介紹
今天，成功的企业在很大程度上依赖于基础软件应用程序。为了满足普遍存在的各种业务需求，企业必须挑选不同的软件应用程序，这些程序是用不同的技术创建的，由不同的供应商建造。当企业需要满足一组特定的业务需求时，他们往往必须使这些不同的软件应用程序一起工作，以产生一套统一的功能。
企业经常遇到处理由不同供应商建立的应用程序的问题，这些应用程序有些是基于专有标准的，有些是基于开放标准的。这些挑战可以通过使用架构风格和企业集成技术来解决，这些技术位于一个综合集成平台中。
软件整合的历史
几十年来，企业集成技术已经利用了一种或多种集成方式，如EDI文件、RPC和CORBA。软件集成的演变是由企业需求的演变驱动的。
在企业集成的早期阶段，大多数组织都希望集成内部软件应用程序或合作伙伴的软件应用程序，并通过使用临时和专有协议实施内部集成解决方案来满足集成要求。.
最终，随着多个软件系统的增加和内部及外部网络的广泛传播，自制的解决方案已不再足够。这就是API开始崛起的时候。
应用程序接口出头了
应用程序接口（API）是一种将一个应用程序提供的业务功能公开给另一个应用程序的方式。从一开始，应用程序接口就是为了重复使用而创建的--多个应用程序可以使用同一个应用程序接口。不过，它们还是为应用程序之间的点对点连接而创建的。.
然而，采用这种方法，创建每一个点对点的连接都需要时间、精力和维护，在未来会产生更多的时间和精力。有了众多的点对点连接，所有这些都涉及到维护，企业最终会把更多的精力放在解决其整合问题上，而不是关注解决方案的业务功能。
对API管理的需求
API的发现、访问、接口和格式没有标准化，导致编程语言、框架和开发人员消费模式（如容器和无服务器）分散，以应对复杂性。此外，更多的公司创建了业务流程外包计划，以卸载责任来降低成本和风险，进一步增加了环境中的集成量。
由于需求量大，API管理作为一种以更可管理和更直接的方式使用API的方式出现了。第三方中间件正在填补空白，成为软件的粘合剂。就像商业世界选择英语作为交流语言，以便公司之间可以相互交流一样，编程语言也可以有一个翻译的标准化语言，以确保它们可以相互交流。通过使用翻译中间件，开发人员不再需要学习新的编程语言或获得目标系统的专业知识，大大减少了整合软件的时间。
Connect Bridge就是这样一个中间件，它通过使用其连接器将ANSI标准SQL语法翻译成API调用，从而消除了直接调用API的需要。
使用Connect Bridge，开发人员现在可以用Java、Python、C#、COBOL或他们选择的任何其他编程语言建立自己的定制集成软件，或者改变过去40年中任何软件的源代码。这将需要很少的代码行，而且相当直接。
考虑到维护工作由中间件公司自己管理，中间件还免除了开发人员维护连接的需要，并保证向前和向后的兼容性。
最终，API管理使企业在重复使用API集成的功能时有更大的灵活性，并有助于节省时间和金钱，而不以牺牲安全为代价，例如维护GDPR合规性。
融合一词的演变
我们长期以来认为的系统间集成，现在将变成 “通信”。届时，"集成 "一词将从 "软件到软件 "的环境中脱离出来，转而用于 "硬件到软件 "的智能环境中。.
工业 4.0 是一个愿景，它从一个旨在提高德国制造业竞争力的倡议（‘工业 4.0’）发展成为一个全球通用的术语。.
工业4.0经常与第四次工业革命的概念互换使用。它的特点是，除其他外，1）比第三次工业革命更多的自动化，2）通过网络物理系统连接物理和数字世界，由工业物联网实现，3）从中央工业控制系统转变为由智能产品定义生产步骤，4）闭环数据模型和控制系统，5）产品的个性化/定制。
目标是实现自主决策过程，实时监控资产和过程，并通过利益相关者的早期参与以及纵向和横向整合，实现同样实时的连接价值创造网络。
农业行业正在拥抱这种智能技术。从 自主收割机器人 和可以喷洒农作物的无人机，到人工智能。 和 "大数据 "的使用世界各地的农民正在转向高科技解决方案，以解决从粮食不安全，到气候变化和大流行病引起的裁员等问题。
总的来说，这种在农业中增加使用技术的做法被称为 "精准农业"，它是一个蓬勃发展的行业。一份报告 表明，到 2027 年，其全球价值将达到 $129 亿美元（91 亿英镑）。从现在到那时，平均每年增长13%。
未来的集成挑战以及如何利用当今技术应对这些挑战
数字工厂
尽管生产工厂和农业部门已经掌握了工业物联网的精髓，但由于缺乏数据集成，它们往往无法充分利用这一变革。随着智能硬件的使用案例越来越多，将数据集成到相应的客户关系管理、ERP 和 MES 中变得势在必行。如果机器数据可以在 ERP、CRM 或 MES 中访问（即 “设备到企业”），管理层就有能力做出智能、实时的决策，从而在竞争中脱颖而出。作为机器和软件之间的集成商，中间件使公司能够透明、灵活地指导业务流程和关键决策，同时专注于手头的任务，保持业务增长，让机器真正为公司工作。.
安全问题
随着中间件的引入，随着它成为最佳实践，信任、安全和保障问题就会出现。区块链印章正在成为确保客户、合作伙伴和监管机构对你的数据信任的标准，是数据合规性、存储和可审计性问题的最新解决方案。
在工业4.0中，你可以直接从机器或商业应用中封存机器报告、SCADA或PLC数据，并在需要时证明任何过程的有效性。也许你需要无可辩驳的证据，证明没有人干扰生产过程，或者证明温度、原材料、其他特征和组件处于特定状态，或者有偏差。又或者，封存机器报告的工厂设备供应商可以获得100%关于机器性能的防篡改证据，以防设备或产品出现任何问题，以减少责任风险。整合将不再是可怕的和昂贵的，而是安全的、有保障的、值得信赖的、具有高投资回报率的。
机器学习和人工智能
在过去几年中，机器学习和人工智能的部署成倍增加。然而，公司往往会犯这样的错误：在将人工智能的ML训练数据要求整合到一个集中的共享服务中之前，实施此类技术，该服务可以在企业内众多的数据科学项目中使用。
造成这种情况的主要原因之一是系统和数据库之间缺乏整合。简单地说，机器学习模型的好坏只取决于它所提供的数据。这些数据不仅要可用，而且要在进入模型之前以有效和可靠的方式进行清洗和预处理。没有数据，你的模型是无用的。使用中间件来整合各种系统，可以极大地提高训练数据的质量，并最终提高最终结果，为企业提供关键的洞察力，从而引导公司的发展。
概要
长期以来，集成一直是企业的一个痛点，往往导致企业要么坚持使用他们的传统系统并承担后果，要么在开发人员身上花费大量资金来迁移到最新和最伟大的系统。但是，整合不一定是它曾经是一个可怕的词。使用今天的技术可以很容易地解决当前的集成挑战，并为公司的未来做好准备。无论是为了满足智能硬件、机器学习、人工智能的实施，还是为了简单地在系统之间迁移或共享数据，通过利用API中间件，集成的可能性唾手可得，它可以降低成本并保持最高的安全水平。
Connecting Software的首席运营官
作者：
我是Connecting Software的首席运营官，负责管理我们各个地点的日常运营。我对持续改进和提高效率充满热情。如果你想加入我们在斯洛伐克或马德拉的优秀团队，请联系我们。