簡而言之：

IoT Analytics 的顧問確定了塑造 2022 年物聯網技術世界的 10 大趨勢

工業趨勢包括生產過程的持續數字化/自動化，包括在邊緣越來越多地采用“隱形人工智能”。

在物聯網平臺和軟件相關領域，云變得越來越強大，云原生應用正在興起，平臺炒作正在走向邊緣

保護所有物聯網設備和數據將長期成為主要問題

這些趨勢為什么很重要?

對于供應商和最終用戶來說，了解他們如何利用最新的物聯網技術趨勢并利用最新的物聯網進步非常重要。

1. 物聯網正在發展成為可持續發展的關鍵技術

在物聯網社區中，智能連接設備支持和推進環境監測、區域管理和能源優化等應用的能力是眾所周知的。 然而，這些應用的商業價值一直受到限制，并且迄今為止被大多數主要的物聯網參與者邊緣化。 隨著人們越來越關注建設綠色經濟和減緩氣候變化，物聯網技術有可能為企業、城市和社區提供綠色解決方案。 這些應用程序，包括降低能源成本、實現遠程部署、監控故障點等，將很快從邊緣案例轉變為物聯網擴展的驅動力。 物聯網社區的一個關鍵目標應該是強調將物聯網整合到可持續全球經濟的任何可行模型中。

案例：

通過物聯網進行環境監測的例子有很多，例如 Libelium，以及基于物聯網的地域管理(例如用于火災管理的 Dryad Networks 或 Kerlink 和 NetOp，或用于洪水管理的 Opti)。 從政策的角度來看——這里的政策很重要，因為我們主要談論的是公共資金——歐盟委員會提出的工業 5.0 理念，其中 1.0 比現有 4.0 更多不是關于新技術，而是關于 工業可持續發展的先進技術。 除此之外，歐盟下一代歐洲的投資近 8000 億歐元，重點關注綠色(約 30%)和數字化(約 30%)。

2. 平臺炒作正在從云端轉向邊緣

正如之前的物聯網分析研究所表明的那樣，在 2015 年開始的瘋狂物聯網平臺競賽中已經出現了明顯的領導者。邊緣平臺，特別是工業領域的平臺，還處于起步階段，2022 年將標志著競爭對手試圖從包中分離出來。

虛擬機和容器等虛擬化技術支持跨計算硬件供應商的應用可移植性。這些技術被 IT 部門廣泛采用，但許多 OT 部門仍然通過購買運行該應用的盒子來采購應用(例如，他們購買協議轉換器將一種以太網協議轉換為另一種，或購買 PLC 來運行一些控制邏輯工作負載)。

冒著過度簡化市場格局的風險，邊緣平臺供應商可以根據他們支持的硬件、云/物聯網平臺和邊緣應用的類型進行分組。供應商也可以根據其核心業務進行分組：硬件供應商(包括西門子、菲尼克斯電氣、博世等 OT 硬件供應商和 Cisco、HPE 等 IT 硬件供應商)、云供應商(如 AWS、 Azure)和軟件供應商(例如，Zededa、CPLANE 等)。

與大多數技術土地爭奪一樣，客戶最終將決定誰贏得這場競賽。云提供商會在這個領域占據主導地位，還是硬件供應商和軟件初創企業有空間?如果有非云玩家的空間，客戶會更喜歡與硬件無關的平臺，并提供單一管理平臺來管理所有類型設備上的所有工作負載，還是更喜歡擁有特定于硬件的平臺(即邊緣工作負載只能在邊緣平臺供應商提供的硬件上運行)提供硬件和管理平臺之間更緊密的集成以及在出現問題時提供單點聯系?

如果后者是真的，我們可能會看到物聯網技術的趨勢是更多的供應商鎖定在邊緣平臺上，這些平臺只能與特定供應商的硬件一起使用。如果前者是真的，那么構建這些邊緣平臺的與硬件無關的軟件公司仍需要與運行邊緣應用程序的硬件供應商合作。

案例：

作為 2021 年底針對邊緣應用的一系列舉措的一部分，戴爾宣布與靈活且可擴展的物聯網平臺 Litmus 建立合作伙伴關系，以幫助企業在整個 IIoT 邊緣(包括設備、應用程序和數據)上以具有彈性的方式運營以及“從工廠車間到企業云”的安全連接。

3. IIoT 計劃正在改變制造業

工程師傾向于將技術視為一種解決方案，而往往忽略問題的根源可能是什么。物聯網的作用是通過提供有關維護資產的及時決策所需的數據，超越機器操作的 SCADA(監督控制和數據采集)。在最近的過去，物聯網項目只是一個數字化過程。現在可以訪問更多數據，制造專業人士需要提出這樣一個問題：“我們要解決什么具體的業務問題?”

