物聯網正在幫助融合物理和數字世界，它將改變工業、生活和工作方式。本成熟度曲線側重于物聯網的關鍵技術，包括廣域低功耗、物聯網平臺和事件流處理等技術的創新進展，提供了相關案例并進行了深入討論，如智能樓宇系統、商用無人機和室內定位等。

對于企業來說，業務驅動因素包括降低維護成本、增加資產正常運行時間和產品差異化。盡管物聯網對這些有針對性的功能和成果，但很少有企業制定物聯網業務戰略。

一、從曲線上消失的技術

在2018年的技術曲線上，我們刪除了一些技術，理由和往年類似，熱度下調或和本次主線稍有差距，但是不代表不重要。

? 1、 車聯網

? 2、 企業信息管理程序

? 3、 物聯網ERP

? 4、 機器學習

? 5、 信息隊列遙測傳輸

二、2018曲線三個階段的關鍵技術

(一)上升階段

1 許可證和應享權利管理

物聯網正將硬件設備、原始設備制造商轉變為軟件供應商，主要源于三個方面：降低制造成本、產品分級和持續盈利，這三個方面促使制造商青睞以軟件為中心，創造更大的價值，增加靈活性和市場反應能力，從而增加收益。

從軟件為中心要求采用者將傳統的許可和權利管理應用于聯網智能計算機，以維護軟件IP。從硬件向軟件和價值服務的轉變使制造商能夠更好降低成本、增加客戶滿意度和經常性收入。權利管理是由生產者授予客戶的權利，也是應享權利。

2 物聯網產品即服務

物聯網產品即服務，指的是嵌入式物聯網技術、通用物聯網設計模式以及行業框架為用戶、制造商以及金融中介機構提供所需數據，以確保資產的有效性和可用性，并對業績不佳的部門保持關注和進行補救。在許多行業和實戰中，采用可擴展的產品作為一種服務，正在初具規模。

實現物聯網產品即服務，制造商、認證分銷商、經銷商和服務提供商必須應用物聯網創新來創建連接的產品。嵌入式技術使遠程產品狀態監視、控制和優化、發布和更改管理、功能更新和安全補丁、后端業務應用程序集成等技術得以優化支持，不需要在客戶站點或制造商內部設立中間環節。

3 事物即為顧客

隨著互聯網連接的事物變得更加智能，他們將獲得購買、銷售和請求服務的能力。這將帶來新的收入、效率和管理客戶關系的機會。在理論上，具有這些能力的事物代表了新客戶群體，相關企業將能夠出售這些客戶，政府也可以對這些客戶征稅，因為一些事物已經被人類賦予了談判、買賣和銷售的能力。

一些事物已經被連接到人工智能(AI)提供的智能系統上，這些系統是根據以前的經驗和新的數據內容學習訓練而成的。我們確實看到了一些更復雜的客戶事物的例子，比如智能電網。同時也存在安全、風險監管、合規等問題，例如金融服務業的反洗錢、制藥和能源等行業中的反腐敗，醫療行業的病人數據隱私等。作為客戶的事物有潛力創造新的價值機會，有提高生產力，提高運營效率，改善健康福利，增強有形資產和人員的安全的潛能，也將帶來欺詐、法律、稅收挑戰和運營挑戰。

4 啟用物聯網應用程序

為物聯網而設計的應用程序，并和物聯網技術(例如物聯網設備和物聯網平臺)集成在一起。應用程序攝取物聯網數據和事件應成為現實，一些應用程序(例如CRM、EAM和FSM)已經能夠使用來自IOTSOURCE的數據(例如，現場設備的過度振動)來實現糾正性維護。

在許多情況下，物聯網數據的攝取和分析將由物聯網數字孿生來實現，可以預見數字雙胞胎技術正在擴散，將觸發物聯網應用工作流，需要與操作技術人員密切協作和知識共享。廣泛的商業應用程序將由與事物的無處不在的連接觸發，以便通過改進的業務流程自動化來實現利益最大化的結果。雖然在技術和運行上實現如此深刻的變化需要數年的時間，但物聯網對商業應用的重大、長期的影響會最終演變為啟用物聯網的應用程序，這種影響是革命性的。

