Gartner的研究副总裁尼克·琼斯（Nick Jones）说：“物联网将在未来十年继续为数字化业务创新带来新的机遇，而许多新机遇有赖于新的或经过改进的技术。洞察创新物联网趋势的CIO们有机会领导本企业的数字化创新。”

 

此外，CIO们应确保自己拥有必要的技能和合作伙伴，以支持关键的新兴物联网趋势和技术，因为到2023年，普通CIO负责的端点数量比今年要多三倍。

 

Gartner的分析师们在Gartner Symposium/ITxpo 2018大会上讨论了CIO如何引领企业以发现物联网机遇，并确保物联网项目取得成功。

 

Gartner十大IoT趋势中，一个重要趋势是从智能边缘到智能网格的转变。

 

在物联网领域，从集中式和云端到架构的转变正在顺利进行。然而，这不是终点，因为与边缘架构相关联的整齐层将演变为更加非结构化的架构，包括在动态网格中连接的各种设备和服务。这些网状结构将实现更灵活，智能和响应更快的物联网系统。

 

今年5月，华为发布《GIV2025打开智能世界产业版图》白皮书指出，到八年后的2025年，全球物联数量达1000亿，全球智能终端将达400亿。

 

400亿智能终端中，边缘计算将提供AI能力，边缘智能成为智能设备的支撑体，人类被基于ICT 网络、以人工智能为引擎的第四次技术革命将带入一个万物感知、万物互联、 万物智能的智能世界。

 

现在，在构建世界道路上，除了华为之外，还有诸多玩家，本文做简单盘点。

 

Gartner十大IoT趋势

 

Gartner认为，从现在到2023年，IoT将推动数字业务创新。 以下是Gartner列出的10项最具战略意义的物联网技术和趋势，预计将在未来五年内实现新的收入来源和业务模式。

 

第一个趋势：AI

 

Gartner预测，2019年使用的联网物件将多达142亿个，到2021年总数将达到250亿个，它们会生成大量的数据。琼斯先生说：“数据可谓是助推物联网的燃料，而企业解读数据的能力将决定其能否取得长期成功。AI将应用于一系列广泛的物联网信息，包括视频、静态图像、语音、网络流量活动和传感器数据。”

 

AI的技术格局很复杂，这种情形会持续到2023年，许多IT供应商大力投入于AI，AI的多种形式相互共存，新的基于AI的工具和服务不断涌现。尽管面临这种复杂情形，但有望在众多物联网场景下用AI获得良好的成效。因此，CIO们要借助在物联网战略中充分利用AI的工具和技能来打造企业组织。

 

第二个趋势：兼顾社会、法律和道德问题的物联网

 

随着物联网不断成熟、得到更广泛的部署，众多社会、法律和道德问题会越来越重要。这包括数据的所有权、算法偏差、隐私以及遵守《数据保护通用条例》等法规的情况。

 

琼斯先生说：“成功部署物联网解决方案要求该解决方案不仅技术上有效，而且社会上也可以接受。因此，CIO们必须在这方面教育自己和员工，考虑成立小组（比如道德委员会）来审查公司战略。CIO们还应该考虑请外部咨询公司审查关键的算法和AI系统，找出潜在的偏差。”

 

第三个趋势：信息经济学和数据代理

 

去年Gartner对物联网项目开展的调查显示，35%的调查对象在出售或计划出售其产品和服务收集的数据。信息经济学理论让数据的这种变现更进了一步：将这视为战略性的业务资产，记录在公司账目中。到2023年，物联网数据的买卖将成为许多物联网系统的一个重要组成部分。CIO们必须向本企业宣讲与数据代理有关的风险和机遇，以便制定这方面所需的IT政策，并为本企业的其他部门提供建议。

 

第四个趋势：从智能边缘向智能网格转变

 

在物联网领域，从集中式和云计算向边缘架构的转变正在进行中。然而，这不是终点，因为与边缘架构有关的所有各层将演变成更非结构化的架构，这个架构包括动态网格连接起来的各种“物件”和服务。这种网格架构将支持更灵活、更智能、更迅即的物联网系统，不过其代价常常是更加复杂。CIO们必须为网格架构对IT基础设施、技能和采购方面带来的影响做好准备。

