Erik：欢迎来到工业 IoT Spotlight，这是您从工业 IoT 思想领袖那里获得洞察力的第一站，他们正在与您的主持人 Eric Walenza 一起改变当今的业务。

欢迎回到工业物联网聚焦播客。我是您的主持人，IoT ONE 的首席执行官 Eric Walenza，该咨询公司帮助公司从数据中创造价值以加速增长。今天我们的嘉宾是 Vopak 的 Edge DevOps 工程师 Mario Pereira。 Vopak 在 23 个国家的 70 个码头储存和转运石油、化学品、气体、生物燃料和植物油方面拥有 400 年的经验。

在本次演讲中，我们将讨论运营商开发复杂边缘和云平台的路径，从定义系统基础架构到优先考虑用例和功能。我们还探讨了与遗留技术相关的挑战，包括构建、购买和合作伙伴对技术堆栈元素的决策，以及最终发展团队和业务流程以充分利用新技术的必要性。

如果您发现这些对话很有价值，请给我们留下评论和五星级评价。如果您想分享您公司的故事或推荐一位演讲者，请发送电子邮件至 team@IoTone.com。最后，如果您有想要讨论的物联网研究、战略或培训计划，您可以直接发送电子邮件至 erik.walenza@IoTone.com 给我发电子邮件。谢谢你。

马里奥。非常感谢您今天加入我们的播客。

马里奥：嗨。谢谢你有我。这是一个很好的机会来到这里。非常兴奋。谢谢你。我的名字是马里奥。我来自葡萄牙，目前住在荷兰，在 Vopak 担任高级工程师。

Erik：Mario，在您知道我们通常采访科技公司之前，您已经听过我们的播客了。显然，我猜 Vopak 是一家技术公司，但它是一种不同于我们通常处理的技术类型。作为最终用户，我对您在内部开发解决方案的愿景非常感兴趣。

但也许在我们进入您正在构建的平台的主题之前，请告诉我更多关于您个人在 Vopak 所做的工作。

马里奥：所以你首先谈到 Vopak 是为了给观众更多的背景信息。 Vopak 是领先的独立液体储存公司。它是世界上最古老的荷兰公司。这是一家拥有 470 年历史的非常古老的公司。我们所做的是，我们以液态存储重要产品；我们可以说石油和天然气，工业化学品，人类需要运行的一切。目前，我们有 73 个设施、地点，我们称之为终端，它们分布在全球 23 个国家/地区，这些国家/地区都位于战略路线位置。作为一家公司，Vopak 正在经历一个大规模的数字化转型计划，内部更换了多种工具，其中就有 PACRM。

在这次转型中，公司本身、管理层发现我们不仅存储重要产品，我们还为公司、为每个人的合作伙伴创建重要数据。因此，在 Vopak，我们构建了自己的工业边缘计算平台。因此，我们构建了支持和支持 Vopak、MBI、EML、网络安全内部的所有工业物联网计划的工具。

所以产品本身，对于那些从未听说过边缘计算的人来说，平台会在边缘摄取、处理，等等来自工业传感器的设施数据。我们将数据临时存储在本地，然后再发送到云端，然后我们将其推送到云端。然后在云中，其他团队将数据用于自己的计划。

Erik：有趣的是您在内部开发了这个解决方案，或者我应该问一下，有多少解决方案是在内部开发的？这是完全内部驱动的吗？您是否有提供架构的战略合作伙伴或与系统集成商合作？实际开发解决方案的团队是什么？

Mario：所以我们有合作伙伴帮助我们构建了最初的 MVP 解决方案。因此，我们的产品基于使用 AWS IoT Greengrass，以提供 Greengrass 使用的上下文，允许在较少的 lambdas 和边缘的其他云服务中运行的能力。因此将云的平台扩展到边缘。

我们在 2018 年开始构建它。所以一开始我们就去寻找这些类型的平台，我们联系了多个合作伙伴、多个顾问。我们做了多次概念证明。然后我们使用亚马逊合作伙伴帮助我们构建解决方案和本案例中的 MVP。但是平台的所有其余部分都是由我们自己的团队构建的。我很幸运能在这个时候聘用，因为坦率地说，很难聘用工程师，因为市场非常强劲。我们能够雇佣两三个工程师来帮助我构建这个平台。

