物联网不是趋势，是发展关键？

　　全球物联网行业市场规模

　　整体来看，全球物联网相关技术、标准、应用、服务还处于起步阶段，物联网核心技术持续发展，标准体系加快构建，产业体系处于建立和完善过程中。未来几年，全球物联网市场规模将出现快速增长。据预计，未来十年，全球物联网将实现大规模普及，年均复合增速将保持在20%左右，到2022年全球物联网市场规模有望达到2.3万亿美元左右。

　　2017-2022年全球物联网整体市场规模变化趋势及预测(单位：万亿美元，%)

　　为此，发达国家纷纷出台政策进行战略布局，抢抓新一轮信息产业的发展先机。美国以物联网应用为核心的“智慧地球”计划、欧盟的十四点行动计划、日本的“U-Japan计划”、韩国的“IT839战略”和“u-Korea”战略、新加坡的“下一代I-Hub”计划、台湾的U-Taiwan计划等都将物联网作为当前发展的重要战略目标。

　　据测算，2017年全球物联网设备数量将达到84亿，比2016年的64亿增长31%，2020年物联网设备数量将达到204亿。

　　2014-2020年全球物联网设备数量统计及预测(单位：亿台)

　　物联网未来发展趋势分析

　　物联网正成为经济社会绿色、智能、可持续发展的关键基础和重要引擎。随着物联网技术产品的不断成熟，物联网的潜力和成长性正逐步凸显，应用将加速渗透到生产和生活各个环节，市场规模不断扩大;产业潜力将加快释放，市场化的资源配置机制逐步确立;物联网与传统产业的深度融合将加剧，并带来生产方式和生活方式的深刻变革。

　　(1)物联网与移动互联网融合方向市场潜力空间巨大

　　移动互联网与物联网是最具发展潜力的两大信息通信产业：移动互联网主要面向个人消费者市场，侧重于提供大众消费性、全球性的服务;而物联网主要侧重于行业性、区域性的服务。

　　当前，移动互联网正进入高速普及期，成功的产品和服务模式不断向其它产业领域延伸渗透，而处于起步阶段的物联网，也开始融入移动互联网元素，移动互联网与物联网的结合成为物联网发展最有市场潜力和创新空间的方向。

　　(2)M2M、车联网市场最具内生动力，商业化发展更加成熟

　　市场需求、成本、标准化、技术成熟度、商业模式是影响物联网应用规模化推广的主要因素，M2M和车联网市场内生动力强大，相关技术标准日趋成熟，全面推广的各方面条件基本具备，将成为物联网应用的率先突破方向。

　　(3)行业应用仍将持续稳步发展，蕴含巨大提升空间

　　行业应用仍然是物联网发展的重要领域。在工业、农业、电力、交通、物流、安防、环保等行业领域，物联网应用提升的空间广阔。

　　(4)万物互联时代全面开启

　　全球互联网连接增长步入动力转换阶段。全球互联网正从“人人相联”向“万物互联”迈进，物联网作为互联网的网络延伸和应用拓展，实现对物理世界的感知识别、实时控制、精确管理和科学决策。

　　在消费领域，融合互联网与物联网特征的智能可穿戴设备快速普及，预计每年全球出货量将达到1.1亿;在生产领域，Forrester调查表明33%的企业已经或计划部署物联网解决方案，25%的企业则已经开展评估;在城市管理领域，物联网成为智能城市核心要素，在公共安全、城市交通、管网监测等方面取得广泛应用。

　　从未来发展前景看，物联网市场规模巨大。2016年，美国和西欧的物联网投入资金将分别达到2320亿元和1450亿元，预期至2020年物联网营收规模增速分别达到16.1%和18.9%。据麦肯锡预测，2025年物联网对全球经济贡献将达到11.1万亿元，占全球GDP总量的11%。

