智慧连接
终端入云

权威发布!带你看清2019年物联网十大趋势

admin阅读(977)

来源 | 全球物联网观察

原创 | Grace

在2019年,Counterpoint把物联网定义为:将智能设备连接到互联网或云,以便从传感器或驱动器传输数据,这些数据可以直接或间接地在安全区域内货币化,从而实现创新解决方案来分析、传输数据。此外,AI和边缘计算都与物联网迅速交叉,到2019年底,两者都将成为物联网定义的一个组成部分。

1 从云端到边缘

Counterpoint预测,边缘计算和人工智能将相互补充,在物联网中占主导地位。在大多数任务关键型应用程序中,本地数据处理或边缘计算将开始成为必需。此外,快速主动感知装置,并促使云计算平稳过度到边缘计算。

随着越来越多的工作负载诞生于云端,一些企业在实现转型、向云迁移,云计算正在蚕食企业数据中心。而用于边缘运算的设备既可以是智能手机这样的移动设备,也可以是PC、智能家居等家用终端,甚至可以是ATM机、摄像头等终端。

2017年,全球最大开源社群Linux决定成立新项目来推动边缘计算。目前,戴尔、目前,戴尔、AMD等超过50家厂商纷纷加入,让边缘计算受到热捧。但是云计算并不会替代边缘计算,二者是相互补充的关系。

2 安全措施

2018年,物联网生态系统中的所有参与者(包括消费者)都意识到,安全不容忽视。我国物联网安全事件2018年前三季度比2017年增长高达138%,预计2019年我国物联网的事发数量将从2018年的7648件增长至56121件,与2018年相比增长近六倍。

2019年,数据安全和数据隐私都将成为焦点。在 GDPR之后,Counterpoint预计美国还将与印度的IDPR一起制定统一的公民数据保护法规。在2019年,我们将看到在保护物联网产品、平台、云和服务方面的投资和资本支出将大幅增加。

3 智慧城市应用

智能城市项目是最大的物联网细分市场,受到全球供应商和政府近期数百个智能城市计划的推动。对于大多数城市而言,真正的智慧城市有点牵强,在短期内实现起来并不容易。

智能城市不仅仅是一个物联网解决方案,它更像是一个总体解决方案,捆绑了各种元素,如生态系统,以管理交通流量、空气质量监控、公共交通、智慧停车、智慧医疗、智能监控等等。

因此,与通常由不同的管理机构管理的许多不同的元素相比,这些有助于智慧城市的子系统解决方案可以更快实现。

公共服务、交通、安全、可持续发展、基础设施和综合智能功能是智慧城市用例和应用增长的主要领域。

4 NB-IoT和LTE-M基础应用

蜂窝 LPWA将进入高增长模式,尤其是在NB-IoT领域。Berg Insight的分析师预测,全球NB-IOT设备的出货量将以每年42%的复合年增长率增长,从2018年的1.069亿台增至2023年的6.132亿台。LTE – M设备的全球出货量预计在2023年为1.853亿台。

在NB-IoT和LTE-M的全面部署之后,智能电表将从非蜂窝式电表转换到独立的蜂窝LPWA电表;智慧停车将获得更大的增长空间。

5 消费物联网

Counterpoint认为,消费物联网对于移动运营商来说仍然是一个尚未开发的机会,而由于设备和连接成本、数据隐私和安全问题等,可能也是最棘手的领域。

安全和数据隐私政策的持续增长,将有助于增强消费者信心。大多数运营商为商业部门提供了更强大的服务,但这还没有转化为真正意义上的消费。2019年Counterpoint预计,从运营商将提供更多的消费产品和服务,特别是智能家居产品。

6 NB-IoT SoC

IoT的片上系统(SoC)和系统级封装(SiP),其中MCU与调制解调器、基带集成将成为物联网发展的下一波浪潮,它将改变物联网模块市场。

这主要是由华为,GCT,高通,联发科,Sequans,Nordic,Altair等半导体厂商推动的。像华为这样的玩家正在寻求将NB-IoT SoC压低至低于美元的价位,例如Boudica系列。

7 物联网蜂窝模块

业界正朝着智能、智慧模块发展,它们可以保证安全地连接到云端。但是,我们也将看到在模块级边缘越来越多的智能应用,这是利用AI驱动的边缘计算功能。

这种边缘计算由云计算领军厂商推动,例如谷歌、微软、亚马逊、FogHorn,以及其他与半导体和模块供应商密切合作的公司,包括ST-Micro、恩智浦、高通、芯科科技、USI等。

8 物联网蜂窝连接

根据Counterpoint的IoT服务项目预测,到2019年底,全球物联网蜂窝连接将达到16亿。2018年,我们看到一些采用LTE-M或NB-IoT的蜂窝LPWA应用部署取决于地理位置和各运营商的LPWA网络战略。

随着最初部署LTE-M的一些西方运营商,现在将NB-IoT添加到其物联网战略路线图中,且这个趋势将加速。

Counterpoint认为,我国将继续引领全球物联网蜂窝网络连接。沃达丰将成为中国以外最大的运营商,AT&T将继续领导美国的物联网蜂窝连接。但是,连接仅占物联网价值链收入的12%,而LPWA技术正在下降。

9 物联网捆绑产品和服务

物联网生态系统中的每个主要参与者都希望成为端到端的产品和服务提供商,因为物联网生态系统的收入在整个价值链中是分散的。

因此,物联网一些玩家想要通过捆绑物联网设备、安全连接、平台和数据管理来获取最大价值,从而充分利用整体机会。这对物联网用户(企业或消费者)很有吸引力,他们可能没有专业知识将不同的元素结合在一起,并愿意为集成解决方案付费。

沃达丰,AT&T和中国移动等电信运营商正在采用这一策略,各种系统集成商也是如此。

10 采用移动LPWA IoT的新兴市场

虽然与我国相比,印度、巴西、非洲等地区在物联网领域可能是后来者,但这样的新兴市场也可以提供巨大的规模。

新兴市场的物联网连接仍然存在巨大的增长机会,这可能会受到印度Jio等运营商的推动,或者是Telefonica,MTN、沃达丰等参与者加入。他们计划在覆盖范围内部署LPWAN网络,例如NB-IoT。2019年,可能不是全面部署的一年,但它将成为这些国家的垫脚石。

 

2019年,物联网将走向何方?

admin阅读(812)

来源 | iotforall

编译 | 大喵

摘要:在和120多位行业专家进行了交谈后,小编分析了2019年的物联网发展趋势。

物联网早已受到关注,必定是2019年的一种新兴技术趋势。小编详细分析了120多位行业专家的观点,突出最具启发性的见解。包括5G、智慧城市、网络安全、边缘计算和云计算的混合部署、增强现实(AR)、民主化和管理等等。

1 5G

随着5G的推出,其好处也被大肆宣传。人们大多都忽略了,5G的大规模部署和应用所带来的好处在未来几年是不可能实现的。虽说消费者将无法从一开始就享受到5G的好处,但最终,具有更高传输速率和更低延迟的5G将在AR、VR、智能家居以及其他领域创造前所未有的体验。5G的连接性使其成为在处理技术的范畴中是最好的技术,但是这些设备仍然需要与LTE网络兼容。我们是否也可以看到非电信公司(如谷歌、亚马逊、苹果)在这个行业中崭露头角?

行业观点

1 爱立信物联网通信管理主管 Jeff Travers

“所有行业将继续探索工业4.0如何推进其产业的发展,行业内必将出现新的引人注目的用例,比如说实地服务就是借助增强现实(AR)等技术的东风而产生效益的。对于一家公司而言,经验丰富的工程师是弥足珍贵的,但这些有经验的工程师在一年内只能访问有限的远程站点。在5G的传播速率支持下,AR将助力工程师,使他们能够通过平板电脑获得正在运作过程中的工作设备的即时情况。这将使工程师不那么依赖纯粹的经验和直觉,但仍能够作出明智的决定,经验丰富的工程师将会在更短的时间内完成更多的任务。

2 爱立信全球物联网客户互动营销总监 Warren Chaisatien

“在2019年,5G网络将会被更广泛的部署,这将直接导致与工业4.0、AR / VR、自动驾驶、AI / ML等和物联网相关的技术出现新的有趣的用例。5G技术支持IoT和AR / VR等用例的复杂且苛刻的需求,也能增强边缘计算的能力,这对某些技术而言尤为重要,例如自动驾驶汽车,其中计算必须尽可能靠近设备执行,以减少决策的延迟。当5G终于在2019年推出时,很多新兴技术已经准备好破釜沉舟,并将自己的能力提升到下一个水平。除了上文所述的那些技术,其他还有包括机器人、无人机、智能制造、公共安全和政府服务等等。2018年,电信运营商提供了基本需求 – 网络接入。展望未来,我们将看到它们进入下一个层次,为企业提供管理其连接设备领域的能力,而不仅仅是连接这些设备。电信运营商将从简单的网络提供商转变为连接管理人员!“

3 Canonical工程副总裁 Jamical Bennett

“虽说已经确定了5G将会在2019年实现商用,但实际上,这还需要几年的时间。我们将会看到的是一种增强的4G混合模式。在目前的固定网络中,5G还不是必需的。一旦行业规模扩大,并开始采用边缘计算,使用5G网络以实现更好的连接将变得至关重要。“

4 SQUAN执行副总裁 Keith Pennachio

“无论在什么情况下,从物联网设备收集的数据质量与它们所连接的网络的稳健性相关。来自facebook、Apple和google等非电信实体的资金很可能会进入电信基础设施领域。此外,我希望看到网络运营商、政府机构、房地产开发商和公共事业单位的合作蓝图计划更加合理化。“

5 Senet首席执行官 Bruce Chatterly

“2019年将出现两大趋势,它们将相互补充,推动物联网进入下一个增长阶段。首先,一级运营商、电缆运营商和移动虚拟网络运营商将打破其预测的低功率广域网(LPWANs)的小区域部署,并开始提供全国乃至全球的连接计划。创新的LPWAN网络部署和生态系统参与模式将促进网络的快速扩展,推动传统网络体系结构的变革。其次,像水表和燃气计量这样的新兴市场将开始大规模部署联网设备。这些市场的“概念验证”将被大规模的商业部署所取代,这将创造出其他市场正在寻求证明其物联网技术选择和上市策略的佐证。

 

2 网络安全

意料之中的是,小编收集的观点中有一半以上是针对日益增长的物联网行业中的网络安全问题。随着IIoT用例的发展和实施,对网络的临时修复将不再有效,安全漏洞将继续肆虐。2019年将把重点放在IT/OT上,正因为如此,攻击量将会增加。许多人预测,物联网和ioT开发人员将使用区块链来确保设备和网络的安全访问。随着预计攻击量的增加,我们将看到各行业开始采用“设计安全”模式。传统上,当涉及到安全问题时,公司一直在使用临时补丁;在2019年,我们将看到它们与内置安全性的硬件和软件一起工作。

行业观点

1 Riverbed Technologies首席技术官 Hansang Bae

“物联网并没有被过分夸大,它只是没有完全发展起来。物联网设备的采用是广泛而迅速的,快速的发展使其在安全技术方面有所欠缺。这将在2019年导致大规模的物联网安全漏洞问题。这些漏洞的规模和破坏力将足以让最终用户、开发者和设备制造商对物联网的态度发生转变。首先,将有一个警钟让相关人士意识到,没有快速解决安全漏洞的方法,除非重新设计新的智能安全设备。随着开发人员开始将安全性置于易访问性之上,我们将看到物联网设备开发和采用的放缓,这将最终为物联网技术的长期繁荣发展铺平道路。这些漏洞以及对解决方案的探索也将推动其他技术的发展,例如机器学习。“

2 Phosphorus创始人兼首席执行官 Chris Rouland

“尽管有明显的警告信号,物联网安全性在2019年也不会太过引人注目。几乎所有事情都是市场化的竞争,不幸的是,安全性是事后才会被反思。当我们重新进入1988年的robert morris(美国历史上五大最著名的黑客之一,Morris蠕虫病毒的创造者)时代,经历一场大规模的毁灭性攻击之后,物联网安全问题才会获得应有的关注,而后物联网安全才会成为企业首要任务。

3 Kudelski Security的首席技术官 Andrew Howard

“网络和IT系统将继续与IoT和OT环境对接的更紧密,实现新的业务线并达成更高的效率。物联网将继续成为构建互联文化(智慧城市、智能家居等)的一个吸人眼球的战略,但是会增加隐私安全问题。物联网生态系统的复杂性将继续推动安全厂商围绕物联网可视性、监控和管理(物联网边缘计算/平台的发展和发展)、研究和开发产品。随着物联网设备的不断增加,我们将看到攻击服务和黑客工具不断增加,自动化也是恶意软件的趋势。在2019年,物联网僵尸网络将会更加猖狂,工业物联网将成为主要目标。网络犯罪分子将基于区块链的僵尸网络命令和控制来攻击物联网平台。这可能会增加控制和合规的成本,并刺激出台新法规,要求关键基础设施行业披露网络攻击并使公司承担责任。随着安全漏洞的威胁增加,供应链等行业将开始对其供应商提出更高的安全认证和审计报告要求。这将反过来要求供应商开发安全产品。“

