近日，全球物聯網知名研究機構 IoT Analytics發布了《2022 年值得關注的 10 大物聯網技術趨勢》（“10 IoT technology trends to watch in 2022”），物聯網智庫對其進行了編譯、整理。
曾幾何時，物聯網還是一個只有少數人知道的概念，卻快速成為了資本市場的寵兒；如今，連菜市場里買菜的老阿姨都能說出三五個物聯網應用場景，其儼然已經成為了數字經濟時代家喻戶曉的技術底座。多年來，隨著底層傳感設備與智能終端、移動通信技術、AI、大數據、云計算等一眾新興技術的推陳出新，各行各業正在積極構建一個全新的AIoT生態，而IoT作為其中的核心，勢必將成為未來智能時代的可持續發展性技術。
近日，全球物聯網知名研究機構 IoT Analytics發布了《2022 年值得關注的 10 大物聯網技術趨勢》（“10 IoT technology trends to watch in 2022”），物聯網智庫對其進行了編譯、整理。
簡言之，在 IoT Analytics發布的10大趨勢中：
工業領域生產過程的數字化改革還將持續進行，并將越來越多地在邊緣側部署AI；
在物聯網平臺和軟件相關領域，隨著云計算能力的提升，云原生應用程序呈上升趨勢，平臺部署也在向邊緣側遷移；
業內對于物聯網設備及數據的安全防護也將更加重視。
物聯網正在逐步成為可持續發展的關鍵技術
在物聯網生態中，基于智能連接設備的環境監測、環境管理、能源優化等應用已成功落地，但這些應用場景的商業價值始終受限，并逐漸被相關企業邊緣化。而隨著人們越來越關注綠色經濟建設和減緩全球氣候變化，物聯網技術將為企業、城市及社區提供綠色解決方案——包括降低能源成本、實現遠程部署、監控故障點在內的場景應用將成為物聯網發展的重要驅動力。未來，物聯網生態的重要目標是將物聯網整合到可持續發展的經濟模式中。
應用案例
基于物聯網的環境監測案例有很多，例如西班牙知名物聯網科技公司Libelium；基于物聯網的環境管理案例有聚焦于火災管理的企業Dryad Networks、Kerlink、NetOp等。在政策層面，歐盟委員會提出了工業5.0概念，其相較工業4.0的升級不僅是關于新技術，更是關于工業的可持續性發展。除此之外，歐盟委員會還公布了名為“下一代歐盟”（NextGenerationEU）的舉債方案，計劃在未來五年時間里共籌集8000億歐元促進區域經濟復興，重點關注綠色能源（約30%）與數字化轉型（約30%）。
IoT Analytics咨詢顧問Saverio Romeo表示，“通過收集的數據，物聯網可以繪制空間和領土的環境條件，未來將成為我們應對氣候變化的觀察站。”
平臺部署正在從云端向邊緣側過渡
據IoT Analytics此前發布的分析顯示，自2015年起就競爭激烈的物聯網平臺賽道已經出現了明顯的領導者。邊緣側平臺，特別面向工業領域的邊緣平臺，仍處于起步階段，但在2022年，市場格局將逐漸清晰。
虛擬機和容器等虛擬化技術使應用程序能夠跨計算硬件供應商進行移植。該類技術已被IT部門廣泛采用，但許多OT部門仍然是通過購買運行該應用程序的終端/盒子來采購應用程序（例如，他們購買協議轉換器將一個以太網協議轉換為另一個以太網協議，或購買PLC來運行一些控制邏輯工作負載）。
邊緣平臺供應商可以根據其所支持的硬件、云/物聯網平臺和邊緣應用程序的類型進行分組，也可以根據其核心業務進行分組，例如硬件供應商（包括Siemens、Phoenix Contact、Bosch等OT硬件供應商以及思科、HPE等IT硬件供應商）、云供應商（如AWS、Azure）和軟件供應商（如Zededa、CPLANE等）。
與大多數賽道的主流技術競爭一樣，客戶的選擇將決定物聯網平臺的走向。究竟是云供應商將主導這一領域，還是硬件供應商和軟件初創公司更有發展空間？如果有非云玩家的發展空間，客戶又是否會選擇一個與硬件無關的平臺，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，亦或是更傾向于硬件設備指定的平臺（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），可以在出現問題時提供單點聯系？
