這是工業自動化領先發展的一年。從數據分析到物聯網的采用，企業已經認識到這些技術不僅對于啟動起步，而且對于維持數字化轉型計劃至關重要。

[[318925]]

物聯網行業已經取得了長足的進步，但是在物聯網項目方面，企業仍然需要吸取教訓。他們在2020年有什么期待?OT/IT、邊緣計算甚至人工智能的很多關注都將減少。

物聯網宣告勝利

人們通常將物聯網項目描繪為比較快的方式，因為據稱接近四分之三的物聯網項目失敗了。

實際上，成功是一種常態。Gartner公司的Eri Goodness進行了一項民意測驗表明，57%的受訪者取得了比預期更好的結果，只有3%的受訪者沒有達到預期的結果。451 Research公司的Ian Hughes表示，大約有8%的投資回報率是負數。

為什么會有轉機?一方面是更好的技術，另一方面企業也在更恰當地界定他們的項目范圍。

按次付費業務模式到來

一些大型工業客戶跟蹤數百萬個數據流。即使是一臺風力渦輪機，一天也可以產生超過93,000個信號。傳統的云計算模型因此不起作用。ARM公司推出了一個程序，使設計人員可以試驗其全部技術組合，但只要求他們支付最終設計中使用的IP。同樣，一些軟件公司也發布了一些程序，客戶可以在其中存儲大量數據，但只為使用支付費用。

OT&IT受到同等的關注

一直以來，IT安全一直是重中之重，但是運營技術(OT)安全將需要同樣的關注。運營技術(OT)安全涉及保護制造機器人、煉油設備、核反應堆、變電站等免受入侵者的侵害。運營技術(OT)和IT安全漏洞之間存在很大差異，運營技術(OT)需要改進其方法。

微分段也將進入人們詞匯表。闖入是不可避免的。新的研究浪潮將集中在限制黑客一旦進入內部就可以進入何處。在相關的趨勢中，數據二極管可能會變得更加普及，這些數據二極管可以有效地將機器中的數據傳遞到IT網絡，但防止外部數據到達機器中。

人工智能被淘汰

新的范例將是“存在人工智能以提供決策支持”。換句話說，人工智能應用程序將篩選數據并為個人提供一系列選擇方案。決策支持的角色更適合技術狀態，人工智能很有前途，但仍然不如人類對許多關鍵問題的判斷。輔助角色還使人們對人工智能更加滿意。

3D模型被4D模型取代

三維模型是隨時間交叉引用的3D模擬。企業自己的生活的4D模型將始于出生和足跡，凌亂的零件以及所有部分。

數字孿生基本上將是第一個商業上廣泛使用的4D模型。KBC、Hexagon和Element等公司的軟件從本質上使企業可以重現海上石油平臺或其他復雜資產的壽命，甚至可以推斷其他期貨。到2023年，每個人都將在第四維度工作。

邊緣變得更清晰

邊緣計算已經從一個晦澀難懂的云計算數據站轉變為下一個強大的計算平臺。為什么?要將所有內容都發送到云中太昂貴且費時。將數據保留在邊緣設備和設施上還可以緩解一些隱私方面的擔憂：為什么采用Alexa時，為什么想知道AWS是否按要求消除了其私有數據。IDC公司和Gartner公司表示，云計算數據中心之外可能存在40%到75%的數據。

2020年的大問題將是“邊緣看起來像什么?”服務于城市街區的微數據中心會變得普遍嗎?采用“邊緣云”嗎?某些任務(可預測的維護)會成為經典的邊緣應用程序嗎?在確定任務的位置時，延遲或成本會更重要嗎?四年之后，答案似乎顯而易見。然而，到2020年，這場爭論才剛剛開始。