找A5进行项目招商，快速获取精准代理商名单

外卖团购热潮结束，餐饮企业的机会在哪里？ 历经波折的第三方餐饮平台是否找到了康庄大道智慧餐饮，能否带领平台下的商家走出亏损的阴霾？ 第三方外卖平台和商家能否再创餐饮辉煌？

1、餐饮O2O的拐点在哪里？

1.评论

大众点评首先针对的是本地商家，上海人以消费和美食着称。 这些人自然成为了大众点评的第一批种子用户。 慢慢响应点评，从推出会员卡开始，一直到实施电子优惠券战略，才开始逐渐找到自己的商业模式，实现盈利。 随着2012年智能手机的爆发，基于点评的餐饮平台真正实现了盈利能力的大幅提升。 大众点评是在没有竞争的环境中成长起来的，所以发展得很好。

2.团购

王兴将美国模式引入中国，创立了美团。 此后，中国团购市场一夜开花，整个餐饮市场全面接受了餐饮O2O的洗礼。 一时间，一场“千团大战”打响，低价竞争、恶性竞争。 经过2010年的上涨、2011年的泡沫、2012年的理性，到2013年基本企稳。美团被认为是中国团购市场最强的“剩饭”，虽然有BAT等巨头投资在里面。 团购模块，但效能与狼一样的美团相比还相去甚远。 就连美团和大众点评也在2015年10月合并。到了2014-2015年，团购融资逐渐遭到冷遇，融资失败的消息不断。 随着融资的冷遇，团购企业开始相互热恋，团购靠资金补贴教育商家进行网络营销的时代逐渐淡去。

3.外卖

早期外卖O2O平台创业​​难度较大，几乎没有融资支持。 2013年后，美团、淘点点等外卖模块相继推出，让外卖O2O开始受到资本市场的关注，掀起一波投资热潮。 但对于餐饮商家来说，虽然外卖平台为餐饮带来了部分线上订单，但依然无法克服高峰分餐、来不及接单、送餐滞后等问题。 外卖平台的负面消息、物流短板、利润空间有限等诸多问题也一直困扰着外卖平台。

4.系统

通过点评分享和团购补贴教育，传统餐饮业主也意识到移动互联网给餐饮带来的变化：消费场景的变化、用户习惯的升级，以及移动互联网餐饮的必然性。 餐饮企业必须建立信息系统和客户管理系统，形成自己的餐饮管理体系。

5.管理

对于大多数餐饮商家来说，要想真正实现线上线下的融合，就需要打通线上线下的数据资源。 而只有打通线上线下用户数据，餐饮商家才能有效分析用户消费行为，为餐饮决策提供有力支持。 升级POS系统，打通CRM系统，也是餐饮O2O必不可少的一环，是O2O的最大瓶颈，也是餐饮O2O的新机遇。

2、餐饮管理新革命——三餐智慧餐饮管理

所谓智慧餐饮，首先离不开互联网技术； 其次，解决某个环节的痛点一定要有效、智能，无辜的问题就是假痛点； 最后，餐饮的所有环节必须串联起来，形成一个有效的闭环，满足以上三个环节，才算符合智慧餐饮的初级形态，才能得到市场的认可。

1.做前端解决方案

包括互联网点餐、外卖、收银等前端环节在内，这种所谓的智慧餐饮，其实并不能决定一个餐厅的命脉。 反而可能给餐厅带来繁琐的工作量和虚假补贴。 餐厅不会靠这种方案生存，传统的取而代之的方式占据绝对比重。 代表企业有：美团、饿了么、外卖超人等。

2.做后台管理解决方案

做后端管理方案，包括进销存、CRM等，更多的功能在于管人管事。 管理智能便捷，但客户独立。 如果第一个解决方案连接到前端，一起使用就没用了！

3、制定整体解决方案

这个品类是目前最接近未来餐饮的解决方案。 比如三餐美食，其主要作用是利用其中一个切入点，对目标行业的业态进行深度重构，从而有效提升效率和成本结构。 进行人与人之间的互动。 这种餐饮4.0更接近未来的餐饮形态——智慧餐饮！ 代表性智慧餐饮管理系统：三餐、美食餐饮管理系统等。

餐饮业的受众面广，产业规模大，这是任何行业都无法比拟的。 但站在信息化发展的前沿，即使是一直蓬勃发展的餐饮业，也依然像一片汪洋大海，每一个用户和商户，每一个配送和服务企业都是这片大海的一部分。 孤岛。

