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”），物聯網智庫對其進行了編譯、整(zheng)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(jing)成為了數(shu)字經(jing)濟(ji)時代家喻戶曉的(de)技(ji)(ji)術底(di)座(zuo)。多年來(lai)，隨(sui)著底(di)層(ceng)傳(chuan)感(gan)設備與智能終端、移動(dong)通信技(ji)(ji)術、AI、大數(shu)據、云計(ji)算等一眾新(xin)興(xing)技(ji)(ji)術的(de)推陳出新(xin)，各(ge)行各(ge)業(ye)正(zheng)在積極(ji)構(gou)建一個全新(xin)的(de)AIoT生態，而(er)IoT作為其中(zhong)的(de)核心，勢必將成為未來(lai)智能時代的(de)可持(chi)續發展(zhan)性技(ji)(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(zhi)庫對其進(jin)行了編譯、整理。
簡(jian)言之(zhi)，在 IoT Analytics發(fa)布的10大趨勢中(zhong)：
工業領域生產(chan)過(guo)程的數字化改(gai)革還將(jiang)持續進行，并將(jiang)越來越多地(di)在邊(bian)緣側部署AI；
在(zai)物(wu)聯網平臺和(he)軟件相關領域，隨(sui)著云計算能力的提升(sheng)，云原生應(ying)用程(cheng)序呈上升(sheng)趨勢，平臺部署(shu)也在(zai)向邊緣側遷移；
業(ye)內對(dui)于物聯網設備(bei)及數(shu)據的安全(quan)防(fang)護也將(jiang)更加重視(shi)。
物聯網正在逐步成為可持續發展的關鍵技術
在(zai)物(wu)聯網生態(tai)中(zhong)，基于智能(neng)連接(jie)設備的環(huan)境監(jian)測、環(huan)境管(guan)理(li)、能(neng)源優化等應用已成功落(luo)地，但這(zhe)些應用場景的商業價值(zhi)始(shi)終受(shou)限，并逐漸被(bei)相(xiang)關企(qi)業邊緣化。而(er)隨(sui)著人們越來越關注綠(lv)色經濟建設和減緩全球氣(qi)候(hou)變(bian)化，物(wu)聯網技術將(jiang)(jiang)為企(qi)業、城市(shi)及社區提供綠(lv)色解(jie)決(jue)方案——包括降低能(neng)源成本、實現遠程部署、監(jian)控故障點在(zai)內(nei)的場景應用將(jiang)(jiang)成為物(wu)聯網發展的重要(yao)驅動力。未來，物(wu)聯網生態(tai)的重要(yao)目標是將(jiang)(jiang)物(wu)聯網整合到可持(chi)續發展的經濟模式(shi)中(zhong)。
應用案例
基于物聯網(wang)的環(huan)境監(jian)測案(an)例有很(hen)多(duo)，例如西班(ban)牙知名(ming)物聯網(wang)科技公(gong)司Libelium；基于物聯網(wang)的環(huan)境管理(li)案(an)例有聚焦(jiao)于火(huo)災管理(li)的企業(ye)Dryad Networks、Kerlink、NetOp等(deng)。在(zai)政(zheng)策層面(mian)，歐(ou)盟委(wei)員會提出(chu)了工(gong)(gong)業(ye)5.0概(gai)念，其相較工(gong)(gong)業(ye)4.0的升級不僅是關于新技術，更是關于工(gong)(gong)業(ye)的可(ke)持續(xu)性發展。除此之外(wai)，歐(ou)盟委(wei)員會還(huan)公(gong)布了名(ming)為“下一代(dai)歐(ou)盟”（NextGenerationEU）的舉債方(fang)案(an)，計劃在(zai)未來五年時(shi)間里(li)共(gong)籌集8000億歐(ou)元促進區域經濟復(fu)興，重點關注綠(lv)色能源（約30%）與(yu)數字化轉型（約30%）。
IoT Analytics咨詢顧問Saverio Romeo表示，“通過收集(ji)的(de)數(shu)據，物聯網可以繪制空間和領土的(de)環境(jing)條件，未(wei)來將(jiang)成為我(wo)們(men)應對氣候變化的(de)觀察站。”
