物聯網(IoT)是IT基礎設施的下一個發展階段，將是能夠處理數百萬臺甚至數十億物聯網設備的承載大部分數據負載的邊緣平臺。

但是，這種規模和范圍的數據生態系統不會一蹴而就。當人們進入2019年，物聯網將在邊緣計算方面如何發展?在未來一年將有什么樣的發展?

雖然物聯網如今開始產生大量數據，但目前的數據量在未來十年發展中可能微不足道。事實上，人們所看到和觸摸的每件事物，甚至是自己身體的一部分，在不久的將來會生成連續的數據流，以處理和存儲邊緣上的元素和集中式數據設施。而在那里，它將被解析、分析、組合，或以其他方式操縱，而在理論上將讓公眾受益于物聯網。

[[254529]]

物聯網的發展

根據Zebra科技公司的調查，在過去一年中，企業對于物聯網基礎設施的平均投資為460萬美元，比2017年增加了4%。大約84%的企業希望在2021年完成物聯網的部署，盡管這可能用語不當，因為物聯網不可能完全發展成熟，可能永遠也不會，就像現在的數據中心基礎設施還在不斷發展一樣。最可能的情況是，物聯網將在未來兩年內達到足夠成熟的發展階段，開始對商業模式做出重大貢獻。

也許更有趣的數據點來自CB Insights公司。該公司預測，在兩年內，地球上幾乎每人每天將產生1.5 GB的數據。這將推動物聯網系統和服務的支出從2013年的不到500美元激增到2019年的1.7萬億美元。該公司預計，到2022年，僅邊緣基礎設施的支出將超過67億美元。

當然，邊緣技術包括無數的類別和子類別，所有這些都應該賦予各種用例——從智能家電到智能汽車，再到整個智能城市。但是，如果這個技術基礎有一個總體主題，那么它的核心將是找到以最有效和最高效的方式處理大量數據的方法。

在這項工作中，不僅僅是物聯網，而是幾乎所有數據基礎設施都將采用人工智能。調研機構Gartner預測，像機器學習、神經網絡和自主分析以及其他應用程序等工具將數據提供到正確的位置，而在正確的場景中進行分析以及向合適的人員提供見解方面，這些是非常寶貴的。在許多情況下，這些活動必須在實時或接近實時的場景下進行，例如在自動駕駛汽車沿著高速公路行駛或者連接的醫療設備為患者提供救生服務時。

與此同時，邊緣的智能系統必須自己決定哪些數據要在本地處理，哪些數據應該用于集中設施。大部分邊緣計算設施由微型數據中心組成，可以快速將結果傳遞給連接的設備，不僅可以快速響應，還可以防止集中式計算、存儲和網絡資源在應用中不堪重負。為此，邊緣計算不僅需要自動化，還需要高度自治，其中機器可以自行決定如何在各種情況下進行操作。

Gartner公司還預測最終從智能邊緣過渡到智能網格。即使在物聯網工作負載和系統變得更加復雜的情況下，該體系結構也將更靈活、更靈敏。通過這種方式，物聯網將促進邊緣資源之間甚至端點設備之間的更大連接，從而用新的多點到多點結構層取代當今的點對點解決方案。

技能差距

顯然，這將推動知識型員工對全新技能的需求。例如，一旦網絡具有自我配置和管理的能力，傳統的管理人員職責將會逐漸消失，而更具戰略性的角色將獲得更高的地位。調查機構IDC公司指出，如今能夠監督人工智能驅動流程的熟練專業人員比較缺乏，這將成為一個主要問題，因為大多數組織預計在未來兩年內在物聯網基礎設施上實施人工智能的成功率將達到90%。

雖然人們認為人工智能技術完全靠自身運作而不用人為監督，但事實是，如果沒有熟練的數據科學家告訴它該怎么做，幾乎沒有智能解決方案能夠正常運行。這意味著未來面向物聯網的企業將面臨這三種選擇：保留現有IT人員了解數據科學的復雜性，將智能操作外包給專業提供商，或開始直接嘗試采用開源模型。

對許多人來說，最后一個選項是最有趣的，因為似乎很多物聯網將基于開放式基礎設施。正如開放計算項目(OPC)基金會首席執行官Rocky Bullock最近解釋的那樣，開源技術對于邊緣計算至關重要，因為從本質上講，它需要跨越系統和平臺的廣泛合作。可以肯定的是，一些專有解決方案將會扎根，但即使這些解決方案需要與周圍環境進行廣泛地互操作，如果他們希望滿足大多數用戶對物聯網的期望的話。

因此，人們可以期望在驅動物聯網的各種技術(包括智能自動化平臺)中開發和制定開放、可互操作的標準。目前，大部分情況都是通過IEEE、OCP和電信基礎設施項目(TIP)等組織實施的。然而，隨著時間的推移，將會出現更全面的解決方案。

毫無疑問，物聯網將在安全、治理等各種功能上不斷發展，但未來一年的重點將是將目前的幕后操作推向數字經濟的最前沿。一旦物聯網成為服務和收入來源，那么它不只是傳統基礎設施的擴展，還能確保人們生活在一個真正互聯的安全世界中。