因此，设计是再次与亚马逊的合作伙伴合作完成的，然后我们自己针对您的问题构建了解决方案。

Erik：您现在仍然在 AWS Greengrass 之上进行构建，还是已将其替换为内部构建的架构？

马里奥：我们仍在此基础上进行构建，以便为我们构建的架构提供额外的视角或观点。所以我们有 IT Greengrass 核心，它运行了三个数字。对于那些在工业物联网领域工作的人来说，他们已经知道什么是 OPCA。因此，我们在边缘运行了一个 OPCA lambda 客户端，它从 OPCA 服务器获取数据。然后我们有一个转换边缘数据的 lambda，然后我们有一个本地存储在云中的 lambda。

现在继续前进，我们正在我们构建的这些平台上构建附加功能。我们正在构建流功能，将实时数据发送到其他部门，或者我们正在构建批量操作到其他部门，其他类型的数据。例如，以前，我们只摄取 OPCA 操作数据。因此，当传感器发生变化、测量值发生变化、新技术发生变化时，现在我们也在接收 OPCA 警报和事件。目前，我们已经在现场评估其他类型的数据，以支持其他计划。

Erik：帮助了解选择 Greengrass 和 OPCA 背后的思考过程。但也许如果我们从 Greengrass 开始，我猜你也评估了其他解决方案，是什么让你得出结论认为这是最好的基础设施？

马里奥：我们已经在内部使用了我们的团队。我们的大部分服务都在西方运行，我们有一个可以使用的模式。所以我们内部已经有了知识。第二，有多种因素。但不幸的是，我们在边缘进行了多次概念证明。在我们看来，它非常分散。所以我们有一个非常擅长吸收这些技能的产品。组织数据、结构化数据非常好，但是在我们的规模飞行边缘提供额外的上下文并不是很好，因为我们有 73 个设施。每个设施都不一样。一切都不一样了。每个传感器都是不同的。

我们进行了多次概念验证，并且每个平台都有各自的优缺点。我们使用 AWS Greengrass 进行了概念验证。要素成本进来了。人员模型进来了。其他产品的可用性进来了。然后这导致了我们的现状。我们现在正在使用 IoT Greengrass 但同时，我们已经在评估站点两次来自亚马逊的优势，这与我们相同。我并不是说他们抄袭了我们。我们与亚马逊和亚马逊的产品管理部门密切合作，产品是根据我们的反馈构建的。

所以我们一直在评估其他产品。我们不会永远使用 AWS Greengrass。

Erik：想了解一下平台在用例方面的样子。但在我们去那里之前，既然我们现在谈论的是发展，那么一路上遇到的大挑战是什么？我猜你是从 2018 年开始的，所以现在已经四年了。这里的挑战是什么？

马里奥：首先，我们拥有大量数据。目前，在 73 个地点中，我们有 18 个在生产中，并且我们在边缘生产，我们每天处理 6500 万个事件。在 18 个地点，我们平均拥有 25,000 个 OPCA 标签。所以，20,000、30,000 个标签，取决于终端的大小，我们有一个有 65,000 个 OPCA 标签的终端。我们遇到了很多挑战，不仅是技术，而且大部分都在流程和思维转变上。真正重要的是为数据提供上下文。

因此，来自软件工程、BI 和数据科学的 OPCA 的数据并没有提供很多信息。例如，在我们的例子中，坦克可能是 TK-004.CV，但它不提供它是哪种类型的坦克，它是哪种类型的传感器，它是哪种类型的测量。我们需要给出那个背景，那个信息。在我们的规模上，在边缘维护这些业务规则，这是一个巨大的挑战；因为每个站点都是不同的，这可能是非常具有挑战性的。

另一个问题是挑战，是人本身。你与世界各地的人们一起工作，有着不同期望、不同背景的多种文化。因此，我天生就是一名软件工程师，通过培训、解释和现场操作员，一些工具的工作原理可能有点可怕。在我们生活甚至预期的网络安全攻击时代，你说，好吧，我将摄取所有这些数据，我们可能会运行机器学习和维护或资产优化，我们将帮助操作员。他们认为，好吧，我在 2 小时的摄取数据后摄取我已经可以做到的。而且我知道我需要说不，我们需要大约五年的数据才能为您提供帮助。