5 邊緣人工智能

邊緣人工智能指嵌入到物聯網端點、網關和其他移動和邊緣設備中的人工智能技術，應用范圍從自主導航到流分析。在這方面，人工智能技術指的是概率推理(例如機器學習、深層神經網絡)、計算邏輯(例如基于規則的、模糊邏輯)、優化(例如基于約束的推理)等。

物聯網和人工智能可以三種不同的方式協同工作：一是物聯網數據作為人工智能系統的輸入：在這個體系結構中，物聯網系統是人工智能系統的外圍設備，作為一個數據收集器將數據提供給人工智能系統。比如智能農業應用部署的環境傳感器。二是人工智能技術在物聯網系統中的應用：在這個體系結構中，人工智能技術是物聯網系統中眾多應用之一。具體來說，人工智能技術作為物聯網系統的推理引擎，擔當解釋物聯網端點產生的數據、驅動端點運轉的一些功能。例如醫用可穿戴設備幫助視覺受損的人導航等。三是國際互聯網絡和人工智能技術作為一個雙向系統：在這種體系結構中，物聯網和人工智能技術相互作用，互惠互利，物聯網系統不斷向人工智能系統提供數據，數據被用于定期訓練并賦予人工智能系統，隨著時間的推移(通過新的培訓)，人工智能技術的輸出不斷提高，新的生產系統被創建并部署到物聯網系統中。例如自主導航。

通過在邊緣采用人工智能技術，企業可能受到以下積極影響：提高了操作效率，例如在制造設置中增強的視覺檢測系統;通過使用在邊緣進行推理的會話平臺，增強了客戶體驗;通過使用流分析和遷移到基于事件的體系結構，減少決策延遲等。此外還有，通信成本降低，邊緣和云之間的數據流量減少，甚至當邊緣與網絡斷開時也提高了可用性。

6 經濟信息學

信息經濟學是將信息視為企業資產的理論和實踐，包括測量、管理和貨幣化與公認資產(資產負債表)相同或相似的信息。一些投資銀行家已開始在評估企業整體價值時，考慮企業的信息資產-以及將它們貨幣化，包括量化其各種利益的模型。這些習慣做法已被數據和分析領導人及商業領袖采納，以鼓勵創新和減少開支。

7 托管物聯網服務

托管物聯網服務支持用戶產生物聯網解決方案的一部分，是企業用戶的重要思路之一。托管物聯網服務的交付是通過基于云的工具和熟練的技術人員在操作中心來實現的。服務對象可能位于同一地點的設施或在公共和私有云中。托管物聯網服務集成和聚合一組技術，包括邊緣設備、平臺、集成分析系統等。托管物聯網服務可能需要與其他數字平臺(如ERP或CRM)集成的自動化運營和管理活動來優化服務交付。

8 硬件安全

硬件安全性是使用基于芯片的功能來滿足許多安全需求，包括(但不限于)物理保護、設備識別、身份驗證、遠程認證以及系統和數據完整性等。 物聯網的出現在設備標識和覆蓋范圍等方面引入了更泛化的安全要求。為了解決這些問題，利用基于硬件的實現的安全機制正變得越來越重要。在一些行業，已經存在硬件安全的要求。例如，在金融領域，信用卡需要使用基于芯片的認證，以達到歐洲支付、簽證標準等。其他行業，如醫療保健、工業和能源、公用事業等，也可能會效仿。

雖然基于硬件的安全性的好處是顯而易見的，但在物聯網端點設備中采用它的速度相對較慢，如果出現以下情況之一，則可能會進一步放緩：一是額外的芯片;二是在端點保護、安全協議和認證機制方面有新的思路;三是關注不同級別物聯網設備的安全遵循框架。

9 物聯網邊緣分析

“分析”是將邏輯(即“規則”)和數學(“算法”)應用于數據以提供更好決策的洞察力的學科。物聯網“邊緣”分析是指在遠離公司數據中心或離傳感器數據生成地更近的云服務器的分布式設備、服務器或網關中執行分析。由于終端用戶組織和供應商對這項技術重要性的認識和理解的提高，物聯網邊緣分析再次提升到成熟度曲線膨脹預期的頂峰。

