过去的制造概念是追求生产自动化，并以SOP（Standard Operation Procedure）标准作业流程大量生产公版化的产品。而智能制造概念则不然，为因应消费族群的购物观念变动，可快速地定制化生产的制造方式逐渐受到拥戴，这是工业40当中相当重要的核心概念。未来的智能工厂将并不单指工业技术的提升，而是整合了技术、销售以及产品体验等，使得制造、贩售、物流、售后服务等商业概念连为一体，最终建构出一个具有感知意识的智能世界，而「需求定制化」将是智能制造所追求的主要目标之一。
快速、定制化的生产方式是工业40的核心概念
除了需求定制化外，结合大数据分析的智能制造甚至可以通过巨量数据来分析出市场的走向、天气预测、原物料的数量与库存、运输的进程及瑕疵改善等，借此精准拿捏生产量或调度现有资源、减少多余成本与浪费，以此达到生产最佳化。 [1]
工业40的来临，使得世界各国纷纷祭出政策。工业革命的发源地英国早在2008年便提出「高价值制造战略」，鼓励英国本土企业制造更多世界级的高附加价值产品。 2013年更提出「英国工业2050年战略」，为英国在2050年以前的制造业打造一份方针，其中的核心概念便以高度定制化、快速响应消费者需求为主。
同样曾是工业大国的美国也不落人后，2011年联邦政府开始启动「先进制造伙伴联盟」（AMP，Advanced Manufacturing Partnership）政策，同样也是因应旧有制造业概念的不适用所提出的计划，更于2014年提出AMP 20，强调具体实施对策。其中先进制造的核心重点在于，希望藉由智能制造带来的新商业模式，使得设立于国外的厂商可以开始回流。同样的概念也在法国绽开，就在德国正式发表工业40报告后，法国政府也发表了「工业新法国」的计划，主要目的与美国相似。
除了上述老牌工业强国外，日本也提出了诸如「产业重振计划」、「日本工业41J」、「社会50」等政策。而中国身为21世纪的制造大国，在2015年则提出了为期十年的「中国制造2025」计划。金砖四国之一的印度同样跟上工业40的潮流，祭出「印度制造计划」以重整印度的经商环境以及制造产业的问题。 [2]
智能制造伴随而来的安全问题
然而在研拟与建构的过程中，随着系统结构的复杂度提升，网络信息安全风险也伴随而来。在融合物联网、大数据、云计算及人工智能等技术后的场域，将会扩增出大量的资料流空间，而智能制造的主要实行方式，便是以物联网作为架构基础，将之应用于制造产业，形成「工业物联网」（Industrial Internet of Things）体系。经布建后，网络信息安全漏洞的分布率自然会开始上升，潜在威胁便更容易通过缺口影响到工业物联网系统，使得整套系统即便仅有一小部分受到损毁，也会影响整体系统的运作；若遭受到黑客入侵，甚至可以瘫痪整套生产系统，造成庞大的金额损失及商誉的损害。
目前与智能制造相关的国际标准规范有国际自动化学会（International Society of Automation，ISA）与国际电工委员会（International Electrotechnical Commission，IEC）颁布的ISA/IEC 62443系列标准，针对工业化自动控制系统（Industrial Automation Control System，IACS）的政策与流程面、系统安全面、元件开发面制定相关规范与指南。美国国家标准暨技术研究院（National Institute of Standards and Technology，NIST）也颁布了NISTSP800-82，为SCADA（Supervisory Control And Data Acquisition）、DCS（Distributed Control System）、PLC（Programmable Logic Controller ）等工业控制系统揭橥了相关的安全指南，除了这项指导手册外，还有诸如NISTIR8200、NISTIR8228等规范都已发布。而欧盟网络信息安全局（European Union Agency for Cybersecurity，ENISA）也针对物联网与网络安全出版许多相关指导建议以及标准。
工业物联网面临的网络信息安全问题与挑战
工业物联网主要专注于M2M（Machine to Machine）、CPS、大数据以及机器学习等技术，也是IT（Information Technology）与OT（Operational Technology）两大技术领域整合的开端。然而IT与OT本身各自早已具有数百种不同的协定与标准，加上物联网本身的复杂特性，将会造成网络安全的责任分配问题。且由于使用生命周期中涉及大量利益相关者，诸如元件供应商可能就有数十间不等，元件分别适用不同的规范或标准，设备又可能因分布在不同的地理位置而适用不同的法律约束，导致工业物联网产生在标准规范上难以统一，造成「技术碎片化」之问题，而这些标准该如何进行整合或协作，将会是首要面临的挑战。 [4]
