近日，全球物聯網知名研究機構 IoT Analytics發布了《2022 年值得關注的 10 大物聯網技術趨勢》（“10 IoT technology trends to watch in 2022”），物聯網智庫對其(qi)進行了(le)編譯(yi)、整理。
曾幾何時，物聯網還是一個只有少數人知道的概念，卻快速成為了資本市場的寵兒；如今，連菜市場里買菜的老阿姨都能說出三五個物聯網應用場景，其儼然已經成為了數字經濟時(shi)代家喻(yu)戶曉(xiao)的(de)技(ji)術底座。多年(nian)來，隨著底層傳感設(she)備與智能終端、移動通信技(ji)術、AI、大數據、云計(ji)算等一(yi)眾新興技(ji)術的(de)推陳出新，各(ge)行各(ge)業(ye)正在積極構建一(yi)個全(quan)新的(de)AIoT生(sheng)態，而IoT作為其中的(de)核心，勢必將(jiang)成為未(wei)來智能時(shi)代的(de)可持(chi)續發展性技(ji)術。
近日，全球物聯網知名研究機構 IoT Analytics發布了《2022 年值得關注的 10 大物聯網技術趨勢》（“10 IoT technology trends to watch in 2022”），物聯(lian)網智庫對其(qi)進行了編譯、整理。
簡言之，在 IoT Analytics發布(bu)的10大趨勢中：
工業(ye)領域生產過(guo)程的(de)數字化改革還將持續進(jin)行(xing)，并將越(yue)來越(yue)多地在邊(bian)緣側部署AI；
在物聯網(wang)平臺和軟件相關領域(yu)，隨著(zhu)云(yun)計算能(neng)力的提升，云(yun)原生(sheng)應(ying)用程序呈上升趨(qu)勢，平臺部署也在向邊緣(yuan)側遷移(yi)；
業(ye)內對于物(wu)聯網設備及數據的安全防護也將更加重視。
物聯網正在逐步成為可持續發展的關鍵技術
在物(wu)聯網(wang)(wang)生態中(zhong)，基于智(zhi)能連接設(she)備的(de)環境監測、環境管(guan)理、能源優化(hua)等(deng)應用已成(cheng)(cheng)功落地，但這(zhe)些應用場景(jing)的(de)商(shang)業價值(zhi)始終受限，并逐漸被相關企(qi)業邊緣(yuan)化(hua)。而隨著人們越來越關注(zhu)綠色經濟(ji)(ji)建設(she)和減緩全球氣候(hou)變(bian)化(hua)，物(wu)聯網(wang)(wang)技術將(jiang)為企(qi)業、城市及(ji)社區(qu)提供綠色解(jie)決方(fang)案——包括(kuo)降低能源成(cheng)(cheng)本(ben)、實現遠程部署、監控故障(zhang)點在內的(de)場景(jing)應用將(jiang)成(cheng)(cheng)為物(wu)聯網(wang)(wang)發展的(de)重要(yao)驅動(dong)力。未來，物(wu)聯網(wang)(wang)生態的(de)重要(yao)目(mu)標是將(jiang)物(wu)聯網(wang)(wang)整合(he)到可持續發展的(de)經濟(ji)(ji)模(mo)式中(zhong)。
應用案例
基于(yu)(yu)物(wu)聯網的(de)環境(jing)監測案例有(you)很多，例如西班(ban)牙知名(ming)物(wu)聯網科技公(gong)司Libelium；基于(yu)(yu)物(wu)聯網的(de)環境(jing)管理(li)案例有(you)聚焦于(yu)(yu)火(huo)災管理(li)的(de)企(qi)業Dryad Networks、Kerlink、NetOp等(deng)。在(zai)政(zheng)策(ce)層面，歐盟(meng)委(wei)員(yuan)會提出了工(gong)業5.0概(gai)念，其相較(jiao)工(gong)業4.0的(de)升級不僅是關于(yu)(yu)新技術，更是關于(yu)(yu)工(gong)業的(de)可持續性發展。除此之外，歐盟(meng)委(wei)員(yuan)會還(huan)公(gong)布了名(ming)為“下一代(dai)歐盟(meng)”（NextGenerationEU）的(de)舉(ju)債方案，計劃(hua)在(zai)未來五年時間里共(gong)籌集8000億歐元促進區域(yu)經(jing)濟(ji)復興，重(zhong)點(dian)關注綠色能源（約(yue)30%）與數字化轉型（約(yue)30%）。
