数字化转型是企业追逐的新目标也是必经之路，甚至可以说“无数字化就会面临淘汰”。传统的信息化方式已经很难帮助企业应对极端条件下的企业发展，如这两年的疫情，给国家和企业造成的损失无可计量，对传统企业更是致命打击，也正是诸如此类的突发事件，类似加速一样，带来了数字化的指数发展，加快了行业的数字化普及。
物联网是“新基建”的核心要素，也是数字化转型的关键节点。传统制造企业已不再是埋头造东西了，而是通过收集产品的各项使用指标、用户习惯等数据，优化产品，提升用户满意度。每个产品都可以通过不同的网络介质与云端通信，实现数据的高效、稳定传输。
所以说要实现数字化转型，物联网是必经之路。
物联网 归根结底还是一种以网络为介质将万物进行互联网的网络。只不过，这网络不再局限于以前的局域网，而是通过各种新的通信技术，如5G 。物联网技术的重要基础和核心仍旧是互联网，通过各种有线和无线网络与互联网融合，将物体的信息实时准确地传递到云端 。
物联网初步分为三个层次，有物理层(也被称为感知层)，网络层和应用层。
也称为感知层，主要是由各种的传感器元器件构成，如温、湿度传感器、高度传感器、方向传感器、R FID 标签和读写器等等。它本身是对外界各种信号的感知，类似人的五感，采集各种信息的来源，主要功能就是识别物体，采集信息。
负责传递和处理感知层获取的信息，由各种网络、互联网、有线和无线通信网、网络管理系统和云计算平台等组成。
负责物联网和用户(包括人、组织和其他系统)的人机接口，与各行各业的业务需要进行对接，实现物联网的智能应用。
物联网技术已经不再局限于某个企业或者行业，随着快速的发展，物联网已涉及到智慧安防、智慧能源、智慧家居、智慧城市等的建设。所以必须快速的形成自主的知识产权，掌握物联网的核心技术。
从企业层面而言，通过应用物联网可以最直观、最优先的获得终端用户使用产品的第一手数据， 有助于 企业高层在企业战略、营销、研发、运营等多板块的决策。
随着技术的不断更新发展 ，企业 最终 将会成为物联网解决方案的执行者， 深知物联网可以为企业带来的无限红利，如为企业在行业内的创新创造更多的机会，提高用户满意度、利用与用户的互动，可以提升用户粘性，提高资源利用率的同时节约总体成本。
从个人层面而言， 科技 改变生活，各种新技术的诞生都是为了满足人类的某种需求，物联网也不例外。通过物联网可以改变人们的学习习惯。如教育机构可以通过物联网获得学生的学习习惯数据，对学生薄弱的学习环节进行定向辅导。可以提前告知车主，某个商场最近的车位在哪、哪条路堵车等。可以告知妈妈们冰箱里是否还有菜还有什么菜等等的场景。
由于这些多方面的好处，使物联网 被 广泛 的 应用。不但有效地满足了企业的成本削减效率提高 的要求 ， 还帮助企业 获得新的发展机会， 使人们的生活更加的便利，人更“懒”了。
物联网是各种感知技术、通信技术、云计算、大数据、人工智能等技术的集合体。在各行各业都得到了广泛应用。物联网上部署了海量的多种类型传感器，每个传感器都是一个信息源，不同类别的传感器所捕获的信息内容和信息也不尽相同。企业通过大数据的不同算法和模型分析信息，提取价值数据，可以有效的帮助企业高管进行关键决策。
物联网的核心是物与物，以及人与物之间的信息交互，物联网的发展将为国家、行业及企业带来前所未有的挑战。物联网的技术特征有以下几点：
RFID 本身是一种简单的无线系统，由询问器和应答器组成，具有唯一的编码，附在实体上。这样我们可以随时掌握物体的位置及周遭环境，对目标物体进行跟踪。
是一种以机器对机器进行智能交互为核心的、网络化的应用与服务，使对象实现智能化控制。基于云计算、大数据、人工智能等平台和互联网络，可以依据获取到的数据进行决策，改变对象的行为，从而进行控制和反馈。
主要是由微型的、不同功能的传感器、微执行器、信号处理器和控制电路等组成。负责信息收集、简单处理和执行。利用传感网可以可以提高系统的自动化能力、智能化能力。