4 Forcepoint全球政府和关键基础设施首席技术官 George Kamis

网络工业控制系统(ICS)需要始终保持连接,这就意味着多了一个受到网络攻击的可能性。WiFi和其他连接网络的传感器在自动驾驶汽车这一领域已经提出了一套安全要求。针对消费者物联网的攻击很普遍,2019年,网络攻击者将通过攻击底层云基础设施,侵入工业物联网设备。对于攻击者来说,这个目标更可取,访问这些客户环境的底层系统意味着更多的收益。

其中有三个要素在发挥作用:

首先,边缘计算的网络连接不断增加。随着更多的计算转移到边缘,保护设备的难度在增加,连接到云端进行更新维护的设备数量也会以指数的形式增加。随着控制系统的不断发展,它们将通过云服务提供商进行修补、维护和管理。这些云服务提供商依赖于共享的基础设施、平台和应用程序,以便向物联网系统提供灵活的服务。

其次,基础设施的底层组件可能无法为多租户体系结构或多客户应用程序提供足够强的隔离,这可能导致共享技术漏洞。在工业物联网的领域中,受到攻击的后端服务器将不可避免地导致广泛的服务中断,并使重要的系统停止运行。制造业、能源生产和其他重要部门可能同时受到影响。随着2018年Meltdown和Spectre的出现,我们看到了一些安全漏洞,这些漏洞绕过了软件层和固件层,使处理器硬件暴露在漏洞之下。在这种情况下,攻击者使用低权限程序来访问更多关键数据,例如私有文件或密码。

最后,几乎所有的中央处理器(CPU)都十分脆弱,并且Spectre的新变种蠢蠢欲动。攻击者将把注意力转移到开发能够颠覆IIoT系统所使用的底层云基础设施的变体上。由于处理器速度对性能至关重要,制造商和云服务提供商会继续选择速度而非安全性,以获得竞争优势,从而无意中致使更多安全漏洞出现。各组织将需要从可见性转向控制IT和OT网络融合的地方,以防止这些针对IIoT系统的蓄意、有针对性的攻击。“

5 Minim创始人兼首席执行官 Jeremy Hitchcock

“我预计至少有一个国家会因为安全问题而被禁止销售某种设备,因为物联网安全漏洞几乎每天都在发生。 我认为我们看到的第一次攻击是大规模的网络物理攻击,例如攻击者破坏用户的智能锁或智能照明工具。“

6 ForeScout Technologies首席安全官 Pedro Abreu

“攻击者将利用楼宇自动化系统(BAS)进行重大的公共勒索软件攻击。楼宇自动化系统和其他技术的进步正在推动智能建筑的快速普及。建筑物的智能化可以带来诸多好处,但也会带来新的风险,并且随着BAS的继续采用,不仅恶意攻击活动量的增加,而且造成破坏的损害程度也会增加。“

7 Digi International首席产品官 Scott Nelson

“自从区块链随着加密货币的增长而引起公众的注意后,其潜在的应用话题一直为人们所谈论。随着物联网开发人员深入学习部署区块链以满足物联网设备安全所需的专业知识后,安全的数据传输将成为现实。患者的健康记录、大众的物流交易等仍将是相关机构关注的一个重点领域,设备制造商将应用区块链解决访问和授权需求。这些早期的物联网解决方案采用者将使用区块链来控制对设备和网络的访问。他们将通过包括智能手机在内的集成设备成员来删除和授予访问权限。区块链消除了安全性和可用性的互斥问题。随着制造商改造已安装的设备以及新的监控和管理功能,安全访问将实现部署, 可用性将更有保障。“

8 Fathom Cyber首席执行官兼总法律顾问 James Goepel

“我认为在2019年,我们会看到更多的州,可能还有联邦政府,继加利福尼亚州后对物联网制造商施加新的网络安全设计制定新的立法。随着物联网设备的不断增加,它们的普通安全问题开始转向国家安全级问题。我们已经看到了网络攻击的早期趋势,例如2018年早些时候的情况,犯罪分子通过智能手表和不安全的应用程序收集数据,并针对关键基础设施进行僵尸网络攻击,了解秘密军事基地的移动习惯。立法者和监管机构开始关注并将迫使相关行业解决该问题,因为该行业似乎并不想将安全放在首位。“

9 Mocana首席技术官 Dean Weber

“不少数字化转型项目已被搁置,因为它们无法解决安全问题。为了使数字转换成功并利用它在数据分析和AI的基础上做出明智的决策,那么数据必须是可信赖的。如果您无法信任该设备,那就无法信任该数据可以做出明智的决策,否则会破坏操作或产生其他代价高昂的后果。如果设备受到威胁,数据也会受到影响。这将使企业关注安全装置,而非固件装置。在2019年,将有很多企业采用一些技术来快速、轻松地解决安全的风险。区块链是其中一种技术的一个很好的例子。

 

3 数据与传感器

随着物联网在所有行业的垂直领域被采用,企业将更有可能看到数据收集和利用的标准化。收集的数据量和传感器的数量的增加,再加上最佳的解决方案,将防止制造业的延迟,能够跟踪医院的资产,保证设备的效率。最终,联网设备收集的数据量的迅速增加将导致物联网的民主化。这将为零售业和其他尚未完全采用物联网的行业打开大门。

行业观点

1 BSquare副总裁 Dave McCarthy

“到目前为止,物联网在具有高价值资产的行业垂直领域中最为常见,例如制造业、石油与天然气。随着更多物联网应用程序在应用程序商店中出现,许多行业的企业只需点击一下按钮即可享受物联网的服务。在2019年,我们希望看到更多的数据收集标准化及其处理方式“

2 Flutura Decision Sciences and Analytics的联合创始人兼首席运营官 Derek Jose

物联网项目实际执行的主要挑战之一是信号覆盖问题。资产和流程需具有环境感知的功能,这就意味着需要提高资产对内部(润滑油质量、声音异常等)及其周围(硫磺气体排放、压力等)环境的敏感性。模型的质量与传感器流的质量直接相关。传感器越好,AI / IoT模型就越好。其次,专用物联网传感器数据传输网络将成为工业企业的支柱。今天的数据网络不足以跟上传感器密度上升所需的高数据传输速率以及增加的传输频率。像Sigfox和Ingenu这样的公司专注于构建专用的下一代传感器数据传输基础设施,用于从A点到B点大规模移动传感器数据。这就像在高速公路上获得专用车道,可以在那里移动传感器数据流:振动、压力、转速等,无需与消费者数据共享“数据通道”。“

3 Clearbridge Mobile首席技术官 Sanjay Malhotra

“随着物联网的发展,网络上有大量的数据和通信量,数据管理的需求将更加迫切。”到2019年年底,所有端点都需具有更严格的安全性标准,特别是执行关于物联网实施的存储、使用和删除的协议。例如,智慧城市试点项目越来越受欢迎,建设智慧城市需收集从交通基础设施到建筑占用和公用系统等所有方面的数据。然而,很多企业缺乏安全措施来保护联网设备和传感器免受通信技术攻击。如果不建立网络复原力,智慧城市管理的脆弱部分将会受到更广泛、更严重的攻击。“

 

4 云、边缘和混合解决方案

更多的公司将在2019年采用混合云计算和边缘计算。边缘计算本身就在物联网领域中获得了大量的流量,但是要成功地部署物联网解决方案,企业就必须实现多层次的解决方案。这些解决方案将首先在工业领域得到实践。向云中传输大量数据限制了实时数据收集和分析的能力。将云和边缘存储结合在一起,最终会更有规律的进行数字转换。设备到云的出现和普及将使企业能够将物联网集成到企业的数字化转型的策略中。

行业观点

1 FasHorn首席技术官 Sastry Malladi

“混合云和多云解决方案将主导工业IIoT部署。由于工业组织希望将多云环境结合在一起,以提供一种更具成本效益和灵活性的方法,因此,边缘解决方案与云相独立将是非常重要的。 随着公司在构建边缘到云环境时寻求更大的灵活性,供应商独有的解决方案可能会开始落空。 Google、AWS、Microsoft、C3IoT、Uptake和其他领先的云提供商将与边缘计算公司建立更多的合作伙伴关系,以帮助企业不断改进和扩展其产品。“

2 Scale Computing首席技术官 Alan Conboy

“2019年将是边缘和混合计算战略的决定性年份,因为物联网和全球传感器网络的数据量超过了过去普通云必须处理的数据。这种转变将使边缘计算成为物联网的下一个热点。到2020年,物联网设备创建的所有数据中有45%将在网络边缘处进行存储、处理、分析和操作。在此过程中,边缘计算将承担在托管云环境中的工作负载,并通过信息传递到人机交互平台。

3 MapR行业解决方案副总裁 Bill Peterson

“在边缘处理和分析数据,而非将数据移回核心、存储数据和应用传统分析,企业将节省时间和金钱。应用案例包括异常检测(欺诈)、模式识别(预测故障/维护)和持久流。自动驾驶、石油和天然气平台、医疗设备都是这一趋势的早期例子,我们将在2019年看到这种趋势的增涨。这一趋势的成本驱动因素是带宽(半连接环境以及昂贵的蜂窝环境)和存储(减少发送到云的数据量)。“

4 sierra wireless 物联网总工程师 ashish syal

“在2019年,专门为物联网构建的开源硬件和软件平台的成熟,将为制造商和开发人员提供所需的工具,以测试方案、高成本效益的方式构建物联网的概念证明,这些概念可以集成到数字转换战略中。像谷歌、AT&T、Orange和Bosch这样的行业领导者正在投资制造商和开发商社区。新的物联网设备连接到云(D2C)平台,可简化和加快边缘数据的处理、过滤和排序,以及将数据转移到ERP、CRM、SaaS和其他应用程序中,将使企业能够精简供应链,开发新的业务模型的同时改善客户体验,创造进一步支持物联网的数字转换的战略。

 

5 智慧城市

随着智慧城市走出炒作阶段进入落地应用阶段,就预示了它们会迅速崛起。在过去几年里, 全球已经宣布了数十项智慧城市项目。早期采用者已经在实施他们的智慧城市规划。在智慧城市项目正在全球范围内获得发展,而早期采用者已经开始违背他们原始的智慧城市愿景的时候,对智慧城市空间的发展状况进行一些高层次的探索是有必要的。

行业观点

1 Synchronoss首席执行官 Glenn Lurie

“在2019年,智慧城市将会取得突破性进展,这将带来一波智能化服务浪潮 ——从联网汽车到智能建筑,再到智能家居,我们将会享受到更多的智能服务。但是,这些智能应用程序是单独连接的,没有互操作性,因此本质上是相互独立的一个存在。虽说单个平台可以管理单一连接的生活服务,但这在相当长的一段时间里并不能成为现实。

2 Paessler AG新技术市场高级经理 Christian Zeh

“在2019年,行业内会更重视智慧城市应用和服务的实践。鉴于关键服务和应用程序是通过连接设备启用的,因此将越来越需要能够监视智慧城市应用程序运行的网络解决方案。系统集成商应为市政或甚至联邦当局相关的任务做好准备,一旦智慧城市网络开始传输关键信息和服务,就会不断受到监控。鉴于此,对企业而言,安全和监控方面的挑战将是巨大的。“

3 Thoughtwire首席文化官 Franco Castaldini

“为了推动智慧城市的发展,我们需要将智慧城市的议程重点放在更小的用例研究上,以改善公共安全和可持续性等领域。这需要将构建环境内的信息连接到智慧城市环境。最近,在将这些建筑环境与周围城市连接起来方面取得了重大进展,特别是在将建筑物与现有基础设施连接起来的传感器方面。这些智能建筑和智慧城市之间的信息共享必须通过共同的基础设施、数据标准和访问模型来实现,优先考虑公民和企业的利益,以改善城市生活。在不久的将来,智能建筑技术将与智慧城市服务相结合,通过自动更新安全锁定建筑物火灾和医疗紧急情况的第一反应者来挽救生命财产等。然而,要使智慧城市取得成功,部署应侧重于技术的意图,而不是优化的技术能力。“

 

物联网概述

admin阅读(1250)

来源 | 全球物联网观察

作者 | 黄羚


近年来,物联网(IoT)产业蓬勃发展,产品快速迭代、百花齐放,市场持续拓展、规模升级。我们看到阿里、小米等巨头全面发力,越来越多的企业将IoT作为新方向,越来越多的投资机构开始布局,IoT逐步由技术革新走向行业场景落地。政策助推、场景涌现、资本蜂拥、巨头入场,产业赛道日益清晰,产新君带你近距离感受IoT的巨大魅力。


物联网是实现“万物互联、万物智联”的基石。根据国际电信联盟(ITU)的定义,物联网是指通过二维码识读装置、射频识别装置、红外感应装置、全球定位系统和激光扫描器等传感设备,按照约定的协议,将物品与互联网相连,进行信息交换传输,实现智能化识别、定位、交互、监控和管理的网络。

物联网也是实现智能化社会的必要途经。超大规模的数字连接可助力传统行业实现数字化转型,显著提升各行各业的生产运营效率,带来生产力的巨大提升,赋能经济与社会,推动智能革命。

