近日，3GPP正式向ITU-R（国际电信联盟）提交5G侯选技术标准提案。其中，低功耗广域物联网技术NB-IoT被正式纳入5G候选技术集合，作为5G的组成部分与NR联合提交至ITU-R。据悉，ITU-R对提交的5G标准提案进行复核后，将于2020年正式对外发布。
这将意味着，NB-IoT可在NR in-band部署，支持接入5G核心网；同时，NB-IoT 3GPP标准将持续演进，成为5G mMTC关键组成部分。
对于NB-IoT未来的发展，3GPP曾指出NB-IoT将继续服务于5G LPWA用例（即mMTC，海量机器通信），成为5G技术规范中不可或缺的组成部分。若提案最终复核通过，那么在明年6月份的ITU会议之后，NB-IoT将正式成为5G mMTC的一个可以演进的方向。
7月31日，在“5G物联网产业生态大会”上，华为蜂窝物联网产品线副总裁刁志峰表示，“NB-IoT在协议标准上属于5G，这一块的部署可称为5G NB-IoT；此外，投资NB-IoT，就是投资5G。”
5G技术的应用场景是方方面面的，按照不同的技术特点，可以分为以下几种：
NB-IoT为什么能够成为5G mMTC的标准呢？雷锋网通过其他途径了解到，有观点认为：
2018年，NB-IoT技术经历了高速的发展，用一年时间走完2G六年的路，预计2019年NB-IoT全球连接数将过亿，其模组价格与2G模组持平，价格方面将小于22RMB（甚至低至15RMB）。
就现阶段NB-IoT全球商用网络的部署，雷锋网了解到，其已有79家商用网络运营商入局，而LTE-M为31家。相比eMTC和LoRa，NB-IoT凭借技术和产业优势，在美国已有较好的网络覆盖情况，成为美国四大运营商AT&T、T-Mobile、Sprint和Verizon新的赛道。此外，商用情况较好的NB-IoT应用案例其优势也慢慢凸显出来。
NB-IoT在国内大规模的商用案例，主要有以下几个方面：
在海外，NB-IoT已实现的大规模商用的应用案例则有，例如：摩托车监控（泰国）、羊联网（挪威）、气表（韩国）、智慧门锁（西班牙）、智慧停车（德国）等，未来NB-IoT还将继续发力海外市场。
刁志峰在会上表示，NB-IoT业务场景将从2G/2B向2C端延展，2019年燃气、水表、烟感、电动车防盗将进入干万级规模；而门锁、跟踪类、白电等将进入百万级规模；此外，智慧社区、智慧家庭将成为新的场景化规模应用的市场。
华为既做NB-IoT芯片，也做5G芯片，那么该提案通过后，是否会给华为现有的产品形态带来影响，先前已上线的NB-IoT基站和应用是否面临退网风险？
雷锋网了解到，该提案提交的信息就是华为现在的产品，因此对华为NB-IoT芯片和5G芯片的产品形态没有任何影响。
5G的到来，对NB-IoT的应用也不会有任何影响。NB-IoT属于5G，它可以部署在5G上，也可以部署在4G上，还可以部署在2G上。NB-IoT是一个新的技术，所以原先的NB-IoT基站不存在任何退网的风险。
刁志峰表示，投资NB-IoT，就是投资5G。未来的10年，甚至20年、30年，华为的NB-IoT会保持目前这种部署。2019年，华为NB-IoT的目标是完成一个亿的用户数，现在已经接近6000万。后续，NB-IoT的市场还会有很大的增长空间。
2017年，华为先后推出了NB-IoT芯片Boudica 120和Boudica 150，雷锋网从其他渠道获悉，传闻中华为将于2020年推出的NB-IoT芯片Boudica 200，这个芯片可能会把很多东西都集成进去，例如AP和相应的一些安全机制等，此外，支持3GPP R14和R15的标准也会集成进去。其中很重要的一点是，华为该系列的NB-IoT芯片会持续的向外开放，提供给所有的模组厂家使用。
雷锋网了解到，目前，华为海思整个NB-IoT芯片已经超过了2000万片，预计到2023年或更早一点的时间，将会实现超过10亿的连接。
对于NB-IoT被划到5G，很多行业人士对已上线的设备是否面临退网风险这个问题表示担心。在了解了NB-IoT为什么能成为5G mMTC的标准之后，以及现阶段NB-IoT的网络部署和行业应用情况，以及刁志峰会上的发言后，对此问题大可不必太过担心，因为当前NB-IoT投资将作为5G的一部分被继承下来。
联通物联网有限责任公司总经理陈晓天也曾表示，今年是5G 最热的元年，而前两年是NB-IoT，这对物联网来讲是一个很好的机会。如今大家的关注点都在5G上，而我个人认为，NB-IoT即将进入规模化的商用。