 

第五个趋势：物联网治理

 

随着物联网不断扩展，对于这种物联网框架的需要会变得越来越重要：确保创建、存储、使用和删除与物联网项目有关的信息方面有适当的行为。治理范围广泛，从简单的技术任务（比如设备审计和固件更新），到较为复杂的问题（比如设备控制和设备生成的信息的使用），不一而足。CIO们必须扮演向本企业宣讲治理问题的角色，在一些情况下要投入员工和技术来解决治理问题。

 

第六个趋势：传感器创新

 

传感器市场将持续发展至2023年。新的传感器让企业能够检测种类更广泛的情形和事件;目前的传感器会降价，变得更经济实惠，或者以新的方式加以包装以支持新的应用;还会出现新的算法，从目前的传感器技术中推断出更多信息。CIO们应确保其团队在密切关注传感器创新，找出有望带来新机遇和帮助业务创新的那些新技术。

 

 

第七个趋势：可信赖的硬件和操作系统

 

Gartner调查总是表明，对于部署物联网系统的企业来说，安全是最重要的技术问题。这是由于企业组织常常无法控制物联网项目中所用的软硬件的来源和性质。琼斯先生说： “然而到2023年，我们预计会看到结合部署硬软件，共同打造更可靠而安全的物联网系统。我们建议CIO们与首席信息安全官们合作，确保合适的员工参与审查涉及采购物联网设备和嵌入式操作系统的任何决策。”

 

第八个趋势：新颖的物联网用户体验

 

物联网用户体验涵盖众多的技术和设计方法。它将取决于四个因素：新的传感器、新的算法、新的体验架构及上下文以及社会感知体验。由于与没有屏幕和键盘的设备进行越来越多的交互，需要企业的用户体验设计师使用新的技术和拥有新的视角，那样才能打造这样的一流用户体验：减少摩擦、锁定用户、鼓励使用、留住用户。

 

第九个趋势：硅芯片创新

 

琼斯先生说：“目前，大多数物联网端点设备使用传统处理器芯片，低功耗ARM架构特别受欢迎。然而，传统的指令集和内存架构不是很适合端点需要执行的所有任务。比如说，深度神经网络的性能常常受到内存带宽的限制，而不是受到处理能力的限制。”

 

到2023年，预计新的专用芯片将降低运行深度神经网络所需要的功耗，以便带来新的边缘架构、嵌入式深度神经网络功能应用于低功耗物联网端点中。这将支持新的功能，比如与传感器整合的数据分析，以及内置在低成本电池供电设备中的语音识别。建议CIO们要留意这个趋势，因为支持嵌入式AI等功能的硅芯片反过来将让企业能够开发高度创新的产品和服务。

 

第十个趋势：面向物联网的新无线网络技术

 

物联网网络需要兼顾一系列彼此冲突的需求，比如端点成本、功耗、带宽、延迟、连接密度、运营成本、服务质量和传输距离。没有一种网络技术可以优化所有这些方面，新的物联网网络技术将为CIO们提供额外的选择和灵活性。尤其是，CIO们应探究5G、新一代低地球轨道卫星和反向散射网络。

 

Gartner预测，2019年将有142亿个互联事物将被使用，到2021年这一数量将达到250亿，这一过程则产生了大量的数据。

 

人工智能将应用于各种物联网信息，包括视频、静止图像、语音、网络流量活动和传感器数据。因此，首席信息官们必须在其物联网战略中建立一个充分利用AI工具和技能的企业组织。

 

目前，大多数物联网端点设备使用传统处理器芯片，低功耗ARM架构特别受欢迎。但是，传统的指令集和内存架构并不适合端点需要执行的所有任务，例如，深度神经网络（DNN）的性能通常受到内存带宽的限制，而并非收到处理能力的限制。

 

到2023年，预计新的专用芯片将降低运行DNN所需的功耗，并在低功耗物联网端点中实现新的边缘架构和嵌入式DNN功能。这将支持新功能，例如与传感器集成的数据分析，以及低成本电池供电设备中所设置的语音识别。Gartner表示，建议CIO们注意这一趋势，因为支持嵌入式AI等功能的芯片将使企业能够开发出高度创新的产品和服务。