物联网产业链关键环节有哪些?物联网产业发展动力在哪里?物联网未来如何走位?本文将一一揭晓谜底。

Part.1

产业链盘点:贯穿“端管云”,集合大应用

物联网产业链可以分为感知层、网络层、平台层和应用层,如图1所示。预计到物联网产业成熟期,感知层、网络层、平台层及应用层在全产业中价值占比将分别为20%、15%、35%及30%。

图1 物联网产业链全景图

图片来源:华夏幸福产业研究院整理

01

感知层—万物感知的根基

感知层负责收集信息,具体包括RFID及二维码等身份识别设备、传感器等状态记录设备、控制单元等执行设备、摄像头等环境监测设备以及车载雷达等运动状态捕捉设备,如图2所示。感知层作为物联网的“排头兵”,赋予物体生命,其重要性不言而喻。

图2 物联网感知层主要设备及功能

图片来源:华夏幸福产业研究院整理

面向未来,感知层设备需要向集成化、智能化及低功耗化方向迈进,边缘智能将促进行业进一步发展。

首先,集成化是指多个功能模块高度融合,囿于设计空间、成本和功耗,迫切需要集多功能于一身的产品。第二,嵌入式技术加持,可实现设备智能化。除了具有精准感知的基本功能外,通过加入微控制单元和相应信号处理算法,设备可被赋予自主行动的能力。此外,随着物联网大规模铺开,底层元器件数量快速增长,耗电量也将随之翻倍,设备对低功耗的需求日趋强烈。

伴随着产业快速发展,具备高性能、低功耗和高集成度优势的MCU(Micro Control Unit,微控制单元)和MEMS(Micro-Electro-Mechanical System,微机电系统)成为感知层发展最重要的两项技术。

02

网络层——万物互联的支撑

网络层是信息交互的通道,主要负责传输感知层获取的信息。网络传输可分为有线传输和无线传输两大类,其中无线传输是主要方式。无线传输技术按距离可划分为两类:一类是以Zigbee、WiFi、蓝牙等为代表的短距离传输技术,即局域网通信技术;另一类则是广域网传输技术。广域网传输又可分为两类,一类是工作于非授权频谱的LoRa、Sigfox等技术,另一类是工作于授权频谱下,由3GPP支持的2/3/4/5G蜂窝通信技术,以及eMTC(Enhanced Machine Type of Communication,增强机器类通信)、NB-IoT(Narrow Band Internet of Things,窄带物联网)。

麦肯锡预测,2020年物联网设备数量将达到300亿。按照传输速率不同,以NB-IoT、LoRa及Sigfox为代表的低速率传输将连接200亿设备,以蓝牙及eMTC为代表的中速率传输将连接80亿设备,以WiFi、3G、4G及未来的5G为代表的高速率传输将连接20亿设备,如图3所示。

图3 各种无线技术在2020年连接数量预测

图片来源:麦肯锡咨询,华夏幸福产业研究院整理

通信模组是网络层各种技术的硬件承载,具有标准化和定制化特点,以及一定的技术与客户门槛。然而模组投入大、销售额小、毛利低、售后周期长,即使未来通信模块需求量非常之大,从投资收益角度看,业务很难有太大的作为。

面对毛利率持续走低的窘困局面,模组厂商该如何破局?我们认为一方面可以从丰富产品形态功能入手,增加差异化元素,如集成传感器、多种通信制式芯片以及GNSS定位模块等,实现数据采集加通信及定位于一体的目的;另一方面,模组企业可延伸业务链条,例如国外模组巨头Sierra Wireless以及国内模组出货量排名第一的日海智能公司均打造了基于“云+端”的整体解决方案,有望获得产业链最大附加值。

03

平台层——物联网生态系统的枢纽

物联网云平台居于产业生态的中央,汇集大量信息流,是整个物联网的枢纽,投资价值巨大。物联网云平台包括底层支撑平台、连接管理平台、垂直行业平台、解决方案平台四大类型。

底层支撑平台一般提供物联网的硬件系统支撑,同时具备广泛的API供客户调用。该类云平台需要大量IT基础设施,玩家主要为公有云厂商,进入门槛高,行业集中度高,代表产品包括亚马逊的AWS、微软的Azure以及阿里云。

连接管理平台依托运营商,负责SIM卡管理、套餐资费管理等。由于物联网平台连接数量大,但单用户资费低,因此多数运营商放弃自建,转而与成熟平台合作,龙头企业优势明显,代表产品包括思科的Jasper、爱立信的 DCP、沃达丰的 GDSP以及中国移动的OneNET。

垂直行业平台以具体行业为落脚点,针对行业特殊问题进行开发设计,专业性强,以终端企业自建居多,行业壁垒高,不具备可扩展性,代表产品为小米、三一重工的“根云”平台以及海尔的COSMPlat。

解决方案平台利用已有基础设施,针对各行业需求快速开发部署应用服务。传统中小型企业转型对解决方案平台需求强烈,市场空间广阔,目前呈现碎片化局面,进入门槛略低,需要快速抢占市场,代表产品包括艾拉物联、机智云以及云易智等。

总体来看,物联网产业生态复杂庞大,需求多样,物联网云平台应用前景广阔,是兵家必争之地。

04

应用层——物联网赋能的落脚点

应用层处于产业链最顶端,直接面向各类使用场景。根据面向对象不同,可分为To B和To C两大类,To B方面的应用包括智慧城市、智能制造、智慧交通、智能楼宇及智慧农业等,To C方面的应用包括智能家居及可穿戴设备等。

To B方面,智慧城市的主要应用包括自动跟踪水电燃气表等社会公共资源的信息,为政府提供节能降耗、减排增效等政策的数据支撑。智能制造指通过对厂房的机械设备及室内环境等情况进行联网监控,实现智能化生产、网络化协同的效果。智慧交通以图像识别为核心技术,对车、道路及信号灯进行监控。智能楼宇的主要应用场景集中在室内照明、消防及电梯监测等。智慧农业包括利用传感器实时监测农作物及畜牧产品的生长情况。智慧物流指通过信息技术对货物以及运输车辆的全过程进行监控。

To C方面,智能家居指将家庭内单品进行联网,通过语音实时控制,打造智能家居应用场景。可穿戴设备主要指通过佩戴电子设备,对人体的位置及健康状况等信息进行采集,从而实现监控管理。

目前物联网已进入由传统行业升级和规模化消费市场推动的新一轮发展期,如图4所示,根据IoT Analytics的调研数据,到2020年率先突破的可能是智慧城市(价值占比21%)、智能制造(17%)、智慧交通(15%)以及智能家居(14%)。

图4  2020年物联网不同应用的价值占比

数据来源:IoT Analytics,华夏幸福产业研究院整理

Part.2

物联网东风已至,成为万众瞩目的新蓝海

物联网被誉为下一个万亿级市场,空间广阔,成为各国争夺的战略新兴产业之一。本部分从政策力度、应用需求、资本热度、巨头动态四个角度分析物联网产业发展的重要驱动力。

政策助推,物联网上升为战略新兴产业。未来,数以万亿计的新设备将接入网络并产生海量数据,催生跨界融合、集成创新和规模化发展的新景象。面对重大的发展机遇,世界各国纷纷出台相关政策,从网络架构、技术开发、标准制定、设备生产、税费减免、产业体系搭建等多个方面给予规范和支持,引领物联网产业走上快车道(图5)。

图5 世界主要国家及经济体制定的物联网相关政策

场景涌现,应用驱动,市场对物联网需求热切。2017年以来,物联网在交通、物流、环保、医疗、安防、电力等领域逐渐得到规模化验证,“物联网+行业应用”的市场需求日益强烈,与垂直行业的深度融合已经成为发展趋势(图6)。

图6 物联网应用场景

图片来源:Augtek,华夏幸福产业研究院整理

资本蜂拥,物联网步入高速发展期。全球物联网领域披露的投资事件逐年上升,2018年达到570件(图7)。资本是引领行业变革的重要力量,在资本的青睐和催化下,物联网领域融合创新不断,成为当下最引人注目的焦点。

图7 全球物联网领域披露的投资事件(单位:件)

数据来源:中国经济信息社,华夏幸福产业研究院整理

巨头跑步入场,物联网抢位战激烈上演。仅2018年以来,就有众多科技巨头公司宣布进军物联网赛道。阿里巴巴在3月的云栖大会上高调宣布全面进军物联网,将其列为继电商、金融、物流、云计算后新的主赛道。阿里IoT的定位是物联网基础设施的搭建者。

联想在9月的创新科技大会上,发布了近20款终端智能新品,聚焦于消费级智能硬件。对于迫切寻求转型的联想,IoT已经成为其寻回往日荣光的希望之地。

腾讯在国庆假期之前宣布内部架构调整,成立云与智慧产业事业群。调整之后,IoT在腾讯体系内的话语权得到极大提升,成为腾讯解决“To B无力”的重要抓手。

此外,华为、小米、亚马逊、谷歌等公司早已着手布局。在这个亿万级蓝海市场面前,究竟谁会拔得头筹?

Part.3

展望未来:深化技术融合,加速产业落地

物联网作为唯一贯穿底层芯片到上层应用的端到端产业,与其他主流技术深度融合是未来发展趋势,如:与人工智能融合,形成A-IoT(AI-IoT),聚焦智能物联;与区块链融合,形成B-IoT(Blockchain-IoT),重塑信任机制;与智能制造融合,形成I-IoT(Industry-IoT),引领效率提升;与信息安全融合,形成S-IoT(Security-IoT),保障安全互联。物联网不是单一的传输技术,而是多种技术的综合应用,因此需要加速与多种先进技术融合,相互赋能,共建产业生态,打造全智能社会场景。

图8  我国物联网产业规模及预测

数据来源:中国产业发展研究院,华夏幸福产业研究院整理

根据统计数据,2015年中国物联网产业规模达到7500亿元,同比增长30%。预计到2020年,规模将超过1.8万亿元(图8)。

物联网是一个巨大的产业,包罗万象,涉及方方面面。新一轮的科技革命和产业革命正席卷而来,物联网的生态构建和产业布局正在全球加速展开,让我们一起满心欢喜迎接万物互联的智能时代。

 

2018物联网白皮书重磅发布 | 今年的物联网产业交出了一份怎样的答卷?

admin阅读(813)

来源 | 物联网智库

物联网白皮书(2018)由中国信息通信研究院、中国信息通信研究院西部分院、物联网智库、上海市物联网行业协会、杭州市物联网行业协会、中信建投证券股份有限公司、国家智能传感器创新中心联合撰写发布。

关注公众号并在后台回复关键字“白皮书”即可下载报告全文。


找到一个合适的“杠杆”,你就能翘起整个物联网世界!

admin阅读(919)

来源 | 物联网智库

原创 | 彭昭

导  读

阿基米德发现杠杆原理之后,曾经发出一句名言:给我一个支点,我能撬动整个地球。那么“杠杆”思维在物联网中如何体现?在文中你将看到:

  • 什么是“杠杆”思维?它和传统思维有哪些差异?
  • 在物联网领域有哪些成功使用“杠杆”的例子?
  • 有哪些现成的资源可以作为物联网企业的“杠杆”?

这是我在【物女心经】专栏写的第97篇文章。

 

今天我想讨论一个比较“虚”的话题:思维模式。在以前的文章中,我曾经提到,物联网已经不仅仅是技术,它还带来了方法论层面的变革;更进一步,它还将不断启迪和改变你的思维方式。

 

当时我给出的例子是在芯片设计领域思维模式的变化。原有的通用性芯片的发展思路显然不能满足万物互联的需求,针对不同场景研发不同种类的芯片成为一种新的解题方式。越来越多的IoT公司正在自行研发芯片,以满足智能家居、智能摄像头、自动驾驶汽车等特定场景的应用。

 

如果没有意识到应更新固有的思维进行芯片研发,有可能影响到技术路径的选择,或者对不同任务的优先级给出错误的排序,无形中增加了企业的试错成本。

 

什么才是物联网企业应当具备的思维模式呢?答案不唯一。本文探讨我认为最重要的一个:“杠杆”思维。阿基米德发现杠杆原理之后,曾经发出一句名言:给我一个支点,我能撬动整个地球。那么“杠杆”思维在物联网中是否存在,如何找到,如何利用?在文中你将看到:

  • 什么是“杠杆”思维?它和传统思维有哪些差异?
  • 在物联网领域有哪些成功使用“杠杆”的例子?
  • 有哪些现成的资源可以作为物联网企业的“杠杆”?

