2019年IoT的技術成熟曲線
許元潔/ 發布日期：2019/10/22/ 瀏覽次數：152
IoT技術成熟曲線概述了IoT的技術與服務，現階段企業已從「紙上談兵」轉為實施IoT的概念性驗證(Proofs Of Concept, POCs)與試驗，但卻鮮少有企業推出大規模的推動措施，因許多企業仍在思考如何將IoT納入商業流程的轉型並發展其能力的階段中，此報告可供企業首席資訊長(CIO)作為策略決策之參考，為企業帶來更有利的決策判斷。
Gartner的IoT技術研究中，指出數位商業科技平台(Digital Business Technology Platform, DBTP)技術、邊緣人工智慧(Edge AI)，及事件串流處理(Event Stream Processing, ESP)技術等三項技術，將在2至5年內帶來顛覆性效益，且皆處於過度期望的高峰期(Peak of Inflated Expectations)，以下將針對IoT技術成熟曲線的關鍵發展趨勢，與前述三項技術的發展與商業影響進行說明。
一、 2019年IoT技術成熟曲線的關鍵發展趨勢
據Gartner 2019年對企業首席資訊長(CIO)的調查結果顯示，物聯網被CIO視為五大改變遊戲規則的技術之一，且有15%的受訪CIO將在2019年擴大對物聯網的研發投入。雖然企業對物聯網的採用程度差異甚大，但物聯網仍被認為是數位化的重要元素之一。
雖然物聯網發展階段已從曲線高點向下開始滑落，但仍對大多數企業的商業轉型產生影響。但企業在導入物聯網解決方案時仍需解決成本、複雜性與擴展等的難題。以下說明物聯網商務解決方案(IoT business solutions)、數位分身(Digital Twin)與物聯網平台(IoT platform)帶來創新的見解。
雖然物聯網發展階段已從曲線高點向下開始滑落，但仍對大多數企業的商業轉型產生影響。但企業在導入物聯網解決方案時仍需解決成本、複雜性與擴展等的難題。以下說明物聯網商務解決方案(IoT business solutions)、數位分身(Digital Twin)與物聯網平台(IoT platform)帶來創新的見解。
(一)物聯網商務解決方案(IoT business solutions)：物聯網商務解決方案處於過度期望的高峰期，反映出企業將面臨的挑戰與機遇。企業目前透過特定的解決方案佈局物聯網，例如：預測性維護。但為了能提供更多價值，物聯網解決方案應進一步與企業的系統進行整合，以最適化商務決策。
(二)物聯網平台(IoT platform)面臨的技術難題，例如：資料擷取(data ingestion)、資料安全性與整合挑戰，以及商業業務的問題。
二、 數位商業科技平台(Digital Business Technology Platform, DBTP)
(一)定義：數位商業科技平台是讓企業結合技術並參與數位商業的生態系。此平台結合了現有IT、顧客參與、資料分析、生態系夥伴及物聯網感知商業活動，為相關人員創造出新商業價值。平台與商業生態系能進行資產的分享，如：共享資料、演算法、交易，以進行生態系的媒合、建立與交換等服務。
(二)商業影響：數位商業科技平台使企業能夠成為數位企業並向顧客提供數位產品與服務。若沒有DBTP，企業將更難獲得數位企業的商業利益。
DBTP使人們、企業與物品(Thing)能夠為企業創造出新價值。數位平台讓新市場進入者、新創公司、競爭對手以及智慧機械更容易創造與尋求新的商機。因DBTP為企業領導者提供了一個更簡單的能融資或投資標的地方，建議傳統企業須建立一個數位商業技術平台，以利競爭或參與這些新市場。
DBTP使人們、企業與物品(Thing)能夠為企業創造出新價值。數位平台讓新市場進入者、新創公司、競爭對手以及智慧機械更容易創造與尋求新的商機。因DBTP為企業領導者提供了一個更簡單的能融資或投資標的地方，建議傳統企業須建立一個數位商業技術平台，以利競爭或參與這些新市場。
三、 邊緣人工智慧(Edge AI)
(一)定義：終端人工智慧是將人工智慧技術嵌入在物聯網端點、閘道器與邊緣裝置中，應用範圍從自駕車到串流分析(Stream Analytics)。
(二)商業影響：2018年Gartner預測邊緣人工智慧(Edge AI )將於5-10年帶來顛覆性效益，但2019年的預測指出，期將於2-5年內帶來顛覆性效益。若將人工智慧技術嵌入邊緣裝置中，將可能對企業產生積極正面的影響，如：在製造業可強化外觀檢測(Visual Inspection)系統，以提高營運效率；在邊緣執行時可有更快的執行效率，將能提升顧客體驗；使用串流分析及遷移到以事件為基礎的結構，以減少決策延遲；可讓邊緣與雲端的資料流量減少，可降低通訊成本；透過更積極地運用資料可減少儲存需求，並能更準確地預估潛在的過時(Obsolescence)資料。
(二)商業影響：2018年Gartner預測邊緣人工智慧(Edge AI )將於5-10年帶來顛覆性效益，但2019年的預測指出，期將於2-5年內帶來顛覆性效益。若將人工智慧技術嵌入邊緣裝置中，將可能對企業產生積極正面的影響，如：在製造業可強化外觀檢測(Visual Inspection)系統，以提高營運效率；在邊緣執行時可有更快的執行效率，將能提升顧客體驗；使用串流分析及遷移到以事件為基礎的結構，以減少決策延遲；可讓邊緣與雲端的資料流量減少，可降低通訊成本；透過更積極地運用資料可減少儲存需求，並能更準確地預估潛在的過時(Obsolescence)資料。
四、 事件串流處理(Event Stream Processing, ESP)
(一)定義：事件串流是針對一系列的事件對象以某種順序排列，通常是以時間為順序排列。串流分析可在三個階段中應用：(1)隨著新資料的到來，使用推式連續智慧系統(Push-Based Continuous Intelligence Systems)；(2)資料到達後，使用即時的需求查詢；(3)儲存之後，依需求對歷史資料進行查詢。有些ESP系統的目的是獲取、處理和儲存事件串流後以備未來使用。
(二)ESP軟體的商業影響：
1.提供恐被忽視的資訊，可提高決策(Decision Making)的品質。
2.實踐更智慧的異常檢測(Anomaly Detection)，並能更快地回應所偵測到威脅與機會。
3.透過消除不相關的資訊，僅提醒最重要的資訊，幫助企業人員免受於資料超載的影響。
ESP是推動數位企業、運算商業(Algorithmic business)與智慧商業/智慧企業(Intelligent Business)營運的關鍵驅動力之一。Gartner預測未來10年ESP的大部分的使用量將來自IoT、顧客體驗管理(Customer Experience Management)與詐欺偵測應用。
2.實踐更智慧的異常檢測(Anomaly Detection)，並能更快地回應所偵測到威脅與機會。
3.透過消除不相關的資訊，僅提醒最重要的資訊，幫助企業人員免受於資料超載的影響。
ESP是推動數位企業、運算商業(Algorithmic business)與智慧商業/智慧企業(Intelligent Business)營運的關鍵驅動力之一。Gartner預測未來10年ESP的大部分的使用量將來自IoT、顧客體驗管理(Customer Experience Management)與詐欺偵測應用。
資料來源
- Gartner