再者，工业物联网是一项新颖技术，目前仍然在研发及测试阶段，针对过去已在OT场域工作数十年的技术人员该如何建立足够的工业物联网相关网络信息安全意识，挹注合适的人员培训将会是另一项值得研究的课题。
伴随人员安全意识不足的问题，同样也涉及到公司制度层面。目前仍有许多企业对于信息安全的议题不够重视，未来智能制造建构后伴随而来的风险将有别以往，然而企业的高阶管理层对于网络信息安全的认识不足，会是未来对工业物联网的一大挑战。因为进行网络信息安全防护工作较难以察觉甚至量化其效益值，且还需投入相当成本，故管理层容易忽视信息安全这项要素，并不将网络信息安全的重要性与具业务价值的建设并列。这样的弊端并不是因工业40的发展而出现的，而是一个陈旧问题。
对网络信息安全的认识不足会是未来工业物联网的一大挑战
对网络信息安全的认识不足会是未来工业物联网的一大挑战
以上问题属建构阶段所面临的困难，建构的过程中如果没有针对这些问题做出适当的措施，将可能使系统未来承受巨大的网络信息安全风险。而建置成熟的工业物联网即便事先排除了上述困难，也不代表风险就此消失。在大量且丰富的资料流不断相互传输运作之下，一旦发生资料外泄，抑或资料遭到恶意窜改，便会对工业物联网系统造成不良的连锁反应。且智能制造将会使虚拟与实体两个世界做出更紧密的连结，如物联网系统发生网络信息安全事件，对于实体世界的破坏也会相当显著。
由于智能制造的环境会变得更为复杂多端，加上物联网系统本身的互联性，使得攻击面也将扩大许多，除了一些非人为的风险外，还须特别注意人为造成的威胁，其中黑客入侵便是一种典型的状况。不安全的连接端口、久未更新的元件、不完整的更新机制等，都会是黑客可能下手的缺口。尤其传统的工业场域对于更新的接受度相当低落，因为一次更新所引起的停摆将会造成企业亏损，是故对于工业物联网来说，安全的更新会是一项重要的议题。
此外，网络通讯管道如果疏忽了网络信息安全防护，诸如分布式阻断服务攻击（Distributed Denial-of-Service attack，DDoS）、讯息窜改、窃听、植入恶意程式等网络攻击也会是黑客很可能使用的手法，这些攻击都会造成资产的严重破坏或是资料外泄。
场域在转型的过程当中，一些老旧的设备、传统的工业系统也会是一项需要关注的网络信息安全漏洞，在旧有系统的基础上构建新系统后，可能导致过时的保护措施仍然被使用，以及旧有系统中出现多年未被发现的未知漏洞，这可能使攻击者找到一种新的方式来危害系统。 [5]
最后，应用程序在开发和设计上如果没挹注安全开发的观念，软件上的漏洞也将是黑客入侵系统的大门。而硬件设备在设计中若没有将网络信息安全元素纳入，也会是攻击者入侵的缺口。从以上种种示例可以得知，工业物联网可能遭受的攻击面十分广泛，且无论在工业物联网的哪一端进行破坏皆可能瘫痪整体系统，最后造成的损害甚至伤亡将难以估计。 [6]
工业物联网信息安全解决方案
针对智能制造未来将会面临的种种网络信息安全问题，仲至信息具有深度的网络信息安全问题解决能力，具备工业控制系统、连网设备及物联网渗透测试与网络信息安全研究能力的团队。已赢得许多国际奖项，包括2020 Cybersecurity Excellence Awards（网络安全卓越奖）中的6项金奖与1项银奖、亚洲最佳网络信息安全公司金奖等，开发的网络信息安全产品也获多国专利及国际认可。
仲至信息科技取得7个网络信息安全检测项目的ISO 17025认可实验室、亚洲第一个美国CTIA授权的网络信息安全实验室，也是Amazon Alexa授权的网络信息安全检测实验室；目前已发现超过40个全球首发的安全漏洞（CVE），且具备物联网设备、智慧电网、车联网、嵌入式系统、行动App、ICS和SCADA设备的网络信息安全检测技术。
对于工业物联网硬件设备可能会出现的网络信息安全漏洞，仲至信息科技所提供的解决方案包括：
工控产品或系统的软、硬件网络信息安全检测服务，同时提供软件安全开发咨询服务，协助厂商具备软件安全开发能量，满足业界与客户对于软硬件之网络信息安全要求，诸如网通产品、移动装置、安控、智能家电、智能汽车及物联网等连网产品皆适用。
自主研发的产品网络信息安全管理系统、漏洞检测自动化工具，则是提供连网产品于设计、开发、测试及部署阶段的合规自动化安全评估工具，符合IEC 62443、OWASP TOP 10 与CWE/SANS TOP 25 等安全要求，并适用于PLC、ICS、SCADA等智能制造相关之工控元件。
寻求IEC 62443、ISO 27001等顾问咨询服务一站式的网络信息安全解决方案，及合规相关服务，协助厂商快速取得国际标准之证书，以增加客户的信赖度及企业商誉。另提供专业的网络信息安全培训，帮助技术人员建立与工业物联网相关的网络信息安全意识，以因应未来智能制造的建置以及工业40时代的来临。