另一个问题是我在边缘告诉你的安全问题，你每天都看到殖民管道黑客攻击，去年，离线安全对我们来说是一个巨大的挑战。它的操作部分，例如监控、日志记录、跟踪、数据质量监控、处理时间监控、吞吐量：所以我们在互联网不是那么好的地方发送大量数据或与外界的联系不好。

Erik：有许多不同的挑战，在非常高的层次上，您可以将挑战分为 IT 挑战和 OT 挑战。所以你有网络安全，你有大量的数据，然后你也有让最终用户加入新应用程序的流程和人员挑战。首先，这是由 CIO 办公室驱动还是由工程主管或 CIO 办公室驱动？那么实际的项目团队是什么样的呢？项目团队中还有谁参与应对所有这些挑战？

马里奥：关于谁主动，这是来自高层。我们真的想成为数据驱动的，是我们公司本身的目标之一，成为数据驱动的。我们希望做出更明智的决定。我们的一项重要 KPI 是安全性，这些数据可以让维护操作以更安全的方式进行。我们可以拥有无人机。我们可以拥有所有这些技术来减少码头事故。

我们就像 Vopak 内部的一个用例。我们的团队非常小。来自项目，所以是我或其他 DevOps 背景工程师。我们有一个工业工程师，所以一个真正了解 [听不清 14:15]、所有这些机器协议、OPCA、OPDA、这些工业协议、这些机器对机器通信协议的人。我做过项目经理团队负责人，也有技术背景。我们有一个架构师可以帮助我们，解决方案架构师当业务时，就像我想要这样做的请求，我想要构建这个仪表板，它将业务需求转化为技术需求。那是我们的团队。

这是一个非常小的团队，因为我们非常采用 DevOps 方法，非常敏捷，我们开发、测试、部署，一切都是自动化的，测试覆盖率为 99.5%。我们有集成测试、单元测试、回归测试、负载测试、安全测试。这是一个用例并维护它，我们有 24/7 全天候待命。我们的团队非常资深，非常优秀。所以再一次，我很幸运能够雇用他们。所以这是一个非常小的团队。

Erik：但我认为在一个小而有能力的团队工作是一种奢侈。

马里奥：老实说，我已经在其他公司工作过，为相同数量的数据处理相同数量的数据，并且团队规模扩大了十倍。

Erik：所以有趣的是，你真的将它构建为一个边缘平台，因为我认为这就是我们正在发展的地方。但许多公司仍在制定边缘战略。存在边缘内部部署和传统内部部署之间有什么不同的问题。那么和我谈谈你如何平衡边缘和云之间的处理、存储等？你如何决定工作需要在哪里完成？

马里奥：在边缘，我们再次摄取数据，转换数据，赋予数据意义，过滤数据。因此，我们使用例如死区算法进行过滤。我们使用一种在操作域中非常常用的算法，即摆门压缩算法来压缩数据。在本地，我们存储整个数据，包括来自 OPCA 服务器的数据以及标准化或转换数据的数据。然后我们只将波段数据和通过摆门算法的数据从所有终端发送到云端。

因此，作为位置，我们有硬数据和未过滤的数据。在云中，我们拥有经过过滤但从所有位置转换的数据。在云中，我们将其存储在集群中，然后集群有一个 API 可以将数据公开给 ERP、CRM。我们有能力。我总是告诉要流式传输数据，我们通过 Amazon 的服务将数据流式传输到 S3 存储桶，然后 BI 团队使用它来创建仪表板。

例如，OPCA 在事件中发出警报，然后他们对警报和事件进行分析，例如哪些资产泄漏更多，哪些资产振动更多或出现问题。然后我们有一批 [听不清 17:59]，亚马逊的另一项服务。你可以对正在听的人做同样的事情。他们现在可以对任何其他云提供商做同样的事情。他们可以将它与 Azure 一起使用。他们可以将它与谷歌平台一起使用。然后我们有一个批处理服务来审查数据并将其发送给数据科学团队，然后数据科学团队使用这些数据来训练他们的机器学习模型。

