物聯網技術發展的趨勢及未來

對許多行業來說，2021年是充滿挑戰的一年，但物聯網技術已經在塑造商業和消費趨勢方面發揮了積極作用。從醫療保健、零售到汽車和制造業，每個行業都在利用物聯網等技術變得更加智能。如果不能在這個領域保持競爭力，可能會導致重大**。

全球大流行是2020年物聯網增長的一個重大障礙。盡管2019年11月的一份預測預測，2020年物聯網支出將增長14.9%，但增幅僅為8.2%。根據國際數據公司(InternationalDataCorporation)的預測，物聯網今年將大步回歸，并在2020年至2024年期間實現11.3%的增長率。

最近，半導體和其他物聯網組件的短缺給2021年的物聯網增長提出了疑問。制造商必須迅速適應，以保持勢頭，保持競爭力。雖然這種短缺不會持續很長時間，但會在短期內影響項目。

CES（消費電子展）今年在網上舉行，展示最新的創新產品。從此次活動展示的技術來看，物聯網似乎還遠未消亡。在流感大流行期間，美國有數百萬人找到了自己的家，對智能家居產品的需求更高。DIY智能家居產品出貨量增長9%，9900萬件，價值150億美元(增長3%)。

讓我們來看看2021年及以后對物聯網最重要的各種趨勢。

趨勢1：AIoT

2021年，物聯網設備將增長到驚人的460億臺。這些設備大多數只有一個處理器和少量內存。物聯網滲透了我們的社會。

來自物聯網設備的AI分析

物聯網設備的數據收集已達到前所未有的規模。數據科學和機器學習相結合，為先進的物聯網數據分析解決方案創造了一系列機遇。大數據、人工智能和物聯網可以收集預先結構化的數據，設置數據管道，并在此基礎上構建人工智能組件。這種做法的重要性在今后幾年里仍將具有現實意義。

ResearchandMarkets的一份報告預測，到2025年，人工智能和物聯網的價值將超過260億美元。他們還證明，人工智能將物聯網數據的效率提高了25%，為行業提高了42%的分析能力。人工智能在物聯網中心和邊緣網絡中都發揮著作用。在該系統的中心，人工智能可以執行預測分析，并在異常情況下向用戶發出警報。

從物聯網解決方案中獲取數據見解只是第一步。人工智能在物聯網系統中的作用還有更大的潛力有待挖掘。

管理物聯網設備和決策過程

想象一下，一個工廠使用物聯網裝配線，通過使用人工智能視覺檢測來控制質量，從而減少制造過程中的制造缺陷率。以自動駕駛汽車為例，其每個錯誤的成本要高得多。它不僅安全地將乘客帶到目的地，還利用這些數據準確預測交通模式。這些數據可以用于未來建設更高效的道路和基礎設施。

人臉和聲音識別是用于生物識別的其他重要元素。人工智能驅動的面部識別在很多方面都很有用，比如檢測客人是否戴著口罩。

隨著智能家居、智能城市、自動駕駛汽車和制造任務利用該技術，人工智能的決策能力越來越強。然而，需要人工管理人員和數據科學家來幫助維護系統和解決重要的任務。

趨勢2：利用物聯網設備進行邊緣計算

云和本地服務器并不是唯一可以執行計算的地方。使用遠程服務器可能會導致傳輸延遲。正因為如此，云計算不適合像自動駕駛汽車那樣需要實時計算的實現。

邊緣物聯網應用于交通攝像頭，用于行人檢測、自適應交通燈、車輛優先級、停車檢測和電子收費。微軟、IBM和亞馬遜也在邊緣計算技術上投入了大量資金。對智能物聯網設備、快速數據處理和數據安全的需求也在不斷增長。

