【.com快译】根据IDC最新报告，未来4年数字化转型支出预计将超过6万亿美元。据悉，2019年全球企业数字化转型支出将超过1万亿美元。报告还指出，流程制造和运输等行业将是最大的消费群体。这些投资推动了机器学习(ML)和物联网(IoT)的发展，以提高客户使用的效率和准确性。随着企业开始数字化转型，我预计2020年将成为物联网之年。1、大数据向海量数据的发展《网络世界》在一篇文章中写道：“IDC预测，全球数据总量将从2018年的33兆增加到2025年的175兆，复合年增长率为61%”这意味着我们不仅会看到物联网实时数据量的大幅增加，而且企业也将创建和管理大量新数据。到2025年，将创建和管理175TB数据中的近60%。由企业而非消费者管理。推动这一增长的主要因素是与云交互的物联网边缘设备数量的增加。2.物联网和机器学习不再是未来的技术人力劳动力没有能力分析这些大量数据，因此企业将寻求ML和AI等新方法。物联网产生的海量数据已成为当今数据经济的支柱。为了更好地利用这些数据，物联网的发展产品和服务将更少地关注核心技术，更多地关注那些更好地利用数据的技术。3.数据即服务随着数据每天都在增长——到2020年每个人每秒将创建1.7MB的数据——这是有道理的如何使用这些数据做出更明智的业务决策。例如，KARGlobal发布了一个平台，为汽车经销商提供当前的需求模型。除了库存细分分析和再营销建议外，该平台还显示了最畅销的地区以及经销商如何放置不太理想的车辆。所有这些都以专有方式使用KAR及其客户提供的数据，使整个汽车销售行业受益。我们应该期待其他行业开始以同样的方式使用数据服务模型进行决策。4.下载应用程序的减少与下载应用程序不同，PoweredWebApps(PWAs)将很快变得非常普遍。访问PWA的方式与从应用商店下载它们的方式相同，但加载速度更快、更安全且体积更小。Lumavate等公司帮助赛车运动、医疗制造、建筑和金融服务等行业的开发人员从原生应用程序转向具有成本效益的PWA，从而有效释放设备空间并提供更好的用户体验。5.预测分析预测分析超越了预测可能的场景，而是分析一系列行动和这些行动的潜在结果。随着越来越多的工具可用，这种类型的数据分析正在成为必杀技。自动驾驶汽车就是一个很好的例子。自动驾驶汽车必须进行数百万次计算分析数据，以决定何时转弯、变道等。石油和天然气行业也在使用预测分析来评估供应、需求、定价以及它们的变化对行业的影响。预测分析作为商业智能的重要组成部分，为公司高管提供了富有洞察力和远见的决策。6.AI将创造更多就业机会，而不是流失AI预计在2020年将失去180万个工作岗位，同时也会创造230万个工作岗位。医疗保健、教育和公共部门等行业的就业需求将不断增长。虽然中低层职位将受到最严重的打击，但太阳能等行业将出现新的职位。太阳能是目前增长最快的行业。工业制造也是一个试图重新配置劳动力的行业，将员工的技能结合起来进行数字化转型。7.通过机器学习增强工作能力ML过去意味着自动化任务和取代人工工作。现在的重点是机器学习增强人类工作并提高我们的生产力和效率的能力。2020年，我们将看到ML模型被设计用于物流、零售和机器人等领域。推荐引擎、欺诈检测和机器人流程自动化等产品和服务将变得无处不在，行业竞争将越来越激烈。8.机器人流程自动化（RPA）今年，德勤发现用于库存管理等日常运营的智能自动化工具（如机器人流程自动化）的数量翻了一番。特别是制造业，多年来一直关注RPA，并将在2020年增加其使用。在制造业中，成功的RPA解决方案包括订单采购、订单处理、库存报告和运输管理。实施RPA的高管已经注意到，通过解放双手和思想进行战略性和创造性思考，员工会更加投入工作。无论哪个行业，对物联网、机器学习和数据分析的投资都将变得越来越有竞争力。明年和未来，我们在技术领域看到的主要是物联网产品和服务，这将使我们进一步理解和挖掘数据的价值。现在，构建和分析数据可为企业提供比以往更多的信息。2020年，他们将继续使用这些数据来提升客户、员工和利益相关者的各种体验。原标题：物联网之年：2020年八个数据驱动方向，作者：JohnMcDonald