Erik：回到这个组织问题，所以你有三个团队。你的团队拥有平台，BI 团队正在为不同的用户构建仪表板和前端应用程序，然后你有数据科学团队正在构建算法。这些团队如何协同工作并确保他们能够很好地协调，为组织带来正确的解决方案？

马里奥：我们的数据部门，数据分析甚至在加入团队之前就已经做了很棒的工作。我们需要用例。我们的数据团队正在为终端管理人员、高级管理人员设置培训课程和基础，他们教他们如何处理数据。因为您可以获得所有数据，所有团队都可以很好地工作，我们的团队工作得很好，因为 Vopak 很大。但在内部，我们看起来像一个家庭，我们内部非常灵活。所以沟通非常顺畅，我们沟通得很好。我们遵循敏捷实践。我们有 Scrums of scrums。因此，这是一家拥有 407 年历史的公司正在从内部转型。它正在改变自己。有时它看起来像一家科技公司。我们部门之间有很好的沟通。

但即使在接触团队之前，它也是用例。我们的数据科学团队正在为 Vopak 的每个人创建这些培训和课程，让他们具备一定的数据信息素养，他们可以学习如何处理数据。

Erik：我必须问你一个后续问题，因为我只是在帮助一个客户思考他们的工业 4.0 方法，我们正在讨论如何培训不需要的组织的问题能够做数据科学，他们不需要能够构建仪表板或任何东西，但他们需要了解它如何为他们提供价值？

问题是，我们要走多远？我们真的努力训练每个人吗？我们去车间的人那里。因为他们也是那里的用户？或者我们是否确定将成为最活跃用户的 5% 或 10% 的人？那么你的方法是什么？是在全公司范围内推广还是确定特定的个人？

马里奥：我现在可以告诉你的是，他们目前正在做这四个级别。当他们发布新应用程序或新功能时，他们会为现场人员提供培训。他们培训人们如何使用，他们解释他们可以用信息做什么。在我们的边缘平台案例中，他们在去一个终端之前可以对数据做什么，在去现场之前，我们作为一个团队去那里。

我们去终端，与现场人员交谈，与管理人员和现场工程师交谈，并尝试解释平台的作用，他们做什么，他们能做什么。但这是我们，我们的团队。作为一个组织，他们目前正在培训中层和高层，但是就像它是有机的一样，其他人将培训和教授并向其他人解释这些事情是如何运作的。我可以给你一个例子。

数字双胞胎，对，建模，3D，我们有很好的联系，我们解释了我们可以与现场团队一起做些什么。他们非常喜欢看到这些在家工作的人的身体表现，而且当他们不在家时，他们可以看到那里的真实情况，这非常好。

对警报和事件的分析能力来自现场。所以领域本身就问东西我们有一个部门叫创新部，这些创新部一直在和领域对话，领域问东西，哦，我们可以用数据做这个吗？因此，即使是在该领域的人，他们也已经意识到他们可以用这些数据做什么。我们生活在一个软件吞噬一切的世界。软件无处不在。所以人们真的明白他们需要数据。即使给我们培训，人们也已经知道了。

Erik：大概 30 年前，也许是 40 年前推动技术进步的是工业或 B2B 方面，现在是消费者。因此，每个人都知道，您可以将数据用于多种不同的决策方式，因为您一直将其用作消费者。然后问题就变成了，好吧，我们现在如何利用这些互联网技术来完成我的工作？

然后让我们快速浏览一下用例，我相信你有一个很长的列表，所以也许你可以帮助我们把一些结构放进去。比如你如何对不同的用例进行分类？哪些是真正具有变革性的？哪些是速赢或效率提升，但不一定会改变你的工作方式？

马里奥：快速获胜，容易获胜的是那些对客户产生更多影响或面临的问题。例如，CRMs 或 ERPs 数据，目前是公共客户可以看到他们的罐子的液位或罐子内他们的产品的状态。这些数据来自我们。所以这是一件非常重要的事情，非优先级很容易做，做起来很快，而且回报很大。这是第一个，可能是最重要的，它对客户的影响更大。

