมันและก๊าซมีความสามารถในการเชื่อมต่อเครื่องจักร อุปกรณ์ เซ็นเซอร์ และผู้คนผ่านการเชื่อมต่อระหว่างกัน ซึ่งสามารถช่วยให้บริษัทต่างๆ รับมือกับความผันผวนของอุปสงค์และราคา จัดการกับความปลอดภัยทางไซเบอร์ และลดผลกระทบต่อสิ่งแวดล้อมได้ดียิ่งขึ้น^{[ 49 ]}

IIOT สามารถปรับปรุงกระบวนการบำรุงรักษา ความปลอดภัยโดยรวม และการเชื่อมต่อได้ตลอดห่วงโซ่อุปทาน^{[ 50 ]}โดรนสามารถใช้ตรวจจับการรั่วไหลของน้ำมันและก๊าซได้ตั้งแต่ระยะเริ่มต้นและในสถานที่ที่เข้าถึงได้ยาก (เช่น นอกชายฝั่ง) นอกจากนี้ยังสามารถใช้ระบุจุดอ่อนในเครือข่ายท่อส่งที่ซับซ้อนด้วยระบบถ่ายภาพความร้อนในตัว การเชื่อมต่อที่เพิ่มขึ้น (การบูรณาการข้อมูลและการสื่อสาร) สามารถช่วยให้บริษัทต่างๆ ปรับระดับการผลิตตามข้อมูลแบบเรียลไทม์ของสินค้าคงคลัง การจัดเก็บ อัตราการกระจาย และความต้องการที่คาดการณ์ไว้ ตัวอย่างเช่น รายงานของ Deloitte ระบุว่า การนำโซลูชัน IIOT ที่บูรณาการข้อมูลจากแหล่งข้อมูลภายในและภายนอกหลายแหล่งมาใช้ (เช่น ระบบการจัดการงาน ศูนย์ควบคุม คุณลักษณะของท่อส่ง คะแนนความเสี่ยง ผลการตรวจสอบภายใน การประเมินตามแผน และประวัติการรั่วไหล) จะทำให้สามารถตรวจสอบท่อส่งได้หลายพันไมล์แบบเรียลไทม์ ซึ่งช่วยให้สามารถตรวจสอบภัยคุกคามต่อท่อส่ง ปรับปรุงการจัดการความเสี่ยง และสร้างความตระหนักรู้ในสถานการณ์^{[ 51 ]}

ประโยชน์ยังใช้ได้กับกระบวนการเฉพาะของอุตสาหกรรมน้ำมันและก๊าซด้วย^{[ 50 ]}กระบวนการสำรวจน้ำมันและก๊าซสามารถทำได้อย่างแม่นยำยิ่งขึ้นด้วยแบบจำลอง 4 มิติที่สร้างขึ้นจากการถ่ายภาพแผ่นดินไหว แบบจำลองเหล่านี้จะแสดงแผนที่ความผันผวนของปริมาณสำรองน้ำมันและระดับก๊าซ โดยพยายามระบุปริมาณทรัพยากรที่ต้องการอย่างแม่นยำ และคาดการณ์อายุการใช้งานของบ่อ การใช้เซ็นเซอร์อัจฉริยะและเครื่องเจาะอัตโนมัติทำให้บริษัทต่างๆ มีโอกาสในการตรวจสอบและผลิตได้อย่างมีประสิทธิภาพมากขึ้น นอกจากนี้ กระบวนการจัดเก็บยังสามารถปรับปรุงได้ด้วยการนำ IIOT มาใช้ โดยการรวบรวมและวิเคราะห์ข้อมูลแบบเรียลไทม์เพื่อตรวจสอบระดับสินค้าคงคลังและการควบคุมอุณหภูมิ IIOT สามารถเพิ่มประสิทธิภาพกระบวนการขนส่งน้ำมันและก๊าซได้โดยการใช้เซ็นเซอร์อัจฉริยะและเครื่องตรวจจับความร้อนเพื่อให้ข้อมูลตำแหน่งทางภูมิศาสตร์แบบเรียลไทม์และตรวจสอบผลิตภัณฑ์เพื่อความปลอดภัย เซ็นเซอร์อัจฉริยะเหล่านี้สามารถตรวจสอบกระบวนการกลั่นและเพิ่มความปลอดภัย ความต้องการผลิตภัณฑ์สามารถคาดการณ์ได้อย่างแม่นยำยิ่งขึ้นและสื่อสารไปยังโรงกลั่นและโรงงานผลิตโดยอัตโนมัติเพื่อปรับระดับการผลิต