物联网的属性特征可概括为感知、传送和处理。
位于物联网的物中，集成各种不同功能的传感装置，利用RFID、二维码、传感器等感知、获取，随时随地对物体进行信息采集。
位于物联网的联中，通过各种通信网络与互联网技术的融合，将目标物体(对象)接入信息网络，随时随地进行可靠的信息交互和共享。
利用云计算、大数据等新兴技术，对海量的跨区域、跨行业、跨组织的数据和信息进行分析处理，提升对物理世界各种活动和变化的洞察力，实现自动化且智能化的决策。
通过上文的介绍，想必大家已经对物联网有了一个轮廓的理解。物联网作为新一代的信息技术的高度集成的产物，被国家列为五大新兴战略性产业之一，对于以后发展有很大的影响，同时物联网已经在各行各业得到了不同程度的实际应用，为促进企业的数字化转型，发挥了重要的作用。
随着工业40的发展，越来越多的智能化工厂、数字化工厂在国内落地开花，遍布全国。借助物联网的热度和技术，实现从研发、制造、销售、物流到后市场等关键环节的全流程标准化、智能化。比如：
随着智能化 社会 的到来，智能建筑、智能家电、智能家居正在逐步走进我们的生活。智能家居是以家为平台,兼备建筑、自动化,智能化于一体的高效、舒适、安全、便利的家居环境，是物联网生活化的应用场景之一。物联网不仅仅提供了传感器的连接,其本身也具有智能处理的能力,能够对物体实施智能控制。通过网络等信息通信技术手段实现对家居电器等的智能控制,使其能够按照人们的设定工作运行,而不论距离的远近。智能化与远程控制是智能家居的两大特点，这也是物联网的属性。
随着物联网的发展，智能家居可提供的场景不胜枚举，如通过手机可以远程控制家中的摄像头，查看家里情况，甚至可以通过摄像头和家人聊天;通过红外开关对家电进行远程控制，如提前打开电饭煲，实现下班到家马上有饭吃;通过智能门锁远程对门锁进行控制，掌控何人何时回家。利用物联网实现家居智能化，使生活更加舒适、便利和安全。
经历了计算机、互联网与移动通信网两次浪潮，物联网被称为信息产业第三次浪潮，代表了下一代信息发展技术。物联网是现代信息技术发展到一定阶段后出现的一种 综合 性应用与技术，将各种感知技术、现代网络技术和人工智能与自动化技术聚合与集成，使人与物智慧对话， 实现智慧的地球 。
物联网正在积极塑造工业生产和消费世界，从零售到医疗保健，从金融到物流，智能技术已遍及每个业务和消费者领域。随着国家的支持力度不断加码，物联网将得到前所未有的发展。毋庸置疑，物联网已经成为智慧的代名词，数字化转型的基础。
导读新年伊始，在2020年受疫情影响的大环境下，物联网也迎来了更多充满戏剧性的挑战与变革，在疫情爆发后，各地采取的一系列措施及发生的这大大小小的的事件背后，多多少少都有物联网的身影，为此，在这里小编整理了相关报告后，和大家说说2020年物联网在全球的主要进展，分享给大家以供参考和借鉴!下面我们一起来看看物联网2020年回顾：十大重要进展。
Part I: Covid-19对IoT 2020的影响
受疫情影响，公众对物联网的兴趣下降了15%
人们通过Google搜索“物联网”话题的频率在2020年骤然下降。自2020年3月疫情大流行以来，这一下降比例达到15%;此后，“物联网”话题搜索量一直保持相对稳定并处于较低水平，也没有回升迹象。物联网显然不像其它话题那样在公众中扮演重要角色，例如：在同一时间范围内，公众对游戏的搜索兴趣猛增了约65%、对“在家工作”的兴趣增加了104%、对“失业救济金”的兴趣猛增了250%。在对3000多个财报电话的分析显示，在2020年第二季度，“IoT”一词的使用量呈类似下降趋势。但是，有关物联网，尤其是“工业物联网”的讨论在第三季度又重新开始。
尽管疫情大流行，但2020 IoT市场仍然强劲
尽管Covid-19疫情不断，并且