当然，在内部我们有第二个，可能更重要的是除了安全之外，它是我们进行调峰的能源管理或污染水平降低，例如，我们控制多少能源，因为有时我们有加热的泵或阀门他们不需要加热。所以我们可以通过我们的数据进行管理。当然，然后我们有预测性维护，因为我们可以通过频谱中的振动来检测可能损坏的东西，在损坏之前我们对振动订单、设备甚至 3D 打印设备都有限制。目前，Vopak 正在投入大量资金，让公众知道。

我们正在收购提供工业传感器的公司，这些公司经过认证，能够像没有传感器的泵或阀门那样智能，我们可以插入或添加传感器。所以这是另一个优先事项。因此，我试图列出影响和速度的优先级列表，因为很难用新传感器改造所有资产。预测性维护需要更多时间，因为您需要大量数据。但是能源管理不需要像一年数据或两年数据那样的大量数据就足够了。但目前最重要的是ERP中的CRM，因为客户可以有效地看到他的数据。

当然，我们还有其他正在做的概念证明，比如像波士顿动力公司这样的自动机器人，类似无人机，可以进行资产检查。最近，我们投资了一家在新加坡这样做的公司。我们也收集这些数据。目前，我们正在使用 3D 建模进行概念证明或价值证明，因此数字孪生非常好，可以避免终端出现问题或事故，例如，了解什么是温度寿命和什么是液体在我的码头上的终端上，在管子里，我们正在做的小事情。

Erik：所以，然后我在这里跟进，我只是在电池市场做一些基准测试，在我们研究的一家公司中，有一家名为 CATL 的公司，它是电动汽车电池制造的市场领导者。他们和你有点相似，他们开发了很多内部技术。他们现在的运营方式非常成熟，他们刚刚向软件业务投入了 5 亿美元，主要目标是利用他们构建的内部工具，将它们发展成一家新公司，然后将这些上游和下游产品出售给他们的供应商和客户，基本上成为一家科技公司。

您是否也在考虑开始将您正在开发的技术货币化？或者您对此有何看法？

马里奥：我不知道。这是关于我的背景。如果这会是一件好事，那是我的管理团队要回答的问题。市场如此分散，如果可以将其作为网络平台提供给另一家公司，那么它就是我们用例的软件，因为它只是一个 OPCA。但是我们有很多商业规则，比如传感器，可能并不适用于所有公司，可能适用于这类公司，存储液体公司，也许。但是再一次，每个传感器都是不同的，每个终端都是不同的。

所以再一次，挑战还处于早期阶段，现在仍然如此。我们正在努力工作，是稳定数据赋予数据意义并在数据上保持这些意义。

Erik：我看到很多中国公司这样做就像说，好吧，我们是像中石化或其他人这样的石油和天然气公司。我们需要开发自己的平台，因为它可能有点受政策驱动，因为我没有看到这么多美国和欧洲公司这样做，即使他们拥有很多领域专业知识和复杂的解决方案。因此，有趣的是，看看这是如何演变的有点不同，也许是中国的一些政策导向，因为这些公司也试图在收入方面变得更加以技术为导向。

马里奥：问题在于数字化转型过程，我已经与其他公司多次交谈，因为我们的技术和他们都很好奇，比如一个用例？当您进行数字化转型时，这是一场马拉松。你不会在 2 年或 3 年内做到这一点，或者这就像一个 10 年或 15 年的计划。你需要雇佣很多人。你需要改变你所有的结构。您需要更改流程。你需要改变公司的结构和心态。

如果你现在专注于技术，而不是你的业务，美国和欧洲的公司，如果你是一家技术公司，你的业务就是技术，对，你在销售，但它是技术。因此，您需要重新转变心态并保持业务正常运转。或者您认为可以，技术可以帮助我开展业务，可以为我提供新的收入模式或帮助我省钱。但为了做到这一点，你需要先投资，不仅投资于技术，还投资于人。你可以说你买了软件，对，但你仍然需要雇佣了解软件的人，他们知道该使用什么，他们知道如何实施，他们知道如何维护它，然后你需要让人们相信这项技术是解决X数量问题。