平臺部署正在從云端向邊緣側過渡
據IoT Analytics此前發布的分(fen)析顯(xian)示，自2015年起(qi)就競爭(zheng)激烈的物聯網平(ping)臺(tai)賽道已經出現了明顯(xian)的領(ling)導者(zhe)。邊緣(yuan)(yuan)側(ce)平(ping)臺(tai)，特別(bie)面向工業領(ling)域的邊緣(yuan)(yuan)平(ping)臺(tai)，仍(reng)處于(yu)起(qi)步階段，但在2022年，市(shi)場格局將逐漸清晰。
虛擬機(ji)和容器等(deng)虛擬化技(ji)術(shu)使應(ying)(ying)用(yong)程序(xu)(xu)能夠跨(kua)計算(suan)硬(ying)件(jian)供應(ying)(ying)商進行移(yi)植。該(gai)類技(ji)術(shu)已被IT部門(men)廣泛(fan)采用(yong)，但許多OT部門(men)仍然是通過(guo)購(gou)(gou)買(mai)運行該(gai)應(ying)(ying)用(yong)程序(xu)(xu)的終端(duan)/盒子(zi)來采購(gou)(gou)應(ying)(ying)用(yong)程序(xu)(xu)（例如，他們(men)購(gou)(gou)買(mai)協議轉(zhuan)換器將一個(ge)以太網協議轉(zhuan)換為另一個(ge)以太網協議，或購(gou)(gou)買(mai)PLC來運行一些(xie)控制邏(luo)輯工(gong)作負載）。
邊(bian)緣平臺供(gong)應(ying)(ying)商(shang)可以(yi)根據其所(suo)支持的硬件(jian)(jian)、云/物(wu)聯網平臺和(he)邊(bian)緣應(ying)(ying)用(yong)程序的類型進行分(fen)組(zu)，也(ye)可以(yi)根據其核心(xin)業務進行分(fen)組(zu)，例如硬件(jian)(jian)供(gong)應(ying)(ying)商(shang)（包(bao)括Siemens、Phoenix Contact、Bosch等OT硬件(jian)(jian)供(gong)應(ying)(ying)商(shang)以(yi)及思科、HPE等IT硬件(jian)(jian)供(gong)應(ying)(ying)商(shang)）、云供(gong)應(ying)(ying)商(shang)（如AWS、Azure）和(he)軟件(jian)(jian)供(gong)應(ying)(ying)商(shang)（如Zededa、CPLANE等）。
與大(da)多數(shu)賽(sai)道的(de)主流技術(shu)競爭一樣，客戶的(de)選(xuan)擇將決定物聯網平(ping)(ping)臺的(de)走(zou)向。究竟是云供(gong)應商(shang)(shang)將主導這(zhe)一領域，還是硬(ying)(ying)件(jian)供(gong)應商(shang)(shang)和軟件(jian)初創(chuang)公司更有(you)發展空(kong)間？如果有(you)非云玩家的(de)發展空(kong)間，客戶又是否(fou)會選(xuan)擇一個(ge)與硬(ying)(ying)件(jian)無關的(de)平(ping)(ping)臺，并提供(gong)單一管理平(ping)(ping)臺來管理所有(you)類型(xing)設備上(shang)的(de)所有(you)工作負載(zai)(zai)，亦或是更傾向于硬(ying)(ying)件(jian)設備指定的(de)平(ping)(ping)臺（即(ji)邊緣(yuan)工作負載(zai)(zai)只能在邊緣(yuan)平(ping)(ping)臺供(gong)應商(shang)(shang)提供(gong)的(de)硬(ying)(ying)件(jian)上(shang)運行），可以在出現問(wen)題時提供(gong)單點聯系？
