全球經濟都將提振傳統產業的砝碼放在了“數字化”和“智能化”，一些國家甚至已經將相關發展計劃提上日程，并付諸于實現，比如中國就在今年，相繼提出了“中國制造2025”、“互聯網+”等發展規劃，而這些規劃也將成為我國下一階段乃至未來10年產業發展、經濟社會轉型的重要戰略方向。

在此趨勢下，物聯網和大數據受到了空前關注。一些咨詢公司甚至預測，物聯網和大數據技術將會引發下一場變革浪潮，而有關于這兩項技術的產業前景預測也是非常樂觀。根據IDC的最新報告顯示，到2020年，全球物聯網市場規模將增長至3.04萬億美元，而全球物聯網設備將會達到300億臺。Gartner在最新的年度報告中也表示，物聯網將會成為未來的主流市場。在大數據方面，研究機構MarketsandMarkets也發布報告表示，未來5年內大數據市場的年增長率將達到25.52%，預計到2018年，大數據市場估值將到達463.4億美元。

對于這些令人興奮的產業預測數字，那些深研物聯網產業多年的專家表示，盡管目前業界尚未形成成熟的物聯網產業鏈，消費市場也沒有出現讓人印象深刻的物聯網產品，但企業已經將研發重心進行了轉移，而當前業界對于物聯網和大數據的預測就像90年代初人們對于互聯網的判斷一樣 ，如今看來顯然是低估了。

物聯網產業迸發“自上而下”

應該說，物聯網正以不可逆轉之勢在全球范圍內迅速發展，在中國，物聯網已被列入國家戰略層面并得到了政府的強有力的發展支持?！?013-2017年中國物聯網行業應用領域市場需求與投資預測分析報告》指出，至2015年，中國物聯網整體市場規模將達到7500億元，年復合增長率超過30.0%。當然，物聯網的含義并非只是簡單的M2M，更重要的是，基于底層物與物互通與連接，將會促使信息通信與更多的行業領域發生交集，跨界與融合將成為未來數字經濟時代必然的發展趨勢，比如車載、醫療、消費類電子、安防、電力等。

這無疑是ICT市場難得的產業機遇，當然也是國內終端芯片廠商實現“彎道超車”的好機會，面對著物聯網中最為關鍵的芯片層，相關企業已經開始了布局。

雖然此前美國曾經向中國禁售超算芯片，但就在6月23日，中芯國際與華為、比利時微電子研究中心（imec）以及高通附屬公司Qualcomm Global Trading Pte. Ltd.簽訂了合作協議，這四家公司將共同投資成立中芯國際集成電路新技術研發（上海）有限公司，據悉新公司將致力于開發下一代CMOS工藝，困擾中國市場多年的芯片難題有望破冰。在終端產業層面，近期小米聘用高通離職副總裁王翔也受到了業界高度關注，有媒體解讀此舉將是小米有意進軍芯片行業的信號。

不過，除了芯片專利不足、研發成本高等問題，目前在物聯網行業，行業標準欠缺、兼容性差以及產品復用度低等問題也在一定程度上制約了其發展的腳步和速度。由于用于物聯網設備中的芯片和終端傳感設備，在設計上需要充分滿足行業需求和客戶的個性化需要，難以形成類似PC芯片時代的大規模生產的局面，因此未來在高度碎片化的物聯網時代，能夠占據產業鏈的核心位置不再取決于企業規模和技術實力，而在于企業對于產業鏈的掌控和對生產工藝和生產資料的聚合能力。

大數據從虛幻走向現實

盡管目前對于大數據的挖掘技術和安全性，業界還有很多的爭議和質疑，但這絲毫沒有阻擋住大數據前進的腳步。就在近日，Gartner分享了全球在數據分析方面表現較為優異的幾家榜樣企業。比如Burberry正在通過大數據能力打造客戶的個性化購物體驗，Burberry在其商店內的貨品上安裝了射頻識別(RFID)標簽，當顧客手持某件商品走過顯示屏幕，RFID標簽將觸發一個視頻來展示該產品是如何制作的，并提供搭配它的其他產品。經過客戶許可后，RFID標簽還可以通過跟蹤顧客試穿記錄來創建客戶檔案。

同樣圍繞客戶體驗實施大數據分析能力的企業還有西太平洋銀行公司，過去的幾年中，西太平洋銀行公司一直采用來自SAS研究所的技術建立一個名為“KnowMe”的客戶360度視角程序。該程序一部分基于捕捉和集中其1200萬客戶的用戶活動，如ATM使用情況和呼叫中心交互情況?；谛袨榉治?，西太平洋銀行將客戶與新方案或產品相匹配。在9個月里，該方案就使西太平洋銀行的客戶參與比例從1%擴大到了25%。

相比較國外而言，國內大數據技術的商業化進程顯然慢了許多，目前主要聚焦于幾家互聯網企業，比如百度、阿里及騰訊等。正如阿里巴巴集團創始人馬云所言：我們看到無數企業在追逐、發現和參與大數據時代，而“觀念”轉型升級才是成功的起點，不懂技術的人可以把懂的人請來，因為數字的鴻溝不在于技術，而在于“思想觀念”，觀念的鴻溝才是真正的鴻溝，轉型升級就是要把腦袋升級，腦袋升級經濟才能真正升級。

除了觀念上需要扭轉之外，針對海量數據的處理、清洗和挖掘工作也是“讓數據變成價值”關鍵所在。目前伴隨物聯網等行業的逐漸興起，企業和政府都已經意識到了數據的重要性，并通過M2M、云計算等新興技術實現了對海量數據的抓取和采集，但這僅僅是大數據分析的第一步，如何處理才是關鍵。企業需要使用正確的技術和工具，制定合適的政策和工作流程，物色善于使用分析法和預測分析軟件的統計人才，從而更精準地打造產品和服務，以滿足瞬息萬變的市場需求。