IT基礎(chǔ)設(shè)施的下一個發(fā)展階段是物聯(lián)網(wǎng)（IoT），特別是能夠處理數(shù)百萬甚至數(shù)十億連接設(shè)備的大部分?jǐn)?shù)據(jù)負(fù)載的邊緣平臺。

但是，這種規(guī)模和范圍的數(shù)據(jù)生態(tài)系統(tǒng)不會在一天內(nèi)出現(xiàn)。那么在這個時間點(diǎn)，當(dāng)我們進(jìn)入這個十年的最后一年時，物聯(lián)網(wǎng)的優(yōu)勢是什么樣的？未來一年可能會有什么樣的發(fā)展？

雖然物聯(lián)網(wǎng)已經(jīng)在生成大量數(shù)據(jù)，但這只是未來十年可能出現(xiàn)的最輕微的一小部分。實(shí)際上，我們所看到和觸摸的每一件事，甚至是我們自己身體的一部分，都將很快產(chǎn)生連續(xù)的數(shù)據(jù)流到邊緣處的處理和存儲元件以及集中的數(shù)據(jù)設(shè)施，在那里它將被解析，分析，組合等等。

物聯(lián)網(wǎng)的數(shù)據(jù)

據(jù)ZebraTechnologies稱，過去一年中，普通企業(yè)向物聯(lián)網(wǎng)基礎(chǔ)設(shè)施投資了460萬美元，比2017年增加了4％。大約84％的企業(yè)希望到2021年完成物聯(lián)網(wǎng)實(shí)施——物聯(lián)網(wǎng)不太可能是“完整的”，可能永遠(yuǎn)不會超過當(dāng)前的數(shù)據(jù)中心基礎(chǔ)設(shè)施。最有可能的是，期望物聯(lián)網(wǎng)在未來兩年內(nèi)已經(jīng)達(dá)到足夠的發(fā)展階段，開始為商業(yè)模式做出重大貢獻(xiàn)。

也許更有趣的數(shù)據(jù)點(diǎn)來自CBInsights，它估計(jì)在兩年內(nèi)，地球上幾乎每個人每天都會產(chǎn)生1.5GB的數(shù)據(jù)。這將推動物聯(lián)網(wǎng)系統(tǒng)和服務(wù)的支出從2013年的不到500美元增加到2019年的1.7萬億美元。到2022年，該公司預(yù)計(jì)僅邊緣基礎(chǔ)設(shè)施的支出將超過67億美元。

當(dāng)然，邊緣技術(shù)包括無數(shù)的類別和子類別，所有這些都應(yīng)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(shù)基礎(chǔ)有一個總體主題，那么它的核心是找到最有效的方式處理大量數(shù)據(jù)的方法。

這項(xiàng)工作中最基本的技術(shù)之一，不僅僅是物聯(lián)網(wǎng)，而是幾乎所有數(shù)據(jù)基礎(chǔ)設(shè)施，都是人工智能。Gartner預(yù)測，機(jī)器學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)和自主分析以及其他應(yīng)用程序等工具在將數(shù)據(jù)提供到正確的位置，在正確的環(huán)境中進(jìn)行分析以及向合適的人員提供見解方面證明是非常寶貴的。在許多情況下，這些動作必須在實(shí)時或接近實(shí)時的時間進(jìn)行，例如當(dāng)自動駕駛汽車沿著高速公路行駛或者連接的醫(yī)療設(shè)備為患者提供救生服務(wù)時。

與此同時，邊緣的智能系統(tǒng)必須自己確定哪些數(shù)據(jù)要在本地處理，哪些數(shù)據(jù)應(yīng)該用于集中設(shè)施。大部分優(yōu)勢將由微型數(shù)據(jù)中心組成，可以快速將結(jié)果傳遞給連接的設(shè)備，不僅可以快速響應(yīng)，還可以防止集中式計(jì)算，存儲和網(wǎng)絡(luò)資源變得不堪重負(fù)。為此，邊緣不僅需要自動化，還需要高度自治，機(jī)器自行決定如何在各種情況下進(jìn)行自動化。

Gartner還預(yù)測最終從智能邊緣過渡到智能網(wǎng)格。即使在物聯(lián)網(wǎng)工作負(fù)載和系統(tǒng)變得更加復(fù)雜的情況下，該體系結(jié)構(gòu)也將更靈活，更靈敏。通過這種方式，物聯(lián)網(wǎng)將促進(jìn)邊緣資源之間甚至端點(diǎn)設(shè)備之間的更大連接，從而用新的多點(diǎn)到多點(diǎn)結(jié)構(gòu)層取代當(dāng)今的點(diǎn)對點(diǎn)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，即使當(dāng)今許多現(xiàn)有技能都在減少。例如，一旦網(wǎng)絡(luò)具有自我配置的能力，傳統(tǒng)的管理員職責(zé)將逐漸消失，而更具戰(zhàn)略性的角色將獲得更高的地位。IDC已經(jīng)開始關(guān)注缺乏能夠監(jiān)督AI驅(qū)動流程的熟練專業(yè)人員，這將成為一個主要問題，因?yàn)榇蠖鄶?shù)組織預(yù)計(jì)在未來兩年內(nèi)在物聯(lián)網(wǎng)基礎(chǔ)設(shè)施上實(shí)施人工智能的成功率將達(dá)到90％。

雖然流行的概念是人工智能完全靠自身運(yùn)作而沒有人為監(jiān)督，但事實(shí)是，如果沒有熟練的數(shù)據(jù)科學(xué)家告訴它該怎么做，幾乎沒有智能解決方案能夠正常運(yùn)行。這意味著明天面向物聯(lián)網(wǎng)的企業(yè)將擁有以下三種選擇之一：保留現(xiàn)有IT人員的復(fù)雜數(shù)據(jù)科學(xué)，將智能操作外包給專業(yè)提供商，或者開始直接嘗試開源模型。

對許多人來說，最后一個選項(xiàng)是最有趣的，因?yàn)榭雌饋砗芏辔锫?lián)網(wǎng)將基于開放式基礎(chǔ)設(shè)施。正如開放計(jì)算項(xiàng)目（OPC）基金會首席執(zhí)行官RockyBullock最近向數(shù)據(jù)經(jīng)濟(jì)解釋的那樣，開源對于邊緣至關(guān)重要，因?yàn)閺谋举|(zhì)上講，它需要跨越系統(tǒng)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(huán)境進(jìn)行廣泛的互操作，如果他們希望滿足大多數(shù)用戶對物聯(lián)網(wǎng)的期望。

有鑒于此，我們可以期望在驅(qū)動物聯(lián)網(wǎng)的各種技術(shù)（包括智能自動化平臺）中開發(fā)開放，可互操作的標(biāo)準(zhǔn)。目前，大部分情況都是通過IEEE，OCP和電信基礎(chǔ)設(shè)施項(xiàng)目（TIP）等組織零星發(fā)生的。然而，隨著時間的推移，期望出現(xiàn)更全面的解決方案是合理的。

毫無疑問，物聯(lián)網(wǎng)將在安全，治理等各種功能上不斷發(fā)展，但未來一年的重點(diǎn)將是將今天的幕后操作推向數(shù)字經(jīng)濟(jì)的最前沿。一旦它成為一個服務(wù)和收入來源，而不僅僅是傳統(tǒng)基礎(chǔ)設(shè)施的擴(kuò)展，我們將能夠安全地說我們生活在一個真正互聯(lián)的世界中。

聲明：本文為轉(zhuǎn)載類文章，如涉及版權(quán)問題，請及時聯(lián)系我們刪除（QQ: 2737591964），不便之處，敬請諒解！