如果市場(chang)選(xuan)(xuan)擇后(hou)者(zhe)，我(wo)們可能會看到物聯(lian)網(wang)平(ping)臺(tai)的(de)發展趨勢(shi)將向邊(bian)緣(yuan)平(ping)臺(tai)過(guo)渡，這些(xie)平(ping)臺(tai)只能與特定(ding)供應商(shang)的(de)硬件(jian)一(yi)起(qi)使用；如果市場(chang)選(xuan)(xuan)擇前(qian)者(zhe)，那么構建這些(xie)邊(bian)緣(yuan)平(ping)臺(tai)的(de)與硬件(jian)無關(guan)的(de)軟(ruan)件(jian)公司仍需要與運行邊(bian)緣(yuan)應用程序的(de)硬件(jian)供應商(shang)合作。
應用案例
作為2021年底一(yi)系(xi)列(lie)針對邊緣應(ying)(ying)用程序(xu)的(de)舉措的(de)一(yi)部分(fen)，戴爾宣布與靈活且可(ke)擴展的(de)物聯(lian)網平臺(tai)Litmus合作，以(yi)幫(bang)助IIoT企業(ye)管理不同的(de)邊緣設備、數(shu)據和應(ying)(ying)用程序(xu)，實現(xian)從工廠車間到企業(ye)云的(de)彈性(xing)應(ying)(ying)用與安全連接。
IoT Analytics咨詢顧問 Matthew Wopata表示，“無論(lun)如何，云(yun)提(ti)供商肯(ken)定不會在(zai)競爭中落后，因為許(xu)多公(gong)司(si)將在(zai)其邊緣(yuan)平臺上進行標準(zhun)化，并且，無論(lun)企業使(shi)用哪個邊緣(yuan)平臺，大多數公(gong)司(si)最(zui)終(zhong)都會將部分(fen)數據從邊緣(yuan)側發(fa)送到云(yun)端。”
IIoT（工業物聯網）正在改變制造業
工程師(shi)傾向于(yu)將技(ji)術視為一(yi)種解(jie)決(jue)方案，卻往(wang)往(wang)忽略了(le)問(wen)題的(de)根(gen)源。而物聯網的(de)作(zuo)用是超越(yue)SCADA（監督控制(zhi)和數(shu)(shu)據(ju)(ju)獲(huo)取），為機(ji)器操作(zuo)提供及時決(jue)策(ce)與(yu)維護資產所需(xu)的(de)數(shu)(shu)據(ju)(ju)。過去，物聯網項目往(wang)往(wang)只是行(xing)業數(shu)(shu)字化的(de)過程；如今，隨著數(shu)(shu)據(ju)(ju)更加(jia)豐富，制(zhi)造業則需(xu)要面臨一(yi)個(ge)新(xin)的(de)問(wen)題——“IIoT要解(jie)決(jue)什么具體(ti)的(de)業務問(wen)題？”
應用案例
很多人(ren)將將預(yu)測(ce)性維(wei)護(hu)稱為物聯網(wang)的(de)“殺手級應用(yong)(yong)”，在 2021 International Maintenance Conference上，演(yan)講嘉賓與參會(hui)(hui)觀眾并沒有過多關注模糊(hu)的(de)預(yu)測(ce)性維(wei)修方案(an)，而(er)是在預(yu)測(ce)分析應用(yong)(yong)程序中使用(yong)(yong)IIoT而(er)產生(sheng)的(de)數(shu)據。這些數(shu)據通常會(hui)(hui)自動提供給工(gong)作流引(yin)擎進行預(yu)測(ce)維(wei)護(hu)，避免計(ji)劃(hua)外(wai)停機，從而(er)優化生(sheng)產。例如(ru)，施(shi)耐德電氣曾為巴斯夫的(de)一個工(gong)廠部(bu)署了預(yu)測(ce)性維(wei)護(hu)系統，可以監(jian)控(kong)為工(gong)廠供電的(de)變電站，以及消耗該電力的(de)電機與其控(kong)制中心的(de)運行情況。此(ci)外(wai)，工(gong)廠的(de)不(bu)間斷電源系統也為預(yu)測(ce)性維(wei)護(hu)解決方案(an)提供了落(luo)地機會(hui)(hui)。
IoT Analytics咨詢顧(gu)問(wen) Gary Mintchell表示(shi)，“物聯網技術(shu)提供的數據可用于預測(ce)機器故障(zhang)，并幫助技術(shu)人員找到優化生(sheng)產的解(jie)決方案。”
云原生應用正在興起
