开始 通过我们的介绍性内容提高自己的速度。

2017年对物联网的五个预测

物联网继续证明其在组织的数字化转型策略中的相关性。大小公司在2016年投入了大笔投资,并正在实现机会扩展物联网用途,以增强客户关系并推动业务增长。在整个2016年,各种规模的技术提供商都开始真正意识到,对齐方式对于缓解分裂至关重要,并且他们不需要“拥有”所有物联网解决方案来增加价值并取得成功。

2017年将继续为市场带来更多的复杂性,但公司将开始找到自己的独特性,使我们能够将重点放在手头的真正问题上。

以下是2017年物联网所拥有的五个预测。

1.衡量业务影响和安全恐惧将是物联网项目和解决方案的最大抑制剂

毫无疑问,物联网具有巨大的业务影响潜力,但是最终用户需要对预期的投资回报率感到满意,以便超越制造商项目和概念证明,以进行实际投资。在不了解业务价值和潜在投资回报率的情况下,物联网采用将扼杀和缓慢。在这些早期,有点捕获22,因为成功部署IoT解决方案的公司通常不想与竞争对手分享其成功的指标。我们看到了这方面的进步,越来越多的公司愿意在案例研究中记录可衡量的收益,但是这将需要时间才能成为常态。

一旦客户对业务价值充满信心以及如何计算它,第二大抑制剂就会成为安全的恐惧。2016年带来了有史以来最大的DDOS攻击由由物联网设备组成的僵尸网络交付,一个月后在美国关闭了1,600个网站,一个对Dyn的重大攻击在美国和西欧部分地区导致了大规模的互联网中断。根据分析师和行业专家的说法,这仅仅是开始。迄今为止,大多数黑客攻击都是通过不受适用安全措施的消费设备进行的 - 促进了对安全性的易用性和即时满足的产品。也就是说,随着业务价值和相关的攻击表面的增长,攻击者的兴趣也会增长。

在整个2017年,黑客将继续利用IoT设备的漏洞来发动大规模攻击。为了帮助打击这场战斗,裂缝的物联网市场需要共同制定安全措施,使设备默认不那么脆弱,并促进部署的最佳实践,同时也认识到保持可用性的重要性。毕竟,要使IoT解决方案成功,业务价值需要远远超过部署和维护它们所涉及的复杂性。

2.通过大规模合作合并物联网平台

物联网市场是分散的,这已经不是什么秘密了。目前,有超过400个平台,这使客户感到困惑,并减慢了研发过程。市场需要合并,以便客户更容易利用首选技术,并且他们不会觉得地毯可能会通过失败的平台从他们的下方拉出,从而在筒仓中建立了整个数据集成基础。我们已经看到了2016年的一个明显趋势,即公司已经从系统中脱颖而出,他们必须“拥有”一切才能取得成功。实际上,许多人已经意识到,根本无法很好地涵盖物联网解决方案的所有方面。为了使行业扩展,我们需要汇聚一个更普遍的基础,以便我们可以将差异化在分析,高级安全,垂直专业知识和服务等领域重要的地方。

一个关键因素加速互操作性是开源协作。开源平台越来越多地用于工业,智能城市和公用事业行业项目。我认为,历史上保守的行业将在2017年继续对开源更加自在。我们将看到一个领先的开源平台项目出现,为数据集成提供重心。这将减轻连通性标准中的碎片化。随着更多开源工具的开发和成熟,它们也将成为研发过程的重要组成部分。

3.增加对垂直用例的专注

许多物联网炒作都来自消费者细分市场 - 连接的婴儿监视器,冰箱和厕所。我们一直专注于广泛市场的商业和工业部门,已经开始意识到这就是真正的投资回报率。在2017年,市场将就工业垂直领域的用例开发进行深入的对话。通过为这些用例创建和共享蓝图和解决方案架构,我们将互相学习,并使进度更快。我上面提到的合并将使我们更接近开放且灵活的水平物联网平台的乌托邦,可以将专门的工具和垂直域知识应用于该平台,以解决目标用例。同时,专注于高度特定用例的专有平台和服务提供商将看到牵引力,而全部贸易将是无人机。

4.供应商将专注于认证以帮助提高物联网增长

成为认证的专家在无数的物联网平台之一中,并不意味着很多。但是,随着该行业为数据集成的事实上的标准(以及与自己的差异化相关基础的领导者)的事实上,将设定阶段的特定于行业的认证,以保持限制酒吧的高度和确保认证保持重量。这些认证将有助于为顶级人才准备所需的IoT技能,并涵盖行业标准的工具,应用它们的特定平台以及在安全性,分析或特定行业和用例中的领域专业知识。

结果,大型公司和创新的初创企业将开始对低成本或无成本的培训认证进行大量投资。IBM的Watson IoT学院和PTC University的ThingWorx认证已经看到了这种趋势 - 企业应该准备跟踪其物联网供应商在认证领域所做的事情。

5.人工智能将越来越多地用于挖掘来自物联网设备的数据

当物联网分布在边缘和云上时,洞察力将是通过使用AI来提高通过容器部署。人工智能已经通过帮助实时决策来打个标记。在AI的未来,开发更自然的语言能力将有助于进一步实现连接的物联网世界的潜力,因为基于自然语言的数据描述将提供一种通用的方式来了解各种类型的设备之间的数据。这种方法不仅会分解孤岛,而且还可以使人们直接通过语音或文字与物联网进行交流。

这将带来挑战,尤其是在劳动力中的文化上。在传统行业占主导地位的国家,例如在巴西制造业我们未来的劳动力研究发现有41%的工人表示他们担心机器人可能会拿起工作。一些公司正在利用机会重新培训员工并教他们新的技能。例如,数据科学家将启动培训机器,而不是审查大型数据库以获取见解和答案。这将帮助机器发​​展知识以在数据层之间阅读。AI将能够以不同的方式解释数据,更简洁地分解数据,并识别和共享细微差别。

你同意这些吗?您在新的一年中还有什么其他预测?

所有的物联网议程网络贡献者都负责其帖子的内容和准确性。意见是作家的,不一定会传达物联网议程的思想。

搜索CIO

搜索安全

搜索联网

搜索数据中心

搜索数据管理