当前位置:首页 > IOT
  • 想要全面实现智能化还差一些什么

    想要全面实现智能化还差一些什么

    小时候,2020年是显得那么“遥远”,对那个未来,每个人都有自己的幻想。 不光只是儿童,成年人对于2020以后的世界同样充满期待,可以看到当时许多的好莱坞科幻大片同样将2020之后的世界设定成了“未来”。2000年上映的电影《火星任务》其背景正是2020年,讲述了人类首次载人火星之旅。但现在来看,载人火星探测或许还要推迟10年或更长时间。 在老版《机械战警》中的背景同样是2020年,而在《终结者》和《机械公敌》等影视作品中,不久的将来人类或将被机器人统治。 可现实是,在2020年既没有时空门、也没有宇宙飞船,甚至汽车还是在地上跑。 不过,要说变化不大吗?“智能化”也确实在持续。 “一块屏”带来的变革 在乔布斯带来了那块“手机屏”之前,谁会想到一台“电话”能成为解决生活中大部分问题“钥匙”,放到以前的好莱坞大片中似乎也没人往这方面想,不过现如今,智能手机确实成功了。 “一块屏”所带来的改变并未止步于智能手机,它正在经历扩散式发展。具有代表性的还有“智能音箱”。 可能“智能音箱”在大多数人眼中全然谈不上什么“智能化”或“科幻”,相比电影中的众多元素,即便是“智能手机”,在功能上都是“智能音箱”无法比的。 但“智能音箱”有没有改变生活?答案是肯定的,单在交互方式上,智能音箱就已经打破了用户在手机端已经习惯了触控式交互,仅“语音交互”的方式就让“智能化”程度前进了一大步,但还远远不够,一方面,语音技术的不成熟,还无法让语音交互到达想象中的高度;另一方面,“单纯”的智能音箱能做的还是太少,所以才有了屏幕的“介入”。 起初,各家品牌对于智能音箱都有着自己的“理解”,或长或宽或圆或方,打造“格外不同”的智能音箱产品成为各个品牌的目标。可当屏幕来临时,各大品牌却出奇一致的统一,从亚马逊的Echo到谷歌Home,百度的小度到家、腾讯叮当智能屏以及阿里的天猫精灵 CC,头部玩家对于屏幕的热忱使得屏幕音箱正在取代传统智能音箱走进用户。 说到底“智能音箱”也只是一块跳板,它最终导向的将是家庭场景的IoT应用,这才是智能音箱的使命所在,也解释了为何各大厂商们对于这款产品的不竭余力。 通过智能音箱调动起用户的休闲娱乐、家居控制、O2O服务、生活助手等方方面面。 作为家庭IoT入口级的存在,智能音箱被寄予厚望,特别是5G已经来临之时,距离真正的“万物互联”或许还要5年、10年,好消息是一旦大门被打开,走过去也只是时间问题。 “一块屏”的延伸同样在继续,就像智慧电视,同样被视为家庭IoT场景的入口,背负着三星、LG、TCL、海信乃至华为、小米们的期望。 但“一块屏”并不是终点,家庭智能化场景的终点将是“每块屏”,既每一块屏幕都能成为智能终端来完成现在需要依靠“手机”、“音箱”、“电视”来完成的工作,届时或许每个家庭都会真的拥有自己的“贾维斯”。 当“一块屏”走到室外 智能化除了在深刻影响着“室内”,同样也在影响“室外”。 先有各大机场、高铁站对自己智能化的“武装”;再到“智能驾驶”、“车联网”等技术的快速发展;还有直接作用于C端市场各种出行工具。 不过,最能体现“智能化”或者说“与幻想中最接近的智能化”还是体现在“汽车”本身。 “智能驾驶”正被谷歌、百度们等一大批企业紧锣密鼓的研发中,现阶段虽然已经可以实现特定条件下的全智能化行驶,但离真正落地可能还有蛮远,不过这并不妨碍汽车的智能化进程,同样也是因为一块屏。 在特斯拉开启“汽车大屏”时代之后,中控大屏无论是其外观还是功能都经历了数次迭代,屏幕尺寸越来越大,外观越来越有科技感。 从2006年开始,中控大屏的花样越来越多,从交互方式上的旋钮、按键、到触控,内容上的车况显示、导航到听歌,无不代表着中控大屏的“进化”,但是这并不代表“智能”,并且很多用户仍视为鸡肋,只因蛋疼的交互方式。 直到语音交互也融入进了车内,“中控屏”终于迎来蜕变,其功能价值也终于得到最大程度的发挥。也因为如此,使得中控大屏又有了新的发展空间,例如许多车厂已经将“社交属性”融入汽车,这也是目前“车联网”的主攻方向。 人与车、车与车、车与道路、车与云,但最重要的还是人与人,刚刚上市的荣威RX5 MAX就将人与人的交互代入了其中,而汽车迈入“智能时代”所诞生的黑科技也远不止如此,例如“人脸识别”的进入,将无钥匙启动彻底打败,驾驶员只需关好门、系上安全带、脚踩刹车,车子就将启动,只因你在上车之后,车载摄像头已经将你识别,这项技术在众多纯电动车之上已经很常见,荣威RX5 MAX作为一款传统动力的汽油车也具备同样的功能就显得十分难得。 当然汽车“智能化”的终点必将属于“智能驾驶”无疑,而届时车上的这“一块屏”的价值也将得到彻底释放。 智能化普及还需要一只够大的“鸟笼” 纵观行业的热闹,市场虽然同样报以期待,但距离“想象”还有不短的距离。智能化的普及还差一只“鸟笼”。 “鸟笼效应”由近代杰出的心理学家詹姆斯提出,大意是指“当一个人拥有一只鸟笼后,那么他会再买一只鸟来进行匹配,而不是选择丢掉鸟笼。” 当下“智能化 ”的产品看似多样,涉及家居、出行、生活服务等各方面,却都无法成为“鸟笼”的存在,并不是智能化的中心产品,无法引起联动。 即便像智能音箱、智慧电视等产品有潜力成为IoT中心化产品,但却又不够“大”。 不够“大”的原因不在产品本身,而是在于行业格局虽然一直在喊“开放”,却只是基于自身生态的开放,本质上还是“单点发力,各自为战”。 互联网正在走向“割联网”,各大互联网公司都在想尽办法用自己的优势资源及业务做为突破口,为自己打造一个“智能化”的入口,这一趋势从移动互联网“APP”开始发酵,目前在物联网硬件端也越发明显。 例如,在家庭IoT领域,华为和小米的生态布局越来越广,特别是小米,基本已经涉及家庭场景下的大部分硬件产品,但小米的生态应用无法与其他品牌互联,一个个“硬件孤岛”凸显。 这只会使得用户范围越来越窄,对于“智能化”的落地而言并不是一个好的方向。 这种相互割据,占地为王的案例其实有很多,在伴随手机发展的“数据线接口”就是一个明显的例子,在早期各大手机厂商为了凸显个性化且由于技术标准不统一,每家使用的数据线接口基本都不相同,如诺基亚的原型接口、三星的长条扁宽接口、苹果的Lightning接口、安卓的Mini和Micro接口。 每家都有自己的想法,虽然当时还没有“跑马圈地”这一说,但其实每家都在做类似的事,但这一模式终究还是无法继续,时至今日Type-C的正在完成统一,即便是苹果也不得不接受,只因“统一”的模式才是市场刚需。 “智能化”落地正面临一样的困境,各家平台产品所割裂出的一个个孤岛,使市场陷入十分尴尬的境地,狭小的选择范围装不下市场需求。 所以,智能化落地还缺乏一只足够大的“鸟笼”,用来承载市场,也只有当人人都拥有那只“鸟笼”,“智能化”尤其是C端市场才会出现高速普及。 来源:硅谷密探

    时间:2020-05-22 关键词: 智能化 IoT

  • 工业物联网应用领域应该怎样来细分

    工业物联网应用领域应该怎样来细分

    工业物联网(IIoT,Industrial Internet of Things )已经从各种技术及其相互联系中逐步发展。根据IDC 2017年物联网(IoT)的投资支出预测,全球在2020年之前准备投资的物联网(IoT)的三大行业(区域差异)都是工业互联网市场的一部分。工业物联网(IIoT,Industrial Internet of Things )可以定义为“机器,计算机和人员使用业务转型所取得的先进的数据分析成果来实现智能化的工业操作”。 工业物联网(IIoT )中第一大应用领域是制造业。它也是物联网(IoT)支出(包括软件,硬件,连接和服务)的最大行业。 制造业的投资单独占1025亿美元,而物联网(IoT)的总投资额达1780亿美元,因为所有的物联网应用场景都是在制造业中汇合的。物联网(IoT)的总体支出为1780亿美元,制造业是迄今为止物联网的最大应用行业,工业物联网和制造业领域的业务量超过所有其他行业的所有消费者物联网(IoT)应用的投资总和。 根据2017年初IDC发布的研究,从支出的角度看,在制造业中除了运营之外,还有两个其他最重要的应用场景是生产资产管理和维护以及现场服务。 交通运输(Transportation)是物联网(IoT)支出的第二大市场。运输和物流(T&L, TransportaTIon and logisTIcs)公司正在寻求通过物联网(IoT)提供的先进的通信和监控系统来提升它们在整个价值链中的地位。 运输市场规模达到了780亿美元的物联网(IoT)支出规模,并将继续快速增长,就像物联网(IoT)在制造业市场中一样。交通运输的主要用途是货运监控,而物品运输的总体物联网(IoT)运输的支出费用总额达559亿美元,在2020年之前这一部分投资仍然是市场的主要推动力。 如果我们来看看运输和物流方面的整体工业物联网(IIoT )的发展,我们会看到数字化供应链和连接物流正在日益兴起,同时如同制造业一样,运输和物流(T&L, TransportaTIon and logisTIcs)市场的挑战之一就是许多玩家没有制定数字化策略就在市场环境压力下迫使他们加快数字化转型。在运输和物流(T&L, Transportation and logistics)中大约20%的数字转换成本是分配给供应链转型的。很明显,物联网(IoT)在这里起着重要的作用。 业界的技术专家为连接物流系统定义了四个支柱:IT安全,通信系统,供应链监控系统和车辆/运输跟踪。在加上云和分析,工业物联网(IIoT )是连接物流领域的驱动力,其中货运监控是其中领先的应用场景。 石油天然气,智能电网以及能源和公用事业市场的大量其他演变和使用案例也是工业物联网(IIoT )市场的主要组成部分。 根据IDC早些时候提到的数据,公用事业应用就是物联网支出方面的第三大产业,公用事业单独一项在2016年的支出达到了690亿美元。此外,还有一个明显的投资领域:电力和天然气应用的智能电网,在2016年这一领域的投资总额高达578亿美元。 工业物联网(IIoT )在整个数字化转型过程中扮演着重要角色,很多领域的数字化转型包括实现大多数部件的数字化供应链和大型生态系统的价值链,这其中显然也涉及零售/面向消费者应用方面。 然而,从工业物联网(IIoT )的角度来看,智能电网是电力供应和网络传输/分配的关键。其他部分应用还包括工厂的有效性,以及作为智能电网和物联网支持的运营和服务所导致的维护和数据驱动的机会。 来源:朗锐智科

    时间:2020-05-22 关键词: 物联网 工业物联网 IoT

  • 为什么有人不太接受物联网的发展

    为什么有人不太接受物联网的发展

    昨天说了物联网(IOT)的许多优点,但凡事有利必有弊,IoT设备中其实也有一些缺点存在,主要缺点就分为两个,安全疑虑及隐私问题。而前几天已经有介绍过网络摄影头及IoT设备遭入侵变成殭尸网络的问题,其实也就是安全及隐私问题的例子。 先来说说隐私部分,想象你在家里架了一台网络摄影头,主要目的是要让你可以从手机观察家里的状况,以免有小偷闯入等等的状况发生,但因为你的网络摄影头因为有漏洞,或是因为你用了默认密码,导致其他人也跟你一样可以从远程访问摄影头画面,你在家里的样子是不是就让人看光光了呢?举另外一个例子,许多国家的政府开始在基础建设中加入IoT装置,例如智能路灯、智能人脸辨识系统等,而这代表什么呢?代表你的一举一动都有可能被收集,不管收集者是否有心,资料都有可能遭到不恰当的利用,这也就是IoT所导致个人资料被过度收集的状况。此外,这些IoT设备会不会偷偷在后端把收到的数据传到其他有心人士手中,也都是必须要小心的。 再来说说安全问题,之前也曾提到过,IoT设备成本比起一边桌面计算机来得廉价许多,IoT的廉价也代表厂商在选择成本结构时可能会为了让功能更加完善,而倾向选择忽略乍看之下比较没那么急迫性的安全问题,又或是,许多消费者在选购产品时,通常也不会注意产品的安全性,或是不知道应该如何选择较安全之产品,往往都是选择外表漂亮或是价格便宜的,如果设备本身价格就低,除非是国际大厂有办法以量制价,否则想必厂商在该产品投入安全的成本也不会太多。 另外,也且许多人都是将设备买回家连上网后就不管他了,各位使用Windows操作系统的朋友先想想看,你有多少次是事情做到一半的时候,计算机突然跳出一个微软需要更新而且将在10分钟后重新启动的警告窗口?是不是有时候刚好窗口被盖住没看到讯息,所以就让计算机直接重新启动?个人经验是以前硕班半夜放着跑实验时,以及打LOL打到一半时,因为看不到警告窗口,因此也有不少次让自己成为正版微软操作系统的受害者的经验。 好像扯远了,重点是,Windows操作系统都那么常在更新了,你怎么会觉得一个IoT设备一辈子都不用更新?先不说会自动自发去更新软件或韧体的人有多少,都主打低价路线了,还会愿意花心思处理产品漏洞的厂商会有多少?很多时候一个设备就算有漏洞,厂商也不一定愿意修补,而使用者也不在乎自己使用的产品是不是有漏洞存在,而这就是目前IoT设备所遇到的安全问题。 俗话说,两害择其轻,使用IoT设备一定有风险,使用前应详阅公开说明书,而最重要的是,不要贪小便宜选择来路不明的IoT设备,而且记得要改掉默认密码,改为使用些微复杂的密码,并定期安装软、韧体更新程序,这样才能尽量避免因为想要生活方便而造成额外的风险。 来源: ithome

    时间:2020-05-22 关键词: 物联网 IoT

  • 三星可以引领未来的未来的IOT生态吗

    三星可以引领未来的未来的IOT生态吗

    目前,5G正在全球范围内进行大面积铺设,预计将在明年普及,届时我们将迎来全面的5G时代。5G网络的普及并不仅仅是为我们带来速度更快的网络,还将带来全新的生活方式。高速稳定的5G网络将为近几年发展缓慢的物联网技术注入新的活力,加快物联网技术的发展。在未来,我们将享受到物联网技术在生活中带给我们的各项便捷服务。 在5G即将来临的时代背景下,三星依靠成熟的5G网络和智能终端等技术,在The new Bixby智能平台打造出了自家的智能IoT系统。三星所打造出的智能IoT系统不但为消费者提供了一体化居家生态,也推动了IoT产业整体发展。随着5G网络的逐渐普及,IoT产业将在明年迎来快速发展时期,届时将会有更多的IoT产品面世。 长期战略布局,造就智能化的IoT生态系统 今年既是全球大规模铺设5G网络的第一年,也是三星布局5G网络的第三年。早在2017年三星就已经开始了5G网络的布局,目前在全球范围内已经建立了七个人工智能中心,集结了数万名技术人员,用于研发IoT生态系统的智能化。当三星实现IoT生态系统的智能化后,用户将可以通过Samsung Connect控制三星的智能产品,包括智能冰柜、洗衣机、冷气机、空气清新机以及电视等。 而要想实现IoT生态系统的智能化,AI部分是最关键的一环。由Bixby发展而来的The new Bixby作为三星IoT生态系统的核心,不但可以在用户处理日常任务提供帮助,还可以收集用户的习惯,让连接到物联网上的设备通过大数据和人工智能进行学习,为用户制定个性化的服务方案。 得益于长期的战略布局,三星的IoT生态系统在实际使用中可以为用户提供许多方便。如用户要查看家中各项设备的运行状况时,只需要通过电视就能了解所有设备的情况。并且,用户还能通过Bixby操作家中的设备,非常的便捷。 成熟5G技术加持,建设更加完善的IoT生态系统 当然,要想真正实现IoT生态系统的智能化,离不开一个具有强大处理功能的云平台。云平台主要有三个作用,包括设备的接入管理、一站式网络适配、后台处理及给出解决方案,而这些作用都需要较高的网络连接速率才能实现。而随着5G时代的到来,更快更稳定的网络体验将大幅度减少数据的延迟,更好的实现让人与物以及物与物的交流。为了确保这两种交流能够顺利进行,三星凭借其成熟的5G技术研发出了业界首个全面符合3GPP Release 15 5G 新空口最新标准的基带,并且适配多种智能设备,让整个室内的设备连接成一个整体。 5G时代的快速来临,让IoT生态系统进入了飞速发展阶段。而三星前瞻性眼光和长远的战略布局,让其在5G网络、AI以及IoT生态系统领域都拥有成熟的技术。在未来,三星将为用户提供完整、开放的生态系统,让用户在日常生活中感受到IoT生态系统带来的智能生活方式。 来源: 人生谈数码