如今，越(yue)來越(yue)多的(de)企(qi)業(ye)將云端應(ying)(ying)用與業(ye)務(wu)上云作(zuo)為首要任(ren)務(wu)，這一趨(qu)勢還將在(zai)未來幾年內(nei)持(chi)續發展。那些已(yi)經在(zai)云上投入(ru)巨(ju)資的(de)企(qi)業(ye)正在(zai)尋(xun)求提升效率、增加(jia)(jia)云端能力的(de)方法，而其他企(qi)業(ye)則(ze)需要快(kuai)速完成云端業(ye)務(wu)遷(qian)移。十(shi)年來，云計(ji)算市場一直以穩定的(de)速度增長(chang)，疫情(qing)也(ye)加(jia)(jia)速了其整體應(ying)(ying)用與落地。
隨著云(yun)在基(ji)礎(chu)設施(shi)(shi)、平臺及軟(ruan)件層面的常態化發展(zhan)，業界將看到針對云(yun)計算規模和(he)性能而開發和(he)優化的應用程序，這將有助于提(ti)升(sheng)云(yun)計算的可(ke)(ke)靠性并縮短部署(shu)時間(jian)，同時也意味(wei)著軟(ruan)件應用可(ke)(ke)以更快、更靈(ling)活地部署(shu)，同時降(jiang)低基(ji)礎(chu)設施(shi)(shi)的復(fu)雜性和(he)成本。
應用案例
自新(xin)冠疫情爆發以來，人(ren)們的(de)(de)工(gong)作(zuo)模式發生(sheng)(sheng)了(le)巨大(da)變化，包括全(quan)球電信運營商(shang)(shang)、寬帶(dai)互聯網提(ti)(ti)(ti)供(gong)商(shang)(shang)和衛星廣播服務(wu)(wu)(wu)提(ti)(ti)(ti)供(gong)商(shang)(shang)在內的(de)(de)通(tong)(tong)信服務(wu)(wu)(wu)提(ti)(ti)(ti)供(gong)商(shang)(shang) (CSP) 被迫快速升級(ji)其云服務(wu)(wu)(wu)以應(ying)對前(qian)所(suo)未有的(de)(de)需求(qiu)增(zeng)長(chang)，新(xin)需求(qiu)包括視頻(pin)會議等(deng)新(xin)穎應(ying)用(yong)。通(tong)(tong)信服務(wu)(wu)(wu)提(ti)(ti)(ti)供(gong)商(shang)(shang)必須進(jin)行大(da)規(gui)模的(de)(de)結構升級(ji)，需要派遣大(da)量員工(gong)、改善(shan)基礎(chu)設施(shi)以減輕運維(wei)壓(ya)力。同(tong)時，這也是云原(yuan)生(sheng)(sheng)應(ying)用(yong)發展的(de)(de)巨大(da)推動力，因其具(ju)備(bei)更好的(de)(de)效率與性價比(bi)。TM Forum發布的(de)(de)報告顯示，38%的(de)(de)通(tong)(tong)信服務(wu)(wu)(wu)提(ti)(ti)(ti)供(gong)商(shang)(shang)在2021年(nian)數字化轉(zhuan)型的(de)(de)中間階段，這一(yi)數據同(tong)比(bi)增(zeng)長(chang)了(le)50%，其中的(de)(de)45%引(yin)入了(le)云原(yuan)生(sheng)(sheng)應(ying)用(yong)。例如，去年(nian)年(nian)底(di)，Vmware與沃達(da)豐建立了(le)合(he)作(zuo)關系(xi)，為沃達(da)豐在歐(ou)洲的(de)(de)所(suo)有業(ye)務(wu)(wu)(wu)提(ti)(ti)(ti)供(gong)單一(yi)通(tong)(tong)用(yong)平臺(tai)，從5G獨(du)立部署切入。
