現階段的物聯網商業體系處于正在發展階段，物聯網基礎設施架構還不完善，在這方面想要超過當前的IT數據中心基礎設施還很難。為了推動物聯網基礎設施架構的成型以及在未來幾年內躍進相對成熟的發展階段，物聯網相關技術發展需要IoT產業各上下游企業及技術法規制定機構共同推進進程。

　　全球知名市場研究機構 CB Insights 數據預估，在兩年內全球幾乎每人每天都會產生1.5 GB的數據。這將推動物聯網系統服務的支出從2013年的不到500美元增加到2019年的1.7萬億美元。到2022年，預計僅邊緣基礎設施的支出將超過67億美元。

　　邊緣計算技術包括各種類目和子類目，所有這些都應該賦予各種技術標準和案例 - 從智能家電到智能汽車再到整個智慧城市。利用邊緣計算及5G技術實現萬物互聯，從M2M到云端設備通信以及從客戶端到服務器端（C/S）通信等不同連接場景下將產生大量數據包，如何確保各種物聯連接環境下數據包的安全加密編解碼以及針對其進行有效的大數據快速批處理算法意義重大。

　　另外在人工智能算法方面，神經網絡、機器學習、自主分析以及其他應用程序等工具在某些特殊連接場景下，有快速的大數據運算的要求，這些即時的運算事件必須在實時或接近實時的時間進行，例如當自動駕駛汽車在高速公路下行駛或者連接的醫療設備正在為患者提供緊急救生服務時，確保這些特定場景下滿足其業務需求，物聯網、5G技術的發展速度和進程必須要提前先落地。

　　其次邊緣的智能系統必須自己確定哪些數據要在本地處理，哪些數據由物聯網基礎設施來處理。建立物聯網數據中心來治理智慧城市或者為一些物聯網企業提供2B端物聯網云服務又或者為2C端提供智慧家庭服務是有必要的，因為這可以快速將結果傳遞給連接的設備，不僅可以提供快速的響應時間，還可以防止集中的計算，存儲和網絡資源變得不堪重負。所以最好的方式是推動邊緣技術持續的發展，建立聚合數據庫和自動化預處理機制，同時在數據抽取分析決策方面需要高精度預判，機器自行決策如何在各種情況下進行自動化。

　　從智能邊緣過渡到智能網格是邊緣技術的一種延伸，在物聯網工作負載和系統變得更加復雜的情況下，該體系結構也將更靈活，更靈敏。通過這種方式，物聯網將促進邊緣資源、M2M設備本身之間的更大連接，最終形成新的多點到多點結構層取代當今的點對點解決方案。