    时间:2020-05-22 关键词: 物联网 IoT 5G

  • 物联网的碎片化难题怎样来解决

    物联网的碎片化难题怎样来解决

    对于芯片厂商来说,设计单颗芯片并不难,难点在于将Wi-Fi、蓝牙和MCU集成到一颗芯片中,这样的技术和产品目前市场上还没有。一般芯片厂商将MCU和蓝牙集成比较容易实现,因为蓝牙基本是点对点通信,容易实现,难点在于和Wi-Fi集成。原因是Wi-Fi的网络协议、基带层处理,以及Wi-Fi网络环境都很复杂,Wi-Fi还涉及到与路由器、电视或者跟其他的Wi-Fi设备互通,Wi-Fi里面有很多不同的协议,本身是一个很复杂的系统。赛普拉斯的目标是以PSoC6 MCU为核心,把Wi-Fi、蓝牙集成在一颗芯片里面,成为真正的无线SoC,这款芯片预计明年在智能家居市场主推。 赛普拉斯之所以能够将“MCU+Wi-Fi+蓝牙”集成,林明认为,这主要源于赛普拉斯多年的技术积累,我们了解MCU本身的性能,知道Wi-Fi在使用中会遇到哪些问题,明白如何把三者的共存做好,通过经验和积累化解其中的问题,给客户提供最佳的解决方案。 补全云服务,给中小客户提供集中化资源 物联网市场进入平台化是大势所趋,但是由于市场的高速碎片化,一家公司无法独揽整个市场。原来芯片厂商、系统厂商、云服务商等,每家公司都是从自己的角度出发做平台,从而造成各自为营、难以统一的局面。而物联网设备需要MCU搭配Wi-Fi、蓝牙等无线通信芯片进行设计,赛普拉斯的优势在于已经有MCU主平台,也有比较强势的无线连接产品,能够快速实现“MCU+无线”,后面再结合软件层就可以打造一款IoT平台。 这款平台还需要上层的云服务,为此赛普拉斯收购了一家叫Cirrent的云服务公司,可以提供快速配网、物联网设备网络信号分析、网络安全等服务,从而将云服务进行结合。ModusToolbox支持亚马逊的微控制器操作系统FreeRTOS,阿里的物联网操作系统AliOS Things,方便连接亚马逊云、阿里云。赛普拉斯还将基于PSoC6的安全架构集成到连亚马逊的云服务里,来提供亚马逊云的FreeRTOS的开发套件。林明指出,目前,我们已经可以连接阿里云,阿里TE在PSoC6上也可以运行,预计在明年年初,我们会把阿里OS、阿里云、亚马逊的FreeRTOS和AWS作为三大云生态系统集成在我们工具里面,客户不需要投入很多精力开发软件,他们可以快速搭建好平台,然后重点开发上层应用即可。 林明也强调,在这个平台上,赛普拉斯意在发挥自己的长处,更多偏向于提供芯片以及芯片驱动、中间件。云端选择和阿里云、亚马逊合作,为中小客户提供云服务。 物联网市场的碎片化短期内还难以彻底解决,但是随着越来越多芯片公司、系统公司、设备公司、云服务商携手共同打造通用物联网平台,对于终端设备商来讲,资源更集中,设计速度会更快,成本也随之降低。 来源:EEFOCUS

    时间:2020-05-22 关键词: 智能化 IoT

  • 物联网如何重新定义酒店的标准

    物联网如何重新定义酒店的标准

    在科技世界里,物联网(IOT)是一个令人兴奋的话题。在日常生活中,我们可以看到一些提升舒适度的智能设备,比如,智能恒温器或安全系统会自动与我们互动。事实上,在当今世界,物联网是新的现实,物联网解决方案让很多行业变得更加强大,酒店业也不例外。 如果您是酒店经营者,那么,热情好客的物联网系统对您来说是个好消息。 在酒店业,物联网以较低的成本重新定义了客户体验。在过去,智能家居已经成为现实,因此,将酒店智能化并不是什么大事。 来自世界各地的客人入住不同的酒店,而每位客人都有不同的体验要求。物联网可以帮助客人定制酒店住宿服务,这将使客人的舒适度提升到一个新的水平。客人会在房间里自动调节灯光、在床上呼叫前台接待、在房间中的任何地方调节空调温度,以及通过语音控制播放喜欢的音乐等,而这些都不是什么大事。事实上,将有300亿台设备连接到互联网,并且到2025年,这些设备将产生高达160zegabyte的数据。 这些海量数据将由不同的物联网传感器收集。通过这些数据… 物联网为客人喜好提供有价值的见解 几年前,了解客户非常困难。但随着物联网设备的出现,超个性化客户体验已经成为现实。从室内收集的数据可用于设计适当的体验策略,这使客人体验更加个性化。客人的特定偏好,如房间温度、照明强度、音乐选择,将在客人进入房间之前自动进行设置。这是因为物联网传感器会在客人进入房间之前和之时自动恢复到上次保存的首选项,比如拉开窗帘、控制室内温度、湿度、播放喜爱的电视节目等。此外,智能手机和iBeacon技术为客人提供了更多的、前所未有的定制信息。 物联网理解“时间就是金钱”,因此提供了无障碍的入住手续 曾经有一段时间,客人会因为繁琐而耗时的入住手续而感到恼火。这明显妨碍了客人的入住体验。但是,目前的情况大不相同,物联网带来了无障碍入住的最新可能性。通过物联网,现在客人在办理入住手续前几个小时就可以在智能手机上收到数字钥匙。分配的客房使用数字钥匙进行通信,这有助于立即打开房门。(来自iothome)只需一次性数字钥匙,就能确保在退房结账前为客人提供服务。这不会迫使客人在酒店前台长时间逗留,并接收/交出实物钥匙。 物联网有助于改善酒店水供应 为了给客人提供更好的体验,酒店正在改善用水管理。这样,与水有关的损害就可以及时得到控制。漏水的厕所可以很快被检测出来,这还可以节省成本。预算友好的水表测量用水量,这可以帮助酒店获得可观的投资回报。只需按时供应水,就可以将客人体验提升到一个全新的水平。 物联网识别预测性维修和维护 在酒店,一天中会进行多种操作,而这些操作需要各种设备和器具。有了物联网,酒店员工可以获得这些设备运行状态的最新信息。物联网因此能向酒店员工发出警告提醒,以表示设备性能恶化或异常。 这可以让酒店经理有时间在设备故障发生之前安排维修或更换。在处理关键设备时,只要及早发现设备/器具故障,就可以在短时间内节省大量金钱。 物联网提供基于位置的信息 蓝牙、GPS和信标技术为酒店业打开了无限可能的大门。可以提供基于位置的信息,这些信息会在客人最适合的时候准时发送给他们。 例如:当目标客人走近某家餐厅时,可以发送一条关于餐厅菜单的信息。 当目标客人在健身房附近出现时,可以发送关于健身服务的信息。此外,还包括发送有关当地交通的最新信息,以及附近景点的链接。 总结 酒店需要在多个方面进行改进以吸引客人。实际上,几年后,与今天相比,客人将体验到更加令人满意的住宿体验。 物联网是智能的。通过其策略,酒店和度假村将在为客人提供满意体验方面变得更加高效。物联网已经告别了登记手续、手动锁门/开锁以及致电前台的需要。(来源物联之家网)酒店现在可以通过物联网策略实现室内自动化、无障碍入住、语音控制的客人服务、超个性化服务等。传感器收集数据并向客人发送酒店的最新优惠和折扣信息,这还将向客人介绍酒店所提供的特定服务,比如水疗SPA、泳池派对等。 简而言之,物联网致力于将酒店服务转变为自动化客人体验的门户。 来源:物联之家网

    时间:2020-05-22 关键词: 物联网 IoT

  • 哪种物联网技术更适合小型的企业

    哪种物联网技术更适合小型的企业

    随着更多创新设备的连网,物联网可以为企业提供节省成本的流程和有价值的信息。 物联网技术听起来可能像是先进而昂贵的技术,貌似只有大型公司才有足够预算来实施,但是,有很多物联网设备可以让您的企业运营更加高效和经济。以下是2019年面向小型企业的10大物联网技术。 访问和安全 1、智能锁 智能锁为小型企业提供了更大的便利性——具有从任何设备管理建筑物访问权限的能力——以及安全性。 员工有时会丢失钥匙,这不仅带来不便,而且还可能带来重大的安全隐患。但是使用智能锁,您和/或员工就可以通过手机或其他设备开锁。 独特的访问代码使小企业主可以管理和跟踪谁进入建筑物——特别是在与智能摄像头和报警器配合使用时更有效。 2、连网摄像头 安全摄像头已经运行多年,并且越来越强大,越来越便宜,尤其是与智能锁配合使用时。如今,连网摄像头可以使企业主远程监控办公室、仓库、入口和其他区域。与使用昂贵且庞大的服务器或其他存储设备不同,视频可以保存在云中(通常是无限的)。连网摄像头使用Wi-Fi,因此不需要有线连接,只要有电就可以把它们安装在任何地方。然而,对Wi-Fi而非有线网络的依赖意味着它们需要一个良好的无线网络连接环境。 运营、库存和物流 3、移动读卡器 移动销售点(MPOS)设备已经彻底改变了零售业。信用卡以及移动支付的增加减少了对现金的需求,并增加了便利性,有助于减少会计差错,并且由于店内现金较少,降低了盗窃风险。 虽然专家说卡或移动支付比现金更安全,但MPOS设备和系统仍然容易受到黑客攻击和欺诈。对企业的建议是:让您的系统保持最新,确保最新的保护措施(防火墙、双因素身份验证、端点保护)到位,并实施良好的密码管理。 4、库存控制 2018年5月份,亚马逊透露,其无人值守的自动化仓库使用条形码、软件和智能机器来管理商品交付,而无需人工操作。事实上,已经有许多小型企业正在使用条形码、射频识别(RFID)标签和物联网设备进行库存管理。物联网可以与RFID结合,以创建配有传感器和摄像头的“智能商店”,进而实现远程集中库存管理,包括自动补货等。在不久的将来,小型企业将开始采用物联网机器人手推车,使交付完全自动化,并由中央应用程序或系统控制。 5、运输跟踪器 物联网将提供端到端的交付可见性,特别是在长途运输中。连网的跟踪设备进入运输管理和供应链平台,以提供托盘和包装级别的关键信息。随着人们对运输不同阶段所发生事情的可见性的提高,企业可以与内部和外部合作伙伴合作,以提高效率和改进能力,从而为他们带来更多的竞争优势。 6、供应链数据监控 与上述类似,物联网通过库存状况数据(尤其是易腐物品)为供应链提供了更深入的见解,使企业能够验证交付质量。这些数据可用于向企业提供有关特定装运的信息、进行数据主导的风险评估或改进流程的某些方面。(来自物联之家网)装运中的连网设备也可用于收集车辆排放等数据,以使其符合法规,并允许物流公司根据需要主动管理货物。设备还可以监控安全,减少犯罪、损失和损坏。 7、温度和气候监测 温度和气候监测技术已经使农民和种植者受益。 天气可以决定农场成败。实时数据和预测模型可以帮助农民更好地管理作物,并保护作物免受过度降雨或高温的影响。物联网解决方案已经帮助这些农场降低成本,提高作物产量,并防止过度浇水或不足。它们还帮助农民在杀虫剂和疾病预防方面做出更明智的决策。现在,田地和农场可以配备连网设备来跟踪降雨量、风力、气压和湿度,所有这些设备都可以通过软件来提供参考建议。 物联网还可以监控仓储设施,以帮助进行温度控制,确保易腐物品得到监控,必要时标记问题并保持合规性。 工作场所效率 8、语音助理 随着人工智能、机器学习和自然语言处理软件的发展,语音助理也有所改进。基本语音助理可以做笔记、设置和发送提醒。在更高级的产品或服务中,语音识别软件可以与应用程序一起执行某些任务。该功能列表不断增多,范围从提供音频搜索结果到预订航班以及控制智能家居等。 除了提高个人生产效率之外,企业还在使用语音助理来提供更好的客户服务,并通过降低与销售相关的成本来增加收入。许多企业正在为Siri和Alexa等助理集成或优化产品和服务,以改进产品和服务或接触新的受众。聊天机器人备受赞誉,并继续为企业提供效率和有价值的数据。 9、智能灯 连网灯和照明系统有一系列的好处——从降低成本到提高安全性,许多企业都可以享受到这些好处。 现代智能照明产品可以帮助企业监控各种场所及其环境,进而提高员工安全性(包括仓库和停车场的现场交通安全),甚至提供智能停车等基于位置的服务。智能灯可以通过手机或其他设备进行控制,以帮助实现可持续发展目标,并带来可观的投资回报。 10、智能恒温器和暖通空调 恒温器根据预设温度管理供暖——但物联网将扩大企业远程管理大型场所环境的能力。供暖、通风和空调均可集中远程监控,以增加便利性并最大限度地提高能效。随着技术的发展,一些设备甚至可以实现机器学习,以进一步提高效率和节约成本。 物联网网络安全风险 您的建筑物很可能具有运动探测器,甚至可能设有安全防护装置,以防止入侵者进入。您的公司也应该有网络安全性,以阻止网络入侵者窃取、泄露、攻击、感染和勒索您的软件和数据。 随着越来越多连网设备和物联网技术的出现——从可穿戴设备到报警系统和访客管理——对于小型企业而言,保持安全性至关重要。(来源物联之家网)毫无疑问,物联网将会彻底改变我们的日常生活,但是新的连网设备可以为不良行为者提供新的切入点,从而带来新的漏洞和威胁。这些威胁会增加小型企业对高质量端点安全进行投资的需求。 物联网本身正以多种方式提供更高的安全性,其中许多已经在上文中列出。 总结 不久之后,所有这些物联网创新以及更多的物联网将彼此交流并相互学习,以管理各种业务功能。但是,随着更多的数字进入您的企业,将网络安全作为您办公室升级的一部分是至关重要的。 来源:物联之家网