IoT Analytics咨詢顧(gu)問(wen)Saverio Romeo表示，“通(tong)過收集的(de)數據，物聯(lian)網可以繪制空間和領土(tu)的(de)環境條件(jian)，未(wei)來將(jiang)成為我(wo)們應對氣候(hou)變(bian)化(hua)的(de)觀察站。”
平臺部署正在從云端向邊緣側過渡
據(ju)IoT Analytics此(ci)前發布的(de)(de)分析顯示，自2015年起(qi)(qi)就競爭激烈的(de)(de)物(wu)聯網(wang)平(ping)(ping)臺賽道已(yi)經出現了明顯的(de)(de)領(ling)導者(zhe)。邊(bian)緣側平(ping)(ping)臺，特別(bie)面(mian)向工業(ye)領(ling)域的(de)(de)邊(bian)緣平(ping)(ping)臺，仍處于起(qi)(qi)步階段(duan)，但在2022年，市場(chang)格局將逐(zhu)漸(jian)清(qing)晰。
虛擬(ni)(ni)機和(he)容器等(deng)虛擬(ni)(ni)化技(ji)術使(shi)應用程序能夠跨計算硬件供應商進行(xing)移植。該(gai)類(lei)技(ji)術已被(bei)IT部門廣泛采(cai)用，但許多(duo)OT部門仍然(ran)是通過購(gou)(gou)買(mai)運(yun)行(xing)該(gai)應用程序的終端/盒子來采(cai)購(gou)(gou)應用程序（例(li)如，他們購(gou)(gou)買(mai)協(xie)議轉換器將(jiang)一個(ge)以太(tai)網協(xie)議轉換為另一個(ge)以太(tai)網協(xie)議，或購(gou)(gou)買(mai)PLC來運(yun)行(xing)一些控制邏輯工(gong)作負載）。
邊(bian)緣(yuan)平(ping)臺(tai)供(gong)應(ying)商可以根據其所支持的(de)硬(ying)件、云/物(wu)聯網平(ping)臺(tai)和邊(bian)緣(yuan)應(ying)用(yong)程序的(de)類型進行(xing)(xing)分組，也可以根據其核心業務進行(xing)(xing)分組，例如(ru)硬(ying)件供(gong)應(ying)商（包括Siemens、Phoenix Contact、Bosch等OT硬(ying)件供(gong)應(ying)商以及思科、HPE等IT硬(ying)件供(gong)應(ying)商）、云供(gong)應(ying)商（如(ru)AWS、Azure）和軟件供(gong)應(ying)商（如(ru)Zededa、CPLANE等）。
與大多數賽道的(de)主流技(ji)術(shu)競爭一樣，客(ke)戶的(de)選擇(ze)(ze)將(jiang)決(jue)定(ding)物聯網平臺的(de)走向(xiang)。究(jiu)竟是(shi)云供(gong)(gong)(gong)應商將(jiang)主導這一領域，還是(shi)硬(ying)件供(gong)(gong)(gong)應商和軟件初創公司更有(you)(you)發展空(kong)間？如(ru)果有(you)(you)非云玩家的(de)發展空(kong)間，客(ke)戶又是(shi)否會選擇(ze)(ze)一個(ge)與硬(ying)件無關的(de)平臺，并(bing)提供(gong)(gong)(gong)單(dan)一管理(li)平臺來管理(li)所(suo)有(you)(you)類型設(she)備上的(de)所(suo)有(you)(you)工作負(fu)載，亦或是(shi)更傾向(xiang)于硬(ying)件設(she)備指(zhi)定(ding)的(de)平臺（即邊(bian)緣工作負(fu)載只能在邊(bian)緣平臺供(gong)(gong)(gong)應商提供(gong)(gong)(gong)的(de)硬(ying)件上運行），可以在出現問題(ti)時提供(gong)(gong)(gong)單(dan)點聯系(xi)？
如果(guo)市(shi)場選(xuan)擇后者，我(wo)們可能會看到(dao)物(wu)聯(lian)網平(ping)(ping)臺的(de)(de)發展(zhan)趨勢(shi)將向邊緣(yuan)平(ping)(ping)臺過渡，這些平(ping)(ping)臺只能與(yu)特定供(gong)應商(shang)的(de)(de)硬件(jian)一(yi)起使用(yong)(yong)；如果(guo)市(shi)場選(xuan)擇前者，那么構建這些邊緣(yuan)平(ping)(ping)臺的(de)(de)與(yu)硬件(jian)無(wu)關的(de)(de)軟件(jian)公司仍(reng)需要與(yu)運行邊緣(yuan)應用(yong)(yong)程序的(de)(de)硬件(jian)供(gong)應商(shang)合(he)作。