IoT Analytics咨詢顧問Jeff Winter表示，“我在云原(yuan)生(sheng)應(ying)用程序開發中(zhong)看到的(de)兩個主要驅動力(li)是無服務器(qi)(qi)計算和容器(qi)(qi)化(hua)/Kubernetes，主要是因(yin)為兩者都會提高云原(yuan)生(sheng)應(ying)用程序的(de)部(bu)(bu)署速度(du)——更(geng)快的(de)部(bu)(bu)署和更(geng)高的(de)可(ke)靠性，將(jiang)進一步推動其規模化(hua)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)(shi)改變任何(he)企(qi)(qi)業(ye)應用(yong)的(de)(de)(de)關鍵，但實際情況(kuang)卻不然(ran)，目前，在多數(shu)行(xing)業(ye)中，人(ren)工智(zhi)能需要深度挖(wa)掘數(shu)據(ju)價(jia)值才能使企(qi)(qi)業(ye)真(zhen)正收益。AI只是(shi)(shi)(shi)企(qi)(qi)業(ye)轉型的(de)(de)(de)一(yi)部分(fen)，另一(yi)部分(fen)，也(ye)是(shi)(shi)(shi)經常被企(qi)(qi)業(ye)忽略的(de)(de)(de)一(yi)部分(fen)是(shi)(shi)(shi)機器人(ren)流程(cheng)自(zi)動(dong)化（RPA），當AI和RPA正確組合(he)、應用(yong)時(shi)，結(jie)果就是(shi)(shi)(shi)hyperautomation（超自(zi)動(dong)化）。
新冠(guan)疫(yi)情創造了一個拐點，優先考慮工人的(de)(de)安全及(ji)其所需要的(de)(de)技術支(zhi)持，而在新冠(guan)疫(yi)情爆發前就已(yi)經開始的(de)(de)勞動(dong)力短缺(que)已(yi)經成為更具有(you)挑戰性的(de)(de)制約因素，這正在加速(su)使(shi)用hyperautomation（超自動(dong)化）來優化從(cong)工廠車間到管(guan)理層的(de)(de)業務流程。
應用案例
在巴西(xi)，德勤使用(yong)IBM的(de)(de)人工智能(neng)增強型RPA解決方案(an)來優化其月度報告(gao)周(zhou)期(qi)，自(zi)動生成并(bing)檢查從數十個(ge)(ge)來源獲得(de)的(de)(de)報告(gao)，并(bing)與(yu)中(zhong)央銀(yin)行(xing)的(de)(de)貨(huo)幣兌換數字(zi)直接連接，以便實時更新。基(ji)于此，企業用(yong)于生成月度報告(gao)的(de)(de)總(zong)時間從近兩個(ge)(ge)工作(zuo)周(zhou)減少到每(mei)月僅一個(ge)(ge)小時，將(jiang)每(mei)月差旅費用(yong)報告(gao)的(de)(de)準備周(zhou)期(qi)從三個(ge)(ge)小時減少到十分鐘。
IoT Analytics咨(zi)詢顧問Christopher Hoemeke表(biao)示(shi)，“兩年前，我寫了一篇關于(yu)制(zhi)造業中的(de)'機器(qi)人攻擊'的(de)文章，重(zhong)點關注機器(qi)人流程自動化(hua)如(ru)何消除大量的(de)重(zhong)復性任(ren)務，從而提高生(sheng)產力并消除錯誤。現在，人們可(ke)以將AI集成到應(ying)用中，使其為(wei)RPA 做出決策，這是 IFTTT 的(de)終極延伸。”
人工智能越來越多地出現在邊緣側
企業一(yi)直(zhi)在(zai)(zai)(zai)思(si)考將其人(ren)工(gong)(gong)智(zhi)能部署在(zai)(zai)(zai)云端或邊(bian)緣(yuan)(yuan)。到(dao)目前(qian)為(wei)止，人(ren)工(gong)(gong)智(zhi)能在(zai)(zai)(zai)邊(bian)緣(yuan)(yuan)側的應用一(yi)直(zhi)是運行在(zai)(zai)(zai)計(ji)算和功(gong)率密集型(xing)邊(bian)緣(yuan)(yuan)設備上，例如工(gong)(gong)業計(ji)算機和邊(bian)緣(yuan)(yuan)路由器。然而，有兩個發展趨勢正在(zai)(zai)(zai)推動人(ren)工(gong)(gong)智(zhi)能向更加邊(bian)緣(yuan)(yuan)側轉(zhuan)變：
1.隨著(zhu)低成本、低功耗的(de)半導體領域(yu)的(de)快速發展，人工智能可以更接近最小級別的(de)設備。我(wo)們完全有理(li)由相信，大量微(wei)控制器（MCU）將在近期(qi)部署設備端AI。
