对于许多行业而言，2021年是充满挑战的一年，但物联网技术已经在塑造业务和消费者趋势方面发挥了积极作用。从医疗保健，零售到汽车和制造业，每个行业都通过物联网等技术变得越来越聪明。未能在该领域保持竞争力可能会导致重大损失。
全球大流行是2020年物联网增长的重要障碍。尽管2019年11月的预测预测到2020年物联网支出将增长14.9％，但仅能增长8.2％。根据国际数据公司（International Data Corporation）的预测，物联网将在今年大步回归，并从2020年到2024年实现11.3％的增长率。 最近， 半导体 和其他物联网组件的短缺给物联网在2021年的增长带来了疑问。制造商将必须迅速适应以保持势头，以保持竞争力。尽管这种短缺不会持续很长时间，但会在短期内影响项目。 CES（消费电子展）于今年在线举行，以展示最新的创新技术。根据活动中展示的技术，物联网似乎还没有消亡。在大流行期间，美国有成千上万的人发现自己在家里，因此对智能家居产品的需求越来越高。DIY智能家居产品出货量增长9％，出货量为9900万个，价值150亿美元（增长3％）。 让我们回顾一下对2021年及以后的物联网最重要的各种趋势。
趋势一：AIoT到2021年，与物联网相连的设备将攀升至惊人的 460亿个。这些设备中大多数都只有一个处理器和最少的内存。物联网遍布我们的社会。 物联网设备的AI分析物联网设备的数据收集已达到前所未有的规模。数据科学和机器学习联合起来，为先进的物联网数据分析解决方案提供了一系列机会。大数据，人工智能和物联网共同收集已经预先构建的数据，设置数据管道并在所有基础之上构建人工智能组件。这种方法的重要性将在未来几年保持相关性。 Research and Markets的一份报告预测，到2025年，人工智能和物联网的价值将超过260亿美元。它们还表明，人工智能将物联网数据的效率提高了25％，行业的分析水平提高了42％。人工智能在物联网中心和边缘网络中都扮演着重要角色。在系统的中心，AI可以执行预测分析并向用户发出异常警报。 从物联网解决方案的数据中获取见解只是第一步。人工智能在物联网系统中的作用还有更多的潜力可以释放。 管理物联网设备和决策流程想象一下一家工厂，该工厂利用IoT连接的装配线，通过AI视觉检查进行质量控制，从而降低了制造过程中的制造缺陷率 。例如，考虑到每次错误带来的损失要高得多，请考虑使用自动驾驶汽车。它不仅可以安全地将乘客带到目的地，而且可以使用该运输数据来准确预测交通模式。然后，这些数据可用于将来建立更有效的道路和基础设施。 面部和语音识别是用于生物特征验证的其他基本要素。人工智能驱动的面部识别在各个领域都有帮助，例如检测客人是否戴着口罩。 随着智能家居，智能城市，自动驾驶汽车和制造任务利用该技术，人工智能在决策方面的能力越来越强。但是，需要人类主管和数据科学家来帮助维护系统并解决非平凡的任务。
趋势2：使用IoT设备进行边缘计算云和本地服务器不是唯一可以执行计算的地方。使用远程服务器可能会导致传输延迟。因此，对于需要实时计算（例如自动驾驶汽车）的实施，云计算不是一个选择。 Edge IoT在 交通摄像机中 用于行人检测，自适应交通信号灯，车辆优先级划分，停车检测和电子收费。微软，IBM和亚马逊也在边缘计算技术上投入了大量资金。对智能物联网设备，快速数据处理和数据安全性的需求不断增长。 亚马逊的第二代 AWS IoT Greengrass 服务已投入使用，使开发人员能够在边缘设备上使用Lambda功能。它允许开发人员在IoT设备内执行机器学习和计算任务。 更多的物联网解决方案将包括板载AI，并将一些计算从云推向终端设备。造成这种情况的三个主要原因是响应时间，每个云处理的成本以及数据隐私和安全性。
趋势3：物联网带来个性化体验Google对我们的搜索趋势的洞察力使我们宠坏了。Netflix和Spotify也非常了解我们的观看和收听习惯。但是，即使这些预测变量也可能会出错，从而导致不相关的内容被放置在我们的屏幕上。这项技术在不断改进。 智能家居技术是个性化必不可少的领域。管理日常家庭活动的技术需要高度的个人经验，以实现最佳的客户满意度。在CES 2021上，三星推出了 三星Bot Handy 和JetBot 90 AI +。借助AI和数据分析，可以实现家庭辅助机器人。 人工智能的增长和边缘计算已准备好帮助这一领域的巨大发展。为了将智能家居技术提升到一个新的水平，人工智能的精度和决策需要提高。人工智能必须根据主人的习惯做出选择。由于需要个性化，因此通用数据不足以训练神经网络。需要个人数据。但是，这些数据通常可能是非常私人的，用户不愿共享它。 解决此问题的关键可能是边缘计算，即在用户设备上本地保存和处理数据。这对于改善客户对智能家居技术的认知可能至关重要。Statista的2019年报告显示，有46％的智能家居用户将其体验描述为侵入性，而36％的智能家居用户则将其体验描述为令人恐惧。边缘计算可以帮助客户在使用智能家居物联网技术时感到更安全。