不追求曾经拥有

说一个故事,我在第一次读到它的时候深受触动。

2007年,乔布斯宣布苹果iPhone正式上市。这个消息震惊了世界,更震惊了诺基亚。当年晚些时候,谷歌也推出了安卓的初始版本。为了构筑自己对抗苹果和谷歌的防御壁垒,同年诺基亚豪掷81亿美元,收购了一家名为Navteq的公司。

Navteq是一家导航和地图公司,是道路交通传感器的主导者。仅在欧洲,Navteq的传感器就覆盖了13个国家、35个大型城市、40万公里的道路。诺基亚认为控制了交通传感器,就能将实时交通的监控能力握在手里,为用户提供更多服务。

这一策略在诺基亚看来简直天衣无缝。Navteq在交通传感器行业处于垄断地位,再无更佳选择,81亿虽是天价但诺基亚将其视作几乎可以堵住竞争对手在同一领域的超车机会,忍忍肉疼也就过去了。

但是同一件事情,谷歌是怎么考虑的呢?谷歌花了11亿美元买下以色列的一家初创公司Waze。与自己研发传感器硬件的思路不同,Waze非常懂得借助新兴信息交互模式“杠杆”。他们的方式是将位置信息众包出去,利用用户手机上现成的GPS传感器获取交通信息。

由于增加每个新的“人体交通传感器”成本几乎为0,只用了短短两年,Waze的数据量就赶上了诺基亚并购的Navteq。4年之后,Waze的数据量是后者的10倍。现在,Waze的数据量超过了后者的100倍。

追求曾经“拥有”还是借“杠杆”撬动未来,高下立判。

通过这个例子,你可以看出在胜负的背后,思维模式的差异几乎从一开始就宣判了两条技术路径的终局。诺基亚耗费大量金钱购买实体的传感器设备,谷歌则只是借助用户的手机作为“众包传感器”这就是杠杆思维的实例之一。

拥有实体传感器不是目的,把资源握在自己手里也不是目的,得到实时交通信息才是目的。比自己研发或者购买更重要的,是优先考虑有哪些现成的“杠杆”资源可以借力,或者看看谁已经领先解决了相关的问题。

在实体物理世界,“租赁”取代“购买”、“杠杆”代替“拥有”的思路还算容易理解,在物联网的虚拟世界,杠杆思维的作用更为关键。

如今产品的研发周期不再是月度或者季度,而是每天甚至每小时,完全依靠自己的能力进行研发在很多情况下往往来不及,必须懂得借助“杠杆”,以最低的成本获取技术和工具。

拥抱开源

在物联网领域,最常见的“杠杆”是什么?开源工具。

懂得使用开源工具,不仅可以提高研发效率,而且意味着企业可以获得数十或者上百位开发者的帮助,可以借助开源社区的网络效应,从此驶上研发与学习的“快车道”。

拥抱开源,对于物联网企业来说,这种做法不是可选项,而是必选项。开源工具不仅是工具,更是一种社群力量。开源具有双向性,一方面是使用现有的开源工具,另一方面是将自己研发的工具放到开源平台,吸引更多的生态开发者和合作者。

软件领域的开源范式诞生于1991年,Linus Torvalds创造了Linux,形成了第一个全球范围的开源社群。1998年,IBM进行了一份调查,询问100名CIO是否在其公司内使用开源软件,95%的人回答“没有”。讽刺的是,同样的问题,当调查对象换为程序员时,95%的人回答“有”。这次调查的结论极大地颠覆了IBM的预期,从此IBM决定进行重大战略转移,逐步走向开源。

2008年3个极客创立了一家名为GitHub的公司。GitHub的两个做法彻底改变了开源社群,一是GitHub集成了即时通信功能,开发者可以互相审核、评论和打分,二是GitHub有分布式的版本控制系统,而不是中央性的代码库。

GitHub更像是一个程序员的社交网络,核心是人与人的彼此协作,而不仅仅是开源代码本身。根据官方发布的数据,到2017年GitHub社区拥有2400万开发者,他们在6700万个开源库中工作,其中有接近70万名中国用户。

综上,拥抱开源的好处显而易见,它可以缩短研发周期节省成本,降低系统性试错的风险,并享受群体智慧以及持续更新带来的好处。

接下来我们谈谈在物联网领域拥抱开源,使用开源这一“杠杆”思维的例子。

还是从一个故事说起,主人公是博世。随着公司的发展,博世意识到需要建设物联网平台将数百万物联网设备管理起来。经过评估,他们面临3种选择:

1. 自己研发物联网平台

2. 将物联网平台的研发任务外包给第三方

3. 使用开源的物联网平台

很快,第2个选项被否决了,博世不希望将核心平台外包给OEM,承担不必要的风险。之后被否决的是第1个选项,自己研发的成本高、周期长,还不一定能满足需求。在看到了开源软件的优势之后,博世判断未来5-7年开源将是物联网领域的重要趋势,因此决定采用开源的物联网平台。

博世选择性的加入了开源社群,并制定了“开源优先”战略,创建了6个不同的物联网开源项目,在最近的一篇博客文章中,博世总结了拥抱开源带来的切实好处:

  • 开源项目的调用,大大提高了团队的开发效率。博世的软件质量获得了持续提升,不必“拥有”开发者就可以借助他们的群体智慧。同时博世内部工程师的学习速度通过与开源社群互动,得到了很好的锻炼提升。
  • 开源有利于迎击竞争对手,开源物联网平台相比专用物联网平台具有更好的生态基础。通过开源社群的互动,博世可以更好的与Red Hat、Sierra Wireless、Cloudera等生态伙伴合作,提供完整解决方案。
  • 博世的客户可以对开源物联网平台的未来方向、重大决策产生更大的影响,并且参与到极为透明的开发过程当中。

最新IoT开源趋势汇总

最后,技术路径的选择对于物联网企业来说尤为重要,在此我列举一些值得关注的开源项目,可以作为物联网企业的备选“杠杆”。

  • 值得关注的边缘计算开源项目

EdgeXFoundry:是一个简单的互操作性框架,独立于操作系统,支持任何硬件和应用程序,促进设备、应用程序和云平台之间的连接。EdgeX的主要任务是简化和标准化工业物联网边缘计算,同时保持其开放性。EdgeX Foundry的最新版本,从原本的Java语言转移至Go语言,使用Go进行了重新改写,使其能够在Raspberry Pi和其它小型计算机上运行。

Akraino:与EdgeX相似,Akraino同样由Linux基金会发布,是一个开源的物联网边缘计算项目,其种子代码已向Linux社区开放。Akraino专注于边缘计算技术的研发与应用,加快建设边缘网络生态系统,英特尔向其开放了网络边缘虚拟化软件开发套件。Akraino Edge Stack代码基于AT&T的Network Cloud开发,是在虚拟机(VM)和容器中开发运行的运营商级计算应用程序。

StarlingX:是Intel和WindRiver开源的边缘计算项目,该项目是基于WindRiver的产品Titanimu Cloud R5版本基础上修改而来。StarlingX项目于今年5月份成立,是由OpenStack基金会(OSF)支持的试点项目。StarlingX试图提供新服务,用来帮助填补开源边缘云生态系统中的空白,以满足运营商和工业应用的场景和边缘计算领域的严格要求。

Kubernetes:是一个容器的编排工具,基于Docker+K8s的新型PaaS平台具有敏捷部署、弹性伸缩、灵活调度、故障自动恢复等优势,充分满足业务扩展中的资源支持。Linux基金会和Eclipse基金会正在合作,将把在超大规模云计算环境中已被普遍使用的Kubernetes(简称K8s),带入到物联网边缘计算场景中。

  • 值得关注的物联网开源项目群

Eclipse IoT:Eclipse 基金会是一个非常关注物联网的开源组织。Eclipse IoT社区里面有很多物联网模块化开源项目,这些项目各有特色,都还蛮有帮助。Eclipse基金会IoT工作组发表了文章《物联网架构的3种软件协议需求》,分别针对物联网系统的3类设备:

1. 资源受限的设备

2. 连接智能物件的网关设备

3. 物联网云平台

针对上面的3类设备,Eclipse IoT分别给出了解决方案。开源的操作系统有RIOT、FreeRTOS、Zephyr和Linux;通信协议有Eclipse Paho和Wakaama;针对物联网网关的方案有Eclipse Kura框架;针对智能家居应用市场的有Eclipse SmartHome;针对工业4.0和工业物联网的有Eclipse 4DIAC,它支持IEC61499标准;在物联网云平台方面,Eclipse有Kapua和OM2M架构;对于云端分析和虚拟化有Eclipse BIRT;Eclipse Mosquitto是MQTT服务端的一种实现;此外还有提供连接物联网设备的Eclipse Hono API协议标准。

  • 值得关注的IIoT开源趋势

管理壳(Administration Shell):管理壳的重要性还没有引起足够重视,它的理念是给工业设备穿上一层数字“马甲”,对资产特性及技术功能进行遵循标准的数字化描述,相当于使用统一的“服装”封装设备的各种信息。有了管理壳提供的这套可用软件平台查询、读取的自我描述式的数字化“资产说明书”,资产由此而变得可管理、可操作。

由德国电气行业协会ZVEI组织支持开发的OpenAAS是第一个管理壳的参考实现。它是专为开发团组设立的开放型智能体项目,不仅仅开源,而且可以经由GitHub进行深度学习。第一个管理壳的参考实现是按照ICT规范(通用建模语言)、基于免费的OPC UA而发展出来。

机器人操作系统ROS:ROS是Robot Operating System的缩写,原本是斯坦福大学的一个机器人项目,目前是由OSRF公司维护的开源项目。类似于PC端的操作系统,ROS对机器人的硬件进行了封装,不同的机器人、不同的传感器,在ROS里可以用相同的方式表示,供上层应用程序调用。

ROS为开发者提供了一系列非常有用的开源工具,可大大提高开发效率:

  • OROCOS:主要侧重于机器人底层控制器的设计
  • OpenRave:用于做运动规划的平台
  • Player:一款优秀的二维仿真平台,可以用于平面移动机器人的仿真
  • OpenCV:机器视觉开源项目
  • OMPL:运动规划开源项目
  • Visp:一个开源视觉伺服项目
  • Gazebo:一款优秀的开源仿真平台,可以实现动力学仿真、传感器仿真等
  • ORK:一个物体识别与位姿估计开源库
  • PCL:一个开源点云处理库

……

  • 值得关注的AI开源趋势

边缘AI开源项目:边缘智能是我反复提到的一种趋势,AI正在逐步渗透到边缘设备。

值得关注的开源项目比如RISC-V处理器框架,它具有架构简单、功耗面积低等特点,已经走过了仿真验证和流片验证的阶段,降低了中小企业的应用风险。一款名为GAP8的低能耗AI处理器便是基于RISC-V开源处理器框架,主要设计目标就是解决其它AI处理器无法解决的应用难题。

AI PaaS开源项目:AI PaaS降低了人工智能的使用门槛,巨头们也彼此默契的采用开源策略推进AI的应用,因此越来越多的创新项目尝试基于开源的AI PaaS平台,开发面向不同行业和场景的人工智能应用。

如有尚未提及,但值得关注的物联网开源项目或趋势,欢迎你在下方留言区补充。

物联网是一种新技术的集大成者,更是一种新的思维模式。物联网将引发密集井喷的新商机,在这个过程中,那些率先导入全新的思维模式的企业,必将更有利抢占新商机。

如果你把物联网作为新技术,可以开发一些创新硬件和方案,撬动百亿级的市场;如果你把物联网作为方法论,可以用它变革传统行业与流程,撬动千亿级的市场;如果你把物联网作为思维方式,有可能改变整个物理世界的互联方式,撬动万亿级的市场。

文章阐述的“杠杆思维”仅仅是物联网企业必备的思维模式之一,其余几种正在赶来的路上,未来我将一一讨论。

 

本文小结:

1.如今产品的研发周期不再是月度或者季度,而是每天甚至每小时,完全依靠自己的能力进行研发在很多情况下往往来不及,必须懂得借助“杠杆”,以最低的成本获取技术和工具。

2.在物联网领域,最常见的“杠杆”是开源工具。

3.拥抱开源,对于物联网企业来说,这种做法不是可选项,而是必选项。开源工具不仅是工具,更是一种社群力量。

4. 技术路径的选择对于物联网企业来说尤为重要,本文列举了一些值得关注的开源项目,可以作为物联网企业的备选“杠杆”。

 

2018物联网技术成熟度曲线(附案例讨论)

admin阅读(836)

来源 | 三思派

作者 | 孟海华,上海市科学学研究所产业创新研究室副研究员、博士

全球物联网观察整理发布

 

物联网正在帮助融合物理和数字世界,它将改变工业、生活和工作方式。本成熟度曲线侧重于物联网的关键技术,包括广域低功耗、物联网平台和事件流处理等技术的创新进展,提供了相关案例并进行了深入讨论,如智能楼宇系统、商用无人机和室内定位等。

对于企业来说,业务驱动因素包括降低维护成本、增加资产正常运行时间和产品差异化。尽管物联网对这些有针对性的功能和成果,但很少有企业制定物联网业务战略。

1

从曲线上消失的技术

在2018年的技术曲线上,我们删除了一些技术,理由和往年类似,热度下调或和本次主线稍有差距,但是不代表不重要。

➧ 1、 车联网

➧ 2、 企业信息管理程序

➧ 3、 物联网ERP

➧ 4、 机器学习

➧ 5、 信息队列遥测传输

2

2018曲线三个阶段的关键技术

(1)上升阶段

 1  许可证和应享权利管理

物联网正将硬件设备、原始设备制造商转变为软件供应商,主要源于三个方面:降低制造成本、产品分级和持续盈利,这三个方面促使制造商青睐以软件为中心,创造更大的价值,增加灵活性和市场反应能力,从而增加收益。