2020年全球GDP下降了5%，物联网市场在2020年仍在增长(无论是支出规模还是连接设备总数)。虽然有少量物联网项目因各种原因(如在封锁期间无法建立基础设施)而停止或推迟，但大多数物联网项目在2020仍在继续。
事实上，2020年是智能设备的一个拐点——活跃的物联网连接数量(例如：连接的汽车、智能家居设备、连接的工业设备)等，有史以来第一次超过了非物联网连接的数量(例如：智能手机、笔记本电脑和台式机)。目前全球有217亿活跃的连接设备，其中54%(117亿)是物联网设备连接。到2025年，预计将有超过300亿个物联网连接，即地球上几乎每人有4个物联网设备。
十余个物联网主题随疫情加速发展
物联网在应对疫情中起着至关重要的作用。一些以物联网为中心的用例在帮助世界应对疫情方面发挥了(并将继续发挥)重要作用。最值得注意的包括工作场所、医院和其它基于物联网的接触者追踪(例如：Concept
Reply的跟踪和定位系统)，以及整个疫苗供应链中的产品跟踪和验证(例如：Controlant)。
对2021年的前景持谨慎乐观态度
进入2021年，物联网技术的整体情况，看起来很乐观。人们普遍认为，任何因Covid-19对业务的负面影响都将在2021年逐渐消失，新的“数字化转型浪潮”将推动物联网市场的发展。企业将加速发展的主题之一是“新技术支持的商业模式”，其中许多新的商业模式将由互联的物联网产品来实现。企业关注的另一个主要主题是“人工智能”。
Part II: IoT 2020十大进展
最大的物联网新势力：小米
2020年1月，来自中国的电子制造商小米宣布计划在未来5年内至少投资72亿美元用于5G和人工智能(AIoT)。新的推动包括对智能电视、无人机、电动滑板车、空气净化器、路由器、安全摄像头等一系列消费和企业物联网设备的重大投资。
物联网在对抗Covid-19中的最大贡献：挽救生命
在2020年初，物联网行业没有人能够预见到，IoT技术将在这一整年中为拯救生命而扮演重要角色。伦敦帝国理工学院于2020年6月进行的一项被广泛引用的研究估计，在第一波Covid-19大流行期间，社交距离仅在欧洲就挽救了300万条生命。虽然这些被挽救的生命大多可以归功于人们只是待在家里、戴上口罩和避免接触，但物联网技术无疑在一些情况下阻止了进一步的传播。
许多物联网厂商竞相推出社交距离工具(包括BoschIO的工作场所隔离和联系人追踪解决方案，Software AG和Dell的Smart Social
Distancing解决方案，或Concept Reply的追踪和定位系统等)。
位于德国莱比锡的Goebecke面包店只是使用这种解决方案的众多企业之一。该企业老板介绍，工作场所的音频提醒和对员工数据的分析能力，都使员工更加谨慎、意识更强，这些员工随后变换了各自之间的距离。
最近，用于Covid-19的物联网的重点已经转移到疫苗供应链监控上，以确保疫苗安全交付，不发生产品丢失、篡改或变质。例如，辉瑞公司(Pfizer/Biontech)选择了冰岛的初创公司Controlant来监控其Covid-19疫苗的配送。
加速最快的物联网垂直领域：医疗保健
多年来，由于行业的高度规范性以及缺乏对医疗数字化的支持和紧迫性，在医疗环境中实施物联网项目被证明是很麻烦的。
现在，越来越多的证据表明，Covid-19已经导致了医疗保健领域的数字化爆炸，特别是在医院。美国食品药品监督管理局(FDA)在2020年5月发布了多项临时政策，以在2020年支持数字化工具。德国在2020年10月首次允许医生开出针对特定疾病的数字健康应用(例如，一款有助于治愈焦虑症的应用)。
在大流行期间激增的应用之一是“远程医疗”，即医生通过视频会议治疗患者。医生报告说，远程医疗通常被视为只是迈向数字诊断的第一步，它依靠物联网设备从远处诊断病人。数家医院于2020年开始进行试验。2020年12月，一名伦敦外科医生在加利福尼亚用5G技术对香蕉进行远程手术的视频在网上疯传。