2020年将会是物联网技术全面布建的阶段。随着科技日新月异，人们的生活也变得越来越便利。也因科技所带来的效益，过去数十年间各企业戮力追赶地将资讯技术深入全球各大领域，却忽略长期稳定运作所须达成的安全要求，一次次重大网络信息安全事故的爆发已经证明，仅靠安装防护软件无法保证组织的安全以及生产系统的营运安全。
未来智能制造的建置架构将比现在大多数的生产架构都要来得更为错综复杂，然而水能载舟、亦能覆舟，一昧地追求创新科技所带来的营利和效果，却忽略背后隐藏的巨大风险，那么网络信息安全威胁终会重蹈覆辙，成为一颗不定时炸d，一但触发，损害势必更胜以往，智能制造所带来的裨益也将化为乌有。
若在危害发生以前便做好完善的网络信息安全管理措施及方案，且人员具备足够的网络信息安全意识，软硬件设备皆在开发时便将资安要素纳入考量，那么智能制造将会是一纸美好的蓝图，也会是值得你我共同努力的未来。
参考资料
[1] >
6月29日，由南京市人民政府与未来论坛共同主办，中国国际贸易促进委员会南京市分会、南京经济技术开发区管理委员会、南京市国际商会承办的 “2019未来论坛·南京峰会”正式 开幕，本次峰会的主题为 “同行･共创” 。
在开幕式上，南京市人民政府副市长胡洪，红杉资本中国基金合伙人、未来论坛理事周逵作为主办方代表分别对所有参会嘉宾表达了欢迎与感谢。南京经济技术开发区管委会副主任沈吟龙对人工智能产业新地标“中国(南京)智谷”的打造作出重点介绍。
在随后的大会主旨演讲环节上，浙江大学求是特聘教授、浙江大学医学院附属第一医院双聘教授、浙江大学应用数学研究所所长、浙江大学理学部图像处理研发中心主任、大数据算法与分析技术国家工程实验室杭州创新中心主任 孔德兴 ，元禾华创投委会主席、未来论坛理事 陈大同 ，英国帝国理工学院教授、中国人工智能产业创新联盟专业委员会主任委员及鲲云 科技 联合创始人及首席科学家、英国计算机学会（BCS）会士、英国皇家工程院院士、美国电子电气工程师协会（IEEE）会士 陆永青 ，地平线创始人兼CEO、未来论坛青年理事 余凯 ，为与会者带来了海内外最前沿的科研信息及成果转化经验。
在上午的论坛上，行业优秀的企业家、科学家与投资人围绕 工业物联网 、 中国芯片 两大热点 科技 领域主题进行了演讲和创新对话。
智能制造是振兴实体经济、加快工业转型升级的重要突破口。我国近年来相继推出一系列智能制造的战略规划，通过工业物联网实现数字化、网络化，能够提升企业的生产效率和产品附加值，缓解生产成本。
上海全应 科技 有限公司董事长兼CEO夏建涛 在“工业互联网技术及其在热电生产智能化中的应用”的主题演讲里带来了在工业互联网时代，关于热电产业化的观点。他认为我国工业主要有两大问题：
上海全应 科技 有限公司董事长兼CEO夏建涛
工业互联网平台出现能够解决上述问题，它对离散制造业来讲重点在于智能化的管理，对流程制造业重点在于工艺的控制。其在工业企业运用中主要有三个场景， 第一是在生产中运用，第二是对企业的数据进行管理和决策优化，第三是实现全产业链的资源优化配置与协同 。夏建涛以热能生产行业为例，分享了工业互联网在产业里如何使用及使用的效果。同时他还提到“海量数据+智能算法+超级算力”会产生超越人智力的智能化系统，将深刻改变人类 社会 。
会后，亿欧新制造频道与夏建涛进行了交流，他表示目前的工业互联网最终是要落实到具体的应用场景，企业采购任何一个设备或是系统，他需要计算投入产出比，需要能够切实地解决现有的问题，“一个工业互联网平台，或者一种技术能否说服客户，取决于你是否能为客户提供切实可计算的价值。”
玄羽 科技 董事长李鸿峰 在主题演讲“AI赋能3C制造”分享了在3C行业的智能制造。玄羽 科技 选择3C制造作为智能制造的一个切入点，是因为看到了3C制造在今天已经面临着 三大困境 ：
玄羽 科技 董事长李鸿峰
当一个产业面临这些困境的时候，就必须考虑通过技术创新和成本优化进行转型升级，这就催生了他们对智能化制造的需求。3C制造行业的特点一是 高度 离散 ，二是 迭代非常快 ，这样的行业优势在于：通过 科技 手段能带来效率提升的价值空间很大。劣势在于：由于其太离散，改造的过程十分困难。在这一背景下，玄羽 科技 最开始选择的路径是以头部企业为主，它的特点是产线基础比较好，理念比较强，可以带动整个行业。
他表示 智能制造 并非是自动化，而是智能化 。在今天的技术上，智能制造一定是算法和算力的结合，通过数据和算法的方式，切入到智能制造，并且带来巨大的价值。
慧联无限首席科学家胡昱 在主题演讲“让产业动能更强劲——数字化产业园区20”中主要分享了工业物联网的工作场景之一“数字化产业园区”的具体应用。
慧联无限首席科学家胡昱
