智能化防雷是工业物联网范畴的系列物联网产品。他最终的产品趋向一定是成为一款或者多款“智能硬件”。举例传统电涌保护器，简述之就是：一款有思维的电涌防护型产品。

在弱AI模式下，有思维的电涌保护性产品指的是：能够基于感知技术、基于计算机算法来实现对“硬件”设备在某一定义之下的“状态或数据”的“获取”。

需要满足三个要素：

要素一：设备本身具备状态管理功能，即通过智能化技术实现“设备的生命周期管理”；

要素二：需确保设备能够正常运行，否则报警。即影响设备工作的环境要素采集；

要素三：具有持续的“数据”生产能力、能够基于持续的数据进行基于大数据和人工智能的分析。

要实现三个要素，必须做到以下三点：

点、感知技术要能够实现“精准”感知。比如目前我们常常提到的通过“泄漏电流”来实现“劣化”状态的侦测，并预警。实际上最难的、最需要思考的地方恰恰是“你能够实现最精准的数据获取”吗？，即便采集到了你想要的“数据”，你的判断依据又是什么？这个判断的标准面对不同型号、款式的电涌保护器，能够通用吗？如果不能够通用，如何解决？如果能够通用，那么依据是什么？

根据我们的判断，单纯通过“泄漏电流”进行劣化预警的做法值得再探讨。问题有两个，个是你采集到的泄露电流是一个“全电流”，根本反映不出来实际的异常。第二个是如何剥离出“有用的动态变化的电流”来，这个第二点非常关键，需要多个组合的算法加多种参数的组合测算后，方可得出。

第二点 多维数据采集技术的颠覆性应用。如果单独把防雷隔离成一个市场谈雷电防护，实际意义并不多。在工业物联网领域内，雷电防护本身是其中的一个子系统，而对多维数据的采集是整个工业物联网应用的需求，而不仅仅是基于雷电防护需求而设立的。从技术本身来说，恰恰因为这类数据的“不容易获得”，就容易出现“获得不精准数据”的不可逆行为。在智能制造的应用环境里，我们发现不同设备对电涌“敏感数据”的要求完全不同，有的是50A、有的是200A、有的需要是3000A。“伪数据”就会因此构成对工业物联网安全的“潜在压迫”。所以，智能雷电防护的感知设计，也一定是基于不同场景下的需求差异化体现，并必须做到精准方可。