    时间:2020-05-22 关键词: 物联网 IoT

  • 物联网IoT的核心是什么

    物联网IoT的核心是什么

    随着物联网的逐渐铺开,人们已经在生活中看到了越来越多的物联网模块:智能水表,共享单车,等等。目前的物联网仍然主要由运营商推动,物联网模块需要使用标准蜂窝协议与基站通讯。 由于基站需要覆盖尽可能大的面积,因此物联网模块需要能做到在距离基站很远时仍能通讯,这就对于物联网模块的射频发射功率有了很高的要求;从另一个角度来说,物联网模块在做无线通讯时仍然需要消耗高达30mA的电流,这使得目前的物联网模组仍然需要配合较高容量的电池(如五号电池)才能工作,这也导致了物联网模组的尺寸很难做小。 为了能进一步普及物联网,必须克服这个功耗以及尺寸的限制。例如,如果未来要把物联网做到植入人体内,则不可能再搭配五号电池,而必须使用更小的电池甚至使用能量获取系统从环境中获取能量彻底摆脱电池的限制。为了实现这个目标,从通讯协议上说,可以使用更低功耗的自组网技术,类似BLE;而从电路实现上,则必须使用创新电路来降低功耗。 能量获取技术 根据之前的讨论,目前电池的尺寸和成本都已经成为了限制IoT设备近一步进入潜在市场的瓶颈。那么,有没有可能使用从环境中获得能量来支持物联网节点工作呢?这种从环境中获取能量来支持物联网节点工作的模块叫做“能量获取”(energy harvesting),目前能量获取电路芯片的研究已经成为了研究领域的热门方向。 目前最成熟的能量获取系统可以说是太阳能电池。传统太阳能电池能提供较好的能量获取效率,但是付出的代价是难以集成到CMOS芯片上。最近,不少研究机构都在使用新型CMOS太阳能电池,从而可以和物联网节点的其他模块集成到同一块芯片上,大大增加了集成度并减小模组尺寸。 当然,集成在CMOS芯片上的太阳能电池需要付出低能量输出的代价,目前常见的CMOS片上太阳能电池在室内灯光下能提供nW等级的功率输出,而在强光下能提供uW级别的功率输出,这就对物联网模组的整体功耗优化提出了很高的要求。另一方面,也可以将能量获取与小尺寸微型电池配合使用,当光照较好时使用太阳能电池而在光照较弱时使用备用电池,从而提升整体物联网模组的电池寿命。 除了太阳能电池外,另一个广为人知的环境能量就是WiFi信号。今年ISSCC上,来自俄勒冈州立大学的研究组发表了从环境中的WiFi信号获取能量的芯片。先来点背景知识:WiFi的最大发射功率是30dBm(即1W),在简单的环境里(即没有遮挡等)信号功率随着与发射设备的距离平方衰减,在距离3m左右的距离信号功率就衰减到了1uW(-30dBm)左右,而如果有物体遮挡则会导致功率更小。 俄勒冈州立大学发表的论文中,芯片配合直径为1.5cm的天线可以在非常低的无线信号功率(-33dBm即500nW)下也能工作给电池充电,能量获取效率在5-10%左右(即在距离发射源3m的情况下输出功率在50nW左右)。因此,WiFi信号也可以用来给物联网模组提供能量,但是其输出功率在现实的距离上也不大,同样也需要节点模组对于功耗做深度优化。 另外,机械能也可以作为物联网节点的能量获取来源。压电效应可以把机械能转换为电能,从而使用压电材料(例如压电MEMS)就能为物联网节点充电。使用压电材料做能量源的典型应用包括各种智能城市和工业应用,例如当有车压过减速带的时候,减速带下的物联网传感器上的压电材料可以利用车辆压力的机械能给传感器充电并唤醒传感器,从而实现车辆数量统计等。 这样,机械压力即可以作为需要测量的信号,其本身又可以作为能量源,所以在没有信号的时候就无需浪费能量了!压电材料的输出功率随着机械能的大小不同会有很大的区别,一般在nW-mW的数量级范围。 唤醒式无线系统 传统的IoT无线收发系统使用的往往是周期性通讯或主动事件驱动通讯的方案。周期性通讯指的是IoT节点定期打开与中心节点通讯,并在其他时间休眠;事件驱动通讯则是指IoT节点仅仅在传感器监测到特定事件时才与中心节点通讯,而其它时候都休眠。 在这两种模式中,都需要IoT节点主动与中心节点建立连接并通讯。然而,这个建立连接的过程是非常消耗能量的。因此,唤醒式无线系统的概念就应运而生。 什么是唤醒式无线系统?就是该该系统在大多数时候都是休眠的,仅仅当主节点发射特定信号时才会唤醒无线系统。换句话说,连接的建立这个耗费能量的过程并不由IoT节点来完成,而是由中心节点通过发送唤醒信号来完成。 当建立连接的事件由中心节点来驱动时,一切都变得简单。首先,中心节点可以发射一段射频信号,而IoT节点可以通过能量获取(energy harvesTIng)电路从该射频信号中获取能量为内部电容充电。当IoT节点的电容充电完毕后,无线连接系统就可以使用电容里的能量来发射射频信号与中心节点通讯。这样一来,就可以做到无电池操作。 想象一下,如果不是使用唤醒式无线系统,而是使用IoT主动连接的话,无电池就会变得困难,因为无法保证IoT节点在需要通讯的时候在节点内有足够的能量。反之,现在使用唤醒式系统,中心节点在需要IoT节点工作时首先为其充电唤醒,就能保证每次IoT节点都有足够能量通讯。 那么,这样的唤醒式无线系统功耗有多低呢?在2016年的ISSCC上,来自初创公司PsiKick发表的支持BLE网络的唤醒式接收机在做无线通讯时仅需要400 nW的功耗,而到了2017年ISSCC,加州大学圣地亚哥分校发表的唤醒式接收机更是把功耗做到了4.5 nW,比起传统需要毫瓦级的IoT芯片小了4-6个数量级! 反射调制系统 唤醒式接收机主要解决了无线链路中如何低功耗接收信号的问题,但是在如果使用传统的发射机,则还是需要主动发射射频信号。发射机也是非常费电的,发射信号时所需的功耗常常要达到毫瓦数量级。那么,有没有可能在发射机处也做一些创新,降低功耗呢? 确实已经有人另辟蹊径,想到了不发射射频信号也能把IoT节点传感器的信息传输出去的办法,就是由华盛顿大学研究人员提出的使用发射调制。反射调制有点像在航海和野外探险中的日光信号镜,日光信号镜通过不同角度的反射太阳光来传递信息。在这里,信号的载体是太阳光,但是太阳光能量并非传递信号的人发射的,而是作为第三方的太阳提供的。 类似的,华盛顿大学研究人员提出的办法也是这样:中心节点发射射频信号,IoT节点则传感器的输出来改变(调制)天线的发射系数,这样中心节点通过检测反射信号就可以接收IoT节点的信号。在整个过程中IoT节点并没有发射射频信号,而是反射中心节点发出的射频信号,这样就实现了超低功耗。 华盛顿大学的Shyam Gollakota教授率领的研究组在反射调制实现的超低功耗IoT领域目前已经完成了三个相关项目。去年,他们完成了passive WiFi和interscatter项目。Passive WiFi用于长距离反射通信,使用WiFi路由器发射功率相对较高的射频信号,而IoT节点则调制天线反射系数来传递信息。 多个IoT节点可以共存,并使用类似CDMA扩频的方式来同时发射信息。interscatter则用于短距离数据传输,使用移动设备发射功率较低的射频信号,而IoT节点则调制该射频信号的反射来实现信息传输的目的。Passive WiFi和interscatter芯片的功耗都在10-20微瓦附近,比起动辄毫瓦级别的传统IoT无线芯片小了几个数量级,同时也为物联网节点进入人体内等应用场景铺平了道路。 Passive WiFi(上)与Interscatter(下)使用反射调制,分别针对长距离与短距离应用。 Passive WiFi和Interscatter还需要使用电信号因此需要供电,而Gollakota教授最近发表的Printed WiFi则是更进一步,完全不需要供电了! 在物联网的应用中,许多需要检测的物理量其实不是电信号,例如速度,液体流量等等。这些物理量虽然不是电物理量,但是由于目前主流的信号处理和传输都是使用电子系统,因此传统的做法还是使用传感器电子芯片把这些物理量转化为电信号,之后再用无线连接传输出去。 其实,这一步转化过程并非必要,而且会引入额外的能量消耗。Printed WiFi的创新之处就是使用机械系统去调制天线的反射系数,从而通过反射调制把这些物理量传输出去。这样,在IoT节点就完全避免了电子系统,从而真正实现无电池工作! 目前,这些机械系统使用3D打印的方式制作,这也是该项目取名Printed WiFi的原因。 上图是Printed WiFi的一个例子,即转速传感器。弹簧、齿轮等机械器件在上方测速仪旋转时会周期性地闭合/打开最下方天线(slot antenna)中的开关,从而周期性地(周期即旋转速度)改变最下方天线的反射特性,这样中心节点只要通过反射射频信号就能读出旋转速度。最下方的图是该传感器在不同转速时的反射信号在时间域的变化情况,可见通过反射信号可以把转速信息提取出来。 超低功耗传感器 物联网节点最基本的目标就是提供传感功能,因此超低功耗传感器也是必不可少。目前,温度、光照传感器在经过深度优化后已经可以实现nW-uW数量级的功耗,而在智能音响中得到广泛应用的声音传感器则往往要消耗mW数量级甚至更高的功耗,因此成为了下一步突破研发的重点。 在声音传感器领域,最近的突破来自于压电MEMS。传统的声音传感器(即麦克风)必须把整个系统(包括后端ADC和DSP)一直处于活动待机状态,以避免错过任何有用的声音信号,因此平均功耗在接近mW这样的数量级。然而,在不少环境下,这样的系统其实造成了能量的浪费,因为大多数时候环境里可能并没有声音,造成了ADC、DSP等模组能量的浪费。 而使用压电MEMS可以避免这样的问题:当没有声音信号时,压电MEMS系统处于休眠状态,仅仅前端压电MEMS麦克风在待命,而后端的ADC、DSP都处于休眠状态,整体功耗在uW数量级。而一旦有用声音信号出现并被压电MEMS检测到,则压电MEMS麦克风可以输出唤醒信号将后面的ADC和DSP唤醒,从而不错过有用信号。因此,整体声音传感器的平均功耗可以在常规的应用场景下可以控制在uW数量级,从而使声音传感器可以进入更多应用场景。 超低功耗MCU 物联网节点里的最后一个关键模组是MCU。MCU作为控制整个物联网节点的核心模组,其功耗也往往不可忽视。如何减小MCU的功耗?MCU功耗一般分为静态漏电和动态功耗两部分。在静态漏电部分,为了减小漏电,可以做的是减小电源电压,以及使用低漏电的标准单元设计。在动态功耗部分,我们可以减小电源电压或者降低时钟频率来降低功耗。 由此可见,降低电源电压可以同时降低静态漏电和动态功耗,因此能将电源电压降低的亚阈值电路设计就成了超低功耗MCU设计的必由之路。 举例来说,将电源电压由1.2V降低到0.5V可以将动态功耗降低接近6倍,而静态漏电更是指数级下降。当然,亚阈值电路设计会涉及一些设计流程方面的挑战,例如如何确定亚阈值门电路的延迟,建立/保持时间等都需要仔细仿真和优化。 在学术界,弗吉尼亚大学的研究组发布了动态功耗低至500nW的传感器SoC,其中除了MCU之外还包括了计算加速器和无线基带。在已经商业化的技术方面,初创公司Ambiq的Apollo系列MCU可以实现35uA/MHz的超低功耗,其设计使用了Ambiq拥有多年积累的SPOT亚阈值设计技术。在未来,我们可望可以看到功耗低至nW数量级的MCU,从而为使用能量获取技术的物联网节点铺平道路。 结 语 随着物联网的发展,目前第一代广域物联网已经快速铺开走进了千家万户。然而,广域物联网节点由于必须满足覆盖需求,因此射频功耗很难做小,从而限制了应用场景(例如人体内传感器等无法使用大容量电池的场景)。 局域物联网将会成为物联网发展的下一步,本文介绍的能量获取技术配合超低功耗无线通信、MCU和传感器可望让物联网节点突破传统的限制,在尺寸和电池寿命方面都得到革命性的突破,从而为物联网进入可植入式传感器等新应用铺平道路。 来源:半导体行业观察

    时间:2020-05-21 关键词: 物联网 IoT

  • 立法之后物联网设备就可以保证安全了吗

    立法之后物联网设备就可以保证安全了吗

    我们最近研究了一些来自家庭中智能或连网设备的安全威胁,以及我们可以采用的解决方案。这些威胁之所以出现,是因为当我们购买这些设备时,它们通常是不安全的。解决方案似乎是显而易见的——确保设备在到达我们手里之前是安全的。 因此,需要立法。 我们将物联网设备分为三大类:商业物联网(物联网,作为商业IT的一部分使用)、工业物联网(IIOT,作为工业运营的一部分使用)、消费类物联网(我们在家里使用的智能设备)。 好消息是,世界上许多标准组织都在致力于制定物联网标准。坏消息是,只有两个立法机构在认真试图保护消费者的物联网安全,他们是加利福尼亚州和英国。 时任加州州长杰里·布朗于2018年9月签署了一项网络安全法案,即连网设备安全法案(严格来说,是SB327),它将于2020年1月生效。但是,尽管该法案对密码的要求受到了赞扬,但该法案的其他部分被认为是薄弱的。 法案要求每个生产的设备都有唯一的密码,并且要求用户在首次获得设备访问权限之前生成新的身份验证方法。此外,对“合理”和“适当”安全特性的要求被认为实际上毫无意义,因为制造商可能不知道这两个词的真正含义。 计划中的英国立法 这只是计划中的英国立法。如果可行,它将提高英国及其他地区智能设备的安全性。此外,如果可行的话,它还可以为其他国家的类似立法提供一个蓝图,就像欧盟的一般数据保护条例(GDPR)正在为新的隐私立法提供全球蓝图一样。 在本文中,我们将研究拟议中的立法,并考虑其是否有效。 立法 英国有传统的商业立法方法。它首先要求自愿遵守可接受的行为准则,通常会明确警告说,如果不自愿采取行动,立法将使其成为强制性的。 2018年10月,数字、文化、媒体和体育部(DCMS)发布了《消费类物联网设备行为安全准则》。它包括13条独立的建议,以确保智能设备的安全性,从没有默认密码到漏洞披露策略,以及方便消费者删除个人数据等。 这些建议的目的是针对结果的,而不是规定性的——它们描述了应该实现什么,但没有描述应该如何实现。但是,它们比加利福尼亚州立法的要求更为明确。 制造商在很大程度上忽视了英国的自愿行为准则。在商业上,如果不需要,他们就不会做。今年5月,英国政府开始从自愿向强制过渡。DCMS就政府关于消费者物联网安全的监管建议发布了一份咨询意见。 政府仍在缓慢推进,但毫无疑问要规范向家庭销售智能设备的意图。提议遵守行为守则,从前3项开始,分阶段引入所有13项要求。这些是: 1、所有物联网设备都应该有唯一的密码,并且不能重置为任何通用出厂默认值。 2、制造商应提供公共联络方式,作为漏洞披露政策的一部分,以便安全研究人员和其他人能够报告问题。 3、制造商将明确说明产品接收安全更新的最短时间。 磋商,不是是否应该执行这项法律,而是应该如何执行。 在这里,英国面临着所有提议监管技术的相同问题——如何在不妨碍产品创新和商业运营效率的情况下做到这一点? 英国政府说:“我们意识到抑制创新并对各种类型制造商带来沉重负担的风险,这就是为什么我们一直致力于根据《行为准则》的前3大准则,来定义基本安全的原因所在”。(来自物联之家网)事实上,监管与创新是一种不可调和的矛盾。 但还有一个问题需要解决:如何对海外制造商实施国家监管?最直接的答案是,不能这样做。因此,政府正在对英国经销商实施监管而不是对外国制造商。 实施 目前争议的焦点是应采用三种实施方案中的哪一种。它们都是从制造商的产品安全标签开始,因为立法禁止在英国销售没有制造商安全标签的产品。 三种实施方案是: 选项一:强制经销商只销售带有物联网安全标签的消费类物联网产品,制造商可以自行声明并在其消费类物联网产品上张贴安全标签。 选项二:要求经销商仅销售符合前3项要求的消费类物联网产品,制造商有责任自行声明其消费类物联网产品符合《消费类物联网设备行为安全准则》前3项要求和ETSI TS 103 645标准。 选项三:要求经销商仅销售带有标签的消费类物联网产品,该标签需证明符合《消费类物联网设备行为安全准则》的所有13项要求,制造商应自行申报,并确保标签出现在包装上。 这就是问题所在,所有这三个选项都要求制造商自行声明安全性。换句话说,政府正在推行强制性的自愿立法。在其拟议的格式中,这项立法依靠市场力量来执行。它不能强迫外国制造商制造安全设备,但它可以惩罚出售这些设备的英国经销商。它让经销商有义务迫使制造商遵守法规。 如果我们从立法历史中学到了什么,那就是制造商和经销商都将遵循阻力最小的要求。 政府的下一步行动将决定这项立法的目的是成功还是失败。例如,DMCS声明,“我们打算在议会时间允许的情况下制定主要立法,让DCMS事务大臣能够为强制性标签计划设定要求和/或为在英国销售的设备设定安全要求,这些要求将在二级立法中确立”。 英国的二级立法不需要议会投票——只需要相关官员的同意即可。DCMS还指出,政府的意图是强制执行《消费类物联网设备行为安全准则》的所有13项内容。(来源物联之家网)一旦这3项初步要求成为法律,从理论上讲,政府有可能在接下来的10个月内,每月要求一项(剩余的10项准则)成为法律,或者说,任何其他被认为相关的要求。 英国立法会让消费者物联网更加安全吗? 有用吗?可能有用,也可能没用,至少没有希望的那么有用。 有两个根本困难。第一是制造商的自我安全声明。有好主意的、新的、小的制造商将继续抢在竞争对手之前把他们的产品推向市场,而匆忙推向市场意味着产品功能的安全性开发不足。 不安全的产品仍然会进入市场——如果10台智能设备中有9台不让黑客进入,而第10台让黑客进入,那么对消费者来说,意义何在? 第二个问题是:由谁来认证产品是否符合要求?解决此类问题的标准方法是引入强制性第三方认证,而这可以通过二级立法轻松完成。但是,由谁来支付必要的产品测试费用? 如果由制造商来付费,那么他们可能会放弃向英国销售——英国只是庞大全球市场中的一个而已。 如果由经销商来付费,则有可能会将物联网设备赶出市场,从而让智能家居设备在英国市场上短缺。而用户可能会通过国外网站购买不安全、未经测试的外国产品。 政府显然意识到了这些问题,并希望在分阶段实施的同时繁荣市场,而不是一口气要求太多。不过,也只有时间才能证明它是否成功。 但现实是,这项立法本身并不能解决这些问题。成功的最大希望将是,如果有足够多的其他国家政府认为这一做法有价值,并颁布了要求采取同样措施的立法。(来自iothome)只有这样,才能迫使所有制造商构建安全的消费类物联网设备。 与此同时,我们所有人都有责任采取我们所能采取的预防措施,而不是假设我们购买的设备是安全的。正如Avast和斯坦福大学的最新研究表明,我们发现物联网世界中仍有很多地方没有受到保护。 来源:物联之家网

