物聯(lián)網(wǎng)的定義可以很寬泛，但簡單地說，它是許多發(fā)送微小有效數(shù)據(jù)的小型設(shè)備，所有這些設(shè)備都協(xié)同工作，以創(chuàng)建可操作的數(shù)據(jù)，以及允許遠(yuǎn)程訪問和有時遠(yuǎn)程操作的解決方案。一個示例用例可能是使用IOT傳感器監(jiān)測土壤濕度，并在必要時使用雨量計觸發(fā)灌溉。

　　物聯(lián)網(wǎng)有多種應(yīng)用，由于廣泛采用，近年來實現(xiàn)物聯(lián)網(wǎng)項目的成本已經(jīng)下降。從邏輯上講，人們認(rèn)為隨著越來越多的公司使用物聯(lián)網(wǎng)，復(fù)雜性將會降低。然而，以我的經(jīng)驗，交付一個成功的物聯(lián)網(wǎng)項目的過程仍然是非常復(fù)雜的。物聯(lián)網(wǎng)的實施者往往低估了工作的范圍，并對意想不到的復(fù)雜性感到驚訝。

　　物聯(lián)網(wǎng)是一個神奇的領(lǐng)域，其增長是驚人的。不過，它并不一定是每個用例的正確選擇。令人鼓舞的是，設(shè)備的數(shù)量正呈指數(shù)級增長，每一種類型的測量都有高質(zhì)量的傳感器。我參與過的一些最成功的項目使用的傳感器是專門為一個或兩個特定的測量，多個傳感器一起工作作為一個整體，使生活更容易，企業(yè)更有利可圖。

　　隱藏的挑戰(zhàn)

　　雖然物聯(lián)網(wǎng)的潛力巨大，但仍存在挑戰(zhàn)。由于無法預(yù)見的復(fù)雜情況，實際的實施和項目推出可能會大大減慢——這通常是由于缺乏對不同系統(tǒng)如何結(jié)合起來創(chuàng)建可行的解決方案的理解。

　　物聯(lián)網(wǎng)產(chǎn)品不一定遵循相同的標(biāo)準(zhǔn)，即使它們使用相同的協(xié)議——例如LoRa。這是因為每個產(chǎn)品制造商都是獨立開發(fā)產(chǎn)品的。更糟糕的是，一些物聯(lián)網(wǎng)產(chǎn)品實際上是在翻新過時的產(chǎn)品，配備LoRa通信芯片，希望它們能在物聯(lián)網(wǎng)時代更成功。這意味著這些產(chǎn)品已經(jīng)是老技術(shù)了，并不是按照與IOT相同的原則構(gòu)建的。

　　因此，集成可能是最大的挑戰(zhàn)：一個項目需要數(shù)周的開發(fā)時間，但突然需要數(shù)月的準(zhǔn)備時間，才能到達(dá)可以集成的地方。像使用LoRa傳感器將溫度發(fā)送到服務(wù)器這樣簡單的事情，集成的復(fù)雜性可能遠(yuǎn)遠(yuǎn)超出預(yù)期。

　　LoRa設(shè)備不直接將數(shù)據(jù)發(fā)送到服務(wù)器以供使用。它們必須經(jīng)過一個LNS(LoRaNetworkServer)，如TTN(TheThingsNetwork)或Helium，然后你必須首先了解每個不同的LNS是如何工作的，以便找出最適合你的目的的。該組織可以使用Chirpstack、Loriot或WMC(Waney管理中心)，但所有這些選擇都涉及成本。在一個大型項目的宏大計劃中，它們可能看起來微不足道;但是，它們是不應(yīng)忽視的經(jīng)常性費用。

　　隱性成本

　　幾乎每一個向各種不同系統(tǒng)發(fā)送數(shù)據(jù)的系統(tǒng)都將以相當(dāng)大的成本建造，而這些成本需要收回。發(fā)送和存儲的數(shù)據(jù)量也需要考慮在內(nèi)，這意味著更多的成本。這些數(shù)據(jù)的可視化甚至必須通過一個不同的系統(tǒng)來實現(xiàn)，而且成本更高。

　　交付價值

　　考慮到意想不到的挑戰(zhàn)和成本，一家企業(yè)可能會犯的最大錯誤之一是試圖實施IOT，因為它是這樣一個行業(yè)流行語。

　　物聯(lián)網(wǎng)是否真的為企業(yè)增值，應(yīng)該是實施它的唯一驅(qū)動因素。它是否增加價值取決于用例。

　　例如，使用物聯(lián)網(wǎng)解決方案遠(yuǎn)程監(jiān)控建筑物的電力消耗，很可能在價值和節(jié)約方面收效甚微。然而，使用相同的電表更準(zhǔn)確地向租戶計費將節(jié)省金錢和提供價值。一個真正能增加你的底線的用例是區(qū)分在負(fù)荷減少期間向租戶提供的電網(wǎng)電力和更昂貴的柴油發(fā)電機(jī)電力，并相應(yīng)地向租戶計費。

　　另一個真正有意義和增加巨大價值的用例是對定期維護(hù)的機(jī)器進(jìn)行預(yù)測性維護(hù)?；趌ora的加速度計這樣簡單的傳感器可以使用人工智能來預(yù)測移動部件何時可能出現(xiàn)故障。典型的基于人工智能的傳感器會運行很短一段時間，了解機(jī)器正常振動的含義;當(dāng)軸承損壞時，即使是最輕微的不平衡振動都可以監(jiān)測到，自動服務(wù)請求可以采取行動，或一些警報可以發(fā)送給維修技術(shù)人員關(guān)閉機(jī)器，以確保不會發(fā)生進(jìn)一步的損壞。

　　重要的是，需要測量正確的參數(shù)，以確保獲得預(yù)期的結(jié)果。

　　物聯(lián)網(wǎng)不是萬能的

　　物聯(lián)網(wǎng)并不是針對所有用例或情況的萬能工具。用例需要仔細(xì)考慮，結(jié)果應(yīng)該是它節(jié)省了金錢、旅行時間或其他一些昂貴的參數(shù)。

　　然而，這并不意味著物聯(lián)網(wǎng)不能帶來價值。該技術(shù)已經(jīng)在世界各地的數(shù)千個案例中證明了結(jié)果，越來越明顯的是，當(dāng)智能應(yīng)用時，物聯(lián)網(wǎng)提供了巨大的價值。

　　我們看到越來越多的標(biāo)準(zhǔn)正在被引入，隨著物聯(lián)網(wǎng)產(chǎn)品的顯著進(jìn)步，物聯(lián)網(wǎng)正在走向成熟。我認(rèn)為這是一個可以讓物聯(lián)網(wǎng)在更多用例中更可行的發(fā)展。我相信這將為“野蠻發(fā)展”的物聯(lián)網(wǎng)格局帶來穩(wěn)定。