2020年最大的物联网融资：Samsara
Samsara又成功了。2020年5月，在第一次Covid-19大封锁期间，该公司又筹集了4亿美元，旨在进一步扩大其工业物联网业务。本轮融资对该公司的估值为54亿美元，较2019年投资时估值下降14%。首席执行官Sanjit
Biswas在宣布这轮融资时，还宣布裁员300人(占劳动力的18%)，这是由于Covid-19对关键垂直运输系统的影响。
2020年值得注意的顶级投资(与物联网相关)包括：
最重要的技术标准化：5G Release 16
2020年7月，3GPP标准机构达到了一个重要的里程碑：发布版本16，这是5G技术的第二套规范，也是5G
IoT的关键一步。构成版本16的一套新规范包括对“超可靠、低延迟通信”(eURLLC)、定位功能以及对TSN(时间敏感网络)的支持等方面的重大改进，所有这些方面对于各种物联网用例的物联网连接都非常重要，尤其是对于高端应用，如工业物联网领域的应用。此外，版本16还可以在新的5G核心网上部署和管理NB-IoT和LTE-M技术，使5G网络可以通过这些技术管理大规模和低复杂性的物联网。当前，全球约有2亿个IoT连接使用NB-IoT
/ LTE-M的产品。预计，面向高端应用的5G物联网将在2022年及以后兴起。
最著名的新流行语：AIoT
多年来，人们一直认为，物联网的真正价值可以通过应用于物联网数据流的AI/ML算法来解锁。因此，事后看来，“AI + IoT=
AIoT”在2020年出现并成为一个新流行语也就不足为奇了。在2020年12月，Google对这个话题的搜索量大概比12个月前多了70%。有趣的是，这个词似乎起源于中国(而不是像“
IoT”一词起源于美国)。华为和小米以及台积电(TSMC)这几年一直在推崇人工智能物联网的概念，即人工智能和物联网的融合。
2020年，许多“非中国”公司在品牌推广工作中都使用了这个术语。美国工业软件提供商Aspen Technology于2020年8月宣布了其新的工业40
AIoT
Hub，瑞士网络安全公司Wisekey于2020年9月推出了以AIoT为中心的新数字战略。在2020年推崇这一术语的公司的其它例子包括总部位于新加坡的ASM
Pacific Technology和总部位于美国的分析软件提供商SAS。
最大的物联网相关收购：Nvidia-ARM
2020年9月13日，英伟达宣布有意收购ARM，这是迄今为止最大的半导体交易，估值400亿美元。除了是最大的半导体交易外，此次收购有望为AI&边缘物联网带来新的技术创新。英伟达收购的主要业务板块是ARM的处理器IP，其中也有重要的IoT成分，尤其是边缘计算。ARM的IoT产品&服务集团(ARM的Pelion
IoT平台、MbedOS、SoC解决方案/安全、KigenSIM解决方案)将不参与此次交易。如果这笔交易获得监管部门的批准，可能会出现这样一种情况：中国企业永远得不到ARM的技术。这可能会进一步造成美中贸易关系的不平衡，从而使美国在半导体知识产权市场占据主导地位。
2020年的重要收购(与物联网相关)包括：
最雄心勃勃的新物联网连接技术：Amazon Sidewalk
2020年11月，亚马逊通知Amazon Echo设备和Ring安全摄像头的客户，Amazon
Sidewalk将很快推送到他们的设备上。Sidewalk是一个雄心勃勃的项目，旨在创建一个邻里共享的网络，让宠物或资产追踪器等物联网设备，即使在家庭Wi-Fi网络中断或超出范围时也能连接到互联网。这是通过将不同的Wi-Fi网络连接成一个低带宽网络，供不同用户的物联网设备使用的技术。