本文首发于《电信工程技术与标准化》2020年第9期，作者：OMDIA

概括

工业物联网 (IIoT) 市场的机会将基于新参与者的专业知识和创新技术。 本报告概述了 IIoT 市场及其价值链，重点介绍了推动行业发展的业务和技术趋势，展示了不同类型参与者采用的关键战略，以及它们如何与新技术联系起来，旨在参与市场对市场的全面了解。

市场情况

OMDIA 将 IIoT 定义为部署在工业环境（过程和离散制造）中的物联网应用程序。 这包括有线（例如以太网技术）和无线（例如蜂窝技术）网络终端。 虽然工业以太网终端联网技术早在2000年代初就出现了，但很多产品（尤其是现场终端）仍然没有联网，或者只提供单向通信。 有了工业物联网，双向通信成为可能，数据被提供给控制器和云端，反馈被提供给端点。 例如，可以通过更改传感器参数来支持生产运行。

IIoT 提供了从仓库到工厂车间收集和利用以前未使用的信息，并将现有和新的不同数据集关联起来以最终推动改进和新解决方案的机会。

最常见的 IIoT 应用包括以下内容。

(1) 资产、库存或基础设施监控。

(2) 资产或库存跟踪。

(3) 车队管理。

(4) 预测分析和预测维护。

（五）现场使用的自动、半自动车辆。

(6)工业可穿戴设备(如联网头盔、AR眼镜)。

(7) 工业现场联网。

(8) 设备的远程控制和管理。

(9) 基于物联网的生产过程和质量监控。

(10) 数字孪生。

工业物联网趋势

到2030年，市场规模将增至44亿台设备，其中亚太地区设备数量最多，占所有设备的54%。 我们预测的 IIoT 终端分为 3 类。

(1)电机控制：低压电机驱动器、中压电机驱动器、运动控制器、伺服驱动器、步进驱动器、电机、泵和压缩机、发电机、发电机组、涡轮机和开关设备。

(2)离散控制：工业物联网网关、路由器、操作终端、工业PC、PLC、远程I/O、传感器、离散安全终端、安全驱动器、机器视觉终端。

(3)过程控制：DCS、过程控制与仪表、过程测量、过程安全和RTU。

大多数 IIoT 应用程序，例如预测性维护或数字孪生，将依赖于来自不同类别的多个端点。 资产监控等其他应用程序可以使用很少的端点构建，例如连接到 IIoT 网关的传感器。

商业趋势

供需趋势决定了 IIoT 市场。 在供应方面，制造商需要提高竞争力并控制成本推动市场创新，而 IIoT 是其中的关键部分。 驱动因素如下。

(1) 减少代价高昂的机器停机时间（据施耐德电气称，矿业公司每小时因设备故障损失 3,000 美元）。

(2) 提高生产力和盈利能力，包括增加产量和降低成本。

(3) 解决技能短缺问题。 这在劳动力老龄化的日本等市场尤为重要。

(4)国家规划，如“德国工业4.0”、“中国制造2025”等。

同时，在需求方面，制造商希望看到终端客户继续推动更高水平的定制化，从而产生快速改变和调整产品和装配线的需求。 汽车和运动鞋制造就是最好的例子。 这推动了对敏捷性和灵活性的需求，IIoT 可以帮助实现这一点。

技术趋势

工业市场正在走向数字化。 在制造业，这在 OT 和 IT 的融合中很明显，特别是 OT 解决方案需要利用不断增长的 IT 数据和系统来“摆脱孤岛”。 OT 系统通常被设计为独立的实体，因此在许多情况下，为它们提供连接并将它们集成到新的 IT 和 IIoT 解决方案中并不是一件容易的事。

数字化和新技术齐头并进。 它们包括新的连接协议（例如 5G、Wi-Fi 6、TSN、OPC UA、MQTT）以及新的应用技术（例如机器学习、AI、AR/VR、数字孪生、数字线程、增量制造和协作机器人） ). 希望将这些技术引入行业的主要参与者包括云和 IT 提供商、网络提供商和 CSP。

在技​​术方面，一个持续的挑战是需要添加/转换而不是全面替换。 新技术和 IIoT 解决方案必须在许多系统无法关闭且无法进行大规模工厂停运进行升级的“”环境中交付。

