当您设想物联网的未来时，可能不会想到奶牛佩戴传感器能够收集自身行为数据以显示育龄信息，也不会想到依靠智慧城市中的路灯找到迷路的阿尔茨海默病患者……您没有想到这些情况并不奇怪。

　　物联网(IoT)技术已将许多逆天假设变为现实--有关我们在哪里、通过何种方式及速度来收集和管理数据，分析数据，进行数据预测和建模。据斯坦福大学作家兼讲师Timothy Chou介绍，人们习惯于先弄清楚需要解决的问题，然后再去收集数据和开展分析。物联网的出现令这种模式发生了逆转。

　　For example，通过将传感器安装在母牛身上，研究人员能够近实时了解到母牛到达育龄期的信息，因为母牛在育龄期的行为与日常行为差异很大。人工授精的最佳时间是到达育龄期后的16小时内。研究人员还了解到，在该时段的头两个小时内进行授精，其产下母牛的几率要高很多--这正是饲养者所想要的结果。

　　如果没有运动传感器数据提供帮助，恐怕没人能预测出奶牛的育龄期何时到来，因此没人会去想办法解决这个问题。

　　边缘数据-起点

　　物联网中存在一个点连续体，是数据生成、收集、汇聚、分析和存储的地方。虽然这些点因情况而异，但"边缘"位置却是所有活动的起始点。

　　“在数据中心之外生成数据并连接到互联网的所有东西都位于这个边缘区域，包括家电、机器、汽车、路灯、家庭智能设备、涡轮机、机车、宠物和保健设备。”——SAS执行副总裁兼首席技术官 Oliver Schabenberger

　　当今的技术已允许我们将一定的智能性和计算能力注入到边缘设备中。但我们无法在边缘充分分析数据，因为大多数边缘设备都不具备足够的计算和存储资源来执行机器学习和高级边缘分析任务。因此，许多物联网应用在边缘观察数据，然后再将其转移到云端进行分析。

　　那么，您如何才能决定哪些东西运行在边缘、哪些运行在云端呢?您必须酌情处理。

　　让我们举例说明。如果一辆智能汽车感应到驾驶员的中风病即将发作，您在这种情况下绝不能等待数据进入云端接受分析、然后将信号返回至边缘设备来指导正确行动。云太过遥远，无法及时处理数据并做出响应。正如Schabenberger所说，数据拥有到期日-如果数据在接受分析之前便已贬值或过期，您将为此付出惨重代价。

　　通过互联网将原始数据发送到云端还伴随隐私、安全性和违法等其他问题。计划掌控物联网未来的任何人都需要权衡这些考虑。

　　可扩展性和敏捷性

　　幸运的是，云计算诞生已有时日，许多企业级资产已构建完成，包括敏捷的、可用的、可扩展的业务。当您设计物联网的未来时，应遍历每一层并确保安全模型、数据模型及可管理性模型在每个阶段都是一致的。

　　例如，假设您首先尝试给40台边缘设备部署新服务并取得了成功。但是，当您将新服务的覆盖范围从40台设备扩展到400台设备时，会怎样呢?如果您从一开始就通过可扩展的方式定义了架构，那么您将能够顺利实现这一飞跃。整个堆栈中每一层的每个元素都已准备好迎接可靠、安全、可扩展的服务交付。

　　请切记，您希望提取的商业价值的性质将随着时间的推移而发生改变。您在设计系统时应首先考虑到这个级别的可扩展性。

　　IoT安全性

　　物联网的出现对安全性提出了前所未有的严格要求。这意味着您在设计产品时应考虑到物联网的未来发展状况。因为在现实世界中确保安全性与保障数据中心内部安全完全是两码事。

　　我们以帮助管理城市交通的物联网基础设施为例。这种情况下，如果物联网基础设施在设置上出现安全漏洞，可能会造成严重影响。为避免潜在安全问题，您应从一开始便将安全性构建在基础设施之中，因为事后再来补救就为时已晚了。