“数字化产业园区”的价值在于利用LPWAN技术帮助园区内管理者提高管理水平和对园区入驻企业提升服务质量，他详细介绍了智慧园区解决方案的架构、平台的概述以及在实际案例中利用数字化运营的方法，并分别概述了解决了来自园区不同角色的痛点问题，希望最终打造一个构建结合园区的开发商、运营商，地方政府还有行业协会综合的融合平台。
工业物联网的核心是信息智能与工业智能的融合。通过采用信息技术，例如物联网、大数据、人工智能、区块链、5G等实现以数据驱动的工业应用的信息化与智能化，进而提高产业效率，创造价值。协合新能源集团执行董事兼CTO、未来论坛青创联盟成员尚笠尚笠作为对话环节的主持人与各位企业领袖、科学家针对发展工业物联网，难度究竟在哪里？即将到来的5G网络时代将怎样推进工业和制造业的数字化变革？从工业自动化向工业智能化升级，产业和企业如何把握新机遇等问题展开了讨论。
科技 创新对话——工业物联网:“智造”升级
慧联无限首席科学家胡昱 认为工业物联网在中国会不断往前走，但是在这个过程中，有一些定数会被打破，包括我们的工业。他认为工业物联网的IT和OT的融合还需从组织架构和战略两方面来进行。另外，从工业物联网技术创新角度看，他认为传感器创新非常重要。
清华大学计算机系长聘副教授、博士生导师李丹 认为，现在工业物联网从概念到落地，已经在是在缓慢增长的阶段，后面会越来越好。这是因为技术上是成熟的，产业的需求也在。另外，他认为IT和OT的结合，本身就会催生出新的技术创新的机会。
玄羽 科技 董事长李鸿峰 认为工业物联网要有一个循序渐进的客观规律。工业物联网IT和OT的融合，就是两化的融合。这种融合依托的是“彼此理解”的融合，信息化的人一定要了解工业上的东西，工业人一定了解信息化的东西，在实际的项目上进行打磨、成长，这样才能在将来真正意义上增加两化人才。他认为工业物联网创新，数据是基础，没有数据就没有依托了，数据从量变到质变，就会衍生出应用的创新。
毕马威中国管理咨询服务主管合伙人刘建刚 认为工业物联网的应用现在不仅仅是一个概念的问题。怎么把概念落为实处？一是要从需求导向；二是战略驱动；三是企业本身的能力建设；四是必须要场景切入；五是生态系统协同的能力。从工业互联网行业发展来讲，要有标准：一是工业互联网接口开放的标准；二是融合后的IT架构的标准。
上海全应 科技 有限公司董事长兼CEO夏建涛 认为工业物联网只有正向、增强性的循环，这个产业才能真正落地。工业物联网要IT、OT深度在一起，认为云+端的创新，对工业物联网技术创新非常重要。
启明创投合伙人叶冠泰 认为，促进工业互联网的发展，非常必要的一点是IT和OT的紧密结合，但更为重要的关键点是缩短打通整个行业的利益链条。
推荐阅读：
制造突围，粤港澳大湾区企业转型在路上
物联网、大数据、机器人纷纷助力，离散制造业要走的智能化之路
工业互联网的前世今生：初探工业互联网
近日，由Cambridge Wireless（CW）与华为合作共建的5G加速营第一期圆满结束。入营企业的演示活动在剑桥启迪 科技 园生命 科技 创新中心举办，三家企业分别展示了不同技术领域在5G环境下可实现的技术壁垒的突破以及颠覆性成果。Extend Robotics是帝国理工学院的衍生企业，基于VR技术提供可远程 *** 作的多功能机械臂解决方案。其推出的遥控机械手臂及技术可运用于餐饮行业，以及部分目前人类能力无法触及的领域，如核设施退役、公用事业行业检查与维护、 健康 医疗和公共服务等行业。
*** 作人员佩戴Extend Robotics的VR设备，在5G环境下通过运用程序cloudVR来 *** 作遥控机械手臂成功将啤酒倒入玻璃杯中
在演示中，Extend Robotics展示了5G如何解决延迟问题。5G带来的大于20Mbps的一致带宽支持了其解决方案的批量RGB-D数据传输和双倍的相机数量，使得延迟时间缩短至20毫秒以内。相较于在4G环境下超过500毫秒延迟相比，5G环境下可实现机械臂在任何区域的实时 *** 作，这是前几代移动技术无法实现的突破性进展。目前，Extend Robotics与QuarkXR建立了联系，共同开发了支持5G的cloudVR 解决方案，并将总成本降低了30%。
Chang Liu
Extend Robotics创始人兼首席执行官
“ 延迟是影响用户使用体验的关键因素之一，5G技术很完美的帮助我们解决了这个问题。”
Ubisense公司是全球实时定位系统（RTLS）的领导者，通过精确实时定位系统追踪人员和资产以实现企业业务自动化，增强管理者对室内/室外追踪的可视性和控制力。其研发的SmartSpace平台通过在工具和物品上放置标签，并与传感器连接，从而实现实时定位及工厂运作监控，并监测和控制计划外活动。Ubisense目前已成功运用于主要 汽车 制造生产工厂。
Ubisense创始人兼首席技术官Andy Ward在活动中介绍5G技术使其产品性能提升