    时间:2020-05-21 关键词: 物联网 IoT

  • IoT驱动的智能供应链是怎样的

    IoT驱动的智能供应链是怎样的

    数字化供应链价值 供应链数字化通过改善企业敏捷性来提升企业运营质量和效率、降低生产成本、提高资金流的灵活性,推动企业卓越运营并成功实现转型升级。 智能和数字化提升供应链管理和供应链服务能力。供应链管理人员可充分利用可用数据/信息,加强端到端的客户参与,改善生产和服务各环节的互动方式。数字技术为供应链管理者提供前所未有的信息透明度,并可根据需求建立需求感知功能,预测未来生产或服务各环节的变化和趋势,提高预测质量和运营效率。例如,供应链终端跟踪系统可随时发送有关订单的详细更新。 应用数字化的智能供应链实现自动化,大幅降低企业生产成本。根据麦肯锡的预测*,通过应用先进的方法计算和优化策略,对线路进行智能规划,并优化运输动态,运输和仓储成本可降低多达30%。同时借助先进的数字化系统支持,80%至90%的任务和工作计划可以实现自动化*。 与人工操作相比,建立在实时更新的方案基础上的自动化供应链决策流程,信息更加准确及时,同时系统还能检测到需要即刻干预的异常状况。自动化操作简化供应链专业人员的工作,使他们能够专注于更有价值的任务。例如,数字解决方案可以配置为自动处理实时信息、自动化准备和工作流程管理,从而消除收集、清理和输入数据的手动工作。 企业应用数字化的智能供应链可缓解资金流压力。 生产和商业企业的资金流压力相当大部分来自于库存。实施新的生产计划算法,可精细化生产和制造过程中需求和供应的变化,实现库存的最小化。 另外,由于需求/供应的预测准确度大幅提高,流程中的不确定性得以大幅降低,对安全库存的考量也相应减少甚至消失,这使得零库存计划成为营运选择之一。麦肯锡预测*,应用智能供应链管理,整体库存将减少75%,极大缓解了企业的资金流压力。 * Source: Supply Chain 4.0 – the next-generation digital supply chain, McKinsey, October 2016 数字化供应链特点 全球经济在转型升级,互联网、物联网、人工智能、机器学习和云计算的浪潮席卷全球,企业创新面临的现代商业环境对精细化、精益化管理提出了更高要求。 传统供应链中,数字垃圾/数据垃圾阻碍了智能化供应链应用的潜力。数字化供应链使用物联网和其他先进技术,自动收集和处理信息,利用人工智能和大数据算法提升价值数据,减少数字垃圾的产生,并自动支持决策制定和其他活动。 不断扩展的数字技术和人工智能、物联网、大数据实现云端智能供应链服务,提供越来越多的数字解决方案满足供应链管理需求。 机器学习系统可以为供应链管理者建议如何处理特定情况,例如根据新客户订单更改物料计划和计划,或者完全自动化进行决策。 自动化决策系统可以跨职能部门进行调整,以提升效率。功能强大且用户友好的分析工具可以编译大量非结构化数据,并从中提取有用的见解。 人工智能应用程序可以自动跟踪性能问题,查找根本原因,然后向管理人员推荐纠正措施。云端数字技术的另一个好处是它们比以前更容易设置和使用,也更能提供个性化的产品和服务。 例如,基于云的产品可以随时进行试点,然后在各组织之间快速扩展。许多新技术可以使用标准应用程序编程接口(API)连接到ERP系统,与现有系统或软件包轻松集成。 AWS针对供应链的服务组合和价值 针对智能供应链,面向工业、消费者和商业解决方案的AWS物联网产品可跨越云端,通过各种设备,为几乎所有物联网应用案例构建供应链解决方案。基于 AWS 物联网与人工智能卓越的集成能力,供应链设备更智能。此外,利用AWS设备软件,哪怕没有网络,供应链管理人员依然可以安全地连接设备、收集数据,通过大数据分析和人工智能算法在本地执行智能化操作。 Georgia-Pacific优化制造和供应链流程 Georgia-Pacific是世界上最大的纸浆、毛巾、薄纸木材和石膏建筑产品的制造商和分销商之一。Georgia-Pacific使用Amazon Kinesis将实时数据从制造设备传输到基于Amazon S3的中央数据湖,使其能够大规模地获取和分析结构化与非结构化数据。 同时,Georgia-Pacific使用基于AWS的高级分析解决方案,优化了工厂的关键制造流程,增加了数百万的利润。例如,对于生产线,AWS数据分析技术预测纸张母纸卷的质量,消除了40%的纸卷撕裂,一条生产线即可增加数百万美元的利润。 Georgia-Pacific的定向刨花板(OSB)工厂,通过优化切削过程,使生产过程中相关的废物减少了30%。利用人工智能进行预测,Georgia-Pacific现在可以提前60-90天预测设备故障,这意味着可以计划设备停机时间,提高资产利用率和造纸厂安全性,并帮助工厂避免计划外生产停工造成的收入损失。 Georgia-Pacific使用Amazon EMR通过Amazon Redshift以结构化方式对数据进行转换。分析师使用Amazon Athena在Amazon Simple Storage Service(S3)之上查询原始数据,其中包括制浆机制、造纸机、转换生产线、振动趋势、产量和纸张质量等信息。 Georgia-Pacific还使用AWS SageMaker来大规模构建、培训和部署ML模型。使用基于原始生产数据构建的ML模型,Amazon SageMaker可为机器操作员提供有关最佳机器速度和其他可调变量的实时反馈,使经验不足的操作员能够更早地检测到潜在质量问题。 AWS帮助Georgia-Pacific优化供应链流程,大大降低了成本开支。 AWS协同大众汽车集团整合其全球供应链 大众汽车计划通过工业云把其在全球122个制造工厂内的生产设备互连,以存储、收集设备上的运营数据,并对其进行分析以优化生产。 这一工业平台计划将大约1,500名大众供应商的数据也添加到互联组合中。来自所有工厂的数据组合将为工艺优化提供新的能量。这些措施包括更有效地控制物料流、早期发现和消除供应瓶颈和生产过程中断、优化工厂中机器和设备的运行、建立生产计划和库存管理、削减生产过程中的设备浪费、监控轿车零部件在整个供应链中的活动状况、跟踪工厂内外货物转移、车辆定位服务、跨系统分析效率等等。 大众汽车选择了AWS服务组合,包括物联网(IoT)、Amazon Simple Storage Service (S3)的企业级数据湖、AWS的连接设备和Amazon SageMaker人工智能开发工具包、机器学习分析和计算服务、智能机器人和数据分析功能等。这些服务专为生产环境开发,并可根据其他具体要求扩展到汽车行业。另外,该方案部分将构建在AWS Outposts上。该平台实现了系统与工厂之间数据交换的标准化和简化。通过大众工业云的发展,大众汽车所有122个生产工厂将实现标准化和网络化,为其生产和物流的无缝数字化奠定基础。 大众汽车和AWS的合作将对大众汽车全球供应链的生产效率和质量产生深远的影响。利用物联网、机器学习、云计算,大众汽车的目标是提高工厂的生产率,长期整合大众汽车在工业云中的供应链( 遍布全球的1,500多家供应商和合作伙伴的30,000多个地点)。大众和AWS建立的开放行业平台,未来也可应用于其他合作伙伴。 智能化的欣和食品供应链 中国烟台欣和企业食品有限公司(以下简称“欣和”)经过26年的不断发展,已经成为一家生产多品类食品的大型企业,拥有十多家子公司,并采用集团化统一管理实现可靠的饮食供应链、创新的产品研发、高标准的生产制造、便捷的零售渠道、极致的饮食体验以及全方位食物教育。 随着生产规模的扩大,欣和原有的IT架构开始遇到瓶颈,无法满足业务快速发展的需求。产品研发、市场推广、消费者沟通、营销渠道管理对大规模的数据分析和处理提出了更高的要求,欣和选择以AWS云平台为基础进行整体的大数据战略规划。 当前欣和的经销商供应链、消费者服务、电商平台都建立在AWS上。AWS云平台提供了丰富的功能来支持大数据湖的建设,包括Amazon S3、Amazon EMR、Amazon RDS、Amazon DynamoDB、Amazon Redshift等,这些功能涵盖了数据存储、安全保护、分析、处理等各个方面。 AWS帮助欣和快速利用数字做决策,实现数据业务化;业务上完善精准投入,实现精准营销。 最新的数字技术使企业全面改变其供应链的运作方式。Georgia-Pacific利用供应链带来的自动化,提高刚性效率,智能化满足差异化、个性化需求,为供应链带来新的速度、效率和灵活性。AWS全球的云平台整合了大众集团全球供应链资源和用户。欣和以信息流为中心,带动物流和资金流的运转。应用AWS的全球服务网络,数字化的智能供应链全面互联,在技术上力推企业出海,业务模式上助力企业扩展新市场,发掘价值点。 来源:中桥数据谈

    时间:2020-05-21 关键词: AI IoT

  • 商业价值怎样利用物联网来分析

    商业价值怎样利用物联网来分析

    围绕物联网(IoT)的热议此起彼伏。物联网设备并不局限于智能手表和语音助理等流行的消费电子产品。它们还包括非常复杂的设备,如微小的生物医学植入物或大规模的水管理系统。 物联网设备会生成大量数据。为了真正利用物联网设备,企业需要将来自各种设备和传感器的物联网数据与来自不同来源的数据结合起来,这些数据可能携带有关业务的有意义数据。这些数据包括结构化和非结构化数据,范围从PDF、电子表格和文档到JSON数据集、XML文件,点击流数据,甚至图像视频。 由于技术限制,许多这些数据源仍未被开发。总的来说,它们被标记为“黑暗数据”的标签。然而,他们可以使用正确的物联网数据分析解决方案加以阐明。 物联网设备生成的数据并不总是可供普通商业智能(BI)工具使用。他们也没有准备好运行物联网预测分析。这是因为半结构化或非结构化数据不能轻易地与来自其他企业数据源的数据结合以提供洞察力。 以下是处理物联网分析数据并从中获取商业价值的步骤: (1)摄取:在此初始步骤中,将接收和处理来自IoT设备的数据流。还可以生成实时通知。最后,数据以原始格式保存在集中式存储库中,如数据湖。 (2)准备:将物联网数据与其他来源的数据合并到数据湖中,然后进行编目,以便更好地理解和可视化。然后对数据进行清理,并应用转换使其可用来支持探索性数据分析。 然后,可以通过“提取,转换,加载”(ETL)处理将部分数据推送到企业数据仓库。在此阶段结束时,可以使数据可用于支持固定查询和即席查询。 (3)发现:来自数据湖或数据仓库的已处理数据可以提供给BI工具,以创建交互式仪表板。这些交互式仪表板以及自助报告有助于将数据转化为人类可读的洞察力。这使决策者能够看到全局和细粒度的细节,从而做出更明智的决策。 (4)预测:业务用户不再停留在发现阶段。通过各种机器学习技术预测未来结果是当前的常态。随着可用数据池的不断增长,物联网预测分析可以使用纵向数据来识别趋势并预测未来情景。 来源:中国电子网