案例：

許多營銷人員將預測性維護稱為物聯網的“殺手級應用”。在 2021 年國際維修大會上，與會者和演講者之間的討論并不是一些模糊的預測性維修策略。相反，他們在預測分析應用程序中使用從 IIoT 項目生成的數據。分析預測的問題通常會自動提供給工作流引擎，從而導致維護和可靠性活動，從而避免計劃外停機，從而優化生產。例如，當巴斯夫通過施耐德電氣為其其中一家工廠添加預測性維護時，它首先專注于監控為工廠供電的變電站，以及消耗該電力的電機及其控制中心的運行狀況。有一個特定的業務問題，即為繁忙的工廠保持不間斷的電力，為預測性維護解決方案提供了一個狹窄且可實現的范圍。

4. 云原生應用正在興起

企業現在將云采用和遷移作為近期的首要任務，至少在未來幾年內是這樣。那些已經在云上投入巨資的企業正在尋求提高效率和增加能力的新方法，而其他企業則需要快速制定遷移計劃。十年來，云市場一直以穩定的速度增長，但就整體采用率和用例數量而言，大流行顯著加速了這種增長。隨著云在基礎架構、平臺或軟件級別成為許多人的標準，行業將看到針對云規模和性能開發和優化的全新應用浪潮，這反過來將有助于提高可靠性并縮短上市時間，這意味著可以更快、更靈活地部署軟件應用程序，同時降低基礎設施的復雜性和成本。

案例：

在第一波 Covid-19 大流行之后，工作模式立即發生了巨大變化，包括全球電信運營商、寬帶互聯網提供商和衛星廣播服務提供商在內的通信服務提供商 (CSP) 被迫快速升級其云服務以應對需求空前增長，包括來自相對新穎的用例，例如社交視頻聚會。他們必須進行這些大規模的結構升級，同時還要將除最重要的員工之外的所有員工都從家里派遣出去，這意味著需要改善基礎設施以減少維護和監督。這反過來又是云原生應用程序擴展的巨大推動力，這些應用程序本質上事半功倍。 TM Forum 的一項調查報告稱，38% 的 CSP 處于 2021 年實施數字化轉型戰略的中期，同比增長 50%，其中 45% 的戰略涉及引入云原生應用程序。例如，去年年底，沃達豐與 Vmware 建立了合作伙伴關系，為沃達豐在歐洲的所有業務提供單一通用平臺，從 5G Standalone 開始。

5. 超自動化正在改變運營

當前的傳統觀點認為，人工智能是改變任何企業應用的關鍵，但現實情況是，目前，大多數人工智能需要認真“挖掘數據溝”才能使企業受益。人工智能只是轉換方程的一部分，第二個(也是經常缺失的)部分是機器人過程自動化或 RPA。當 AI 和 RPA 正確結合和應用時，結果就是超自動化。

大流行創造了一個拐點，優先考慮工人的安全和支持他們所需的技術，而在大流行之前開始的勞動力短缺已成為更具挑戰性的限制因素，這正在加速使用超自動化來改進流程從車間到頂層的性能。

案例：

在巴西，德勤使用 IBM 的人工智能增強型 RPA 解決方案來改變他們的月度報告周期，自動生成和檢查來自數十個來源的報告，并直接鏈接到中央銀行的數據，以便不斷更新貨幣兌換數據。報告生成所花費的總時間從近兩個工作周減少到每月僅一個小時，而每月相同的 Smart RPA 將每月差旅費用報告的準備工作從三小時減少到十分鐘。

6.人工智能越來越多地出現在邊緣

企業組織一直在重新考慮將 AI 工作負載放置在云端還是邊緣。到目前為止，人工智能邊緣應用已經在計算和功率密集型邊緣設備上運行，例如工業計算機和邊緣路由器。然而，有兩個發展正在推動向薄邊的轉變。

半導體的發展，尤其是低成本、低功耗的半導體發展，意味著人工智能可以越來越接近最小級別的設備。有充分的理由相信，大量微控制器 (MCU) 將在短期內擁有設備端 AI。

在過去的 5 年里，人工智能算法變得更加高效。例如，與幾年前相比，當前的人工智能算法需要的計算能力要少得多，才能訓練神經網絡進行視覺對象識別。一些專家假設每 16 個月所需的計算能力減少 2 倍。

案例：

2021 年，MCU 巨頭瑞薩電子為其廣受歡迎的 RZ/V 系列推出了新產品，配備用于邊圖像處理的 GPU，為機器視覺應用提供基于 AI 的實時色彩校正和降噪，所有這些都來自入門產品級產品。