在活动中，Ubisense展示了5G技术如何优化成本问题。5G设备具备低成本与高性能的优势，通过对工厂资产跟踪的成本比较显示，相较于当前的有线解决方案，采用5G设备可将成本降低60%。尤其是在减少电缆损坏和人为错误以及提高传感器部署的便利性方面表现突出，达到了计划目标性能水平 - 实现网络负载可接受的三维30厘米的定位水准。
Andy Ward
Ubisense创始人兼首席技术官
“ 5G对于我们来讲帮助非常大，由于用于跟踪工厂物品的传感器系统非常密集，每个传感器都需要联网。通过无线而不是电缆连接传感器将大幅降低成本且更易 *** 作，并且在需要重新配置时更易移动。通过CW的5G加速营让我们接触真正5G网络，通过实验测试5G在实践中的效果如何。结果表明，实际性能与预测性能一样好，将有助于让我们的客户相信未来可依靠5G连接来部署传感器系统。”
Camnexus致力于开发端对端的物联网解决方案，从而实现工业领域数字化转型，尤其侧重于水务领域。其低功耗物联网网络可帮助农民和城市规划者测试农业用水和日常用水是否有泄漏，甚至是否有冠状病毒颗粒等情况。Camnexus现有的解决方案已在巴西和智利部署，提升了现有基础设施的d性，减少浪费的同时提高质量。Camnexus下一步将在乌干达进行试验。Camnexus使用的低功耗广域网 (LPWAN) 是一种无线广域网技术，可在长距离内以低比特率互连低带宽和电池供电设备。
Camnexus展示了5G技术如何助力实现高清视频直播与大规模物联网场景同步的技术突破。通过过去三个月的测试，5G上行链路将作为新功能添加于Camnexus LPWAN网关：KUBO800（适用于欧洲和非洲市场）和 KUBO900（适用于美洲和澳大利亚市场）。在包含 200 个节点和两个高清视频流的海量物联网模拟场景中，5G表现出比3G/4G更高的可靠性。结果证明Camnexus的LPWAN-5G基础设施和无缝解决方案，可将实时或更高带宽应用程序集成到专用大规模物联网解决方案中，从而巩固现有基础设施。
Camnexus创始人兼首席执行官Jessica Ocampos在活动中展示5G技术为其带来的业务技术突破
此外，Camnexus通过5G Testbed的私人5G网络和Espacio 5G和Entel协助下，在活动中实现了英国和智利的第一次国际在线视频会议。本次视频通话也被智利媒体进行了报导。在视频通话中，Camnexus与位于智利圣地亚哥的团队一起对供水公司的污水处理问题进行实 *** : 当警报器被触发时，人们可以看到站点异常的视频直播。
Jessica Ocampos
Camnexus创始人兼首席执行官
“本次加速营使我们有机会深入了解5G技术，并且在5G环境下进行研究并取得如何在工业物联网中运用该技术的宝贵经验。与5G的集成整合拓展的新功能具有高可靠性和低延迟的优势，助力解决方案的智能处理系统，可检测是否有警报发出，并由此决定是否向 *** 作现场派遣任何援助团队，这对卫生、农业和采矿业意义重大。另外，在新冠期间，我们实现了相距10,000公里的首次5G端对端高清视频流和大规模物联网场景的同步模拟，这将对我们全球的客户产生巨大影响。”
第三期加速营招募
CW与华为共建的5G Testbed位于剑桥启迪 科技 园生命 科技 创新中心。中心配备先进设备，为加速营及企业提供完善配套设施。第三期加速营企业招募已开启，有兴趣加入加速营或有意与入营企业进一步沟通，请联系: info@tusparkcouk
随着物联网时代即将到来，有关新技术将抢走人类饭碗的讨论再度升温。美国 科技 博客TechCrunch撰稿人扎克·苏帕拉（Zach Supalla）近日撰文指出，虽然许多物联网商业模式是通过减少劳动力来提高运营效率，但新技术并不会减少就业
从人类步入 科技 时代开始，有关新技术会抢走我们饭碗的担心便出现了。以蒸汽机为例，当它在17世纪末期被发明出来以后，人们担心蒸汽机的出现预示着体力劳动将走向结束，成千上万靠体力劳动为生的人将丢了饭碗。
然而，蒸汽机非但没有抢走我们的工作，反而在铁路系统等新兴行业以及高生产力工厂创造了全新的就业机会。虽然一些体力劳动者因蒸汽机的发明而丢了工作，但蒸汽机也创造了许多新的工作岗位，比如机器 *** 作员、工程师和维护人员等。
近250年过去了，在一个由技术变革定义的世界里，我们看到了同样的担心和恐惧。截至2015年9月份，亚马逊共部署了3万台Kiva机器人，以实现仓储中心管理自动化，提高运营效率，降低对劳动力的需求。与此同时，市场对软件开发人员的需求不断增长，马克·安德森（Marc Andreessen）在2011年作出的论断——“软件正在吞噬世界”——正变得越来越真实。