    时间:2020-05-21 关键词: 物联网 IoT

  • AIoT的诸神时代谁能拔得头筹

    AIoT的诸神时代谁能拔得头筹

    小米是目前全球最大的消费级IoT物联网平台,近日举行的AIoT开发者大会将行业目光再次焦距在“AIoT”领域。何为AIoT?它指的是人工智能技术与物联网在实际应用中的落地融合。在消费互联网领域,自动驾驶、城市大脑、人工智能养老、医疗影像、智能语音……AloT已从“神坛”走向日常生活,并为城市建设提供越来越多的应用场景,在产业级市场,AIoT作为各大传统行业智能化升级的最佳通道。 同时,Gartner等机构也相继提出“未来AI将会重塑现在的移动设备,并结合物联网,成为未来生活中不可或缺的一部分”等观点,并预测到2021年将有251亿台智能设备连接到互联网……在链接数量增长的同时,还将带来从IoT到AIoT的改变。那么,未来还将有哪些新产品诞生、又有哪些领域将被改写? AIoT领域的诸神时代 随着万物智联时代的来临,在消费级领域越来越多的科技巨头和终端设备产业链加入了市场竞争。场内既有以流量入口为代表的BAT,也有摸索转型的小米物联网生态平台,还有特斯联等新兴物联网独角兽持续深耕细作……各大平台各具优势,也各有侧重。 △AIoT的诸神时代 与此同时,诸如电信、中国移动、华为等巨无霸公司也在积极布局,AIoT爆发在即。不同平台切入AIoT不尽相同,但往往与平台自身的属性和特征紧紧捆绑。如,互联网巨头对智能物联网平台布局更加强调技术开放与落地,但似乎缺少了实际场景和痛点的深刻理解,而一些新兴科技企业则从现实场景需求出发,在技术、产品、方案中精准切入,迅速成长为行业独角兽……尽管智能物联网目前的发展尚在初期,但AIoT技术不断成熟,这些企业正在迅速瓜分越来越细分的AIoT市场。 以小米为例,在“AI+IoT”的核心战略之下,在IoT的基础上加入了AI算法,在商旅、汽车到家装,再次明确了在其智联网领域的护城河。不论是以1亿元用于激励AI技能开发者、硬件设备厂商和技术公司,共同构建AI新生态,或是在业务中与宜家达成全球战略合作,与全季酒店、车和家、爱空间等展开深度合作,无不显示在AI赋能下,IoT领域未来的巨大潜力。 从产品、服务到技术需求 AIoT技术的发展与丰富,使得人与物的交互方式的得以演进,大量的新维度的数据也在不断地被创造和数字化,比如PC时代的工作资料和娱乐节目,智能手机时代的用户使用习惯、位置、信用和货币,再到物联网时代的各种可能的新数据(语音、视觉、动作、触觉,甚至味觉),通过声音控制家电,或者空调通过红外来决定是否应该降温,通过语音和红外结合来进行温度的控制……新的数据是AI的养料,而大量的新维度的数据正在为AIoT创造出无限可能。 随着AI技术的深入,未来的智联网将实现从智能单品,到互联智能以及主动智能的进阶。利用智能系统根据用户行为偏好、用户画像、环境等各类信息,随时待命,具有自学习、自适应、自提高能力,并主动提供适用于用户的服务,而无需等待用户提出需求,这也对边缘计算能力提出了更高需求,需要在靠近数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的开放平台,就近提供边缘智能服务,满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。 伴随AIoT的落地实现,在万物智联的场景中,设备与设备间将互联互通,形成数据交互、共享的崭新生态,同时,这背后还有对AI芯片的硬件需求。 AI算法对设备端芯片的并行计算能力和存储器带宽提出了更高的要求,尽管基于GPU的传统芯片能够在终端实现推理算法,但其功耗大、性价比低的弊端却不容忽视。在AIoT的大背景下,IoT设备被赋予了AI能力,一方面在保证低功耗、低成本的同时完成AI运算(边缘计算);另一方面,IoT设备与手机不同,形态千变万化,需求碎片化严重,对AI算力的需求也不尽相同,很难给出跨设备形态的通用芯片架构。因此,只有从IoT的场景出发,设计定制化的芯片架构,才能在大幅提升性能的同时,降低功耗和成本,同时满足AI算力以及跨设备形态的需求。 当然,不仅是在消费级市场,产业级市场的AIoT发展更为惊人。据GSMA统计,截止2017年底,全球物联网连接数量达到75亿,预计到2025年将达到250亿,同时,产业物联网发展的速度要比消费物联网发展的速度更快,产业物联网的终端数会增加4.7倍,而消费物联网的终端数只会增加2.5倍。 在两类不同市场需求的推动下,智联网的产业全景生态正在日渐丰富,从硬件芯片,到连接需求,到边缘侧的计算力与算法,以及不同平台的开放与开源……AIoT已近在眼前。 来源:泰一数据

    时间:2020-05-21 关键词: AI IoT

  • 艾睿电子、松下工业和意法半导体联合推出IoT智能设备模组

    艾睿电子、松下工业和意法半导体联合推出IoT智能设备模组

    中国,2020年5月21日——艾睿电子、松下工业和意法半导体联合推出了面向智能工厂、智能家居和智能生活的低功耗无线多传感器边缘智能解决方案。 该物联网解决方案模组整合艾睿电子的工程设计和全球分销能力与松下工业基于意法半导体BlueTile(STEVAL-BCN002V1B)多传感器开发套件开发的物联网模组,使客户能够轻松地测试产品设计,将新的物联网产品更快地推向市场。 该物联网解决方案模组板载意法半导体最新的低功耗蓝牙系统芯片(SoC) BlueNRG BLE 5.0以及惯性、环境和音频等多个传感器,使设备厂商能够推出各种经济实惠、面积紧凑、物超所值的物联网产品,满足智能工厂、智能家居和智能生活市场的需求。 全方位的服务和功能验证流程有助于降低物料清单成本。在一个有蓝牙通信功能的高能效的低功耗设计中,模组整合加速度计和陀螺仪,以及飞行时间测距传感器、压力传感器和湿度传感器,并经过标准化组织测试认证,使OEM客户能够极大地缩短产品上市时间,降低设计成本和复杂性。 “这些模组是松下工业基于功能和设计出色的ST BlueTile传感器节点开发套件开发的,是加快创建适用于所有物联网的各种边缘节点传感器的理想选择,目前这些模块由艾睿电子代理销售,”意法半导体EMEA市场与应用副总裁Philip Lolies表示。 松下工业欧洲公司物联网团队负责人Sara Ghaemi博士表示:“从ST BlueTile获得灵感,松下物联网解决方案模组帮助客户在这个快节奏时代缩短产品研发周期。 松下工业能够提供优质的客户服务,贯穿产品生命周期从设计、开发、验证到售后的各个阶段。这些模组帮助客户减少开发工作量和产品总成本,同时确保产品质量达到最高水准,取得所需的产品认证。这一新的解决方案将满足智能工厂、智能家居和智能生活市场客户的需求。” 艾睿电子EMEA区产品管理和供应商营销部副总裁Matthias Hutter表示:“现代嵌入式设计需要传感器和无线连接。这一趋势正在加速,因为无线标准的广度正在融入产品之中。然而,使用传感器设计出支持这一趋势的电路将需要大量的时间和资源,另外还需要额外的认证时间。但是如果在系统设计中使用预认证的无线传感器模块,就能节省开发时间和预算,为我们的客户加快产品上市时间。通过与意法半导体和松下的合作,我们将基本的传感器和无线构建模块整合在一起,可加速设计过程。”

    时间:2020-05-21 关键词: IoT 智能设备 智能工厂

  • AIoT有什么挑战和突破口

    AIoT有什么挑战和突破口

    随着IoT与AI逐步走向融合,AIoT正将以全新的方式改变人们的生活。 一、新业务需求 近年来,物联网呈现突飞猛进的发展态势。根据中商情报网的数据,2018年全球物联网设备已经达到70亿台;到2020年,活跃的物联网设备数量预计将增加到100亿台,2025年将进一步增加到220亿台。全球物联网产业规模由2008年的500亿美元增长至2018年的近1510亿美元。 在中国,物联网的大规模应用与新一轮科技和产业变革的融合发展,预计2025年中国物联网连接数将达到53.8亿。 随着物联网设备规模的迅速扩大,工厂所产生的数据规模也正以极高的速度发生“膨胀”,单纯依靠人工处理越来越难以为继,企业急需一些智能化手段,以完成对数据的处理、流程的优化,AI的出现恰到好处。 物联网发展至今,已经从最开始的未连接状态发展至智能化,所带来的价值也将变得越来越大。AI的引入,一定程度上是发展的必然。AI与IoT的融合,将加速智能化进程,充分发挥物联网的价值。 据IDC预测,中国人工智能市场未来五年将处于高速发展阶段,2018年底中国人工智能市场规模将达到22.9亿美元,IDC预测到2022年市场规模将达到98.4亿美元,2017-2022年复合增长率达到54.5%。而在技术的发展方向方面,流程重构、合规治理及洞察服务等无疑是难度最高且极为重要的。 与此同时,IDC在另一份报告中也作出了自2019年起对全球制造业的十大预测,包括: 预测4:到2020年,为了提高速度,灵活性,效率和创新,80%的制造商需要进行广泛的重组,将数据置于流程的中心。 预测2:到2022年,35%的制造企业将通过借助以AI和区块链为中心的平台创建新的生态系统,从而实现50%的流程自动化。 预测6:到2024年,超过60%的G2000制造企业将依靠人工智能平台来推动整个供应链的数字化转型,从而使生产率提高20%以上。 我们由此可以看出,企业、尤其是产出大量数据的制造业对自动化、智能化的需求愈加迫切,传统的自动化、联网化已经越来越无法满足需求。从市场的需求看,随着企业智能化新业务的产生,愈加迫切的需求促成了AI与IoT的融合。 二、AIoT全解析 以众所周知的互联网为例,它是由设备、网络等基础设施及各种丰富多彩的应用构成的。倘若没有基础设施,再精彩的应用也只是空中楼阁,而没有丰富的应用为支撑,互联网的魅力也只能是一个个独立的机器。 与之类似的,如果我们将AIoT进行粗略分类,大抵也可以分为这样两类:基本组成部分与应用程序。 1. 基本组成“元素” AIoT是指AI与IoT的互补融合,因此在组成上,几乎涵盖两种技术的核心“精华”。如果我们追本溯源,将AIoT进行分类,可分为数据、连接、用户、流程、可视化等五大类。 数据 数据是AIoT非常核心且基础的部分。对于IoT来讲,几十亿台设备的联网所产生的数据量远超人力所能及,而数据又是物联网的主要产出。 正如前文所讲的那样,数据规模正变得越来越“庞大”。 据IDC预测,物联网设备产生的数据从将2013年的0.1ZB增长到2020年的4.4ZB。 AI与IoT的融合正是以数据为依托的。对于AI来讲,数据是其发展的养料,源源不断的庞大数据量为其感知、处理和进步奠定了基础。 连接 连接的价值毋庸置疑,无论是设备联网,亦或AI的接入,所有的一切都需要连接。没有连接,AIoT的所有功能都将成为美好的愿景。 过去的2018年里,国内的物联网连接呈现“大象狂奔”的态势。知名市场研究公司Counterpoint曾发布报告显示,截止2018年年中,中国的三大运营商物联网连接数已占据全球蜂窝物联网60%以上份额,预计到2025年依然保持在60%以上。 用户 所有一切新兴技术,最终服务的对象都是人。因此,用户的直观体验至关重要。 在智能家居等C端领域,用户更加在乎的是设备“懂我”,期望智能产品能够满足自己“饭来张口、衣来伸手”的“懒人”生活;在工业等B端领域,企业客户更加需要搭载AIoT的智能产品能够降低成本,提高效率等。 因此,满足用户的需求是AIoT的重点方向,需要针对不同群体需求达到真正智能。 流程 AI与IoT的融合,是在IoT广泛连接物联设备的基础之上的。为什么IoT之后仍需要AI助力?因为连接不是目的,智能才是方向。 目前的物联网设备大都存在流程的冗余,通过AIoT的帮助,对于个人用户来讲,设备将更加好用智能、速度更快;对于工厂企业来讲,节省了成本,提高了效率。 可视化 物联网设备所产生的大量数据,一定程度上包含着无论是机器设备,亦或者个人用户的关键信息。对于企业来讲,能够真正将这些信息利用起来,并成为可视化的、可量化的资源显得尤为重要。 AIoT时代,将数据等信息可视化的表现出来,不仅能够将数据与业务紧密联系,也能帮助企业及时发现市场趋势,以为更多应用的开发提供智能化辅助。 2.应用 不只是基础组成“元素”,如何让AIoT得以发挥巨大效用才是重中之重。在AIoT的落地环节,仍然需要各种服务及平台作为支撑,从而将其强大能力具体显现。 在AIoT落地过程中,不外乎需要一些基建服务、运营平台、生产力平台以及分析平台。 对于用户来讲,通过雷达、wifi等基建服务可以保障AIoT的基本功能,为后期的运营分析等奠定基础。 运营平台则包括智能手机、工厂管理系统等,用户可以通过平台有效管理其上搭载AIoT的设备。 分析处理能力是AIoT非常关键的能力之一,在具体的分析管理中,平台的引入也为用户的可视化、易管理提供了帮助,因此分析平台也十分必要。 综上来看,AIoT的这些落地需求也存在着新的商机,尤其为系统集成商、服务提供商和咨询公司等带来了新的机会。 三、企业AIoT战略 对于企业来讲,AIoT存在着非常巨大的价值。雷军此前坦言,5G+AIoT将是下一代超级互联网。 尽管价值巨大,看起来非常诱人,但企业若想要能够真正分一杯羹,着实存在一些挑战,但风险与收益同在,挑战与机遇并存。 1. 商业挑战 任何新兴技术的引进,对于企业来讲,都存在挑战。尽管理论层面的数据可以显示出该技术的先进性,但技术与企业融合的难易程度、最终效果等等都存在不确定性。 对于企业而言,最迫切需要AIoT所带来的无外乎降低成本、提高利润率、增加收入。如何在真正落地中满足企业需求,是摆在企业心中的一大问号。 尽管智能化一直是人们对科技的高度向往,而AIoT能够将这一目标无比拉近,但是,利用AIoT降低成本并非易事。 首先,AI的投资多,见效慢。AI的前期投入相当庞大,无论是算力研发中硬件成本,还是人才的薪酬等投资都是巨大的。以AlphaGo为例,其算力相当于12000块常见的消费级1080TI TPU,所花费逾千万。而目前,人工智能相关岗位的薪酬也是非常之高的,甚至有消息称,年薪 25 万的 AI 工程师仅仅是白菜价。 昂贵的前期成本投入,并不能确保后期带来更高的收益,因此,对于企业来讲,AIoT是一项高额高风险的投资。 其次,模型的构建难,准确性也无法保证。传统工业领域的IT从业人员缺少模型的构建与管理经验,无法保证实现模型预测的准确性,也无法对模型进行全生命周期管理及升级,以更低成本和更高效率进行模型和算法的迭代。 正因此,企业很难从AIoT中获得利润率的提高,从而进一步抑制了企业对该技术的“兴趣”。 最后,因为企业在降低成本及提高利润率等方面存在问题,因此依靠AIoT增加收入也就变得更加困难。 2. 解决方法 但老话说的好:只要思想不滑坡,方法总比问题多。尽管现存的许多问题阻碍了AIoT的商业化进程,但与之相对应的解决方法总是有的。 首先。企业间以合作的形式,可以有效降低成本,获得更大利润。试想一下,原本一家企业做AIoT需要从AI及IoT全方位下手,但通过合作的方式,企业只需要专注于一小部分,例如数据、连接等等,通过互补合作的方式,可以有效降低成本、提高效率。 另外,企业需要创建新的“服务”模型。在AIoT所引领的智能化时代初期,用户的需求是逐步塑造与形成的,相对应的,新的商业模型存在很大发展空间,如何满足用户所需值得深入挖掘。 结语 AIoT是一个庞大的产业链,围绕它可以产生无限可能,价值是巨大的。但事物的发展不会一帆风顺,处于发展起步阶段的AIoT,在实际落地之中又有重重困境。尽管对企业来讲,解决问题的方法不止一个,但AIoT最终能否淬火之后达到繁荣生态,仍含有太多不确定性。 来源:物联网智库

