分析物联网时，不仅要依靠专业分析师团队的发现，还要听取专家和顾问的意见。以下是我们收集的2022年十大物联网技术发展趋势的专家和顾问的意见：1.物联网正在发展成为可持续发展的关键技术在物联网社区中，智能连接设备正在实施和推广突出在环境监测、地域管理、能源优化等应用领域的能力有目共睹。然而，这些智能连接设备的商业价值一直被低估。迄今为止，大多数物联网公司都忽视了物联网在可持续发展中的作用。随着人们越来越关注建设绿色经济和缓解气候变化，物联网技术有可能为企业、城市和社区提供绿色解决方案。这些应用可以包括降低能源成本、支持远程部署、监控故障点等，这将使物联网快速从边缘案例转变为物联网扩展的驱动力。IoT社区的一个关键目标应该是强调将IoT集成到任何可行的可持续全球经济模型中。示例：有许多通过物联网进行环境监测的示例，例如Libelium和基于物联网的区域管理（例如用于火灾管理的DryadNetworks或Kerlink和NetOp，或用于洪水管理的Opti）。从政策上看，欧盟委员会提出了工业5.0的概念，1.0比现有的4.0更不是什么新技术，而是先进技术对工业可持续发展的作用。此外，欧盟在下一代欧洲投资的近8000亿欧元中，主要侧重于绿色发展（约30%）和数字化（约30%）。顾问引述：通过收集的数据，物联网绘制空间和领土的环境条件。物联网成为我们的气候变化观测站。让我们明智地使用它，让我们听听它！-SaverioRomeo2.平台炒作正在从云端转向边缘，一个明确的领导者已经出现。边缘平台，尤其是工业领域的边缘平台还处于起步阶段，但2022年将是企业在物联网平台竞赛中的爆发年。VM和容器等虚拟化技术可实现跨计算硬件供应商的应用程序可移植性。这些技术被IT部门广泛采用，但很多OT部门仍然通过购买运行应用程序的设备来获得应用程序（例如，他们购买协议转换器从一种以太网协议转换为另一种以太网协议，或者购买PLC来运行某些控制逻辑工作量）。冒着过度简化市场格局的风险，边缘平台供应商可以按硬件类型、云/物联网平台和他们支持的边缘应用程序进行分组。厂商也可以按照核心业务分为：硬件厂商（包括西门子、凤凰电气、博世等OT硬件厂商和思科、HPE等IT硬件厂商）、云厂商（如AWS、Azure）和软件商商（如Zededa、CPLANE等）。与大多数科技领域的争夺一样，客户将最终决定谁将赢得这场比赛。云提供商会主导这个领域吗？还是有硬件供应商和软件初创公司的空间？如果非云玩家有空间，客户会更喜欢与硬件无关的平台，并提供单一管理平台来管理设备上所有类型的所有工作负载？或者您更愿意拥有一个特定于硬件的平台（即边缘工作负载只能在边缘平台供应商提供的硬件上运行），从而在硬件和管理平台之间提供更紧密的关系？集成和单点联系案例问题？如果后者属实，我们可能会看到当今物联网技术的另一种趋势，即更多供应商锁定仅适用于特定应用程序的边缘平台。供应商的硬件。如果前者属实，那么构建这些边缘平台的与硬件无关的软件公司仍将需要与运行边缘应用程序的硬件供应商合作。示例：作为2021年底针对边缘应用程序的一系列举措的一部分，戴尔宣布与灵活且可扩展的物联网平台Litmus建立合作伙伴关系，以帮助企业在整个IIoT边缘运行，包括设备、应用程序和数据，具有“弹性”以及从工厂车间到企业云的安全连接”。顾问引述：无论结果如何，云提供商肯定不会在比赛中排在最后，因为许多公司将在其边缘平台上进行标准化，并且大多数公司最终都会至少将一些数据从边缘发送到云提供商，无论他们使用哪个边缘平台.—MatthewWopata3.IIoT正在改变制造工程师倾向于将技术视为一种解决方案，而往往忽略了问题的根源。物联网的作用是超越机器操作的SCADA（监控和数据采集），提供及时做出资产维护决策所需的数据。在不太遥远的过去，物联网项目只是一个数字过程。现在，随着需要访问的数据越来越多，制造专业人士需要提出这样一个问题：“我们正在解决什么具体的业务问题？”示例：许多营销人员将预测性维护视为物联网的“杀手级应用”。2021年国际维护大会与会者和演讲者之间的讨论并不是一些模糊的预测性维护策略。相反，他们在预测分析应用程序中使用IIoT项目生成的数据。分析预测的问题通常会自动馈送到工作流引擎，从而导致维护和可靠性活动，从而避免计划外停机并优化生产。例如，当巴斯夫通过施耐德电气为其其中一个工厂增加预测性维护时，它首先关注为工厂供电的变电站以及消耗该电力的电机及其控制中心的健康状况。为繁忙的工厂保持不间断供电这一特定业务问题为预测性维护解决方案提供了一个狭窄且可实现的范围。顾问引述：物联网项目提供的数据现在被用于预测机器问题并自动指导技术人员找到解决方案，从而优化生产。