全球每秒接入物聯網的設備將達63臺，也就是每天550萬臺，預計2015-2020年間物聯網市場規模將達千億量級。物聯網PaaS平臺Xively分析顯示，截至2020年，全球將有400-800億設備接入物聯網，其中政府設備至少占77億，總金額約21億美元，預計投資回報為47億美元，人均擁有的物聯網設備將有10臺。
如何避免被物聯網數據淹沒
如此龐大的市場規模，許多企業都在奮力應對由此帶來的挑戰。雖說大數據分析是推動物聯網部署的首要驅動力，但企業仍不可避免地面臨被數據淹沒之風險。一方面，企業不知應如何處理龐大的數據量，以便能更好地利用不至于浪費數據帶來的價值;另一方面，企業試圖去分辨哪些數據是有益的，哪些數據是冗余的，而這往往很困難。
關于企業如何防止被物聯網數據淹沒這個問題，在LiveWorx2016大會上，哈佛商學院教授MichaelPorter、PTC首席執行官JamesHeppelmann和iRobot首席執行官ColinAngle探討了公司在面對物聯網產生的海量數據時應該如何調整其客戶、價值鏈和組織結構策略。
數據帶來的困擾
隨著越來越多的產品嵌入IT技術，具備智能互聯的特性，其實時產生的數據，容量之大和種類之豐富都前所未有，這些數據的格式五花八門，包括傳感器數據、地理位置、溫度、交易以及保修記錄等。工廠、營銷、銷售和產品本身都在產生數據流，大家都還在學習如何從數量如此龐大的數據中獲得價值。
PTC高級售前總監紀豐偉博士表示，大數據分析為企業帶來一系列新的技術工具，幫助企業掌握這些規律;然而企業面臨的挑戰是，智能互聯產品本身產生的數據以及相關的內外部數據往往都是非結構化的。
紀博士舉了詳細的例子說明數據帶來的困擾。傳統的數據匯總和分析工具，例如電子表格和數據庫工具都無力管理格式如此繁雜的數據;另一方面，產品物聯產生的數據量也是巨大的。例如GE在飛機引擎上安裝了數百個傳感器，基于收集的數據，公司可以分析引擎實際表現與預期的差距，進一步優化引擎性能，其下一代GEnX引擎中將會保留每次飛行的所有運行數據，而且會從飛機實時傳輸。這樣一臺引擎一年產生的數據量甚至會超過GE之前歷史上所有的數據。
PTC首席執行官JimHeppelmann指出，要想滿足這些數據流的要求，工程技術就必須進行更新調整。工程師們已經了解了機械、電子乃至內嵌軟件，但是他們還不了解云架構、安全技術以及其他攸關智能互聯產品能否取得成功的關鍵因素，而這就需要IT參與進來。
企業該如何應對?
據紀博士介紹，企業想要更好地處理物聯網數據，不僅需要新型技術和解決方案的支撐，還需要從企業內部，包括組織結構、經營模式等去進行變革以適應這種變化。
由于數據的容量、格式和管理要求都發生了巨大的變化，一種名為“數據湖”(DataLake)的解決方案正日趨流行，它可以將各種不同的數據流以原始的格式儲存起來。在數據湖中，人們可以用一系列新型數據分析工具對這些數據進行挖掘。
為了更好地理解和應用智能互聯產品產生的數據，還有一些企業開始應用名為“數字化映射”(digitaltwin)的新型技術，實際上是物理產品的三維虛擬現實的數字化復制。物理產品持續運行，其狀態和運行環境不斷變化，而產品的數字化映射也伴隨著數據的流入而不斷反映實際產品的變化。作為實際產品的數字化身，公司可以通過它掌握千里之外的產品狀態和環境條件。數字化映射還能提供新的產品洞見，幫助企業更好地設計、制造、運行和維護產品。
另外，除了技術基礎的構建，企業還要在組織結構、協作方式和治理架構上進行變革，以應用數據時代的挑戰，如設立專門的數據管理部門、研發和IT的融合、數據安全機制的建立等。
如何讓數據變得更有益?
哈佛商學院教授MichaelPorter表示：“智能互聯產品帶給我們的是一個數據寶庫，里面儲存著最有價值且所有企業都夢寐以求的數據。我們能從中了解到產品的運轉情況——它正在運轉嗎?是開著還是關著?出故障了嗎?是什么樣的故障?”
“企業利用數據、發揮數據全部價值的能力將成為公司競爭優勢的關鍵來源。”紀博士說。我們想要得出正確的判斷，就必須確保能從數據中挖掘出價值。盡管單獨傳感器捕捉的信息也有價值，但企業若能在長時間內收集不同產品上成百上千個傳感器的信息，那么它們將從中辨認出一定的運行規律，從而獲得極為重要的產品洞見。
同時，大數據的應用可以極大拓展產品的邊界和產品差異化能力。智能溫控器生產商Nest公司的目標是在提高能效和降低能源成本方面領先，因此，公司不但收集產品使用的詳細數據，還收集電網用電高峰的數據。公司根據這些數據開發了高峰時段獎勵系統，該系統能在用電高峰時段自動升高空調溫度，減少能耗，同時能在高峰時段來臨前對房間進行提前降溫。Nest還和供電公司合作，將它們提供的數據與用戶數據整合，并由供電公司獎勵那些減少峰時用電的客戶折扣和積分。
大數據的應用也可以為企業帶來新的商業模式。企業可以通過智能互聯產品相互連接、收集數據并進行數據分析，從而擴展售后服務的職能，提供全新類型的服務，為企業帶來新的收入和利潤增長點。卡特彼勒公司在這方面做出了表率，該公司為客戶提供一系列新型解決方案，幫助客戶更好地管理建筑和采礦設備。公司可以對工地的每一臺設備進行數據收集和分析，由服務團隊為客戶提供設備的分布建議，從而減少使用設備的數量，他們還可以告訴客戶何時應增添設備，如何突破產能瓶頸以及如何提高整個車隊的燃油效率等。
MichaelPorter教授闡述了面對物聯網的到來，組織需要做出怎樣的變革。他表示，組織結構設計的一條基本原則就是要把不同的職能分為一個一個專責部門，但是我們還需要在不同的職能部門之間進行整合。
為了從新的數據源中獲得最大價值，許多公司建立了專門的數據部門，負責數據的收集、整合以及分析，并將數據中獲取的洞察傳遞給不同的部門和業務單元。比如福特汽車公司最近任命了首席數據和分析官，負責開發并執行全公司的數據分析計劃。CDO將帶領公司利用智能互聯產品的數據來了解客戶的喜好，指定未來的車聯網戰略并再造相應的內部流程。
京公網安備 11010502049343號