在過去的一年中，我們與客戶在物聯網(IoT)項目上進行了合作，我們注意到了十個趨勢，這些趨勢將在2020年持續發展。

[[317091]]

1. 物聯網是一個商業機會，而不僅僅是技術機會

過去，物聯網通常被視為主要的技術挑戰，我們發現公司的首席信息官(CIO)往往是物聯網工作的領導者。 但是我們一次又一次地看到，要最大程度地發揮物聯網工作的經濟影響，就需要對業務實踐進行一系列廣泛的變革。例如，將風力渦輪機連接到互聯網，意味著它可以將數據發送給管理者，以確定何時需要服務或優化。但是，如果必要的管理和維護業務流程不到位(例如，供應鏈無法交付替換零件)，那么就無法實現收益。

2. 跨多個用例的嚴格執行是實現價值的途徑

一些客戶要求我們幫助他們找到物聯網的“殺手級應用”。鑒于數以百計的物聯網應用具有一系列潛在價值，我們通常建議客戶在開始任何物聯網工作時，都要有清晰的愿景和對業務的深思熟慮的重新構想。我們在客戶和獨立研究中都發現，最重要的物聯網價值來自于嘗試多個用例，每一個都基于一個明確的業務案例，與策略結合，并嚴格執行。

3. 物聯網正逐步實現更多的訂閱業務模式，但消費者對此持抵制態度

“按小時付費”這個概念幾十年來一直存在于高度復雜、昂貴的機械中，如飛機發動機。但是，較低的復雜性和價值的連接資產現在也可以按小時或年出售。制造商越來越多地提供“按小時收費的水泵”或“按小時收費的壓縮空氣”服務，而不是固定的資本成本加上維護費，這可能是買賣雙方在財務上的雙贏。在家庭方面，雖然食品和洗漱用品等非關聯的低價值產品長期以來都可以通過訂閱獲得，但關聯的高價值產品訂閱(例如，家電和計算機)已經可以獲得，但迄今為止一直落后于預期。我們相信這是因為這些資產與工業資產相比壽命更短，租賃可以實現類似的收益，并且預測性維護可能不存在，消費者仍偏好更換或保修。

4. 重型工業部門熱衷于物聯網解決方案

“工業互聯網”是真實的。我們看到客戶在石油，天然氣，采礦，公用事業和農業領域獲得了有意義的吸引力，而在汽車，復雜機械和離散制造等先進行業中，影響力正在迅速發展。 無論是將他們生產和銷售的產品連接起來，還是將連接的產品組合成更有效的價值鏈，這些重工業中的公司都在通過物聯網獲取價值方面處于領先地位。

全球十大能源公司已將物聯網應用程序用作更廣泛的流程和技術升級計劃的一部分，以在五年內將單位生產成本降低33%。在過去的三年中，它節省了超過90億美元的資本成本。將基于物聯網的分析應用于鉆井數據也幫助公司提高了成熟油井的產量。

5. 亞馬遜和谷歌在互聯家庭中已達到臨界點

互聯家庭成為可商用的概念已有25年以上，但始終未能兌現其宣傳效果。現在情況終于改變了。Alexa和Google Assistant已經達到了臨界質量，盡管存在一些安全和隱私問題，但它們已越來越多地集成到我們在家中操作事物的方式中。兩者都確立了住宅“控制點”的位置，相比之下，以前的嘗試過于昂貴，過于復雜且缺乏前瞻性。消費者，尤其是年輕的消費者，使用這些設備來購物，控制娛樂設施，調節恒溫器和照明，甚至煮咖啡。這對物聯網戰略具有重大影響，因為制造商和零售商將其產品和服務定位為與互聯家庭集成。

