随着夏季的到来，高温往往会导致路面突然变形，进而出现“裂缝”。就像冬天的坑洼一样，道路部门通常不知道哪里会出现裂缝，直到司机报告为止。依靠客户投诉来发现问题是有问题的，这就是为什么精明的政府和企业越来越依赖物联网(IoT)在客户注意到之前发现问题。物联网可以成为这些组织的数据来源。但关键不仅在于识别这些新数据源，还在于实施正确的分析工具，将所有数据转化为可操作的见解。例证：美国邮政总局估计，通过在车辆上安装物联网设备来收集发动机状况等数据，每年可以节省7000万美元。这样，他们就可以在导致代价高昂的故障之前发现问题。USPS运营着世界上最大的民用船队，每年行驶约15亿英里。这意味着这些车辆非常适合收集有关道路状况的信息——不仅是在有坑洼和裂缝的地方，还包括邮政车辆经常突然刹车的地方，表明有问题。USPS希望与智慧城市共享其部分物联网数据，智慧城市可以利用这些数据来扩大交通预算。一个例子是精确定位需要添加车道或交通信号灯的道路，或者识别哪些路面有坑洼。还有潜在的副作用，例如，减少交通拥堵意味着减少污染和让市民更健康——这是大多数智慧城市计划的两个主要目标。分析来自不同来源的物联网数据可以发现更多见解。假设市政当局可以访问车辆物联网数据、公共卫生数据（例如哮喘病例）以及来自城市一氧化碳/二氧化碳传感器的数据。借助正确的分析工具，该市现在可以准确了解污染水平如何影响某些社区，甚至可以了解社会成本，例如因呼吸系统问题而辍学的儿童的残疾索赔和低考试成绩。（来源物联网家居网）城市还可以引入非结构化数据，例如市民在社交媒体上关于交通、污染、贫困和健康的帖子。随着内部和外部数据源数量的增加，挖掘这些数据源以寻找见解的挑战也随之增加。这就是为什么智能城市、企业和其他组织越来越多地转向语义技术，这消除了传统的、时间和资源密集型流程，例如查询多个数据库以获得答案。