2020年9月，LoRa低功耗标准幕后的芯片公司Semtech宣布已与亚马逊建立合作伙伴关系，以合作构建网络;几个月后的12月，据报道LoRa联盟正在洽谈，也将加入并支持Sidewalk，使用开放的LoRaWAN标准，该联盟及其500多家成员公司都支持该标准。
最重要的政府举措：美国物联网网络安全改进法
2020年12月，《物联网网络安全改进法案》终于签署成为美国法律。其中，该法律要求美国国家标准与技术研究所(NIST)定期(至少每5年一次)更新物联网安全标准和指南。专家们希望，该法律能够促使制造商在设计物联网设备时考虑到一些网络安全功能(例如：使用安全编码实践、提供足够的认证、定期给设备打补丁)。
最大的IoT 2020 IPO：C3ai
2020年12月9日，C3ai上市(在纽约证券交易所交易，股票代码为“AI”)。C3是一个真正的物联网成功案例。该公司由美国亿万富翁Tom
Siebel于2009年创立，他因创立Siebel Systems公司而闻名，2006年1月该公司出售给甲骨文。C3ai最初叫C3
Energy，主要专注于电网、电表和公用事业的数字化，该公司后来(2016年)品牌更新为C3IoT，并将其关注点扩大到能源之外，作为一个横向物联网平台。近年来，该公司强调通用分析和人工智能能力，这也是为什么该公司再次将品牌重塑为C3ai。今天的C3ai声称它可以从5700万个传感器读取数据，但Siebel明确表示，重点是AI(包括非IoT应用)。2020年12月上市至今，股价已较开盘价飙升超过40%，估值近140亿美元(截至2021年1月8日)。
以上就是小编今天给大家整理分享关于“年度盘点|物联网2020年回顾：十大重要进展”的相关内容希望对大家有所帮助。小编认为要想在大数据行业有所建树，需要考取部分含金量高的数据分析师证书，这样更有核心竞争力与竞争资本。
RFID,最主要的算法就是防碰撞算法，包括软件及硬件防碰撞。我的文库里面有相关的论文参考，你可以去看看。至于物联网方面的话可以立题为传感器网络路由相关研究，物联网安全问题的分析等等。希望能帮到你~物联网的实现步骤主要包括三部分：
1、对物体属性进行标识，属性包括静态属性和动态动态属性需要先由传感器实时探测；需要识别设备完顾对卿体属往的读取。
2、将信息转换为适合网络传输的数据格式：将物体的信息通过网络传输到信息处理中心(处理中心可能是分布式的，如家中的电脑或者手机；也可能是集中式的，如中国移动的IDC )
3、由处理中心完成物体通信的相关计算。
设备步骤：
1、设备部分：机械控制+设备联网。
2、服务器（平台）部分：数据中转，控制中转，数据存储，设备管理等等。
3、手机APP部分：数据浏览，设备控制。
扩展资料：
物联网关键的技术：
1、涉及到各种传感器技术，各种数据有效的采集过来是实现物联网的第一步。
2、主控芯片这方面的技术，这方面的技术主要集中在外国，高端的主控芯片，国内还是空白。
3、然后就是无线网络技术，这一方面，还有比较远的路要走。
4、另外一个就是组网技术，要把各种需要互连的设备进行有效的组网起来，才可以相互沟通。
5、还有就是人工智能，简单的说人工智能就是用机器人来实现人类的一些动作，或者是脑力劳动。
6、还有最后一个比较重要的也就是RFID技术，是一种非接触式的自动识别技术。
参考资料来源：百度百科-物联网
数据分析、机器学习与物联网我们当前所处的世界，联网程度不断上升，低成本传感器和分布式智能也在不断普及，产业即将面临这一切带来的革命性的冲击；同时，在此过程中还会产生大量的数据，其规模将庞大到远远超过人类所能处理的范畴。对此，企业是否能足够迅速地适应并演进自身的业务，以维持在竞争格局中所处的位置？面对我们栖身的环境中植入的这些全新的信息来源和智能设备，人类应当如何掌握它们并从中获益？利用不断演进的技术组织机构将需要建立起内部数据仓库，以便能够利用新的数据源和数据流。