
什么是物联网?基本上,物联网就是可以通过一个开关将不同的设备连接起来。通过增加传感器和进行分析,可以将业务效率和精细度提高到一个新的水平,并推动应用程序适用于生活中的方方面面:从通过老人的拖鞋检测他们的行走节奏和心脏速率,到通过远程无线控制高压电力网格,几乎一切都可以被感应并且成本极低。如今,硅器件在医疗、健身、工业、汽车以及智能家居市场等领域的出货量达到数十亿。
从大市场来看,物联网可划分为垂直维度:零售、交通运输、智能家庭和建筑以及工业和能源;而水平维度的划分为:互联、远程管理、保护、数据分析和安全。包括英特尔在内的一些芯片厂商也发布过相关物联网平台,并已被应用到许多行业当中。例如,面向远程患者监控(RPM)的物联网系统、产品状态监控系统和酒店管理等等。
物联网推动产业发展
埃森哲(Accenture)是一家全球领先的专业服务公司,为客户提供战略、咨询、数字、技术和运营服务及解决方案。埃森哲全球首席技术官保罗 多尔蒂(Paul Daugherty)指出:“当前产业物联网技术已然成型,它有助企业提高生产率并降低成本。但企业不应止步于此,而应通过释放数据价值来开辟新的市场和收入来源,这样才能充分发挥产业物联网的经济效能。这意味着企业必须从根本上转变运营模式——与竞争对手合作,寻找其他行业的合作伙伴,重新设计组织架构,投资培养新的技能和人才。”
产业物联网还将提供新的就业机会,推动劳动力转型。埃森哲与世界经济论坛期间联合发布的另一份报告指出,数字技术将提高员工现有技能,助力员工从事更加精密的作业,这将为未来的劳动力转型带来积极影响。比如,钻井运营商可远程操作设备,与工程师和数据分析师协作,提升钻井作业的精确度和生产率。
如今,我们看物联网的发展,它可以是主要的驱动力,使整个计算成本降低。我们用更强劲的能力提供计算能力,提供储存能力,提高我们的响应能力。举例来说,物联网很重要的一个环节,可能是刚才施工中的挖土机,可能是在车联网中的一辆车,可能是我们戴的一个手环;通过标准数据连接对数据进行传输,数据变成核心环节,我们怎么对它做出处理、做出反映、做出分析。但最后很重要的环节是把我们这个结果重新应用到业务中去,这个里面有一个新的场景,怎么样从应用场景、应用考虑,应用角度分析我的数据,找到它的应用价值。
我们经常谈到闭环,在互联网上有很多闭环的观念,物联网中闭环的概念也很重要。当我们收集数据、分析数据,看到数据价值之后怎么样把它用到创造价值的机器里边,就是引擎里边我们要追求的一个闭环。
今天我们探讨物联网,物联网的场景非常多,从哪里开始很重要。很多时候你不需要做非常大投入,它可能就在你最接近领域的里就可以体现一些物联网的应用。
物联网在安全性等方面依然面临挑战
虽然产业物联网蕴藏着巨大的潜力与新机遇,但仍然存在着阻碍企业未来增长的诸多因素。上图的调查结果凸显了企业应用产业物联网的主要障碍。如我们所料,近三分之二的受访者普遍认为,安全性和互操作性是企业采用产业物联网面临的两大主要障碍。其他主要障碍则包括缺乏明确的投资回报率(53%)、传统设备(38%)和技术不成熟(24%)。
在社会层面,还应考虑由于自动化水平提高可能导致某些部门出现裁员的情况,这一点非常重要。这一情况类似于在通信企业中,接线员的工作被技术解决方案所取代。随着智能机
器越来越普及,更多的工作将受到影响,甚至是以往被认为只有人工才能完成的工作。例如,按当前技术的发展速度,未来二十年,自动驾驶车辆可能取代重型卡车的驾驶员。与此同时,很多新的、不同类型的工作也会随之出现,这些工作需要各种独特的人类能力,如创造力、批判性思考和协作,对此加以预判同样至关重要。
埃森哲认为,行业和政府领导者都应注意到,技术因素正在不断推高低技能工作的门槛,这一点非常重要。因此,持续提升技能将成为一种切实需要。各方亟待采取行动,重新关注教育,调整当前的教育制度和举措,帮助年轻一代做好准备,迎接未来的数字化职场。
物联网还在演进中
连接的体验,也就是我们所讲的互联互通,而且通常情况下我们需要具有创造力的劳动力,这些人需要具备能力去创造,提高效率,之前研究人员也有很多很棒的经验,所以这就是在数据业务的六大基石。那么我们能够采取什么样的驱动呢,就是说我们一定要把我们的业务转型成为完全可以信赖的实时数据模式。并且我们需要降低成本,增强灵活性,同时致力于如何为客户创造价值,如何为客户带来更多创新。