如今，使用基于SIM的蜂窝技术实现网络连接的物联网解决方案并不是什么新鲜事物，但物联网的扩展速度、采用令人兴奋和动态的用例虽然引人注目，但在一定程度上造成了市场竞争方面的混乱。而从标准化、久经考验的M2M SIM物联网部署这个日趋成熟的市场转到正在处于起步阶段的市场（例如基于5G SIM的物联网），而将这些解决方案区分开，并充满信心地购买以及那些需要讨论和咨询持续创新的产品可能并不简单。而且对于后一种情况，选择正确的蜂窝技术和网络类型将需要了解每个用例的技术要求和需要连接的资产的数据配置文件。
随着物联网的定义几乎每天都在扩展，供应商越来越多地加入物联网行业，这是一个复杂的环境，需要更多的知识、理解和专家合作。
从M2M到5G发展日益成熟的能力
自从2G蜂窝技术问世以来，大规模物联网M2M部署已经存在多年。现在在越来越广泛的物联网的应用中，人们都知道的传统M2M SIM卡正在让位于设备内部的智能芯片，通过软件和复杂的门户处理数据计划和自动网络选择来管理数据财产。
这是一个成熟的市场，部署范围从自动洗车机、自动售货机和冷藏展示柜；到闭路电视、访问控制、智能照明设备。这些基于M2M SIM的服务已经实现标准化，它们经过试验和测试，可靠且实用，使企业能够充满信心地将技术引入其业务。
在部署范围内移动，现在在可用的情况下使用4G和5G技术，其部署变得更具可扩展性，因为部署连接到机器的物联网传感器和双向传输数据到/从应用程序，使企业能够实现更精细的跟踪可见性在任何有信号的地方对风力涡轮机、重型设备、发电和计量基础设施等资产进行远程管理。快速扩展的SIM网络连接选项现在包括低功耗广域网(LPWAN)变体，例如窄带物联网(NB-IoT)和LTE-M(CatM)，这些技术已专门开发并整合到5G独立网络中，以支持数百万计的采用电池供电的物联网设备，并使企业能够从根本上将项目规模试点扩展到大规模部署。
“大规模物联网”可以连接数百万台设备和资产，并且通过传感器设备技术的不断创新，使用案例的范围每天都在扩大。例如，农民正在使用土壤传感器来管理偏远地区的稀缺水资源；而埋在混凝土结构中的传感器既可以在施工期间用于跟踪其固化，也可以在施工后用于测量压缩应变和混凝土健康状况。从水表到空气污染、废物管理和停车控制，网络、设备和大数据分析的结合正在为从智慧城市到可持续农业的一切奠定基础。为所有这些用例选择的SIM技术基于一系列关键技术要求，包括范围、可扩展性、安全性和低功耗。
对时间敏感的设备
基于SIM卡的物联网网络的另一个快速发展和创新的用例领域是“关键物联网”，其中的应用程序，如作为医疗保健扩展的家庭实时生命体征监测，需要超可靠的数据传输和将测量数据传输到后台办公系统的低延迟。这一应用领域的发展非常活跃，许多技术公司在可穿戴技术方面进行了创新，这些技术可以记录生命体征（心率、血氧饱和度）和位置，以跟踪人员的位置，并允许护理专业人员以灵活、有针对性的方式进行快速干预。
随着高容量、快速的5G网络的扩展，这一市场领域将迅速扩大，但考虑到通常跨移动位置的可靠数据传输需求，单靠一个网络可能不太可能提供所需的覆盖质量。组织将需要一种基于SIM卡的技术选项，可以进行“漫游”，即与多家公共网络运营商合作，无缝切换流量。
与其相反，对于固定位置的超低延迟、大容量 *** 作（例如工业自动化物联网），私有5G现在是首选选项，它提供了对特定数据流量流进行优先级排序的机会——这在公共5G网络中目前不是一个选项。这对于工厂、仓库、体育场馆和大型建筑来说是很有吸引力的，因为这些建筑的室内移动信号很差或者无法可靠地提供移动数据服务。
显然，在这个范围的末端，基于SIM卡的蜂窝物联网远比人们在智能手机上依赖的“即插即用”体验复杂得多，需要专家进行设计、规划和部署。
潜力的最大化
随着全球物联网连接的大幅增长，客户现在要求他们的供应商提供简化的合同和服务模式来满足他们的需求——从传感器的低功耗连接到连接房地产资产以提供全球互联网接入和故障切换互联网接入的高带宽应用。这是一个复杂的挑战，尤其是在国际上，因为竞争运营商之间存在不同的商业协议和服务模式，以及每个国家对某些类型的网络访问的限制（几乎所有国家都有4G服务，但5G是一项正在进行的工作，并且需要检查低功率网络覆盖的可用性）。