應用案例
作為2021年底一(yi)系(xi)列(lie)針對邊緣(yuan)應用(yong)程(cheng)序的(de)舉(ju)措的(de)一(yi)部分(fen)，戴(dai)爾宣布與靈(ling)活(huo)且可擴展的(de)物聯網平(ping)臺Litmus合作，以幫助IIoT企業(ye)管理不同的(de)邊緣(yuan)設備、數據(ju)和應用(yong)程(cheng)序，實現從工廠車間到企業(ye)云的(de)彈性(xing)應用(yong)與安全連接。
IoT Analytics咨詢顧(gu)問 Matthew Wopata表(biao)示，“無論(lun)(lun)如何，云提供(gong)商肯定不會(hui)在競爭中落(luo)后，因為(wei)許多(duo)公(gong)司將在其邊(bian)緣平(ping)臺上進行標(biao)準化，并且，無論(lun)(lun)企業使用哪個邊(bian)緣平(ping)臺，大(da)多(duo)數(shu)(shu)公(gong)司最終都會(hui)將部分數(shu)(shu)據從邊(bian)緣側發送到云端。”
IIoT（工業物聯網）正在改變制造業
工程師傾向于將(jiang)技術(shu)視為一(yi)(yi)種解決(jue)方(fang)案，卻往(wang)往(wang)忽略了問(wen)(wen)題的(de)(de)根源(yuan)。而物(wu)聯(lian)(lian)網(wang)的(de)(de)作(zuo)用是超(chao)越SCADA（監(jian)督控制(zhi)和數據獲取），為機器操作(zuo)提供及時決(jue)策與維(wei)護資產所需(xu)的(de)(de)數據。過(guo)去(qu)，物(wu)聯(lian)(lian)網(wang)項目往(wang)往(wang)只是行業數字化的(de)(de)過(guo)程；如今，隨著數據更加豐富(fu)，制(zhi)造業則(ze)需(xu)要(yao)面(mian)臨一(yi)(yi)個(ge)新的(de)(de)問(wen)(wen)題——“IIoT要(yao)解決(jue)什么具(ju)體(ti)的(de)(de)業務問(wen)(wen)題？”
應用案例
很(hen)多人(ren)將將預(yu)(yu)測(ce)性維(wei)(wei)護(hu)稱為物聯網的(de)(de)(de)“殺手(shou)級應用”，在 2021 International Maintenance Conference上(shang)，演講(jiang)嘉(jia)賓與參會(hui)觀眾并沒有(you)過(guo)多關注模糊的(de)(de)(de)預(yu)(yu)測(ce)性維(wei)(wei)修(xiu)方(fang)案，而是(shi)在預(yu)(yu)測(ce)分析應用程序中使用IIoT而產生(sheng)的(de)(de)(de)數據。這(zhe)些(xie)數據通(tong)常會(hui)自動提供給(gei)工(gong)作流引擎進(jin)行預(yu)(yu)測(ce)維(wei)(wei)護(hu)，避免計劃外停(ting)機，從而優(you)化(hua)生(sheng)產。例如，施耐德電氣曾為巴斯夫的(de)(de)(de)一(yi)個工(gong)廠部署了預(yu)(yu)測(ce)性維(wei)(wei)護(hu)系統(tong)(tong)，可(ke)以監控為工(gong)廠供電的(de)(de)(de)變(bian)電站(zhan)，以及消耗該電力的(de)(de)(de)電機與其控制中心的(de)(de)(de)運行情況。此(ci)外，工(gong)廠的(de)(de)(de)不間(jian)斷電源(yuan)系統(tong)(tong)也為預(yu)(yu)測(ce)性維(wei)(wei)護(hu)解(jie)決(jue)方(fang)案提供了落地機會(hui)。
IoT Analytics咨詢顧問 Gary Mintchell表示，“物(wu)聯網技術(shu)提供的(de)數據可用(yong)于預測機(ji)器故障(zhang)，并幫助技術(shu)人(ren)員找到優化生產(chan)的(de)解決方案。”
