AWS最近推出了一套名为“AWS for Industrial”的新服务，旨在通过专门构建的服务、解决方案和最广泛的合作伙伴生态系统，让工业客户更容易在AWS上创新、自动化和扩展工业工作负载。面向工业的AWS提供专门为工业公司的开发人员、工程师和运营商构建的新的和现有的服务和解决方案。AWS for industry声称可以简化客户构建或部署创新物联网(IoT)、人工智能(AI)、机器学习(ML)、分析和边缘解决方案的过程，以实现运营效率、质量和敏捷性的阶梯式改进。

那么，什么是面向工业的AWS，对AWS的合作伙伴和客户有什么影响?让我们进去看看。

什么是工业用aws ?为什么?

简单明了的工业AWS是AWS将其IX平台扩展到资产性能管理(APM 4.0)世界，提供设备的预测性维护，包括计算机视觉功能。AWS一直通过Kinesis和Sagemaker等组件提供通用分析功能。现在，他们已经发布了一个由六个主要是新的工业组成部分组成的一揽子计划:

• AWS IoT SiteWise Edge:大规模收集、存储、组织和监控来自工业设备的数据

• AWS全景设备:将计算机视觉添加到现有现场摄像机的硬件设备

• AWS全景设备SDK:构建在Edge上运行计算机视觉应用程序的新相机和设备

• Amazon Lookout for Equipment:使用现有的工业传感器数据检测机器异常行为

• 亚马逊视觉:利用计算机视觉在制造过程中发现缺陷和异常

• Amazon Monitron:端到端设备监控系统，用于检测机器异常行为并实现预测性维护

AWS通过许多解决方案参考体系结构支持这些组件:

1. 工业机器连接(IMC)体系结构
2. 工业数据湖参考架构
3. 智能机器参考架构
4. 机器到云框架架构
5. 亚马逊虚拟Andon架构

为什么AWS适用于工业?

AWS声称，亚马逊在工厂运营方面拥有多年无与伦比的经验;将为合作伙伴提供广泛的合作伙伴解决方案;提供专门的服务，以优化工业现场的操作;并且比其他任何供应商解决更多的工业工作负载。因此，他们的目标不仅仅是APM，而是更广泛的工业分析解决方案市场。因此，虽然他们可能还不是APM的领导者，但更好的问题是，考虑到他们拥有可观的资源，他们能成为第一吗?

当然，AWS的IT支出的力量正在推动他们的市场，以及它如何改变买家行为的潜力，可以让他们迅速从基础设施领域的两大领导者之一上升到IX平台和工业分析领域的两大领导者之一。他们的市场渠道的力量不应被低估，特别是与一些在自己的市场上取得有限成功的竞争对手相比。

LNS可以指向一个以上专门使用AWS通道的集成软件供应商(ISV)，而不是通过已经依赖AWS的其他平台供应商。至少有一些isv在想，“有了AWS新的工业力量，谁还需要中间商呢?”

对合伙人的影响

那么，AWS的合作伙伴会如何看待这一声明呢?答案是，这取决于你是什么样的伴侣。如果您是德勤或Wipro这样的服务合作伙伴，这是一个好消息，它将使您能够利用他们已经投资的IaaS平台，为AWS的最终用户客户提供一整套全新的服务。最终用户IT部门，尤其是那些喜欢DIY的部门，可能也会有同样的感觉。现在，他们可以将it驱动的故事带到运营中，并说他们拥有正确的预测性维护平台。

但如果您是应用工业物联网(IoT)、人工智能(AI)、机器学习(ML)和边缘解决方案进行预测性维护的业务合作伙伴，那么说您应该关注这一点还不为过。您选择的云平台合作伙伴现在是您的竞争对手。现在，AWS不会与你直接竞争，但其他AWS合作伙伴，以及一些最终用户，将采用AWS的工业业务。是的，AWS确实有一个专业的服务团队，但他们的存在主要是为了支持解决方案提供商，而不是自己构建相互竞争的解决方案。

理解法律动机

AWS为什么要这么做?重要的是要了解AWS一直有提升价值主张和交付堆栈的雄心。他们的目标很简单:最大化通过他们平台运行的美元和服务数量。他们还鼓励他们的合作伙伴和自己的销售人员这样做。AWS的目标是无论选择哪条路线，都能直接通过他们或通过他们的合作伙伴赢得胜利。条条大路通罗马。其他超标量也一样。尽管其他超级规模的企业不一定有同样的兴趣，但它们都有资源和耐心来主导工业领域。

还没到那一步

尽管宣布了这一消息，但AWS还没有达到这一目标。他们仍然面临三个缺点:

1. 他们缺乏行业领域的知识。物理对于AWS来说并不熟悉。他们将不得不依靠合作伙伴或最终用户来获得这些知识。
2. APM不仅仅是预测性维护，它从资产策略开始，并在更大的工厂运营环境中分析资产性能。聪明的竞争对手有机会改变这个等式，关闭APM循环。
3. AWS IoT SiteWise缺乏用于将所有类型的数据上下文化的企业数据模型。是的，它可以结构化数据并指定设备和流程的性能指标，但它的功能类似于大多数时间序列历史记录。此外，资产模型是使用AWS命令行接口(AWS CLI)构建的，虽然不是特别困难，但仍然是编程的。

因此，AWS for Industrial将AWS置于APM游戏中，但到目前为止，他们只是在水里。他们还有很长的路要走，要与APM领导者和先进的isv进行正面竞争，后者已经很好地将AI/ML注入到他们的产品中，以提供丰富和易于使用的功能。

接下来是什么?

考虑到AWS的市场实力、几乎无限的资源和积极进取的雄心，对于超级规模的观察者来说，它应该不足为奇。其他国家效仿只是时间问题。因此，竞争对手和合作伙伴都应该密切关注AWS的动向。

对于最终用户，您现在有了另一个预测维护、工业物联网和边缘计算解决方案的潜在供应商。虽然这一开始可能会使事情复杂化，但它也可以简化您的架构和集成工作，就像SAP为ERP所做的那样。既然已经有了这个平台，为什么不在它的基础上构建，而不是集成一组第三方应用程序呢?这对许多终端用户来说是有意义的。AWS的创新速度——确实领先于微软，以及在价格和业务便利性上持续竞争的意愿——都将与许多制造商产生共鸣。