　　然而，物联网安全性是一个很复杂的问题。首先，谁来负责物联网安全性?例如，在联网汽车环境中，安全性不会是任何一方的责任。Balasubramanian表示："我们如何在不同层面和环节中的多个不同的相关方之间分配安全责任呢?这些都是需要考虑的重要事情。"

　　“未来十年，物联网革命将大大改变电力、水利、农业、交通运输、建筑业、医疗卫生、以及石油和天然气等占到全球GDP近三分之二的所有其他工业领域。”——Timothy Chou 斯坦福大学讲师兼作家

　　边缘服务、全新业务模式及合作关系

　　现在，随着终端的计算功率越来越大，网络开始实施万物互连并收集数据。通过从这些物联网数据中提取洞察，许多企业均已提高了生产力和运营效率。

　　For example，在风力涡轮机行业，每台涡轮机上均可通过400个传感器来收集数TB甚至数PB级别的数据。此类数据有助于预测性机器维护和性能优化工作。精准农业是使用物联网分析的另一个行业，可利用收集的数据来帮助农民提高耕作的精准度、减少对肥料和除草剂的使用。这种经济高效的方法可种植出更健康的农作物。

　　来自物联网的流数据能帮企业通过持续监控来更好地了解其业务。这些数据可揭示出定期数据视图望尘莫及的洞察，从而帮助企业构建以客户为中心的业务模式。但是，如想在未来充分利用物联网的价值-同时满足业务和客户的需要-您需要建立数据驱动的企业文化，从而真正利用数据获取洞察。

　　物联网的未来发展也为创建全新业务模式创造了机会，为企业演变为信息供应商而不仅仅是硬件供应商敞开了大门。这将改变企业的战略方法。在这种环境下，企业需兼顾产品和服务才能取得成功。否则，很有可能错失巨大的机会，无法保持经常性收入。

　　请勿忽视物联网的未来发展基于复杂基础设施这一事实。各类供应商需通力合作才能保持万物的协同增效。软件虽然是大脑，但却无法兼顾物联网基础设施的方方面面。在物联网的未来发展中，硬件、中间件、网络和其他组件都需要彼此兼容以发挥最大效力。

　　‍物联网的发展离不开边缘计算

　　1. 边缘计算与云计算结合催化物联网应用落地

　　边缘计算与云计算互相协同，共同使能行业数字化转型：

　　①云计算聚焦非实时、长周期数据的大数据分析，能够在周期性维护、业务决策支撑等领域发挥特长。

　　②边缘计算聚焦实时、短周期数据的分析，能更好地支撑云端应用的大数据分析;反之，云计算通过大数据分析优化输出的业务规则也可以下发到边缘侧，边缘计算基于新的业务规则进行业务执行的优化处理。

　　物联网时代，万物进行互联，手机、可穿戴设备以及附带传感器的智能设备正在呈爆发式增长。Business Insider的优质搜索服务“BI智能”预测，在2020年，企业和政府将有58亿个物联网设备会使用边缘计算。随着物联网应用的不断成熟，网络不断扩大，更多设备加入网络，海量的数据如何处理，需要从根源解决;网络不断的复杂化，网络延时、网络堵塞将给物联网带来不可估量的损失。现有的物联网直接接入云的模式不再适用，边缘计算将高效、及时并安全地地处理海量数据，将成为万物互联时代关注的重点。

　　2. 边缘计算提高物联网设备处理效率

　　互联网时代业务要求产品开发、迭代不断加速促使着IT基础设施广泛的云化，大量使用第三方API接口等，而在物联网时代，海量的设备数据上传云端，再反馈于终端执行，不仅浪费了云端资源而还影响了数据处理效率。

　　对于有实时数据处理要求的场景，譬如智能驾驶，在监测到障碍物时，如果无法智能化地决策，控制方向避开障碍物，而是先传入云端再下发指令到车载终端的话，稍有延迟，就会导致事故的发生。再拿智能安防系统的摄像头来讲，美国部署了3000余万个摄像头，每周生成超过40亿小时的海量视频数据。这些数据传输的云端数据中心进行处理，不仅需要传输成本，更需要存储成本。而这些数据信息如果能在网络边缘侧就被存储与处理，那将大大减少成本并提高设备处理效率。

