影响工业物联网商业发展的7个趋势 上篇

事实证明，2019年将是物联网技术取得更大进步的一年，特别是在商业和工业物联网领域。面对未来的发展，从计算规模到真正的边缘计算价值，从闭环边缘到云计算到机器学习，您需要了解工业物联网商业发展推动这一领域进步的七个关键趋势。

1、工业物联网商业发展--分析和机器学习公司需要评估小型计算规模的性能

随着工业物联网项目逐渐远离以云为中心的方法，人工智能和工业物联网开发的下一步需要将算法转化为边缘计算任务，同时占用的空间要小得多。

根据研究机构Gartner的数据，未来四年，75%的企业将以比云计算快10%的速度生成数据。向边缘计算的转换不仅取决于数据的大量增长，还取决于分析的准确性、降低的延迟要求、安全问题和巨大的成本效益。

云是存储数据和训练机器学习模型的好地方，但它不能提供高分辨率的实时流数据分析。相比之下，边缘计算技术可以分析所有原始数据，以提供最高精度的分析，并提高异常检测的能力，以便立即做出响应。成功的测试将是在尽可能小的范围内实现的“技能”或计算能力的数量。

2、工业物联网商业发展--了解“真实”和“错误”的边缘解决方案

与所有当前的新技术一样，一些市场不再使用“边缘计算”一词。当使用工业物联网时，其组成没有明确的界限。“假”边缘解决方案声称边缘可以处理数据，但实际上依赖于将数据返回到云进行大量或少量的处理。

在学习边缘计算时，“虚假”边缘计算被认为是没有复杂事件处理器（CEP）的虚假数据。这意味着延迟更高，数据仍然“脏”，导致分析不准确，这严重影响了机器学习（ML）模型。

“真正的”边缘计算始于高效复杂的事件处理器（CEP），它可以在生产过程中清理、标准化、过滤、过滤工业原始数据或过滤场景或原始数据。此外，“真正”的边缘解决方案包括内置于最小（和最大）计算区域的集成机器学习和人工智能功能。

复杂事件处理器（CEP）的功能旨在为您提供最佳用户体验，以便在工业环境中执行实时和操作分析，并快速恢复操作员（OT）。它还为最佳机器学习/AI性能准备数据，并生成最高质量的预测洞察力，以改善工厂性能和流程。

真正的边缘计算可以降低成本，提高效率和数据分析，帮助工业企业走上真正的数字化转型之路。