我认为数字化转型与技术无关，它是关于改变心态，改变实现伟大事业的心态，以解释技术甚至非技术公司都可以成为技术公司。你有一个业务要维护，你是一个业务要运行，现在你需要担心技术。

从文化上讲，再次与不同的人、不同的文化合作，我明白了。亚洲国家不是中国，但亚洲国家目前更直接的技术，可能是因为资源。我在新加坡，我看到了更多的技术。我已经来过美国很多次了。在旧金山，您生活和呼吸技术。所以，这完全取决于资源、心态和心态。

埃里克：如果你和某个担任项目管理或领导职务的人交谈，但也许从三四年前你担任市长开始，你会建议他们做两三件事来改进他们获得成功的机会，然后将成本降到最低？

马里奥：从小处着手，非常小。在我们的案例中，我们从一个小型原型、一个小型传感器开始，它开始时很小并且会产生噪音。所以我们从小处着手，我们只用一个传感器构建。我们构建了仪表板，这很有趣，因为它是一个传感器，它只是一个红色的底部，人们会经过我的桌子并用力点击底部，他们会看到我的屏幕上闪烁的东西。我们做了一个 Alexa 集成，人们会问，按钮颜色的状态是什么？这是艾伦布拉德利PLC。但是我们从艾伦布拉德利那里得到了训练包。我们使用 Bradley PLC 进行了概念验证。我们很快就展示了案例。在合作伙伴的帮助下，我花了两天时间，但是两天，三天的时间来建立 MVP。当然，构建生产就绪平台需要更多时间。

两天，三天，我们构建了 MVP，我们构建了仪表板，我们对其进行测试并告诉人们，你喜欢这个，你不喜欢这个吗？自动跑到外地和人说话，你喜欢这个，你不喜欢这个吗？如果你这样做，你会怎么想？当然，你听到很多不。我不想要那个。我不需要那个。

但我打算用这个问题来回答，如果你问客户你想要汽车还是更快的马，他们可能会问更快的马。它开始时很小，更瘦。从小处着手，快速原型化，衡量成功，衡量反馈类型并快速迭代。如果它不起作用，就快速终止项目，做一些新的、不同的、他们真正想要的东西。对我们来说，这是 [音频不清晰 34:35] 因素。仪表板中的 Alexa 集成非常有趣。当我说这需要两天，不，两天，我知道你可以快速完成制作，而且确实很快。

Erik：你基本上遵循了相同的方法或心态，所以你没有说，好吧，我们将为这个计划制定架构，我们将投入 24 个月的时间来构建它，然后发布，但是你就像一步一步地逐步构建功能，或者你是如何从第一个 MVP 到运营中的真正价值的？

马里奥：循序渐进，从小处着手，而不是大爆炸式的变化，这就是产品的完成，这是关键。不，因为那样人们就会开始等待，他们变得焦躁，让我们用这个词。你需要倾听人们的心声，倾听他们想要的东西。我们从小处着手，提供衡量这一点的小特征。

如果你是一家工厂，有很多工厂，你首先需要建立自动化和监控，因为当你已经生活在十个地方有 10,000 个传感器时，改造它是非常困难的。我们使用这种方法从小处着手，并继续朝着正确的方向不断前进。

Erik：我认为这是一个非常有趣的案例。马里奥，您还有什么想与观众分享的吗？

Mario：Vopak 正在世界各地招聘，从 OT 到 IT 到非 OT 到非 IT 的很多职位，请访问我们的网站。我们有荷兰语版和英语版。如果您对我们构建的内容有任何疑问，请随时联系我。我使用的唯一社交网络是 LinkedIn，是的，请随时联系我。

Erik：这听起来像是一家很棒的公司，我们会将您指向它的链接放在节目说明中。谢谢，马里奥。

马里奥：谢谢。

Erik：感谢您收看另一个版本的 IoT Spotcast 播客。如果您发现这些对话很有价值，请给我们留下评论和五星级评价。如果您想分享您公司的故事或推荐一位演讲者，请发送电子邮件至 team@IoTone.com。最后，如果您有想要讨论的物联网研究、战略或培训计划，您可以直接发送电子邮件至 erik.walenza@IoTone.com 给我发电子邮件。谢谢你。