　　物联网助力产品向“使用”转移

　　消费者获取产品价值，实质上是消费者在使用过程中，使产品与时间结合进行“生产”所得到的效用。简单来说，产品价值在于消费者花费时间使用它，根据个人期望创造能效。

　　原本的经济学理论中，时间的价值只在“生产时间”的范围内被考虑，管理学家们都把注意力集中在企业运营、产品生产的效率(efficiency)或效能(effectiveness)上，而对于非生产领域的时间或消费过程中所花费时间的理论研究，却很少涉及。

　　如今，经济学家们已经意识到，产品的价值并非只是在其售出给消费者后就确定了的，它的价值还取决于消费者的使用，消费者在使用过程中的效率、方法、成本消耗以及最终获得的能效，才真正决定了产品的价值。这部分使用价值被称之为“消费者剩余”，用一个公式来表示，产品价值=消费者剩余+生产者剩余，其中消费者剩余是使用价值，而生产者剩余是生产价值，两者之和便是产品的真正价值。

　　随着信息技术发展，企业对产品的关注从“生产”向“使用”转移，或者说关注产品的全生命周期(生产+使用)，将是一个必然的趋势。原本，传统企业并没有能力直接粹取产品的使用价值。而物联网的兴起，一方面使得“物”在使用时的全方位信息收集成为可能，另一方面也可以帮助企业实现远程资产管理，将“物”的消费形式从产品销售变为服务租赁。企业可以通过部署物联网应用，来收集、分析消费者在产品使用中产生各类数据(包括环境信息)，一方面形成自主的决策机制和操作指令向设备发送，以提升用户体验和应用效能，另一方面，进一步提高产品的使用价值，减少过度开发，专注核心功能。掌握企业的生产时间消费者的使用时间，是企业数字化转型的目标，也是让“信息成环”的关键(麦肯锡认为物联网的作用就是让企业的生产信息形成“感知-预测-决策-执行”的操作环路)。

　　目前，业界对共享产品(包括共享单车)的疑虑和批评不少，但从整体来看，共享产品在挖掘“使用价值”方面潜力巨大，有颠覆传统的商品消费形态的理论基础和趋势。在未来，很多消费产品不再出售给用户，而为企业所有并进行着管理，用户按需租用的服务模式会越来越多见。企业通过共享租赁的模式，关注用户的产品使用时间，并通过迅速的产品优化和运营服务来增加消费者剩余价值。自此，可以断言，未来行业竞争的主战场，将从生产线上转移到使用环节。

　　在工业领域，同样如此。工业领域提出的“数字孪生”“数字化映射”“增强现实”等概念和技术，都是将使用环节的信息进行数字化，并融入到产品/设备的生命周期管理中进行分析和预测，以进一步提升工业设备的能力和价值。

　　为了充分实现物联网分析的潜力，您应该考虑以下五个事项：

　　1.真正看到数据，与数据交互

　　回想一下史蒂夫·乔布斯首次介绍 iPhone 时的情形。他为使用大尺寸触屏提供了一个理由：每个应用都需要自己的用户界面。类似的理由同样适用于分析。

　　我们提出的每一个数据问题都需要自己的图表和可视化视角;构成物联网基础的传感器数据呈现出爆炸式增长趋势，更加需要不同的图表和视角。不幸的是，多数物联网应用程序采用了一成不变的视图，或“闭端式仪表板”。除了回答一组预先确定的问题外，它们再无其他用途。

　　这些工具的灵活性远远不足以满足用户的需求。“可钻性”对于物联网数据的使用价值至关重要。例如，您或许能够使用一个物联网应用程序的故障引擎数据来预测今后的故障频率和类型。但是，如果您希望查看出现故障的具体部件，情况又会如何?要回答这个非常自然的后续问题，交互性和共享能力至关重要。

　　理想的情况是，用户与数据 — 以及其他数据探索者 — 进行随意而深入的对话，让每个人都可以发现引起变化的排列及模式。

　　2.组合可以提高数据品质

　　与这些深层问题密切相关的是物联网成功的第二个关键因素：集成。交互式数据分析可以提供答案，物联网数据与其他上下文信息的组合同样可以提供答案。

　　我们从一个消费者示例说起，例如通过组合 Fitbit 数据来探索健身方案与睡眠模式之间的潜在关联。

　　现在，想象通过混合不同数据来寻找企业级见解。喷射引擎中的嵌入式传感器有助于预测引擎何时需要维护。它可以预防故障，节省数十亿美元的资金，甚至挽救生命。与其他信息组合后，它还可以帮助我们为每个产品或区域制定更好的预算决策。