大数据如何在各个领域应用并且获得成功。比如说城市,还有交通管理,在中国各个不同城市也在采用这样的方法,企业的部门之间可以利用数据来进行更紧密的协作。另外在智能家居领域,比如说能源管理、能耗管理、信息娱乐系统,还有交通信息等等,所有这些智能家电、智能家居都在不停地演进。对我们来说共享信息的一个渠道也是物联网对市场形成的影响。
物联网为中国带来巨大效益,还需加快投资节奏
物联网具有实时性和交互性的特点,从功能上看,我国物联网主要有八大应用领域:城市管理、数字家庭、定位导航、现代物流管理、食品安全控制、零售、数字医疗、防入侵系统;从产业结构上看,则有九大应用领域:智能工业、智能农业、智能物流、智能交通、智能电网、智能环保、智能安防、智能医疗、智能家居。信息时代,连结万物的物联网几乎可以说无处不在。
据埃森哲模型显示,物联网能为中国创造巨大经济效益。为了解物联网在中国各产业的具体经济潜力,埃森哲联合Frontier Economics,就物联网对中国12个产业的累计GDP影响进行了预估。
分析显示,在中国当前政策和投资趋势的助推下,未来15年,仅在制造业,物联网就可创造1960亿美元的累计GDP。
虽然成效看似显著,但中国还能进一步扩大物联网的影响。通过进行定向投资和为其他类似计划提供支持,提高本国吸收物联网技术的能力,各行业还将产生巨大的附加值。以制造业为例,物联网创造的经济价值将从1960亿美元跃升至7360亿美元,增加276%。对资源产业而言,物联网创造的经济价值也将从480亿美元增至1890亿美元,比当前条件下高出近三倍。
分析显示,制造业在物联网经济效益中所占比重最大,其次为政府公共服务支出和资源产业。到2030年,这三大领域将占物联网所创造累计GDP总额的60%以上。
正是在全球物联网研发与应用风生水起的大背景下,政府正式启动了中国物联网的全面发展规划。国家领导人在不同场合针对“感知中国”概念的多次讲话,从技术研发、产业模式、经济前景等多个方面,为我国未来的物联网建设指明了发展方向与定位,揭开了国家推动物联网发展的大幕。
作为全球领先的专业服务公司,埃森哲给中国的建议是填补重要技能和基础设施空白,促进跨行业生态系统发展同时加快投资节奏,缩短周期。
我们看到物联网正在逐渐渗透到日常生活的各个方面,无处不在的传感器,使人们能更好地与周围互联互通,将现实生活与数字生活紧密结合在一起。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28PCU:游戏运营的 “实时晴雨表”—— 从数据监控到运营决策的落地指南 在游戏行业,DAU(日活跃用户)、MAU(月活跃用户)是衡量 ...
2025-08-28Excel 聚类分析:零代码实现数据分群,赋能中小团队业务决策 在数字化转型中,“数据分群” 是企业理解用户、优化运营的核心手段 ...
2025-08-28CDA 数据分析师:数字化时代数据思维的践行者与价值推动者 当数字经济成为全球经济增长的核心引擎,数据已从 “辅助性信息” 跃 ...
2025-08-28ALTER TABLE ADD 多个 INDEX:数据库批量索引优化的高效实践 在数据库运维与性能优化中,索引是提升查询效率的核心手段。当业务 ...
2025-08-27Power BI 去重函数:数据清洗与精准分析的核心工具 在企业数据分析流程中,数据质量直接决定分析结果的可靠性。Power BI 作为主 ...
2025-08-27CDA 数据分析师:数据探索与统计分析的实践与价值 在数字化浪潮席卷各行业的当下,数据已成为企业核心资产,而 CDA(Certif ...
2025-08-27t 检验与 Wilcoxon 检验:数据差异比较的两大统计利器 在数据分析中,“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法:解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域,准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师:数据治理驱动下的企业数据价值守护者 在数字经济时代,数据已成为企业核心战略资产,其价值的释放离不开高 ...
2025-08-26基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22