2017年物聯(lián)網(wǎng)(IoT)將加速發(fā)展，但必須讓客戶了解到實(shí)際的效益大于可能的成本與風(fēng)險(xiǎn)，才能加速推廣。物聯(lián)網(wǎng)(IoT)產(chǎn)業(yè)在2016年持續(xù)投入數(shù)字化轉(zhuǎn)型，科技公司不分大小，開始真正了解到必須解決分散化問題，而在不需要真正擁有物聯(lián)網(wǎng)解決方案的每個(gè)環(huán)節(jié)，他們也能創(chuàng)造價(jià)值并獲得成功;預(yù)計(jì)2017年市場復(fù)雜度將會(huì)增加，但公司也會(huì)開始尋找自己的獨(dú)特點(diǎn)，使其更能專心解決實(shí)際的問題。IoT Agenda分析了2017年的5大趨勢(shì)。

一、衡量商業(yè)影響及安全疑慮問題將是各種物聯(lián)網(wǎng)計(jì)劃與解決方案的挑戰(zhàn)

物聯(lián)網(wǎng)確實(shí)有巨大的發(fā)展?jié)摿?，但使用者必須?duì)于預(yù)期的投資報(bào)酬率做好心理準(zhǔn)備，才能真正行動(dòng)、拿出錢投資。如果沒有充分理解其價(jià)值與潛在投資報(bào)酬率，那么物聯(lián)網(wǎng)的推廣將十分緩慢。許多公司都已經(jīng)用實(shí)際案例來評(píng)估效益，但這需要時(shí)間才能普及。

客戶對(duì)于投資報(bào)酬率產(chǎn)生信心之后，另一個(gè)挑戰(zhàn)就是安全疑慮。2016年發(fā)生了大規(guī)模的分布式阻斷服務(wù)攻擊事件(DDoS)，由物聯(lián)網(wǎng)裝置建立的殭尸網(wǎng)絡(luò)癱瘓了美國1,600個(gè)網(wǎng)站;1個(gè)月后，網(wǎng)域服務(wù)商Dyn也遭受DDoS攻擊，導(dǎo)致美國與歐洲的網(wǎng)絡(luò)中斷。而這一切都還只是起頭而已。如果未來物聯(lián)網(wǎng)的商業(yè)價(jià)值變得更大，相關(guān)攻擊事件只會(huì)更多。

展望2017年，預(yù)料黑客將持續(xù)利用物聯(lián)網(wǎng)裝置的弱點(diǎn)發(fā)動(dòng)大規(guī)模攻擊。分散的物聯(lián)網(wǎng)市場必須團(tuán)結(jié)起來，找出方法來阻擋攻擊。整體而言，物聯(lián)網(wǎng)解決方案所創(chuàng)造的價(jià)值必須大于布署及維護(hù)物聯(lián)網(wǎng)的成本。

二、物聯(lián)網(wǎng)平臺(tái)將出現(xiàn)廣泛的合作整合

物聯(lián)網(wǎng)市場確實(shí)非常分散，目前有超過400個(gè)平臺(tái)，導(dǎo)致客戶覺得困惑，也拖累了研究發(fā)展腳步。市場必須整合，客戶才容易做選擇。許多公司認(rèn)為，他們必須“擁有”物聯(lián)網(wǎng)的每個(gè)環(huán)節(jié)才能成功，但事實(shí)并非如此。產(chǎn)業(yè)規(guī)模要擴(kuò)大，必須要有共同標(biāo)準(zhǔn)，接下來才能在分析、高度安全、垂直專業(yè)與服務(wù)領(lǐng)域進(jìn)行市場區(qū)隔。開放原始碼平臺(tái)或許是解決方法，現(xiàn)在這已經(jīng)逐漸用于工業(yè)、智慧城市和能源產(chǎn)業(yè)。

三、垂直領(lǐng)域會(huì)有更多的使用案例

目前各界焦點(diǎn)都放在消費(fèi)領(lǐng)域，包括嬰兒監(jiān)控、冰箱或廁所等。但事實(shí)上，工業(yè)與商業(yè)領(lǐng)域才具有真正的效益。2017年，市場將專注在工業(yè)垂直市場的使用案例。開放、彈性的物聯(lián)網(wǎng)平臺(tái)搭配垂直領(lǐng)域的專門工具與領(lǐng)域知識(shí)，可以讓IoT發(fā)展的更快。

四、業(yè)者將投入認(rèn)證以助推動(dòng)物聯(lián)網(wǎng)發(fā)展

在特定領(lǐng)域中，認(rèn)證的門坎必須夠高，才能維持其重要性。大型公司與新創(chuàng)公司會(huì)開始大量投資，推出低成本或是免費(fèi)的訓(xùn)練認(rèn)證。目前IBM已經(jīng)有Watson IoT Academy、PTC University也有ThingWorx認(rèn)證;企業(yè)必須了解，他們的物聯(lián)網(wǎng)企業(yè)究竟有什么樣的認(rèn)證。

五、人工智能(AI)將被廣泛使用來解讀物聯(lián)網(wǎng)裝置的數(shù)據(jù)

現(xiàn)在物聯(lián)網(wǎng)裝置十分普及，要利用就必須仰賴AI。而AI未來也必須要發(fā)展出自然語言能力才能有助于物聯(lián)網(wǎng)發(fā)展。但這也會(huì)帶來許多挑戰(zhàn)。在傳統(tǒng)產(chǎn)業(yè)為主的國家，例如巴西的制造業(yè)，研究顯示有41%勞動(dòng)者擔(dān)憂其工作將被機(jī)器人取代。有些公司希望教導(dǎo)員工新的技能，留住員工。數(shù)據(jù)科學(xué)家也開始訓(xùn)練機(jī)器，AI將能以不同方式解讀數(shù)據(jù)，更簡潔地分解，并了解一般經(jīng)常被忽略的細(xì)微差異。