智能接入设备亦将在某些情况下取代人的角色，它们将能够自行决策、执行自我调整，或是根据需要引发对自身的纠正和修复。在另一些情景中，众多设备的集合将聚集在一起成为完整的系统，这样的系统可以采用新的方法进行优化；而由系统聚集成的系统，将会彼此共享数据，并成为由数据和设备组成的生态系统。机器学习（指从数据中推导出意义的众多方法）注定将成为这个生态系统中的一部分；此外，随着企业着手为物联网（IoT）做准备，传统业务和数据分析技术也同样将被纳入到该生态系统之中物联网——某些人更愿意称之为“万物互联”（Internet of Everything）——正处于不断上升的轨道上。一项Gartner研究指出，在2020年IoT单元的数量将达到260亿，而IoT产品和服务的市值将达到3000亿美元1。另外，GE在工业互联网（Industrial Internet）——这一概念包含用于监控和优化工业设备（例如喷气式引擎、铁路机车、动力涡轮机和制造工艺）性能的机制和应用——领域已经活跃了很长时间。根据GE的估算和预测，在接下来20年中，工业互联网将帮助全球GDP产值提高10到15万亿美元（没错，万亿量级）。当然，围绕着已问世的全新技术和正在逐步浮现的技术概念，市场中充斥着大量炒作。例如，Gartner备受争议的 “成熟度曲线”（注：也有些人使用“炒作周期”这一贬义说法）报告就把IoT摆在了“翘首以望的顶峰”的位置上（而大数据作为之前的热点，已经进入了“理想幻灭的低谷” 3）。然而，哪怕企业家们为之表现出群情激昂的兴奋，或是记者们在笔下展现出了对未来的狂热展望，在现实中依旧存在着大量的挑战，组织机构必须克服它们，才能够真正乘上这次技术演进的东风。挑战组织机构必须聚焦于：了解产品技术和IT领域中，企业能力的相对成熟度；了解可以纳入哪些类型的IoT功能，以及新能力将会在哪些方面对客户价值带来影响；了解机器学习和预测分析模型的角色；基于市场变化的迅捷程度和竞争对手的相对敏捷度，重新思考业务模型和价值链。接下来，让我们对这些挑战逐一进行更详细地分析。理解产品和IT成熟度可以从产品和IT两个维度分别进行分析。首先，产品组合的成熟度如何？它是属于变更较缓慢且逐步演进的传统类型的产品，还是属于前进速度更快，同时具有更复杂生态系统的产品？矿产设备在技术上非常复杂。并且，与科学研究仪器相比，它拥有更为漫长的设备生命周期，和相对更缓慢的演进速度。然而，这并不意味着科研仪器的公司，在利用IoT产品进行系统优化方面更具优势。另一个需要考虑的因素是IT流程的成熟度。各种类型的组织机构都可能会因采用IoT而获益；然而，要想达成这一目标，它们所需采用的模型却各不相同。让我们进一步分析一下IT成熟度水平这个因素。举例来说，科学研究仪器供应商或许拥有先进技术，但却可能缺乏强有力的IT架构、流程和IT治理能力。与之相反，矿业设备制造商或许拥有非常成熟的内部IT流程。对科学研究仪器公司而言，IoT将让它们能够对安置在现场的仪器设备进行功能升级；但面对由多种类型设备组成的实验室信息生态系统库，公司并不一定愿意尝试去进行优化。（当然，以IT作为成本中心——例如内部IT管理——方面的成熟度不足，并不等于以IT作为利润中心——例如IT产品——方面成熟度的缺失；但当开发或拓展IT服务的时候，许多组织机构都选择在现有的基础IT能力之上构建。）在去年的哈佛商业评论（Harvard Business Review）中，讨论了一个矿业设备领域的例子：Joy Global是一家矿业设备制造商，其专家团队横跨与采矿作业相关的多种系统和流程。Joy Global以此为依托，针对来自多家供货商的一系列设备，提供监控、维护和优化的服务4。了解IoT能力接下来，应该考虑一下使用智能联网设备中的哪些能力。