云原生應用正在興起
如今，越來越多(duo)的企(qi)業將(jiang)云(yun)(yun)端(duan)應用(yong)與(yu)業務上云(yun)(yun)作為(wei)首要任務，這一趨勢(shi)還將(jiang)在未來幾年(nian)內持續發(fa)展。那些(xie)已經在云(yun)(yun)上投入巨(ju)資的企(qi)業正在尋求提升效率、增加云(yun)(yun)端(duan)能力的方法，而其(qi)他企(qi)業則需要快速(su)完(wan)成云(yun)(yun)端(duan)業務遷移(yi)。十年(nian)來，云(yun)(yun)計算市場一直以穩(wen)定的速(su)度增長，疫情(qing)也(ye)加速(su)了其(qi)整體(ti)應用(yong)與(yu)落地。
隨著云在基礎設(she)施、平臺(tai)及軟件(jian)層面的常態化(hua)發展(zhan)，業界(jie)將看到針(zhen)對云計算(suan)規(gui)模和(he)性能而開發和(he)優化(hua)的應(ying)用程序，這將有助于提升云計算(suan)的可靠(kao)性并縮短部署(shu)時(shi)間，同時(shi)也意味著軟件(jian)應(ying)用可以更(geng)快、更(geng)靈活地部署(shu)，同時(shi)降低(di)基礎設(she)施的復雜(za)性和(he)成本。
應用案例
自新冠疫情爆發(fa)以(yi)來(lai)，人們的(de)(de)(de)工(gong)作模式(shi)發(fa)生了(le)巨(ju)大(da)變(bian)化(hua)，包(bao)括(kuo)全球(qiu)電信(xin)(xin)運(yun)營商、寬(kuan)帶互聯網提(ti)供商和(he)衛星廣播(bo)服(fu)(fu)務(wu)提(ti)供商在(zai)內的(de)(de)(de)通信(xin)(xin)服(fu)(fu)務(wu)提(ti)供商 (CSP) 被迫快(kuai)速升(sheng)級(ji)其云(yun)服(fu)(fu)務(wu)以(yi)應(ying)對前(qian)所未有的(de)(de)(de)需求(qiu)增(zeng)長(chang)，新需求(qiu)包(bao)括(kuo)視頻(pin)會議等新穎應(ying)用(yong)。通信(xin)(xin)服(fu)(fu)務(wu)提(ti)供商必須進行大(da)規(gui)模的(de)(de)(de)結(jie)構(gou)升(sheng)級(ji)，需要(yao)派(pai)遣大(da)量員工(gong)、改善基礎設施以(yi)減輕運(yun)維壓力。同(tong)(tong)時，這(zhe)(zhe)也是云(yun)原(yuan)生應(ying)用(yong)發(fa)展的(de)(de)(de)巨(ju)大(da)推動力，因其具備更好的(de)(de)(de)效率與性(xing)價比(bi)(bi)。TM Forum發(fa)布(bu)的(de)(de)(de)報(bao)告顯(xian)示，38%的(de)(de)(de)通信(xin)(xin)服(fu)(fu)務(wu)提(ti)供商在(zai)2021年(nian)數(shu)字(zi)化(hua)轉型的(de)(de)(de)中(zhong)間階段，這(zhe)(zhe)一數(shu)據同(tong)(tong)比(bi)(bi)增(zeng)長(chang)了(le)50%，其中(zhong)的(de)(de)(de)45%引入了(le)云(yun)原(yuan)生應(ying)用(yong)。例(li)如，去年(nian)年(nian)底(di)，Vmware與沃(wo)達(da)豐建立了(le)合(he)作關系，為(wei)沃(wo)達(da)豐在(zai)歐洲的(de)(de)(de)所有業務(wu)提(ti)供單一通用(yong)平臺，從5G獨立部署(shu)切入。
IoT Analytics咨詢(xun)顧問(wen)Jeff Winter表示，“我在云原生應(ying)用(yong)程序開發中看到的(de)兩(liang)(liang)個(ge)主(zhu)要驅(qu)動(dong)(dong)力是無服務器(qi)計算和容器(qi)化/Kubernetes，主(zhu)要是因為兩(liang)(liang)者都會提高(gao)云原生應(ying)用(yong)程序的(de)部署速度——更快的(de)部署和更高(gao)的(de)可靠(kao)性，將(jiang)進一步推(tui)動(dong)(dong)其規(gui)模化落地。”