    时间:2020-05-21 关键词: AI IoT

  • AIoT发展的逻辑是怎样的

    AIoT发展的逻辑是怎样的

    AIoT领域中人机交互的市场机会 自2017年开始,“AIoT”一词便开始频频刷屏,成为物联网的行业热词。“AIoT”即“AI+IoT”,指的是人工智能技术与物联网在实际应用中的落地融合。当前,已经有越来越多的人将AI与IoT结合到一起来看,AIoT作为各大传统行业智能化升级的最佳通道,已经成为物联网发展的必然趋势。 在基于IoT技术的市场里,与人发生联系的场景(如智能家居、自动驾驶、智慧医疗、智慧办公)正在变得越来越多。而只要是与人发生联系的地方,势必都会涉及人机交互的需求。人机交互是指人与计算机之间使用某种对话语言,以一定的交互方式,为完成确定任务的人与计算换机之间的信息交互过程。人机交互的范围很广,小到电灯开关,大到飞机上的仪表板或是发电厂的控制室等等。而随着智能终端设备的爆发,用户对于人与机器间的交互方式也提出了全新要求,使得AIoT人机交互市场被逐渐激发起来。 AIoT发展路径 以智能家居市场为例,数据显示,2018年中国智能家居规模将达到1800亿元,到2020年智能家居市场规模将达到3576亿元。分析师预测,2021年全球智能家居市场规模将达5000多亿元。飞速爆发中的AIoT市场,所蕴藏的人机交互需求及前景无疑是令人期待的。 人类生活的数字化进程已持续约三十年,这些年我们经历了从模拟时代到PC互联时代再移动互联时代的演进,而目前我们正处在向物联网时代的演进过程中。从交互方式上来讲,我们可以看到机器是越来越“迁就”人的:从PC时代的键盘和鼠标到移动时代的触屏、NFC以及各种MEMS传感器,再到物联网时代正在蓬勃发展的语音/图像等交互方式,使用门槛正在变得越来越低,这导致了越来越多的用户的卷入。同时我们需要注意到另一个深刻的变化,即由于交互方式的演进(至少是重要原因之一),大量的新维度的数据也在不断地被创造出来和数字化,比如PC时代的工作资料和娱乐节目,智能手机时代的用户使用习惯、位置、信用和货币,再到物联网时代的各种可能的新数据。 在物联网时代,交互方式正在往本体交互的方向发展。所谓“本体交互”,指的是从人的本体出发的,人与人之间交互的基本方式,如语音、视觉、动作、触觉,甚至味觉等。例如,通过声音控制家电,或者空调通过红外来决定是否应该降温,通过语音和红外结合来进行温度的控制(侦测到房间里没人的时候,即便电视节目里提到了“降温”,空调也不做反应)。 新的数据是AI的养料,而大量的新维度的数据正在为AIoT创造出无限可能。 从AIoT发展路径来看,当前行业人士普遍认为,其将经历单机智能、互联智能到主动智能的三大阶段。 单机智能指的是智能设备等待用户发起交互需求,而这个过程中设备与设备之间是不发生相互联系的。这种情境下,单机系统需要精确感知、识别、理解用户的各类指令,如语音、手势等,并正确决策、执行和反馈。AIoT行业正处于这一阶段。以家电行业为例,过去的家电就是一个功能机时代,就像以前的手机按键式的,帮你把温度降下来,帮你实现食物的冷藏;现在的家电实现了单机智能,就是语音或手机APP的遥控去实现调温度、打开风扇等。 无法互联互通的智能单品,只是一个个数据和服务的孤岛,远远满足不了人们使用需求。要取得智能化场景体验的不断升级、优化,首先需要打破的是单品智能的孤岛效应。而互联智能场景,本质上指的是一个相互互联互通的产品矩阵,因而,“一个大脑(云或者中控),多个终端(感知器)”的模式成为必然。例如,当用户在卧室里对空调说关闭客厅的窗帘,而空调和客厅的智能音箱中控是连接的,他们之间可以互相商量和决策,进而做出由音箱关闭客厅窗帘的动作;又或者当用户晚上在卧室对着空调说出“睡眠模式”时,不仅仅空调自动调节到适宜睡眠的温度,同时,客厅的电视、音箱,以及窗帘、灯设备都自动进入关闭状态。这就是一个典型的通过云端大脑,配合多个感知器的互联智能的场景落地。 主动智能指的是智能系统根据用户行为偏好、用户画像、环境等各类信息,随时待命,具有自学习、自适应、自提高能力,可主动提供适用于用户的服务,而无需等待用户提出需求,正如一个私人秘书。试想这样的场景,清晨伴随着光线的变化,窗帘自动缓缓开启,音箱传来舒缓的起床音乐,新风系统和空调开始工作。你开始洗漱,洗漱台前的私人助手自动为你播报今日天气、穿衣建议等。洗漱完毕,早餐和咖啡已经做好。当你走出家门,家里的电器自动断电,等待你回家时再度开启。 AIoT的实现对边缘计算能力提出需求 边缘计算指在靠近物或数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的开放平台,就近提供边缘智能服务,满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。在行业内有个十分形象的比方,边缘计算犹如人类身体的神经末梢,可以对简单的刺激进行自行处理,并将特征信息反馈给云端大脑。伴随AIoT的落地实现,在万物智联的场景中,设备与设备间将互联互通,形成数据交互、共享的崭新生态。在这个过程中,终端不仅需要有更加高效的算力,在大多数场景中,还必须具有本地自主决断及响应能力。拿智能音箱举例,其不仅需要支持本地唤醒的能力,还应该具备远讲降噪的能力,而由于实时性以及数据有效性的考虑,这方面的计算必须发生在设备端而不是云端。 智能家居行业作为AIoT人机交互最重要的落地场景,正吸引越来越多企业进入。在这其中,既有如Apple、Google、Amazon等这样的科技巨头,也有像海尔、三星这类的传统家电厂商,当然也不乏小米、京东这样的互联网新贵。基于互联智能的构想,未来的AIoT时代,每个设备都需要具备一定的感知(如预处理)、推断以及决策功能。因此,每个设备端都需要具备一定不依赖于云端的独立计算能力,即上面提到的边缘计算。 在智能家居的场景下,通过自然语音的方式与终端设备进行交互,在当前已成为行业主流。由于家庭场景的特殊性,家用终端设备需精准区分、提取正确的用户命令(而不是家人在谈话时无意说到的无效关键词),以及声源、声纹等信息,因此,智能家居领域的语音交互对于边缘计算也提出了更高要求,具体表现在以下几方面: 远讲降噪、唤醒 家居环境下声场复杂,比如电视声音、多人对话、小孩嬉闹、空间混响(厨房做饭、洗衣机等设备工作噪音),这些容易干扰用户与设备间正常交互的声音,很大概率会在同一时间存在,这就需要对各种干扰进行处理、抑制,使得来自真正用户的声音更加突出。在这个处理的过程中,设备需要更多的信息量来进行辅助判断。家居场景语音交互的一个必备功能是使用麦克风阵列进行多通道的同步声音录入,通过对声学空间场景进行分析,使得声音的空间定位更加准确,大幅提升语音质量。另一个重要功能是通过声纹信息辅助区分真正用户,使他的声音从多人的窜扰中更加清晰地区分出来。这些都需要在设备端实现,且需要较大的算力支持。 本地识别 家居领域人机交互的本地识别离不开边缘计算,具体体现两个方面: 高频词。从实际统计来看,用户在特定场景下的常用关键词指令数量有限。例如车机产品,用户最常使用的可能是“上一首/下一首”,空调产品有可能最常用的命令是“开启/关闭”等,这些用户经常用到的词就叫做高频词。对于高频词的处理,完全可以放在本地处理而不依赖于云端的延时,从而带给用户最佳的体验。 联网率。在智能家居产品尤其是家电产品落地的过程中,联网率是一个问题。如何在不联网的情况下让用户感知到语音AI的强大,进行用户培养,也是边缘计算在当前的一个重要作用。 本地/云端效率的平衡 家居领域的自然语言交互过程中,当所有的计算被放到云端时,声学计算的部分将对云端计算造成较大压力,一方面造成云平台成本的大幅增加;另一方面带来计算延迟,损害用户体验。自然语音交互分成声学和自然语言理解(NLP)两个部分,从另一个维度上来讲,可看成是“业务无关”(语音转文字/声学计算)和“业务有关”(NLP)的部分。业务有关的部分毫无疑问需要在云端解决,例如用户问天气、听音乐等需求,那么设备对用户语句的理解,以及天气信息的获取必须通过联网来完成。但是,对于用户语音到文字的转换,例如下达指令“打开空调、增加温度等”,其中的部分甚至大部分计算是有可能在本地完成的。这种情况下,从本地上传到云端的数据将不再是压缩后的语音本身,而是更为精简的中间结果甚至是文本本身,数据更为精简,云端计算更为简单,则响应也更为迅速。 多模态的需求 所谓多模态交互即多种本体交互手段结合后的交互,例如将多种感官融合,比如文字、语音、视觉、动作、环境等。人是一个典型的多模态交互的例子,在人与人交流的过程中,表情、手势、拥抱、触摸,甚至是气味,无不在信息交换的过程中起着不可替代的作用。显然,智能家居的人机交互势必不止语音一个模态,而是需要多模态交互并行。举个例子,智能音箱如果看到人不在家,那就完全不需要对电视里误放出的唤醒词进行响应,甚至可以把自己调到睡眠状态;一个机器人如果感觉到主人在注视他,那么可能会主动向主人打招呼并询问是否需要提供帮助。多模态处理无疑需要引入对多类传感器数据的共同分析和计算,这些数据既包括一维的语音数据,也会包括摄像头图像以及热感应图像等二维数据。这些数据的处理无不需要本地AI的能力,也就对边缘计算提出了强力的需求。 AIoT带来的AI芯片需求 AI算法对设备端芯片的并行计算能力和存储器带宽提出了更高的要求,尽管基于GPU的传统芯片能够在终端实现推理算法,但其功耗大、性价比低的弊端却不容忽视。在AIoT的大背景下,IoT设备被赋予了AI能力,一方面在保证低功耗、低成本的同时完成AI运算(边缘计算);另一方面,IoT设备与手机不同,形态千变万化,需求碎片化严重,对AI算力的需求也不尽相同,很难给出跨设备形态的通用芯片架构。因此,只有从IoT的场景出发,设计定制化的芯片架构,才能在大幅提升性能的同时,降低功耗和成本,同时满足AI算力以及跨设备形态的需求。 来源:iotworld

    时间:2020-05-21 关键词: AI IoT

  • AI和IOT加在一起的威力有多大

    AI和IOT加在一起的威力有多大

    “AIoT”在2017年首次提出,迅速成为物联网行业的热词,AI(人工智能)赋能IoT(物联网)似乎已成为各大传统行业智能化升级的最佳通道。AIoT即将成为工业机器人、智能家居、智慧城市及自动驾驶等新兴产业的重要基础。 “人工智能正在给人类社会带来深刻的变革。”雷军也曾在9月举行的“世界人工智能大会”上提到,AI与IoT结合将形成AIoT,也就是万物智慧互联,在这个领域未来有着巨大的发展空间。AI和IoT技术的结合成为了一种新的技术趋势,AIoT是未来的核心驱动力,也将成为企业布局的热门领域。 1+1远大于2 “AIoT”即“AI+IoT”,指的是人工智能技术与物联网在实际应用中的落地融合。IoT覆盖范围比较广泛,IDC预计,2018年全球IoT支出金额预估将年增14.6%至7,725亿美元。然而现实也许并没有那么美好,物联网火热之时,大家纷纷把家电、门窗、窗帘都连上网,为了连接而连接,但我们最终需要的是服务,仅靠联网意义甚小,解决具体场景的实际应用才是技术发展的根本动力。 AI则可以根据大量的历史资料和实时观察找出对于未来预测性的洞察。由于同时分析过去的和实时的数据,AI更容易注意到有哪些资料属于例外,并做出合理、合适的推断。 而数据对于人工智能的重要性不言而喻,AI需要持续的数据流入,它可以处理和从中学习的数据越多,其预测的准确率也会越高。 有人会问:“AI这么强大,我们好像只需要它即可。”IoT其实肩负了一个至关重要的任务,就是数据收集。正如恩智浦弋方所说:“AI是大脑,IoT是连接。” AI是IoT的大脑,让设备的简单连接上升为智能连接,让万物互联进化到万物智联;IoT是让 AI 具备行动能力的身体。就像人类的眼睛,耳朵,鼻子和皮肤感知我们周围的世界一样,IoT中数十亿的传感器和摄像头采集周围环境的数据,并将这些数据发送给AI进行分析和处理。这些数据也是AI进行深度学习的重要养料,协助AI变得越来越聪明,做出的决定也越来越明智。 以智能窗帘为例,连接之后需要升级,达到使用者与窗帘可进行交互。窗帘能够感知到使用者的需求,比如使用者感觉室内光线过亮,即可自动关闭,光线过暗又能自动打开等。也就是说,单纯连接没有意义,重要的是给连接一个大脑,即AI。 IoT带来的连接设备和数据类型远大于传统互联网,有业内人士这样形容:“缺少 AI 的 IoT会变为‘鸡肋’,缺少 IoT 的 AI 会成为‘傻瓜’”。 应用场景将遍地开花 智能手机 智能手机无疑是未来很多“万物互联”的入口,AI、物联网、移动设备三大技术将强强联合,成为行业新的“标配”技术。AIoT为智能手机赋能,将智能装置、设备都联接起来,打造新生态。苹果、三星、华为等都在推出具有不同AI功能的手机。 智能家居 智能家居目前仍处在初级发展阶段,AIoT将把智能应用、智能家居产品、硬件家族和平台全部串联起来,让我们和这些物体实现更智慧的互动,智能家居是未来离消费者最近的AIoT场景。 工业机器人 工业机器人在自动化普及的工业时代,生产过程几乎完全自动化、机器人具备高度的适应能力,工业互联网不只是实现机器互联,还有智能。AIoT在帮助机器人实现智能互联的同时,还能让管理者任意自如的操控,尤其是在很多工业危险的领域。 自动驾驶 自动驾驶需要很多技术支持,除了数据,就是人工智能,它去帮助车做正确的决策,这也是为什么百度押宝人工智能的原因之一。车的智能解决之后,就得实现车辆的互联和管控,在自动驾驶状态中,如何保证乘客安全,是AIoT技术正在研究的重点。 市场挑战与机遇并存 BAT虽然纷纷布局并加速AIoT应用落地,并不代表就具备了先发优势,反而是一些新兴科技企业正确把脉、精准切入。尤其是近几年涌现出的独角兽企业,更是在战略、技术、产品、方案上提早布局并全面加速,特斯联正是其中之一。所以从这一层面上看,巨头入场并没有起跑线上的绝对优势,反而会落后于一些创新科技公司。 而且,目前来看AIoT行业份额巨大,加之应用的细分领域众多,市场不会被一家或者几家吃掉,能否抢占市场的关键是技术应用和商业落地能否达成,是否真正从市场刚需出发而非瞄准伪需求。比起消费级市场,在传统领域中,AIoT拥有更广阔的“刚需”市场,包括安防、城市规划、医疗健康、工业制造等。 对边缘计算的新要求 在万物智联的场景中,设备与设备间将互联互通,形成数据交互、共享的新生态。在这个过程中,终端不仅需要有更加高效的计算能力,在大多数场景中,还必须具有本地自主决断及响应能力。 例如智能音箱,其不仅需要支持本地唤醒的能力,还应该具备远讲降噪的能力,而由于实时性以及数据有效性的考虑,这方面的计算必须发生在设备端而不是云端。弋方表示,AIoT对边缘计算能力也提出了新的需求:低功耗、高性能、软件资源完善,甚至需要神经网络引擎。低功耗、高性能、高安全性、软件资源完善,甚至需要硬件的专用加速引擎。 尽管基于GPU的传统芯片能够在终端实现推理算法,但其功耗大、性价比低的弊端却不容忽视。在AIoT的大背景下,IoT设备被赋予了AI能力,一方面在保证低功耗、低成本的同时完成边缘计算;另一方面,IoT设备形态多样、需求碎片化严重,对AI算力的需求也不尽相同,很难给出跨设备形态的通用芯片架构。 因此,只有从IoT的场景出发,设计定制化的芯片架构,才能在大幅提升性能的同时,降低功耗和成本,同时满足AI算力以及跨设备形态的需求。 结语 一些巨头早已开始积极布局AIoT。谷歌早前公开宣布计划用5000万美元收购物联网平台Xively,高调进军AI+IoT行业。微软2018年4月4日宣布,计划在未来四年内,向物联网相关的各种项目投资50亿美元,用以提供智能化服务。 当AI遇上IoT,开启了智能物联无限大的想象空间,也开启了人工智能在应用层面更多的可能性。人工智能可以最大化物联网带来的价值,而物联网能为人工智能提供所需的数据流。它们有机结合,才能使物联网和人工智能的优势发挥到最大化。 来源:全球物联网观察

