近日，全球物联网知名研究机构 IoT Analytics发布了《2022 年值得关注的 10 大物联网技术趋势》（“10 IoT technology trends to watch in 2022”），物联网智库对其进行了编译、整理。
曾几何时，物联网还是一个只有少数人知道的概念，却快速成为了资本市场的宠儿；如今，连菜市场里买菜的老阿姨都能说出三五个物联网应用场景，其俨然已经成为了数字经济时代家喻户晓的技术底座。多年来，随着底层传感设备与智能终端、移动通信技术、AI、大数据、云计算等一众新兴技术的推陈出新，各行各业正在积极构建一个全新的AIoT生态，而IoT作为其中的核心，势必将成为未来智能时代的可持续发展性技术。
近日，全球物联网知名研究机构 IoT Analytics发布了《2022 年值得关注的 10 大物联网技术趋势》（“10 IoT technology trends to watch in 2022”），物联网智库对其进行了编译、整理。
简言之，在 IoT Analytics发布的10大趋势中：
工业领域生产过程的数字化改革还将持续进行，并将越来越多地在边缘侧部署AI；
在物联网平台和软件相关领域，随着云计算能力的提升，云原生应用程序呈上升趋势，平台部署也在向边缘侧迁移；
业内对于物联网设备及数据的安全防护也将更加重视。
物联网正在逐步成为可持续发展的关键技术
在物联网生态中，基于智能连接设备的环境监测、环境管理、能源优化等应用已成功落地，但这些应用场景的商业价值始终受限，并逐渐被相关企业边缘化。而随着人们越来越关注绿色经济建设和减缓全球气候变化，物联网技术将为企业、城市及社区提供绿色解决方案——包括降低能源成本、实现远程部署、监控故障点在内的场景应用将成为物联网发展的重要驱动力。未来，物联网生态的重要目标是将物联网整合到可持续发展的经济模式中。
应用案例
基于物联网的环境监测案例有很多，例如西班牙知名物联网科技公司Libelium；基于物联网的环境管理案例有聚焦于火灾管理的企业Dryad Networks、Kerlink、NetOp等。在政策层面，欧盟委员会提出了工业5.0概念，其相较工业4.0的升级不仅是关于新技术，更是关于工业的可持续性发展。除此之外，欧盟委员会还公布了名为“下一代欧盟”（NextGenerationEU）的举债方案，计划在未来五年时间里共筹集8000亿欧元促进区域经济复兴，重点关注绿色能源（约30%）与数字化转型（约30%）。
IoT Analytics咨询顾问Saverio Romeo表示，“通过收集的数据，物联网可以绘制空间和领土的环境条件，未来将成为我们应对气候变化的观察站。”
平台部署正在从云端向边缘侧过渡
据IoT Analytics此前发布的分析显示，自2015年起就竞争激烈的物联网平台赛道已经出现了明显的领导者。边缘侧平台，特别面向工业领域的边缘平台，仍处于起步阶段，但在2022年，市场格局将逐渐清晰。
虚拟机和容器等虚拟化技术使应用程序能够跨计算硬件供应商进行移植。该类技术已被IT部门广泛采用，但许多OT部门仍然是通过购买运行该应用程序的终端/盒子来采购应用程序（例如，他们购买协议转换器将一个以太网协议转换为另一个以太网协议，或购买PLC来运行一些控制逻辑工作负载）。
边缘平台供应商可以根据其所支持的硬件、云/物联网平台和边缘应用程序的类型进行分组，也可以根据其核心业务进行分组，例如硬件供应商（包括Siemens、Phoenix Contact、Bosch等OT硬件供应商以及思科、HPE等IT硬件供应商）、云供应商（如AWS、Azure）和软件供应商（如Zededa、CPLANE等）。
与大多数赛道的主流技术竞争一样，客户的选择将决定物联网平台的走向。究竟是云供应商将主导这一领域，还是硬件供应商和软件初创公司更有发展空间？如果有非云玩家的发展空间，客户又是否会选择一个与硬件无关的平台，并提供单一管理平台来管理所有类型设备上的所有工作负载，亦或是更倾向于硬件设备指定的平台（即边缘工作负载只能在边缘平台供应商提供的硬件上运行），可以在出现问题时提供单点联系？