工业专用网络和 5G 的机遇

在IIoT领域，专网（现在的LTE，后来的5G）是主要趋势，主要由CSP和网络供应商推动。

从 CSP 和供应商的角度来看，一些关键的发展驱动因素包括以下内容。

（1）专网提供了一种非常适合工业环境的解决方案，可以将网络的控制和管理，以及数据的安全和治理交给企业自己。

(2) 5G机会与工业领域的私有网络机会密切相关（尽管5G尚未完全标准化）。 5G 的一些特性，尤其是 5G URLLC，使其非常适合支持极低延迟的工业企业应用，例如自动导引车 (AGV)。

(3) 由于担心消费市场的 5G 需求不足以证明 5G 资本支出合理，服务提供商和供应商也非常积极地在工业领域寻找 5G 机会。

从生态的角度来看，一些主要的发展驱动力包括以下内容。

(1) 频谱碎片化。 这方面主要包括CBRS，以及德国5G区域频谱。 然而，我们可以在芬兰、法国、巴西、日本和澳大利亚等许多国家观察到这种趋势。

(2) 5G ACIA等举措层出不穷，确保5G for IIoT满足工业终端用户的真实需求。

(3) 博世、西门子等工业科技企业对5G的兴趣日益浓厚。 他们希望与长期的行业客户保持联系，也希望找到新的机会，帮助客户利用数据打造更具前瞻性的商业运营模式。

IIoT生态价值链

技术变革正在塑造 IIoT 价值链

IIoT 价值链与该领域的数字化进程密切相关。 连通性是工业技术的重要组成部分。 随着边缘计算或人工智能等新技术成为通过物联网解决方案提供价值的重要元素，IT 也变得越来越重要。 这种向数据驱动的工业技术的转变对专业技能提出了额外的要求，尤其是在网络安全和 IIoT 平台等新领域。

这种额外的复杂性意味着没有公司能够真正独立地提供端到端的 IIoT 解决方案。 同时，工业环境中现有的“”技术意味着任何颠覆性创新参与者都无法孤立地提供解决方案。 因此，合作至关重要。 此外，终端的生命周期长、需要在不中断生产的情况下进行创新以及传统思维方式意味着任何创新解决方案都无法单独颠覆市场，而产业环境是关键。

从 CSP 或基础设施提供商的角度来看，最好的场景是 CSP 向工业企业销售专有和混合网络解决方案工业物联网，对其进行管理并提供增值服务（例如 MEC 和分析）、应用程序（例如 AGV），甚至全系统集成。

另一种情况是CSP管理网络或只将频谱出租给企业或其技术合作伙伴，不开展其他与网络相关的业务。 这可能会迅速恶化为最坏的情况，由于频谱许可（例如共享、区域频谱或未许可频谱）的发展可能会减少其独特的资产所有权机会，因此 CSP 有可能被排除在 IIoT 市场之外。

为了实现最佳场景，CSP 必须开发垂直领域知识和以用例为中心的策略，以便有效地利用厂外连接作为他们真正的差异化因素。 虽然我们不知道它们在工厂车间联网方面是否有效，但毫无疑问它们将支持低带宽和高带宽技术的广域连接。 在IIoT领域，CSP的优势在于打造智能工厂（智能供应链场景）。 CSP在市场上的成功取决于5G能否成功扩展到连接技术的范围之外，以及他们能否投入足够的时间和资源来适应垂直市场的需求。 这包括建立具有深入行业经验和专业知识的内部专业知识、产品团队和销售团队。

一些 CSP 已经与领先的工业技术供应商建立了关系，尽管在协作方面还有更多工作要做。 伙伴关系的例子包括以下内容。

(1) 与德国电信、西门子建立合作关系。 在本案中，合作伙伴关系包括两家公司一起销售各自的产品，以及仅向西门子供应产品，然后西门子将产品推向市场。

（2）还有和Elisa，各自的创新平台和智能工厂解决方案都是基于PTC。 CSP 不会专注于 OT 或自动化流程，因为这不是他们的强项。 支持该领域颠覆性创新的最佳方式是与现有市场领导者合作。

IIoT 市场的关键颠覆性创新

5G、人工智能、增强现实和边缘计算等新技术将影响工业物联网价值链以及工业领域部署解决方案的环境。 如果我们将供应链、制造车间和交付产品视为工业部门价值和活动的三个主要领域，那么这三个领域都将受到新技术和 IIoT 的影响。 TSN 和 OPC UA 等技术将主要影响工厂内部，而 ML/AI 或数字孪生等其他技术将对行业产生更广泛的影响。 5G 也将影响这 3 个领域，尽管它在工厂中的相关性尚未得到证实。

