物聯網已經迎來強勁的發(fā)展勢頭。傳感器如今已經擁有足夠小巧的體積與相當低廉的使用成本，能夠嵌入至任意類型的設備當中并幫助更多企業(yè)利用由此生成的海量數據。在今天的文章中，我們將共同了解企業(yè)在涉足物聯網層面之前必須了解的幾項關鍵性方向。

                  2016年企業(yè)涉足物聯網 14個關鍵性方向必須關注　　
　　數據量正爆炸式增長

　　企業(yè)發(fā)現可供選擇的新興物聯網設備數量以及由此產生的可用數據正呈現出爆炸式增長。相關部署模式已經開始從傳感器處獲取信息，而后將該信息通過IPv6網絡協(xié)議傳輸至設備云當中。然而，隨著數據總量的持續(xù)攀升，這種既有模式恐怕將無法應對未來的實際需求。

　　“如果我們每秒都對由資產或者設備捕捉到的溫度數據進行讀取，那么其中大部分讀數都無關緊要，這意味著全部傳輸數據負載的整體價值將因此而降低，”意大利中西部物聯網委員會聯席主席DonDeLoach在一次采訪當中指出?！斑@還僅僅是存儲大量數據(集中于較短時間段內)的弊端之一。如果每套數據集都達到PB級別而且需要針對其運行復雜的查詢操作，那么我的查詢結果可能需要五個小時才能成功返回。考慮到我們無法確認自己提出的問題是否準確或者切中要害，這樣的時間成本無疑是一種很大的代價?！?/span>

　　我們可能需要重新審視數據收集與分發(fā)實踐

　　物聯網設備允許企業(yè)收集超過其實際需求的信息總量。因此，企業(yè)應該考量自己要如何收集這部分信息以及究竟是否需要將其保存在自有系統(tǒng)或者云環(huán)境當中。

　　“物聯網的崛起同時帶來了機遇與挑戰(zhàn)。大家無法單純將數據保存在云環(huán)境中并等待人們加以訪問。我們需要真正幫助其實現可用性，從而推動用戶利用其做出決策?！睉?zhàn)略與咨詢企業(yè)BoozAllenHamilton公司高級副總裁MarkJacobsohn在一次采訪當中指出。“大家還需要考量自己的執(zhí)行流程，審視如何為人們提供更多可用信息，從而供其進行實際操作?！?/span>

　　數據類型混合態(tài)勢可能進一步發(fā)展

　　如今攝像裝置可謂無處不在，但其收集到的數據卻不一定需要與其它類型的數據加以結合。盡管相關技術在不斷進步，但安全警衛(wèi)仍然需要以人工方式緊盯電視屏幕以確定銀行的監(jiān)控攝像頭是否捕捉到了異?；顒?。換言之，物聯網輔助用例全面誕生的時代已然來臨。

　　“視頻信息需要占用大量帶寬，人們必須親自對其內容進行觀看。而當將其存儲在特定位置時，還有可能造成隱私泄露的問題。總而言之，攝像頭捕獲的信息超出了我們的實際需求，”攝像頭與顯示子系統(tǒng)供應商Apical公司CEOMichaelTusch在一次采訪當中解釋稱?！拔覀兡軌驈氖謾C以及邊緣安全系統(tǒng)的圖像傳感器當中提取到數據。圖像傳感器會不斷生成數據流并對其進行描述——例如對象可能是汽車、行人以及標志?！?/span>

　　電信服務供應商以及各大型企業(yè)正在利用這類圖像傳感器數據改進自身方案的精確性水平，具體包括家庭報警系統(tǒng)以及監(jiān)控系統(tǒng)。家庭報警系統(tǒng)已經開始利用動態(tài)傳感器來檢測是否有人入侵，但其尚無法區(qū)分哪些人物對象屬于家庭成員、而哪些不是。圖像傳感器的出現提供了新的粒度控制層，從而實現更出色的精度與執(zhí)行效率，從而降低虛假警報的出現數量。