如果市场选择后者，我们可能会看到物联网平台的发展趋势将向边缘平台过渡，这些平台只能与特定供应商的硬件一起使用；如果市场选择前者，那么构建这些边缘平台的与硬件无关的软件公司仍需要与运行边缘应用程序的硬件供应商合作。
应用案例
作为2021年底一系列针对边缘应用程序的举措的一部分，戴尔宣布与灵活且可扩展的物联网平台Litmus合作，以帮助IIoT企业管理不同的边缘设备、数据和应用程序，实现从工厂车间到企业云的弹性应用与安全连接。
IoT Analytics咨询顾问 Matthew Wopata表示，“无论如何，云提供商肯定不会在竞争中落后，因为许多公司将在其边缘平台上进行标准化，并且，无论企业使用哪个边缘平台，大多数公司最终都会将部分数据从边缘侧发送到云端。”
IIoT（工业物联网）正在改变制造业
工程师倾向于将技术视为一种解决方案，却往往忽略了问题的根源。而物联网的作用是超越SCADA（监督控制和数据获取），为机器操作提供及时决策与维护资产所需的数据。过去，物联网项目往往只是行业数字化的过程；如今，随着数据更加丰富，制造业则需要面临一个新的问题——“IIoT要解决什么具体的业务问题？”
应用案例
很多人将将预测性维护称为物联网的“杀手级应用”，在 2021 International Maintenance Conference上，演讲嘉宾与参会观众并没有过多关注模糊的预测性维修方案，而是在预测分析应用程序中使用IIoT而产生的数据。这些数据通常会自动提供给工作流引擎进行预测维护，避免计划外停机，从而优化生产。例如，施耐德电气曾为巴斯夫的一个工厂部署了预测性维护系统，可以监控为工厂供电的变电站，以及消耗该电力的电机与其控制中心的运行情况。此外，工厂的不间断电源系统也为预测性维护解决方案提供了落地机会。
IoT Analytics咨询顾问 Gary Mintchell表示，“物联网技术提供的数据可用于预测机器故障，并帮助技术人员找到优化生产的解决方案。”
云原生应用正在兴起
如今，越来越多的企业将云端应用与业务上云作为首要任务，这一趋势还将在未来几年内持续发展。那些已经在云上投入巨资的企业正在寻求提升效率、增加云端能力的方法，而其他企业则需要快速完成云端业务迁移。十年来，云计算市场一直以稳定的速度增长，疫情也加速了其整体应用与落地。
随着云在基础设施、平台及软件层面的常态化发展，业界将看到针对云计算规模和性能而开发和优化的应用程序，这将有助于提升云计算的可靠性并缩短部署时间，同时也意味着软件应用可以更快、更灵活地部署，同时降低基础设施的复杂性和成本。
应用案例
自新冠疫情爆发以来，人们的工作模式发生了巨大变化，包括全球电信运营商、宽带互联网提供商和卫星广播服务提供商在内的通信服务提供商 (CSP) 被迫快速升级其云服务以应对前所未有的需求增长，新需求包括视频会议等新颖应用。通信服务提供商必须进行大规模的结构升级，需要派遣大量员工、改善基础设施以减轻运维压力。同时，这也是云原生应用发展的巨大推动力，因其具备更好的效率与性价比。TM Forum发布的报告显示，38%的通信服务提供商在2021年数字化转型的中间阶段，这一数据同比增长了50%，其中的45%引入了云原生应用。例如，去年年底，Vmware与沃达丰建立了合作关系，为沃达丰在欧洲的所有业务提供单一通用平台，从5G独立部署切入。
IoT Analytics咨询顾问Jeff Winter表示，“我在云原生应用程序开发中看到的两个主要驱动力是无服务器计算和容器化/Kubernetes，主要是因为两者都会提高云原生应用程序的部署速度——更快的部署和更高的可靠性，将进一步推动其规模化落地。”
Hyperautomation（超自动化）正在改变操作