物聯網設備的激增和對實時洞察力的需求是網絡邊緣分析計算的最大驅動力，因此，隨著物聯網成為主流，企業將需要更多的邊緣計算來改進實時分析，推動業務流程優化。

近年來，越來越多的物聯網平臺和分析供應商增加了在邊緣設備上部署和運行小型分析包的能力，無論是在端點上還是在諸如物聯網網關之類的聚合設備上。它反映了邊緣計算和云計算之間的平衡變化，這是物聯網最重要的趨勢之一。在邊緣位置和云之間來回移動數據在存儲和通信成本方面都太昂貴了，當分析需要部署在敏感環境(不通過網絡發送數據)或對網絡的訪問受到限制時，高可用性還需要增加安全性。

工廠、車輛、家庭或其他分布式站點即使在從云平臺或企業數據中心斷開時也必須運行。法規或法律要求將數據保存在國家或數據生成的其他地方。將所有的數據從帶寬和延遲的角度及時地集中到一個中心位置，這將花費太多的時間上傳所有的數據，而將原始數據的細節移動到中心位置是沒有好處的。通過接近或在端點處處理數據將贏得更快的響應時間。例如，石油和天然氣中的泄漏檢測應用程序需要在秒內響應。當數據被發送到一個中心位置進行分析時，就會引入延遲，并失去其對實時需求的價值。例如，在智能城市應用程序(如交通管理)中使用的視頻數據，如果所有數據都需要的話，可能會阻塞網絡。通過使用邊緣分析來尋找可操作的數據，從而減少數據管理和存儲的開銷。

(二)頂端位置

10 物聯網業務解決方案

物聯網業務解決方案是各種行業資產的組合，包括物聯網端點(即物聯網連接的資產、產品和設備)、至少一個物聯網平臺、以及各種非物聯網后端系統和數據。這些技術是無縫集成的，以滿足數字業務目標(例如資產優化、產品為服務)。

到目前為止，大多數物聯網項目在技術和商業上的范圍都相當有限，它們的物聯網價值主張沒有得到充分的理解或實現。公司最初實施物聯網的一種方式是通過一個點解決方案，將物聯網終端與某種形式的物聯網平臺結合起來配置或定制，以滿足一個或多個具體的業務需求，例如智能照明或預測維護。

有時，這類解決方案還可能包括一個特定的相關應用程序，例如EAM。無論如何，為了提供更多價值并提高整體業務運作智能，這些物聯網解決方案通常必須與多個后端系統和數據(例如，CRM、ERP、MES、FMS和BMS)集成在一起。

11 數字商業技術平臺

數字商業技術平臺是使一個組織能夠參與數字商業生態系統的技術組合。新興企業使用各種新的集成和云技術來實現數字業務技術平臺，但傳統公司經常在新的架構方法上苦苦掙扎，如微服務架構、事件驅動架構和可編程基礎設施等。

數字商業技術平臺使人、企業和事物能夠為企業創造、獲取或增加價值。數字平臺將使新的市場進入者、初創企業、競爭者以及最終智能機器更容易創造和追求新的業務機會。

12 數字孿生

數字孿生是真實對象的虛擬表示。數字孿生旨在優化資產的操作或有關它們的商業決策，包括改進維護、升級、修復和實際對象的操作。數字孿生包括模型、數據、對象的一對一關聯以及監視對象的能力。對于資產運營商(飛機、建筑物、發電廠、風車)來說，數字孿生正開始獲得采用，主要短期用途是降低維護成本和增加資產正常運行時間。對于產品原始設備制造商來說，數字孿生正開始向聯網產品(汽車、燈、音響)擴散。數字孿生的主要近期用途是差異化，幫助企業管理保修成本，支持渠道合作伙伴，并更好地享受客戶體驗。數以百萬計的事物將在五年內將擁有數字孿生。數字孿生在曲線上已經接近膨脹預期的頂峰，部分原因是技術和服務提供商的大力推廣。雖然大約5%的企業已經開始實施數字孿生，但只有不到1%擁有數字孿生。

數字孿生使企業能夠優化或改變現有的商業模式，在未來十年中，數字孿生將成為解決方案的主導設計模式。例如，它們能夠更好地利用資產、優化服務和改善客戶體驗，創造新的運營方式。數字孿生將挑戰大多數企業將他們的想法從以硬件為中心轉變為以硬件+軟件為中心的視角。這包括對運營商業模式、產品管理成本和不道德數據使用的風險的影響。最后，數字孿生的影響將超越資產。供應鏈中的人目前正在建模和分析。數字孿生組織已被用于優化客戶體驗、成本優化和投資組合管理的業務決策。

