5G專網(wǎng)備受業(yè)界關注，提升物聯(lián)網(wǎng)連接數(shù)是深入應用的關鍵

近日，市場研究機構IoT Analytics發(fā)布了一份5G物聯(lián)網(wǎng)和私有5G的市場跟蹤報告，報告跟蹤了截至2023年底已有的5G專網(wǎng)發(fā)展現(xiàn)狀，并預測了未來基于5G專網(wǎng)環(huán)境下物聯(lián)網(wǎng)連接發(fā)展趨勢。從已有發(fā)展情況來看，5G專網(wǎng)目前已形成十余個相對成熟的用例場景，并持續(xù)提升使用體驗，市場對這一領域仍然充滿信心。

01

5G專網(wǎng)市場總體概況

從5G商用開始，5G專網(wǎng)就一直是業(yè)界高度關注的領域，大量廠商入局，提供5G專網(wǎng)產(chǎn)品和解決方案，也實現(xiàn)了一定規(guī)模的部署落地。根據(jù)IoT Analytics的跟蹤數(shù)據(jù)，截至2023年末，全球蜂窩物聯(lián)網(wǎng)連接數(shù)超過35億，5G物聯(lián)網(wǎng)連接數(shù)占0.7%，為2560萬。由于5G基礎設施部署就緒和5G物聯(lián)網(wǎng)應用需求的增長，預計從2024年到2030年期間，5G物聯(lián)網(wǎng)連接的數(shù)量將以59%的復合增速增長，到2030年底將達到超過8億連接。而相比之下，整體蜂窩物聯(lián)網(wǎng)連接在同期的復合增長率為15%。

其中，基于5G公網(wǎng)的物聯(lián)網(wǎng)連接在5G物聯(lián)網(wǎng)連接總數(shù)中占據(jù)主導地位，截至2023年底，5G公網(wǎng)物聯(lián)網(wǎng)連接占比為95%，未來幾年仍將以58%的復合增速增長。2023年底，基于5G專網(wǎng)的物聯(lián)網(wǎng)連接數(shù)為128萬，占5G物聯(lián)網(wǎng)整體連接數(shù)的比例為5%。不過，IoT Analytics認為，5G專網(wǎng)的物聯(lián)網(wǎng)增速更快，預計從2024年到2030年，基于5G專網(wǎng)的物聯(lián)網(wǎng)連接數(shù)將以65.4%的復合增速增長，屆時將占全球5G物聯(lián)網(wǎng)連接數(shù)的比例攀升至13%，連接總數(shù)為1.07億。

從區(qū)域發(fā)展角度來看，未來幾年5G專網(wǎng)增長較快的區(qū)域為中國和歐洲，港口、辦公、園區(qū)等非工業(yè)化領域推動專網(wǎng)較快增長。不過，到目前為止，中國和歐洲的5G專網(wǎng)采取了不同的路徑，中國市場采取5G虛擬專網(wǎng)的路徑，歐洲市場則采取5G獨立專網(wǎng)的路徑。根據(jù)公開數(shù)據(jù)，截至2024年6月，中國境內(nèi)5G行業(yè)虛擬專網(wǎng)建設總量超過3萬個，物聯(lián)網(wǎng)連接成為5G專網(wǎng)的主力；歐洲方面，全球已有17個國家為5G獨立專網(wǎng)分配了專用頻率，其中9個國家在歐洲，分別為比利時、荷蘭、克羅地亞、挪威、芬蘭、波蘭、發(fā)過、英國和德國。其中，德國作為首個向工業(yè)企業(yè)發(fā)放5G專網(wǎng)頻率的國家，目前已實現(xiàn)了在大量企業(yè)的部署。

針對5G專網(wǎng)的支出，IoT Analytics將支出主要分為網(wǎng)絡基礎設施、托管服務、管理軟件3類，截至2023年底，對5G專網(wǎng)的支出中55%的比例主要用于網(wǎng)絡基礎設施，26%用于托管服務，19%用于管理軟件?？梢钥闯?，當前5G專網(wǎng)還處于相對早期階段，針對應用的托管服務和軟件支出比例偏低。不過，到2030年，預計托管服務、管理軟件的份額將明顯提升。

雖然工業(yè)制造場景是5G專網(wǎng)能夠有效發(fā)揮作用的天然領域，但截至目前，非工業(yè)類的設施和園區(qū)是5G專網(wǎng)增長的主要動力。2023年，包括港口、體育場、商業(yè)樓宇和政府辦公樓、倉庫和機場等場景占全球5G專網(wǎng)市場的75%，而工業(yè)和制造場所，如工廠、礦山等場景占23%的份額。到2030年，工業(yè)制造領域?qū)⒃鲩L到28%，非工業(yè)部門預計將占據(jù)71%的份額，依然占據(jù)絕對優(yōu)勢。

02

使用數(shù)量最多的5G專網(wǎng)場景

IoT Analytics跟蹤研究了121個5G專網(wǎng)案例，其中項目數(shù)量排前五的場景包括資產(chǎn)遠程控制、擴大設施或園區(qū)的連接和覆蓋范圍、使用AGVs和AMRs的物流自動化、基于攝像頭的設施監(jiān)控、使用AR眼鏡進行設施或資產(chǎn)檢查。

