2024年春季物联网状况：推动市场增长的10种新兴物联网趋势

IoT Analytics发布了一份新的分析报告，重点介绍了推动市场增长的10大新兴物联网趋势。

该分析源自综合性的《物联网现状 – 2024 年春季》——一份关于物联网现状的报告，包括市场更新和预测、最新趋势、市场情绪、投资、并购、行业专家意见以及 更多的。

关键见解：

•  根据最新的《2024年春季物联网状况报告》，物联网仍然是企业技术的三大优先事项。
•  虽然人工智能在企业优先次序方面已经超过物联网，但物联网和人工智能的结合正在兴起，并被视为2360亿美元物联网市场的顺风，而不是颠覆者。
•  物联网分析在这项研究中确定了40多个当前物联网市场趋势，其中10个趋势分享如下。

关键语录：

IoT Analytics 首席执行官 Knud Lasse Lueth 评论道：

“2023年，物联网市场在经济波动和地缘政治紧张局势中表现出显着的弹性。 我们现在预计，到 2030 年，每年将实现 17% 的强劲增长。这种增长是由物联网领域互联资产的增加以及对人工智能和网络安全的相应投资推动的。”

趋势一：半导体公司投资嵌入式芯片组安全

半导体公司越来越多地投资于嵌入式芯片组安全性，以解决物联网设备面临的日益增长的安全威胁。 使用安全元件和物理不可克隆功能 (PUF) 保护芯片组级别的硬件可以帮助保护从边缘设备流向云的数据。

示例：美国半导体公司英特尔的生态系统正在与美国数字身份验证公司 Intrinsic ID 等安全合作伙伴一起发展。 2024 年 2 月，Intel Foundry 将 Intrinsic ID 添加到其 Accelerator IP Alliance 计划中，旨在确保 Foundry 成员能够获得基于硬件的信任根解决方案。Foundry承认安全性和可靠性对应用程序很有价值，因此开放了对Intrinsic ID的QuiddiKey X00产品系列的信任根（RoT）解决方案的访问，该解决方案使用标准SRAM作为PUF来生成硬件RoT，而无需额外的安全专用硅。

分析师引述：“半导体公司处于应对[物联网设备面临的日益增长的安全威胁]的最前沿，专注于投资嵌入式芯片组安全，因为硬件构成了基础层。” – Satyajit Sinha，连接和硬件首席分析师

趋势二：AI芯片集成，工业自动化硬件变得更加智能化

随着人工智能技术的进步，企业现在希望在边缘利用人工智能，从而增加了对边缘实时数据分析的需求。 AI芯片组的尺寸也变得越来越小，同时功能也越来越强大。 这一趋势导致了嵌入AI芯片组的IPC和网关的出现，从而产生了能够执行并行计算并以非常低的计算响应延迟训练算法的边缘AI设备。

在边缘使用人工智能芯片组的好处之一是直接在工业设备上加速数据处理。 这反过来又减少了网络流量并增强了安全性，因为进入云进行处理的数据量减少了。

示例：在 2023 年 11 月的 SPS 上，德国自动化和数字化制造商西门子展示了其SIMATIC IPC520A Box PC，嵌入了用于边缘功能的 6 核 NVIDIA Carmel 和用于 A 的 NVIDIA Jetson Xavier NX GPU，使其适合面向 AI 的操作。 IPC520A 旨在与各行业基于人工智能的应用程序无缝协作，包括工厂自动化和物流。

分析师引述：“专为边缘设计的人工智能芯片组的进步值得注意。 将 AI 芯片组嵌入 IPC 和网关等边缘硬件中，使决策更加接近边缘，并为机器视觉等新的物联网应用打开了大门。” – Kalpesh Baviskar，市场分析师 - 连接和硬件

趋势三：制造业中生成式人工智能解决方案的竞赛已经开始

许多基于工业生成人工智能（GenAI）的解决方案展示不断涌现。 工业和制造领域的供应商正在竞相围绕编码、故障排除/支持、运营分析和生成设计等开发基于 GenAI 的解决方案。

示例：以下只是《物联网现状 – 2024 年春季报告》中的六个展示示例中的两个：

•  在 SPS 2023 上，德国自动化技术公司 Beckhoff 展示了适用于 TwinCAT XAE 工程环境的 TwinCAT Chat。 TwinCAT Chat 客户端使人工智能支持的工程能够自动执行创建或添加功能块代码、代码优化、文档记录和重组等任务。
•  2023 年 11 月，加拿大工业人工智能软件公司 Canvass AI 宣布其工业人工智能软件的下一代发展是超数据分析。 通过使用 GenAI，Canvass

人工智能软件现在融合了从文本和基于视觉的数据中学到的知识，将其添加到生产数据流中，以推进传统的基于时间序列的人工智能洞察，适用于过程工业中的视觉检查、预测性维护和质量等应用。