从软件为中心要求采用者将传统的许可和权利管理应用于联网智能计算机,以维护软件IP。从硬件向软件和价值服务的转变使制造商能够更好降低成本、增加客户满意度和经常性收入。权利管理是由生产者授予客户的权利,也是应享权利。

2  物联网产品即服务

物联网产品即服务,指的是嵌入式物联网技术、通用物联网设计模式以及行业框架为用户、制造商以及金融中介机构提供所需数据,以确保资产的有效性和可用性,并对业绩不佳的部门保持关注和进行补救。在许多行业和实战中,采用可扩展的产品作为一种服务,正在初具规模。

实现物联网产品即服务,制造商、认证分销商、经销商和服务提供商必须应用物联网创新来创建连接的产品。嵌入式技术使远程产品状态监视、控制和优化、发布和更改管理、功能更新和安全补丁、后端业务应用程序集成等技术得以优化支持,不需要在客户站点或制造商内部设立中间环节。

3  事物即为顾客

随着互联网连接的事物变得更加智能,他们将获得购买、销售和请求服务的能力。这将带来新的收入、效率和管理客户关系的机会。在理论上,具有这些能力的事物代表了新客户群体,相关企业将能够出售这些客户,政府也可以对这些客户征税,因为一些事物已经被人类赋予了谈判、买卖和销售的能力。

一些事物已经被连接到人工智能(AI)提供的智能系统上,这些系统是根据以前的经验和新的数据内容学习训练而成的。我们确实看到了一些更复杂的客户事物的例子,比如智能电网。同时也存在安全、风险监管、合规等问题,例如金融服务业的反洗钱、制药和能源等行业中的反腐败,医疗行业的病人数据隐私等。作为客户的事物有潜力创造新的价值机会,有提高生产力,提高运营效率,改善健康福利,增强有形资产和人员的安全的潜能,也将带来欺诈、法律、税收挑战和运营挑战。

4  启用物联网应用程序

为物联网而设计的应用程序,并和物联网技术(例如物联网设备和物联网平台)集成在一起。应用程序摄取物联网数据和事件应成为现实,一些应用程序(例如CRM、EAM和FSM)已经能够使用来自IOTSOURCE的数据(例如,现场设备的过度振动)来实现纠正性维护。

在许多情况下,物联网数据的摄取和分析将由物联网数字孪生来实现,可以预见数字双胞胎技术正在扩散,将触发物联网应用工作流,需要与操作技术人员密切协作和知识共享。广泛的商业应用程序将由与事物的无处不在的连接触发,以便通过改进的业务流程自动化来实现利益最大化的结果。虽然在技术和运行上实现如此深刻的变化需要数年的时间,但物联网对商业应用的重大、长期的影响会最终演变为启用物联网的应用程序,这种影响是革命性的。

5  边缘人工智能

边缘人工智能指嵌入到物联网端点、网关和其他移动和边缘设备中的人工智能技术,应用范围从自主导航到流分析。在这方面,人工智能技术指的是概率推理(例如机器学习、深层神经网络)、计算逻辑(例如基于规则的、模糊逻辑)、优化(例如基于约束的推理)等。

物联网和人工智能可以三种不同的方式协同工作:一是物联网数据作为人工智能系统的输入:在这个体系结构中,物联网系统是人工智能系统的外围设备,作为一个数据收集器将数据提供给人工智能系统。比如智能农业应用部署的环境传感器。二是人工智能技术在物联网系统中的应用:在这个体系结构中,人工智能技术是物联网系统中众多应用之一。具体来说,人工智能技术作为物联网系统的推理引擎,担当解释物联网端点产生的数据、驱动端点运转的一些功能。例如医用可穿戴设备帮助视觉受损的人导航等。三是国际互联网络和人工智能技术作为一个双向系统:在这种体系结构中,物联网和人工智能技术相互作用,互惠互利,物联网系统不断向人工智能系统提供数据,数据被用于定期训练并赋予人工智能系统,随着时间的推移(通过新的培训),人工智能技术的输出不断提高,新的生产系统被创建并部署到物联网系统中。例如自主导航。

通过在边缘采用人工智能技术,企业可能受到以下积极影响:提高了操作效率,例如在制造设置中增强的视觉检测系统;通过使用在边缘进行推理的会话平台,增强了客户体验;通过使用流分析和迁移到基于事件的体系结构,减少决策延迟等。此外还有,通信成本降低,边缘和云之间的数据流量减少,甚至当边缘与网络断开时也提高了可用性。

6  经济信息学

信息经济学是将信息视为企业资产的理论和实践,包括测量、管理和货币化与公认资产(资产负债表)相同或相似的信息。一些投资银行家已开始在评估企业整体价值时,考虑企业的信息资产-以及将它们货币化,包括量化其各种利益的模型。这些习惯做法已被数据和分析领导人及商业领袖采纳,以鼓励创新和减少开支。

7  托管物联网服务

托管物联网服务支持用户产生物联网解决方案的一部分,是企业用户的重要思路之一。托管物联网服务的交付是通过基于云的工具和熟练的技术人员在操作中心来实现的。服务对象可能位于同一地点的设施或在公共和私有云中。托管物联网服务集成和聚合一组技术,包括边缘设备、平台、集成分析系统等。托管物联网服务可能需要与其他数字平台(如ERP或CRM)集成的自动化运营和管理活动来优化服务交付。

8  硬件安全

硬件安全性是使用基于芯片的功能来满足许多安全需求,包括(但不限于)物理保护、设备识别、身份验证、远程认证以及系统和数据完整性等。 物联网的出现在设备标识和覆盖范围等方面引入了更泛化的安全要求。为了解决这些问题,利用基于硬件的实现的安全机制正变得越来越重要。在一些行业,已经存在硬件安全的要求。例如,在金融领域,信用卡需要使用基于芯片的认证,以达到欧洲支付、签证标准等。其他行业,如医疗保健、工业和能源、公用事业等,也可能会效仿。

虽然基于硬件的安全性的好处是显而易见的,但在物联网端点设备中采用它的速度相对较慢,如果出现以下情况之一,则可能会进一步放缓:一是额外的芯片;二是在端点保护、安全协议和认证机制方面有新的思路;三是关注不同级别物联网设备的安全遵循框架。

9  物联网边缘分析

“分析”是将逻辑(即“规则”)和数学(“算法”)应用于数据以提供更好决策的洞察力的学科。物联网“边缘”分析是指在远离公司数据中心或离传感器数据生成地更近的云服务器的分布式设备、服务器或网关中执行分析。由于终端用户组织和供应商对这项技术重要性的认识和理解的提高,物联网边缘分析再次提升到成熟度曲线膨胀预期的顶峰。

物联网设备的激增和对实时洞察力的需求是网络边缘分析计算的最大驱动力,因此,随着物联网成为主流,企业将需要更多的边缘计算来改进实时分析,推动业务流程优化。

近年来,越来越多的物联网平台和分析供应商增加了在边缘设备上部署和运行小型分析包的能力,无论是在端点上还是在诸如物联网网关之类的聚合设备上。它反映了边缘计算和云计算之间的平衡变化,这是物联网最重要的趋势之一。在边缘位置和云之间来回移动数据在存储和通信成本方面都太昂贵了,当分析需要部署在敏感环境(不通过网络发送数据)或对网络的访问受到限制时,高可用性还需要增加安全性。

工厂、车辆、家庭或其他分布式站点即使在从云平台或企业数据中心断开时也必须运行。法规或法律要求将数据保存在国家或数据生成的其他地方。将所有的数据从带宽和延迟的角度及时地集中到一个中心位置,这将花费太多的时间上传所有的数据,而将原始数据的细节移动到中心位置是没有好处的。通过接近或在端点处处理数据将赢得更快的响应时间。例如,石油和天然气中的泄漏检测应用程序需要在秒内响应。当数据被发送到一个中心位置进行分析时,就会引入延迟,并失去其对实时需求的价值。例如,在智能城市应用程序(如交通管理)中使用的视频数据,如果所有数据都需要的话,可能会阻塞网络。通过使用边缘分析来寻找可操作的数据,从而减少数据管理和存储的开销。

(二)顶端位置

 10  物联网业务解决方案

物联网业务解决方案是各种行业资产的组合,包括物联网端点(即物联网连接的资产、产品和设备)、至少一个物联网平台、以及各种非物联网后端系统和数据。这些技术是无缝集成的,以满足数字业务目标(例如资产优化、产品为服务)。

到目前为止,大多数物联网项目在技术和商业上的范围都相当有限,它们的物联网价值主张没有得到充分的理解或实现。公司最初实施物联网的一种方式是通过一个点解决方案,将物联网终端与某种形式的物联网平台结合起来配置或定制,以满足一个或多个具体的业务需求,例如智能照明或预测维护。

有时,这类解决方案还可能包括一个特定的相关应用程序,例如EAM。无论如何,为了提供更多价值并提高整体业务运作智能,这些物联网解决方案通常必须与多个后端系统和数据(例如,CRM、ERP、MES、FMS和BMS)集成在一起。

11  数字商业技术平台

数字商业技术平台是使一个组织能够参与数字商业生态系统的技术组合。新兴企业使用各种新的集成和云技术来实现数字业务技术平台,但传统公司经常在新的架构方法上苦苦挣扎,如微服务架构、事件驱动架构和可编程基础设施等。

数字商业技术平台使人、企业和事物能够为企业创造、获取或增加价值。数字平台将使新的市场进入者、初创企业、竞争者以及最终智能机器更容易创造和追求新的业务机会。

12  数字孪生

数字孪生是真实对象的虚拟表示。数字孪生旨在优化资产的操作或有关它们的商业决策,包括改进维护、升级、修复和实际对象的操作。数字孪生包括模型、数据、对象的一对一关联以及监视对象的能力。对于资产运营商(飞机、建筑物、发电厂、风车)来说,数字孪生正开始获得采用,主要短期用途是降低维护成本和增加资产正常运行时间。对于产品原始设备制造商来说,数字孪生正开始向联网产品(汽车、灯、音响)扩散。数字孪生的主要近期用途是差异化,帮助企业管理保修成本,支持渠道合作伙伴,并更好地享受客户体验。数以百万计的事物将在五年内将拥有数字孪生。数字孪生在曲线上已经接近膨胀预期的顶峰,部分原因是技术和服务提供商的大力推广。虽然大约5%的企业已经开始实施数字孪生,但只有不到1%拥有数字孪生。

数字孪生使企业能够优化或改变现有的商业模式,在未来十年中,数字孪生将成为解决方案的主导设计模式。例如,它们能够更好地利用资产、优化服务和改善客户体验,创造新的运营方式。数字孪生将挑战大多数企业将他们的想法从以硬件为中心转变为以硬件+软件为中心的视角。这包括对运营商业模式、产品管理成本和不道德数据使用的风险的影响。最后,数字孪生的影响将超越资产。供应链中的人目前正在建模和分析。数字孪生组织已被用于优化客户体验、成本优化和投资组合管理的业务决策。

13  物联网安全

物联网安全是数字安全的一部分,控制创建信任,并为数字业务提供安全、可靠、私有和有弹性的数字系统。物联网安全技术和服务正在迅速发展,在数字信任、硬件和固件中抗篡改设备硬化技术、安全云集成、设备发现、事件检测和响应系统以及改进的咨询和系统集成等技术领域都有进步。

14  数字伦理

数字伦理包括进行电子互动的价值体系和道德原则,以及人、企业、政府和事物之间数据的使用和共享。数字伦理的范围很广,包括安全、网络犯罪、隐私、社会互动、治理、自由意志以及整个社会和经济。由于最近媒体的负面宣传、公众话语的上升以及包括数据隐私考虑在内的新的监管法规的遵守,数字伦理跃升到通胀预期的顶峰。当前的主题,如“人工智能”、“假新闻”和“数字社会”,都是引发人们对数字伦理讨论增加的导火索。

15  物联网服务

物联网服务是指为支持物联网规划和解决方案实施而提供业务和技术专门知识的专业服务活动。各种方法和资产,如设计思想和知识产权的使用,如垂直特定的解决方案,用于加速这些物联网服务。例如,物联网服务可能与数字产品设计有关。技术扩散继续贯穿整个物联网价值链-从边缘到商业视野。因此,企业面临挑战,缺乏足够的内部资源,需要擅长物联网技术和解决方案的实施。在2017年Gartner物联网战略调查中,约59%的受访者表示,他们在一定程度上利用外部物联网服务来支持物联网项目的实施工作。

16  物联网平台

物联网(IoT)平台是一种软件,它能够开发、部署和管理连接到IOT端点并从IOT端点获取数据的解决方案,进行设备管理、集成数据、管理分析、应用支持等。2018年,许多大型厂商重组了物联网业务,并不断发展自己的产品和市场战略。一个更复杂的问题是,原始设备制造商正在兴起嵌入式解决方案,将其作为现有业务的一部分。

