对许多行业来说，2021年是充满挑战的一年，但物联网技术已经在塑造商业和消费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，每个行业都在利用物联网等技术变得更加智能。如果不能在这个领域保持竞争力，可能会导致重大损失。
全球大流行是2020年物联网增长的一个重大障碍。尽管2019年11月的一份预测预测，2020年物联网支出将增长14.9%，但增幅仅为8.2%。根据国际数据公司(InternationalDataCorporation)的预测，物联网今年将大步回归，并在2020年至2024年期间实现11.3%的增长率。
最近，半导体和其他物联网组件的短缺给2021年的物联网增长提出了疑问。制造商必须迅速适应，以保持势头，保持竞争力。虽然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)今年在网上举行，展示最新的创新产品。从此次活动展示的技术来看，物联网似乎还远未消亡。在流感大流行期间，美国有数百万人找到了自己的家，对智能家居产品的需求更高。DIY智能家居产品出货量增长9%，9900万件，价值150亿美元(增长3%)。
让我们来看看2021年及以后对物联网最重要的各种趋势。
趋势1：AIoT
2021年，物联网设备将增长到惊人的460亿台。这些设备大多数只有一个处理器和少量内存。物联网渗透了我们的社会。
来自物联网设备的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相结合，为先进的物联网数据分析解决方案创造了一系列机遇。大数据、人工智能和物联网可以收集预先结构化的数据，设置数据管道，并在此基础上构建人工智能组件。这种做法的重要性在今后几年里仍将具有现实意义。
ResearchandMarkets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。他们还证明，人工智能将物联网数据的效率提高了25%，为行业提高了42%的分析能力。人工智能在物联网中心和边缘网络中都发挥着作用。在该系统的中心，人工智能可以执行预测分析，并在异常情况下向用户发出警报。
从物联网解决方案中获取数据见解只是第一步。人工智能在物联网系统中的作用还有更大的潜力有待挖掘。
管理物联网设备和决策过程
想象一下，一个工厂使用物联网装配线，通过使用人工智能视觉检测来控制质量，从而减少制造过程中的制造缺陷率。以自动驾驶汽车为例，其每个错误的成本要高得多。它不仅安全地将乘客带到目的地，还利用这些数据准确预测交通模式。这些数据可以用于未来建设更高效的道路和基础设施。
人脸和声音识别是用于生物识别的其他重要元素。人工智能驱动的面部识别在很多方面都很有用，比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，人工智能的决策能力越来越强。然而，需要人工管理人员和数据科学家来帮助维护系统和解决重要的任务。
趋势2：利用物联网设备进行边缘计算
云和本地服务器并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。正因为如此，云计算不适合像自动驾驶汽车那样需要实时计算的实现。
边缘物联网应用于交通摄像头，用于行人检测、自适应交通灯、车辆优先级、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的需求也在不断增长。
亚马逊的第二代AWS物联网Greengrass服务已经投入使用，允许开发者在边缘设备上使用Lambda功能。它允许开发人员在物联网设备中执行机器学习和计算任务。
更多的物联网解决方案将包括机载人工智能，并将一些计算从云端推向终端设备。造成这种情况的三个主要原因是反应时间、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
谷歌对搜索趋势的见解让我们被宠坏了。Netflix和Spotify也非常了解我们的观看和收听习惯。然而，即使是这些预测也会出错，导致不相关的内容出现在我们的屏幕上。这项技术在不断改进。
智能家居技术是一个个性化至关重要的领域。管理日常家庭活动的技术需要高度个性化的体验，以达到最好的客户满意度。在2021年消费电子展上，三星推出了SamsungBotHandy和JetBot90AI+。多亏了人工智能和数据分析，家庭辅助机器人成为可能。
人工智能的发展和边缘计算将帮助这一领域的市场大幅增长。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。AI必须根据主人的习惯做出选择。由于需要个性化，广义数据不足以训练神经网络。需要个人资料。然而，这些数据通常是非常隐私的，用户不愿意分享。
这个问题的关键可能是边缘计算，即数据在用户设备上本地保存和处理。这可能对改善消费者对智能家居技术的认知至关重要。2019年Statista的一份报告显示，46%的智能家居用户将他们的体验描述为侵入性的，而36%的用户将他们的体验描述为可怕的。在使用智能家居物联网技术时，边缘计算可以让客户感到更安全。
趋势4：物联网连接
到2025年，物联网互联网连接可能会超过300亿次，相当于每人约有4台设备。麦肯锡称，B2B领域5G物联网模块的总收入将从约1.8亿美元增加到2030年的近100亿美元。
