颠覆你想象的对于物联网的认识和理解

 

　　我们或许都听过这样的预测：物联网将会凭仗不可胜数的物件和不可胜数的资金，在2050年之前成爲不可阻挠的趋向。但是，在Gartner预测全球联网“物”的运用量将在2020年到达250亿件的背景下，人们开始关注物联网的增强给企业带来的机遇和应战。

 

　　但仅凭这些预测，您无法看到故事的全貌。要真正释放物联网的潜力，您需要克制数据应战，这比处理“物”自身的问题更爲重要。

 

　　

 

　　此类应战的最佳示例莫过于“最后一英里”数据问题，例如如何从设备或远程平台提取数据，如何经过解读数据剖析来增长生产力和完成最高绩效。无论是联网住房还是工业级处理方案，在搜集数据后，人们往往难以经过易于运用的方式，将数据中的信息展现出来进行研究。

 

　　回想一下史蒂夫乔布斯初次介绍iPhone时的情形。他爲运用大尺寸触屏提供了一个理由：每个使用都需要本人的用户界面。相似的理由一样适用于剖析。

 

　　我们提出的每一个数据都必须本人的图表和可视化视角；构成物联网根底的传感器数据表现出爆炸式增长趋向，愈加需要不同的图表和视角。不幸的是，少数物联网应用程序采用了原封不动的视图，或“闭端式仪表板”。除了答复提前确定的问题外，它们再无其他用处。

 

　　这些工具的灵敏性远远满足不了用户的需求。“可钻性”关于物联网数据的运用价值至关重要。例如，您或许可以运用一个物联网应用程序的故障引擎数据来预测今后的故障频率和类型。但是，假如您希望检查呈现故障的详细部件，状况又会如何？要答复这个十分自然的后续问题，交互性和共享才能至关重要。

 

　　理想的状况是，用户与数据以及其他数据探究者进行随意而深化的对话，让每团体都可以发现惹起变化的陈列及形式。

 

　　与这些深层问题亲密相关的是物联网成功的第二个关键要素：集成。交互式数据剖析可以提供答案，物联网数据与其他上下文信息的组合一样可以提供答案。

 

　　我们从一个消费者示例说起，例如经过组合Fitbit数据来探究健身方案与睡眠形式之间的潜在关联。

 

　　如今，想象经过混合不同数据来寻觅企业级见地。放射引擎中的嵌入式传感器有助于预测引擎何时需求维护。它可以预防故障，节省数十亿美元的资金，甚至援救生命。与其他信息组合后，它还可以协助我们爲每个商品或区域制定更好的预算决策。

更多阅读

物联网卡的类型到底有几种？

智能新研发--眼纹识别技术