　　如何利用现有资源对数据进行预处理，提供紧急响应以及对数据进行数据过滤筛选。这就需要边缘侧根据相应的“规则”进行审核管理。例如新华三的物联网网关就可以根据场景化需求，定制数据规则，对数据进行预处理，避免大量数据传向云端浪费资源，并帮助云端腾出更多空间去处理更多的请求优化资源调度。其推出的工业级网关IG550可为边缘侧提供多种业务接口，如RJ45、RS485、WiFi等，可扩展支持Zigbee、BLE、3G/LTE、GPS、DIDO、HDMI、VGA等。开发者可以通过在已安装的CentOS操作系统上灵活架设应用程序，对边缘侧业务数据进行计算处理，大大提高物联网设备工作效率。

　　3. 边缘计算将重新定义“云-网-端”的关系

　　云端管理终端在物联网的初级阶段基本完成，而处于边缘侧的终端似乎仅仅是充当被管理的角色。边缘计算赋予终端简单计算与存储的能力，使其偶尔也“脱离”云端的管理，智能地控制自己的行为。

　　信息存储从统一的云端分散到各个终端，由边缘侧进行智能化处理后提取特征数据传回云端。物联网平台将面临新的挑战与机会，在管理物联网设备的同时，还要接受边缘侧的信息反馈与“容忍”边缘侧的自治。边缘侧针对某个类型的设备可以配备智能化网关形成边缘侧平台及时响应设备数据请求，控制设备行为。炙手可热的边缘计算引来各巨头争相布局，例如霍尼韦尔公司在数字化工业的基础上增加末端智能，有效解决工业数据调度的一致性与完整性问题;更有因特尔、思科、诺基亚等巨头利用软件解决方案实现边缘计算的第一步。为满足目前及未来的IT需求，越来越多的计算能力正在被分散到网路边缘。

　　物联网需要场景化的产品，从云端到终端的整体解决方案。在大连接以及云端市场成熟的背景下，边缘侧的计算能力将是物联网价值挖掘的最为重要的一环。工业物联网、农业物联网以及智慧城市等需要真正的低时延、高带宽以及应对海量数据的计算能力，这需要通过边缘计算的不断的成熟发展来解决。

　　做好准备，把握机会

　　驱动物联网未来发展的先进技术现已存在。

　　“摆在我们面前的是千载难逢的机会，新技术将能帮助我们应对性质迥异的物联网挑战。我们现在有机会去了解物联网、实现设备连通、收集大量数据、从数据中获取洞察、然后制定出合理的行动计划。这是一种看待世界的新方式。我们现在才刚刚开始品尝物联网未来发展结出的硕果。”——斯坦福大学作家兼讲师 Timothy Chou

　　边缘计算产业发展机会巨大 需做前瞻性布局

　　到2020年将有500亿的终端和设备联网，除了边缘设备与终端联网最大的“异构”特征之外，产品生命周期越来越短、个性化需求越来越高、全生命周期管理和服务化的趋势越来越明显，这些新趋势都需要边缘计算提供强大的技术支撑。

　　边缘计算需要IT(信息技术)管理与OT(运维/操作技术)控制通过CT(通信技术)连接走向融合。在物联网标准未定之前，边缘计算又杀入圈内，各层技术的标准之争又会掀起一场血雨腥风，但同时也是各家突破重围的机遇。

　　作为相关企业应当如何结合自身优势做出布局?构建边缘计算产业生态便是集大成者的首选战略，例如如何解决云端与边缘侧的调度问题、如何搭建边缘设备的信息交流、商业模式构建、特定协议设计等;新入局者也可以利用边缘计算技术发展新的应用，例如个人多设备协同应用、车路协同等;当然，将应用规模化更是布局者的抢占市场之道。