如果市場選擇后者，我們可能會看到物聯網平臺的發展趨勢將向邊緣平臺過渡，這些平臺只能與特定供應商的硬件一起使用；如果市場選擇前者，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。
應用案例
作為2021年底一系列針對邊緣應用程序的舉措的一部分，戴爾宣布與靈活且可擴展的物聯網平臺Litmus合作，以幫助IIoT企業管理不同的邊緣設備、數據和應用程序，實現從工廠車間到企業云的彈性應用與安全連接。
IoT Analytics咨詢顧問 Matthew Wopata表示，“無論如何，云提供商肯定不會在競爭中落后，因為許多公司將在其邊緣平臺上進行標準化，并且，無論企業使用哪個邊緣平臺，大多數公司最終都會將部分數據從邊緣側發送到云端。”
IIoT（工業物聯網）正在改變制造業
工程師傾向于將技術視為一種解決方案，卻往往忽略了問題的根源。而物聯網的作用是超越SCADA（監督控制和數據獲取），為機器操作提供及時決策與維護資產所需的數據。過去，物聯網項目往往只是行業數字化的過程；如今，隨著數據更加豐富，制造業則需要面臨一個新的問題——“IIoT要解決什么具體的業務問題？”
應用案例
很多人將將預測性維護稱為物聯網的“殺手級應用”，在 2021 International Maintenance Conference上，演講嘉賓與參會觀眾并沒有過多關注模糊的預測性維修方案，而是在預測分析應用程序中使用IIoT而產生的數據。這些數據通常會自動提供給工作流引擎進行預測維護，避免計劃外停機，從而優化生產。例如，施耐德電氣曾為巴斯夫的一個工廠部署了預測性維護系統，可以監控為工廠供電的變電站，以及消耗該電力的電機與其控制中心的運行情況。此外，工廠的不間斷電源系統也為預測性維護解決方案提供了落地機會。
IoT Analytics咨詢顧問 Gary Mintchell表示，“物聯網技術提供的數據可用于預測機器故障，并幫助技術人員找到優化生產的解決方案。”
云原生應用正在興起
如今，越來越多的企業將云端應用與業務上云作為首要任務，這一趨勢還將在未來幾年內持續發展。那些已經在云上投入巨資的企業正在尋求提升效率、增加云端能力的方法，而其他企業則需要快速完成云端業務遷移。十年來，云計算市場一直以穩定的速度增長，疫情也加速了其整體應用與落地。
隨著云在基礎設施、平臺及軟件層面的常態化發展，業界將看到針對云計算規模和性能而開發和優化的應用程序，這將有助于提升云計算的可靠性并縮短部署時間，同時也意味著軟件應用可以更快、更靈活地部署，同時降低基礎設施的復雜性和成本。
應用案例
自新冠疫情爆發以來，人們的工作模式發生了巨大變化，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前所未有的需求增長，新需求包括視頻會議等新穎應用。通信服務提供商必須進行大規模的結構升級，需要派遣大量員工、改善基礎設施以減輕運維壓力。同時，這也是云原生應用發展的巨大推動力，因其具備更好的效率與性價比。TM Forum發布的報告顯示，38%的通信服務提供商在2021年數字化轉型的中間階段，這一數據同比增長了50%，其中的45%引入了云原生應用。例如，去年年底，Vmware與沃達豐建立了合作關系，為沃達豐在歐洲的所有業務提供單一通用平臺，從5G獨立部署切入。
IoT Analytics咨詢顧問Jeff Winter表示，“我在云原生應用程序開發中看到的兩個主要驅動力是無服務器計算和容器化/Kubernetes，主要是因為兩者都會提高云原生應用程序的部署速度——更快的部署和更高的可靠性，將進一步推動其規模化落地。”
Hyperautomation（超自動化）正在改變操作