Hyperautomation（超自動化）正在改變操作
傳統觀點認為，人工智能是(shi)(shi)改(gai)變任何企業(ye)應(ying)用的關鍵，但實際情況卻不然，目前，在多(duo)數(shu)行業(ye)中，人工智能(neng)需要深度(du)挖掘數(shu)據價值才能(neng)使企業(ye)真(zhen)正收益。AI只是(shi)(shi)企業(ye)轉型的一(yi)部分，另一(yi)部分，也是(shi)(shi)經常被企業(ye)忽略(lve)的一(yi)部分是(shi)(shi)機器(qi)人流程自動化（RPA），當AI和RPA正確組合、應(ying)用時，結果(guo)就是(shi)(shi)hyperautomation（超自動化）。
新冠疫情(qing)創造(zao)了一個拐點，優先考慮工人(ren)的(de)(de)(de)安全及其所需要的(de)(de)(de)技術(shu)支持，而在(zai)新冠疫情(qing)爆發前就已經開始的(de)(de)(de)勞動(dong)力短(duan)缺已經成為更具有挑(tiao)戰性的(de)(de)(de)制約因素，這正在(zai)加(jia)速(su)使用hyperautomation（超自動(dong)化(hua)）來優化(hua)從(cong)工廠車間(jian)到管理層(ceng)的(de)(de)(de)業務流程。
應用案例
在巴西，德(de)勤(qin)使用(yong)IBM的(de)人工智能增強型(xing)RPA解決方(fang)案來(lai)優化其月度(du)(du)報(bao)(bao)告(gao)(gao)周期，自動生成并(bing)(bing)檢查從(cong)數(shu)十個(ge)來(lai)源(yuan)獲得(de)的(de)報(bao)(bao)告(gao)(gao)，并(bing)(bing)與中央銀行的(de)貨幣兌換(huan)數(shu)字直接(jie)連接(jie)，以便實(shi)時(shi)(shi)更新。基于此，企業用(yong)于生成月度(du)(du)報(bao)(bao)告(gao)(gao)的(de)總時(shi)(shi)間(jian)從(cong)近兩個(ge)工作周減少到每(mei)月僅一個(ge)小時(shi)(shi)，將每(mei)月差旅費用(yong)報(bao)(bao)告(gao)(gao)的(de)準備周期從(cong)三個(ge)小時(shi)(shi)減少到十分鐘。
IoT Analytics咨(zi)詢(xun)顧(gu)問Christopher Hoemeke表示，“兩(liang)年前(qian)，我(wo)寫了一篇關(guan)于制造業中的(de)'機器人攻擊(ji)'的(de)文(wen)章，重點關(guan)注機器人流程(cheng)自動化如(ru)何(he)消(xiao)除(chu)大量的(de)重復(fu)性(xing)任務(wu)，從(cong)而(er)提高生產力并消(xiao)除(chu)錯誤(wu)。現(xian)在，人們可以將AI集成到應(ying)用中，使其為(wei)RPA 做出決策，這是(shi) IFTTT 的(de)終極(ji)延伸。”
人工智能越來越多地出現在邊緣側
企業一(yi)直在思考將其(qi)人(ren)工(gong)智(zhi)能(neng)部署在云端或邊(bian)緣(yuan)。到目(mu)前為止，人(ren)工(gong)智(zhi)能(neng)在邊(bian)緣(yuan)側的(de)應用(yong)一(yi)直是運行(xing)在計(ji)算和功(gong)率密集型邊(bian)緣(yuan)設備(bei)上，例如工(gong)業計(ji)算機和邊(bian)緣(yuan)路由器。然而，有兩個發展趨勢正(zheng)在推(tui)動人(ren)工(gong)智(zhi)能(neng)向更加邊(bian)緣(yuan)側轉變：
1.隨(sui)著低成本、低功耗的半導(dao)體領域的快速發(fa)展，人工(gong)智能可以更(geng)接近最小級(ji)別(bie)的設備。我們完全(quan)有理由相信，大(da)量微控制器（MCU）將在(zai)近期部署設備端AI。
2.在過(guo)去的5年中，人工智能算(suan)法變得更加高(gao)效。例如(ru)，目前的人工智能算(suan)法對神經網絡進行視覺對象識別所需的算(suan)力(li)要遠(yuan)遠(yuan)低于幾年前。據專(zhuan)家預測(ce)，其每16個(ge)月所需的計算(suan)能力(li)將減少2倍。