 

边缘计算三大优势将“吃掉云”，边缘计算是人工智能的最后一公里

 

边缘计算是指在数据源处或数据源附近完成的计算，是不同于依靠十几个数据中心的云计算来完成所有工作。边缘计算主要有低时延、隐私安全和灵活性三大特点。

 

 

尽管目前企业不断将数据传送到云端进行处理，但随着边缘计算设备的逐渐应用，本地化管理变得越来越普遍，企业上云的需求或将面临瓶颈。

 

Gartner Group在2017年的一份报告中预测：“边缘将吃掉云”。

 

Gartner副总裁Thomas Bittman指出，由于人们需要实时地与它们的数字辅助设备进行交互，因此等待数英里（或数十英里）以外的数据中心是行不通的。以沃尔玛为例，沃尔玛零售应用程序将在本地处理来自商店相机或传感器网络的数据，而云计算带来的数据时延，对沃尔玛来说太慢了。

 

人工智能发展至今，在其所涉及偌大的领域中，仍旧面临的问题便是优秀项目不足、场景落地缺乏。

 

另一方面，随着人工智能在边缘计算平台中的应用，加上边缘计算与物联网“端-管-云”协同推进应用落地的需求不断增加，边缘智能成为边缘计算新的形态，打通物联网应用的“最后一公里”。

 

目前，边缘智能已经在以下领域爆发应用。

 

自动驾驶

 

在汽车行业，安全性是最重要的问题。高速驾驶情况下，实时性是保证安全性的首要前提。由于网络终端机延时的问题，云端计算无法保证实时性。车载终端计算平台是自动驾驶计算发展的未来。另外，随着电动化的发展趋势，对于汽车行业，低功耗变的越来越重要。天然能够满足实时性与低功耗的ASIC芯片将是车载计算平台未来发展趋势。目前地平线机器人与Mobileye是OEM与Tier1的主要合作者。

 

安防、无人机

 

相比于传统视频监控，AI+视频监控，最主要的变化是把被动监控变为主动分析与预警，因而，解决了需要人工处理海量监控数据的问题（也绕开了硬盘关键时刻掉链子问题）。安防、无人机等终端设备对算力及成本有很高的要求。随着图像识别与硬件技术的发展，在终端完成智能安防的条件日益成熟。安防行业龙头海康威视、无人机龙头大疆已经在智能摄像头上使用了Movidious的Myriad系列芯片。

 

消费电子

 

搭载麒麟970芯片的华为mate10手机与同样嵌入AI芯片的iPhoneX带领手机进入智能时代。另外，亚马逊的Echo引爆了智能家居市场。对于包括手机、家居电子产品在内的消费电子行业，实现智能的前提要解决功耗、安全隐私等问题。据市场调研表明，搭载ASIC芯片的智能家电、智能手机、AR/VR设备等智能消费电子已经处在爆发的前夜。

 

产业三分天下，拥有终端、算法、算力者通吃

 

目前，边缘智能产业生态架构已形成，主要有三类玩家：

 

第一类：算法玩家。从算法切入，如提供计算机视觉算法、NLP算法等。

 

商汤科技和旷视科技是国内较为成功的，以算法起家的公司。去年10月20日，商汤科技同美国高通公司宣布将展开“算法+硬件”形式的合作，将商汤科技机器学习模型与算法整合进高通面向移动终端、IoT设备的芯片产品中，为终端设备带来更优的边缘计算能力。而旷视科技为了满足实战场景中不同程度的需求，也在持续优化算法以适配边缘计算的要求。

 

第二类：终端玩家。从硬件切入，如提供手机、PC等智能硬件。

 

拥有众多终端设备的海康威视在安防领域深耕多年，是以视频为核心的物联网解决方案提供商。在其发展过程中，才将边缘计算和云计算加以融合，来更好的解决物联网现实问题。

 

第三类：算力玩家。从终端芯片切入，如开发用于边缘计算的AI芯片等。

 

 

推荐阅读：