网络运营商需要灵活，但事实并非总是如此，允许新一代网络聚合器和小型服务提供商的增长和发展，以满足客户需求。聚合商目前在基于SIM卡的移动市场发展和增长中发挥着重要作用，尤其是在管理网络运营商（MNO）缺乏灵活性的情况下，通过直接与多家网络运营商协商，创建一个定制的多网络解决方案，以支持每个使用案例。
用户应该询问一些问题来确定供应商提供物联网的能力，其中包括：签署合同的期限是多长？数据成本是多少？它们是否反映了当前和未来的数据概况？一家网络运营商能否为现在和未来的所有移动资产提供所需的全面覆盖？客户能否从获得新的低功耗SIM技术（包括NB-IoT、LTE-M(CatM)或其他物联网连接类型（包括非蜂窝）作为混合服务）中受益？提供商是否提供自动化工具来配置、监控和管理基于SIM的连接服务？如果主要网络发生故障，SIM是否具有自动的内置故障转移到第二个或第三个网络选项？企业的提供商的核心网络是否被证明可以抵御外部威胁？
使用不同网络的融合作为连接客户资产所有部分的完整解决方案可能非常强大，但它可能需要能够协调多种基于SIM的技术的服务提供商才能在资产位置获取正确的网络，并通过自动化提供无缝的配置、管理和更改，以提供良好和可靠的客户体验。
结论
5G将改变基于SIM的物联网的格局。它将提供容量的阶跃变化，并在未来每平方公里允许连接10万个物联网设备，而如今只有数百个。它将提供更快的速度、更高的可靠性，并及时使市场能够提供真正的服务水平协议。但是，由于有如此多的供应商加入了基于SIM的物联网，因此有必要提出正确的问题，以便为用例做出正确的决定。
这是一个快速发展的市场。基于SIM的物联网领域有着巨大的增长、活力和能量，这非常令人兴奋。然而，在追求创新的过程中，不要忘记成熟的M2M SIM物联网部署，它们为业务转型提供了巨大的机会。
从根本上说，在广泛的物联网范围内，在对供应商和供应商做出最终决定之前，了解用例、应用程序、技术和商业广告至关重要。
物联网时代的大数据策略
互联网时代，PC、Pad、智能手机等设备无处不在，数以亿计的用户通过微博、微信、SNS、博客等途径产生大量的自媒体数据，电商、新闻类网站、搜索引擎每时每刻都在记录着丰富的用户行为信息，海量的数据促进了云计算，分布式技术的发展，而这些技术反过来不仅推动了Web和移动互联网的革新，也推动了物联网的飞速前进。现在，我们正逐渐迈入物联网时代，实现万物互联的愿景，如果说之前人是信息生产的主体，那么或许不久的将来设备将成为主角，它们将源源不断地产生与人相关的衣食住行信息，这些信息会通过云计算、数据挖掘等技术实现价值的升华从而为用户提供更优质、贴心的服务。那么物联网时代会产生什么样的数据，应该采用什么样的大数据策略呢？
THINKstrategies 的总经理 Jeff Kaplan 在自己的博文《 当物联网遇见大数据 》中写道：
“你不能使用现在的策略，因为可以被捕获、管理并利用的数据将更加多样化，同时用例也会更加丰富。附加到各种设备和对象上的传感器会产生各种类型的数据。这些数据将会用于各种响应式的、主动的或者 创造性的目的 。IT部门的任务就是与业务部门一起工作，完全理解物联网方面的用例，然后寻找满足业务需求的技术。特别是，IT部门必须识别出最优的分析平台和工具，让业务用户能够获取到需要的数据，分析数据的含义并快速地做出响应。”
Gartner公司的副总裁、著名分析师 Joe Skorupa 认为：
“分布在世界各地的物联网设备将产生大量的输入数据，将所有的数据传送到一个位置进行处理无论从技术上还是从经济上都是无法实现的。最近的趋势——将应用程序集中起来以便于降低成本并增强安全性——并不适合物联网。组织必须将数据集中到多个分布式的小型数据中心中，在此对数据进行初步的处理并发送到一个中心站点进行额外的处理。数据中心管理员需要在这些区域部署更加具有前瞻性的容量以满足业务发展的需要。”
Patrick McFadin则在自己的博文《 物联网：数据都去了哪里？ 》中阐述了一个具体的数据策略解决方案。他认为整个过程可以分为三个阶段：产生数据并通过Internet传递、中央系统收集并组织数据、持续的数据分析与使用。
第一阶段需要决定数据创建的标准以及如何通过网络进行传递。Patrick McFadin认为可以通过>
以上是小编为大家分享的关于物联网时代的大数据策略的相关内容，更多信息可以关注环球青藤分享更多干货
Startus Insights创新分析师对901个解决方案进行了详尽的分析，并提出了2020年及以后的十大物流与供应链行业趋势与创新。
来源/物料搬运商业评论
作者/Startus Insights