應用案例
2021年，MCU巨頭Renesas為其廣受歡迎的RZ/V系列產(chan)品推出(chu)了(le)一款新品，該(gai)產(chan)品搭載(zai)邊緣（thin-edge）圖像處理GPU，為機器視(shi)覺應(ying)用(yong)提供(gong)基于AI的實時色(se)彩校正和降(jiang)噪。
IoT Analytics咨(zi)詢顧問Thomas Duester表示(shi)，“我(wo)們將越(yue)來越(yue)多地看到人(ren)工(gong)智能(neng)應(ying)用程序轉(zhuan)移到Thin Edge——在內存(cun)、計算能(neng)力(li)和低功耗(hao)的MCU上運行的設備。”
“Invisible AI"（隱形AI）應用的部署離用戶越來越近
人工智能(neng)(neng)不是(shi)產品，甚至可以(yi)說它(ta)也(ye)不是(shi)一項(xiang)技術或一項(xiang)發(fa)明。我們(men)無法追溯(su)其起始日期，也(ye)不能(neng)(neng)預知其何時結(jie)束，然而，在(zai)計算(suan)能(neng)(neng)力、算(suan)力成本、互聯網、傳感器、機器學習算(suan)法和模型(xing)等技術進(jin)步(bu)的推動下(xia)，AI已(yi)經無處不在(zai)了。更重(zhong)要的是(shi)，AI是(shi)一種探索(suo)，一個努力實現智能(neng)(neng)化(hua)目標的旅程(cheng)，因(yin)此AI正在(zai)不斷優化(hua)、升級與改變(bian)。
AI的(de)應(ying)用領域非(fei)常廣(guang)泛，跨越每個行(xing)(xing)業，幾乎影(ying)響著從(cong)底層員工(gong)到(dao)首席執行(xing)(xing)官的(de)每個工(gong)作職(zhi)能。然(ran)而(er)，由于許多人難(nan)以(yi)確切了解其(qi)工(gong)作原理，從(cong)而(er)害(hai)怕使(shi)用AI來(lai)輔助(zhu)決(jue)(jue)策，絕大多數(shu)人面對讓AI代表(biao)他們執行(xing)(xing)決(jue)(jue)策時會猶豫(yu)不決(jue)(jue)。
應用案例
2021 年(nian)，美國(guo)制藥公司(si)Charles River Laboratories宣布與基于 AI 的藥物設計集團 Valence Discovery 達成合作(zuo)并(bing)利(li)用(yong)其REACTOR技術。該技術能(neng)夠通過先進(jin)的AI技術對藥物服用(yong)后發(fa)生(sheng)的一系列化學反應(ying)進(jin)行建模(mo)。
IoT Analytics咨(zi)詢顧問(wen)Jeff Winter表示，“由于人(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)無處不在(zai)，并開始以比(bi)我(wo)(wo)們(men)意識到的(de)更多的(de)方(fang)式滲透到日常生活中，通常就在(zai)我(wo)(wo)們(men)的(de)眼皮底下。當大(da)多數(shu)人(ren)(ren)(ren)(ren)與人(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)互動或計(ji)劃使用人(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)時，他們(men)是帶著一(yi)(yi)個非常刻意的(de)目的(de)來(lai)解(jie)決一(yi)(yi)個特定(ding)的(de)問(wen)題。我(wo)(wo)喜歡稱之為(wei)“故意人(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)”（Intentional AI）。然而，目前有越來(lai)越多的(de)公司將(jiang)人(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)納入其產品(pin)、平臺和服務(wu)(wu)，無論我(wo)(wo)們(men)是否意識到，人(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)都在(zai)為(wei)我(wo)(wo)們(men)服務(wu)(wu)，這(zhe)被稱為(wei)“隱形人(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)”（Invisible AI），如(ru)果充(chong)分理解(jie)，可以幫助那些對使用人(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)猶豫不決的(de)人(ren)(ren)(ren)(ren)解(jie)決信任障(zhang)礙。”
