组织必须克服工业物联网架构的设计和实施挑战，才能建立有效的IIoT部署。
IIoT技术解决了传感器和设备与工业控制和能源系统的连接问题，以提高生产力和流程。IIoT还使用强大的通信平台集成了高级计算、数据存储基础设施、分析和机器学习。
IIoT架构设计可能很复杂，尤其是在通信网络和控制层。然而，IIoT的快速创新和跨多个基础行业技术的投资将使IIoT更能适应变化，并在未来几年提供更多改进。当使用基于机器学习的工具实施时，运营分析和性能优化在今天特别有效。
什么是IIoT架构，组织应该从哪里开始？
IIoT架构由交互层定义，包括设备、通信和语义。在设备层，架构师设计设备如何与通信系统交互以在结构中连接和互连。在通信层，系统使用协议来交换可操作的信息。语义层将意义和上下文应用于系统，并在业务目标的上下文中识别系统功能。
架构师必须从本体论（每一层之间的关系）开始设计IIoT部署，并投资四类基础工业IoT技术以加速开发。
通信和安全
工业物联网架构需要对工厂、设施和分销供应链内的通信进行投资，以实现互连和最佳互操作。组织在整个工业领域具有物联网传感和数据交换的广泛潜在用途，以解决管理、安全、材料和机器的流动和状态、环境条件和一般操作问题。通信技术和具有10 Gbps宽带无线连接能力的5G承诺提高了IIoT应用的能力。例如，当今可用的虚拟网络可以在云中安全地托管计算和分析工作负载，适用于通过跨不同工业地点建模来应用远程监控、分析和决策支持的广泛应用。
开放数据平台和工业设备网络
开放系统使用通用信息模型指导共享信息的开发。工业设备网络通常共享传输和通信协议，从而改进了它们的管理。在工厂或设施中，数据治理自动化应严格禁止信息共享以及根据需要访问数据和设备。在开发IIoT平台时，架构师必须考虑数据隐私的需求以及强大的数据和通信路径保护形式的发展。
人工智能
智能算法可以完成作业中的许多分类、预测和优化任务，特别是机械的维护和性能优化以及基于传感的系统故障预测。某些形式的AI支持实时决策和从数据中学习，而其他AI模型则解决更长时间的优化类型问题。组织必须提前几个月知道需要哪种形式的人工智能来促进流程优化和改善预期结果，因为开发流程优化并将其嵌入工业系统是一个耗时的过程。
系统控制
跨工厂、设施或智能建筑交互的系统需要对许多已经存在的独立系统有广泛的了解。一个成功的架构设计取决于系统在服务、信息和数据交换方面的抽象，以及整个系统中交换的时间安排。
用于构建组织IIoT架构的工具
工业互联网参考架构(IIRA)可作为开发IIoT空间中复杂系统方法的指南。框架通常建议组织使用系统方法为IT和运营技术应用程序开发架构，包括行业领域内的特定参考架构，例如交通、能源、医疗保健或政府。
早期的IIoT计划应参考IIoT系统中组件之间使用模式的实施观点。实施观点是技术及其利用的完整生命周期，基础设施、通信、传感器、机器学习和实施系统功能组件的技术的集合。例如，组织可以考虑一种三层架构模式，其中包括与当前使用的系统保持一致的边缘、平台和企业服务层。IIRA还定义了其他使用模式。承诺首先阅读IIRA的技术物联网项目负责人可以塑造组织如何定义他们的方法并在框架驱动的角度考虑目标和系统。
架构师还必须采取措施设计特定于其组织需求的IIoT架构：
定义架构的愿景和目标：谁是利益相关者？你想达到什么目的？随着时间的推移，机器学习会做得更好或提供什么信息？改进决策支持的机会在哪里？系统是如何使用的，什么决定了成功？基于产出的规划方法是关键。
让架构师和物联网项目负责人阅读和评估IIRA以指导他们的方法。在设计阶段，技术利益相关者应使业务观点与功能观点保持一致，以定义通信层、接口、数据以及系统与环境的交互。
定义考虑实施未来和观点的范围。指定功能，包括业务、信息、操作、控制和应用程序域，并确定最适合的使用部署模式。
根据每个功能域内的任务、角色和活动确定架构的基本功能，这将协调整个系统的功能。
定义反馈、KPI和成功衡量标准。定义计划关系以确保考虑所有利益相关者和观点。
确保组织结构已准备好在持续改进的持续迭代循环中计划、执行、衡量和纠正。
