趨勢1：邊緣計算將承擔(dān)更多的物聯(lián)網(wǎng)分析工作

含義：與主流IT工作負載向集中式、基于云的計算模型的持續(xù)轉(zhuǎn)移不同，物聯(lián)網(wǎng)工作負載的多樣性導(dǎo)致需要多種因素共同作用的多個場所。生產(chǎn)應(yīng)用程序需要最低的延遲和最高的可用性，甚至基于視頻的數(shù)據(jù)分析，例如，地震勘探和半導(dǎo)體制造產(chǎn)生的pb級數(shù)據(jù)從成本角度上無法集中分析。隨著越來越強大的服務(wù)器和網(wǎng)關(guān)設(shè)備即將面世，通過相應(yīng)軟件程序可以將數(shù)據(jù)和應(yīng)用程序動態(tài)地轉(zhuǎn)移到最能體現(xiàn)出性能、安全性、成本和其他(法律、法規(guī))政策的地方。這些設(shè)備使得邊緣成為不少物聯(lián)網(wǎng)工作的最佳場所。

趨勢2：成功地將物聯(lián)網(wǎng)項目投入生產(chǎn)需要以結(jié)果為中心的合作伙伴

含義：大多數(shù)企業(yè)沒有合作伙伴的生產(chǎn)型轉(zhuǎn)型項目都會失敗。但是，打破概念驗證(PoC)瓶頸所需要的供應(yīng)商生態(tài)系統(tǒng)要求服務(wù)提供者能夠從一開始就從以業(yè)務(wù)為中心的角度進行規(guī)劃。

趨勢3：No-Code物聯(lián)網(wǎng)和人工智能解決方案將繼續(xù)發(fā)展，以滿足工業(yè)客戶的需求

含義：生產(chǎn)工程師需要能夠操作，探索和理解來自數(shù)據(jù)的洞察力-正是他們的上下文知識使它有用。這使得通過工業(yè)物聯(lián)網(wǎng)和人工智能顯著提高整體設(shè)備效率(OEE)成為可能。

趨勢4：邊緣視頻分析將攝像機定位為全語境物聯(lián)網(wǎng)傳感器

含義：物聯(lián)網(wǎng)通常被描述為一個所有物體都被感知的世界。但廉價的攝像頭、傳統(tǒng)的視頻和相關(guān)技術(shù)，如激光雷達，卻顛覆了這一模式，創(chuàng)造了一種全視傳感器，可以捕捉環(huán)境中的全部內(nèi)容，并利用人工智能邊緣分析(AI edge analytics)來解讀其中的含義，并提供洞見。

趨勢5：對物聯(lián)網(wǎng)安全的持續(xù)需求將刺激現(xiàn)有企業(yè)的并購活動，威脅獨立的初創(chuàng)企業(yè)

含義：信息安全領(lǐng)域的現(xiàn)有企業(yè)將越來越多地將物聯(lián)網(wǎng)安全能力整合到它們現(xiàn)有的投資組合中，主要是通過收購。這是由企業(yè)對異構(gòu)環(huán)境中連接設(shè)備的可見性和控制需求的增長所驅(qū)動的，并將對仍然獨立的物聯(lián)網(wǎng)安全供應(yīng)商的未來增長前景產(chǎn)生負面影響。