如果一切順利的話，那么到2025年，物聯網——將實體和數字世界連接起來的這項技術，其經濟價值可達每年11.1萬億美元。

　　物聯網有可能從根本上改變人類與周圍世界的互動方式。

物聯網系統的定義包括與網絡和軟件連接的傳感器、執行器，通過這些設備人們可以監視和管理一切系統里連接的物體、機器，甚至生物。

這種快速發展的技術使得將數據驅動的電子決策投入人類活動領域的應用成為可能。

通過在廠家安裝的檢測儀器，我們可以跟蹤船只在海洋上航行的軌跡、監測物理環境的變化、關注人類的生命體征，這些物聯網系統不僅可以使公司更詳細地把握其資產狀況，還能改善城市和住宅的運轉方式，改善人類健康狀況，甚至挽救生命。

在過去的5年里，已經有了很多關于物聯網的報道。

諸如自動駕駛汽車、監測身體健康的健身腕帶以及智能恒溫器等聯網設備的發展，讓我們對未來世界有了初步的想象。

技術供應商已經開始增加他們的物聯網業務，提出建議來幫助客戶設計、實現和操作復雜的物聯網系統。

制造商、石油和天然氣公司以及其他企業已經開始從他們配備在運營過程、供應鏈中的物聯網技術中得到回報。

盡管對于物聯網技術已經眾議紛紛，但輿論可能還低估了物聯網系統的長期潛力。

麥肯錫估計，到2025年，物聯網技術的潛在經濟總量將達到11.1萬億美元。

事實上，物聯網將是所有顛覆性技術的最大價值源泉，排名還在移動互聯網、知識工作自動化、云計算和先進的機器人技術之前(見圖1)。

　　圖1：物聯網經濟效益排名第一

物聯網系統的影響程度將隨其環境變化而不同。例如，工廠和城市將受益最多。

要最大限度地利用物聯網技術，首先需要知道物聯網技術在何處才能發揮最大價值，并成功解決一些相應的復雜挑戰，比如互操作性和數據問題。

路還很長，但目前我們已經看到了一個超越傳統技術產業邊界的動態產業的曙光。

物聯網應用天地廣闊

僅僅通過垂直行業的視角來觀察物聯網的潛力并沒有揭示其潛在價值的全貌。

相反，通過檢查物聯網技術可能應用的物理環境，例如工作地點、家庭或戶外，我們可以全方位地分析物聯網潛在的好處和挑戰(見圖2)。

　　圖2：物聯網能創造價值的九個領域

圖2揭示了物聯網技術具有潛在價值的九個領域：

健康：如通過可穿戴設備監測人體健康狀況、病情跟蹤

家居：如遙感操控家電和安保系統

消費：如自助結賬、商品套餐推薦

辦公室：如提高工作效率、移動辦公

工廠：如改善標準化流程、最佳資源分配

工地：如設備維護監測、流程效率、員工健康與安全

車輛：如車載娛樂系統、車況維護監測、自動駕駛協助

城市：如公共設施維護、交通管理、環境保護、資源管理

郊外：如自駕巴士、城郊實時交通監控、物流運輸跟蹤

在這些領域中，流程驅動的生產環境，如工廠、醫院和農場，可能會從物聯網系統的應用中獲益最大——到2025年將達到3.7萬億美元。

在這種應用標準化生產環境的地方，物聯網所創造的價值將來源于提高能源效率、勞動生產率、設備維護、庫存優化和工人健康安全(見圖3)。

　　圖3：物聯網能從多個方面產生經濟效益

隨著“智慧城市”倡議的引入，城市也已成為物聯網技術創新和實驗的中心。

由于城市是全球經濟增長的引擎，預計到2025年，全球最大的600個城市將產生65%的全球GDP增長——這其中物聯網技術的影響是巨大的。

市政環境可能會成為物聯網技術的第二大受益者，到2025年，其潛在影響將達到1.7萬億美元。

這些好處將來自交通、公共安全和衛生、資源管理和服務交付方面的改進。

單就物聯網交通應用而言，每年全球范圍內在城市中所產生的價值就可能超過8000億美元，而公共衛生物聯網系統每年可以帶來7000億美元的收入，主要來自于空氣和水質的改善。

雖然物聯網技術(如智能手表或健身追蹤器)的消費者應用已經獲得了主流媒體的廣泛報道，但企業中物聯網技術的應用實際上具有更大的經濟潛力，而且在未來10年里將占到物聯網投資價值的三分之二。