传统观点认为，人工智能是改变任何企业应用的关键，但实际情况却不然，目前，在多数行业中，人工智能需要深度挖掘数据价值才能使企业真正收益。AI只是企业转型的一部分，另一部分，也是经常被企业忽略的一部分是机器人流程自动化（RPA），当AI和RPA正确组合、应用时，结果就是hyperautomation（超自动化）。
新冠疫情创造了一个拐点，优先考虑工人的安全及其所需要的技术支持，而在新冠疫情爆发前就已经开始的劳动力短缺已经成为更具有挑战性的制约因素，这正在加速使用hyperautomation（超自动化）来优化从工厂车间到管理层的业务流程。
应用案例
在巴西，德勤使用IBM的人工智能增强型RPA解决方案来优化其月度报告周期，自动生成并检查从数十个来源获得的报告，并与中央银行的货币兑换数字直接连接，以便实时更新。基于此，企业用于生成月度报告的总时间从近两个工作周减少到每月仅一个小时，将每月差旅费用报告的准备周期从三个小时减少到十分钟。
IoT Analytics咨询顾问Christopher Hoemeke表示，“两年前，我写了一篇关于制造业中的'机器人攻击'的文章，重点关注机器人流程自动化如何消除大量的重复性任务，从而提高生产力并消除错误。现在，人们可以将AI集成到应用中，使其为RPA 做出决策，这是 IFTTT 的终极延伸。”
人工智能越来越多地出现在边缘侧
企业一直在思考将其人工智能部署在云端或边缘。到目前为止，人工智能在边缘侧的应用一直是运行在计算和功率密集型边缘设备上，例如工业计算机和边缘路由器。然而，有两个发展趋势正在推动人工智能向更加边缘侧转变：
1.随着低成本、低功耗的半导体领域的快速发展，人工智能可以更接近最小级别的设备。我们完全有理由相信，大量微控制器（MCU）将在近期部署设备端AI。
2.在过去的5年中，人工智能算法变得更加高效。例如，目前的人工智能算法对神经网络进行视觉对象识别所需的算力要远远低于几年前。据专家预测，其每16个月所需的计算能力将减少2倍。
应用案例
2021年，MCU巨头Renesas为其广受欢迎的RZ/V系列产品推出了一款新品，该产品搭载边缘（thin-edge）图像处理GPU，为机器视觉应用提供基于AI的实时色彩校正和降噪。
IoT Analytics咨询顾问Thomas Duester表示，“我们将越来越多地看到人工智能应用程序转移到Thin Edge——在内存、计算能力和低功耗的MCU上运行的设备。”
“Invisible AI"（隐形AI）应用的部署离用户越来越近
人工智能不是产品，甚至可以说它也不是一项技术或一项发明。我们无法追溯其起始日期，也不能预知其何时结束，然而，在计算能力、算力成本、互联网、传感器、机器学习算法和模型等技术进步的推动下，AI已经无处不在了。更重要的是，AI是一种探索，一个努力实现智能化目标的旅程，因此AI正在不断优化、升级与改变。
AI的应用领域非常广泛，跨越每个行业，几乎影响着从底层员工到首席执行官的每个工作职能。然而，由于许多人难以确切了解其工作原理，从而害怕使用AI来辅助决策，绝大多数人面对让AI代表他们执行决策时会犹豫不决。
应用案例
2021 年，美国制药公司Charles River Laboratories宣布与基于 AI 的药物设计集团 Valence Discovery 达成合作并利用其REACTOR技术。该技术能够通过先进的AI技术对药物服用后发生的一系列化学反应进行建模。
IoT Analytics咨询顾问Jeff Winter表示，“由于人工智能无处不在，并开始以比我们意识到的更多的方式渗透到日常生活中，通常就在我们的眼皮底下。当大多数人与人工智能互动或计划使用人工智能时，他们是带着一个非常刻意的目的来解决一个特定的问题。我喜欢称之为“故意人工智能”（Intentional AI）。然而，目前有越来越多的公司将人工智能纳入其产品、平台和服务，无论我们是否意识到，人工智能都在为我们服务，这被称为“隐形人工智能”（Invisible AI），如果充分理解，可以帮助那些对使用人工智能犹豫不决的人解决信任障碍。”