沉浸式現實（VR/AR）正在進入企業環境
雖(sui)然(ran)，人類已經實現了(le)在智能環境中工(gong)(gong)作、生(sheng)活，但目前(qian)研(yan)究人員(yuan)與企(qi)業(ye)正在尋(xun)找(zhao)更(geng)加高效(xiao)、有效(xiao)的(de)(de)智能空間生(sheng)活/工(gong)(gong)作方(fang)式。這意味著需(xu)要(yao)在提高工(gong)(gong)作環境運(yun)營效(xiao)率與質量的(de)(de)同時，也要(yao)發展(zhan)遠(yuan)程運(yun)營管理，而新冠疫情無(wu)疑進一(yi)步加強了(le)業(ye)內(nei)對于遠(yuan)程操作的(de)(de)關注。
為此，物聯網與沉浸式現實技術和環境模擬技術（如數字孿生）的融(rong)合已是大勢所趨，但二者的融(rong)合將(jiang)需(xu)要大量的數據支(zhi)撐，所以5G與邊緣計算的快(kuai)速發展將(jiang)加速企業和(he)工業應(ying)用的VR/AR應(ying)用的發展。
應用案例
航空巨(ju)頭(tou)Lufthansa Technik與(yu)(yu)沃達豐和諾基亞的(de)(de)合(he)(he)作將物聯(lian)網與(yu)(yu)5G、AR 和數(shu)字(zi)(zi)孿生結合(he)(he)在(zai)一起，其服(fu)務部門在(zai)兩個獨(du)立(li)的(de)(de)維(wei)護園區部署了兩個獨(du)立(li)的(de)(de)私(si)有5G網絡，增強(qiang)視頻流的(de)(de)AR覆蓋可以幫(bang)助客戶實現遠程觀察、診斷問題，同時還允許(xu)該集團在(zai)全球范圍內與(yu)(yu)使用(yong) AR 和數(shu)字(zi)(zi)孿生技術的(de)(de)合(he)(he)作伙伴進行協作。
IoT Analytics咨詢顧(gu)問Saverio Romeo表示(shi)，“由于物聯網和AR、VR等技(ji)術的融(rong)合，人類與(yu)機(ji)器之(zhi)間的‘智能關系’時代(dai)正在到來。將推動遠程與(yu)現場工作形式向更高效與(yu)更安(an)全發展。”
5G已為物聯網應用做好準備
以消(xiao)費市場為導向的(de)專家們認為5G只(zhi)(zhi)是提供(gong)了一種更(geng)快(kuai)的(de)下載機(ji)制。而(er)其(qi)在工業(ye)(ye)和商業(ye)(ye)領域的(de)價值(zhi)則是體(ti)現在5G專用網絡。到2022年底，隨著5G的(de)普及，其(qi)將只(zhi)(zhi)是一種工具(ju)，而(er)非先驅性技術(shu)，只(zhi)(zhi)為解(jie)決行業(ye)(ye)痛點，幫助企(qi)業(ye)(ye)降本增效。
應用案例
諾基亞已在(zai)(zai)大眾(zhong)汽(qi)(qi)車位(wei)于(yu)德國沃爾夫斯(si)堡的(de)(de)主要工廠(chang)為大眾(zhong)汽(qi)(qi)車部署了私(si)(si)有 5G 獨立(li)無(wu)線(xian)(xian)網絡(luo)。該(gai)私(si)(si)人(ren)園區網絡(luo)使用(yong)諾基亞數(shu)字自動化云（DAC）解決方案，以提(ti)供可靠、安(an)全、實時(shi)(shi)的(de)(de)連接，并使大眾(zhong)汽(qi)(qi)車能(neng)夠試用(yong)新(xin)的(de)(de)智能(neng)工廠(chang)案例。大眾(zhong)汽(qi)(qi)車公司(si)網絡(luo)規劃部的(de)(de)Klaus-Ing. Klaus-Dieter Tuchs博士表示(shi)，在(zai)(zai)不久(jiu)的(de)(de)將來，可預(yu)測(ce)的(de)(de)無(wu)線(xian)(xian)性能(neng)和5G的(de)(de)實時(shi)(shi)能(neng)力將進一步推動智能(neng)工廠(chang)發展，通過此次(ci)試點部署，大眾(zhong)汽(qi)(qi)車正在(zai)(zai)深化對于(yu)5G價值的(de)(de)探索，同時(shi)(shi)也(ye)在(zai)(zai)積累在(zai)(zai)工業環境中運營5G技(ji)術所需(xu)的(de)(de)專業知識。