刚刚提到的哈佛商业评论刊登的文章4指出，IoT包含四种类型的能力：监视——传感器提供关于运行环境、产品使用和性能方面的数据；控制——可以控制并定制个性化产品功能；优化——来自监视与控制的反馈回路，能够提供更高的效率、更好的性能、预防性维护，以及诊断和修复；自治——监视、控制和优化将支持独立运行、不同系统间的协作、与环境交互、个性化、补给，以及自我诊断和修复。这四个层级的能力，将为重新定义供应链并重新配置价值链提供支持。我们不应该抱有产品的功能应固定不变的观点；相反，我们应该认为它们将更具灵活性和适应性。那些智能联网设备和产品将具有可变特性，并能够随着用户需求的变化而改变。在数年以前，软件制造商就已经认识到了这一点。而现在，物理对象也正在逐渐转变为软件驱动功能的载体或容器。上述这些层级的能力要求越来越精密的数据分析方法——从收集和应用数据，到支持算法自身运用数据并在同时进行学习。第一个层级的能力——监视——将成为一套实时的机制，我们可以运用它更好地了解现场情况和用户需求，并提供新的能力。这意味着组织机构的传统产品和服务将不再泾渭分明，而且二者的边界将彼此渗透。在过去，现场设备的维护由某个现场服务承包公司承担，设备制造商的业务并不涉及此环节。而在智能设备与监视能力结合后，设备可以在故障发生前将所需的服务提前告知制造商。同时，设备制造商也可以将常规维护纳入自己的服务范畴。不过，如果利润和物流对组织机构而言是个问题的话，那么复杂的维修工作将依旧由专业承包商完成。这一“去中介化”(disintermediation)的模式也可以运用到分发链中。设备可以自动发起补充供应的请求，从而降低甚至消除供应链中的物流和库存压力。控制是建立在监视之上的更复杂的应用。我们可以监视设备运行情况，并通过控制设备的多个部分或多个系统，来扩展人工干预的边界。想象一下，在 *** 作大部分功能都是自动化执行的系统或机器时，人类所扮演的角色：人类指导机器运转，并寻找系统设计的时候没有预料到（或是基于经济划算的角度未设计应对预设）的边界条件、异常和例外。接下来，人类使用自己的判断做出变更、纠正或调整。我们并不需要（在空间上）与设备在一起，或许我们也无需实时监视它们（这取决于流程）。我们通过监视层面采集数据并进行处理（某些数据处理必须在特定时刻完成），并通过控制层面将这些数据实时（或准实时）地运用到设备或装置的运行上。需要组织机构做出的战略决策是，是否以及何时在产品中提供更多的控制能力，以及是将其作为一种服务向客户开放，还是让客户拥有这些功能。第三个层级的能力——优化——可以拓展到某个单体对象、一系列对象，或是一套由来自多家制造商、使用不同技术的对象组成的生态系统的表现方面。是否将提供的服务拓展到这一领域，取决于围绕着价值链和流程边界的知识和经验的水平。前面提到的矿业的例子，反映出Joy Global与供应商相比的优势，主要在于拥有在流程生态系统中更加聚焦的视角。以卡车制造商为例，它无法很好地优化复杂的矿业设备，但却会凭借对自己的一系列卡车（以及潜在的一系列其他制造商生产的卡车）进行优化而获益——如果行业动态确实具有商业意义的话。要将优化的范围延伸到独立运行，还需要对这三个层级的能力进行一些拓展，以支持与环境及其他系统进行受限程度更低的交互。自治要求围绕着算法提供更多的智能，以便应对计划外的情况——程序员和系统工程师未能明确设计这些情况下的方案。自主运行需要整合具有适应性的机器学习方法，以应对新出现的情况，并将之纳入到用于监视、控制和优化的核心算法中。了解分析和机器学习2014年11月，施乐公司帕洛阿尔托研究中心的Mike Kuniavsky在IDTechEx上进行了一场名为“IoT领域中预测分析方面的用户体验”的演讲。在演讲中他表示，我们应该将几乎所有功能都存放（或是在不久的将来存放）在云上。数据和功能可以从任何位置、通过任何设备访问。而专业设备则提供用户访问数据的环境。健康手环可以通过iPhone或笔记本电脑，在特定的锻炼环境中访问用户的身体健康数据。