—GaryMinchell4.云原生应用程序正在兴起公司现在正在将云采用和迁移作为近期的优先事项，至少在未来几年是这样。那些已经在云上投入巨资的公司正在寻找提高效率和功能的新方法，而其他公司则需要迅速制定迁移计划。十年来，云市场一直在以稳定的速度增长，但就整体采用率和用例数量而言，大流行显着加速了这一增长。随着云在许多基础设施、平台或软件层面成为常态，业界将看到一波针对云规模和性能开发和优化的新应用程序浪潮，这反过来将有助于提供更高的可靠性并缩短上市时间，这意味着软件可以更快、更灵活地部署应用程序，同时降低基础设施的复杂性和成本。示例：通信服务提供商(CSP)，包括全球电信运营商、宽带互联网提供商和卫星广播服务提供商，在第一波大流行之后被迫快速升级其云服务，并立即改变了工作模式。服务以响应前所未有的需求增长，包括社交视频聚会等相对新颖的用例。他们必须进行这些大规模的结构升级，同时还要将除最重要的员工之外的所有员工都从家里派出去，这意味着要改善基础设施以减少维护和监督。这反过来又是云原生应用程序扩展的巨大驱动力，从本质上讲，这些应用程序能够事半功倍。TM论坛的一项调查报告称，38%的CSP正处于2021年实施其数字化转型战略的中期，同比增长50%，其中45%涉及引入云原生应用程序。例如，去年年底，沃达丰与VMware建立了合作伙伴关系，从5G独立平台开始，为沃达丰的所有欧洲业务提供单一的通用平台。顾问语录：我在云原生应用程序开发中看到的两个主要驱动力是无服务器计算和容器化，主要是因为两者都会提高云原生应用程序的部署速度——更快的部署，加上更高的可靠性，将使采用成为一个案例when而不是if对于大量用例。—JeffWinter5.超自动化正在转变运营目前的传统观点认为，AI是转变任何企业应用程序的关键，但现实情况是，当今大多数AI都需要认真的“数据挖掘”才能使企业受益。AI只是转换方程式的一部分，第二个（通常缺失的）缺失部分是机器人过程自动化或RPA。当AI和RPA正确组合和应用时，结果就是超级自动化。大流行创造了一个拐点，优先考虑工人的安全和支持他们所需的技术，大流行之前开始的劳动力短缺变得更具挑战性，这是一个需要解决的制约因素，加速使用超级自动化来改进流程从车间到顶层的性能。示例：在巴西，德勤使用IBM的AI增强型RPA解决方案来转变其每月报告周期，自动生成并检查从数十个来源获得的报告，并直接链接到中央银行数据，从而使货币兑换数据不断更新。生成报告所花费的总时间从近两个工作周增加到每月一小时，而每月相同的智能RPA将每月差旅费用报告准备工作从三个小时减少到十分钟。顾问语录：两年前，我写了一篇关于制造业“机器人冲击”的文章，重点介绍机器人过程自动化如何消除大量重复性任务，从而提高生产率并帮助消除错误。现在，您可以将AI分层到等式中，并使用它为RPA做出这些决策。这是IFTTT的终极延伸。—ChristopherHomek6.AI越来越多地处于（薄）边缘组织一直在重新考虑将AI工作负载放置在云中还是边缘的位置。到目前为止，人工智能边缘应用已经运行在计算密集型和功率密集型边缘设备上，例如工业计算机和边缘路由器。然而，两项发展正在推动向更薄边缘的转变。半导体的进步，尤其是在低成本、低功耗端，意味着人工智能可以更接近最小的设备级别。有充分的理由相信，在不久的将来，大量微控制器(MCU)将拥有设备上的AI。人工智能算法在过去5年中变得更加高效。例如，与几年前相比，当前的人工智能算法需要更少的计算能力来训练神经网络进行视觉对象识别。一些专家假设每16个月所需的计算能力减少2倍。示例：2021年，MCU巨头瑞萨电子在其广受欢迎的RZ/V系列中推出了一款新产品，该产品使用GPU进行薄边图像处理，为机器视觉应用和噪声消除提供基于AI的实时色彩校正，所有这些都来自入门级产品。顾问语录：我们将越来越多地看到AI应用程序转向ThinEdges，即在MCU、内存、计算能力和低功耗上运行的设备。—ThomasDurst7.“隐形人工智能”的应用就在我们眼皮子底下复制人类认知的目标已经讨论和吹捧了数千年。人工智能不是产品。你甚至可以说它不是一项技术。它本身也不是一项发明。我们不知道它是什么时候开始的，我们可能也不知道它是什么时候结束的。然而，它已经几乎无处不在！受到其他技术进步的推动，例如计算能力、计算资源成本、互联网、传感器，以及最重要的复杂机器学习算法和模型的发展。最重要的是，人工智能是一种追求。它是通往创造智能目标的旅程，所以它在不断地改进、扩展和变化。人工智能与大多数其他工业4.0技术的区别在于它能够利用创造力和想象力。天空是它能做的极限。