物聯網時代新機遇

　　這就是物聯網，在這個“網”中，數以百萬計的傳感器和設備不斷產生持續的數據流，以多種方式改善我們的生活和工作。比如，自動停車的座駕如今還是個夢想，但自動駕駛的出租車卻可以將我們送到城市里的任何地方，中途還能停下車，讓愿意拼車省錢的乘客加入；或者能夠跑遍全國各地進行商業運輸的卡車，快捷、安全，還能避開交通帶來的延誤，同時優化車輛零件更換的需求。這些可不是遙不可及的夢想。而家居安全系統已經提供了遠程控制門禁和室內溫控的功能，但這些系統能為你做的事還不止如此——就算是根據你的喜好、當前的天氣情況和你到家的時間來自動通風降溫也不是難事。

　　* 據思科公司（Cisco）預測，到2020年，將有500億臺設備連接到互聯網；而高德納咨詢公司（Gartner）的預測則表明，各行各　　業通過互聯網實現的經濟增值將在2020年時達到19億美元——一只美味的商業蛋糕即將出爐。

　　從物聯網中受益

　　在你驚訝于與互聯網相連的物體的數量，以及基于其產生的數據流分析后發現的商機之時，不妨想想以下問題：如果設備和傳感器彼此聯網并能相互溝通，這意味著什么呢？物聯網會如何影響你的日常生活？有些影響是顯而易見的：GPS系統、報警系統和溫控系統——全都在發送和接收持續不斷的數據，從而監控和自動開展手機和家居中的活動。有些影響則不那么明顯：地板、杯子、服裝和其他日常生活中的物品也能夠接入互聯網傳輸往來數據。

　　各公司正積極主動地尋求機會，通過梳理其中的數據來開辟新市場，激發積極的變化或改善現有的服務。讓我們來看看位于這場變革前沿的一些行業中的例子吧：

　　* 智能交通解決方案加快了公共交通的流速、減少了燃料消耗、優化了車輛修理的時間安排并且能夠減少交通事故，挽救人們的生命。

　　* 智能電網能夠以更高的效率連接可再生能源，提高系統可靠性并且能根據更小的用量單位對消費者收費。

　　* 遠程醫療監控為人們提供便利，能夠很方便地獲得醫療服務，提升醫療質量，擴大覆蓋范圍，同時降低費用。

　　* 感應器能裝到家庭中、機場里，甚至裝到鞋子和門里，可設置成如果每隔一段時間未被使用（或未在非正常時間使用）就發送信息，從而提高安全性。

　　* 機械監控傳感器能診斷（并預測）即將出現的維護問題、近期零件缺貨，甚至能根據修復設備和地區需求對維護人員的日程安排進行優化。

　　聯網設備的應用范圍會從企業和工業延伸到大眾市場。日常的消費電子產品、家用電器和城市基礎設施中會用上更多更小巧的聯網傳感器和執行器。因此，如果你的牛奶快用完了，電冰箱就會在你回家途中經過商店時進行提醒，而不是等到晚餐要用牛奶時才發現。

　　如果在商店買牛奶的你是個老客戶，甚至都不用去收銀臺結賬。傳感器能識別出你從貨架上拿走了什么，一旦你把商品帶離商店，貨款就會自動從你的賬戶中扣除。

　　從這些設備中采集并匯總到我們的網絡和系統中的數據量也會激增。目前每秒都會生成數十億條信息事件，供我們進行處理、分析，并在設備與人之間進行共享，從而改善人們的生活。

　　設備已就緒，網絡已架好，數據的洪流已開始流動，你準備好了嗎？

　　如果你從事的是制造業或電信業，那么你已經見識過物聯網的影響。物聯網很顯然并不只給消費者帶來了便利，它也給企業帶來了新的數據來源和商業運作模式，能激發新的生產力。

　　由于物聯網中連接的設備、機械和工業資產越來越多，與企業相連的生態體系也會改變我們運作和決策的方式。公司能夠從這些海量數據流中挖掘出有意義的信息，從而釋放極大的潛力。

　　你是否知道現代化的石油和天然氣鉆井平臺每天會產生8TB的數據？一架現代化的飛機一個小時就能產生40TB的數據。最新款的汽車一秒鐘就能產生1G數據。而這對于物聯網來說，只不過滄海一粟！

　　你可不能把這種數據存在數字倉庫里，留待之后再來分析。要讓這種數據發揮作用，就得在組織收到這些數據的同時進行分析。你可以經過分析并據此進行明智的決策，與其他的機機通信數據流整合，同時還可以在控制室內觀察異常情況，從而對狀況的感知進行監控。通過分析數據流，你能夠了解即將發生什么情況，提前預測故障或安全風險，因此節省大量資金。

　　現在你能夠掌握一切，從用量和行為到零部件的性能。正在發生的事情、沒能達到需求的地方、服務或維護該如何改善等。有了即時數據反饋，這些都能夠一目了然。

　　重要的是分析數據

　　從電子和機械傳感器、無線射頻識別標簽、智能計量表、掃描儀、移動通訊、即時社交媒體上接收和發送各種數據，并從中得到大量的信息。當這些數據來源全部聯網并（在無人干預的前提下）彼此通訊時，物聯網（IoT）就誕生了。

　　但要想從這些來源的數據流中得到有用的知識，并在這種新經濟中分一杯羹，你必須用對分析法。

　　在傳統分析法中，數據先被儲存，然后才進行分析。不過，在分析持續不斷的數據流時，數據在經過的同時就必須實時進行分析。這樣才能在數據實時生成時識別和查看人們感興趣的特征。組織因此能夠立即獲得洞見并立即采取措施。

　　在數據被存儲到云端服務器或任何高性能存儲設備上之前，事件流就能自動進行處理。然后，你使用分析法來解讀數據，與此同時，你的設備還在繼續發送和接收數據。而這種在數據離開設備之后盡快使用分析法分析數據流的做法為許多行業開辟了新的知識領域。現在讓我們來看一些示例。

　　醫療行業的物聯網：在醫療行業，分析物聯網數據能增加治療癌癥的機器的運行時間，從而讓患者能在預定的時間獲得治療。如果錯過了治療時間，患者的治療效果將降低多達40%，因此減少維修的干擾至關重要。由于對數以百計的傳感器進行監控，提前發現問題，并主動進行糾正，維修人員能帶著必要的信息和零件在同一時間進行維護。瑞典醫療技術集團醫科達（Elekta）為組織提供設備和手術管理方案，以幫助治療癌癥和腦部疾病。據他們所說，由于進行了這類監控，維修人員進行現場維護的時間減少了3成。

　　制造業的物聯網：汽車工業正在加緊開發探測系統，從而在即將發生碰撞時決定何時回避。研究人員以雷達和其它類型的遙控技術為基礎，對駕駛時的狀況進行監控，以評估（并最終避開）碰撞。這些碰撞閃避系統評估的是碰撞事件的可能性，如果駕駛者沒有進行響應，就會自動下令對車輛進行機械方面的調整——包括減速和改變外部的車燈信號。

　　零售業的物聯網：在零售業中，客戶同樣是物聯網的核心。有些公司正在就此展開研究，設法采集和處理數以千計的購物者往來各種商店之間的數據。傳感器讀數和視頻提供的這種“店內地理”數據能描繪出購物者在每個櫥窗前逗留的時間，記錄他們最終的采購結果。

　　如果想要優化店鋪布局，這些數據點也能與智能設備的Wi-Fi網絡進行關聯。除了針對適合的購物者提供店內促銷之外，零售商也能詢問客戶意見——使用物聯網數據進行互動，定制購物體驗和增強忠誠度。