在这种情况下，健康手环扮演了IoT传感器的角色，同时也提供了访问和使用数据的一种途径，而且它还通过软件功能包含了其他一些设备（例如计步器）的能力。设备上产生的数据可以为厂家提供额外的洞见，帮助其了解消费者的使用情况和喜好，并藉此升级功能或开发新特性。如果汇聚来自用户群的数据并结合其他数据集，那么新的洞见可以阐明流行病方面的数据、人群活动水平、生活方式和人口统计数据。对市场人员、健康服务提供者、保险公司和政府机构来说，这些信息具有宝贵的价值。（当然，我们必须认真对待隐私和数据使用许可方面的责任。）我们可以使用机器学习算法，基于这些数据模式作出预测。例如，在一份来自Mayo Clinic的研究中，发掘出了活动数据与心脏病人恢复速度的相关性5。同样的机器学习和预测算法也是许多联网智能消费设备的基础。例如，Nest恒温器是一套能够使用数据模式的设备，它预测消费者对于某个特定房间、在一天中的某个特定时刻的温度要求。（另一个控制和优化的例子体现在聚居区的层面。在获得了业主许可的情况下，电力设施可以通过远程调节的方式，控制成百上千的Nest设备，将室温调高或调低几度，从而完成高峰期的用能负载调度）。这类消费设备涵盖了从声音模式（例如亚马逊的个人助理输入设备Echo6）到更复杂的行为和活动模式（例如捷豹的路虎监视系统，它依赖于一套复杂的软件系统，该系统让汽车能够学习、预测和检查，并提醒车上的乘客帮助驾驶员自动委派次要任务，以便驾驶员将更多的注意力集中在驾驶上7）进行学习的范围。优化算法通过使用机器学习机制，来利用从动态环境下交互的传感器和智能设备传回的数据。算法不能基于特定的参数，精确地预测这些多变的情况，而是需要不断地感知、响应并适应。例如，随着汽车从驾驶员身上分担了更多的责任，它们需要与周边环境中更多的数据来源进行交互（传感器、灯光、其他车辆等等）。在工业自动化、物流和交通运输、电力网络与能源系统、交通管理、安全系统以及其他“系统的系统”等领域中的各类应用，都将让机器直接与其他机器进行交流。此外，这些应用还将基于能够演进和自适应的算法，帮助机器翻译数据流，从而使机器能够依据给定的运行参数达到要求的最终状态。反思业务模型和价值链智能联网设备要求组织机构重新检视，它们处在市场中的什么位置、以什么方式创造价值，以及这些价值将如何随着竞争环境和信息生态系统的演进而增加或减少。分析将帮助验证某些决策（例如，在对特性进行变更或是增加服务和功能后，获得实时使用数据）；不过，市场新进入者和新的价值链结构或许会对业务模式带来巨大的转变，而基于公司传统业务模式做出的分析将不再具有相关性。因此，产品或服务的基础，或许会转变为来自传统产品的数据流，而不是来自产品本身的收入。新的业务模式将得以延展，甚至有可能远远超出产品本身的范畴，覆盖上游供应商或下游消费者。最重要的是，所有这些可能性，都会要求组织机构拥有围绕着其内部数据健康度和用于分析的基础设施的基础能力：数据“打捞”（curation）、所有制和质量标准、具有一致性的企业架构、干净整洁地集成在一起的系统、自动化的数据载入流程，以及成熟的分析专家。如果欠缺或未能有效管理这些基础条件，组织机构将很难进行快速反应，并演化出新的分析和数据管理功能与能力。IoT将基于数据流和复杂的方法，从信息中获取洞见，并通过与企业知识整合，将之运用到价值创造方面。而不具备这些能力的组织机构将在市场上落后，或是降级到低价值、低利润的层次。数据被称为“新的石油”——我们可以拓展这一比喻，这意味着通过分析能力中的知识提炼环节，数据将被精炼为高价值产品。组织机构现在就需要在构建此类基础设施的方面投入资源，以便为接下来数年中应对供应链和价值创造环节的转型、扰动和颠覆做好准备。信息敏捷性将成为必备的核心能力。
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）