IoT难题TOP3:收入、数据、延迟

简介:

过去一年里,物联网的增长突飞猛进,许多人都不知道未来12个月它会带来什么。行业专家对未来一段时间内的物联网提出预测。

物联网预测1:寻求经常性收入

“客户的体验和参与将推动业务发展,”LogMeIn物联网战略总监Ryan Lester说, “IoT产品公司将更少依赖于初始设备采购,同时有更多的经常性收入、订阅和上市销售机会。”

DSP Group的CTO Lior Blanka表示,物联网将继续给用户留下深刻印象的是语音技术。

“亚马逊的Alexa和谷歌的Home Assistant只是开始,”Blanka说, “所有主要的玩家都将努力将这项技术整合到他们的产品中。他们将重点关注自然语言处理和清晰度,你会看到更多的关于实现用户与其设备之间的双向语音通信的清晰度算法和芯片组。

“明年将会看到物联网解决方案在大量产品类别中的普及,这些产品类别通常不包括技术或连接功能, ”Intelligent Products Solutions公司总裁Mitch Maiman表示,“但是,并非所有的方法都将获得显著的价值并在市场上取得成功。期待看到新的玩家,但也会看到许多初创公司半途而废。这个领域的竞争是昂贵的,有很多想法缺乏足够的价值来消费者参与。”

如常用的统计数字所示,10家公司中有9家在运营的前四个月内就会出现问题。因此,goTransverse总裁Michael Beamer知道,公司必须从一个清晰的货币化角度出发,特别是在物联网领域。

Beamer说:“那些还没有想出如何为这些新产品和服务开账单的公司会落后于已经有所准备的公司。没有相应的市场战略,已经做好的准备工作只能成为空洞的蓝图。对于希望在竞争激烈的IoT领域取得胜利的公司而言,找出可行的模式、阐明投资回报(ROI),以及了解IoT计划对整个业务产生的影响,将变得至关重要。”

Taoglas联合首席执行官Dermot O’Shea说:“设备出货量的增加意味着成本将继续下降。因此,更多的商业计划将具有财务意义。这是一个很大的热门行业,投资者正在努力争取最新和最大的物联网机会。 ”

IoT预测2:数据湖将被耗尽

麦肯锡公司在今年早些时候占据了新闻头条,其估计从物联网收集的数据中有1%从未被使用过。后来的评估显示该数据有所增加,但它本不应该存在。物联网的承诺取决于其数据——那么,什么会让这些数据变得更有用和更易消耗?

Basho Technologies公司的CEO兼总裁Adam Wray建议,首先,组织停止让数据湖捆绑数据而禁止径流。 “摒弃以数据湖为重点的方法,组织开始将大部分投资转向实施解决方案,这些解决方案使数据在生成和产生业务流程的地方得到利用:边缘。在未来几年,这种转变将被理解为十分有预见性的,因为,在从数据中获得价值上,边缘分析和分布式策略正在成为越来越重要的部分。

Morey公司的CTO Rich Catizone进一步认为端点的数据是增加智能的机会。

“如果你可以在端点处采取行动,而不是将数据从云端移到网关,你就可以在数据收集和存储方面节省时间和金钱。这也为机器或‘主动’学习的激增奠定了基础,”Catizone说,“一旦我们的设备更加基于点对点而不是客户端到服务器,它们就可以开始集体跟踪实例,通过自动纠正自己的行为使自身变得更聪明,最终为我们带来新的和新颖的洞察。”

NetApp公司的CTO Mark Bregman预测,如果使用开放平台,这种边缘智能将真正腾飞。 “开放的平台为数据保护和管理服务提供了一种集成和简化的访问,并支持数据建模和分析的新方法,这将超越我们迄今为止所取得的进步,”Bregman说。

IoT预测3:延迟是敌人

“互连对于即时访问网络、云和在多应用环境中的工作变得非常重要,这些都将促进IoT的成功,”Equinix全球垂直战略和营销副总裁Tony Bishop说,“变得越来越多的实时IoT应用程序将导致性能和延迟问题的产生。重要的问题是如何将机器到机器交互中的端到端延迟减少到减少机器到毫秒。”

为了解决这些问题,Citrix Workspace Services的CTO Christian Reilly认为,网络必须随着时代发展。

“新的设备和工作流程将扩大现有系统,”Reilly说, “2017年将是关键的一年,为了适应设备和数据的组合,网络将变得更聪明。”