6. 中國的物聯網公司正在贏得本地市場的勝利，并開始在全球市場取得一席之地

許多西方初創企業和大公司都希望在中國巨大的物聯網市場機會中分一杯羹。然而，幾乎每到一個轉折點，都會出現一家可信的中國公司參與競爭，例如，本土云基礎設施即服務(IaaS)領域的BAT(百度、阿里巴巴、騰訊)、可穿戴設備和智能手機領域的小米(Xiaomi)、聯通暖通空調和家電領域的艾拉物聯(Ayla Networks)或Lifesmart或Landing智能家居。中國的物聯網生態系統在區域上似乎有其內在軌跡，許多西方公司發現它比預期的更具挑戰性。此外，這些中國物聯網公司具有全球抱負，并追隨正在全球化的中國工業企業，進軍“一帶一路”倡議國家。

7. 數據訪問沖突正在延遲業務拓展

多年以來，工廠或設備創建的數據可以提供給任何有合理理由的人來查看。但是資產所有者已經變得精明，并且越來越多地限制允許誰查看和使用來自其計算機的數據。此外，許多政府通常出于充分的理由而實施了嚴格的數據主權和隱私法規，但實際上卻在造成進一步的限制和復雜性。例如，擁有數據產生資產的公司可能不是最適合利用數據的公司。有關數據所有權和訪問權的爭議和法律爭執可能會延遲價值創造。我們相信將出現兩種基本情況：(1)公司將愿意與OEM共享數據，因為這給運營商帶來的價值遠勝于獨自經營(例如，飛機發動機);或(2)運營商將保持對數據的控制以區分性能(例如，采礦卡車，其工作條件變化很大)。

8. 成本壓力決定了云環境還是邊緣環境作為物聯網主機環境

物聯網新手的一個共同假設是，數據需要在云中或類似的中心位置才能進行分析。有時候這是正確的，但只要數據傳輸成本仍然很高，特別是對于遠程工業環境，則可以選擇在邊緣(即與數據生成位置相鄰)執行一些分析。在許多擁有移動和/或遠程資產(如石油和天然氣、航空和運輸)的工業部門，將一些分析智能轉移到邊緣可能更具成本效益。自動駕駛汽車也面臨著類似的挑戰;即使使用5G等更好的數據傳輸技術，快速移動車輛的響應時間也可能使基于邊緣的解決方案更具相關性。在很大程度上，關于是在邊緣存儲數據和分析，還是在云端集中存儲數據和分析的爭論取決于哪一種存儲速度更快：數據傳輸的成本和延遲，還是“更智能”的邊緣設備的成本。兩者的價格都在下降，但仍不清楚哪種方法會占上風。

9. 網絡攻擊并沒有明顯地破壞現有的物聯網工作

幾乎所有參與物聯網的CXO都將網絡安全放在首位。根據我們的研究和調查，幾乎有50%的人承認他們遭到了攻擊(可能還有很多其他人也遭到了攻擊，但尚未意識到)。在知道自己遭到攻擊的那些人中，有25%以上的人遭受了所謂的高傷害或嚴重傷害。網絡犯罪是一種持續的風險，需要勤勉和謹慎。即便如此，即使受到攻擊并受到嚴重破壞的公司在很大程度上也不會顯著減少其物聯網活動。簡而言之，網絡安全是一個大問題，但在大多數情況下并不是物聯網采用的障礙。大規模部署物聯網的公司將其視為一項戰略要務，盡管他們可能會改變政策并在網絡安全方面進行更多投資，但它們并沒有減少物聯網活動。

10. 過去兩年來，人工智能(AI)逐漸在物聯網中流行

自1960年代以來，人工智能就以某種形式出現了，但常常產生比結果更多的炒作。盡管仍有一些炒作，但隨著采用率的穩步提高，特別是在機器學習(ML)方面，出現了具有有價值結果的實際用例。根據我們的研究，在60%的IoT活動中都使用了AI和ML。

三大因素推動了AI的使用增長：算法進步的融合，數據擴散以及以較低的成本極大地提高了功率和存儲能力。為了擴展AI和ML，需要生產級的數據平臺。 顯然，商業領袖們希望這種情況能夠實現，而AI和ML的采用有望超過其他技術。

物聯網，也許是當今最具變革性和最引人注目的創新技術應用，對企業和消費者來說，仍然處于革命的早期階段。但重要的趨勢正在出現。那些能夠傾聽、學習和適應的人很可能是贏家。