根據IDC對物聯網2019年的預測，數據科學家必須與IT部門和工程師通力合作，才能從物聯網收集的數據中獲取最大價值，這一點非常重要。

 

IDC集團物聯網和移動業務副總裁Carrie MacGillivray在一個網絡研討會上說，物聯網的數據處理方面將成為物聯網給企業帶來價值的核心支柱，而想要以一種有意義的方式處理這些數據則需要使用機器學習和人工智能。

 

根據MacGillivray的說法，問題在于沒有足夠的專業技術人員來讓每個AI/IoT實現工作，因此企業通常會采用以下的三種選擇之一:讓現有的在職數據科學家參與工作，將ML模型構建外包給專業服務團隊或直接嘗試使用開源的ML模型。

 

但她表示，越來越多的工程師-包括機械、電氣、軟件、系統-從大學畢業時就掌握了AI和ML技術，因此物聯網分析管理也可能會轉向工程師團隊。

 

IDC預計，企業將迅速接受這一事實，到2020年，企業實現支持人工智能的物聯網系統的成功率將達到90%。MacGillivray說，目前物聯網分析的未來和現實之間的脫節是當下的一個重點難題。特別是在制造業和車隊管理等部門，其焦點一直是放在如何盡快地連接每臺機器或車輛，并從系統中獲取詳細信息。因此，物聯網技術最常見的早期應用之一就是預測性的維護分析。

 

但是，物聯網的應用還有很多不同的方面，要實現這些應用，首先要讓數據科學家和數據科學原理更充分地參與到這項技術中來。

 

 

•到2020年，全球30%以上的物聯網項目將無法清晰地展示投資回報，因為企業根本不具備制定物聯網項目關鍵績效指標的專業技能。IDC表示，這種情況雖然會改變，但不會一蹴而就，甚至在未來幾年也不會發生。識別特定的KPI應該是支持IOT的企業的首要任務。

 

•根據MacGillivray的研究，在未來三到四年的時間里，大約40%的物聯網數據分析將在其端點附近的邊緣設備上完成。這將引發一波對邊緣網關硬件的投資，使企業能夠對更大的數據集進行更高級別的分析。此外，這也將要求IT部門能夠在遠離數據中心舒適環境的地方更好地管理這些設備。

 

•到2021年，45%的視頻監控將專注于提供給定物聯網設備的更完整畫面，尤其是在車輛管理和公共安全方面。“視頻提供了有價值的視覺數據，以彌補其他傳感器數據的不足，為決策提供信息，”MacGillivray說。她認為，將計算機視覺和人工智能系統結合起來也將具有巨大的價值。