ในอุตสาหกรรมการเกษตร IIoT ช่วยให้เกษตรกรตัดสินใจเกี่ยวกับการเก็บเกี่ยวได้ เซ็นเซอร์จะรวบรวมข้อมูลเกี่ยวกับสภาพดินและสภาพอากาศ และเสนอแผนการใส่ปุ๋ยและการชลประทาน^{[ 52 ]}ฟาร์มปศุสัตว์บางแห่งฝังไมโครชิปในสัตว์ ซึ่งช่วยให้เกษตรกรไม่เพียงแต่สามารถติดตามสัตว์ของตนได้ แต่ยังสามารถดึงข้อมูลเกี่ยวกับสายพันธุ์ น้ำหนัก หรือสุขภาพได้อีกด้วย^{[ 53 ]}

การบูรณาการข้อมูล IIoT ในอุตสาหกรรมเซลล์แสงอาทิตย์ (PV) สามารถเพิ่มประสิทธิภาพ ความน่าเชื่อถือ และสมรรถนะของระบบพลังงานแสงอาทิตย์ได้อย่างมาก^{[ 54 ]} IIoT ที่มี ข้อมูล AIสามารถนำมาใช้สำหรับการตรวจสอบแบบเรียลไทม์ การเพิ่มประสิทธิภาพ การตรวจจับข้อผิดพลาด และการวินิจฉัย^{[ 55 ]}

เมื่อ IIoT ขยายตัว ความกังวลด้านความปลอดภัยใหม่ๆ ก็เกิดขึ้นตามมา อุปกรณ์หรือส่วนประกอบใหม่ทุกชิ้นที่เชื่อมต่อกับ IIoT ^{[ 56 ]}อาจกลายเป็นความเสี่ยงได้ Gartner ประมาณการว่าภายในปี 2020 มากกว่า 25% ของการโจมตีที่รับรู้ได้ในองค์กรจะเกี่ยวข้องกับระบบที่เชื่อมต่อกับ IoT แม้ว่าจะมีงบประมาณด้านความปลอดภัยไอทีน้อยกว่า 10% ก็ตาม^{[ 57 ]}มาตรการรักษาความปลอดภัยทางไซเบอร์ที่มีอยู่ด้อยกว่ามากสำหรับอุปกรณ์ที่เชื่อมต่อกับอินเทอร์เน็ตเมื่อเทียบกับคอมพิวเตอร์แบบดั้งเดิม^{[ 58 ]}ซึ่งอาจทำให้ถูก โจมตีแบบ DDoSโดยบอทเน็ตอย่างMiraiได้ อีกความเป็นไปได้หนึ่งคือการติดเชื้อของตัวควบคุมอุตสาหกรรมที่เชื่อมต่อกับอินเทอร์เน็ต เช่นในกรณีของStuxnetโดยไม่จำเป็นต้องเข้าถึงระบบทางกายภาพเพื่อแพร่กระจายเวิร์ม^{[ 59 ]}

นอกจากนี้ อุปกรณ์ที่เปิดใช้งาน IIoT ยังสามารถทำให้เกิดอาชญากรรมไซเบอร์ในรูปแบบ "ดั้งเดิม" ได้มากขึ้น เช่น กรณี การรั่วไหลของข้อมูล Target ในปี 2013 ซึ่งข้อมูลถูกขโมยไปหลังจากที่แฮกเกอร์เข้าถึงเครือข่ายของ Target ผ่านข้อมูลประจำตัวที่ถูกขโมยมาจากผู้จำหน่าย HVAC บุคคลที่สาม^{[ 60 ]}อุตสาหกรรมการผลิตยาได้นำความก้าวหน้าของ IIoT มาใช้ช้าเนื่องจากความกังวลด้านความปลอดภัยเช่นนี้^{[ 61 ]}หนึ่งในความยากลำบากในการจัดหาโซลูชันด้านความปลอดภัยในแอปพลิเคชัน IIoT คือลักษณะที่กระจัดกระจายของฮาร์ดแวร์^{[ 62 ]}ด้วยเหตุนี้ สถาปัตยกรรมด้านความปลอดภัยจึงหันไปใช้การออกแบบที่ใช้ซอฟต์แวร์หรืออุปกรณ์ที่ไม่ขึ้นกับระบบ^{[ 63 ]}

แนวทางที่ใช้ฮาร์ดแวร์ เช่น การใช้ไดโอดข้อมูลมักจะใช้เมื่อเชื่อมต่อโครงสร้างพื้นฐานที่สำคัญ^{[ 64 ]}

• อินเทอร์เน็ตของสิ่งต่างๆ