　　用于生成分析結論的必要時間必須縮短

　　幾十年以來，企業(yè)一直在利用周期性數據實現商務智能等分析目標。然而由于數據的收集與存儲成本不斷下降，如今越來越多的企業(yè)開始利用更快的數據訪問方案驅動業(yè)務需求。而當企業(yè)開始采納物聯網設備時，他們首先需要考慮的是該如何處理由此產生的數據流。

　　“企業(yè)需要首先考量的難題之一在于如何以前所未有的方式以實時以及近實時方式處理來自多個來源的數據流，”BoozAllenHamilton公司高級副總裁MarkJacobsohn表示?！拔锫摼W允許我們利用數據科學及相關方案對各類從未出現過的領域中的大數據進行處理?！?/span>

　　背景為王

　　一部分物聯網設備能夠提供相關背景信息，從而幫助用戶實現必要的維護需求預測、交通流控制以及提升面向消費者的營銷活動有效性。在它的幫助下，企業(yè)能夠理解為什么人類及設備會在不同背景之下采取不同的行動。

　　“環(huán)境情報與情景意識的概念也正源于此。我們將80%的時間用于解決具體技術挑戰(zhàn)，但我們收集到的數據到底來自怎樣的背景環(huán)境?當我們進行語境與預測分析時，邊界情報往往能夠起到非常重要的輔助作用，”衛(wèi)星通信與網絡解決方案供應商GlobecommSystems公司企業(yè)戰(zhàn)略與產品管理高級副總裁JonKirchner在采訪當中指出。

　　數據持有權問題可能愈發(fā)嚴重

　　物聯網設備會生成大量數據，但這些數據該歸誰所有，誰又有權對其進行訪問?到底是設備制造商?服務供應商?物聯網設備持有者?抑或是其它第三方?具體答案可能取決于設備的實際類型、由其產生的信息內容、誰需要這些信息又出于何種目的、隱私與安全性問題以及該設備運行所在的實際環(huán)境等等。包括這到底是單一的獨立設備，還是被集成至一整套物聯網設備網絡中的組成部分?

　　“從架構層面講，最重要的是對這些系統(tǒng)進行合理設計，這樣大家才能夠根據實際使用習慣、具體客戶類型(例如快餐店)、相關保險廠商或者FDA的要求對數據進行清理、富集與發(fā)布，”意大利中西部物聯網委員會聯席主席DonDeLoach解釋稱?！叭绻沂且患颐髦堑奈锫摼W設備制造商，那么我會樂于獲取并持有這些數據，但醫(yī)院、餐廳或者零售店等客戶可能會對此持反對意見，因為這些數據能夠成為其決策的重要基礎甚至改變其具體運營方向。”
數據治理工作需要進行重新考量

　　在制定面向物聯網的業(yè)務遷移決策時，大家必須通盤考慮到數據的收集、存儲、保護、處理、分析以及使用等各類相關問題。考慮到物聯網設備所產生數據的龐大規(guī)模，我們必須要能夠以自動化方式解決與數據相關的各類潛在難題，例如哪些數據應被保留或者加以使用，而誰又能夠出于必要目的對其內容進行訪問。

　　“最大的難題在于治理——誰持有數據、誰負責數據管理以及如何保護其中的隱私內容。治理工作在架構部署流程中的重要性將愈發(fā)凸顯，”意大利中西部物聯網委員會聯席主席DeLoach解釋稱。

　　隱私問題需要得到進一步關注

　　物聯網幫助企業(yè)收集到更多信息與更多與個人、位置以及其它前所未有的細節(jié)層面的具體數據。有鑒于此，企業(yè)應當了解到隱私管理政策的重要意義以及物聯網的出現會對此類政策造成怎樣的影響。

　　“自動駕駛車輛已經開始通過藍牙、3G或者4G網絡與物聯網中樞相對接。到那個時候，將會有更多關于個人駕駛習慣、各時間段所處位置、實際路況以及過程中所傳輸信息的有趣數據被收集起來，”BoozAllenHamilton公司的Jacobsohn預測稱。