物联网平台充当“事物”与IT系统和业务流程之间的中介,促进了向企业引入一种新的、具有潜在变革性的数字业务创新和数字转换浪潮。物联网平台为实现以资产为中心的业务解决方案提供了中间件基础,并且是以灵活的方式管理多个物联网应用程序。

17  事件流处理

事件流是按某种顺序排列的事件对象序列,通常按时间排列。事件流处理(ESP)是对这些事件对象中的数据执行的计算。它的目的是流数据集成或流分析(也称为复杂事件处理)。

ESP扩张的主要动力在于:物联网的增长和数字交互正在使事件流变得无处不在。供应商正在推出新产品,其中许多是开源或部分开放源码。企业需要持续的情报,以更好地了解情况和更快、更精确的决策。公司可以从内部来源获得更多的流数据,例如传感器、仪表、控制系统、公司网站和交易应用程序;以及来自外部来源,如社交计算平台、新闻和天气提要、其他数据经纪人、政府机构和商业伙伴等,最终将被各大公司的多个部门采用。

18  汽车实时数据分析

汽车实时数据分析是在实时数据分析的基础上为车辆、司机和乘客提供服务,包括摄取,数据处理,云架构,机器学习和分析,比如预测路线规划、车辆状况监测、预测和避免碰撞、预测和避免网络攻击、目标营销、连接汽车数据并管理和个性化的消费者服务等。

汽车消费市场的实时数据分析正处于发展阶段,虽然对该技术进行了多方面的测试,但很少有应用实例,其中包括中国的斑马和通用汽车市场,用于解决方案的数据源通常是结构化的,比如司机行为数据或车辆数据的组合等,这些数据包括年份、制造、模型和保修部件和索赔等领域,以及非结构化数据源,例如里程表读取、制动等参数,也包括服务协议,甚至社交媒体数据。如何以标准化的方式最好地摄取数据以提供统一的后端处理服务,关联数据并建立必要的机器学习模型并最终触发正确的操作,有多个汽车厂商正在进行测试或概念测试。例如,亚马逊网络服务(Aws)与宝马合作,仅用了6个月就建成了新的车载传感器服务。该服务向云提供车辆传感器数据,并动态地向车队更新地图信息。

这项技术对行业的影响很大。汽车原始设备制造商将继续承受来自监管机构和消费者的压力,要求他们改进产品质量、安全和召回管理能力。汽车实时分析是解决保修和安全问题的潜在方法,帮助更早地发现问题,甚至避免事故,并制造汽车。预测服务也将在不断改进车辆服务方面发展-使服务成为可能。它也是一种解决担保和安全问题的方法。汽车原始设备制造商成为移动服务提供商的关键,动态合成来自客户旅程多个领域的数据的能力,包括汽车使用情况、行程数据和上下文数据,将是提供个性化移动服务的关键。

19  物联网边缘结构

物联网边缘体系结构代表了硬件、软件和通信元素,它们优化了诸如计算、存储、网络和分析等功能,使之更接近于物联网数据的产生或使用。边缘体系结构定义了传感器和端点产生的信息是如何在数据中心或网络的边缘进行聚合和处理的。

当IOT端点产生的数据增长时,将所有信息流到集中式云或数据中心进行管理、分析和决策,在经济上或技术上是不可行的,有时由于监管的原因而不允许。边缘计算的重要性正在显著地增加,因为采用的驱动程序超越了实时性和低延迟数据分析,从而扩展了对物联网部署的其他关键好处,例如可扩展性、安全性、弹性和业务连续性。这一动态正在吸引供应商在相关能力方面的持续投资。然而,在实践中,物联网边缘架构的实现和使用往往仍然受到各种挑战的困扰。在过去几年中,在相关供应商活动不断增加的情况下,物联网边缘架构已经超过了膨胀预期的顶峰。至少再过两到三年,物联网的边缘架构就会开始成熟应用。

精心定义设计的物联网边缘架构是大多数物联网计划的关键组成部分,尤其是在工业领域。优化的物联网边缘架构平衡技术要素,如数据分析、安全性和可伸缩性,与总体业务需求和集成复杂性相对应。与边缘架构相关的选择将直接影响到物联网项目的前期成本(特别是集成)以及运营成本。(尤其是连接性),它还将在很大程度上决定企业在对其物联网资产进行更改方面具有多大程度的灵活性,从而决定物联网对企业业务运作的贡献。

20  低功耗广域网

低功耗广域网是一组无线网络技术,旨在支持WAN环境下的物联网用例,其中连接的设备通常具有较长的使用寿命、较低的数据量和定期的数据传输。与现有的蜂窝技术(如2G、3G和4G)不同,它的功耗低,在无线模块上的实现成本较低,投资也较少。

LPWA是当今最热门的网络类别之一,从移动通信服务提供商(CSP)和设备供应商到硬件设备制造商和半导体公司,在供应商生态系统中得到了强有力和越来越多的采用。

21  局域网

一个专门的物理对象网络,它包含了嵌入式技术,用于通信、感知或与其内部状态和/或外部环境交互。局域网将影响大多数企业的竞争地位、产品开发战略和内部运作。连接的事物将有助于促进收入、降低成本,并在这些使用场景中改进一个或多个企业流程和资产利用率。

22  自动驾驶

自主或自动驾驶车辆可以在不受人为干预的情况下,利用激光雷达、相机、GPS和地图数据等多种车载传感和定位技术,结合基于人工智能的决策能力,对某一特定地点进行导航和驾驶。目前,无人驾驶汽车正成为人们关注的焦点。

过去一年,自动驾驶出现了一些进入幻灭低谷的迹象。2018年初,发生了几起与自动车辆有关的事故,包括一个行人的死亡。一些机构之前宣称的无人驾驶里程碑在没有兑现承诺的情况下悄然而逝,实际上当初是不切实际和夸大其词。

人工智能(AI)是实现自动车辆的关键技术,自动车辆机器学习算法的发展也在加快。实现自动车辆的主要挑战仍然集中在降低技术和工业化成本上,但也越来越多地包括监管、法律和社会考虑,例如操作许可、责任、保险和人与人之间的相互作用的影响。

自主车辆技术不仅在智能移动和物流领域,而且在航运、采矿、农业、工业、安全和军事行动方面都具有破坏性潜力。传感、定位、成像、制导、测绘和通信技术的不断进步,再加上人工智能算法和高性能计算能力,使自动驾驶汽车更加接近现实。然而,2018年,复杂性和成本挑战仍然很大,这影响了可靠性和可负担性要求。

自动驾驶技术的采用仍将在三个不同阶段发展:辅助驾驶、半自主和完全无人驾驶车辆。每一阶段都需要越来越多的技术成熟度和可靠性,这些技术成熟度和可靠性依赖于企业的干预,汽车公司、服务提供商、政府和技术供应商(例如,软件、硬件、传感器、地图数据和网络提供商)应在联合研究和投资方面进行合作,以推进所需的技术,并就自动驾驶的立法框架开展工作。

此外,教育公众了解自动驾驶汽车的好处是至关重要的。自动驾驶汽车将对一些工作产生破坏性影响,如公共汽车、出租车和卡车司机。自动驾驶汽车进入移动计算系统,为消费和创建数字内容提供了理想的平台,包括基于位置的服务、以车辆为中心的信息和通信技术。自动驾驶汽车也是移动创新和新的运输服务的一部分,有可能破坏既定的商业模式。例如,自动驾驶汽车最终将带来新的产品,通过让无人驾驶汽车在需要时接送乘客,从而突出按需提供的服务。自动驾驶汽车将带来重大的社会效益,包括减少事故、受伤和死亡,以及改善交通管理,这可能会影响其他社会经济趋势。例如,如果人们可以在驾驶自动驾驶汽车时利用旅行时间工作或娱乐,住在市中心附近接近工作地点就不那么关键了,这可能会减缓城市化进程。

23  低成本开发板

低成本开发板是一种具有易于使用的开发环境的嵌入式计算机。大多数lcdbs的价格低于200美元。还有其他成本更高、功能更强大的先进开发板。大多数是入门级的电子平台,允许开发者根据自己的需求配置设计。Arduino和raspberry pi是典型的例子。大多数厂商,如NXP半导体公司、联发科(MediaTek)、三星(Samsung)、高通公司(Qualcomm)、Realtek半导体公司和德州仪器公司,都提供类似的电路板。

24  商用无人机

商用无人驾驶飞行器是指小型直升机、固定翼飞机、多旋翼机和混合飞机,在飞机上没有人类飞行员。它们要么由地面上的人类飞行员远程控制,要么装备自主导航。与军事同行不同,它们被用于商业目的。

2018年,商业无人机进入幻灭的低谷。 在技术意义上,这种无人机是相对成熟的并且能够进行越来越复杂的任务。然而,它们的采用往往受到限制阻碍,特别是在无人驾驶飞机超视距、人员上方或在限制空域,例如靠近机场的情况下,这些都是在大多数国家受到严格管制的行动类型。此外,垂直专业化的端到端无人机解决方案(包括设备、支持软件和飞行操作)的高昂成本阻碍了终端用户的大规模使用。高德纳预计,商业无人机将在两年内接近萎缩极限,前提是监管条件和某些技术要素不按预期改善得话。特别是,自主飞行将对市场起到提振作用,但它们的启用既需要监管改革,也需要技术进步。总的来说,企业无人机计划应该有短期和长期目标。美国的低空授权和通知能力(LAANC)倡议加速在限制空域飞行的豁免批准,就是这样的例子之一。今天的领先用户包括航空摄影、测绘和测量、体积测量、远程检查等。采用者还应该考虑到如何以最好的方式利用捕获的数据。

最重要的是,商用无人机可以提高诸如测量员、检查员、司机和摄影师等角色的能力,这些人传统上是在可能不安全的情况下执行劳动密集型任务的。因此,无人机通过减少或重新部署人员数量来提高生产率,同时能够实时获取数据并提高雇员的安全。例如,商业无人机可以特别增加农业、建筑、应急服务、采掘业等行业的价值。在大多数垂直领域,商用无人机的价值在于减少运营开支和提高安全性,但在电影摄影等行业也有创收的机会。

25  智能楼宇自动化系统

智能楼宇自动化系统(BASS)集成和优化智能建筑的管理和控制。这些系统有助于管理配电、暖通空调和能源使用、照明、出入控制、监视和安全、以及现场能源生成。它们支持远程接入系统管理和通信,通过将建筑物的所有基础设施功能集成到一个单一的物联网平台上,从而提高建筑效率。物联网平台可以主动、无缝地管理建筑物的能源和运营基础设施,并与外部系统集成,以完成空间优化等任务,综合工作场所管理系统,以确保建筑物内居住者的舒适和福利,可获取外部信息,如天气预报,并与能源管理系统(Ems)沟通,以优化能量包络。

26  IT/OT对齐

IT系统和操作技术(工业和过程控制系统)作为单独的领域存在于大多数资产密集型组织中。对齐是检查标准、支持过程、安全性和体系结构规划的过程,以便在资产密集型组织中建立其与OT系统和设备之间的兼容性,从而使管理IT和OT系统的两个组之间更容易地进行交互。这提供了使用相同的支持和配置工具、支持合同和购买流程的好处。

27  资产绩效管理

资产绩效管理使用数据捕获、集成、可视化和分析来改进操作、维护时间,以及对关键任务资产进行的维护和检查活动,包括资产策略和风险管理、状态监测、预测和以可靠性为中心的维护等。

28  机对机托管服务

包括硬件、软件和网络,以及通常由第三方供应商捆绑和管理的IT服务。该产品的目的是使企业能够通过固定或无线连接,监视和控制业务资产和流程。

(三)爬坡位置

 29  物联网集成

物联网集成是指端到端物联网业务解决方案所需的集成需求和技术,例如集成物联网设备、物联网数据和物联网数字孪生。其他传统集成挑战包括企业应用程序和数据集成、业务流程集成、SaaS集成和B2B/生态系统集成,以及移动应用程序和遗留系统集成。包含物联网的IT项目通常涉及后端应用程序、数据和过程集成-在许多公司中相对成熟的能力。

但是,物联网项目也引入了新的集成要求,例如设备和移动应用程序(后端)集成、数字双工集成、可伸缩的API互操作性、高度分布式的基础设施、大数据量以及物联网时间序列事件流和分析。许多公司可以满足其中的一些需求,但很少公司能够解决所有这些需求。

30  智能照明

与网络相连的照明系统,可以通过集中系统或云进行监控。先进的智能照明系统包括控制、连接、分析和智能,并且通常利用LED技术提高效率。智能照明的目标包括节能、改善工作条件和改善空间利用率。

智能照明应用领域包括办公室,家庭,工厂和城市街道照明。照明可以通过多种方式控制和连接,包括以太网上的电源(POE)、无线网络或有线网络。先进的智能照明系统与建筑物管理系统集成在一起,利用光线拟合和建筑物控制来优化照明。支持可控颜色和强度的现代智能照明系统可以实现昼夜照明等特征,其中细微的颜色变化可以改善工作人员的生活质量。

智能照明系统所使用的传感器也可以支持其他应用,如工作空间优化,并且厂商正在利用集成其他功能如光通信LIFI和蓝牙。与传统照明相比,智能照明可以节省照明能源的70%以上,后者通常是建筑物能耗的20%。

31  云消息的中间件服务

在应用程序的两个或多个组件之间或两个或多个应用程序之间提供可靠异步通信的公共云服务,通常由使用订阅模型的多租户平台作为服务(PaaS)提供。云MOM服务比传统的消息传递软件增长得更快。随着它的端点移出数据中心,对可靠的、高容量的云MOM服务的需求将继续增加。这些服务特别适合在互联网上进行广泛的消息传递,例如B2B、移动、社交和物联网应用程序。

32  室内定位

室内定位提供了移动设备、可穿戴设备或其他物体(带有无线标签的)的物理、内部位置信息,这些信息来自使用蜂窝网络、WIFI接入点或其他技术的不同算法。

随着定位技术的进一步采用,包括蓝牙低能信标和RFID标签在不同行业中的应用,以及地磁和传感器融合能力在移动客户端的进步,室内定位已经在成熟度曲线上取得了进展。

33  产品数据的主数据管理

产品数据的主数据管理使组织能够确保企业官方共享的数据集的统一性、准确性、可管理性、语义一致性和问责的可行性,能够在符合一个或多个主数据实现样式(或这些样式的混合体)的工作流、批处理或事务导向的流程中创作主产品数据。

人工智能+5G:时代抛弃你,连个招呼都不打?

admin阅读(718)

来源 | 网优雇佣军

通信

通信网络是人工智能爆发的基础,人工智能将大幅提升通信网络能力。

人工智能将在5G时代发挥关键作用,以适应网络高效性和复杂性。

如果不利用好大数据和人工智能技术,运营商就没有未来。

这是最近电信业内发出的一些声音。

5G、人工智能和物联网,正在时代的路口交汇,注定会携手同行,开启一场通信变革。

人工智能+5G:

网络自下而上的天然融合

5G要从“人的连接”扩展到“万物互联”,从网络技术到应用场景都将发生变化,但最大的变化是什么?