IoT Analytics咨詢顧問Gary Mintchell表(biao)示，“我(wo)們甚至不會記(ji)得曾猜(cai)測(ce)5G是否會落地。我(wo)們將忙(mang)于使用它來解決網絡和物聯(lian)網應用問題。”
資產的安全遠程訪問變得越來越重要
啟用(yong)遠(yuan)程(cheng)訪問設備功能的(de)公司將享有多項好處，包括(kuo)獲得(de)設備供(gong)應商的(de)更好技(ji)術支持，可(ke)以(yi)遠(yuan)程(cheng)實時(shi)排除故障和分析機器數據，還可(ke)以(yi)獲得(de)遠(yuan)程(cheng)專家指導和低成本勞(lao)動力(li)（例(li)如來自低工(gong)資國(guo)家的(de)高技(ji)能工(gong)人）。
但(dan)隨著訪問量的增加(jia)，網(wang)絡(luo)安全(quan)(quan)攻擊的入口也在(zai)增加(jia)，所以企業(ye)隨即也增加(jia)了在(zai)網(wang)絡(luo)安全(quan)(quan)方面的支出。2022年(nian)，網(wang)絡(luo)安全(quan)(quan)的三個關(guan)鍵(jian)應用是資產可(ke)(ke)見性、深(shen)度數據(ju)包(bao)(bao)檢查和(he)零信(xin)任架構。其中，資產可(ke)(ke)見性軟(ruan)件提供有(you)關(guan)連接(jie)到網(wang)絡(luo)的所有(you)節點(dian)和(he)用戶(hu)的詳細信(xin)息，使管(guan)理員(yuan)能夠快速識別可(ke)(ke)疑(yi)用戶(hu)或設備。當在(zai)網(wang)絡(luo)協議(yi)中發現(xian)可(ke)(ke)疑(yi)活(huo)動時，深(shen)度數據(ju)包(bao)(bao)檢測可(ke)(ke)以提醒網(wang)絡(luo)運(yun)營(ying)商。
此外，根據NIST《零(ling)信任(ren)架構標準》中的(de)(de)定義，零(ling)信任(ren)（Zero Trust，ZT）提供了一系(xi)列(lie)概念和思想(xiang)，在假定網絡(luo)環境(jing)已經被(bei)攻陷的(de)(de)前提下(xia)，當(dang)執行(xing)信息系(xi)統(tong)和服務中的(de)(de)每次訪問請求(qiu)時，降低其決(jue)策準確(que)度(du)的(de)(de)不(bu)確(que)定性。
應用案例
SANS 2021 OT/ICS 網絡安(an)(an)(an)全報告顯示，遠(yuan)程(cheng)訪(fang)問服務是受訪(fang)者(zhe)的(de)主(zhu)要安(an)(an)(an)全威脅載體，37% 的(de)受訪(fang)者(zhe)將遠(yuan)程(cheng)訪(fang)問作(zuo)為(wei)初始訪(fang)問點(dian)。隨著(zhu)遠(yuan)程(cheng)點(dian)數量的(de)增(zeng)加，相應的(de)安(an)(an)(an)全防護(hu)需求急劇增(zeng)加。截止2021年(nian)12月，物聯網安(an)(an)(an)全公(gong)司Claroty的(de)員工人數相較疫情爆發前增(zeng)加了 75%。
IoT Analytics咨(zi)詢顧問(wen)Matthew Wopata表示(shi)，“在疫情期間，數百萬(wan)人首(shou)次(ci)開始在家工作，其中包括(kuo)管(guan)理OT網絡和(he)資產的(de)人。當‘遠程’成(cheng)為(wei)常態，遠距(ju)離也增加(jia)了(le)不(bu)安全(quan)遠程設(she)備可能(neng)構成(cheng)的(de)安全(quan)威脅(xie)的(de)可能(neng)性。”
