物聯(lián)網(wǎng)將繼續(xù)證明其在企業(yè)數(shù)字轉(zhuǎn)型戰(zhàn)略中的重要性。2016年，大大小小的公司都對(duì)其進(jìn)行了投資，并意識(shí)到擴(kuò)大物聯(lián)網(wǎng)使用領(lǐng)域?qū)訌?qiáng)客戶關(guān)系和推動(dòng)業(yè)務(wù)增長(zhǎng)所帶來的機(jī)會(huì)。

整個(gè)2016年，各種規(guī)模的技術(shù)供應(yīng)商開始真正意識(shí)到聯(lián)盟對(duì)于緩解市場(chǎng)分散是至關(guān)重要的，他們不需要通過“擁有”完整的物聯(lián)網(wǎng)解決方案來獲得顯著價(jià)值和成功。 2017年物聯(lián)網(wǎng)將繼續(xù)為市場(chǎng)帶來更多的復(fù)雜性，但公司要尋找他們的獨(dú)特性，讓我們一起關(guān)注來年的實(shí)際問題。

下面是2017年關(guān)于物聯(lián)網(wǎng)的五大預(yù)測(cè)。

衡量業(yè)務(wù)影響和安全擔(dān)憂將成為物聯(lián)網(wǎng)項(xiàng)目和解決方案的最大抑制因素

毫無疑問，物聯(lián)網(wǎng)對(duì)于業(yè)務(wù)有著巨大的影響潛力，但終端用戶需要理解預(yù)期的ROI，才能超越制造商項(xiàng)目和概念論證，進(jìn)行真正的投資。 如果不了解業(yè)務(wù)價(jià)值和潛在的ROI，物聯(lián)網(wǎng)的實(shí)施將會(huì)被扼殺和抑制。在早期階段，會(huì)有一些矛盾因素，因?yàn)槟切┮呀?jīng)成功部署物聯(lián)網(wǎng)解決方案的公司通常不愿意與競(jìng)爭(zhēng)對(duì)手分享他們成功的指標(biāo)。我們?cè)谶@方面看到一些進(jìn)步，有越來越多的公司愿意在案例研究中分析可衡量的優(yōu)勢(shì)，但這需要時(shí)間才能成為常態(tài)。

一旦客戶對(duì)于業(yè)務(wù)價(jià)值有足夠的信心，并且知道如何衡量，那么，第二大抑制因素就是安全擔(dān)憂。2016年，有史以來最大的DDoS攻擊由物聯(lián)網(wǎng)設(shè)備的一個(gè)僵尸網(wǎng)絡(luò)完成，在一個(gè)月后，美國(guó)關(guān)閉了1600個(gè)網(wǎng)站。這一針對(duì)Dyn的重大攻擊導(dǎo)致美國(guó)境內(nèi)和部分西歐地區(qū)的大規(guī)模互聯(lián)網(wǎng)中斷。分析師和業(yè)內(nèi)專家表示，這只是一個(gè)開始。迄今為止的大多數(shù)黑客都是通過有限的或者零安全措施的消費(fèi)設(shè)備進(jìn)行攻擊，這些設(shè)備將易用性和即時(shí)性置于安全性之上。也就是說，隨著物聯(lián)網(wǎng)的業(yè)務(wù)價(jià)值和相關(guān)的攻擊面提升，攻擊者的利益也在增加。

2017年，黑客們將繼續(xù)利用物聯(lián)網(wǎng)設(shè)備的漏洞發(fā)動(dòng)大規(guī)模的攻擊。為了應(yīng)對(duì)這種攻擊，分散的物聯(lián)網(wǎng)市場(chǎng)需要團(tuán)結(jié)起來，共同制定安全措施，使設(shè)備在默認(rèn)情況下更加強(qiáng)大，在保證可用性的同時(shí)，選擇最佳部署方案。畢竟，物聯(lián)網(wǎng)解決方案的成功，業(yè)務(wù)價(jià)值要遠(yuǎn)大于部署和維護(hù)的復(fù)雜性。

通過大規(guī)模協(xié)作整合物聯(lián)網(wǎng)平臺(tái)

物聯(lián)網(wǎng)市場(chǎng)是分散的，這已經(jīng)不是什么秘密。目前有超過400個(gè)平臺(tái)——這讓客戶很困惑，并且減緩了研究和開發(fā)的流程。市場(chǎng)需要整合，這樣客戶更容易選擇技術(shù)，而且不會(huì)因?yàn)閷⑺械臄?shù)據(jù)集成基礎(chǔ)都構(gòu)建在一個(gè)錯(cuò)誤的平臺(tái)，產(chǎn)生釜底抽薪的感覺。我們?cè)?016年發(fā)現(xiàn)一個(gè)明顯的趨勢(shì)，公司已經(jīng)不再?gòu)?qiáng)調(diào)他們必須“擁有”一切才能成功。事實(shí)上，很多人都意識(shí)到，要涵蓋物聯(lián)網(wǎng)解決方案的所有方面是不可能的。為了讓行業(yè)擴(kuò)展，我們需要建立一個(gè)更普遍的基礎(chǔ)，這樣我們可以關(guān)注重點(diǎn)的差異化領(lǐng)域，比如分析、先進(jìn)的安全、垂直市場(chǎng)的專業(yè)知識(shí)和服務(wù)。