5G将史无前例地改变网络上行流量。

首先,5G让网络上行速率得到空前提升。

传统网络偏重于下行速率,传统终端也主要用于下载数据,5G上行速率的空前提升将再次改变人类的通信方式,也必将引发一场终端变革。

其次,5G物联网时代与互联网时代的本质区别在于数据传送的方向不同。

互联网是一个内容交付网络,本质上是从中心向大众传送内容(比如视频);而物联网恰恰相反,它由外而内地从边缘引入海量数据。

在5G时代,无论是“人的连接”,还是“万物互联”,都将自下而上地产生海量数据。

人工智能通过收集海量数据,从数据中自动识别、学习模式和规则,并代替人工来预测趋势、执行策略。它本质上是自下而上的数据驱动,靠海量数据不断“喂食”来产出最大价值。

显然,5G和人工智能在路径上是一致的,5G网络及其产生的海量数据是人工智能的基础支撑。同时,5G也迫切需要人工智能。

人工智能+5G:

解决网络复杂性的必备良药

未来的电信网络面临着各种复杂性挑战,迫切需要引入人工智能。

5G万物互联产生的海量数据是复杂的,其中很多还是无价值的,靠人力完全无法应付,需人工智能来清洗和分析。

5G网络本身是一个复杂的系统,需要人工智能来理清逻辑和秩序,使能网络自动化,降低运维成本。

移动网络正在变得越来越复杂,据统计,2G基站参数仅有500个,3G基站1500个,到了4G时代,每个基站的参数接近3500个,5G参数将更多,而这仅是无线接入网部分而已。

5G是一个大融合时代,多种无线接入技术融合,固移融合,IT和CT融合,传统网络和新型网络融合,大融合之下带来的网络复杂性不言而喻。

网络复杂性带来的是高企的运维成本和风险。随着网络规模不断扩大,网络投资居高不下,在量收剪刀差的压力下,通过自动化网络来降低运维成本成为运营商的必然选择。同时,5G要拥抱垂直领域,垂直领域对网络高可靠、高稳定性有着强需求,一旦人工操作失误将带来巨额经济损失。

有人说,5G时代运营商将重建护城河,因为网络太复杂,令攻城者只能望而兴叹。

这是一个悲伤的笑话,但5G加上人工智能,也许真能让运营商重建护城河,重回产业链的核心地位。

人工智能+5G:

网络重构的绝佳搭配

运营商正在基于SDN/NFV重构未来电信网络。NFV/SDN解耦了传统专用电信设备、打通了网络烟囱式的构架,使能网络更加灵活敏捷,这注定了未来网络部署将工作于高度动态的环境之下,以至于靠人力来决策和操作根本无力满足其动态性和敏捷性,因此,需要加持人工智能的闭环自治系统和无缝的互操作性,来实时响应网络事件和服务需求。

NFV本身也带来了网络的复杂性,传统运维方式也是无法适应的。

举个例子。

众所周知,今天的网络无论是告警、性能指标,还是网络参数,都和网络特定的硬件设备相关的。这是因为,传统电信设备在软硬件上紧耦合,逻辑网络配置和物理硬件之间具有固定的映射关系。

得益于传统电信设备的软硬件紧耦合关系,运维人员可以通过网络配置拓扑、告警来源、事件报告、性能指标等快速定位故障和分析网络指标。

但对于5G虚拟化网络,一切都变了。

在NFV的世界里,逻辑世界和物理世界分离,网络资源通过软件的方式创建,只要通用服务器作为硬件准备就绪,就可以随时通过增加或减少虚拟机的数量来配置“网元”。

换言之,逻辑网络配置与物理硬件没有固定关系,网络功能服务由多个虚拟化逻辑资源组成,它可能会在不同的硬件上配置相同的服务,也可能在相同的硬件上配置不同的服务。

这就是NFV带来的复杂性,若依靠传统运维工程师的经验和技能,难以在松散的环境下进行快速和准确的问题分析和定位。

应运而生的是大数据+人工智能的服务监控系统,即通过收集海量的、多维的网络数据,通过人工智能快速地、精准地分析、决策,从此告别被动运维时代,真正实现主动式的、以用户感知为中心的网络运维,乃至形成闭环系统,进入自动化运维时代。

面向5G时代,人工智能潮头袭来。在电信领域,从设备商、运营商到终端商,无一不在为人工智能摩拳擦掌。

有句话讲,时代要抛弃我们,连一声再见都不会说。传统通信人真的会成为时代的牺牲品吗?

至少再见总是要说一声吧。

电信业要应用好人工智能,至少面临两大挑战。

首先,人工智能最大的挑战是文化和人才,并非技术。

人工智能是一个多学科领域,人才稀缺且昂贵。以运营商的薪酬待遇,恐怕难以吸引这些人才。

运营商要推动人工智能,涉及组织层面的文化变革,需重新设计流程,制定AI文化计划,推动员工向创造性劳动发展。对于网络运维应用人工智能,实施成本并不会便宜,初期难以量化其带来的直接经济效益,如果没有这种自上而下的推动,人工智能在电信业几十年来形成的对传统人力依恋不舍的阻力下,恐怕难以走出实验室。

与数字化转型一样,最大的敌人就是自己。

次,是商业模式和生态。

人工智能不仅要应用于网络本身以降低成本,其更大的梦想是瞄准新市场,增加收入来源。但对于运营商,人工智能应用还处于构思阶段,成功的商业案例少之又少。运营商应该以需求为导向,积极参与标准化和开源组织,展开广泛的生态合作,比如,早期可开放云端让垂直领域伙伴接入测试图像/语音识别等技术,以孵化应用,推动创新。

5G、人工智能和物联网,正在时代的路口交汇,注定会携手同行,开启一场通信变革。但时代要抛弃你,招呼总是要打一声的,可通信业准备好了吗?

 

边缘计算融合区块链:物联网的下一个风口?

admin阅读(823)

来源 | vsat资讯

整理 | 全球物联网观察

物联网中边缘计算与区块链的结合是大势所趋,但需要解决安全、计算资源分配不均,及监管诸多问题。

边缘计算与区块链是当前物联网领域火热的关键词。但相较于业界的火爆,政府始终保持着比较审慎的态度,截至当前,中央还没有正式推出相关重大战略。边缘计算和区块链都具有去中心化倾向,物联网作为智能制造的重要领域如何应对是政策评估和战略发展的标杆性问题。

传统物联网将被淘汰

伴随着近年来通用计算机设备的飞速发展,各类自动化的智能设备开始进入人们视野,背后是廉价传感器和控制设备的爆炸性增长。国际市场调研公司Gartner称,2017年全球物联网设备数量约达84亿,比2016年的64亿增长31%。设备的海量增长,制约传统物联网发展。

传统物联网系统基于服务器/客户端的中心化架构。即所有物联设备都通过云实现验证、连接和智能控制。

中心化的物联网架构存在三个问题。

一是云计算成本,例如在家庭应用场景下,两台家电相距不到一米,也需要通过云端进行沟通。数据汇总到单一的控制中心,企业所销售的物联设备越多,其中心云计算服务支出的成本会越大。由于终端物联设备竞争愈加激烈,利润走低,中心计算成本矛盾会越来越突出。

同时,中心化的数据收集和服务方式,无法从根本上向用户保证数据会合法使用。用户的数据保护完全依靠企业单方面的承诺,难以进行有效的监管。

第三,中心化物联生态系统中,一个设备被攻陷,所有的设备会受到影响。例如《麻省理工科技评论》2017年所指出的僵尸物联网,可以通过感染并控制摄像头、监视器等物联设备,造成大规模网络瘫痪。

边缘计算能带给物联网什么?

边缘计算是分布式计算技术的一种,是在靠近物联设备终端的位置上进行数据处理的方法。通俗讲,可理解为设备大部分情况下不用连接云平台,通过局部数据计算就可以实现物联设备的智能控制。

边缘计算将数据处理从云中心转移到网络边缘,计算和数据存储可以分散到互联网靠近物联终端、传感器和用户的边缘,不仅可以缓解云带宽、计算等压力,还可以优化面向感知驱动的网络服务架构。例如家里的空调、热水器与冰箱、安防摄像头等可以通过边缘计算进行协调运行,即使是在连接不上云服务器的情况下,也能确保最佳的节能和服务状态。

第三方数据分析机构IDC预测,到2020年,全球将有约500亿的智能设备接入互联网,其中主要涉及智能手机、人体穿戴设备、个人交通工具等,其中40%的数据需要边缘计算服务。由此可见边缘计算有着强大市场潜力,也是当前各服务商争夺的热点。

但边缘计算与物联网结合存在计算力通用性、付费模式和数据安全三个问题,边缘计算当前只是云计算的补充。以个人边缘计算为例,首先是移动场景切换问题,个人在家的时候主要是在一个计算服务器就可以覆盖的范围内,但如果出去跑步、逛街等就涉及到不同边缘计算服务器的交互切换问题,如何能实现最优?

边缘设备计算力通用性也是难点,例如如何利用洗衣机多余的计算力来计算冰箱的数据?

第三是付费模式的问题,边缘计算将原来的集中云付费分散到了网络边缘领域,其中涉及多厂家设备协同参与,那么如何计费?同时,原有集中云服务模式下需要收费的服务在边缘计算场景下可能出现多种替代性方案,如何计价?