BoldIQ公司总裁兼CEO Roei Ganzarski在他2017年的预测中发现了值得怀疑的地方:“未来几年内,智能设备的整合工作还远远不够。因为性能较差,由此产生的新闻和媒体报道较少。因此,实现部署将比人们预计的要慢。

本文转自d1net(转载)

相关实践学习
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
网络协议 物联网 开发者
NB-IoT 通信之 TCP 收发数据 | 学习笔记
快速学习 NB-IoT 通信之 TCP 收发数据
NB-IoT 通信之 TCP 收发数据 | 学习笔记
|
4月前
|
物联网 数据管理 Apache
拥抱IoT浪潮,Apache IoTDB如何成为你的智能数据守护者?解锁物联网新纪元的数据管理秘籍!
【8月更文挑战第22天】随着物联网技术的发展,数据量激增对数据库提出新挑战。Apache IoTDB凭借其面向时间序列数据的设计,在IoT领域脱颖而出。相较于传统数据库,IoTDB采用树形数据模型高效管理实时数据,具备轻量级结构与高并发能力,并集成Hadoop/Spark支持复杂分析。在智能城市等场景下,IoTDB能处理如交通流量等数据,为决策提供支持。IoTDB还提供InfluxDB协议适配器简化迁移过程,并支持细致的权限管理确保数据安全。综上所述,IoTDB在IoT数据管理中展现出巨大潜力与竞争力。
113 1
|
消息中间件 传感器 监控
IoT企业物联网平台,数据服务开发实战
IoT企业物联网平台开发实战
434 0
|
4月前
|
存储 传感器 监控
理解并利用物联网(IoT)数据的技术探索
【8月更文挑战第11天】物联网数据是数字化转型的重要资源。通过深入理解物联网数据的特性和价值,并采取有效的收集、处理和分析策略,我们可以更好地利用这些数据为企业决策提供支持、优化运营效率、创造新的商业模式并推动数字化转型的深入发展。
|
6月前
|
机器学习/深度学习 传感器 算法
物联网(IoT)数据与机器学习的结合
【6月更文挑战第6天】物联网和机器学习加速融合,驱动数据收集与智能分析。通过机器学习算法处理 IoT 数据,实现智能家居、工业生产的智能化。示例代码展示如何用线性回归预测温度。结合带来的优势包括实时监测、预警、资源优化,但也面临数据质量、隐私安全、算法选择等挑战。未来需强化技术创新,应对挑战,推动社会智能化发展。
184 0
|
传感器 监控 数据可视化
手把手教你用IoT设备监控家庭环境数据
本实验带您体验如何通过六合一传感器(温度、湿度、二氧化碳、PM2.5、PM10、甲醛)实现家庭环境数据实时采集,并搭建可视化大屏实时监控。
|
数据采集 小程序 前端开发
IoT小程序在展示中央空调采集数据和实时运行状态上的应用
IoT小程序框架在跨系统平台(AliOS Things、Ubuntu、Linux、MacOS、Window等)方面提供了非常优秀的基础能力,应用的更新升级提供了多种方式,在实际业务开发过程中可以灵活选择。IoT小程序框架通过JSAPI提供了调用系统底层应用的能力,同时提供了自定义JSAPI扩展封装的方法,这样就足够业务开发通过自定义的方式满足特殊的业务需求。 IoT小程序在前端框架能力、应用框架能力、图形框架能力都进行了适配和优化。那么接下来,我们按照其官方步骤搭建开发环境,然后结合中央空调数据采集和状态显示的实际应用场景开发物联网小程序应用。
23915 63
IoT小程序在展示中央空调采集数据和实时运行状态上的应用
|
监控 物联网 机器人
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
|
小程序 算法 物联网
10分钟体验IoT数据可信上链
模拟IoT设备采集的数据上链,通过配置数据处理规则、路由规则实现数据完整性和机密性,实现数据可信上链。
|
存储 SQL 数据采集
IoT设备数据的存储、解析和价值挖掘实践
本实践以一个道路交通场景下设备运营管理的真实需求为背景来介绍如何使用物联网平台的数据服务完成对设备数据的存储、备份、预处理和深度分析,以达到企业经营提效的效果。
23132 1
IoT设备数据的存储、解析和价值挖掘实践