    时间:2020-05-21 关键词: AI IoT

  • 物联网资产管理是怎样的步骤

    物联网资产管理是怎样的步骤

    制定一个计划,你将节省资源,避免头痛。 在过去的十年中,随着零售商提供无限、快速和免费送货的压力越来越大,致使供应链的复杂性大幅增加。频繁的中断,如货物损坏或运送延迟,是这种趋势的最常见现象。 制造业是一个资产密集型行业,即使是小规模的中断,其成本也会迅速增加。一些制造商已经在利用物联网( IoT )、大数据和高级分析等数字技术来减少代价高昂的错误发生,并简化运营。嵌入到供应链关键领域的低成本传感器和连网设备正在传送资产位置、质量和状态的关键实时数据,例如,智能传感器可以在运输过程中检测到货物的异常温度变化,从而可以立即采取纠正措施,防止潜在灾难性货物损失。 麦肯锡的一项研究发现,供应链已将大数据分析等技术纳入43%的流程中,他们称之为“数字化”。随着总体成本、灵活性、效率和客户满意度的提高得到认可,这一数字有望继续上升。 在进行这种数字化转型之前,制造商必须首先采取以下五个重要步骤: 1、建立业务标准 在制造商开始获得供应链数字化带来的好处之前,他们必须建立以下指标和基准: ▲货物的室内和室外实时位置 ▲货物的处理(如处理、温度、湿度) ▲目的地距离与行程时间 这些数据有助于确定与业务目标一致的改进领域和关键绩效指标。 例如,一家塑料供应商实施物联网解决方案,以缩短从仓库到货运码头的周转时间。员工将首先走遍整个仓库,然后使用条形码扫描收集到的包裹以便装运,现场和运输过程中包裹位置和状况的实时可见性对于优化解决方案效率至关重要。 2、确定重要的数据来源 接下来,必须识别重要的数据来源,并配备智能标签,标签具有GPS、温度、加速度计、湿度和压力传感器。提前确定标签很重要,因为太多的标签可能会产生过多数据,还要浪费时间进行筛选,而太少标签可能提供的数据太少而无法使用。 例如,一家中型海鲜经销商,关注从仓库到单个零售商之间各种鱼类的新鲜度,可能只需要在每种鱼类中放置一个智能标签。 3、积累数据、汇总数据并评估正确的处理级别 随着关键数据源的识别和智能标签的标注,所有实时数据都需要汇总到物联网网关中。根据业务目标,这些网关可以位于仓库中、车辆上或两者兼有,它们分析传感器的实时数据,并提取和存储所需的数据点,如速度、温度和压力。 具有额外业务目标的更复杂供应链将需要更多的数据处理,如果传感器向分布在多个仓库和车队中的物联网网关发送数据,它们将需要被推到一个安全的云中,并在那里被处理,然后转化为可操作的洞察力。 4、开发可视化和可操作分析的应用程序 计算和处理的数据只有在能够转化为清晰的业务洞察力时才有价值。实现这一点的最佳方法是开发具有可视化和报告工具的应用程序,如移动和web控制面板。 5、以自动化为先发制人 一旦物联网资产管理解决方案启动并运行,报告和分析开始实现,供应链中可能出现的许多问题都可以自动得到解决。这就是物联网在供应链中力量最明显的地方,自动化显着降低了人力需求和人为错误的风险,尤其是在复杂的24/7—365操作中。 如果智能标签传感器报告其中一个海鲜经销商卡车在运输途中的温度超过平均水平,则会向驾驶员的移动设备发送警报。 最后,重要的是要记住,数字化更多是稳定运行,而不是仓促激进。最好是适度地开始,然后在确定哪些解决方案和流程最有效之后再进一步发展。 物联网解决方案,如智能资产管理,已经对供应链的成功产生了迅速而显着的积极影响。普华永道的一项研究显示,“拥有高度数字化供应链和运营的公司每年可以获得4.1%的效率提升,同时每年将收入提高2.9%。” 实时洞察和自动化问题解决为资产密集型企业带来了更高效、更灵活的运营,使他们能够更好地解决甚至预测客户不断变化的需求。如果数字化继续以目前的速度发展,那么,全球工业中最重要的部分之一将会有一个前瞻性、预测性、自动化和个性化的未来。 来源:物联之家网

    时间:2020-05-21 关键词: 物联网 IoT

  • 物联网提供商需要注意什么

    物联网提供商需要注意什么

    物联网(IoT)正在迅速发展,每秒就有127个新设备连接到网络。虽然许多新应用面向消费者,包括智能家居系统和联网汽车等,但其他应用可帮助公司优化从制造到客户细分的各种运营。随着物联网的扩展,公司的连接支出将在2022年之前每年增长约15%。为了捕获这一增长市场,物联网连接提供商将扩大其覆盖范围并研究创新技术,包括低功耗广域网(LPWAN)。 而这种转变可能会对销售物联网设备或服务的公司产生重大影响。多年来,企业往往跟随国家的引导,选择连接提供商,通常的情况是选择最大的区域覆盖的供应商或本地参与者。少数企业还向系统集成商寻求建议,通常会得到类似的结果。但随着物联网变得越来越重要,企业必须重新评估其连接需求,并制定更加细化的决策,考虑全球覆盖、智能切换功能、服务交付、定价、安全性和物联网专业知识等多方面的问题。 一份合同下的全球覆盖 对于移动连接,公司通常有多个特定国家/地区的合同,所有合同都有不同的条款,定价和承保范围选项。对于物联网来说,更简单的路径可能更有意义:与一个移动网络运营商(MNO)或移动虚拟网络运营商(MVNO)签订合同,通过单一平台提供全球连接。为确保覆盖范围超出既定基础,选定的连接提供商必须与其他MNO或MVNO签订漫游协议,或寻求新的合作伙伴填补空白。 “单一合同”的方法可帮助公司最大限度地降低方案的复杂性,因为全球覆盖的责任落在提供商身上,而不是提供物联网设备或服务的公司。使用一个MNO或MVNO还可以让公司更深入地了解其数据使用情况,因为他们可以通过单一平台对其进行监控。 强大的智能切换功能 许多连接提供商正在研究两种较新的智能切换技术。第一项智能移动交换机使物联网设备能够从一个MNO或MVNO无缝转移到另一个MNO或MVNO。但物联网设备具有此功能的情况仍然不常见。第二项技术是智能平台交换,可根据设备的数据传输要求和其他因素,在非授权网络、蜂窝网络和移动平台之间进行转换。目前,也没有物联网设备具备进行平台切换的能力,但一些公司正在增加对该领域的投资。 移动切换可以采用多种形式。有些物联网的玩家能够通过多国际移动用户识别码(Muti-IMSI)技术进行切换,该技术允许单个用户身份模块(SIM)卡被分配多个本地号码,其中包括针对不同的国家或地区的号码(见图表1)。这种策略使漫游费用低于通过与其他提供商签订的双边协议所产生的费用。由于MuTI-IMSI网络仍然没有广泛使用,大多数公司无法利用它们,因此仍然有漫游费用的产生。 嵌入式通用集成电路卡(eUICC)是一种新兴的SIM卡技术,最终可能代表比MuTI-IMSI更好的解决方案,用于物联网中的移动交换。每个eUICC都托管多个MNO的配置文件,用户可以按需远程添加或删除这些配置文件,这可能使用户比MuTI-ISMI技术更能控制漫游成本和质量。 现在很少有MNO和MVNO提供eUICC,部分原因是该技术还很新颖,但客户可能会开始请求此选项,因为他们会更多地了解其价值。如果eUICC成为主流,它们可能成为默认的连接选项并大幅降低连接成本。但是,在积极寻求这一选择之前,企业必须仔细评估和权衡eUICC的使用。例如,eUICC是一种相对不成熟的技术,因此可能引发大量可靠性问题或客户体验问题。如果移动到eUICC,企业也有可能失去MNO的补贴或折扣,或者他们可能发现他们的eUICC提供商没有连接到实现其覆盖目标所需的所有MNO。 强大的服务交付能力 在移动连接方面,公司自然会选择具有良好业绩记录的提供商来提供优质服务,因为不管任何原因的停机都将导致大量客户投诉。但大多数人在评估其物联网连接需求时未能应用相同的逻辑。与移动用户失去信号时发生的混乱相比,物联网信号的中断似乎是一个小问题。而这种误解可能会导致采购忽视服务质量,并在选择物联网连接解决方案时更多关注成本问题。 虽然成本问题值得关注,但公司很快就会认识到糟糕的服务可能会破坏他们刚刚起步的物联网产品。例如,在偏远地区失去在线导航功能的联网汽车的驾驶员可能将责任归咎于销售物联网设备的企业,而不是连接提供商。随着公司开始更加重视服务质量,他们应该关注以下提供商特征: 领导力和战略。最好的物联网连接提供商致力于创新并投资最新技术,包括eUICC。 专业知识。公司应该选择真正了解其行业的连接提供商,并能为每个客户提供量身定制的产品和服务,而不是一套通用产品。 定制计划和绩效衡量标准。标准服务级别协议(SLA)通常有很多不足之处。例如,它们可能会声明提供商必须在中断后恢复连接,但不指定必须发生的时间范围。更好的选择,要求具有特定关键绩效指标(KPI)的定制合同。在服务中断的情况下,合同可以反映客户期望的服务恢复期限,例如在三天内,并且具有跟踪超过该时间的中断百分比的KPI。 风险管理。灾难性事件的危险笼罩着每个企业,物联网则可能意味着数千万台设备的停机。合同应通过包括风险管理和应急计划来应对这些危险。 定制价格 大多数物联网连接提供商提供多种定价方案,具有不同的数据限制和功能:一个方案可能具有较低的设置费用和较高的超额费用,而另一方案则可能正好相反。当评估他们的选项时,大多数公司选择标准计划,而不是请求定制服务,因为他们缺乏对其连接需求和使用模式的洞察。如果没有这些信息,他们通常会为不必要的功能付费,例如远远超出其要求的数据量限额。 创建定制的定价方案可能看起来任务艰巨,但是可以通过一个简单的方案实现。第一步,公司应确定员工如何在其组织内使用物联网设备,以及客户如何使用其支持物联网的产品。在此分析过程中,他们应关注最重要的用例,这些用例可能与内部操作,客户需求或两者相关。然后,公司可以根据数据需求(低、中、高)将其组织分为三类。漫游和连接要求以及对超额保护的需求可能会在每个类别中有所不同,如图表2所示。 强调安全 随着物联网实施项目的增加,黑客的威胁也会增加。当公司试图确定连接提供商如何能够对抗此类入侵时,他们应该关注三个方面:基础架构、端点安全和加密技术。 1. 基础设施 大多数提供商提供强大的网络设计措施和流程设计保护,包括业务流量分离和访问管理,但可能存在与技术设计保护相关的重要差别,例如防火墙。公司还应该衡量提供商对黑客入侵的响应速度。 2. 端点安全性 大多数物联网玩家都没有意识进行设备认证,而在认证过程中,机器的凭证与授权列表上的凭证进行比较,以确定它是否有权访问系统。网络安全对物联网的威胁可能要求他们重新考虑这一立场。例如,在将设备连接到物联网之前,他们可能会决定要求设备用户输入密码,因此需要能够支持此功能的提供商。物联网设备制造商还必须通过签名检测(确定设备受感染并与黑客通信)或查找流量异常来强化他们系统。实时发现偏差的能力可以为供应商提供巨大的优势。 3. 加密标准 密码学将明文转换为加密文本的过程,对于保护通过物联网传输的数据的完整性并使其保持机密性是必不可少的。但是公司应该记住,在评估提供商时,所有加密过程都不相同。例如,他们应该寻求具有允许敏捷性的加密方法的提供者。换句话说,那些具有基本算法的提供者可以容易地适应和进化以应对新的攻击。此外,公司应确保提供商遵循加密的最佳实践。考虑与加密密钥相关的问题,如加密文本的算法。 虽然许多连接提供商在这些领域之一或两个领域有强大的能力,但很少有提供综合安全解决方案。因此,IoT玩家需要联系网络安全专家以获得额外保护。 物联网连接专业知识 随着物联网连接要求的复杂性增加,以及选项的不断增加,公司将需要能够为他们提供最佳解决方案和潜在合作伙伴关系建议的供应商。这些提供商可能包括专门从事物联网的初创企业和移动领域的老牌企业。 如上所述,公司应意识到包含基于数据使用和漫游的定制定价的合同重要。但是,最好的供应商将通过查看每个客户的最佳用例并考虑他们的特定要求(例如,数据传输的典型频率和可靠性需求)来进行定制。有了这些信息,他们就可以确定最佳的连接解决方案。 例如,考虑联网汽车领域的要求,其中一家公司可以提供多种物联网应用,包括车队管理,车载娱乐和失窃车辆追回(图表3)。每个用例对速率、传输频率和每个报告的数据都有不同的要求。但是,所有用例都需要相同程度的可靠性,安全性和覆盖范围。相比之下,工业和零售应用程序通常具有截然不同的数据要求,以及对覆盖范围,可靠性和安全性的不同需求。 要确定最佳连接解决方案,公司必须确定其最重要的一个或两个用例。(在某些情况下,最常见的用例可能与内部使用的物联网应用程序有关,而不是客户使用的那些应用程序。)然后,他们应与提供商合作,以确定最佳连接解决方案并制定定制合同。 公司还将倾向选择能够就最佳连接技术向他们提供建议的供应商。 例如,一些物联网运营商很快就会需要寻找3G网络的替代品,因为这些网络正在被中断。而一部分正在研究LPWAN,虽然这些网络只能覆盖全球人口的20%,但到2022年可能会增加到100%。顾名思义,LPWAN允许连接设备之间的远程通信,同时优化成本和功耗要求。尽管有这些好处,但转向LPWAN并不总是可取的,因为它们不能提供最可靠的覆盖。企业可能不会理解这种细微差别,但专业的连接提供商会这样。 新老连接提供商都在积极尝试在物联网领域赢得业务。它们的扩张与新技术的出现相结合,创造了比以往更多的连接选择。虽然公司还会倾向于关注成本,但最好的参与者会采取更周到的方法,详细了解他们的连接需求,然后寻找能够将顶级功能和定制解决方案结合的提供商。通过合适的连接提供商,公司将能够将物联网提升到一个新的水平。 来源:CIO时代

