文：René Hartner，西部数据公司企业业务拓展副总裁

物联网 (IoT) 帮助我们扫掉垃圾，打破时间和空间界限，让我们更加了解周围的世界。实际上，物联网已经准备好大幅提高几乎所有主要行业的效率。但伴随着这一增长的是一系列新的挑战：我们需要开发本地化存储、云平台和数据分析解决方案，以便获得经济效益。

目前有几十亿台联网的传感器和设备，出于**和IP方面的考虑，其中大部分一开始在私人云和网络上运行。

就公用电力事业而言，发电厂、电网等的建设主要用于在工作日小高峰期间的供电。在**中的其他时间，它们的利用率极低。但如果我们可以连接所有这些用电机器，并且对它们进行集中调整； 如果在高峰时段，这些联网系统能够自动将空调温度升高一度，打开或调暗不使用的房间里的照明，或者让洗衣机停止运行15分钟，*重要的是可以从电动汽车或家用电池中获取能量，这些都能降低需求峰值，从而帮助提高整个基础设施的利用率，那么情况又会怎么样？

美国联邦能源管理委员会预计，到2019年，在高峰时段使用主动管理型电器的“需求响应”项目可以减少188GW的高峰时段电力需求 ，这一节省量甚至可能让社区延迟建设发电厂并且降低客户的账单费用。

我们在汽车、道路和维护上花费了数千亿，但我们中的大部分人*后只在**中的极少部分时间里使用这些资产。通过手机、GPS 系统主动管理交通，以及在未来与自动驾驶汽车互动的智能传感器可以显著提高这些资产的利用率，同时为每一个使用者降低成本。

这一惊人的数据、设备和应用程序增长由物联网提供的产能和经济优势所驱动 – 需要在硬件和软件基础设施上进行大笔投资，同时迫使我们重新思考，如何通过将大数据分析转移到云平台边缘来管理数字化世界。

其原因何在？传感器的价格并不昂贵，而且信息可能是免费的，但服务器、存储、压缩算法和光纤电缆并不是免费的。保存和分析数据需要花钱，而转移数据可能需要花费更多的成本。这意味着大量的物联网数据无法“前往”数据中心。相反，数据中心和其他计算设备需要移动到网络边缘，要求新的数据分析和管理方法，尤其是在自动驾驶汽车或VR应用等低延迟环境中。

想象一下：假设您希望从安保摄像头中挖掘数据，从而获得来自人脸或牌照识别应用的可执行数据。根据 Colocation America 所发布的数据， 20 个安保摄像头、记录速度为5 Mbps 的流数据将耗费100Mbps 带宽，宽带费用在未来五年将达到约 36,000 美元 。这让我们清晰地了解到数据传输的成本之高。

让我们回到电网管理示例中。即便是极少量的传感器数据也会快速累积。一份智能电表报告可以产生 50 至 100 kb 。如果每户电表每分钟都生成一份报告，一年将达到110 PB–——而这仅仅是住宅用电而已。一幢商业建筑的空调和暖风系统一年就可能产生100 GB 的数据 。

自动驾驶或无人驾驶汽车同样能够证明本地和云端存储的必要性。它们每使用一瓦电就必须进行多次乘法运算，并且必须是实时运算，这样汽车才能区分纸袋或岩石等障碍物。自动驾驶汽车将连接云平台获得交易信息，但导航和提高汽车性能的大部分机器学习需要在本地实时进行，从而支持车辆的关键任务系统。

生活在“边缘”

那么物联网生态系统将会变成什么样？不久后，您将拥有数十亿、甚至数万亿台收集数据并且进行一般级别处理的传感器：据IDC 预测，2025年，每分钟将有 152,000 台设备连入互联网。 这些设备之后将连接到物联网网关，管理互联网连接、**性以及一定程度数据分析和存储。原数据将保存在本地，而异常和汇总数据将传送至数据中心。

边缘数据中心通过复制本地社区中的互联网内容，让使用者不必从**乃至全世界获取网页内容。它们将在地区层面扮演类似的角色，降低对长距离传输数据的需求，从而减少数据瓶颈。

问题大小

数字化世界的范围很难定义。据研究公司 IDC 估计，到2025年，全球的联网设备总数将达到 800亿 。2025年，全球的数字化数据集也将扩大到约180 ZB。当前，我们已经在10 ZB 这个数字周围徘徊了。

乍看之下，这些数据中的绝大部分似乎是“临时”或状态数据，即传感器对温度或压力的日常记录，或是来自道路摄像头的行人交通视频等无需保存的数据，但我们需要从这些数据中创建可执行的情报。这些数据中的大部分都是“无谓重复”的数据。但这些粒化信息是大数据的原材料，里面可能蕴含着激发全新可能性的潜力。挖掘全球电梯的上下运输细节，可以帮助公司了解是否有能够为建筑师或能源规划师所利用的模式。其他人则希望从嵌入到LED灯里的动作传感器中挖掘数据，以减少交通拥堵。

“临时”数据只是目前还不知道如何使用的数据而已。

在数字时代的淘金热中竞争

物联网似乎成为了*新的“金矿”，并且已经掀起了一股利用它的“热潮”。许多公司已经制定了物联网产品战略，而其他公司不得不重新思考如何在这一市场中竞争。

例如，生产牵引机等农机设备的公司可以通过制造“智能联网牵引机”进行**，但他们可能会忽略一点：他们*后要面对的对手是能够整合“农业自动化解决方案”的公司，它们将翻土机、灌溉系统和种子优化系统等各种系统，与连接灌溉和种子数据库的天气预报应用程序等**云数据库联网，创造农场管理系统。

以这种方式收集和分析的数据将通过公司的新模式转换成收入。想象一下，如果公司不仅以折扣价销售设备，而且还将设备与预测分析软件服务捆绑在一起，并且根据*终产量收费，那么情况会如何？

公司可能很快就会意识到，谁能提供“成体系系统”解决方案以及与其捆绑的强大生态系统，谁就能定义和开辟竞争格局。

本文仅代表作者观点，并不代表作者所在公司的观点。