資產(chǎn)遠程控制借助5G專網(wǎng)能力，有助于集成觸覺控制和視頻流，以增強遠程資產(chǎn)操作的性能。IoT Analytics給出幾個典型案例，包括在卡塔爾Hamad港口，各種端口應用連接至5G專網(wǎng)，如遠程控制起重機和龍門架來提高生產(chǎn)力；瑞典采礦和基礎設施設備制造Epiroc與愛立信合作，交付5G專網(wǎng)解決方案，幫助礦業(yè)公司實現(xiàn)運營自動化和數(shù)字化。

擴大設施或園區(qū)的連接和覆蓋范圍主要是通過網(wǎng)絡專用性，增強物聯(lián)網(wǎng)和非物聯(lián)網(wǎng)設備的連接性，并確保整個設施或園區(qū)（無論是室內(nèi)還是室外）的無縫、高性能網(wǎng)絡覆蓋。IoT Analytics給出了兩個典型案例，包括德國的漢莎航空公司飛機維修基地5G專網(wǎng)覆蓋和Ferrovial公司在英國開通的首個獨立5G專網(wǎng)并應用于隧道建設項目中。

使用AGVs和AMRs的物流自動化是5G專網(wǎng)非常理想的用例，因為它們的操作局限于固定的園區(qū)內(nèi)，可以依靠5G專網(wǎng)安全、可靠的連接，實現(xiàn)數(shù)據(jù)無縫實時傳輸，這對于避免碰撞、路徑規(guī)劃和多個機器人之間的協(xié)調(diào)至關重要。對于這一場景，IoT Analytics給出了兩個案例，包括雀巢公司采用5G專網(wǎng)部署AGV來提升生產(chǎn)能力，德勤與Verizon合作建設的一個沉浸式體驗工廠。

基于攝像頭的設施監(jiān)控是一個常見的用例，5G專網(wǎng)確保公網(wǎng)流量不會干擾企業(yè)的視頻流，保證視頻質(zhì)量。攝像頭與人工智能配合，以高精度和準確度執(zhí)行自動化、重復性的視覺檢測任務，從而實現(xiàn)一致性和缺陷檢測，減少人力。

使用AR眼鏡進行設施或資產(chǎn)檢查中，5G專網(wǎng)對于利用實時數(shù)據(jù)進行反饋和指導的設施和資產(chǎn)檢查的沉浸式體驗至關重要?；?G的AR在工業(yè)場景應用比較普遍，國內(nèi)外多家廠商已經(jīng)采用。

03

增加物聯(lián)網(wǎng)連接數(shù)，提升5G專網(wǎng)價值

在5G專網(wǎng)中，物聯(lián)更能體現(xiàn)專網(wǎng)對行業(yè)數(shù)字化能力的提升，物聯(lián)網(wǎng)連接數(shù)增長也從很大程度上反映了專網(wǎng)在行業(yè)生產(chǎn)經(jīng)營核心流程的滲透程度，因此未來5G專網(wǎng)的發(fā)展需要注重物聯(lián)網(wǎng)連接數(shù)的增長。

正如IoT Analytics的跟蹤數(shù)據(jù)，基于5G專網(wǎng)的物聯(lián)網(wǎng)連接數(shù)為128萬，占5G物聯(lián)網(wǎng)整體連接數(shù)的比例為5%，平均每個專網(wǎng)中的物聯(lián)網(wǎng)設備連接數(shù)僅數(shù)十個。一張專網(wǎng)投資金額較高，若只有數(shù)十個設備連接，遠遠不能發(fā)揮出5G網(wǎng)絡的優(yōu)勢。

在筆者看來，大力提升5G專網(wǎng)環(huán)境下的物聯(lián)網(wǎng)連接規(guī)模是5G專網(wǎng)發(fā)展的核心任務之一，沒有物的連接，真正的數(shù)字化、智能化場景不可能實現(xiàn)。在當前5G物聯(lián)網(wǎng)產(chǎn)業(yè)鏈已形成的背景下，應加快推動專網(wǎng)環(huán)境下RedCap、NB-IoT等中低速物聯(lián)設備上規(guī)模。其中，NB-IoT產(chǎn)業(yè)鏈已比較成熟，成本實現(xiàn)大幅下降，應鼓勵更多5G專網(wǎng)客戶采用NB-IoT實現(xiàn)低功耗傳感設備的互聯(lián)，建立5G專網(wǎng)下大連接的底座；同時，RedCap具有網(wǎng)絡切片、定位、低時延、大容量以及uRLLC等5G原生能力，為5G專網(wǎng)提供相對低成本的技術支持。

目前，5G專網(wǎng)基礎設施供應商已形成多樣化格局，包括大型云廠商、通信設備商、工業(yè)巨頭都進入這一領域。在各類玩家爭奪5G專網(wǎng)市場的同時，筆者認為也應高度重視提升專網(wǎng)環(huán)境下物聯(lián)網(wǎng)接入能力，創(chuàng)造一個低成本、高效的接入環(huán)境，充分發(fā)揮5G專網(wǎng)價值。

本文來源：物聯(lián)網(wǎng)智庫

作者：趙小飛