亞馬遜的第二代AWS物聯網Greengrass服務已經投入使用，允許開發者在邊緣設備上使用Lambda功能。它允許開發人員在物聯網設備中執行機器學習和計算任務。

更多的物聯網解決方案將包括機載人工智能，并將一些計算從云端推向終端設備。造成這種情況的三個主要原因是反應時間、每個云處理的成本以及數據隱私和安全性。

趨勢3：物聯網帶來個性化體驗

谷歌對搜索趨勢的見解讓我們被寵壞了。Netflix和Spotify也非常了解我們的觀看和收聽習慣。然而，即使是這些預測也會出錯，導致不相關的內容出現在我們的屏幕上。這項技術在不斷改進。

智能家居技術是一個個性化至關重要的領域。管理日常家庭活動的技術需要高度個性化的體驗，以達到最好的客戶滿意度。在2021年消費電子展上，三星推出了SamsungBotHandy和JetBot90AI+。多虧了人工智能和數據分析，家庭輔助機器人成為可能。

人工智能的發展和邊緣計算將幫助這一領域的市場大幅增長。為了將智能家居技術提升到一個新的水平，人工智能的精度和決策需要提高。AI必須根據主人的習慣做出選擇。由于需要個性化，廣義數據不足以訓練神經網絡。需要個人資料。然而，這些數據通常是非常隱私的，用戶不愿意分享。

這個問題的關鍵可能是邊緣計算，即數據在用戶設備上本地保存和處理。這可能對改善消費者對智能家居技術的認知至關重要。2019年Statista的一份報告顯示，46%的智能家居用戶將他們的體驗描述為侵入性的，而36%的用戶將他們的體驗描述為可怕的。在使用智能家居物聯網技術時，邊緣計算可以讓客戶感到更安全。

趨勢4：物聯網連接

到2025年，物聯網互聯網連接可能會超過300億次，相當于每人約有4臺設備。麥肯錫稱，B2B領域5G物聯網模塊的總收入將從約1.8億美元增加到2030年的近100億美元。

2020年7月，3GPP標準機構公布了5G連接的最新規范：第16版。這對5G物聯網具有重要意義，嵌入式設備的移動通信受益于大幅降低的延遲和可靠性。盡管5G距離主流應用還很遙遠，但企業可能會考慮在有盈利商業計劃的情況下進行這種相當昂貴的部署努力。

減少延遲將允許聯網設備以前所未有的速度發送和接收數據。這將使數據分析和管理功能達到老式4G網絡無法達到的水平。

這項技術的價值取決于幾個因素：基礎設施成本、數據傳輸成本，以及某些使用情況是否真的需要5G速度。智能城市、交通和工業物聯網將是最先受益于該技術的技術。

其他網絡標準如Wi-Fi-6不斷發展，允許更高的帶寬、更同步的數據流和更寬的頻譜，達到6GHz。另一種連接物聯網的技術是低功耗廣域網(LPWAN)。低功耗和大有效范圍使LPWAN成為偏遠地區需要高工作壽命的小型設備的理想解決方案。LPWAN市場規模在2020年超過了25億美元，預計在2021年至2027年間將以超過60%的復合年增長率增長。

在低范圍連接領域，Zigbee處于領先地位。該公司通過免版稅的連接標準來提高智能家居產品之間的兼容性，通過為互操作性設定行業標準，可以為用戶和物聯網產品制造商帶來真正的價值。

我們正從技術轉向行業垂直領域，在這些領域，物聯網將產生最大的影響，可能會很有趣。

趨勢5：智慧城市

普華永道表示，智慧城市的發展將在未來7年實現增長。到2025年，這項技術的市場將達到2.5萬億美元。高通公司業務發展高級總監兼智慧城市主管提到，綜合生態系統比獨立解決方案更有重點。還有另一個挑戰需要克服：新的解決方案通常有一個必須集成的遺留組件。

智慧城市是繼工業物聯網之后的第二大5G應用領域。這將允許一個具有足夠帶寬容量的穩定網絡。智慧城市解決方案的連接多樣性是技術的首要問題之一。

數據是最有趣的元素。智慧城市數據大多是公開的，可以比智能家居系統所需的數據更快地收集。因此，機載人工智能與物聯網結合的成功機會是存在的。例如，迪拜的道路和交通管理局利用人工智能在地鐵站進行人群管理。