未来十年，在新兴的物联网（IoT）时代，这种讨论将再次升温。在一个被打上“将实体的东西都带到线上”这种标签的行业里，许多物联网商业模式将通过减少劳动力来提高效率。我们看到一些企业将垃圾箱与互联网连接在一起，提高部署垃圾清运车的效率——这意味着我们将需要更少的垃圾清运车。无人机将显著减少对大片土地实施勘测所花的时间——这意味着我们将需要更少的勘测人员。在未来十年，每一个涉及电子技术或设备的行业预计都将以这种方式被颠覆。
于是，我们还想问一个曾在17世纪末期被问到过的问题：新技术会抢走我们的工作吗？答案是否定的。以Target为例，这家美国零售商上个月刚刚发布了招聘物联网首席工程师的启示。招聘启事上写道，这个岗位的职责是“为用户打造创新性物联网解决方案”，要求应聘者必须拥有编程语言、代码方面的经验，在工作上采用迭代方法。
除此之外， 科技 咨询公司Janco Associates在最新版企业IT人员工作手册中，将物联网经理确定为手册中新增的三种岗位之一。作为一个高级岗位，它要求经理们负责“技术系统支持的执行和维护，以及现场控制人员的数据传输和回收。”
简而言之，物联网将可以做技术在任何一个领域从事的事情——让低技能工作与高技能工作形成互补。最终，物联网将会导致许多领域简单且重复的工作被大范围取代，比如制造业、质量控制和规划等。但更为重要的是，物联网将导致新就业岗位的出现，这些岗位将用物联网技术帮助单个企业走向成功，甚至会推动整个行业取得成功。
以下即是与物联网有关的三种热门工作岗位：
首席物联网官（CIoTO）
2016年将是CIoTO诞生之年——据市场研究机构Machina Research预测，今年“至少会有一家财富500强企业任命CIoTO”此外，研究表明超过一半的英国企业将在未来一年内聘请CIoTO，并在这个方面展开投资，尤其是在教育、零售和电信等行业。在接受调查的企业中，94%表示将对与物联网有关的项目进行投资，涉及基础设施、安全、研发和人才等方面。
CIoTO将负责推动一系列与技术有关的决策，而这些决策将决定着一家公司的未来发展方向。此外，CIoTO将提出公司的物联网战略，负责开发物联网产品或项目，负责从物联网设备中收集数据，分析和确定各种深刻见解，最终基于这种数据采取行动。
物联网商业设计师（IoT Business Designer）
有些公司正在聘请技术驱动型“物联网专家”，负责管理一些项目或员工，但我们会看到一个更大的行业趋势，即物联网商业设计师的出现，他们是颇具创造力的思想领袖，尽力寻找各种可以通过物联网来解决的商业机遇，然后以 科技 手段挖掘这种机遇。
物联网商业设计师必须对公司未来10年的发展有清楚的认识，可以定义和执行某个项目，而这个项目将成为公司未来10年规划的第一步。此外，他们还必须很懂技术，但又不会痴迷于技术，只要能运用 科技 手段解决问题即可。
全栈开发者（Fuller Stack Developer）
全栈开发者（full stack developer）是指那些熟练掌握后端和前端技术的开发者。具体来说，这意味着开发者必须要懂基础设施、数据库、后端代码（Ruby、Python和Java）和前端代码（JavaScript、HTML和CSS）。
但在物联网时代，这还不够。物联网产品不仅包括与网页应用和移动应用一样的前端和后端系统，同时还包括硬件，而且往往是定制式硬件。这意味着你的“全栈”必须更全面，还要懂嵌入式系统（即固件）以及电气工程学和机械工程学等。因此，你就需要更为全能的全栈开发者了。
这种人才听上去就像独角兽一样稀有，但这些软件工程师的确存在。许多学计算机工程和嵌入式系统的人才已转行从事网页与移动应用开发，因为过去十年这些工作的待遇更丰厚。
大数据泛指巨量的数据集，因可从中挖掘出有价值的信息而受到重视。《华尔街日报》将大数据时代、智能化生产和无线网络革命称为引领未来繁荣的三大技术变革。麦肯锡公司的报告指出数据是一种生产资料，大数据是下一个创新、竞争、生产力提高的前沿。世界经济论坛的报告认定大数据为新财富，价值堪比石油。因此，发达国家纷纷将开发利用大数据作为夺取新一轮竞争制高点的重要抓手。大数据时代的来临
互联网特别是移动互联网的发展，加快了信息化向社会经济各方面、大众日常生活的渗透。有资料显示，1998年全球网民平均每月使用流量是1MB（兆字节），2000年是10MB，2003年是100MB，2008年是1GB（1GB等于1024MB），2014年将是10GB。全网流量累计达到1EB（即10亿GB或1000PB）的时间在2001年是一年，在2004年是一个月，在2007年是一周，而2013年仅需一天，即一天产生的信息量可刻满188亿张DVD光盘。我国网民数居世界之首，每天产生的数据量也位于世界前列。淘宝网站每天有超过数千万笔交易，单日数据产生量超过50TB（1TB等于1000GB），存储量40PB(1PB等于1000TB)。百度公司目前数据总量接近1000PB，存储网页数量接近1万亿页，每天大约要处理60亿次搜索请求，几十PB数据。一个8Mbps（兆比特每秒）的摄像头一小时能产生36GB数据，一个城市若安装几十万个交通和安防摄像头，每月产生的数据量将达几十PB。医院也是数据产生集中的地方。现在，一个病人的CT影像数据量达几十GB，而全国每年门诊人数以数十亿计，并且他们的信息需要长时间保存。总之，大数据存在于各行各业，一个大数据时代正在到来。
