根據預測，物聯網將產生大量的傳感器數據，再結合人工智能，可以將人類的潛能提升到新的水平。

[[285548]]

如今，很少有像物聯網這樣的技術能夠受到全球IT領袖的熱切及廣泛關注。但這項技術對人類的潛能有何影響?一方面，IT主管們預見到，通過利用幾乎無處不在的物聯網傳感器的海量數據，改善客戶體驗的潛力幾乎是無限的;另一方面，業務主管對如何管理這些數據以及如何確保所有這些新終端的安全表示擔憂。

物聯網浪潮的規模毋庸置疑。據全球管理咨詢公司貝恩(Bain&Company)稱，盡管物聯網的增長預測各不相同，但實際上所有這些都預見到了非常快速的增長，在未來幾年中，每年的增長幅度約為25%，三年內全球將達到5200億美元。另一份報告預測，到2020年，全球物聯網設備數量將增長到200億臺，是全球人口的兩倍多。

物聯網和人類潛能

然而，物聯網爆發的另一個好處正在顯現，就是物聯網設備提升人類潛能的能力，前提是隨著物聯網數量的激增，組織愿意改變一些業務流程和操作。

例如，一家金屬工廠部署物聯網傳感器以解決產能限制的情況。事實證明，部署傳感器和收集數據很容易，但是工廠車間的員工并沒有使用這些數據，原因是許多數據太復雜。

因此，IT部門簡化了一些復雜的分析輸出，使一線操作員能夠識別生產瓶頸何時形成。這些操作員進行日常生產操作，并被給予更大的自由度來改變生產線，以避免他們預見到的瓶頸。其結果是生產設備效率提高了50%，下游資本支出節省了50%——這些都是由于物聯網推動了一線工人的潛能增長。

然而，數十億個新的連網終端只是物聯網方程式的一部分。這類似于1990年代初開始的互聯網革命，但如果沒有瀏覽器和相對低成本的網絡以及個人計算的消費化，互聯網就成了一個主要用于國防目的全球網絡。

混合物聯網和人工智能

物聯網也是如此。盡管傳感器將產生和傳輸前所未有的大量數據，但復雜的平臺將需要管理、分析并最終從所有數據中產生業務見解。換句話說，這樣的平臺將需要通過將物聯網數據與其他來源(如事務性)數據混合，以帶來更深層次的上下文內容，然后將其建模到具有一致指標的框架中，在某些情況下，這可能會改變工作的本質，例如在上述金屬工廠的示例中。

隨著人工智能(AI)的發展以及與物聯網的融合，這些平臺也將越來越多地利用人工智能。事實上，專家認為人工智能很快將成為物聯網解決方案不可或缺的一部分。普華永道稱，原因是物聯網的主要特征，如連接性和傳感器數據，導致從對“啞”設備的需求轉變為對智能設備的需求。普華永道認為：

物聯網需要智能機器，因此需要人工智能。

考慮一個人工智能(AI)和物聯網的物流/運輸用例，比如車隊運營。從歷史上看，車隊經理很難深刻了解資產的狀況，比如卡車。管理者需要追蹤太多的歷史、當前和未來數據。對于卡車，這意味著需要將歷史資產管理、工作管理、可靠性和可持續性數據與第三方來源數據(運營統計、氣候條件、折舊、車載數據等)進行疊加。

目前可用的人工智能平臺可以從這些和許多其他看似不同的傳感器數據源中收集數據，從而為車隊經理提供寶貴見解，并使他們能夠跟蹤單輛卡車或整個車隊。然后，他們可以更好地做出獨立決策，以提高運營效率，確保符合安全法規，并更好地協調車隊運營與銷售和營銷工作。

更好的獨立決策和更好的數據

因此，物聯網和人工智能的關系將增強一線經理和員工的潛力，他們將有權做出明智的，對業務至關重要的決定，而不必征求高層許可或指示。工人們將通過確定一臺主要機器何時會發生故障來更好地進行預測分析，并通過主動維護來預防該故障。他們還將熟練地處理更多常規性任務。(來自物聯之家)物聯網傳感器可以產生數據，并建議在操作邊緣(比如在遠程鉆井平臺)立即采取行動，從而有助于避免停工甚至災難。隨著人工智能與物聯網和“學習”的協同工作，以及越來越多的數據涌入復雜的機器學習算法，基于人工智能的物聯網平臺最終可以學會自主采取行動，從而使工作人員可以騰出精力來完成更重要的任務。

人工智能—物聯網浪潮是不可避免的。這些技術能否在工作場所提升員工潛能，將取決于IT和業務團隊今天在浪潮來臨之前所做的努力和計劃。