物聯網(IoT)正處于炒作期，似乎每個參與者都在忙于規劃IoT未來的發展愿景。當然，他們口中談論最多的話題，從大規模增長到安全漏洞，再到技能短缺。

這些都是真正需要擔憂的問題，運營情報(OT)供應商OSIsoft的工程副總裁Chris Nelson認為，物聯網將模糊IT(運行客戶系統和電子郵件)和OT(運行生產系統背后的技術)之間的界限。

1. 工業和商業應用將推動整個行業

Nelson表示，這是因為企業可以更好地將物聯網的收益貨幣化。他將能源消耗作為一個重要的例子，并指出“ 能源信息署的數據，工業消耗了全球交付能源的54%，超過了消費者或交通運輸的總和。將鋁或造紙廠的能源減少一到兩個百分點，可能節省數百萬美元，消費者減少1%的電力消耗每月只能節省幾美元。”

我的看法：確實如此，但消費者的數量遠遠超過企業，而整體消費支出推動了經濟的發展。盡管如此，相對較少的大型企業實施可以幫助推動物聯網的使用。此外，我們希望工業和企業物聯網能夠更好地應對安全問題。

2. 邊緣計算將比想象的還要重要

“邊緣計算基本在任何地方(風電場、工廠)，在這里數據被生成、分析，并在很大程度上存儲在本地?！彼挠^點是，“大多數機器生成的海量數據都不需要走太遠。據Gartner的預測稱，超過50%的數據將在傳統數據中心之外生成和處理?！?/p>

但Nelson并不確定哪種邊緣架構會占上風。他指出，邊緣可能像云的臨時中轉站一樣，或者我們可以看到“區域”網絡的出現 ，邊緣中的邊緣，可以進行自己的分析并以更小、更有效的規模執行其他任務。

我的觀點：物聯網和“邊緣”之間的協同作用很難引起異議，但隨著云架構繼續主導計算架構，邊緣、數據中心和云之間的架構差異似乎開始消失。

3. 合成數據將成為一個更緊迫的問題

Nelson將合成數據定義為“讓好人做壞事的誤導性信息?！彼傅氖窍?a target="_blank">黑客一樣向控制室發送“合成”通知，讓操作員在水庫上打開大門，淹沒一個社區。他稱之為“ Stuxnet病毒成為主流?！彼⒁獾絃awrence Berkeley Lab和Aperio等機構都在努力找出虛假數據。

我的看法：考慮到我在應用程序監視領域的工作，“合成數據”對我來說意味著一些不同的東西。但Nelson是對的，入侵或欺騙物聯網數據是目前被低估的風險。

4. 實時數據將變得越來越重要

引用IDC的數據， 實時數據占數字數據的比例將從2017年的15%增長到2030年的30%，總數據量增長7倍至10倍。他預測，在這一領域會有更多的創新和投資，“尤其是在軟件領域，它將讓人們理解機器在說什么?！?/p>

我的看法：毫無疑問，使用實時數據來推動實時決策將變得越來越重要。然而，考慮到涉及的數據巨大，我會尋找人工智能(AI)和機器學習解決方案，以便將這些數據轉化為行動。

5. 智能設備將開始發展

Nelson預測，“制造商將越來越多地將實時監控和診斷集成到設備中”，將Caterpillar的CAT Connect發動機監控服務和Flowserve的建筑智能服務應用到工業泵中。

“在過去的五年里，”他說，“我們已經看到技術堆棧聚集在一起，幾個終端用戶進行了試驗。在接下來的五年中，我們將看到商業化的應用?！?/p>

我的看法：將智能技術融入昂貴、耐用的工業設備中，本身就存在風險。由于物聯網的變化比設備的使用壽命快得多，因此除非供應商能夠創建模塊化、可升級的解決方案，否則物聯網將面臨淘汰的風險。

6. 數據共享的規則和業務實踐將開始融合

Nelson提出了一個有趣的問題：“假設設備提供商對其出售或租賃的終端設備提供持續監控。誰擁有這些數據?大多數人會說終端用戶，但是如果設備提供商對原始數據進行分析，從而創建第二組信息比第一組更有價值呢?來自一個設施的數據是否可以匿名化并用于優化競爭對手擁有的另一個設施的基準?

我的看法：數據所有權是一個巨大而棘手的問題，我不太相信我們能在2019年或不久的將來在解決這個問題上取得真正的進展。我期待這是一個持續關注多年的領域。

7. 傳統業務將利用物聯網開發新的商業模式

Nelson指出，小型農村公用事業公司已經開始以一種新的方式利用他們對智能電表的投資來銷售寬帶服務，同時“大型公用事業公司和制造商正在研究將其內部物聯網應用商業化以進行預測維護的計劃。”

我的觀點：這只是許多人眼中物聯網的冰山一角。當然，省錢是件好事，但真正的機會是利用物聯網創造全新的業務。我認為，現在要知道這些新想法會是什么，以及哪些新想法會獲得成功還為時過早。

8. 物聯網項目必須達到目標

“公司不會為開放式項目提供資金，”Nelson表示，“他們希望在兩年或更短的時間內獲得回報?！?/p>

我的看法：還不確定我們是否達到了目標。許多企業和工業物聯網項目仍處于試點階段，試圖找出他們的“數字”應該是什么。在這個問題得到解決之前，談論“制造”這些數字似乎還為時過早。