物联网下一步该怎么走？

在过去几年中，通过物联网(IoT)连接的设备数量呈指数增长，而且将继续增长下去。预计到2020年，将有500亿个连接设备存在，这要归功于许多新的智能设备已经成为人们和企业管理许多日常工作和生活的标准工具。

智能互联设备提高了客户的参与度，提高了可视性并简化了通信，特别是使用全新的人机界面，如语音用户界面(Voice User Interface，VUI)。

未来，物联网将继续以非常快的速度发展，并在很多方面取得成功。最终目标是拥有一个智能且完全安全的物联网系统，然而在实现目标之前需要克服许多障碍。

物联网和区块链融合

目前的物联网集中式网络结构是物联网网络脆弱性的主要原因之一。随着数十亿设备连接并增加更多设备，物联网成为网络攻击的重要目标，这使得安全性变得非常重要。

区块链为物联网安全带来了新的希望，原因有几个：首先，区块链是公开的，参与区块链网络节点网络的每个人都可以看到区块和交易的存储和批准，尽管用户仍然可以拥有私钥来控制交易;其次，区块链是分散的，所以没有单一的权力机构可以批准消除单点故障(SPOF)的交易;第三，也是最重要的是，它是安全的，数据库只能扩展，以前的记录不能改变。

未来几年，制造商将认识到将区块链技术嵌入到所有设备中并争夺“Blockchain认证”的好处。

IoT投资在增加

物联网的影响力已经并将继续吸引更多的初创风险投资家参与硬件、软件和服务领域的创新项目。根据国际数据公司(IDC)的数据，到2021年，物联网支出将达到1.4万亿美元。

物联网是少数让传统风险投资家感兴趣的市场之一。智能设备的普及让客户使用它们执行日常任务的依赖性增加，这将增加投资IoT初创公司的热情。客户将会等待物联网的下一个重大创新，例如智能镜子，这些镜子将分析你的脸部，如果你看起来病态的它会告诉你;智能ATM机，它将包含智能安全摄像头;智能叉，可以告诉你如何吃，吃什么;还有智能床，当大家睡觉时都会关掉灯。

雾计算和物联网

雾计算是一种分配处理负载并将其移进网络边缘(传感器)的技术。使用雾计算的好处对物联网解决方案提供商非常有吸引力。其中一些优势使用户可以最大限度地减少延迟，节省网络带宽，通过快速决策可靠运行收集并保护各种数据，并通过对本地数据进行更好的分析和洞察，将数据转移到最佳处理位置。微软刚刚宣布投资50亿美元投资物联网，包括雾/边缘计算。

AI和IoT将密切合作

AI将在以下领域帮助物联网数据分析：数据准备、数据发现、流数据的可视化、数据的时间序列准确性、预测和高级分析以及实时地理空间和位置。这里有一些例子：

数据准备：定义数据池并对其进行清理，这将使我们了解诸如Dark Data和Data Lakes等概念。

数据发现：在定义的数据池中查找有用的数据。

流数据的可视化：通过定义，发现数据并以智能方式可视化处理流数据，使决策过程能够毫不拖延地进行。

时间序列数据的准确性：保持数据高度准确和完整，数据高度可信。

预测性和高级分析：根据收集、发现和分析数据做出决策。

实时地理空间和地理位置(物流数据)：保持数据流畅并受到控制。

标准化战斗将继续

标准化是物联网发展面临的最大挑战之一，这是行业领导者之间争夺早期阶段主宰市场的一场战斗。包括HomePod，Alexa和Google Assistant在内的数字助理设备是下一阶段智能设备的未来枢纽，各公司正试图与消费者建立“他们的枢纽”，以便让他们更容易地使用更少的设备建立更实用的网络。

但是现在我们所看到的是一个分裂的现状，没有像IEEE或政府法规这样的组织强有力的推动物联网设备的通用标准。

一种可能的解决方案是少数的设备支配市场，允许客户选择一种设备并允许使用任何其他连接设备，类似于我们现在用Windows，Mac和Linux操作系统，没有跨平台的标准。

为了理解标准化的难度，我们需要处理标准化过程中的所有三个类别：平台、连接性和应用程序。就平台而言，我们处理UX / UI和分析工具。连接性需要处理客户与设备的联系点。最后，应用程序是让控制、收集和分析数据的应用程序互通。

所有这三个类别都是相互关联的，我们都需要它们，缺少一个会打破这种模式并拖延标准化进程。

物联网人才短缺

对物联网人才的需求正在上升，其中包括对具有人工智能、大数据分析和区块链技能的人才需求不断增长。

大学无法跟上需求，为了应对这种短缺，公司制定了内部培训计划，以建立自己的团队，提高自己的工程团队的能力，培养新的人才。