13 物聯網安全

物聯網安全是數字安全的一部分，控制創建信任，并為數字業務提供安全、可靠、私有和有彈性的數字系統。物聯網安全技術和服務正在迅速發展，在數字信任、硬件和固件中抗篡改設備硬化技術、安全云集成、設備發現、事件檢測和響應系統以及改進的咨詢和系統集成等技術領域都有進步。

14 數字倫理

數字倫理包括進行電子互動的價值體系和道德原則，以及人、企業、政府和事物之間數據的使用和共享。數字倫理的范圍很廣，包括安全、網絡犯罪、隱私、社會互動、治理、自由意志以及整個社會和經濟。由于最近媒體的負面宣傳、公眾話語的上升以及包括數據隱私考慮在內的新的監管法規的遵守，數字倫理躍升到通脹預期的頂峰。當前的主題，如“人工智能”、“假新聞”和“數字社會”，都是引發人們對數字倫理討論增加的導火索。

15 物聯網服務

物聯網服務是指為支持物聯網規劃和解決方案實施而提供業務和技術專門知識的專業服務活動。各種方法和資產，如設計思想和知識產權的使用，如垂直特定的解決方案，用于加速這些物聯網服務。例如，物聯網服務可能與數字產品設計有關。技術擴散繼續貫穿整個物聯網價值鏈-從邊緣到商業視野。因此，企業面臨挑戰，缺乏足夠的內部資源，需要擅長物聯網技術和解決方案的實施。在2017年Gartner物聯網戰略調查中，約59%的受訪者表示，他們在一定程度上利用外部物聯網服務來支持物聯網項目的實施工作。

16 物聯網平臺

物聯網(IoT)平臺是一種軟件，它能夠開發、部署和管理連接到IOT端點并從IOT端點獲取數據的解決方案，進行設備管理、集成數據、管理分析、應用支持等。2018年，許多大型廠商重組了物聯網業務，并不斷發展自己的產品和市場戰略。一個更復雜的問題是，原始設備制造商正在興起嵌入式解決方案，將其作為現有業務的一部分。

物聯網平臺充當“事物”與IT系統和業務流程之間的中介，促進了向企業引入一種新的、具有潛在變革性的數字業務創新和數字轉換浪潮。物聯網平臺為實現以資產為中心的業務解決方案提供了中間件基礎，并且是以靈活的方式管理多個物聯網應用程序。

17 事件流處理

事件流是按某種順序排列的事件對象序列，通常按時間排列。事件流處理(ESP)是對這些事件對象中的數據執行的計算。它的目的是流數據集成或流分析(也稱為復雜事件處理)。

ESP擴張的主要動力在于：物聯網的增長和數字交互正在使事件流變得無處不在。供應商正在推出新產品，其中許多是開源或部分開放源碼。企業需要持續的情報，以更好地了解情況和更快、更精確的決策。公司可以從內部來源獲得更多的流數據，例如傳感器、儀表、控制系統、公司網站和交易應用程序;以及來自外部來源，如社交計算平臺、新聞和天氣提要、其他數據經紀人、政府機構和商業伙伴等，最終將被各大公司的多個部門采用。

18 汽車實時數據分析

汽車實時數據分析是在實時數據分析的基礎上為車輛、司機和乘客提供服務，包括攝取，數據處理，云架構，機器學習和分析，比如預測路線規劃、車輛狀況監測、預測和避免碰撞、預測和避免網絡攻擊、目標營銷、連接汽車數據并管理和個性化的消費者服務等。

汽車消費市場的實時數據分析正處于發展階段，雖然對該技術進行了多方面的測試，但很少有應用實例，其中包括中國的斑馬和通用汽車市場，用于解決方案的數據源通常是結構化的，比如司機行為數據或車輛數據的組合等，這些數據包括年份、制造、模型和保修部件和索賠等領域，以及非結構化數據源，例如里程表讀取、制動等參數，也包括服務協議，甚至社交媒體數據。如何以標準化的方式最好地攝取數據以提供統一的后端處理服務，關聯數據并建立必要的機器學習模型并最終觸發正確的操作，有多個汽車廠商正在進行測試或概念測試。例如，亞馬遜網絡服務(Aws)與寶馬合作，僅用了6個月就建成了新的車載傳感器服務。該服務向云提供車輛傳感器數據，并動態地向車隊更新地圖信息。