IIoT 环境中的连接技术

工业环境中存在不同的连接网络层。 一楼是生产车间，包括机器和传感器。 该领域主要以现场总线或以太网形式的有线连接为主。 无线技术只是其中的一小部分，包括 . 在这个层次之上是SCADA系统，然后是MES，然后是ERP，形成了所谓的“工业自动化金字塔”。

5G 可以支持高达 20 Gbit/s 的速度、大量终端和低至 1 毫秒的可靠性，从而在可靠性、延迟、带宽和可预测性方面与现有的有线连接选项竞争。 此外，与广泛的布线工作相比，5G 将带来移动性和更低的成本。

然而，5G 仍然是一项未完成的技术。 目前R16已经冻结，R17将于2021年完成。它们都添加了实现5G全部潜力所需的升级。 16 将是 5G 超可靠低延迟 (5G URLLC) 和 IIoT 5G 标准化的关键一步，支持具有极低延迟要求的服务，例如机器人自动化、未授权频谱中的私有 5G 网络和 5G 定位。

市场不会在一夜之间发生变化，因为终端和芯片组在标准化后至少需要 2-3 年才能达到规模。 TSN 的 5G 现在似乎被推到了 R17。 到那时，5G URLLC 将是一项很好的“一次性”技术，但无法为整个工厂供电。

此外，5G 可以支持 eMBB、mMTC 和 URLLC，但不能同时支持。 例如，并非所有 5G 频谱都同样适合提供延迟为 1 毫秒的 URLLC，并且需要大量的边缘计算才能实现这一点。 支持5G URLLC会影响5G的频谱效率，影响5G的其他一些功能。 例如，一个 5G 小区支持的 5G URLLC 连接数将少于 100 个（而不是数千个）。

Wi-Fi 6 将在 IIoT 中发挥作用，华为企业或思科等公司将支持该技术。 虽然以前版本的 Wi-Fi 由于可靠性、覆盖范围和切换问题在工业领域苦苦挣扎，但 Wi-Fi 6 在以下方面优于其前身 Wi-Fi 5 (802.11 ac)。

(1) 更高的速度：Wi-Fi 6 由于更高的数据编码效率而具有更高的吞吐量。 预计 Wi-Fi 6 的最高速度约为 10 Gbit/s，几乎是 Wi-Fi 5（3.5 Gbit/s）速度的三倍。

(2)改进的多用户、多输出通信(MU MIMO)：Wi-Fi 6支持无线接入点同时与多个用户通信(下行)，支持多个用户同时传输数据(上行) ).

(3) 提高能效：Wi-Fi 6采用 Wake Time (TWT)技术。 支持终端与路由器通信，统一调度无线终端休眠和发送或接收数据的时间。

（4）在拥挤区域实现更好的性能：Wi-Fi 6采用正交频分多址（OFDMA）技术，可以同时处理多个连接的终端，有效利用可用频谱。

(5) 增强的安全性：Wi-Fi 6 接入点将配备 Wi-Fi 联盟发布的最新 WPA3 无线安全标准。

OPC UA

OPC UA 是 OPC 的一种独立于平台的标准，旨在促进开放式连接，各种系统和端点可以通过各种类型的网络在客户端和服务器之间发送消息来进行通信。 它基于分层架构，实现了TCP/IP通信协议，同时支持这两种协议。 这两个协议是二进制的：一个是支持通过防火墙轻松启用的协议，另一个是使用标准 HTTP/HTTPS 端口的 Web 服务协议。

OPC UA是OPC协议的替代方案，最初是在分布式组件对象模型（DCOM）的基础上发展起来的，因此受到限制。 OPC 的其他问题包括安全性、成本、效率低下、数据移动和维护困难。 OPC UA 的不同之处在于它是一种可在各种操作系统上使用的互操作技术，允许更多端点启用 OPC UA。 它提供了一种开放且可靠的机制，可促进企业系统与不同控件、监控端点以及与真实世界数据交互的传感器之间的数据传输。

台网

TSN 是由 IEEE TSN 工作组定义的一组 IEEE 802 子标准，用于实现确定性实时通信。 TSN 技术通过实时应用程序的时间调度保证交付并最大限度地减少抖动。