分析师引述：“SPS 2023 上的 15 家工业自动化及相关供应商告诉我们，GenAI 目前是他们的首要技术优先事项之一。 此外，我们观察到这些基于 GenAI 的解决方案大多处于展示其功能的阶段，而不是广泛向公众开放。 我们相信，这种情况将在未来几个月内得到发展，届时供应商将‘上线’购买这些产品。” – Fernando Brügge，工业物联网和人工智能高级分析师

趋势 四：生成式人工智能对制造业劳动力产生积极（而非消极！）影响

将 GenAI 解决方案集成到制造业中的竞赛以及迄今为止它与其他技术的不同之处在于该技术的采用速度和投资水平。 在公开发布后的三个月内，ChatGPT 的用户数量估计达到 1.23 亿，这对于新型产品来说是一个令人难以置信的壮举。 此外，在 ChatGPT 推出后不久，微软就向 OpenAI 投资了 100 亿美元，帮助提高了 ChatGPT 的知名度。 这项投资还显示了像微软这样的大型科技公司对这项技术的重视，导致各行业的公司质疑如何在其流程中利用 GenAI。

制造业采用新技术通常会对劳动力产生负面影响。 然而，GenAI 在制造业的采用预计将促进就业和提高技能，将重点从自动化转向战略增长。 麦肯锡表示，GenAI 每年可能为全球经济贡献 2.6-4.4 万亿美元，制造商可能会加深对人工智能技术的投资。

然而，人工智能对劳动力的影响似乎与常见的自动化叙述背道而驰。 根据制造业领导委员会的数据，32% 的制造商预计人工智能将导致员工人数增加，这表明人工智能将创造新的角色并需要提升技能，而不仅仅是实现现有角色的自动化。 96% 的制造商预计将增加对人工智能的投资，采用人工智能来节省成本、实现增长和创收已成为明显趋势。

新兴角色可能包括人工智能战略经理和数据专家，反映了向更高认知工作的转变。

顾问引述：“目前 65% 的制造企业缺乏专门的人工智能培训预算，这凸显了提高技能的紧迫性，这表明人力资本投资可能会增加。” – Jeff Winter，工业 4.0 专家兼顾问

趋势 五：企业在热衷于生成人工智能的过程中面临着忽视技术采用基础知识的危险

GenAI 无处不在。 供应商正在寻找在他们的产品中实施它或创建新产品的方法，而最终用户也渴望采用。 然而，这种急于采用新技术并不总是有帮助。 炒作常常会改变采用者和供应商的思维方式，从“我应该使用什么技术来缓解 X 痛点？” 到“我应该如何使用这项技术来缓解一些（有时不存在的）痛点？”

在 IoT Analytics 进行的几乎所有调查中（无论是关于物联网用例采用、工业 4.0、物联网软件还是类似调查），“设定目标”始终出现在受访者提到的成功因素列表中。 每当一项新技术承诺“改变我们的工作方式”（例如虚拟宇宙）时，人们常常会忘记这一点。

分析师引述：“[人工智能]应该像任何其他技术一样对待。 首先，在决定实施之前考虑原因、人员和方式。 其次，如果您是（软件）供应商，您还应该记住，快速创新并不总是让客户满意的最重要因素。” – Dimitris Paraskevopoulos，定量数据高级分析师

趋势六：市场对于技术采购的重要性日益凸显

公司和卖家都在拥抱基于订阅的经济并寻求简化采购流程。 2024 年 1 月，IoT Analytics 发表了一篇文章，深入探讨了 B2B 市场的兴起，指出 B2B 市场是增长最快的软件采购渠道。

分析师引述 ：“云超大规模市场目前在基于云的软件支出方面处于领先地位，因为许多企业已经承诺了可用于从这些平台采购软件的云支出。” – Justina-Alexandra Sava，软件市场分析师

趋势 七：数据结构正在作为数据湖的高级演进而出现

虽然数据结构是一个相对较新的术语，但它描述了一个全面的数据集成和管理框架。 它包含架构、管理工具和共享数据集，旨在帮助组织处理数据。

数据结构与数据湖的不同之处在于它们不仅仅存储原始数据，而与数据仓库的不同之处在于它们仅处理经过处理或精炼的数据。 数据结构的核心优势是它们为组织的所有成员提供内聚、一致的用户界面和实时数据访问，无论其全球位置如何。

示例：

2023年，多家大型数据管理供应商要么升级现有的Data Fabric解决方案，要么推出新的解决方案：

•  今年 2 月，美国数据集成平台提供商 Talend（Data Fabric 术语的早期用户之一）宣布升级其 Talend Data Fabric 解决方案，该解决方案最初于 2015 年推出。
•  2023年5月，美国科技和软件公司微软推出了Microsoft Fabric，并于11月推出。