傳統觀點認為，人工智能是改變任何企業應用的關鍵，但實際情況卻不然，目前，在多數行業中，人工智能需要深度挖掘數據價值才能使企業真正收益。AI只是企業轉型的一部分，另一部分，也是經常被企業忽略的一部分是機器人流程自動化（RPA），當AI和RPA正確組合、應用時，結果就是hyperautomation（超自動化）。
新冠疫情創造了一個拐點，優先考慮工人的安全及其所需要的技術支持，而在新冠疫情爆發前就已經開始的勞動力短缺已經成為更具有挑戰性的制約因素，這正在加速使用hyperautomation（超自動化）來優化從工廠車間到管理層的業務流程。
應用案例
在巴西，德勤使用IBM的人工智能增強型RPA解決方案來優化其月度報告周期，自動生成并檢查從數十個來源獲得的報告，并與中央銀行的貨幣兌換數字直接連接，以便實時更新。基于此，企業用于生成月度報告的總時間從近兩個工作周減少到每月僅一個小時，將每月差旅費用報告的準備周期從三個小時減少到十分鐘。
IoT Analytics咨詢顧問Christopher Hoemeke表示，“兩年前，我寫了一篇關于制造業中的'機器人攻擊'的文章，重點關注機器人流程自動化如何消除大量的重復性任務，從而提高生產力并消除錯誤。現在，人們可以將AI集成到應用中，使其為RPA 做出決策，這是 IFTTT 的終極延伸。”
人工智能越來越多地出現在邊緣側
企業一直在思考將其人工智能部署在云端或邊緣。到目前為止，人工智能在邊緣側的應用一直是運行在計算和功率密集型邊緣設備上，例如工業計算機和邊緣路由器。然而，有兩個發展趨勢正在推動人工智能向更加邊緣側轉變：
1.隨著低成本、低功耗的半導體領域的快速發展，人工智能可以更接近最小級別的設備。我們完全有理由相信，大量微控制器（MCU）將在近期部署設備端AI。
2.在過去的5年中，人工智能算法變得更加高效。例如，目前的人工智能算法對神經網絡進行視覺對象識別所需的算力要遠遠低于幾年前。據專家預測，其每16個月所需的計算能力將減少2倍。
應用案例
2021年，MCU巨頭Renesas為其廣受歡迎的RZ/V系列產品推出了一款新品，該產品搭載邊緣（thin-edge）圖像處理GPU，為機器視覺應用提供基于AI的實時色彩校正和降噪。
IoT Analytics咨詢顧問Thomas Duester表示，“我們將越來越多地看到人工智能應用程序轉移到Thin Edge——在內存、計算能力和低功耗的MCU上運行的設備。”
“Invisible AI"（隱形AI）應用的部署離用戶越來越近
人工智能不是產品，甚至可以說它也不是一項技術或一項發明。我們無法追溯其起始日期，也不能預知其何時結束，然而，在計算能力、算力成本、互聯網、傳感器、機器學習算法和模型等技術進步的推動下，AI已經無處不在了。更重要的是，AI是一種探索，一個努力實現智能化目標的旅程，因此AI正在不斷優化、升級與改變。
AI的應用領域非常廣泛，跨越每個行業，幾乎影響著從底層員工到首席執行官的每個工作職能。然而，由于許多人難以確切了解其工作原理，從而害怕使用AI來輔助決策，絕大多數人面對讓AI代表他們執行決策時會猶豫不決。
應用案例
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 達成合作并利用其REACTOR技術。該技術能夠通過先進的AI技術對藥物服用后發生的一系列化學反應進行建模。
IoT Analytics咨詢顧問Jeff Winter表示，“由于人工智能無處不在，并開始以比我們意識到的更多的方式滲透到日常生活中，通常就在我們的眼皮底下。當大多數人與人工智能互動或計劃使用人工智能時，他們是帶著一個非常刻意的目的來解決一個特定的問題。我喜歡稱之為“故意人工智能”（Intentional AI）。然而，目前有越來越多的公司將人工智能納入其產品、平臺和服務，無論我們是否意識到，人工智能都在為我們服務，這被稱為“隱形人工智能”（Invisible AI），如果充分理解，可以幫助那些對使用人工智能猶豫不決的人解決信任障礙。”
