京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据或是物联网核心_数据分析师
物联网确实是在高速发展,但赚到的钱既不来自于网也不来自于物,而是通过物联网获取的数据进行商业服务获利。不幸的是,因为缺乏物联网基础设施,行业发展缓慢,供应商们被逼无奈构建基础设备、传感器网络和最顶端运行的服务器。
不同的传感器不同的标准
据高德纳咨询公司透露,至2020年,物联网的设备将会激增到260亿台。如果我们算上智能手机和平板的话,设备数量则高达330亿。这些小设备中蕴含着巨大商机:高德纳公司的物联网项目将会通过全球经济增值获得1.9万亿美元的营收。
问题是怎么让物联网市场再扩大呢?按照科技发展的一般思路想,答案应该是基础设施了。物联网现在有基础设施——但是基础设施太多了,说实话和根本没有的性质是一样的。
现在行业缺乏标准也不能怪到贪婪的供应商身上,毕竟他们是商人,希望挡住竞争对手,留住顾客。在最近一次麻省理工学院会议上,ARM公司 BillCurtis提到“因为现行的大多数网络标准对物联网设备建设来说都太复杂,所以这些设备都像直接运行专有协议,创建数据库。”换句话说,专有协 议本身并不是目的,而是达成目标的手段(让传感器网络中的个体相互沟通,从而提供商业服务)。
很遗憾,关于网络标准这个复杂的问题至今没有得到改善。相关人士表示“现在的公司都在为物联网孤军奋战,独自研究。不像早期互联网的发展,军事和大学研究中心都为同一个问题齐心协力,这样技术问题能得到更好的解决和统一。”现在还无法强制要求公司一起合作,不过这种情况可能会出现大的改变。
服务,而不是传感器
高德纳公司预计物联网供应商在2020年时最高可以获得3090亿美元的直接营收,而这些赚到的钱大多是来自于提供的服务。像博世这样的公司现在正在构建类似车队管理的服务,他们表示真正赚钱的是服务,而不是传感器或是设备。
有钱赚的地方就会有标准。不过这标准很有可能最后还是供应商自己制定的,就像AllSeenAlliance(全球众多消费电子公司和技术公司组成了的一 个技术联盟,以便实现家庭、医疗、汽车、教育等行业的跨设备互联)一样。举个例子,博世在建基于自家传感器的服务设施,同样需要竞争传感器厂商的帮忙。这也是公司为什么要花那么多时间谈商业模式,而不是只谈机器。
没有哪家硬件公司可以只依赖于自己生产的传感器。即使是像苹果这样成功的硬件公司也不能避免,最后还是让步于谷歌Android系统这样开放、基于服务的平台。其实就物联网而言,我们还处于市场早期阶段。如果按照ClaytonChristensen教授提出的市场发展理论来看,垂直整合的传感器和商业服 务将会主导物联网行业,但这绝不是物联网最后的发展状态。随着传感器的数量激增,传感器所遵循的标准都各不一样,服务供应商将会抓取和应用不同的数据,并尽力制定标准,以确保选取的数据可以使用。
现在要考虑的问题是硬件厂商是否会足够愿意努力推动标准化以便他们可以利用服务赚钱。把自己定位为纯硬件生产商的公司百分之八十是会失败的,而那些有长远考虑,不只是专注于网络服务的公司未来前景很光明。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01