物流行业的趋势取决于在业务流程中实施技术驱动型创新所产生的重大变化。下一代物流管理解决方案正在朝着使全球供应链更加以客户为中心和可持续发展的方向发展。物流流程的自动化极大地提高了工作流程的生产率和效率。供应链的透明度和可追溯性的提高对于维持各个利益相关者之间的灵活动态关系至关重要。
下面的图说明了将对2020年及以后的公司产生影响的十大物流行业趋势。从建立自动仓库到跟踪快递和包裹，物联网（IoT）在该行业中扮演着重要角色。
支持人工智能（AI）的平台和解决方案不断学习一些繁琐的物流流程，以开始实现传统上手动任务的自动化。放宽关于无人机的法规及其用法，不仅可以促进最后一英里的交付，而且可以促进整个行业的机器人应用。
创新图：新兴的物流解决方案
物流行业正加速采用创新方式采用技术，以解决现有和新颖的挑战并提出新的用例。
随着客户期望的不断提高以及随着人们对产品种类和个性化服务的兴趣转移，物流和供应链部门面临越来越大的压力。物联网，先进的移动机器人以及支持人工智能和区块链的解决方案等新兴技术的飞速发展，导致公司在选择最合适的技术进行投资时面临两难选择。随着技术的不断发展，对于新兴公司要积极主动，尽早发现潜在的破坏性变化。
01
物联网
物联网是物理设备的连接，可通过互联网监视和传输数据，而无需人工干预。物流中的物联网可提高供应链各个环节的可见性，并提高库存管理效率。将IoT技术集成到物流和供应链行业中，可以提高效率，透明度，货物实时可见性，状态监控和车队管理。
Fleetroot – 车队管理
总部位于阿拉伯联合酋长国的初创公司Fleetroot为公司提供了物联网平台，以控制和管理其车队。Fleetroot通过提供油耗和浪费报告为车队经理提供燃油管理解决方案。该平台有助于监视车辆的性能，并使用车辆中嵌入的传感器和设备向系统发送严重警报。然后将数据与 历史 数据一起进行分析，以预测和计划车队的维护。Fleetroot还为货物运输提供路线优化和交付解决方案。
Ambrosus – 实时供应链可见性
伯利兹创业公司Ambrosus为食品和药品供应链行业构建了一个基于区块链的端到端物联网网络。该网络提供了用于分析传感器，分布式分类帐和数据库之间传输的数据的工具，以优化供应链。该平台可对整个供应链中的货物进行准确跟踪，从而通过利用区块链技术确保产品的质量和真实性。
02
人工智能
结合机器学习的AI算法可帮助公司积极应对需求波动。例如，基于AI的预测解决方案使管理人员可以计划供应链流程并找到降低运营成本的方法。自动驾驶AI和智能道路技术正在朝着交付服务自动化的积极方向发展。此外，基于AI的认知自动化技术带来了智能，可以自动执行管理任务并加速信息密集型 *** 作。
Insite – 需求预测
总部位于新西兰的初创公司Insite提供了基于AI的软件解决方案，用于价格预测，需求预测以及流程和流程的优化，主要满足消费品包装（CPG）和零售行业的需求。该软件提供了用于风险评估和需求预测的模块，以自动化过程决策和控制 *** 作条件。机器学习增强平台提供了实时收集和集成过程数据的工具。结果，经理们有能力在产品补货方面提供可行的见解。
Adiona – 工艺优化
澳大利亚初创公司Adiona开发了基于AI的优化软件即服务（OSaaS），使公司可以改善其物流流程并降低成本。Adiona的FlexpOps API通过解决车辆路线和相关挑战来优化静态和动态传递路线。
此外，该软件还可以通过使用机器学习技术预测需求，天气和交通状况等条件来支持车队随时间的决策。该解决方案还优化了劳动力需求并自动进行了重新部署。
03
机器人技术
将机器人技术集成到物流中可以提高供应链流程的速度和准确性，并减少人为错误。与人工相比，机器人可以延长正常运行时间并提高生产率。但是，机器人并不承担人类的工作，而是与他们一起协同工作以提高效率。诸如协作机器人（“ co-bots”）和自主移动机器人（AMR）之类的物理机器人用于在仓库和存储设施中拣选和运输货物。此外，软件机器人执行重复的，机械化的任务，从而为工人节省了时间。
Canonical Robots – 协作机器人
协作机器人与人工合作，提供帮助并提高物流运营效率。这些机器人可以在短时间内拾取，放置和包装货物，同时消除了潜在的人为错误。西班牙初创公司Canonical Robots创建了各种协作机器人来促进供应链流程。这些协作机器人具有6个轴关节，可促进模仿人类手臂的多种灵活性和运动。此外，这些机器人还可以帮助工人进行拣选和放置，码垛和包装 *** 作。