2.在過去的5年(nian)中，人工(gong)智能算(suan)法變得(de)更(geng)加(jia)高效。例(li)如(ru)，目前的人工(gong)智能算(suan)法對(dui)神經網絡進行視覺對(dui)象識別所需(xu)的算(suan)力(li)要遠(yuan)遠(yuan)低于幾年(nian)前。據專家預測，其每(mei)16個月所需(xu)的計算(suan)能力(li)將(jiang)減少(shao)2倍。
應用案例
2021年，MCU巨頭Renesas為(wei)其廣受歡迎的RZ/V系(xi)列產(chan)品(pin)推(tui)出(chu)了一款新品(pin)，該(gai)產(chan)品(pin)搭載邊緣（thin-edge）圖像處理GPU，為(wei)機(ji)器(qi)視覺應用提供基于AI的實(shi)時(shi)色彩校正和降噪。
IoT Analytics咨詢顧問Thomas Duester表示，“我們將越(yue)來(lai)越(yue)多(duo)地看到人(ren)工智(zhi)能應(ying)用程序轉移到Thin Edge——在內存(cun)、計算能力和低功耗的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(zhi)能(neng)(neng)不(bu)是產品，甚至可以說它(ta)也(ye)不(bu)是一項(xiang)技術或一項(xiang)發明。我們無法追溯(su)其(qi)起始日期，也(ye)不(bu)能(neng)(neng)預知其(qi)何時結束，然而(er)，在計(ji)算能(neng)(neng)力、算力成本、互聯網、傳感(gan)器、機器學習算法和模型等技術進(jin)步的推動下，AI已經無處不(bu)在了。更重要的是，AI是一種探索(suo)，一個(ge)努力實現智(zhi)能(neng)(neng)化目標的旅程，因此AI正在不(bu)斷優化、升級與(yu)改變。
AI的(de)應用領(ling)域非常廣泛，跨(kua)越每(mei)個行(xing)業，幾乎影響著從底(di)層(ceng)員工到首席執(zhi)行(xing)官的(de)每(mei)個工作(zuo)職能(neng)。然(ran)而，由于許多(duo)人(ren)難以確切了解(jie)其工作(zuo)原理(li)，從而害怕使用AI來輔助決策，絕(jue)大多(duo)數(shu)人(ren)面對讓AI代表(biao)他們執(zhi)行(xing)決策時會猶豫不(bu)決。
應用案例
2021 年(nian)，美國(guo)制藥公(gong)司Charles River Laboratories宣布(bu)與基于 AI 的(de)(de)藥物(wu)設計集團 Valence Discovery 達成合作并(bing)利用(yong)其REACTOR技術。該技術能夠通過先進的(de)(de)AI技術對藥物(wu)服用(yong)后發生的(de)(de)一系列化(hua)學(xue)反應(ying)進行建模。
IoT Analytics咨詢顧問(wen)Jeff Winter表(biao)示，“由于人(ren)工(gong)(gong)(gong)智(zhi)能(neng)(neng)無(wu)處不在(zai)，并開始(shi)以(yi)比我(wo)們意(yi)識到(dao)的(de)更多(duo)的(de)方式滲透(tou)到(dao)日常(chang)生活中，通(tong)常(chang)就在(zai)我(wo)們的(de)眼(yan)皮底下。當大多(duo)數人(ren)與人(ren)工(gong)(gong)(gong)智(zhi)能(neng)(neng)互動或計(ji)劃使用(yong)人(ren)工(gong)(gong)(gong)智(zhi)能(neng)(neng)時，他們是帶著一個(ge)(ge)非常(chang)刻意(yi)的(de)目(mu)的(de)來解(jie)決(jue)一個(ge)(ge)特(te)定的(de)問(wen)題。我(wo)喜歡稱(cheng)之為“故意(yi)人(ren)工(gong)(gong)(gong)智(zhi)能(neng)(neng)”（Intentional AI）。然而，目(mu)前有越(yue)來越(yue)多(duo)的(de)公司將人(ren)工(gong)(gong)(gong)智(zhi)能(neng)(neng)納入其產品、平臺(tai)和服務(wu)，無(wu)論我(wo)們是否意(yi)識到(dao)，人(ren)工(gong)(gong)(gong)智(zhi)能(neng)(neng)都在(zai)為我(wo)們服務(wu)，這被(bei)稱(cheng)為“隱形(xing)人(ren)工(gong)(gong)(gong)智(zhi)能(neng)(neng)”（Invisible AI），如果充分理解(jie)，可以(yi)幫助那些對使用(yong)人(ren)工(gong)(gong)(gong)智(zhi)能(neng)(neng)猶豫不決(jue)的(de)人(ren)解(jie)決(jue)信任障礙。”