　　企業(yè)需要采取合適的角度以理解其收集到的信息類型，包括其是否屬于敏感信息、人們對相關收集行為抱有怎樣的態(tài)度以及是否應當對其中部分信息進行舍棄。他們還需要了解自己不需要收集哪些信息，并確保對敏感信息加以嚴格保護。

　　機器學習將成為一種必要

　　數據總量越大，企業(yè)就越是需要利用機器學習將其真正轉化為有價值信息。

　　“考慮到我們目前所擁有的龐大數據總量，未來我們將無法以人力或者手動方式解決此類計算難題。大家需要以機器學習方式識別龐大信息之間的內容關聯性，從而實現資產的預測性維護以及其它相關既定目標，“硬件與軟件解決方案供應商C3Energy公司高級副總裁HoumanBehzadi指出。

　　目前一家東海岸設施廠商已經開始嘗試理解其傳感器網絡生成的運行狀態(tài)信息，并借此防止?jié)撛诘钠墼p行為。通過對數據源的簡單分析規(guī)則處理，該公司得以在一年當中識別出數百起欺詐活動，但這套方案的準確率只有可憐的30%。而在機器學習機制的幫助下，該敲詐廠商立即將欺詐行為的發(fā)現總量提高到20000起，而且最終達到了90%的理想準確率水平，Behzadi解釋稱。

　　再次強調商業(yè)案例的必要性

　　物聯網設備的普及亦有可能如其它類型的技術投資一樣最終無法帶來任何有意義的收益。換言之，如果在采購相關方案時沒有為其設置既定商業(yè)目標，那么企業(yè)將很難通過這筆投資獲得理想中的回報。

　　“物聯網設備的介入絕不僅僅表現為獲取及匯總數據。大家需要自始至終在思維當中考慮到相關分析機制。我們希望實現怎樣的目標，又打算最終拿出怎樣的項目方案?”戴爾公司信息管理部門首席研究官ShawnRogers在一次采訪中表示?！霸谄鸩诫A段，大家需要審視現有的良好執(zhí)行方針，并考慮否則對其進一步優(yōu)化。以分析為先并觀察其具體結果。確保我們擁有數據管理與數據集成基礎設施。大家還需要確保自己擁有先進安全策略與必要的執(zhí)行能力?！?/span>

　　組織敏捷性至關重要

　　企業(yè)面臨著快速利用數據實現具體價值的壓力?？紤]到物聯網設備的實時特性以及基礎設施的復雜性，利用靈活性實現價值的持續(xù)驅動就成為一種必要能力。

　　“傳統(tǒng)項目規(guī)劃是一個漫長而艱難的過程，來自各個部門的員工需要把自己的要求寫下來，而后對各項內容進行優(yōu)先級排序。而在某些大型企業(yè)當中，這項工作甚至需要耗時一整年，”普華永道公司合伙人OliverHalter表示。“而在物聯網與大數據的普及趨勢之下，我們根本沒有如此充裕的時間周期。我們需要敏捷團隊與敏捷的運營模式。”

　　包括物聯網項目在內的大數據趨勢往往要求我們采用一套混合型解決方案，從而將內部資源與外部資源以互補方式聚合在一起。鑒于迅猛的技術變化與持續(xù)演進的市場需求，企業(yè)往往需要依靠來自外部的專業(yè)知識作為指導，從而保持自身強大的市場競爭力。除此之外，由于物聯網能夠對企業(yè)的業(yè)務發(fā)展戰(zhàn)略產生直接影響，因此其應當采用雙峰結構(即將集中式IT服務與面向特定部門或者業(yè)務方向的專家資源加以結合)作為業(yè)務驅動力，從而實現成功所必需的速度與規(guī)模。

　　可能創(chuàng)造新的商業(yè)機遇

　　與移動設備一樣，物聯網能夠將設備、傳感器、軟件以及數據集加以結合從而催生出新的商業(yè)機遇。我們已經發(fā)現眾多具體的創(chuàng)新成果，包括健身設備、智能城市以及智能汽車等等。