Actimai – 机器人过程自动化（RPA）
RPA提供了低级重复性任务的自动化功能，消除了人为错误，并降低了管理费用。例如，RPA软件执行的 *** 作包括发票处理，自动将信息存储在审计跟踪中以及自动执行采购订单的输入。Philippino初创公司Actimai通过利用AI和大数据来设计，部署，管理和优化RPA解决方案。初创公司的Actimai平台优化了软件机器人流程，以提供见解和分析以改进流程。
04
最后一英里的交付
从仓库或配送中心到客户的供应链的最后一步通常效率低下，并且还占了货物运输总成本的主要部分。最后一英里交付是物流中最重要的部分，因为它直接关系到客户满意度。但是，最后一英里的交付面临各种问题，包括由于交通拥堵，客户细微差别，政府法规和交付密度而导致的延迟。
Manna – 无人机
无人机交付解决了最后一英里的交通拥堵问题。无人机具有到达偏远地区的能力，从而减少了交货时间和成本。爱尔兰初创公司Manna凭借其航空级交付无人机机队向餐厅连锁店提供无人机交付服务。Manna的无人机能够在80米的高度以80km/h的速度飞行。
Pakpobo – 智能储物柜
智能储物柜使客户可以灵活地接收包裹，并减少了由于客户不在而导致退货的最后一英里的挑战。意大利初创公司Pakpobox提供适用于室内和室外条件的智能储物柜。Pakpobox具有多种智能储物柜配置，可针对各种情况进行自定义。这些智能储物柜还通过保护它们免受恶劣天气条件的影响，提供包裹安全性。此外，Pakpobox还提供温度控制的智能储物柜，用于存储易腐货物。
05
仓库自动化
仓库自动化通过减少人工干预来提高效率，速度和生产率。诸如自动导引车（AGV），机器人拣选，自动存储和检索（ASRS）以及放置墙拣选之类的拣选技术可降低错误率并提高仓库生产率。仓库需要结合高效的自动化技术来控制其运营物流成本。
Addverb Technologies – 自动导引车
仓库中的AGV集成有助于搬运货物的自动化。AGV代替了人工，以应对大规模加工大批量货物的挑战。印度初创公司AddverbTechnologies在Dynamo工作，这是一辆AGV，用于运输仓库中的各种货物。Addverb提供了带有不同导航系统的定制Dynamo AGV，包括激光，惯性，导线和磁条。而且，Dynamo在仓库中执行拣选 *** 作时需要的人力最少，甚至没有人工干预。
Exotec – 自动存储和检索系统
ASRS协助管理自动化仓库中的产品和物料存储，并提高了占地面积利用率，并且不需要人工 *** 作，从而降低了总体运营成本并提高了安全性。法国初创公司Exotec构建了自动机器人Skypod，以优化电子商务仓库。Skypod系统通过采用垂直存储方法来优化存储空间，将仓库中的高度增加多达10米。
06
区块链
区块链通过不可辩驳的分散账本系统提供安全性，并解决了紧迫的可追溯性和相关挑战。这为整个物流流程带来了交易透明性。此外，基于区块链技术的智能合约可通过减少检查点的处理时间来加快批准和审批速度。
Steamchain – 智能合约
总部位于美国的初创公司Steamchain提供了一个区块链平台，该平台使用其世界贸易物流（WTL）智能合约系统简化了付款流程。WTL智能合约通过提供所有交易的不变记录来实现B2B付款并防止欺诈。WTL智能合约除了消除货币转换成本外，还有助于最大程度地降低货币波动成本。
ShipChain – 货运跟踪
总部位于美国的初创公司ShipChain建立了一个物流平台，该平台利用区块链技术来支持端到端的运输流程。该平台允许所有利益相关者在其流通中的每个步骤中跟踪装运位置。该平台还使用加密的公共分类账更新有关预计交货时间的信息。交付完成后，将文件的影印本上传到平台中，从而提高了运输中货物的可见性和透明度。
07
大数据与数据分析
数据分析为提高仓库生产率，绩效管理和物流资源的最佳利用提供了可行的见解。从监视位置和天气以及车队时间表获得的数据有助于优化路线和交付计划。市场数据分析支持进一步优化供应商价格，库存水平以及生成风险管理报告。此外，高级分析还提供了有助于识别异常的见解，并提供了预测性维护解决方案。
Nautilus – 绩效管理
美国Nautilus Labs公司提供AI解决方案，以帮助海运公司减少油耗并提高运营效率。Nautilus的软件分析 历史 航行数据并预测最佳速度和油耗。基于云的平台还生成船只性能数据，此后可帮助优化燃料成本。
