1999年,英国技术专家凯文?阿什顿(Kevin Ashton)创造了“物联网”(IoT)一词,当时全世界才刚刚熟悉了新生的网络以及如何访问和使用其众多应用程序。在那之后的二十多年里,越来越难以想象一个我们的经济和社区没有通过互联网及其设备得到支持和连接的世界。
在全球范围内,将物联网技术融入企业的公司数量从2014年的13%增长到2019年的约25%。根据微软2019年的一项调查,在美国、德国、法国和中国等国家,企业规模的商业组织的物联网使用率超过了85%。IDC最近的分析预测,到2025年,全球联网设备将达到416亿台,未来三年,全球商业和消费者在物联网上的支出将超过1万亿美元。
但是,由于种种原因,物联网技术在某些行业、地区甚至社会经济阶层的扩散并不是统一的。尽管如此,COVID-19大流行肯定会动摇目前技术革命的惯性,加速实现物联网在真正的全球范围内的应用。这主要是由于人工智能(AI)和机器学习提供的优势。这些技术可以从IoT生成的数据中获得快速、可靠和可操作的洞察力,这是第四次工业革命发展的倒数第二个阶段。
首先,这是因为大多数物联网生成的数据通常被用户闲置,并且主要用于追溯异常检测和控制,而不是优化和预测。物联网投资者、所有者或最终用户无法利用其物联网资产生成的数据来告知他们的决策,这已成为当今各行业和地区物联网采用率差距悬殊的主要因素。没有适当的分析工具,很难衡量,更不用说实现任何物联网资产的全部价值了。
可以肯定的是,数据智能是基于算法的多种来源的多种形式数据的分析,可为同样多样的机构决策提供依据,它为我们提供了一种使投资,生产,消费和商业模式全面现代化的手段。
新冠状病毒造成了难以置信的经济破坏,凸显了将物联网数据分析纳入组织机构的重要性。组织可以利用人工智能工具来分析来自分布式物联网资产的各种形式的数据,从而为不同的决策提供信息。
业务连续性遭受外部冲击,例如当前的冠状病毒大流行。而且,正如许多流行病学家所同意的那样,在21世纪的过程中,我们必然会目睹随后的复杂疾病暴发。因此,消除我们行业面临的这些风险并建立更具弹性的投资环境已经并将继续至关重要。
能源行业提供了有用的案例研究。物联网和人工智能的结合使投资者(从私募股权和基础设施基金到公用事业)能够提高其投资的弹性。这是朝着建立更能抵御当前冠状病毒大流行等外部冲击的组织结构迈出的第一步。对于寻求满足其股东和其他利益相关者的要求以加强其业务连续性管理系统的高层管理人员来说,将物联网与AI平台结合使用可以减少特定中断余波的影响,例如应对大流行而施加的政府限制。
事实上,在企业环境中的200多个已知物联网应用中,它的显著优势是最大限度地减少了与资产进行物理、人机交互的需求。全球数以百计的政府强制封锁只会增加这一功能的相关性,并展示物联网的关键性质。
随着数据智能算法从物联网系统生成的数据中衍生出来,不再需要派遣人力技术人员评估资产性能和服务漏洞。不过,这并不是说物联网和人工智能使人类劳动在能源领域变得无关紧要。取而代之的是,人工劳动将重新调整用途,以改进和响应智能生成的洞察数据。
虽然这只是一个例子,但仍然很有启发性。 它不仅说明了人工智能如何为投资者和企业提供所需的见解,以最大限度地提高物联网性能,而且还说明了组织如何更好地将其遭受外部冲击(例如COVID-19大流行)的风险降至最低。 无论投资者或企业在哪里从事业务以及他们所从事的行业是什么,这都是事实。人们越早意识到这一点,我们越早就会看到Ashton和他的同行所设想的未来成为我们的现实。