TSN 确保信息可以在固定的、可预测的时间内从 A 点传输到 B 点。 可预测性提高了效率。

IIoT 环境中的应用程序和边缘计算

数字双胞胎是一种数字表示，它提供了终端或生态系统在其整个生命周期中如何运作和生存的元素和动态。 数字孪生将传感器数据与机器学习和软件分析相结合，然后基于它创建空间地图。 这些空间地图提供了一个数字模拟模型，并与它们的物理对应物一起实时更新。 机器、系统，甚至制造业的整个工厂都可以用数字孪生建模。 数字双胞胎不断从多个来源学习和更新，近乎实时地表示其状态、工作环境或位置。 它还将过去机器操作的历史数据集成到数字模型中。 数字孪生有助于以安全且经济高效的方式模拟机床功能，还可以帮助确定物理工具或基础设施问题的根本原因。 如果物理机床出现故障，工程师可以评估数字双胞胎的数字轨迹以进行诊断和预测。

与数字孪生一样，数字线程也在工业中发挥着越来越重要的作用。 例如，PTC 对数字线程的定义是将相互关联的数据集统一起来，以发现洞察力并将其视为构建数字孪生体的先决条件。 数字主线创建了整个企业的统一数据视图。 数据集由上游和下游数据支持。 一些更常见的数据集包括 CAD 数据、产品生命周期管理、IIoT、ERP、CRM、MES 和 BOM 等。 相反，数字双胞胎是其物理对应物的虚拟表示，它可以是一台机器，甚至是一个过程。 其目的是了解原始物理对象的行为（例如反应）。

应该从不同的角度采用数字孪生：从产品的角度来看运动中的产品功能； 从制造和运营的角度来看制造过程中的所有见解； 最后从客户体验的角度来看最终客户如何使用它的产品，并为未来的设计和创新提供深刻的见解。

人工智能、机器学习和边缘

理解数据并据此采取行动是物联网的一个重要机遇。 人工智能是一个广泛的技术领域，可以粗略地定义为机器对人类智能和经验的模拟。 IoT 端点和解决方案可以为 AI 算法提供关键输入源和训练数据，而这些又可以由 AI 函数进行操作和控制。 在人工智能领域，机器学习是在没有明确编程的情况下，通过经验自动学习和改进的应用。 深度学习是机器学习的一个子领域，由使用大量数据和神经网络来训练自己执行语音和图像识别等任务的算法组成。

传统工业企业意识到数据和人工智能的价值。 的成立是为了专注于数据分析和开发套件等产品，其中包括利用 AI、ML 和 IIoT 实现生产自动化和交付高质量成果的解决方案。

人工智能和机器学习与边缘计算和云端提供的数据存储和处理能力密切相关。 云和边缘势在必行。 例如，将数据发送到云端对于训练 AI 模型至关重要，而在边缘分析其他数据源可以带来诸如减少延迟、降低云和连接费用以及提高数据安全性和隐私性等好处。

增强现实和虚拟现实

AR 是一种使用计算机生成的元素（例如文本、声音、图片或对象）来增强现实世界的技术。 VR 将现实世界的元素带入虚拟世界，例如将真实的手带入虚拟环境。

经过几年的试点、实施和大量炒作，AR 眼镜的市场并没有爆发式增长。 智能AR眼镜拥有广阔的生态系统，包括光学元件供应商、终端OEM厂商、应用开发商、定制软件开发商、内容提供商、软件开发商和平台提供商。

试验和试点，特别是在工业环境中，已经显示出生产力的显着提高和成本的显着降低。 在工业环境中，工作流程是管理和衡量车间效率的重要因素，它会影响成本以及产品或服务的交付。 在许多情况下，商店使用纸质说明或手册来指导工人完成不同的任务。 智能眼镜可以让用户在查看手册和图表的同时捕捉视频和照片。 这种在需要时提供免提访问说明、地图、图表等的能力受到工业和企业市场的兴趣。 AR 眼镜还可用于下一代工人的知识转移和培训。

本文首发于《电信工程技术与标准化》，作者：OMDIA

OMDIA 由 Tech 的研究部门（OVUM、Heavy 和 ）与收购的 IHS 技术研究部门合并而成，是一家全球领先的技术研究机构。 OMDIA拥有400多名分析师，涵盖所有技术领域，覆盖150个市场，每年发布超过3000份研究报告，涉及数千家科技、媒体和电信公司，为超过14000家客户提供服务。 以详细的情报和深厚的技术背景为后盾，我们使用可操作的研究来帮助客户在当今不断变化的技术环境中梳理关键环节并改善业务成果。