2020年7月，3GPP标准机构公布了5G连接的最新规范:第16版。这对5G物联网具有重要意义，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距离主流应用还很遥远，但企业可能会考虑在有盈利商业计划的情况下进行这种相当昂贵的部署努力。
减少延迟将允许联网设备以前所未有的速度发送和接收数据。这将使数据分析和管理功能达到老式4G网络无法达到的水平。
这项技术的价值取决于几个因素：基础设施成本、数据传输成本，以及某些使用情况是否真的需要5G速度。智能城市、交通和工业物联网将是最先受益于该技术的技术。
其他网络标准如Wi-Fi-6不断发展，允许更高的带宽、更同步的数据流和更宽的频谱，达到6GHz。另一种连接物联网的技术是低功耗广域网(LPWAN)。低功耗和大有效范围使LPWAN成为偏远地区需要高工作寿命的小型设备的理想解决方案。LPWAN市场规模在2020年超过了25亿美元，预计在2021年至2027年间将以超过60%的复合年增长率增长。
在低范围连接领域，Zigbee处于领先地位。该公司通过免版税的连接标准来提高智能家居产品之间的兼容性，通过为互操作性设定行业标准，可以为用户和物联网产品制造商带来真正的价值。
我们正从技术转向行业垂直领域，在这些领域，物联网将产生最大的影响，可能会很有趣。
趋势5：智慧城市
普华永道表示，智慧城市的发展将在未来7年实现增长。到2025年，这项技术的市场将达到2.5万亿美元。高通公司业务发展高级总监兼智慧城市主管提到，综合生态系统比独立解决方案更有重点。还有另一个挑战需要克服：新的解决方案通常有一个必须集成的遗留组件。
智慧城市是继工业物联网之后的第二大5G应用领域。这将允许一个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之一。
数据是最有趣的元素。智慧城市数据大多是公开的，可以比智能家居系统所需的数据更快地收集。因此，机载人工智能与物联网结合的成功机会是存在的。例如，迪拜的道路和交通管理局利用人工智能在地铁站进行人群管理。
在早期阶段，人工智能将从数据中得出建议和见解。随着技术的进步，更多的智慧城市决策将委托给人工智能。这对交通管理、水、洪水监测和视频监控都有好处。
趋势6：医疗保健和物联网
2020年物联网垂直发展速度最快的是医疗保健，这无疑是由于正在发生的全球大流行。多年来，在医疗保健领域实施物联网项目一直很麻烦，原因是该行业受到高度监管，总体上处于被动地位。
越来越多的证据表明，COVID-19已导致医院特别是医院的数字化爆炸式发展。美国食品和药物管理局(FDA)于2020年5月发布了多项临时政策，以支持2020年期间的数字工具。2020年10月，德国首次允许医生为特定疾病开数字健康应用(例如，一款有助于治疗焦虑症的应用)的处方。
供应链监测开发商Controlant于2020年底开始为辉瑞和美国政府提供疫苗分发的监测支持。这一点特别重要，因为这些疫苗在运输途中需要小心地控制温度。有了人工智能监控技术，Controlant能够减少变质和产品损失。
在流感大流行期间激增的应用程序之一是远程医疗，医生通过视频会议治疗病人。医生们报告称，远程医疗通常被视为迈向数字诊断的第一步，数字诊断依赖于物联网设备，可以对患者进行远程诊断。几家医院于2020年开始试验这种方法。2020年12月，一名伦敦外科医生在加州使用5G对一根香蕉进行远程手术的视频走红。
物联网技术将扩大其在该行业的存在和影响。它将与医疗保健领域为患者、医生和管理层带来价值的其他技术趋势一起发生。
趋势七：汽车
在物联网应用方面取得巨大进展的一个领域是汽车行业。无线固件(FOTA)允许在嵌入式系统上进行无线固件更新。这提供了一个平台，可以方便地修复bug并替换旧版本的固件。道路状况分析是物联网在汽车行业，尤其是自动驾驶汽车领域的另一个应用。
车载信息技术在汽车物联网领域也是一个严肃的话题。远程信息技术将你的车辆变成物联网设备。紧急呼叫、GPS和蓝牙只是通过远程信息技术实现的一些连接。这是实现V2X(车辆到一切)技术的第一步。这可以启用无线更新等功能。
车对车通信对自动驾驶汽车的未来也很重要。如果无人驾驶汽车能够相互沟通，它们就能更好地保持安全距离，并分享其他重要数据。
趋势8：工业物联网(IIoT)
制造商正寻求保持竞争力，并探索工业物联网(IIoT)应用。嵌入式边缘网络由于能够在人工智能的驱动下保持更高的效率而得到越来越多的利用。这是众多工业物联网用例之一。事实上，到2026年，人工智能在该领域的价值预计将达到167亿美元。
预测性维护也是机器学习和物联网技术带来的另一个主要好处。通过现有数据，人工智能算法可以在机器需要维修之前确定何时实施预防措施。
计算机视觉对视觉检测也是降低成本、提高效率的关键技术。当给定正确的训练数据和硬件时，ML算法在视觉检查方面比人类更有效。宝马等公司已经在使用这种技术来确保汽车零部件的质量控制。
物联网是未来
物联网技术的进步正在推动我们走得比想象中更远。虽然全球大流行病和部件短缺短期内可能减缓进展，但重要的是对这些不断增长的技术进行投资，以保持长期竞争力。如果没有人工智能、机器学习、嵌入式系统和全面的物联网框架，企业将无法跟上日益互联互通的世界。通过利用这些强大的技术，企业可以从联网物联网生态系统中获得智能功能、功能和生产力的好处。
