?

　　我們或許都聽(tīng)過(guò)這樣的預(yù)測(cè)：物聯(lián)網(wǎng)將會(huì)憑仗不可勝數(shù)的物件和不可勝數(shù)的資金，在2050年之前成爲(wèi)不可阻撓的趨向。但是，在Gartner預(yù)測(cè)全球聯(lián)網(wǎng)“物”的運(yùn)用量將在2020年到達(dá)250億件的背景下，人們開(kāi)始關(guān)注物聯(lián)網(wǎng)的增強(qiáng)給企業(yè)帶來(lái)的機(jī)遇和應(yīng)戰(zhàn)。

?

　　但僅憑這些預(yù)測(cè)，您無(wú)法看到故事的全貌。要真正釋放物聯(lián)網(wǎng)的潛力，您需要克制數(shù)據(jù)應(yīng)戰(zhàn)，這比處理“物”自身的問(wèn)題更爲(wèi)重要。

?

　　

?

　　此類(lèi)應(yīng)戰(zhàn)的最佳示例莫過(guò)于“最后一英里”數(shù)據(jù)問(wèn)題，例如如何從設(shè)備或遠(yuǎn)程平臺(tái)提取數(shù)據(jù)，如何經(jīng)過(guò)解讀數(shù)據(jù)剖析來(lái)增長(zhǎng)生產(chǎn)力和完成最高績(jī)效。無(wú)論是聯(lián)網(wǎng)住房還是工業(yè)級(jí)處理方案，在搜集數(shù)據(jù)后，人們往往難以經(jīng)過(guò)易于運(yùn)用的方式，將數(shù)據(jù)中的信息展現(xiàn)出來(lái)進(jìn)行研究。

?

　　回想一下史蒂夫喬布斯初次介紹iPhone時(shí)的情形。他爲(wèi)運(yùn)用大尺寸觸屏提供了一個(gè)理由：每個(gè)使用都需要本人的用戶(hù)界面。相似的理由一樣適用于剖析。

?

　　我們提出的每一個(gè)數(shù)據(jù)都必須本人的圖表和可視化視角；構(gòu)成物聯(lián)網(wǎng)根底的傳感器數(shù)據(jù)表現(xiàn)出爆炸式增長(zhǎng)趨向，愈加需要不同的圖表和視角。不幸的是，少數(shù)物聯(lián)網(wǎng)應(yīng)用程序采用了原封不動(dòng)的視圖，或“閉端式儀表板”。除了答復(fù)提前確定的問(wèn)題外，它們?cè)贌o(wú)其他用處。

?

　　這些工具的靈敏性遠(yuǎn)遠(yuǎn)滿(mǎn)足不了用戶(hù)的需求。“可鉆性”關(guān)于物聯(lián)網(wǎng)數(shù)據(jù)的運(yùn)用價(jià)值至關(guān)重要。例如，您或許可以運(yùn)用一個(gè)物聯(lián)網(wǎng)應(yīng)用程序的故障引擎數(shù)據(jù)來(lái)預(yù)測(cè)今后的故障頻率和類(lèi)型。但是，假如您希望檢查呈現(xiàn)故障的詳細(xì)部件，狀況又會(huì)如何？要答復(fù)這個(gè)十分自然的后續(xù)問(wèn)題，交互性和共享才能至關(guān)重要。

?

　　理想的狀況是，用戶(hù)與數(shù)據(jù)以及其他數(shù)據(jù)探究者進(jìn)行隨意而深化的對(duì)話(huà)，讓每團(tuán)體都可以發(fā)現(xiàn)惹起變化的陳列及形式。

?

　　與這些深層問(wèn)題親密相關(guān)的是物聯(lián)網(wǎng)成功的第二個(gè)關(guān)鍵要素：集成。交互式數(shù)據(jù)剖析可以提供答案，物聯(lián)網(wǎng)數(shù)據(jù)與其他上下文信息的組合一樣可以提供答案。

?

　　我們從一個(gè)消費(fèi)者示例說(shuō)起，例如經(jīng)過(guò)組合Fitbit數(shù)據(jù)來(lái)探究健身方案與睡眠形式之間的潛在關(guān)聯(lián)。

?

　　如今，想象經(jīng)過(guò)混合不同數(shù)據(jù)來(lái)尋覓企業(yè)級(jí)見(jiàn)地。放射引擎中的嵌入式傳感器有助于預(yù)測(cè)引擎何時(shí)需求維護(hù)。它可以預(yù)防故障，節(jié)省數(shù)十億美元的資金，甚至援救生命。與其他信息組合后，它還可以協(xié)助我們爲(wèi)每個(gè)商品或區(qū)域制定更好的預(yù)算決策。

更多閱讀

物聯(lián)網(wǎng)卡的類(lèi)型到底有幾種？

智能新研發(fā)--眼紋識(shí)別技術(shù)