趨勢1:邊緣計算將承擔更多的物聯網分析工作
含義:與主流IT工作負載向集中式、基于云的計算模型的持續轉移不同,物聯網工作負載的多樣性導致需要多種因素共同作用的多個場所。生產應用程序需要最低的延遲和最高的可用性,甚至基于視頻的數據分析,例如,地震勘探和半導體制造產生的pb級數據從成本角度上無法集中分析。隨著越來越強大的服務器和網關設備即將面世,通過相應軟件程序可以將數據和應用程序動態地轉移到最能體現出性能、安全性、成本和其他(法律、法規)政策的地方。這些設備使得邊緣成為不少物聯網工作的最佳場所。
趨勢2:成功地將物聯網項目投入生產需要以結果為中心的合作伙伴
含義:大多數企業沒有合作伙伴的生產型轉型項目都會失敗。但是,打破概念驗證(PoC)瓶頸所需要的供應商生態系統要求服務提供者能夠從一開始就從以業務為中心的角度進行規劃。
趨勢3:No-Code物聯網和人工智能解決方案將繼續發展,以滿足工業客戶的需求
含義:生產工程師需要能夠操作,探索和理解來自數據的洞察力-正是他們的上下文知識使它有用。這使得通過工業物聯網和人工智能顯著提高整體設備效率(OEE)成為可能。
趨勢4:邊緣視頻分析將攝像機定位為全語境物聯網傳感器
含義:物聯網通常被描述為一個所有物體都被感知的世界。但廉價的攝像頭、傳統的視頻和相關技術,如激光雷達,卻顛覆了這一模式,創造了一種全視傳感器,可以捕捉環境中的全部內容,并利用人工智能邊緣分析(AI edge analytics)來解讀其中的含義,并提供洞見。
趨勢5:對物聯網安全的持續需求將刺激現有企業的并購活動,威脅獨立的初創企業
含義:信息安全領域的現有企業將越來越多地將物聯網安全能力整合到它們現有的投資組合中,主要是通過收購。這是由企業對異構環境中連接設備的可見性和控制需求的增長所驅動的,并將對仍然獨立的物聯網安全供應商的未來增長前景產生負面影響。