這項技術對行業的影響很大。汽車原始設備制造商將繼續承受來自監管機構和消費者的壓力，要求他們改進產品質量、安全和召回管理能力。汽車實時分析是解決保修和安全問題的潛在方法，幫助更早地發現問題，甚至避免事故，并制造汽車。預測服務也將在不斷改進車輛服務方面發展-使服務成為可能。它也是一種解決擔保和安全問題的方法。汽車原始設備制造商成為移動服務提供商的關鍵，動態合成來自客戶旅程多個領域的數據的能力，包括汽車使用情況、行程數據和上下文數據，將是提供個性化移動服務的關鍵。

19 物聯網邊緣結構

物聯網邊緣體系結構代表了硬件、軟件和通信元素，它們優化了諸如計算、存儲、網絡和分析等功能，使之更接近于物聯網數據的產生或使用。邊緣體系結構定義了傳感器和端點產生的信息是如何在數據中心或網絡的邊緣進行聚合和處理的。

當IOT端點產生的數據增長時，將所有信息流到集中式云或數據中心進行管理、分析和決策，在經濟上或技術上是不可行的，有時由于監管的原因而不允許。邊緣計算的重要性正在顯著地增加，因為采用的驅動程序超越了實時性和低延遲數據分析，從而擴展了對物聯網部署的其他關鍵好處，例如可擴展性、安全性、彈性和業務連續性。這一動態正在吸引供應商在相關能力方面的持續投資。然而，在實踐中，物聯網邊緣架構的實現和使用往往仍然受到各種挑戰的困擾。在過去幾年中，在相關供應商活動不斷增加的情況下，物聯網邊緣架構已經超過了膨脹預期的頂峰。至少再過兩到三年，物聯網的邊緣架構就會開始成熟應用。

精心定義設計的物聯網邊緣架構是大多數物聯網計劃的關鍵組成部分，尤其是在工業領域。優化的物聯網邊緣架構平衡技術要素，如數據分析、安全性和可伸縮性，與總體業務需求和集成復雜性相對應。與邊緣架構相關的選擇將直接影響到物聯網項目的前期成本(特別是集成)以及運營成本。(尤其是連接性)，它還將在很大程度上決定企業在對其物聯網資產進行更改方面具有多大程度的靈活性，從而決定物聯網對企業業務運作的貢獻。

20 低功耗廣域網

低功耗廣域網是一組無線網絡技術，旨在支持WAN環境下的物聯網用例，其中連接的設備通常具有較長的使用壽命、較低的數據量和定期的數據傳輸。與現有的蜂窩技術(如2G、3G和4G)不同，它的功耗低，在無線模塊上的實現成本較低，投資也較少。

LPWA是當今最熱門的網絡類別之一，從移動通信服務提供商(CSP)和設備供應商到硬件設備制造商和半導體公司，在供應商生態系統中得到了強有力和越來越多的采用。

21 局域網

一個專門的物理對象網絡，它包含了嵌入式技術，用于通信、感知或與其內部狀態和/或外部環境交互。局域網將影響大多數企業的競爭地位、產品開發戰略和內部運作。連接的事物將有助于促進收入、降低成本，并在這些使用場景中改進一個或多個企業流程和資產利用率。

22 自動駕駛

自主或自動駕駛車輛可以在不受人為干預的情況下，利用激光雷達、相機、GPS和地圖數據等多種車載傳感和定位技術，結合基于人工智能的決策能力，對某一特定地點進行導航和駕駛。目前，無人駕駛汽車正成為人們關注的焦點。

過去一年，自動駕駛出現了一些進入幻滅低谷的跡象。2018年初，發生了幾起與自動車輛有關的事故，包括一個行人的死亡。一些機構之前宣稱的無人駕駛里程碑在沒有兌現承諾的情況下悄然而逝，實際上當初是不切實際和夸大其詞。

人工智能(AI)是實現自動車輛的關鍵技術，自動車輛機器學習算法的發展也在加快。實現自動車輛的主要挑戰仍然集中在降低技術和工業化成本上，但也越來越多地包括監管、法律和社會考慮，例如操作許可、責任、保險和人與人之間的相互作用的影響。

自主車輛技術不僅在智能移動和物流領域，而且在航運、采礦、農業、工業、安全和軍事行動方面都具有破壞性潛力。傳感、定位、成像、制導、測繪和通信技術的不斷進步，再加上人工智能算法和高性能計算能力，使自動駕駛汽車更加接近現實。然而，2018年，復雜性和成本挑戰仍然很大，這影響了可靠性和可負擔性要求。