AI的应用范围如此广泛，以至于它跨越每个行业并影响几乎所有工作职能——从入门级工作到CEO级别。它具有神秘的科幻魅力，能抓住人们的好奇心和想象力。然而，由于许多人难以理解它究竟是如何运作的，一些人会害怕使用人工智能来帮助决策，而绝大多数人会犹豫让人工智能为他们执行决策。示例：2021年，美国制药公司CharlesRiverLaboratories宣布与基于人工智能的药物设计集团ValenceDiscovery建立合作伙伴关系。该合作伙伴关系的目标是利用Valence的REACTER技术，该技术能够模拟通过先进的AI管理药物后发生的一系列单独化学反应。开药方的医生和服用药物的患者永远不会知道该药物是使用AI开发的。顾问语录：由于AI无处不在，它开始以比我们意识到的更多的方式渗透到我们的生活中，而且通常就在我们眼皮子底下。当大多数人与AI交互或计划使用它时，他们会非常有意识地这样做以解决特定问题。我喜欢称其为“有意的AI”。然而，现在有如此多的公司将人工智能融入到他们的产品、平台和服务中，人工智能正在被用来帮助我们，无论我们是否意识到这一点。这被称为“隐形人工智能”，如果充分理解，可以帮助那些对使用人工智能犹豫不决的人解决信任障碍。我们没有经历AI的一个大用例，而是定期进行100多次互动。—JeffWinter8.沉浸式现实(VR/AR)正在进入企业环境虽然人类已经在智能环境中生活和工作，但寻找更有效的方式在这些空间共存已成为研究人员和公司关注的重点。这意味着要提高工作环境中的运营效率和质量，同时还要发展远程运营管理。大流行病加强了对后者的关注。为此，物联网与沉浸式现实技术和环境模拟技术（如数字孪生）的融合是必要的。鉴于这种融合将需要海量数据，5G的兴起以及边缘计算将加速面向企业和工业应用的VR和AR应用的开发。示例：LufthansaTechnik与沃达丰和诺基亚的合作将IoT环境与5G、AR和数字孪生相结合。这家航空巨头的服务部门在两个独立的维护园区部署了两个独立的私有5G网络。增强视频流的AR覆盖使客户能够远程观察和诊断问题，同时还允许该集团使用AR和数字孪生与全球合作伙伴进行协商。顾问语录：随着物联网与AR、VR等技术的融合，人机智能时代正在到来。所有这些都是为了提高效率和新的安全形式的远程和内场工作。—SaverioRomeo9.5G正在成为“物联网就绪”面向消费者的权威人士将5G简单地视为一种加快下载速度的机制。工业和商业用途的真正力量在于基于5G的私有网络。到2022年底，5G将被视为另一种工具。工程师使用它不是为了成为先驱，而只是为了解决问题。一旦他们开始，这将是另一项提高生产和质量的工程努力。示例：诺基亚为大众汽车位于德国沃尔夫斯堡的主要工厂部署了私有5G独立无线网络。私有园区网络使用诺基亚的数字自动化云(DAC)解决方案来提供可靠、安全、实时的连接，并使大众汽车能够试用新的智能工厂用例。大众网络规划部的Klaus-DieterTuchs博士表示：“可预测的无线性能和5G的实时能力在不久的将来为智能工厂带来巨大潜力。通过此次试点部署，我们正在探索5G和我们正在建立在工业环境中操作和使用5G技术的专业知识。顾问引述：“我们甚至不记得猜测5G是否会发生。我们将忙于使用它来解决网络和物联网安装问题。—GaryMinchell10.对资产的安全远程访问越来越重要能够远程访问其机器的公司将获得多项好处，包括来自设备供应商的更好支持，他们可以远程对机器进行实时数据故障排除和分析，以及访问远程对象物质专家和低成本劳动力（例如，来自低工资国家的高技能工人）。但随着访问的增加，网络安全攻击媒介也在增加，因此公司随后增加了网络安全支出以解决这个问题。2022年网络安全的三个关键用例是资产可见性、深度数据包检测和零信任架构。资产可见性软件提供有关连接到网络的所有节点和用户的详细信息，使管理员能够快速识别可疑用户或设备。当在工业网络上运行的工业协议中检测到可疑活动时，深度数据包检测可以提醒工业网络的操作员。零信任架构本质上是对网络安全的零信任，并且（根据NIST）“……将防御从静态的、基于网络的边界转移到关注用户、资产和资源上。”示例：SANS2021OT/ICS网络安全报告发现远程访问服务是受访者的首要威胁媒介，37%的受访者将远程访问作为初始访问点。随着远程点数量的增加，缓解这些攻击的需求急剧增加，物联网安全公司Claroty正在将其员工人数从大流行前的水平增加到2021年12月的75%。顾问引述：“远程”在大流行期间成为家喻户晓的术语随着数百万人首次开始在家工作，包括管理OT网络和资产的人员，但这种偏远增加了不安全的远程设备可能构成威胁规模的风险。—马修·沃帕塔