沉浸式現實（VR/AR）正在進入企業環境
雖然，人類已經實現了在智能環境中工作、生活，但目前研究人員與企業正在尋找更加高效、有效的智能空間生活/工作方式。這意味著需要在提高工作環境運營效率與質量的同時，也要發展遠程運營管理，而新冠疫情無疑進一步加強了業內對于遠程操作的關注。
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）的融合已是大勢所趨，但二者的融合將需要大量的數據支撐，所以5G與邊緣計算的快速發展將加速企業和工業應用的VR/AR應用的發展。
應用案例
航空巨頭Lufthansa Technik與沃達豐和諾基亞的合作將物聯網與5G、AR 和數字孿生結合在一起，其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覆蓋可以幫助客戶實現遠程觀察、診斷問題，同時還允許該集團在全球范圍內與使用 AR 和數字孿生技術的合作伙伴進行協作。
IoT Analytics咨詢顧問Saverio Romeo表示，“由于物聯網和AR、VR等技術的融合，人類與機器之間的‘智能關系’時代正在到來。將推動遠程與現場工作形式向更高效與更安全發展。”
5G已為物聯網應用做好準備
以消費市場為導向的專家們認為5G只是提供了一種更快的下載機制。而其在工業和商業領域的價值則是體現在5G專用網絡。到2022年底，隨著5G的普及，其將只是一種工具，而非先驅性技術，只為解決行業痛點，幫助企業降本增效。
應用案例
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私有 5G 獨立無線網絡。該私人園區網絡使用諾基亞數字自動化云（DAC）解決方案，以提供可靠、安全、實時的連接，并使大眾汽車能夠試用新的智能工廠案例。大眾汽車公司網絡規劃部的Klaus-Ing. Klaus-Dieter Tuchs博士表示，在不久的將來，可預測的無線性能和5G的實時能力將進一步推動智能工廠發展，通過此次試點部署，大眾汽車正在深化對于5G價值的探索，同時也在積累在工業環境中運營5G技術所需的專業知識。
IoT Analytics咨詢顧問Gary Mintchell表示，“我們甚至不會記得曾猜測5G是否會落地。我們將忙于使用它來解決網絡和物聯網應用問題。”
資產的安全遠程訪問變得越來越重要
啟用遠程訪問設備功能的公司將享有多項好處，包括獲得設備供應商的更好技術支持，可以遠程實時排除故障和分析機器數據，還可以獲得遠程專家指導和低成本勞動力（例如來自低工資國家的高技能工人）。
但隨著訪問量的增加，網絡安全攻擊的入口也在增加，所以企業隨即也增加了在網絡安全方面的支出。2022年，網絡安全的三個關鍵應用是資產可見性、深度數據包檢查和零信任架構。其中，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。當在網絡協議中發現可疑活動時，深度數據包檢測可以提醒網絡運營商。
此外，根據NIST《零信任架構標準》中的定義，零信任（Zero Trust，ZT）提供了一系列概念和思想，在假定網絡環境已經被攻陷的前提下，當執行信息系統和服務中的每次訪問請求時，降低其決策準確度的不確定性。
應用案例
SANS 2021 OT/ICS 網絡安全報告顯示，遠程訪問服務是受訪者的主要安全威脅載體，37% 的受訪者將遠程訪問作為初始訪問點。隨著遠程點數量的增加，相應的安全防護需求急劇增加。截止2021年12月，物聯網安全公司Claroty的員工人數相較疫情爆發前增加了 75%。
IoT Analytics咨詢顧問Matthew Wopata表示，“在疫情期間，數百萬人首次開始在家工作，其中包括管理OT網絡和資產的人。當‘遠程’成為常態，遠距離也增加了不安全遠程設備可能構成的安全威脅的可能性。”