7. “隱形人工智能”的采用正在我們眼皮底下發生

復制人類認知的目標已經討論和追捧了數千年。人工智能不是產品。你可以說它甚至不是一項技術。它本身也不是發明。沒有一天我們可以標記為它的開始，我們很可能不知道它什么時候結束。然而，它基本上已經無處不在了!受到其他技術進步的推動，例如計算能力、計算資源成本、互聯網、傳感器，以及最重要的是復雜機器學習算法和模型的開發。最重要的是，人工智能是一種追求;朝著創造智能的目標而努力的旅程，因此它在不斷改進、擴展和變化。人工智能與大多數其他工業 4.0 技術的不同之處在于它能夠利用創造力和想象力。天空是它所能做的極限。

人工智能在其應用中極為通用——它跨越了每個行業，影響了幾乎所有的工作職能——從入門小白到 CEO。它具有神秘的科幻魅力，吸引著人們的好奇心和想象力。然而，由于許多人難以準確理解它是如何工作的，一部分人害怕使用人工智能來幫助決策，絕大多數人不愿讓人工智能代表他們執行決策。

案例：

2021 年，美國制藥公司 Charles River Laboratories 宣布與基于 AI 的藥物設計集團 Valence Discovery 建立合作伙伴關系。該合作伙伴關系的目標是利用 Valence 的 REACTOR 技術，該技術能夠對藥物通過高級 AI 服用后發生的一系列單個化學反應進行建模。開藥的醫生和服用藥物的患者永遠不會知道這種藥物是使用人工智能開發的。

8. 沉浸式現實(VR/AR)正在進入企業環境

雖然人類已經在智能環境中生活和工作，但在這些空間中尋找更有效的共存方式已成為研究人員和企業的重要關注點。這意味著提高工作環境的運營效率和質量，同時還需要開發遠程運營管理。 Covid-19 大流行加強了對后者的關注。為此，物聯網與沉浸式現實技術和環境模擬技術(如數字孿生)的融合是必要的。考慮到這種融合需要大量數據，5G 的興起——以及隨之而來的邊緣計算——將加速企業和工業應用的 VR 和 AR 應用的開發。

案例：

Lufthansa Technik 與沃達豐和諾基亞的合作將物聯網環境與 5G、AR 和數字孿生結合在一起。這家航空巨頭的服務部門在兩個獨立的維護園區部署了兩個獨立的私有 5G 網絡。增強視頻流的 AR 疊加允許客戶遠程觀察和診斷問題，同時還允許該集團在全球范圍內與使用 AR 和數字孿生的合作伙伴進行協商。

9. 5G 正在成為“IoT ready”

面向消費者的專家認為 5G 只是一種加快下載速度的機制。工業和商業用途的真正力量在于建立在 5G 之上的專用網絡。到 2022 年底，5G 將被視為另一種工具。工程師使用它不是為了成為先驅，而只是為了解決問題。一旦他們開始，這將只是另一項提高生產和質量的工程工作。

案例：

諾基亞已在大眾汽車位于德國沃爾夫斯堡的主要工廠為大眾汽車部署了一個私有 5G 獨立無線網絡。私有園區網絡使用諾基亞數字自動化云 (DAC) 解決方案提供可靠、安全、實時的連接，并使大眾汽車能夠試用新的智能工廠用例。大眾汽車網絡規劃部的 Klaus-Dieter Tuchs 表示：“可預測的無線性能和 5G 的實時能力在不遠的將來為智能工廠帶來巨大潛力。通過這次試點部署，我們正在探索 5G 提供的可能性，并正在建立我們在工業環境中運營和使用 5G 技術的專業知識。”

10. 資產的安全遠程訪問變得越來越重要

啟用遠程訪問其機器的企業將獲得多項好處，包括設備供應商提供更好的支持，可以遠程排除故障和實時分析機器數據，以及訪問遠程主題專家和低成本勞動力(例如，來自低工資國家的高技能工人)

但隨著訪問量的增加，網絡安全攻擊媒介也增加了，因此企業隨后增加了在網絡安全方面的支出來解決這個問題。 2022 年網絡安全的三個關鍵用例是資產可見性、深度數據包檢查和零信任架構。資產可見性軟件提供有關連接到網絡的所有節點和用戶的詳細信息，使管理員能夠快速識別可疑用戶或設備。當在運行這些網絡的工業協議中發現可疑活動時，深度數據包檢測可以提醒工業網絡的運營商。零信任架構本質上是零信任網絡是安全的，并且(根據 NIST)“……將防御從基于網絡的靜態邊界轉移到用戶、資產和資源上。”

案例：

SANS 2021 OT/ICS 網絡安全報告發現，遠程訪問服務是受訪者的主要威脅媒介，37% 的受訪者將遠程訪問作為初始訪問點。由于隨著遠程點數量的增加，緩解這些攻擊的需求急劇增加，物聯網安全公司 Claroty 將其員工人數從大流行前的水平增加了 75%，直到 2021 年 12 月。