沉浸式現實（VR/AR）正在進入企業環境
雖然，人類(lei)已經實現(xian)了在(zai)智能環境(jing)中工作(zuo)(zuo)、生(sheng)活，但目前研究人員與企業正在(zai)尋找更加高效、有效的智能空間生(sheng)活/工作(zuo)(zuo)方式。這意(yi)味著需要在(zai)提高工作(zuo)(zuo)環境(jing)運(yun)營(ying)效率(lv)與質量(liang)的同時，也要發展(zhan)遠程運(yun)營(ying)管理，而(er)新(xin)冠疫情無疑進(jin)一步加強(qiang)了業內對于遠程操作(zuo)(zuo)的關(guan)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(de)融(rong)(rong)合已是大勢所(suo)趨，但二者的(de)融(rong)(rong)合將需要大量的(de)數據支撐，所(suo)以5G與邊緣計(ji)算(suan)的(de)快速發(fa)展將加速企業(ye)和工業(ye)應用的(de)VR/AR應用的(de)發(fa)展。
應用案例
航空巨頭Lufthansa Technik與沃達豐和諾基亞的(de)合作將物聯網(wang)與5G、AR 和數字孿生結合在(zai)一起，其服務(wu)部門在(zai)兩(liang)個獨(du)立(li)的(de)維護(hu)園區部署了兩(liang)個獨(du)立(li)的(de)私有5G網(wang)絡，增強視頻流的(de)AR覆蓋可以幫助客戶(hu)實現遠程觀察、診斷問題，同時還允(yun)許該集團在(zai)全球范圍內與使用(yong) AR 和數字孿生技術的(de)合作伙(huo)伴進行協作。
IoT Analytics咨詢顧問Saverio Romeo表示，“由于物聯網(wang)和AR、VR等技(ji)術的(de)融(rong)合，人類與(yu)(yu)機器之間的(de)‘智(zhi)能關系’時代(dai)正在到來(lai)。將推(tui)動遠程與(yu)(yu)現場工作(zuo)形式向更高效與(yu)(yu)更安全(quan)發(fa)展。”
5G已為物聯網應用做好準備
以(yi)消費市場為導向(xiang)的(de)專家們認為5G只是(shi)(shi)提供了一種更快的(de)下載機(ji)制。而其(qi)在工業(ye)和商業(ye)領域的(de)價(jia)值則是(shi)(shi)體現在5G專用網(wang)絡。到2022年(nian)底，隨著5G的(de)普及(ji)，其(qi)將只是(shi)(shi)一種工具，而非先驅性技術，只為解決行業(ye)痛點(dian)，幫助企業(ye)降(jiang)本增效。
應用案例
諾基亞(ya)已在(zai)(zai)大(da)眾(zhong)汽(qi)車位于(yu)德(de)國沃爾夫斯堡的主要工(gong)廠為大(da)眾(zhong)汽(qi)車部(bu)署(shu)了私有 5G 獨立無線(xian)網(wang)絡。該私人園區網(wang)絡使用諾基亞(ya)數字自動化云（DAC）解決方(fang)案，以提供可(ke)靠、安全、實時的連接，并(bing)使大(da)眾(zhong)汽(qi)車能(neng)夠試用新的智能(neng)工(gong)廠案例(li)。大(da)眾(zhong)汽(qi)車公(gong)司網(wang)絡規劃部(bu)的Klaus-Ing. Klaus-Dieter Tuchs博士(shi)表(biao)示(shi)，在(zai)(zai)不(bu)久(jiu)的將(jiang)來，可(ke)預測的無線(xian)性能(neng)和(he)5G的實時能(neng)力將(jiang)進一步推動智能(neng)工(gong)廠發(fa)展(zhan)，通(tong)過此次試點部(bu)署(shu)，大(da)眾(zhong)汽(qi)車正在(zai)(zai)深化對于(yu)5G價值的探索，同時也(ye)在(zai)(zai)積(ji)累在(zai)(zai)工(gong)業環(huan)境中運營5G技術所需(xu)的專業知識。