信息爆炸不自今日起，但近年来人们更加感受到大数据的来势迅猛。一方面，网民数量不断增加，另一方面，以物联网和家电为代表的联网设备数量增长更快。2007年全球有5亿个设备联网，人均01个；2013年全球将有500亿个设备联网，人均70个。随着宽带化的发展，人均网络接入带宽和流量也迅速提升。全球新产生数据年增40%，即信息总量每两年就可以翻番，这一趋势还将持续。目前，单一数据集容量超过几十TB甚至数PB已不罕见，其规模大到无法在容许的时间内用常规软件工具对其内容进行抓取、管理和处理。
数据规模越大，处理的难度也越大，但对其进行挖掘可能得到的价值更大，这就是大数据热的原因。首先，大数据反映舆情和民意。网民在网上产生的海量数据，记录着他们的思想、行为乃至情感，这是信息时代现实社会与网络空间深度融合的产物，蕴含着丰富的内涵和很多规律性信息。根据中国互联网络信息中心统计，2012年底我国网民数为564亿，手机网民为42亿，通过分析相关数据，可以了解大众需求、诉求和意见。其次，企业和政府的信息系统每天源源不断产生大量数据。根据赛门铁克公司的调研报告，全球企业的信息存储总量已达22ZB（1ZB等于1000EB），年增67％。医院、学校和银行等也都会收集和存储大量信息。政府可以部署传感器等感知单元，收集环境和社会管理所需的信息。2011年，英国《自然》杂志曾出版专刊指出，倘若能够更有效地组织和使用大数据，人类将得到更多的机会发挥科学技术对社会发展的巨大推动作用。
大数据应用的领域
大数据技术可运用到各行各业。宏观经济方面，IBM日本公司建立经济指标预测系统，从互联网新闻中搜索影响制造业的480项经济数据，计算采购经理人指数的预测值。印第安纳大学利用谷歌公司提供的心情分析工具，从近千万条网民留言中归纳出六种心情，进而对道琼斯工业指数的变化进行预测，准确率达到87%。制造业方面，华尔街对冲基金依据购物网站的顾客评论，分析企业产品销售状况；一些企业利用大数据分析实现对采购和合理库存量的管理，通过分析网上数据了解客户需求、掌握市场动向。有资料显示，全球零售商因盲目进货导致的销售损失每年达1000亿美元，这方面的数据分析大有作为。
在农业领域，硅谷有个气候公司，从美国气象局等数据库中获得几十年的天气数据，将各地降雨、气温、土壤状况与历年农作物产量的相关度做成精密图表，预测农场来年产量，向农户出售个性化保险。在商业领域，沃尔玛公司通过分析销售数据，了解顾客购物习惯，得出适合搭配在一起出售的商品，还可从中细分顾客群体，提供个性化服务。在金融领域，华尔街“德温特资本市场”公司分析34亿微博账户留言，判断民众情绪，依据人们高兴时买股票、焦虑时抛售股票的规律，决定公司股票的买入或卖出。阿里公司根据在淘宝网上中小企业的交易状况筛选出财务健康和讲究诚信的企业，对他们发放无需担保的贷款。目前已放贷300多亿元，坏账率仅03%。
在医疗保健领域，“谷歌流感趋势”项目依据网民搜索内容分析全球范围内流感等病疫传播状况，与美国疾病控制和预防中心提供的报告对比，追踪疾病的精确率达到97%。社交网络为许多慢性病患者提供临床症状交流和诊治经验分享平台，医生借此可获得在医院通常得不到的临床效果统计数据。基于对人体基因的大数据分析，可以实现对症下药的个性化治疗。在社会安全管理领域，通过对手机数据的挖掘，可以分析实时动态的流动人口来源、出行，实时交通客流信息及拥堵情况。利用短信、微博、微信和搜索引擎，可以收集热点事件，挖掘舆情，还可以追踪造谣信息的源头。美国麻省理工学院通过对十万多人手机的通话、短信和空间位置等信息进行处理，提取人们行为的时空规律性，进行犯罪预测。在科学研究领域，基于密集数据分析的科学发现成为继实验科学、理论科学和计算科学之后的第四个范例，基于大数据分析的材料基因组学和合成生物学等正在兴起。
麦肯锡公司2011年报告推测，如果把大数据用于美国的医疗保健，一年产生潜在价值3000亿美元，用于欧洲的公共管理可获得年度潜在价值2500亿欧元；服务提供商利用个人位置数据可获得潜在的消费者年度盈余6000亿美元；利用大数据分析，零售商可增加运营利润60%，制造业设备装配成本会减少50%。
大数据技术的挑战和启示
