繼工業(yè)物聯(lián)網(wǎng)(IIoT)后，又有產(chǎn)業(yè)觀察家提出工業(yè)基礎(chǔ)設(shè)施物聯(lián)網(wǎng)(Industrial Infrastructure Internet of Things;IIIoT)的概念。所謂IIIoT是指物聯(lián)網(wǎng)本身的數(shù)據(jù)和應(yīng)用程序堆棧中的定義空間，并由其安裝類型，及其所執(zhí)行分析的性質(zhì)來區(qū)別。

據(jù)Internet of Business報(bào)導(dǎo)，就安裝類型而言，IIIoT是指智能城市光纖布線、能源廠網(wǎng)絡(luò)層、印刷機(jī)及工業(yè)成型機(jī)等大型機(jī)器等。IIIoT是數(shù)字道路、數(shù)字街燈和機(jī)場(chǎng)數(shù)字空調(diào)系統(tǒng)。IIIoT通?？赡軙?huì)被定義為土木工程計(jì)劃的一部分，其物理規(guī)模很巨大，而其所創(chuàng)建的數(shù)據(jù)點(diǎn)數(shù)量也很龐大。

而就數(shù)據(jù)分析類型來說，IIIoT主要是元數(shù)據(jù)(Metadata)分析。由于機(jī)器總是會(huì)產(chǎn)生更多的數(shù)據(jù)，2017年，數(shù)據(jù)用量已從Terabyte(TB)前進(jìn)到Petabyte(PB)，在2020年之前將更進(jìn)一步由PB前進(jìn)到Exabyte(EB)。

如此龐大數(shù)據(jù)帶來元數(shù)據(jù)分析的機(jī)會(huì)。工業(yè)基礎(chǔ)設(shè)施一旦數(shù)字化，就能開始承擔(dān)需要在總體數(shù)據(jù)結(jié)構(gòu)的片段中使用的一些分析。然后，應(yīng)用程序?qū)母?jīng)調(diào)整、精煉、分析和智能自動(dòng)化的數(shù)據(jù)池中獲取數(shù)據(jù)。IIIoT則透過在元級(jí)(meta-level)執(zhí)行來承擔(dān)所有數(shù)據(jù)分析的第一階段。

目前有兩家公司專攻此領(lǐng)域?；A(chǔ)設(shè)施資產(chǎn)管理公司Yotta會(huì)與各城鎮(zhèn)議會(huì)合作，利用物聯(lián)網(wǎng)技術(shù)收集城鎮(zhèn)的數(shù)據(jù)，并透過數(shù)據(jù)分析實(shí)現(xiàn)最大連通性和價(jià)值。AspenTech則使用物聯(lián)網(wǎng)、人工智能(AI)和大數(shù)據(jù)優(yōu)化、維護(hù)能源工廠，使大型能源公司能確定機(jī)器何時(shí)最有可能故障。

Yotta產(chǎn)品兼科技官M(fèi)anish Jethwa表示，隨著數(shù)據(jù)量繼續(xù)上升到TB和PB級(jí)如此龐大水平，數(shù)據(jù)很容易變得難以管理，而且必須有適當(dāng)基礎(chǔ)設(shè)施來調(diào)解數(shù)據(jù)，這是IIIoT層級(jí)的元級(jí)數(shù)據(jù)分析可派上用場(chǎng)的地方。

Jethwa認(rèn)為，企業(yè)可使用云端模型來減少由傳感器和探測(cè)器收集的大量數(shù)據(jù)，但重點(diǎn)是要分析哪些基礎(chǔ)設(shè)施被用來保存和管理數(shù)據(jù)。

Yotta的資產(chǎn)管理平臺(tái)Alloy則利用微服務(wù)提取大量數(shù)據(jù)。微服務(wù)之所以重要，在于其能過濾較小的數(shù)據(jù)元素，并將關(guān)鍵數(shù)據(jù)驅(qū)動(dòng)到正確位置，使數(shù)據(jù)分析在更普遍的層次上進(jìn)行。

實(shí)際上，這種數(shù)據(jù)收集的簡(jiǎn)單例子就是在城市內(nèi)部收集溫度變化，這可能需要許多不同的傳感器來收集定期讀數(shù)。微服務(wù)可提供有價(jià)值的服務(wù)，將多次測(cè)量減少到超過預(yù)定義閾值的關(guān)鍵通知。而類似技術(shù)也能用于監(jiān)測(cè)噪音和空氣污染。

AspenTech高級(jí)業(yè)務(wù)顧問Mike Brooks認(rèn)為，若以正確方式使用現(xiàn)今的大量數(shù)據(jù)，企業(yè)就能讓員工掌握資產(chǎn)或系統(tǒng)中具體部分的運(yùn)作情況，除了能在需求高峰期避免不必要的故障，也能因應(yīng)隨機(jī)關(guān)機(jī)的風(fēng)險(xiǎn)。

Brooks表示，IIIoT內(nèi)的維護(hù)科學(xué)利用歷史和實(shí)時(shí)操作數(shù)據(jù)。將這些數(shù)據(jù)用算法分析時(shí)，就能建立所有資產(chǎn)和系統(tǒng)的故障前兆模型。如此一來系統(tǒng)就能實(shí)時(shí)準(zhǔn)確、主動(dòng)地辨識(shí)資產(chǎn)漏洞，并提出一系列完整建議，讓工程師和維護(hù)專業(yè)人員在個(gè)別資產(chǎn)或更大系統(tǒng)遭受任何潛在影響之前采取行動(dòng)。