FACTIC – 规范分析
总部位于美国的初创公司FACTIC提供一个SaaS平台，可为食品和饮料行业提供预测分析解决方案。FACTIC利用数据挖掘和AI技术来分析内部和外部来源的数据以预测未来的销售。该平台可预测需求偏差并做出以数据为依据的决策，以实现自动化采购。该平台还提供了通过采用自动补货来优化库存的工具。
08
云计算
针对物流公司的基于云的SaaS解决方案允许按需付费模式，这些模式所需的资金投入很少。这样可以最大程度地降低维护IT基础架构的风险和成本。基于云的物流解决方案还解决了通信障碍，并允许公司以安全的方式进行协作和共享数据。此外，云集成允许从管理系统收集数据以分析整个物流流程。最后，与云集成的物流提供了通用的可访问性，并且不限于任何物理空间。
Linker – 云平台
波兰初创公司Linker在B2B云实现平台上工作，该平台为电子商务公司和第三方物流（3PL）参与者提供物流服务。该平台提供了在数字化运输的同时增强产品标签和交付服务的工具。链接器提供用于在仓库和交付设施中实现的工具。该平台解决方案还采用了现收现付模式。
Alpega – 云TMS
比利时初创公司 Alpega创建了基于云的SaaS Inet运输管理系统，以满足端到端的运输需求。该软件解决方案使制造商与广泛的物流供应商网络之间可以进行实时通信。
在Inet电子TMS自动化物流流程并整合运输需求成一个单一的系统。该软件解决方案还通过移动应用程序提供了对货运的跟踪。该云平台允许Alpega每季度向客户发布升级的软件，而每年更新周期之后的本地软件则没有这样便利。
09
自动驾驶 汽车
通过消除驾驶时的人为错误，自动驾驶 汽车 可提高车辆安全性并安全地运送货物。它们旨在全天候工作，因此提高了首英里和最后一英里交付的效率。此外，无人驾驶 汽车 通过使用长途路线的装卸计划技术提高了燃油效率，减少了交通拥堵，并通过利用AI增强技术来优化了行驶路线。
Spring – 自动驾驶车队
德国初创公司Spring提供了SpringX1，这是一种自动驾驶的多用途车队，用于通过可预测的智能系统运输货物。Spring的自动驾驶 汽车 配备了可用于多种应用的模块化拖车。这些模块可根据其应用（例如移动储物柜，食品和货物交付）进行定制。
Mars Auto – 自动驾驶 汽车 软件
韩国初创公司Mars Auto开发了自动驾驶 汽车 软件，以提供无人驾驶运输。基于AI的软件提供了用于绘制环境图，控制和引导车辆到正确的货舱的工具。该软件可帮助货运公司以高效，可靠和安全的方式运送货物，而无需人工干预。
10
柔性物流
柔性物流使公司能够在需求波动期间更高效地处理供应链运作。根据市场需求，它有助于按需扩大或缩小供应链运作。d性物流从而解决了供应链公司面临的挑战，包括船只利用率不足，仓储限制和库存过多。
Shorages – 按需仓储
总部位于阿拉伯联合酋长国的初创公司Shorages是一个B2B按需仓储市场，为中小企业（SME）服务。Shorages可帮助公司从广泛的网络中查找短期仓储需求。一方面，该平台允许所有者出租仓库中未使用的空间以满足短期需求。另一方面，他们为客户提供按使用量付费和按需存储和配送服务。
GlassWing – 按需送货车
印度初创企业GlassWing提供了各种按需货运的商用车辆。该GlassWing平台形成的物流服务网络与运输连接货主。该初创公司还提供诸如实时跟踪，路线优化，货运安全定制报告，实时警报等解决方案，并通过利用支持AI的技术帮助降低货运成本。
这对物流公司意味着什么？
这项针对物流行业10个趋势的研究概述了创新领域，这是我们在分析中发现的内容的表面。物流即服务，云物流，数字标识符和增材制造都是必将以一种或多种方式对物流公司产生重大影响的领域。尽早发现可以在您的业务中实施的新机会和新兴技术，对于获得竞争优势并成为行业领导者来说，有很长的路要走。
来源/物料搬运商业评论
作者/Startus Insights
区块链主要应用的范围包括：数字货币、金融资产的交易结算、数字政务、存证防伪数据服务等领域。区块链是将数据区块有序链接，每个区块负责记录一个文件数据，并进行加密来确保数据不能够被修改和伪造的数据库技术。
区块链本质上是一个应用了密码学技术的多方参与、共同维护、持续增长的分布式数据库系统也称为分布式共享账本。共享账本中的每一页就是一个区块,每一个区块写满了交易记录,区块链技术匿名性、去中心化、公开透明、不可篡改等特点让其备受企业的青睐,得到了更加广泛的应用尝试。