當消費者物聯網系統(如聯網的消費者保健產品)與B2B系統(如衛生保健服務和撥款)相關聯時，可以產生大量額外經濟效益。

物聯網軟件發展蒸蒸日上

通過物聯網技術的發展，一個充滿活力的行業正在興起。

雖然物聯網最初是一種連接技術，但今天和將來的回報將來自于物聯網系統完善后所聯結到的其它方面，尤其是在增長最快的軟件應用和安全領域。

根據麥肯錫的分析，雖然連通服務僅在今天的市場中占據了10%的份額，但物聯網未來的市場廣大，暢通無礙，相反，硬件雖占市場30%，卻正在走下坡路。

另一方面，軟件和應用程序開發占了物聯網技術價值的35%，預計未來還會增長。

安全只占5%的市場份額,但卻是物聯網解決方案的重要部分和應對方案，考慮到客戶們對現有企業和新來者都有著不少興趣(見圖4)。

物聯網組件和系統的市場在2013年和2014年增長160%,并預計在2025年之前都以每年30%甚至更多的速度持續增長。

在特定行業中，幫助企業將物聯網技術納入其流程的垂直技術需求將會不斷上升。

技術供應商也將在制定標準和協議方面做出努力，從而使互操作性發揮更大作用——這對于最大化物聯網收益來說是很重要的。

　　圖4：互聯互通性是最大的價值源泉

在這個發展的早期階段，人們還沒有找出具體應用的成功路徑，而物聯網技術的應用模型也將隨時間推移而演變。

正如技術創新的通常步驟那樣，如同從個人電腦到互聯網，發展通常都是逐步漸進式的。

在一開始，供應商們已經成功制造出了相應的基礎設施;接下來，在企業層面上廣泛的、大規模的投入應用;最后，企業圍繞技術發展新的業務。

在當前的環境下，考慮到物聯網系統的復雜性以及對互操作性和定制的需求，許多客戶應用技術的能力有限，因此，硬件、軟件和服務提供商有充足的機會提供端到端的物聯網解決方案，幫助客戶滿足特定的需求。

不過，隨著時間的推移，可能會出現更多的同質化平臺。

隨著行業的成熟，企業競爭優勢的來源可能包括核心技術、獨家數據、易于使用的軟件平臺以及提供完整解決方案的能力。

當數字化模糊了技術供應商和其他公司之間的界限時，非技術供應商也有機會進入這個市場。

例如，工業機械或汽車制造商的制造商可以通過應用物聯網數據和解決方案來創建新的商業模式，以銷售他們的產品和相應的服務。

隨著物聯網技術的價值從硬件和連接轉向軟件和分析，開始更加深入地利用收集和發送的數據，物聯網技術產業將需要在整個價值鏈上下游都擁有專業知識，以求可持續性的發展。

這將要求他們自己去掌握這些能力，或與專家合作。

在每個領域中，能說出來的物聯網技術的應用實例都可以有數百種。

在汽車領域內，未來十年，物聯網技術每年產生的收入可高達7400億美元，遍及安全性到便利性的每一角落。其中已經有30種是我們所確定的。

來看看物聯網技術是怎樣改善駕駛體驗的：

由于駕駛變得越來越自主，所以司機可以更多地利用在路上的時間;汽車在駕駛中所記錄的數據將能用作司機駕駛經驗的佐證;系統將能夠記錄司機的地理位置、駕駛風格、照片以及設備供應商提供的其它數據，物聯網平臺為司機提供社交服務，與周圍人或好友分享地理位置和周邊生活探索發現服務。

以車載屏幕和增強現實技術作為接口，這種類型的數據也有可能支持更多更有趣的交互性。

雖然這些示例的重點是從客戶的角度發現技術的好處，但這些對于公司也能有所啟迪，幫助它們發現新商機。預計到2030年，這個市場的價值將達到80億美元。

當然，為了實現這些，公司還需要考慮系統的互操作性。這將需要在許多新技術上進行投資。

企業們可以在這一領域進行合作或競爭，包括原始設備供應商、汽車供應商、游戲軟件公司、電信運營商，甚至是大型社交媒體播放器，這些企業都能從用戶的訪問中獲取利潤。

但這些公司的盈利能力還取決于他們如何將自身的業務接入汽車物聯網價值鏈中以及收集客戶數據的能力。

但物聯網技術的推廣，無論是連接的汽車、智能辦公大樓還是海上石油鉆井平臺，都還面臨著一些障礙。

例如，消費者對系統的信任、公司必須接受物聯網技術以數據分析為基礎而做出的決策，此外，監管和標準的制訂也是一個重要問題。

單獨的一個或幾個企業并不能全盤把握這盤物聯網系統的大棋，但有三條注意事項他們可以采用：

以客戶為中心

我們可能很快就會生活在一個一切都聯網的世界里。到那時，有無數的機會可以收集一切關于周圍世界的數據。

因此，成功的公司首先關注的不是他們能收集到什么數據，而是他們想要取得什么成效。

對于航空公司，他們的目標可能是減少飛機維修時間，或改善航空的安全程度;對于物流公司，目標可能是更準時的運輸交付或更方便快捷的路線;對于汽車公司，目標可能是提高汽車的安全等級和可靠性。

從用戶需求出發，而不是從新技術出發，公司就已經邁出了成功的第一步。

讓數據分析落地

物聯網技術系統不是簡單的收集和傳輸數據，而是分析數據來解決問題或創造新的機會。

目前，互聯系統所收集的數據很少被實際利用，即使是被利用了的數據，其利用程度也不充分。

例如，根據麥肯錫的數據，在石油和天然氣行業中，在一個海上石油鉆井平臺上有多達3萬個傳感器，但使用的信息還不到1%。

而大多數被使用的數據——例如，工廠車間的自動化系統——只用于實時控制或異常檢測。

企業將需要更好的工具和方法來從數據中掘金——通過高級分析或人工智能。嵌入式智能將是將物聯網技術集成到業務流程中并吸引用戶的關鍵。

關于設備性能的數據可用于測量磨損程度并預測維護時間;關于有形資產的數據，例如建筑物和車輛，可以用來評估保險風險;幾乎任何描述消費者行為的數據都對營銷人員有很大的價值。

對一個公司來說沒用的數據可能對于另一個公司具有潛在價值。

從小處做起

時至今日，我們還沒有一套完整的物聯網應用方案。但這不是不采用物聯網技術的理由。

從頭開始構建物聯網系統將是一個艱巨的任務，目前最好的方法是先將精力集中在一些簡單、數量有限的應用實例上，并在這些實例的基礎上鋪展開來。