最后是安全问题,边缘计算的分布式多终端协同数据服务模式会带来全新的安全问题,原有的云计算集中防御机制能否适应新的边缘计算应用?从应用场景看,边缘计算目前是云计算的重要补充,未来的走向还未知。

区块链结合物联网的现实挑战

区块链技术与物联网的结合面临服务托管、计算性能、响应时间和海量存储等方面的挑战。

首先是数据量与系统性能的问题。区块链的智能合约在原理上要求每个人都有一本完整的账本,并且有时需要追溯每一笔记录。因此用户规模越大,对系统运行性能的要求就会越高,系统整体效能优化难度越大。

其次是计算能力和响应时间的问题。分布式对等计算的时延问题已经是当前公认的难题。此外基于区块链的设备对等海量数据存储的挑战。理论上分布式账簿需要存储在节点本身,这对现有物联网终端而言基本上不可能实现。

区块链与物联网的结合需要应对服务商可信度、认证安全和法律监管缺失三大风险。

一方面,任何由中心化组织提供的技术服务,其可信度不会超过组织本身的信誉。区块链服务商也难逃以人为基本单元的中心化组织本身的规律。目前各大IT公司都在争相开发区块链相关的框架体系和应用,但当前处于区块链技术的初级阶段,即使是IBM等国际大公司所提供的区块链物联网相关应用案例也处于探索阶段。当企业或者个人选择区块链服务时,服务商本身的可信程度依然是最重要的因素。

另一方面是认证安全问题。当前区块链基于公私钥密码体系保证每个人都有自己唯一的私钥。在去中心化的状态下,如果私钥丢失,用户将无法证明“自己”是“自己”,造成的损失将无法挽回。而在中心化的体系中,如银行卡等的遗失可以前往银行营业点进行处理,并不会导致账户控制的资金或数据的完全损失。而且,用户在区块链中是透明的,会给用户带来隐私安全方面的隐患。

另一个重要的风险是法律监管的缺失。区块链发展至今仍然是一个全新的领域,没有任何法律或监管规则,这给物联网制造商和区块链服务提供商带来了前所未有的自由度,也同时给用户带来了更多不确定性。

“去中心化”作为区块链的核心优势已在过去十年中被不断强调。但区块链技术发展至今,我们发现依然存在一个三元悖论:去中心化的区块链体系中,受制于现有的计算能力,区块链的安全性、低成本、易用性三者只能兼顾其二。

要解决上述问题,一个相对可行的办法就是请服务商(中介)进行委托管理,或者直接使用区块链服务商的平台。因此,在区块链参与个体计算力不对等的边缘计算与区块链融合是物联网的下一步情况下,区块链的“去中心化”会转变成“去中介化”的问题。而在国家层面上,政策落脚点是在区块链平台还是在区块链本身?这依然需要时间观察。

边缘计算与区块链融合是物联网的下一步

物联网终端设备有限的计算能力和可用耗能是制约区块链应用的重要瓶颈,但边缘计算可以解决这一问题。以移动边缘计算为例,移动边缘计算服务器可以替终端设备完成工作量证明(Proof-Of-Work)、加密和达成可能性共识等计算任务。

边缘计算与区块链融合能提高物联设备整体效能。以物联网设备群为例,一方面移动边缘计算可以充当物联设备的“局部大脑”,存储和处理同一场景中不同物联设备传回的数据,并优化和修正各种设备的工作状态和路径,从而达到场景整体应用最优。

另一方面,物联终端设备可以将数据“寄存”到边缘计算服务器,并在区块链技术的帮助下保证数据的可靠性和安全性,同时也为将来物联设备按服务收费等多种发展方式提供了可能性。

所以,物联网中边缘计算与区块链的结合是大势所趋。

边缘计算与区块链的融合需要解决安全、计算资源分配不均等问题。在边缘计算应用场景下,受边缘计算服务器实际计算力的限制,在具有私有性的物联网体系中,比较现实可行的方法是采用“白名单制”。即免去“挖矿”达成共识机制过程,但是如果有设备冒充物联网终端白名单设备与移动边缘计算服务器进行交互,则很容易引发安全问题。

另外,因为移动物联设备本身PoW能力较弱,或者根本不具备挖矿能力,所以需要通过移动边缘计算服务器进行。那么在多物联终端委托统一边缘计算服务器进行计算时,资源如何分配?通过什么样的共识机制能实现最优?目前相关研究较少。

审慎监管智能制造去中心化

一是算法和物理设备权责体系如何界定?以往的权责体系落脚到实际物体上。但按现在的发展趋势,物理设备逐步演化为算法的执行单元,而决策系统与终端本身开始分离。例如装载优步自动驾驶系统的沃尔沃汽车撞死行人后,是自动驾驶控制算法提供商的责任还是沃尔沃汽车传感器的责任?当前软件服务和硬件供给已产生明显的分离趋势。但相应的监管、权责标准却并不清晰,与之相关的利益报酬机制也不明确。这会直接影响智能制造的升级和发展。

二是智能制造标准制定思路是否应该转变?技术高速发展导致很多标准制定出来就已经滞后于现有技术发展。特别是在基于区块链的智能合约体系大面积渗透的驱使下,各国政府都面临类似问题。在面向未来的智能制造发展中,是否可以将标准制定权放回市场,让其在技术发展竞争中自然产生呢?什么技术标准需要由市场决定?什么标准需要由政府主导?需要有更明确的界限。

三是5G会给边缘计算、区块链和物联网带来什么冲击?5G是第五代移动通信技术的简称,理论上5G下载速度能达到1.25GB/s(实际速度有差异)。基于5G的基础网络通信体系会引发什么样的技术连锁反应?当前依然是未知的,在政策层面更是需要谨慎观察。

总之,要评估边缘计算与区块链是否为物联网发展带来风口,除了考虑以上提到的问题,更要从数字中国大时代背景和政府战略决策的谨慎态度去考虑。进入数字时代后,计算力分配不均的问题上将会愈发明显。

作为政府要考虑计算力效率的问题,在政策制定和监管上也会考虑公平问题。这是政府保持审慎态度的重要原因。否则,在不久的未来,弱势人群将面临得到的计算力服务还不如富人家中一个冰箱的现实。

75% 的物联网项目将以失败告终?成败关键点是什么

admin阅读(976)

来源 | 中国网

全球物联网观察 整理

 

思科年初发布了一份研究报告颇受争议,这份报告预计在所有的物联网项目中,有75% 的项目将以失败告终。然而有趣的是,同在年初,阿里巴巴旗下12位不同领域的科学家,在对AI等前沿技术将在2018年如何影响世界的预测中,一致认为:随着AI技术成熟加速,IoT领域将迎来真正大火大热的一年。

预言本无所辩驳,孰是孰非暂且不提,但如果单纯从IoT角度来看,这个行业确实呈现出发展的瓶颈,毕竟IoT从上个世纪就开始被提及,也许思科那75%的惊人数据不是凭空而来。只是,如果将AI加进来,情况就大不一样了。

天生一对:AI+IoT远不止1+1>2
物联网覆盖范围非常广泛,对人类生产、生活也将产生深远影响。据 IDC估计,2017 年全球物联网总支出为 8000 亿美元,较去年同比增长 16.7%。然而物联网早期的发展总有那么点儿“理想丰满,现实骨感”。物联网大火之时,大家纷纷把座椅板凳甚至窗帘都连上网,为了连接而连接,但人最终需要的是服务,仅仅联网是没用的,解决具体场景的实际应用才是技术发展的根本动力。以窗帘为例,连接之后还要升级:人与窗帘可交互;窗帘能够感知到人的需求,比如太亮了可自动关闭,太黑了能自动打开等。也就是说,单纯连接没有意义,重要的是给连接一个大脑。
AI技术的加速及逐渐成熟让IoT看到了新希望。AI是IoT的大脑,让设备的简单连接上升为智能连接,让万物互联进化到万物智联;IoT是让 AI 具备行动能力的身体。就像人类的眼睛,耳朵,鼻子和皮肤感知我们周围的世界一样,IoT中数十亿的传感器和摄像头采集周围环境的数据,并将这些数据发送给AI进行分析和处理。这些数据也是AI进行深度学习的重要养料,协助AI变得越来越聪明,做出的决定也越来越明智。
IoT带来的连接设备和数据类型要远远大于传统互联网,可以这样说:缺少 AI 的 IoT会变为“鸡肋”,缺少 IoT 的 AI 会成为“傻瓜”。只有两者相结合,才是未来。

依靠着AI的“增值”作用,IoT焕发“第二春”,AIoT(AI+IoT)的概念也孕育而生。

2017年2月,《人工智能芯片助阵,物联网将进化为AI+IoT》一文提到,“受过训练的AI系统,目前在特定领域的表现已可超越人类,而相关软件技术迅速发展的背后,与专用芯片的进步息息相关。在芯片对人工智能的支持更加完善后,物联网将进化成智联网。”

2017年11月,中国领先的智能物联网生态平台特斯联科技就在其“万物智能·新纪元AIoT未来峰会”上首次提出AIoT的概念,认为AIoT融合AI技术和IoT技术,通过物联网产生、收集海量的数据存储于云端、边缘端,再通过大数据分析,以及更高形式的人工智能,实现万物数据化、万物智联化。

国外巨头也已经开始积极布局AIoT。微软2018年4月4日宣布,计划在未来四年内,向物联网相关的各种项目投资50亿美元,用以提供智能化服务。此前,谷歌也曾公开宣布计划用5000万美元收购物联网平台Xively,高调进军AI+IoT行业。AIoT已经开启了一个新时代。

场景为王 人工智能走向“应用智能”
AIoT之所以成为焦点,简单来说,是因为随着5G以及NB-IoT、IoT Connect连接协议等不断成熟,IoT在连接的终端数量上,有了爆发式的增长。据Gartner预测,2017年全球使用中的连网对象将达到84亿个,较2016年增加31%,到2020年更将增至204亿个。从城市的大场景上来看,雪亮工程、智慧城市建设也为IoT积累了广泛的包括建筑、社区、城市的场景连接基础。与IoT集合,AI技术能更迅速地摆脱“实验室化”特征,快速在实际场景产生价值,同时,AI也能通过深度学习和算法的更迭迅速积累碎片化的行业知识,并将这些知识和经验重构,带来巨大的市场价值。

IHS Markit最新数据显示,中国目前共装有1.76亿个监控摄像头,而这一数据预计在三年内会刷新到6.26亿个,但同时也会面临新的问题:如果一旦发生案件,海量的图像及视频排查工作可能会变成工作人员的“噩梦”。但AIoT技术就可以解决这个问题,整合AI人脸识别技术,将收集到的数据上传至云端比对,并通过AI算法实现数据智能化分析、处理,系统有了“大脑”,人力解放了,工作效率也得到显著提升。所以在目前的城市安防领域,AIoT及大数据的技术可谓炙手可热,城市安防系统的智能化升级也是现阶段主攻方向。这还仅仅是AIoT应用的冰山一角。

在AIoT时代,人工智能开始朝着“应用智能”转变。AIoT被认为是万物智联时代重构商业模式及智能生活的核心技术。当 AI 遇上 IoT ,包括消费、金融、汽车、文娱、高端制造、教育、物流、房地产、安防等的行业,将与IoT积累的数据与设备智能结合,最终形成产业智能化发展。

 

All in AIoT,发令枪已响
时间拉回到2017年11月28日,智能物联网生态平台特斯联科技开了一场大腕儿云集的“万物智能·新纪元AIoT未来峰会”,面向未来建筑与未来城市,进而开启AIoT的产业化落地时代,此后小米在其IoT开发者大会上宣布与百度 “在一起”,以谋求共同打造智能硬件方向的IoT+AI产品和技术。

自此,AIoT产业化落地也成了行业的焦点。如果说小米与百度合作聚焦的是“屋内”智能家居的智能化连接,那特斯联的AIoT生态平台联合合作伙伴就是谋求“屋外”建筑及城市场景的落地与应用。一个突破了用户智能硬件应用场景的局限;一个打通了未来建筑与城市的数据孤岛,连接了宏观的城市数据并为城市配备“大脑”,这一切都是助力打开AIoT细分场景的落地应用通道,可谓殊途同归。

可以说,2017年以后,AIoT正在向To B(Business商业)和To G(Government政府)渗透,之前互联网累积的线上数据正逐渐与线下打通,AIoT开始从“屋内”向“屋外”发展。

这一趋势被阿里巴巴进一步佐证。在AIoT、云计算领域蓄力四年后,阿里巴巴在今年3月28日的云栖大会上宣布全面进军物联网领域,IoT是阿里巴巴集团继电商、金融、物流、云计算后新的主赛道。在阿里构建的宏大 “商业蓝图”中,IoT就像无处不在的神经网络,连接和采集数据,将物数字化。

目前AIoT市场有三大特征值得注意:

1. 起跑线优势

BAT虽然纷纷布局并加速AIoT应用落地,并不代表就具备了先发优势,反而是一些新兴科技企业正确把脉、精准切入。尤其是近几年涌现出的独角兽企业,更是在战略、技术、产品、方案上提早布局并全面加速,特斯联正是其中之一。所以从这一层面上看,巨头入场并没有起跑线上的绝对优势,反而会落后于一些创新科技公司。

2. 市场巨大难独吞

从目前来看AIoT行业份额巨大,加之应用的细分领域众多,市场不会被一家或者几家吃掉,能否抢占市场的关键是技术应用和商业落地能否达成,是否真正从市场刚需出发而非瞄准伪需求。比起消费级市场,在传统领域中,AIoT拥有更广阔的“刚需”市场,包括安防、城市规划、医疗健康、工业制造等,而这些领域与政府、开发商等机构紧紧挂钩,领域内的经验者往往具有很深的“护城河”,比如主攻智慧建筑和智慧社区智能化升级改造的特斯联科技、主攻人脸识别摄像头的海康威视等。虽然百度、阿里纷纷表示要开展城市等多细分场景的布局,但一口吃不出一个胖子,市场中的机会很多。

3. 落地能力是关键

物联网装上大脑后,落地能力才是关键。从以前IoT面临的理想丰满到现实骨感问题一样,当下AIoT时代同样考验所有参与者的落地能力,理论与实践结合才能真正造福于民。以特斯联为例,在成立两年多的时间里,特斯联科技已在全国30个省区的70座城市实现落地服务智能项目逾8200个,覆盖物业面积近7亿平方米,在上海、广州、深圳等地成功落地大量实际案例。谁能将产品方案应用落地,切实帮助客户解决场景中实际问题,谁才是真正的赢家,不能落地已经成为很多企业的“阿喀琉斯之踵”。这最后一公里看似近在咫尺,却是衡量各家护城河深浅的关键因素之一。

如果把IoT比作连接现在与未来的高速列车,AI就是其核心引擎,源源不断的大数据为其提供燃料,但真正可以让列车动起来的,还是平稳的、契合轨道的轮子。车轮就是落地,它承载了AIoT一切技术理想,脚踏实地地驶向未来。