对2017年物联网发展的深度分析

　　本文是节选自Fobes“2017InternetOfThings(IoT)IntelligenceUpdate”文章，根据德雷斯纳咨询服务公司(DresnerAdvisoryServices)2017版的物联网的研究编译而来。

　　该研究将物联网定义为嵌入电子、软件、传感器和连接的物理对象或“实物”网络，以使对象能够收集和交换数据。该研究考察了智能定位、终端用户数据准备、云计算、先进预测性分析以及数据流分析等关键相关技术。

　　“尽管物联网还处于初期阶段，但我们认为这是工业界的一个决定性话题，物联网智能(IoTIntelligence)作为了解和利用物联网数据的手段，同样也将变得越来越重要，并将促进智能定位(locationintelligence)、先进和预测分析(advancedandpredictiveanalytics)、大数据(bigdata)等关键技术的发展。”DresnerAdvisoryServices的创始人兼首席研究员HowardDresner说。

　　此研究的主要内容包括以下几点：

　　☆53%的受访者表示物联网有点儿重要，只有不到15%的受访者认为物联网现在非常重要。

　　☆制造、咨询、商业服务、分销与物流是应用物联网的前四大行业。

　　☆增加收益和提高竞争力是物联网倡导者所追求的终极业务智能(BI)目标。

　　☆智能定位、数据流分析和认知BI是排名前三的最有价值的物联网应用技术。

　　☆采用业务智能BI的程度越高，物联网倡议取得成功的可能性就越大。

　　制造业首当其冲

　　从各个行业受访者对物联网重要性认知调研结果中可看到，2017年物联网已应用于多种商业环境，IoT重新定义商业模式，在多个行业实现增加产量、流程自动化。总的来说，制造、咨询、商业服务、分销/物流和能源行业物联网相关的报告数量最多，超过半数受访者认为物联网至少是有点重要的，可谓物联网的领导者。在全球经济整体低谷的时代，这几个行业难以维持增长盈利模式，面临巨大的竞争和挑战，找出新的发展思路实现成功转型迫在眉睫，而物联网早期倡导者将增加收益和提高竞争力作为物联网项目的目标，符合为这些行业快速提供收益和竞争力的需求，因此物联网的一系列举措在这些行业得到广泛的资助和支持。这其中，制造业的受访者认为物联网“不重要”的比例最低，认为物联网“重要”的比例超过一半，高居榜首。

　　制造业拥有大量设备，时刻产生巨大数据，通过传感器收集数据、通过网络通讯技术等将数据上传至云端处理，将物理世界和信息世界融合，之前未连接的设备能够进行通信和共享数据，实现真正的万物互联，已成为物联网的主战场。智能制造涵盖了所有业务领域，模糊和改善了工厂运营、供应链、产品设计和需求管理之间的鸿沟，所以没有哪个行业受IoT影响比制造业更大。

　　在制造业内，物联网系统在生产过程和供应链中提高生产力的潜力是巨大的，涵盖设备连接和管理、数据采集分析、先进和预测分析、业务和流程优化。在设备连接和管理中，制造商可以使用完全连接的网络实现设备和生产过程的可视性、可访问性和主动控制。用这些设备采集的数据分析结果来管理关键绩效指标(KPI)，以提高运营效率，优化决策制定。使用先进和预测分析，制造商可预测问题并提供增值服务，甚至开拓全新的服务。

　　在物联网实践的过程中，离不开数据采集、分析、通讯网络等各种新技术，需求推动着新技术快速发展。因此，技术领域认为物联网非常重要的受访者比重最高。奇怪的是，负责众多不同移动资产的联邦政府、州政府和地方政府将物联网举措列为非常重要或关键的可能性最小，65%受访者认为物联网对其毫不重要。但纵观整体，到2017年，大多数行业的多数受访者依旧认为联网并不重要，将其置于业务智能和数据管理等紧迫的问题之后，物联网的应用在未来一段时间内依然将保持很低的水平，直到有广泛的应用成功案例出现。     

　　哪些技术驱动着物联网的发展

　　物联网倡导者，也就是认为IoT至关重要(Critical)或非常重要(Veryimportant)的受访者，支持物联网在广泛的业务智能(BI)活动和过程中的应用。物联网倡导者和所有受访者兴趣差距最大的领域毫不意外的出现在智能定位、数据流分析(streamingdataanalysis)和认知BI(cognitiveBI)这些已经有成功应用案例的方向。有趣的是，物联网倡导者在数据仓库中看不到更高的IoT机会，不期望获得与上述技术一样的重大收益。无论是更广泛的受访者群体还是物联网倡导者，都对BI的主要产品：报表和仪表盘给出了高度评价，置于首位，但是物联网倡导者也并没有对其表现出更为特别的兴趣，倒是可视化和终端用户自助服务(End-userself-service)备受先行者的青睐。     

　　先进预测分析(AdvancedandPredictiveAnalytics)

　　先进和预测分析包括统计、建模、机器学习和数据挖掘，分析事实，以预测未来或未知的事件。受访者对先进和预测分析的广泛特征表示出强烈兴趣。其中最受欢迎的功能需求包括：回归模型(regressionmodels)、教科书统计函数(textbookstatisticalfunctions)和分层聚类(hierarchicalclustering)。超过90%的受访者回答说，这三点对于他们日常的使用分析至少是“有点重要”。地理空间分析(与地图、人口、人口统计和其他Web生成的数据高度相关)、推荐引擎、贝叶斯方法和自动特征选择是后续最需要的功能。

　　图6先进预测性分析的特点

　　智能定位

　　智能定位是业务智能的一种形式，主要分析应用的维度是位置或地理。最典型的如，通过查看覆盖在交互式地图界面上的数据点来进行分析。物联网倡导者对智能定位的兴趣远远超过调查总人群。通过两年的调查结果对比看，随着时间推移，整体评价没太大变化。74%的物联网倡导者表示智能定位是“至关重要”或“非常重要”的，几乎与去年相同，我们并不感到惊讶，因为位置往往是物联网数据分析的关键应用，只有26%的整体样本在2017年认为其“至关重要”或“非常重要”。基于物联网的智能定位最有前景的应用案例是在高度规范的制造业(highlyregulatedmanufacturingindustries)，简化可追踪性和供应链执行工作流(streamlinetraceabilityandsupplychaincomplianceworkflows)上的潜力。预计2018年，ERP和供应链管理(SCM)软件供应商利用物联网智能定位，在全球范围简化可追溯性(streamlinetraceability)和供应链合规性(supplychaincompliance)，推出新的应用程序。

　　图7智能定位的重要性：物联网先行者与行业平均水平

　　此报告对于2017年物联网行业的发展做出了客观判断，对客户及物联网技术供应服务商提供了丰富且有价值的信息。2017年，物联网继续对制造业起着越来越重要的作用，物联网先进技术蓬勃发展。客户可根据市场研究结果了解同行是如何利用、如何投资业务智能及其相关技术的。比较当前的供应商表现和行业规范、识别和选择新的供应商。