目前，大数据技术的运用仍存在一些困难与挑战，体现在大数据挖掘的四个环节中。首先在数据收集方面。要对来自网络包括物联网和机构信息系统的数据附上时空标志，去伪存真，尽可能收集异源甚至是异构的数据，必要时还可与历史数据对照，多角度验证数据的全面性和可信性。其次是数据存储。要达到低成本、低能耗、高可靠性目标，通常要用到冗余配置、分布化和云计算技术，在存储时要按照一定规则对数据进行分类，通过过滤和去重，减少存储量，同时加入便于日后检索的标签。第三是数据处理。有些行业的数据涉及上百个参数，其复杂性不仅体现在数据样本本身，更体现在多源异构、多实体和多空间之间的交互动态性，难以用传统的方法描述与度量，处理的复杂度很大，需要将高维图像等多媒体数据降维后度量与处理，利用上下文关联进行语义分析，从大量动态而且可能是模棱两可的数据中综合信息，并导出可理解的内容。第四是结果的可视化呈现，使结果更直观以便于洞察。目前，尽管计算机智能化有了很大进步，但还只能针对小规模、有结构或类结构的数据进行分析，谈不上深层次的数据挖掘，现有的数据挖掘算法在不同行业中难以通用。
大数据技术的运用前景是十分光明的。当前，我国正处在全面建成小康社会征程中，工业化、信息化、城镇化、农业现代化任务很重，建设下一代信息基础设施，发展现代信息技术产业体系，健全信息安全保障体系，推进信息网络技术广泛运用，是实现四化同步发展的保证。大数据分析对我们深刻领会世情和国情，把握规律，实现科学发展，做出科学决策具有重要意义，我们必须重新认识数据的重要价值。
为了开发大数据这一金矿，我们要做的工作还很多。首先，大数据分析需要有大数据的技术与产品支持。发达国家一些信息技术（IT）企业已提前发力，通过加大开发力度和兼并等多种手段，努力向成为大数据解决方案提供商转型。国外一些企业打出免费承接大数据分析的招牌，既是为了练兵，也是为了获取情报。过分依赖国外的大数据分析技术与平台，难以回避信息泄密风险。有些日常生活信息看似无关紧要，其实从中也可摸到国家经济和社会脉搏。因此，我们需要有自主可控的大数据技术与产品。美国政府2012年3月发布《大数据研究与发展倡议》，这是继1993年宣布“信息高速公路”之后又一重大科技部署，联邦政府和一些部委已安排资金用于大数据开发。我们与发达国家有不少差距，更需要国家政策支持。
中国人口居世界首位，将会成为产生数据量最多的国家，但我们对数据保存不够重视，对存储数据的利用率也不高。此外，我国一些部门和机构拥有大量数据却不愿与其他部门共享，导致信息不完整或重复投资。政府应通过体制机制改革打破数据割据与封锁，应注重公开信息，应重视数据挖掘。美国联邦政府建立统一数据开放门户网站，为社会提供信息服务并鼓励挖掘与利用。例如，提供各地天气与航班延误的关系，推动航空公司提升正点率。
大数据的挖掘与利用应当有法可依。去年底全国人大通过的加强网络信息保护的决定是一个好的开始，当前要尽快制定“信息公开法”以适应大数据时代的到来。现在很多机构和企业拥有大量客户信息。应当既鼓励面向群体、服务社会的数据挖掘，又要防止侵犯个体隐私；既提倡数据共享，又要防止数据被滥用。此外，还需要界定数据挖掘、利用的权限和范围。大数据系统本身的安全性也是值得特别关注的，要注意技术安全性和管理制度安全性并重，防止信息被损坏、篡改、泄露或被窃，保护公民和国家的信息安全。
大数据时代呼唤创新型人才。盖特纳咨询公司预测大数据将为全球带来440万个IT新岗位和上千万个非IT岗位。麦肯锡公司预测美国到2018年需要深度数据分析人才44万—49万，缺口14万—19万人；需要既熟悉本单位需求又了解大数据技术与应用的管理者150万，这方面的人才缺口更大。中国是人才大国，但能理解与应用大数据的创新人才更是稀缺资源。
大数据是新一代信息技术的集中反映，是一个应用驱动性很强的服务领域，是具有无穷潜力的新兴产业领域；目前，其标准和产业格局尚未形成，这是我国实现跨越式发展的宝贵机会。我们要从战略上重视大数据的开发利用，将它作为转变经济增长方式的有效抓手，但要注意科学规划，切忌一哄而上。物联网（IoT）的核心技术包括：
无线通信技术：例如 Wi-Fi、蓝牙、Zigbee 和蜂窝网络，这些技术使设备能够相互通信并与互联网通信。
传感器和执行器：可以收集数据并与物理世界交互的设备。
云计算和大数据：可以存储、处理和分析物联网设备生成的大量数据的技术。
边缘计算：一种分布式计算架构，可以更靠近源头处理数据，从而减少需要发送到云端的数据量。
人工智能和机器学习：使物联网设备能够从数据中学习并根据学习做出决策的技术。
安全和隐私：保护物联网设备收集和传输的数据的隐私和安全的技术。您好，全球物联网的创始人是马斯克·拉斐尔·贝尔福特（Masayoshi Lafael Belfort）。他于1989年在日本东京创立了全球物联网（GloW），并在1995年将其带到美国，成为第一家物联网公司。贝尔福特的研究和发明使物联网技术得以发展，使全球物联网成为一种可以连接设备、服务和应用程序的网络。他还发明了许多其他技术，如无线传感器网络，智能家居和自动化系统等，这些技术都在物联网领域有着重要的作用。
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）