区块链应用范围1金融领域区块链能够提供信任机制，具备改变金融基础架构的潜力，各类金融资产如股权、债券、票据、仓单、基金份额等都可以被整合到区块链技术体系中，成为链上的数字资产，在区块链上进行存储、转移和交易。
区块链技术的去中心化，能够降低交易成本，使金融交易更加便捷、直观和安全。区块链技术与金融业相结合，必然会创造出越来越多的业务模式、服务场景、业务流程和金融产品，从而给金融市场、金融机构、金融服务及金融业态发展带来更多影响。随着区块链技术的改进及区块链技术与其他金融科技的结合，区块链技术将逐步适应大规模金融场景的应用。
2公共服务领域传统的公共服务依赖于有限的数据维度，获得的信息可能不够全面且有一定的滞后性。区块链不可篡改的特性使链上的数字化证明可信度极高，在产权、公证及公益等领域都可以以此建立全新的认证机制，改善公共服务领域的管理水平。
公益流程中的相关信息如捐赠项目、募集明细、资金流向、受助人反馈等，均可存放于区块链上，在满足项目参与者隐私保护及其他相关法律法规要求的前提下，有条件地进行公开公示，方便公众和社会监督。
3信息安全领域利用区块链可追溯、不可篡改的特性，可以确保数据来源的真实性，同时保证数据的不可伪造性，区块链技术将从根本上改变信息传播路径的安全问题。
区块链对于信息安全领域体现在以下三点：
用户身份认证保护数据完整性保护有效阻止 DDoS 攻击区块链的分布式存储架构则会令黑客无所适从，已经有公司着手开发基于区块链的分布式互联网域名系统，绝除当前 DNS 注册弊病的祸根，使网络系统更加干净透明。
4物联网领域区块链+物联网，可以让物联网上的每个设备独立运行，整个网络产生的信息可以通过区块链的智能合约进行保障。
安全性：传统物联网设备极易遭受攻击，数据易受损失且维护费用高昂。物联网设备典型的信息安全风险问题包括，固件版本过低、缺少安全补丁、存在权限漏洞、设备网络端口过多、未加密的信息传输等。区块链的全网节点验证的共识机制、不对称加密技术及数据分布式存储将大幅降低黑客攻击的风险。
可信性：传统物联网由中心化的云服务器进行管控，因设备的安全性和中心化服务器的不透明性，用户的隐私数据难以得到有效保障。而区块链是一个分布式账簿，各区块既相互联系又有各自独立的工作能力，保证链上信息不会被随意篡改。因此分布式账本可以为物联网提供信任、所有权记录、透明性和通信支持。
效益性：受限于云服务和维护成本，物联网难以实现大规模商用。传统物联网实现物物通信是经由中心化的云服务器。该模式的弊端是，随着接入设备的增多，服务器面临的负载也更多，需要企业投入大量资金来维持物联网体系的正常运转。
而区块链技术可以直接实现点对点交易，省略了中间其他中介机构或人员的劳务支出，可以有效减少第三方服务所产生的费用，实现效益最大化。
5供应链领域供应链由众多参与主体构成，存在大量交互协作，信息被离散地保存在各自的系统中，缺乏透明度。信息的不流畅导致各参与主体难以准确地了解相关事项的实时状况及存在问题，影响供应链的协同效率。当各主体间出现纠纷时，举证和追责耗时费力。
区块链可以使数据在各主体之间公开透明，从而在整个供应链条上形成完整、流畅、不可篡改的信息流。这可以确保各主体及时发现供应链系统运行过程中产生的问题，并有针对性地找到解决方案，进而提升供应链管理的整体效率。
6汽车产业去年宣布合伙使用区块链建立一个概念证明来简化汽车租赁过程,并把它建成一个“点击,签约,和驾驶的过程。未来的客户选择他们想要租赁的汽车,进入区块链的公共总账;然后,坐在驾驶座上,客户签订租赁协议和保险政策,而区块链则是同步更新信息。这不是个想象,对于汽车销售和汽车登记来说,这种类型的过程也可能会发展为现实。
7股票交易很多年来,许多公司致力于使得买进、卖出、交易股票的过程变得容易。新兴区块链创业公司认为,区块链技术可以使这一过程更加安全和自动化,并且比以往任何解决方案与此同时,区块链初创公司 Chain 正和纳斯达克合作,通过区块链实现私有公司的股权交
8政府管理政务信息、项目招标等信息公开透明,政府工作通常受公众关注和监督,由于区块链技术能够保证信息的透明性和不可更改性,对政府透明化管理的落实有很大的作用。政府项目招标存在一定的信息不透明性,而企业在密封投标过程中也存在信息泄露风险。区块链能够保证投标信息无法篡改,并能保证信息的透明性,在彼此不信任的竞争者之间形成信任共只。并能够通过区块链安排后续的智能合约,保证项目的建设进度,一定程度上防止了腐败的滋生。