在早期階段，人工智能將從數據中得出建議和見解。隨著技術的進步，更多的智慧城市決策將委托給人工智能。這對交通管理、水、洪水監測和視頻監控都有好處。

趨勢6：醫療保健和物聯網

2020年物聯網垂直發展速度最快的是醫療保健，這無疑是由于正在發生的全球大流行。多年來，在醫療保健領域實施物聯網項目一直很麻煩，原因是該行業受到高度監管，總體上處于被動地位。

越來越多的證據表明，醫療衛生事件已導致醫院特別是醫院的數字化爆炸式發展。美國食品和藥物管理局(FDA)于2020年5月發布了多項臨時政策，以支持2020年期間的數字工具。2020年10月，德國首次允許醫生為特定疾病開數字健康應用(例如，一款有助于治療焦慮癥的應用)的處方。

供應鏈監測開發商Controlant于2020年底開始為輝瑞和美國政府提供疫苗分發的監測支持。這一點特別重要，因為這些疫苗在運輸途中需要小心地控制溫度。有了人工智能監控技術，Controlant能夠減少變質和產品**。

在醫療衛生事件期間激增的應用程序之一是遠程醫療，醫生通過視頻會議治療病人。醫生們報告稱，遠程醫療通常被視為邁向數字診斷的第一步，數字診斷依賴于物聯網設備，可以對患者進行遠程診斷。幾家醫院于2020年開始試驗這種方法。2020年12月，一名倫敦外科醫生在加州使用5G對一根香蕉進行遠程手術的視頻走紅。

物聯網技術將擴大其在該行業的存在和影響。它將與醫療保健領域為患者、醫生和管理層帶來價值的其他技術趨勢一起發生。

趨勢七：汽車

在物聯網應用方面取得巨大進展的一個領域是汽車行業。無線固件(FOTA)允許在嵌入式系統上進行無線固件更新。這提供了一個平臺，可以方便地修復bug并替換舊版本的固件。道路狀況分析是物聯網在汽車行業，尤其是自動駕駛汽車領域的另一個應用。

車載信息技術在汽車物聯網領域也是一個嚴肅的話題。遠程信息技術將你的車輛變成物聯網設備。緊急呼叫、GPS和藍牙只是通過遠程信息技術實現的一些連接。這是實現V2X（車輛到一切）技術的第一步。這可以啟用無線更新等功能。

車對車通信對自動駕駛汽車的未來也很重要。如果無人駕駛汽車能夠相互溝通，它們就能更好地保持安全距離，并分享其他重要數據。

趨勢8：工業物聯網(IIoT)

制造商正尋求保持競爭力，并探索工業物聯網(IIoT)應用。嵌入式邊緣網絡由于能夠在人工智能的驅動下保持更高的效率而得到越來越多的利用。這是眾多工業物聯網用例之一。事實上，到2026年，人工智能在該領域的價值預計將達到167億美元。

預測性維護也是機器學習和物聯網技術帶來的另一個主要好處。通過現有數據，人工智能算法可以在機器需要維修之前確定何時實施預防措施。

計算機視覺對視覺檢測也是降低成本、提高效率的關鍵技術。當給定正確的訓練數據和硬件時，ML算法在視覺檢查方面比人類更有效。寶馬等公司已經在使用這種技術來確保汽車零部件的質量控制。

物聯網是未來

物聯網技術的進步正在推動我們走得比想象中更遠。雖然全球大流行病和部件短缺短期內可能減緩進展，但重要的是對這些不斷增長的技術進行投資，以保持長期競爭力。如果沒有人工智能、機器學習、嵌入式系統和全面的物聯網框架，企業將無法跟上日益互聯互通的世界。通過利用這些強大的技術，企業可以從聯網物聯網生態系統中獲得智能功能、功能和生產力的好處。