分析师引述：“在混合云、人工智能、物联网和边缘计算的推动下，大数据呈指数级增长，数据复杂性随之增加，[提供数据结构]的供应商似乎有一个很好的机会。” – Mohammad Hasan，市场分析师 - 软件和云

趋势 八：超大规模企业调整其边缘战略以创新并确保其 IIoT 市场地位

云提供商正在战略性地适应不断发展的工业物联网市场。 在工业物联网领域的最新发展中，主要云服务提供商发生了重要转变，更加关注边缘和容器化战略。

例子：

•  微软将其 Azure IoT 战略转向 Kubernetes。 值得注意的是，微软已将其战略转向 Kubernetes，此举标志着其 Azure IoT 运营产品的支点。 这一转变，伴随着组织重组和 Azure 认证设备目录的终止，凸显了微软的物联网战略似乎如何随着技术和市场动态的变化而演变。
•  谷歌终止了 IoT Core，但通过 Kubernetes 保留了 Manufacturing Connect。 同样，谷歌决定于 2023 年 8 月终止其 IoT Core 产品也引起了人们的关注。 尽管关闭，谷歌的 IIoT 解决方案 Manufacturing Connect 通过其 Kubernetes 兼容架构仍然可行，这一战略调整反映了该公司在该领域的技术实力。
•  AWS 通过 Sitewise 和 Monitron 增强功能增加了 IIoT 投资。 AWS 似乎在物联网边缘加倍努力，这一点在 Sitewise 和 Monitron 等其他产品的复兴中表现得尤为明显。

顾问引述：“随着 IIoT 市场的发展，微软、谷歌和 AWS 等云巨头通过拥抱 Kubernetes 和增强边缘计算能力，进一步向边缘迈进。 他们的战略不是围绕服务个人用例本身，而是参与边缘（软件）平台层，作为合作伙伴和客户数字化的基础。” – Matthew Wopata，边缘解决方案专家

趋势 九：工业供应商大力投资 DataOps 解决方案

多家供应商正在投资工业数据运营解决方案，以应对数据集成和分析挑战。

工业数据运营是一种数据集成方法，专注于通过情境化和建模来提高数据质量。 这种方法在工业连接领域受到越来越多的关注。

例子：

提供用于数据情境化和建模的工业 DataOps 的一些主要供应商包括：

•  新供应商：Cognite – CDF、HighByte – Intelligence Hub、Prosys – OPC UA Forge、Litmus – Litmus Edge、Element – Unify 和 Crosser – Flow Studio
•  工业企业：ABB – Ability Genix、Aveva – PI System、Aspentech – Inmation、GE Digital – Asset Modeler 和 Halliburton – DecisionSpace 365

分析师引述：“在人工智能领域，OT 数据是基石。 这些数据的质量和背景才能真正增强洞察力。 我们看到供应商积极推进用于建模和情境化的 DataOps 工具，新进入者和老牌 OEM 都在完善他们的解决方案。 这种共同努力强调了提高各种资产/软件的数据质量在释放数字化转型的全部潜力方面的关键作用。” – Anand Taparia，工业物联网首席分析师

趋势十：由于劳动力短缺，按小时收费的机器人开始取代体力劳动

制造公司可以通过用另一种类型的运营费用：机器人即服务 (RaaS) 取代与劳动力相关的运营费用，从而从设备即服务 (EaaS) 中受益。 RaaS 是一种相对较新的商业模式，其中机器人由机器制造商根据结果（按设备生产的零件付费）或运行时间（按使用设备的小时付费）提供，而不是直接购买。

示例：美国卡车拖车底盘制造商 Cheetah Chassis 选择按小时雇用焊接机器人，并解释说它找不到足够的焊工来满足需求。 其首席执行官加里·哈特曼（Garry Hartman）解释说，该公司之前曾尝试过机器人技术，但没有成功，因为它不具备对机器人进行编程和服务的能力。 借助 RaaS，Cheetah Chassis 现在无需这样做即可享受机器人技术的好处，因为它是由 RaaS 供应商提供的。

分析师引述：“如果公司试图填补劳动力缺口（已经按小时支付工资），那么他们更有可能按小时消耗设备，而不是购买新设备。” – Matthieu Kulezak，工业物联网高级分析师

结论

物联网领域正在经历变革。这份新的148页的《2024年春季物联网状况报告》强调了在技术进步和战略转变的推动下，物联网市场的持续发展和弹性。

超大规模向边缘和容器化战略的转变、人工智能与工业自动化的集成、制造业生成式人工智能的出现以及数据结构解决方案的兴起，只是重新定义企业物联网生态系统的动态发展的一部分。这些趋势以及报告中的其他市场数据不仅反映了市场的现状，还提供了未来增长和创新的一瞥。

在这种情况下，企业保持知情和适应能力至关重要。预计到2030年CAGR将达到17%，物联网领域的增长和转型潜力巨大。

来源：IoT.Business.News