    时间:2020-05-21 关键词: 物联网 IoT

  • 物联网如何推动新模式的诞生

    物联网如何推动新模式的诞生

    这是一个灵敏的世界,并以异乎寻常的速度快速发展,几乎每天都在提高顾客的期望标准,而企业也在不断感受跟上时代的巨大压力。但是,如果总是用传统商业模式服务于消费者和企业,那么,显然现在是时候让大胆的新技术浪潮为未来优化环境了。 物联网( IoT )和计算机视觉技术正在消除产品开发中的摩擦,同时增加客户选择和增强竞争优势。随着这些新技术的协同运作,企业将变得更加有效和高效。 然而,正如《哈佛商业评论》所解释的,“为了利用新的、基于云的机会,今天的公司将需要从根本上重新思考价值创造和价值获取的正统观念。”以下是这种重新思考在市场上引发革命的三种方式。 劳斯莱斯发动机:平台即服务 “平台即服务”是一种商业模式,使用云平台收集和分析数据,用户购买服务而非实物。可以把它想象成类似于租车服务,在租车服务中,你是按使用付费还不是拥有车辆。平台即服务利用物联网监控传感器收集数据并进行持续分析,同时实时跟踪产品性能和使用状况。 在平台即服务方面表现尤为突出的公司之一是劳斯莱斯,该公司通过其Total care计划,使用一种被称为“按小时付费”的模式租赁(而不是直接销售)其飞机发动机。Total care按固定飞行小时收取费用,由于劳斯莱斯保留其发动机所有权,所以该公司在发动机整个生命周期中积极管理发动机,以实现最大飞行可用性。该计划还节省了燃料成本并减少了对环境的影响,因为收集的数据和相关分析使发动机保持最高效率运行。 Total care计划的成功取决于主动预测性维护,这是基于劳斯莱斯不断收集的大量发动机性能数据而规划的。发动机不断向劳斯莱斯4个数据中心发送遥测数据并进行分析。这种预测性维护—— 与预防性维护相反——消除了猜测,因为发动机会向劳斯莱斯报告其最新状况。它还为企业节省了宝贵时间和资源,包括人工成本,同时保证了发动机的最佳性能。 根据劳斯莱斯数据中心收到的信息,甚至在飞行员或航空公司知道其中一台发动机出现问题之前,就可以安排检修,还可以将备件送到正确目的地。因与高级分析相结合,这使得公司能够以最小的飞行中断来执行维护和修理活动。 Peloton动感单车:物联网的全新商业周期 Peloton动感单车模式代表了让物联网成为可能的一个关键范例转变:利润之路从“销售下一个产品或设备”到“实现经常性收入”,这更有利可图。 是什么让这成为可能?对Peloton来说,它从基本产品销售开始,零售价约为2000美元,它是一款具有Wi—Fi功能、22英寸触摸屏平板电脑的高端室内动感单车。用户在自己家里就可通过单车上配备的屏幕点播或者实时学习骑行课程,屏幕上也会实时显示骑行速度、阻力以及排名等数据。当然,你也可以不使用Peloton提供的收费内容。 可以将该内容想象成类似于视频网站的订阅内容:要获得它,你就必须为此付费。由于流媒体和点播内容的年度订阅费用为400美元以上,动感单车自然就产生了一项经常性收入,这已经超出了实物产品的销售额,也为未来的Peloton创新提供源源不断资金保证。目前Peloton售出超过15万辆动感单车,这意味着每年的订阅收入将超过7000万美元。 peloton还在物联网现金流组合中加入了运动与社交媒体的强大元素。有一次,超过11000人参加了一场现场比赛直播,每个人都将他们的数据发送回Peloton,然后该公司用此创建排行榜并提供绩效反馈。 另一个物联网连接是通过使用一些技术来实现,例如车载控制应用程序,它可以使用车载传感器跟踪单车性能问题。如果出现问题,Peloton可以追溯用户导致性能问题的确切步骤,从而更容易解决问题。 Peloton系统在很大程度上改变了家庭或健身房锻炼的人机交互模式。事实上,可以肯定地说,自从弗朗西斯·朗兹在1796年发明健身自行车以来,这是健身自行车第一次经历这种模式突破。 按需定制产品 物联网还使得以前难以想象的定制水平成为可能,甚至企业现在可以按需生产,而无需保留库存。机器视觉和其他物联网传感器可以通过增材制造(3D打印)或其他方式生成测量和规格。 这也标志着人工智能和计算机视觉互补技术用武之地的出现。借助人工智能,制造商可以根据消费者口味和要求使用机器学习,并随着时间推移而产生的建议对订单进行改进或变更。计算机视觉——摄像机和视觉传感器捕捉原始视频并将其处理成有用的、可操作信息的能力——已经为众多公司提供了在市场上的决定性优势。 不仅创新型公司,或者知名度很高的公司需要考虑,甚至是普通零售店或咖啡店都需要考虑利用计算机视觉与顾客忠诚度计划和顾客兴趣相结合,以便向顾客推送店内数字信息,并根据顾客忠诚度给予特殊价格。最终,客户服务也得到提升,并且可以与客户进行更多接触,同时收集实时库存数据以确保更多销售。 例如,物联网技术和计算机视觉已将移动手机转变为事实上的裁缝。MTailor是一家服装定制公司,专门使用智能手机测量衬衫、裤子和西装尺寸,MTailor通过使用顾客提供的智能手机约30秒视频来确定服装尺寸。MTailor声称其准确性比人类裁缝高出20%,这一说法得到了许多积极评价者支持。 再如,宝马计算机视觉正朝着能够实时处理大量数据的未来发展。在开发功能齐全自动驾驶汽车的竞赛中,宝马与英特尔和美孚利眼合作,计划在2021年前让自动驾驶汽车上路。为了理解源源不断的数据流,这些自动驾驶汽车将不得不进行分析、处理和反应,并思考人类驾驶员在交通和道路状况时所接受的视觉刺激,或应对突然的天气变化。 另一家公司STYR Labs从最终用户那里获取数据,以创建个性化营养定制计划。STYR Labs拥有其他公司没有的整套智能运动穿戴设备,其中包括运动手环、智能秤、智能水杯。这些智能设备能够实时收集人体数据,包括运动模式、行为模式和环境条件。然后将用户数据合并到STYR的自定义应用程序中,并与来自25万篇科学论文和临床研究的分析进行交叉引用,为每位消费者定制多种维生素和蛋白质混合物。 英特尔物联网集团( IOTG )工业解决方案总经理Chet Hullum表示:“制造业正朝着个性化的方向发展,这得益于人们、地点和事物不断增长的数据洞察力,将使制造商能够在如何将产品交付给客户方面变得更加高效和安全。” 结论 摩尔定律为理解数字技术如何随着复杂性、功率和速度的倍增而改变世界奠定了基础。随着企业从静态模式向动态模式转变,物联网完美地阐明了这一定律:产品不断自我监控和更新,或者定制商品成为惯例,而不是例外。对于那些准备接受其潜力的企业来说,这就是物联网的美妙之处。 来源:物联之家网

    时间:2020-05-21 关键词: 物联网 IoT

  • 云可以给AIoT带来什么

    云可以给AIoT带来什么

    大家可能会发现,在过去一段时间里,云计算、AI和物联网这三件事被同时提及的次数之多,可谓史无前例。 可能大家已经认为这是某种套路,或者科技八股,厂商如果不同时念叨这哥仨就显得跟不上潮流。但是没有无缘无故的爱恨,也没有无缘无故的并列。为什么云计算厂商纷纷选择了带上IoT一起玩耍,其中还是有逻辑与产业趋势的。而其关键点或许在于,当云厂商希望将AI技术和能力卖到一家家商店、工厂,或者政府机构,也就是形成所谓的产业AI,或者产业互联网市场时——这个生意究竟如何成立? 沿着这个问题,我们会发现假如没有可联网、可执行AI交互的端侧硬件支撑,云与AI的产业之梦根本无法成立。 而这个现实反过来导致了,我们曾经认为云计算的出现就是要让硬件繁多的IT产业彻底虚拟化,一切计算都发生在网络的那头。但是当AI带来了新的市场可能时,端侧硬件反而变成了云计算密不可分的组成部分。甚至于在AIoT进入具体场景时,云计算获得了成为操作系统和协调系统的新机会。 今天,云计算市场的一大变数,来自想成为AIoT幕后老板的野心与困难。 AIoT:产业互联网的理想型 为了能够更清晰理解云、AI和IoT三者之间的关系,我们可能要回到企业市场的原点,去看看近两年火热的产业互联网、产业智能究竟是怎样一个生意。 事实上,企业信息化这个市场已经打开了20年,如果只是把APP和网站卖给产业客户,那么今天这门生意跟以往没有什么不同。以云厂商为代表的产业互联网玩家,实质上是想把可以直接作用于生产流程的智能技术与相关平台卖到企业。 但是问题来了,消费互联网普及靠PC和手机,产业互联网普及靠什么?想让AI技术在企业生产中被应用,不能依靠企业里的电脑手机,而是需要生产设备、监控设备、服务设备具备AI的能力。换言之,这就需要企业中配备大量适配生产与AI技术的新硬件。 所以说,AIoT是产业互联网的理想型,也是一条必经之路。这两年,这个领域已经有了不少进展。从硬件能力来区分,我们可以将产业互联网中的AIoT分成三个发展阶段。 第一阶段,主要以智能摄像头搭载机器视觉算法为主。今天这样的搭配已经广泛应用于交通、零售、安防场景,在工业中主要作用于工业质检场景。 第二阶段,AIoT产生了两条进化轨迹。一条是能够处理复杂AI算法、网络拥有低时延特性的大型AIoT设备。这种设备可以深度运用于工业场景,真正取代部分人工劳动。另一条则是硬件本身无法处理复杂AI算法,但可以通过简单算法和庞大的设备联接数,解决数据快速流通的问题。这类AIoT设备可以应用于农业、零售、机场、公共服务领域。 第三阶段,则是AI交互深度与设备联接广度的组合,也就是我们理想中无处不在的深度智能设备。人类可以随时在生产、生活中呼唤复杂的AI服务。 按照这样的进化轨迹,我们其实可以将产业互联网的需求,看作是更好网络条件、更大算力与更复杂AI算法在专有硬件中的集成。 在这个过程里,云计算会得到一个巨大的机会:AIoT指挥中心。 衍生问题:云为AIoT提供什么? 之所以要先梳理一遍产业市场对AIoT的需求,是因为我们在关注云+AIoT这个市场变化时,必须首先回答这么一个问题:企业用AI,可不可以直接购买硬件?这个生意跟互联网彻底没关系行不行? 要知道,联接公有云也就意味着安全风险,这对于企业核心生产体系来说显然是很难接受的。 但是从上述讨论可以看出,并不是因为互联网和云计算公司话语强势,企业AI就必须执行网联化和云化。 而是从主流趋势上看,公有云占据着企业应用AIoT这条轨道上难以避开的位置。或者说,在产业AI的执行过程里,几个关键能力都必须有公有云来提供,而企业绕开公有云体系,则意味着巨大的成本和更新困境。 这里可以用几个例子,来分析一下云到底将为AIoT提供什么: 1、大型AI任务的处理能力与更新能力 对于大部分企业来说,AI训练和重型AI任务的推理,如何放在本地进行将会是巨大的算力成本。理想的AI任务处理流程,是云侧训练、端侧部署,数据回传后再到云侧进行跟进训练。这个过程也意味着企业可以基于公有云,随时更新产业中需要的AI模型。云计算将成为产业互联网的协同工具。这个能力,是在非云化的封闭环境中很难完成的。 2、大规模的数据处理能力 企业AIoT体系,其实是建立在数据学习、数据存储与数据应用的循环体系上。而这意味着企业用户要实时调用和存进大量的数据。其高同步要求,让数据很难完全在本地侧处理。本地预处理搭配云端深度处理与存储,是相对合理的解决方案。 3、公有云体系的工具融合作用 在企业深度应用AI设备时,面临的可能不是某些能力的长时间应用,而是大量AI相关软硬件的协同兼容。这里有个问题,就是企业用户需要保持与工具链的高度同步,以便随时保持AI技术下的产业竞争力。将工具链与场景融会贯通,也需要在云端完成来触发更高效率。 4、边缘计算的重要性 企业真正应用AI,很难完全依靠云或端,边缘计算往往可以提供效率与成本之间的精准平衡。但边缘计算所需要的算力与设备结合,很大程度也在云厂商提供的服务范畴中,并且享受着公有云产业目前相对高速的技术进化红利。 5、带领解决方案式的交付能力 此前我们说过,企业购买AI,更多情况不是购买API或者硬件。尤其是非云原生企业和大型政企,更倾向购买解决方案式的交付品。但谁来带领产业协同的解决方案商业模式呢?今天来看,云厂商的机会非常大。基于云生态为企业提供综合的AIoT服务,似乎更符合产业链对效率的追求。 这几点,都是云能够与AIoT硬件体系联接的方式。站住了这些位置,公有云在产业智能化时代的巨大红利似乎指日可待。但是要客观看到,这场变革并没有那么容易发生,因为今天产业互联网的混乱局面,正在延迟云+AI+IoT这条路真正走通。 理想与现实间的症结 产业AI听上去非常美好,各种数据报告都对其给予厚望,甚至给出了可以打开第四次工业革命的预言。 但是真正走到各行业看一看,我们很难听说工厂主、连锁店老板、市政服务设施激进地拥抱AI,大规模换装AIoT设备。这里面存在的矛盾,一方面来自技术解决方案依旧不到成熟期,而另一方面,也源自混乱的AIoT市场。 由于AIoT是一个缺乏标准化的技术名词。而企业服务市场的复杂,又导致各个云服务商各自为战,都在合作和宣传一些自己技术理解下的解决方案,缺少统一性与兼容性。这个过程里,很多市场和产业问题都暴露了出来。云+AIoT到底是不是真正的未来,也就随之被蒙上了一层阴霾。站在企业用户的角度看,今天不选择通过公有云驶入产业AI,主要可能有这样几种顾虑: 1、王婆卖瓜:在服务商的表述里,AI对于企业来说似乎已经非常有用。但当企业真正了解AI后,会发现首先将面临极其庞大复杂的成本支出。而且如果自身行业缺乏AI实践,往往会支出大量探索型成本。加上AI可能带来的实用性不足、上云带来的安全隐患等等,会给企业加上层层顾虑,最终让AIoT变成服务商自己的表演。 2、鱼目混珠:云+AIoT走进产业,似乎每家厂商都是这么说的。但如果仔细拆分各家厂商的合作方案,就会发现从方案、评判指标,甚至对具体技术的称呼全都不一样。这一方面会给用户十分混乱的困扰感,另一方面也让用户难以清楚判断优劣。今天,即使只能提供简单数字化能力的企业服务商,也一定会往AI、IoT这类热门名词上挂靠。最终用户只觉得乱花迷眼。 3、囫囵吞枣:AIoT解决方案与行业的结合,今天依旧是个巨大问题。大部分所谓的AIoT解决方案,实际提供的依旧是以智能摄像头为主的机器视觉解决方案。这类方案近乎适用于所有行业,但大部分都是锦上添花的作用。真正与传感器、流水线、操作系统深度结合的行业AIoT设备与技术,更多时候还处在有待开启的空白。 产业破障的机会 总体来看,产业应用AIoT体系,是云计算厂商绝好的机会,也是云+AI打开巨大产业市场的核心方案。尤其对于产业结构庞大、提质增效需求十分突出的中国市场来说,引导云+AIoT进行产业革命,绝非不可能之事。 但是这场云计算联接的变局中,美好的前景与现实的困难同时存在。野蛮生长期里,各自为战的混乱,成为了这个需要平台化与标准化的长尾产业中,最明显的绊马索。当然困难同时也意味着机会,想要理清复杂的局面,让云+AIoT踏上快速发展红利期,今天有三件事是值得关注的: 1、云+AIoT的标准和操作系统 长久以来,物联网产业缺乏标准都是症结的集中点。当需求倒逼产业走向标准化和平台化,这个问题或许能够迎来答案。目前,给予学术组织、特定技术,以及操作系统的物联网协议、标准化进程都在推进当中。虽然难度很大,但并非没有希望。尤其值得注意的,是基于操作系统、开发系统层面的AIoT标准统一,或许相对来说更具可行性。 2、工业级别的IoT硬件 云+AI+IoT这个组合,最薄弱的其实是IoT硬件层面的创新。中国产业链与世界一线水准之间还有不小的差距。而基于AI走进产业的核心需求,去填补工业级IoT设备的空白,是一件产业价值与利益空间兼具的机会,也是突破目前AIoT困境的关键一环。 3、坐落在云、硬件、行业三者之间的开发者 AIoT想要走进产业,重点还是有能够与行业需求、行业特殊性相结合的解决方案。这往往需要在大的技术厂商、硬件制造厂商与行业用户之间进行沟通和供需协调的开发者出现。而优质开发者对一个行业的快速改变,很可能在混乱的云+AIoT产业中造成鲇鱼效应,倒逼产业链开始出现面对特定市场的协同。因此培养和赋能开发者,也是大厂商必须要完成的任务。 整体来看,基于智能变局,云走向IoT支点这条路,已经在今天的产业中达成了某种共识。但是与外界的期许,或者说行业人士在发展初期吹下的flag相比,今天的产业实际进度还远远不足。 突破或许在旦夕之间,也许在云山之外。但云计算产业要涌向IoT所带来的变化出口,应该已经是毫无疑问的了。这场变革的终点,十分令人期待。 来源:脑极体

    时间:2020-05-21 关键词: AI IoT

发布文章

技术子站

更多

项目外包