　　“我們將在各類環(huán)境當中發(fā)現更多創(chuàng)新型成果，例如通過物聯網設備監(jiān)控水源清潔度。當我們將其接入能源網絡及供能通道時，物聯網設備也有望幫助我們提高資源使用效率，”IT咨詢與服務企業(yè)Virtusa公司技術解決方案部門高級副總裁FrankPalermo在一次采訪當中指出。

　　除了廣泛的通用型物聯網普及趨勢，也有一些企業(yè)采用了更具針對性的創(chuàng)新載體，從而通過物聯網創(chuàng)造新的營收來源。舉例來說，戴爾旗下的移動手機客戶就利用先進分析機制建立起銀行業(yè)務事業(yè)部，旨在幫助那些無法前往營業(yè)廳的落后國家客戶完成銀行業(yè)務操作。他們使用來自手機與第三方源的數據以了解客戶信譽，并以此為基礎打造出一系列極具地方特征的金融產品——例如抵押貸款及小額貸款。

　　物聯網也許會徹底顛覆現有行業(yè)

　　花五分鐘在任何一家酒吧當中待上一會兒，大家就會發(fā)現酒保在為客人打啤酒時浪費掉了其中相當可觀的一部分。但除此之外，另有一些更不容易被發(fā)現的浪費狀況——例如由于訂貨過多導致啤酒過期等等。事實證明，啤酒行業(yè)的執(zhí)行習慣中存在著巨大的數據問題，其甚至嚴重影響到了各從業(yè)商家的利潤水平。

　　“目前美國本土在售的啤酒有600萬種。而光是生產但未被實際售出的被浪費啤酒在價值上就相當于哈雷戴維森公司一年的總收入——1億美元，”硬件與軟件解決方案供應商SteadyServTechnologies公司CEOSteveHerschberger在一次采訪當中表示?！按蠹倚枰惶譛PC代碼以了解啤酒的儲藏位置及其成本。大家還需要利用相關解決方案掌握酒桶中的現有酒量，從而估算其會在何時售空并需要再次被注滿。”

　　利用傳感器以及物聯網平臺，酒吧、餐廳、啤酒分銷商以及釀酒商將能夠更為準確地預測并管理供應與需求間的關系，從而顯著降低運營成本并提高自身在價值鏈中的盈利能力。另外，相較于使用早已失去了準確性的九到十二周之前的陳舊數據，用戶現在可以以近實時方式獲取更為準確的信息。數據的準確性與時效性之所以如此重要，是因為啤酒的保持期只有短短90天。

　　不存在百試百靈的仙丹

　　物聯網還需要經過漫長的發(fā)展道路才能真正實現成熟。我們目前仍有大量標準化工作要完成;各個行業(yè)則需要進一步探索其發(fā)展?jié)摿?另外，我們也面對著一系列亟需解決的難題。

　　“以實時或者近實時方式獲取信息的能力將成為此類遠程技術的核心收益。這是一類非常典型的大數據挑戰(zhàn)，因為數據總量實在太大而我們最初的作法是為每位病患開發(fā)出一套體征監(jiān)控機制，從而對病人的異常體征加以控制，”醫(yī)療管理軟件供應商Medecision公司業(yè)務開發(fā)與分析高級副總裁LarrySchor在采訪當中指出?！拔锫摼W設備目前還沒有得到廣泛普及，這是因為其經濟性水平尚不夠低廉。另外，必要的實踐標準也存在著嚴重缺失。”

　　目前以FitBits以及其它類似醫(yī)療與健身監(jiān)控產品相關的方案已經開始出現，不過醫(yī)生一般并不關注病患的此類具體數據，而更多地是希望了解病患是否擁有并使用這樣的設備?？纱┐髟O備只能表明病患關注自己的健康狀況，但并不能保證病人的身體水平就一定優(yōu)于其他患者，Schor表示。很明顯，這類信息對于關注身體健康的個人用戶更加重要，另外用戶的雇主也希望借此降低保費水平以及需要支付給健康保險公司的其它開支。

　　原文：14 Ways IoT Will Change Big Data And Business Forever

　　作者：Lisa Morgan

　　譯：51CTO核子可樂