自動駕駛技術的采用仍將在三個不同階段發展：輔助駕駛、半自主和完全無人駕駛車輛。每一階段都需要越來越多的技術成熟度和可靠性，這些技術成熟度和可靠性依賴于企業的干預，汽車公司、服務提供商、政府和技術供應商(例如，軟件、硬件、傳感器、地圖數據和網絡提供商)應在聯合研究和投資方面進行合作，以推進所需的技術，并就自動駕駛的立法框架開展工作。

此外，教育公眾了解自動駕駛汽車的好處是至關重要的。自動駕駛汽車將對一些工作產生破壞性影響，如公共汽車、出租車和卡車司機。自動駕駛汽車進入移動計算系統，為消費和創建數字內容提供了理想的平臺，包括基于位置的服務、以車輛為中心的信息和通信技術。自動駕駛汽車也是移動創新和新的運輸服務的一部分，有可能破壞既定的商業模式。例如，自動駕駛汽車最終將帶來新的產品，通過讓無人駕駛汽車在需要時接送乘客，從而突出按需提供的服務。自動駕駛汽車將帶來重大的社會效益，包括減少事故、受傷和死亡，以及改善交通管理，這可能會影響其他社會經濟趨勢。例如，如果人們可以在駕駛自動駕駛汽車時利用旅行時間工作或娛樂，住在市中心附近接近工作地點就不那么關鍵了，這可能會減緩城市化進程。

23 低成本開發板

低成本開發板是一種具有易于使用的開發環境的嵌入式計算機。大多數lcdbs的價格低于200美元。還有其他成本更高、功能更強大的先進開發板。大多數是入門級的電子平臺，允許開發者根據自己的需求配置設計。Arduino和raspberry pi是典型的例子。大多數廠商，如NXP半導體公司、聯發科(MediaTek)、三星(Samsung)、高通公司(Qualcomm)、Realtek半導體公司和德州儀器公司，都提供類似的電路板。

24 商用無人機

商用無人駕駛飛行器是指小型直升機、固定翼飛機、多旋翼機和混合飛機，在飛機上沒有人類飛行員。它們要么由地面上的人類飛行員遠程控制，要么裝備自主導航。與軍事同行不同，它們被用于商業目的。

2018年，商業無人機進入幻滅的低谷。 在技術意義上，這種無人機是相對成熟的并且能夠進行越來越復雜的任務。然而，它們的采用往往受到限制阻礙，特別是在無人駕駛飛機超視距、人員上方或在限制空域，例如靠近機場的情況下，這些都是在大多數國家受到嚴格管制的行動類型。此外，垂直專業化的端到端無人機解決方案(包括設備、支持軟件和飛行操作)的高昂成本阻礙了終端用戶的大規模使用。高德納預計，商業無人機將在兩年內接近萎縮極限，前提是監管條件和某些技術要素不按預期改善得話。特別是，自主飛行將對市場起到提振作用，但它們的啟用既需要監管改革，也需要技術進步。總的來說，企業無人機計劃應該有短期和長期目標。美國的低空授權和通知能力(LAANC)倡議加速在限制空域飛行的豁免批準，就是這樣的例子之一。今天的領先用戶包括航空攝影、測繪和測量、體積測量、遠程檢查等。采用者還應該考慮到如何以最好的方式利用捕獲的數據。

最重要的是，商用無人機可以提高諸如測量員、檢查員、司機和攝影師等角色的能力，這些人傳統上是在可能不安全的情況下執行勞動密集型任務的。因此，無人機通過減少或重新部署人員數量來提高生產率，同時能夠實時獲取數據并提高雇員的安全。例如，商業無人機可以特別增加農業、建筑、應急服務、采掘業等行業的價值。在大多數垂直領域，商用無人機的價值在于減少運營開支和提高安全性，但在電影攝影等行業也有創收的機會。