沉浸式现实（VR/AR）正在进入企业环境
虽然，人类已经实现了在智能环境中工作、生活，但目前研究人员与企业正在寻找更加高效、有效的智能空间生活/工作方式。这意味着需要在提高工作环境运营效率与质量的同时，也要发展远程运营管理，而新冠疫情无疑进一步加强了业内对于远程操作的关注。
为此，物联网与沉浸式现实技术和环境模拟技术（如数字孪生）的融合已是大势所趋，但二者的融合将需要大量的数据支撑，所以5G与边缘计算的快速发展将加速企业和工业应用的VR/AR应用的发展。
应用案例
航空巨头Lufthansa Technik与沃达丰和诺基亚的合作将物联网与5G、AR 和数字孪生结合在一起，其服务部门在两个独立的维护园区部署了两个独立的私有5G网络，增强视频流的AR覆盖可以帮助客户实现远程观察、诊断问题，同时还允许该集团在全球范围内与使用 AR 和数字孪生技术的合作伙伴进行协作。
IoT Analytics咨询顾问Saverio Romeo表示，“由于物联网和AR、VR等技术的融合，人类与机器之间的‘智能关系’时代正在到来。将推动远程与现场工作形式向更高效与更安全发展。”
5G已为物联网应用做好准备
以消费市场为导向的专家们认为5G只是提供了一种更快的下载机制。而其在工业和商业领域的价值则是体现在5G专用网络。到2022年底，随着5G的普及，其将只是一种工具，而非先驱性技术，只为解决行业痛点，帮助企业降本增效。
应用案例
诺基亚已在大众汽车位于德国沃尔夫斯堡的主要工厂为大众汽车部署了私有 5G 独立无线网络。该私人园区网络使用诺基亚数字自动化云（DAC）解决方案，以提供可靠、安全、实时的连接，并使大众汽车能够试用新的智能工厂案例。大众汽车公司网络规划部的Klaus-Ing. Klaus-Dieter Tuchs博士表示，在不久的将来，可预测的无线性能和5G的实时能力将进一步推动智能工厂发展，通过此次试点部署，大众汽车正在深化对于5G价值的探索，同时也在积累在工业环境中运营5G技术所需的专业知识。
IoT Analytics咨询顾问Gary Mintchell表示，“我们甚至不会记得曾猜测5G是否会落地。我们将忙于使用它来解决网络和物联网应用问题。”
资产的安全远程访问变得越来越重要
启用远程访问设备功能的公司将享有多项好处，包括获得设备供应商的更好技术支持，可以远程实时排除故障和分析机器数据，还可以获得远程专家指导和低成本劳动力（例如来自低工资国家的高技能工人）。
但随着访问量的增加，网络安全攻击的入口也在增加，所以企业随即也增加了在网络安全方面的支出。2022年，网络安全的三个关键应用是资产可见性、深度数据包检查和零信任架构。其中，资产可见性软件提供有关连接到网络的所有节点和用户的详细信息，使管理员能够快速识别可疑用户或设备。当在网络协议中发现可疑活动时，深度数据包检测可以提醒网络运营商。
此外，根据NIST《零信任架构标准》中的定义，零信任（Zero Trust，ZT）提供了一系列概念和思想，在假定网络环境已经被攻陷的前提下，当执行信息系统和服务中的每次访问请求时，降低其决策准确度的不确定性。
应用案例
SANS 2021 OT/ICS 网络安全报告显示，远程访问服务是受访者的主要安全威胁载体，37% 的受访者将远程访问作为初始访问点。随着远程点数量的增加，相应的安全防护需求急剧增加。截止2021年12月，物联网安全公司Claroty的员工人数相较疫情爆发前增加了 75%。
IoT Analytics咨询顾问Matthew Wopata表示，“在疫情期间，数百万人首次开始在家工作，其中包括管理OT网络和资产的人。当‘远程’成为常态，远距离也增加了不安全远程设备可能构成的安全威胁的可能性。”