区块链技术应用还有很多很多，这只是区块链应用的一下支点。未来区块链技术将应用各个地方
物联网中如何使用大数据在瞬息万变的世界中，组织很难赶上不断涌现的新概念。但人们需要区分哪些技术和概念是有用的，哪些只是一种炒作。在数据分析领域，正是大数据引发了这个时代的质疑。而如今，当这个概念日益清晰时，一个新的应用浪潮即将到来：人们需要了解在物联网中如何使用大数据。
关于什么是大数据及其可带来的价值的热烈讨论已经开始消退。然而，当专家们开始大量使用大数据和物联网的技术组合时，人们又再一次试图定义物联网与大数据连接的方式。
物联网与大数据的接触点
简而言之，物联网是连接到互联网的设备网络。这些设备具有内置的传感器，可以生成数据并对外发送，从而可以相互通信，并与分析系统进行通信。
即使对物联网设备仍然很陌生，这个概念已经在人们的生活中找到了方向。设想一个智能家庭，它可以通过调节供暖和空调系统的运行模式来调节温度，可以开启和关闭照明系统，可以发出有关漏水或气体泄漏或外人入侵的信号。最重要的是，智能家居可以在没有户主参与的情况下做到这一点。
物联网业务的一个典型例子是机器监控，使用安装在不同机器部件上的多个传感器。这些传感器将有关温度、振动、压力、润滑等读数发送给分析系统，分析系统对其进行处理并识别一些隐藏的模式和相关性。如果系统识别出读数与某种故障模式相匹配，则会向维护团队发送即时警报。
以下将回答物联网如何与大数据相交的棘手问题。当一些技术正在炒作时，物联网可能是其中之一。实际上，物联网数据是大数据的类型之一，这使得大数据技术堆栈在所有阶段处理物联网数据都是一个很好的（但不是唯一的）选项。对于数据摄取，企业可以使用Apache Kafka，因为该技术支持数据流。Apache Hadoop生态系统是数据存储和处理历史数据的理想选择，而Apache Spark则非常适合近实时数据处理。
大数据使用案例中的物联网数据规则
而人们开始了解制造商所提供的用例。同时，也可以在其他行业了解物联网数据，了解物联网大数据用例。
医疗保健：在医疗保健领域，配戴移动应用技术的可穿戴传感器设备可以实现远程健康监测。该方法的工作原理如下：传感器监测特定患者的状态（心跳、体温、血压、呼吸率等），并将这些数据实时传送到云端，然后传送到应用程序。分析系统不断搜索所有患者物联网数据中的隐藏趋势，并试图找出可能引发并发症的模式。如果物联网的大数据分析显示某些令人担忧的症状，系统会立即向患者和医生发送警报。
零售：知名零售商亚马逊公司最近推出了一个新概念 - Amazon Go。这是一家没有收银员的商店，顾客不必排队等待购物。要进入商店只用扫描他们的智能手机即可。事实上，在这里采用的是物联网和大数据分析技术：商店里遍布传感器和摄像头，顾客在商店中购物，摄像头能够区分其中的每一个人，并且跟踪他们放入购物车或返回货架的所有产品。重量传感器提供了一个额外的控制点：他们可以认识到特定的产品已经不在货架。当顾客完成购物时，他们选择的所有产品都显示在真实和虚拟的篮子中，顾客可以离开商店，系统将在稍后收费。
毫无疑问，Amazon Go是一个有远见的概念。然而，零售业表现出更多脚踏实地的想法，例如智能物流技术，可以跟踪和优化路线，并识别每位卡车司机的行为模式。零售商还使用信标激活访问者的应用程序，并在访问者进入商店并通过信标时，推出相关产品优惠和促销活动。访客会因此感到满意，因为他们收到参加促销活动提供的个性化优惠。同时，信标对商店员工也有帮助，因为它们可以识别需要高质量服务的具有价值的客户。
银行业：银行业也从物联网中受益。银行正在努力获取客户全方位的视角，并提供无缝的客户体验。虽然这一切始于智能手机的积极参与，但物联网进一步扩展至可穿戴设备。例如，美国银行与FitPay公司合作进一步推动可穿戴支付技术。通过这种合作，持卡人将能够直接从他们的智能手表和其他可穿戴设备付款。银行将能够识别客户的行为和偏好。
语结
尽管围绕物联网进行了更多的炒作，但它只是大数据源其中之一。毫无疑问，这是一个有价值的领域，而且正在不断发展。如果企业已经实施了一些大数据解决方案，也许已经处理物联网数据，如果企业正计划采用大数据方案，希望以上描述的用例可以激发一些伟大的想法。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）