　　3.迭代和优化

　　在我们生活的世界，“完美数据”这种说法越来越显得自相矛盾。无论数据的构建方式有多么完善，这些数据很可能存储在您无法连接的数据源中，缺少关键元素，或者不具有支持深度分析的格式。这些缺点同样存在于物联网应用程序中，特别是在设备互操作性支持标准方面未达成共识的情况下。

　　为了避免不完整数据造成企业无法正常运转，您必须通过迭代来找出正确答案。这尤其适用于不具备大体量数据可供挖掘的公司。一些组织重点使用基于传感器的简单数据流来推动寻找简单见解的项目，并通过这些项目实现分析的早日采用。此类小规模举措的门槛较低，有助于集蓄力量，以便应对更大的挑战。

　　在迭代过程中，您发现“足够好”的数据通常足以定向性地回答几乎所有问题。此外，通过更好地了解数据缺口，您可以解决流程问题，改进数据的捕获和摄取方式，更加接近可以付诸行动的见解。

　　4.拥抱数据引力

　　您是否有跟踪网站点击流或测量消费者情绪?如果您在这样做，那么您就拥有外部数据，这些数据正在云端生成和存储。为什么这么说呢?降低日常开支，缩短启动时间，以及进行无限扩展。据 Constellation Research 预计，到 2020 年，60% 的任务关键型数据都将位于公司外 - 短短三年之内，超过一半的数据会在外部生成。

　　这对物联网分析而言意味着什么?过去，业务数据在内部防火墙后方生成 — 因此，本地数据仓库、管理员和分析工具的存在都是合理的。现在，您的组织必须积极采用顺应数据引力的平台，在数据所在的位置执行和管理分析。只要看到云中托管的工具能够以多快的速度生成数据，您就会开始理解数据引力。

　　但转换为基于云的 BI 并不意味着一蹴而就。请记住，数据引力会影响分析的位置。因此，如果数据跨云端和本地存储，分析需要提供混合解决方案。云服务是根据您的业务需求提供相应支持，而不是一种非此即彼的解决方案。

　　5.不要考虑工具，考虑平台

　　物联网数据常常来源不同，并且分散在多个相关和非相关的系统中，例如 Hadoop 群集、云仓库和 NoSQL 数据库。因此，如果您认为自己可以凭借一款一成不变的物联网工具就能完成从数据到见解的整个过程，请摒弃这种想法。

　　要实现理想的分析效果，您需要可靠的数据准备和扩充方法、可扩展的存储、为管控提供支持的目录，最后还需要为最终用户提供有助于发现见解的直观分析平台。现代组织将最佳解决方案组合成一个敏捷的堆栈，以便根据需求的变化对其进行调整。这些需求取决于多种因素，包括用户角色、数量、访问频率、数据速度等。此堆栈采用适合该用例的架构，并构成您的数据策略基础。其灵活性最终将驱动技术选择。

　　物联网的出现是基于人性的必然

　　早在远古时代，人类便寄希望与世界万物相沟通，以实现对周围环境的预知和控制。

　　在互联网时代，人们常说，由于网络的出现造就出一个相对独立的数字世界。然而，数字世界的出现并不能满足人们控制现实世界的深层需求，但却为物联网的出现做好了铺垫。试想当你拖着疲惫的身躯回到家时，房屋的空调早已开启，并设置到了合适的温度，灯光被调节到适合放松的颜色和亮度，悠扬的音乐在你一踏进门便开始响起。这样的场景过去只能出现在科幻电影当中，现在却已成为现实。为人服务，让人感到舒服正是物联网所擅长的事情，而这不正是人类一直以来所追求的吗?物联网的出现既是互联网及其相关技术发展的结果，也是基于人性的必然。