趋势4：物联网连接到2025年，物联网互联网连接可能会超过 300亿，每人约有四台设备。麦肯锡表示，在B2B领域中，到2030年，5G IoT模块的总收入将从约1.8亿美元增加到近100亿美元。 2020年7月，3GPP标准组织发布了最新的5G连接规范：版本16。这对5G IoT具有重要意义，嵌入式设备的移动通信受益于大幅降低的延迟和可靠性。尽管5G距离主流采用还差很远，但企业可以考虑通过有利可图的业务计划来进行这种相当昂贵的部署工作。 减少的延迟将使连接的物联网设备能够以前所未有的速度发送和接收数据。这将使数据的分析和管理可以在较旧的4G网络上无法达到的水平上发挥作用。 该技术的价值取决于几个因素：基础架构成本，数据传输成本以及某些用例是否实际需要5G速度。智慧城市，交通运输和工业物联网将成为受益于该技术的首批技术。 其他网络标准也在不断发展，例如 Wi-Fi 6，它允许更高的带宽，更多的同步数据流以及更宽的频谱，达到6 GHz。连接物联网的另一项技术是低功耗广域网（LPWAN）。LPWAN的低功耗和较大的有效范围使其成为偏远地区需要高使用寿命的小型设备的理想解决方案。LPWAN市场规模在2020年超过25亿美元，预计在2021年至2027年之间的复合年增长率将超过60％。 在低距离连接领域， Zigbee 处于领先地位。通过免版税连接标准来提高智能家居产品之间兼容性的倡议，可以通过为互操作性设定行业标准，为用户和物联网产品制造商带来真正的价值。 我们正在从技术向垂直行业迈进，其中物联网将发挥最大的影响可能会很有趣。
趋势5：智慧城市普华永道认为，智慧城市的发展有望在未来七年内实现增长。到2025年，这项技术的市场规模将达到2.5万亿美元。高通公司业务发展高级总监兼智慧城市负责人提到，集成生态系统比独立解决方案更能集中精力。还需要克服另一个挑战：新解决方案通常具有必须集成的旧组件。 智慧城市是仅次于工业物联网的第二代5G实施方案。这将提供具有足够带宽容量的稳定网络。智慧城市解决方案的连接多样性是技术的首要问题。 数据是最有趣的元素。智能城市数据大部分是公共的，并且可以比智能家居系统所需的数据更快地收集。因此，将机载人工智能与物联网相结合的机会被证明是成功的。例如，迪拜的道路和运输管理局利用 AI 在地铁站进行人群管理。 在早期阶段，人工智能将根据数据创建建议和见解。随着技术的进步，更多的智慧城市决策将委托给AI。这对交通管理，水，洪水监控和视频监控具有有益的意义。
趋势6：医疗保健和物联网毫无疑问，由于持续的全球大流行，2020年最快的物联网垂直领域是医疗保健。多年来，由于行业的高度监管性质和普遍的被动立场，在医疗保健中实施物联网项目已被证明很麻烦。 越来越多的证据表明，COVID-19已导致医院，尤其是医院的数字爆炸。美国食品药品监督管理局（FDA）于2020年5月发布了多项临时政策，以在2020年支持数字化工具。德国于2020年10月首次允许医生开具针对特定疾病的数字化医疗应用程序的处方（例如，可帮助治疗焦虑症）。 供应链监控开发商Controlant于2020年底开始 为辉瑞和美国政府提供疫苗分配的监控支持。这一点特别重要，因为需要在运输过程中仔细控制温度，以保持这些疫苗的安全。借助AI监控技术，Controlant能够减少损坏和产品损失。 在大流行期间激增的应用之一是远程医疗，其中医生通过视频会议治疗患者。医生报告说，远程医疗通常仅被视为迈向数字诊断的第一步，数字诊断依赖于可从远处诊断患者的物联网设备。数家医院于2020年开始对其进行试验。2020年12月，一个伦敦外科医生的视频传播了病毒，该视频使用5G在加利福尼亚的一个香蕉上进行了远程手术。 物联网技术将扩展其存在并影响行业。它将与医疗保健中的其他技术趋势同时发生，从而为患者，医生和管理人员带来价值。
趋势7：汽车一个扇区被看到的了很大的进展在物联网的应用是汽车行业。无线固件（FOTA）允许在嵌入式系统上更新无线固件。这提供了一个平台，可以轻松修复错误并替换旧版本的固件。道路状况分析是物联网可以在汽车行业，尤其是自动驾驶汽车中蓬勃发展的另一种应用。 远程信息处理 也是汽车物联网中一个严肃的话题。远程信息处理将您的车辆转变为物联网设备。紧急呼叫，GPS和蓝牙只是通过远程信息处理实现的一些连接。这是实现V2X（车辆到一切）技术的第一步。这可以启用诸如空中更新之类的功能。 车对车通信对于自动驾驶汽车的未来也很重要。如果无人驾驶汽车可以相互通信，它们可以更好地保持安全距离并共享其他重要数据。
趋势8：工业物联网（IIoT）制造商希望保持竞争力，并探索工业物联网（IIoT）应用。由于嵌入式边缘网络在由人工智能提供支持的同时能够保持更高的效率，因此正在得到利用。这是许多 工业物联网用例之一。实际上，到2026年，人工智能在该领域的作用预计将达到167亿美元。 预测性维护也是机器学习和IoT技术带来的另一个主要优势。借助现有数据，AI算法可以在机器需要维修之前确定何时实施预防措施。 用于视觉检查的计算机视觉也是一项关键技术，可以降低成本并提高效率。如果给定正确的训练数据和硬件，则ML算法在视觉检查上比人类算法更有效。像宝马这样的公司已经在使用这项技术来确保其汽车零件的质量控制。
物联网的未来物联网技术的进步正推动着我们以前所未有的速度前进。尽管全球流行病和零部件短缺可能会在短期内减慢进度，但重要的是对这些不断发展的技术进行投资，以长期保持竞争力。没有人工智能，机器学习，嵌入式系统和全面的IoT框架，企业将无法跟上日益互联的世界。通过利用这些强大的技术，公司可以从互联的物联网生态系统中受益于智能功能，功能和生产力。