IoT Analytics咨詢顧(gu)問Gary Mintchell表示，“我(wo)們甚至不會(hui)(hui)記得曾(ceng)猜(cai)測5G是否會(hui)(hui)落地。我(wo)們將忙于使用(yong)它來解(jie)決網絡和(he)物聯網應用(yong)問題。”
資產的安全遠程訪問變得越來越重要
啟用遠(yuan)程(cheng)訪(fang)問設(she)備功能(neng)的(de)公司(si)將(jiang)享(xiang)有(you)多項好處，包括獲得(de)設(she)備供應商的(de)更(geng)好技術支持，可以(yi)遠(yuan)程(cheng)實時排除故障和分(fen)析機器(qi)數據，還可以(yi)獲得(de)遠(yuan)程(cheng)專家指導(dao)和低(di)成(cheng)本(ben)勞動力(li)（例(li)如來自低(di)工資國家的(de)高(gao)技能(neng)工人）。
但隨著訪問量的(de)(de)(de)增加，網(wang)(wang)絡(luo)(luo)(luo)安(an)全(quan)攻(gong)擊的(de)(de)(de)入(ru)口也在(zai)增加，所以企(qi)業(ye)隨即也增加了在(zai)網(wang)(wang)絡(luo)(luo)(luo)安(an)全(quan)方面(mian)的(de)(de)(de)支出。2022年(nian)，網(wang)(wang)絡(luo)(luo)(luo)安(an)全(quan)的(de)(de)(de)三個關鍵應用(yong)是(shi)資產可(ke)(ke)見性(xing)、深度(du)數(shu)據包檢查和(he)零信(xin)任架構。其(qi)中，資產可(ke)(ke)見性(xing)軟件提(ti)供有(you)關連(lian)接(jie)到網(wang)(wang)絡(luo)(luo)(luo)的(de)(de)(de)所有(you)節點和(he)用(yong)戶(hu)的(de)(de)(de)詳細信(xin)息，使管理員(yuan)能夠快速識別可(ke)(ke)疑用(yong)戶(hu)或設備。當在(zai)網(wang)(wang)絡(luo)(luo)(luo)協議中發現(xian)可(ke)(ke)疑活動時，深度(du)數(shu)據包檢測可(ke)(ke)以提(ti)醒網(wang)(wang)絡(luo)(luo)(luo)運營商。
此外，根據NIST《零信任架(jia)構標準》中的(de)定(ding)義，零信任（Zero Trust，ZT）提供(gong)了一系列概念(nian)和(he)(he)思想，在假定(ding)網絡環境已經被攻陷的(de)前提下(xia)，當執(zhi)行信息系統和(he)(he)服務中的(de)每次訪問請求時，降低其決策準確(que)度的(de)不(bu)確(que)定(ding)性。
應用案例
SANS 2021 OT/ICS 網(wang)絡安全(quan)報告顯示，遠(yuan)程訪問(wen)服務是受訪者的(de)(de)主要(yao)安全(quan)威脅載體(ti)，37% 的(de)(de)受訪者將遠(yuan)程訪問(wen)作為(wei)初始訪問(wen)點。隨著遠(yuan)程點數量的(de)(de)增加(jia)，相應的(de)(de)安全(quan)防護需求急(ji)劇增加(jia)。截止2021年12月，物聯(lian)網(wang)安全(quan)公司Claroty的(de)(de)員工(gong)人數相較疫情(qing)爆發前增加(jia)了(le) 75%。
IoT Analytics咨詢顧(gu)問Matthew Wopata表(biao)示，“在疫情(qing)期間，數(shu)百萬人(ren)首次開始在家工作，其中包括管理OT網絡和資產的(de)人(ren)。當‘遠程(cheng)’成(cheng)為(wei)常(chang)態，遠距(ju)離(li)也增加了不安(an)全(quan)遠程(cheng)設(she)備(bei)可能構(gou)成(cheng)的(de)安(an)全(quan)威脅的(de)可能性。”