25 智能樓宇自動化系統

智能樓宇自動化系統(BASS)集成和優化智能建筑的管理和控制。這些系統有助于管理配電、暖通空調和能源使用、照明、出入控制、監視和安全、以及現場能源生成。它們支持遠程接入系統管理和通信，通過將建筑物的所有基礎設施功能集成到一個單一的物聯網平臺上，從而提高建筑效率。物聯網平臺可以主動、無縫地管理建筑物的能源和運營基礎設施，并與外部系統集成，以完成空間優化等任務，綜合工作場所管理系統，以確保建筑物內居住者的舒適和福利，可獲取外部信息，如天氣預報，并與能源管理系統(Ems)溝通，以優化能量包絡。

26 IT/OT對齊

IT系統和操作技術(工業和過程控制系統)作為單獨的領域存在于大多數資產密集型組織中。對齊是檢查標準、支持過程、安全性和體系結構規劃的過程，以便在資產密集型組織中建立其與OT系統和設備之間的兼容性，從而使管理IT和OT系統的兩個組之間更容易地進行交互。這提供了使用相同的支持和配置工具、支持合同和購買流程的好處。

27 資產績效管理

資產績效管理使用數據捕獲、集成、可視化和分析來改進操作、維護時間，以及對關鍵任務資產進行的維護和檢查活動，包括資產策略和風險管理、狀態監測、預測和以可靠性為中心的維護等。

28 機對機托管服務

包括硬件、軟件和網絡，以及通常由第三方供應商捆綁和管理的IT服務。該產品的目的是使企業能夠通過固定或無線連接，監視和控制業務資產和流程。

(三)爬坡位置

29 物聯網集成

物聯網集成是指端到端物聯網業務解決方案所需的集成需求和技術，例如集成物聯網設備、物聯網數據和物聯網數字孿生。其他傳統集成挑戰包括企業應用程序和數據集成、業務流程集成、SaaS集成和B2B/生態系統集成，以及移動應用程序和遺留系統集成。包含物聯網的IT項目通常涉及后端應用程序、數據和過程集成-在許多公司中相對成熟的能力。

但是，物聯網項目也引入了新的集成要求，例如設備和移動應用程序(后端)集成、數字雙工集成、可伸縮的API互操作性、高度分布式的基礎設施、大數據量以及物聯網時間序列事件流和分析。許多公司可以滿足其中的一些需求，但很少公司能夠解決所有這些需求。

30 智能照明

與網絡相連的照明系統，可以通過集中系統或云進行監控。先進的智能照明系統包括控制、連接、分析和智能，并且通常利用LED技術提高效率。智能照明的目標包括節能、改善工作條件和改善空間利用率。

智能照明應用領域包括辦公室，家庭，工廠和城市街道照明。照明可以通過多種方式控制和連接，包括以太網上的電源(POE)、無線網絡或有線網絡。先進的智能照明系統與建筑物管理系統集成在一起，利用光線擬合和建筑物控制來優化照明。支持可控顏色和強度的現代智能照明系統可以實現晝夜照明等特征，其中細微的顏色變化可以改善工作人員的生活質量。

智能照明系統所使用的傳感器也可以支持其他應用，如工作空間優化，并且廠商正在利用集成其他功能如光通信LIFI和藍牙。與傳統照明相比，智能照明可以節省照明能源的70%以上，后者通常是建筑物能耗的20%。

31 云消息的中間件服務

在應用程序的兩個或多個組件之間或兩個或多個應用程序之間提供可靠異步通信的公共云服務，通常由使用訂閱模型的多租戶平臺作為服務(PaaS)提供。云MOM服務比傳統的消息傳遞軟件增長得更快。隨著它的端點移出數據中心，對可靠的、高容量的云MOM服務的需求將繼續增加。這些服務特別適合在互聯網上進行廣泛的消息傳遞，例如B2B、移動、社交和物聯網應用程序。

32 室內定位

室內定位提供了移動設備、可穿戴設備或其他物體(帶有無線標簽的)的物理、內部位置信息，這些信息來自使用蜂窩網絡、WIFI接入點或其他技術的不同算法。

隨著定位技術的進一步采用，包括藍牙低能信標和RFID標簽在不同行業中的應用，以及地磁和傳感器融合能力在移動客戶端的進步，室內定位已經在成熟度曲線上取得了進展。

33 產品數據的主數據管理

產品數據的主數據管理使組織能夠確保企業官方共享的數據集的統一性、準確性、可管理性、語義一致性和問責的可行性，能夠在符合一個或多個主數據實現樣式(或這些樣式的混合體)的工作流、批處理或事務導向的流程中創作主產品數據。