一個(gè)能夠加速互相協(xié)作的關(guān)鍵因素就是開源協(xié)作。開源平臺(tái)在工業(yè)、智能城市和公用事業(yè)項(xiàng)目上被越來越多地應(yīng)用。我認(rèn)為，在2017年，傳統(tǒng)保守行業(yè)將繼續(xù)增加開源平臺(tái)的使用。我們將看到一個(gè)主流的開源平臺(tái)項(xiàng)目的出現(xiàn)，并作為數(shù)據(jù)集成的一個(gè)重心。這將緩解物聯(lián)網(wǎng)標(biāo)準(zhǔn)之間的分散性。隨著越來越多的開源工具的開發(fā)和成熟，它們會(huì)成為研究和開發(fā)流程中的重要一部分。

更加注重垂直市場(chǎng)的用例

很多物聯(lián)網(wǎng)的熱潮來自于消費(fèi)者部分——嬰兒監(jiān)視器、冰箱和廁所。我們一直專注于商業(yè)和工業(yè)領(lǐng)域的更廣泛市場(chǎng)，已經(jīng)開始意識(shí)到那才是真正的ROI。2017年，市場(chǎng)會(huì)有關(guān)于工業(yè)垂直用例開發(fā)的深入對(duì)話。通過創(chuàng)建和分享這些用例的藍(lán)圖和解決方案架構(gòu)，我們會(huì)相互學(xué)習(xí)，更快地取得更大的進(jìn)步。我之前提到的整合，會(huì)讓我們更接近一個(gè)開放的、靈活的垂直物聯(lián)網(wǎng)平臺(tái)，可以應(yīng)用特定的工具和垂直領(lǐng)域知識(shí)，解決針對(duì)性的用例。同時(shí)，專注于高度特定的用例的專有平臺(tái)和服務(wù)供應(yīng)商將收獲吸引力，而萬能平臺(tái)將沒有大作為。

供應(yīng)商將關(guān)注認(rèn)證，助力物聯(lián)網(wǎng)發(fā)展

在無數(shù)的物聯(lián)網(wǎng)平臺(tái)中，成為一位認(rèn)證專家意義并不大。然而，隨著行業(yè)對(duì)數(shù)據(jù)集成形成事實(shí)上的標(biāo)準(zhǔn)（而領(lǐng)導(dǎo)人將這一基礎(chǔ)應(yīng)用于各自的平臺(tái)），這一行業(yè)內(nèi)將會(huì)設(shè)立特定的認(rèn)證，以努力保持一個(gè)高的標(biāo)準(zhǔn)，并確保認(rèn)證是有分量的。這些證書將幫助頂尖人才準(zhǔn)備所需的物聯(lián)網(wǎng)技能，涵蓋行業(yè)標(biāo)準(zhǔn)的工具和特定的平臺(tái)，并將它們和領(lǐng)域?qū)I(yè)知識(shí)應(yīng)用于安全、分析或特定行業(yè)和用例。

因此，大公司和創(chuàng)新的初創(chuàng)企業(yè)將開始大力投資低成本或免費(fèi)的培訓(xùn)認(rèn)證。這種趨勢(shì)已經(jīng)在IBM 的Watson IoT Academy和PTC University的ThingWorx Certification中體現(xiàn)，企業(yè)們都應(yīng)該做好準(zhǔn)備，留意他們的物聯(lián)網(wǎng)供應(yīng)商在認(rèn)證方面的舉措。

人工智能將越來越多地被用于挖掘物聯(lián)網(wǎng)設(shè)備數(shù)據(jù)

隨著物聯(lián)網(wǎng)在邊界和云的分布，使用通過容器部署的AI將推動(dòng)數(shù)據(jù)分析。人工智能已經(jīng)通過實(shí)時(shí)決策能力而聲名遠(yuǎn)揚(yáng)。人工智能的未來，將開發(fā)更自然的語言能力，將有助于進(jìn)一步意識(shí)到物聯(lián)網(wǎng)世界的潛力，因?yàn)榛谧匀徽Z言的數(shù)據(jù)描述將提供一種通用的方式來理解各種類型的設(shè)備之間的數(shù)據(jù)。這種方法不僅會(huì)打破數(shù)據(jù)孤島，同時(shí)也允許人們通過語音或文本直接與物聯(lián)網(wǎng)溝通。

這會(huì)帶來挑戰(zhàn)，特別是勞動(dòng)文化。在傳統(tǒng)產(chǎn)業(yè)占主導(dǎo)的國(guó)家，比如巴西的制造業(yè)，我們的Future Workforce Study發(fā)現(xiàn)，41%的員工表示他們擔(dān)心機(jī)器人會(huì)取代自己的工作。一些公司正在利用這個(gè)機(jī)會(huì)，重新培訓(xùn)員工，教他們新的技能。例如，數(shù)據(jù)科學(xué)家將開始訓(xùn)練機(jī)器在大數(shù)據(jù)池之外尋找洞察和答案。這將有助于機(jī)器發(fā)展在數(shù)據(jù)層之間閱讀的能力。人工智能能夠用不同的方式解讀數(shù)據(jù)，更簡(jiǎn)潔地進(jìn)行分解，并識(shí)別和共享會(huì)被忽視的細(xì)微差別。

在新的一年，你有什么想法？你對(duì)于物聯(lián)網(wǎng)有什么預(yù)測(cè)？