物联网将继续证明其在企业数字转型战略中的重要性。2016年，大大小小的公司都对其进行了投资，并意识到扩大物联网使用领域对加强客户关系和推动业务增长所带来的机会。
整个2016年，各种规模的技术供应商开始真正意识到联盟对于缓解市场分散是至关重要的，他们不需要通过“拥有”完整的物联网解决方案来获得显著价值和成功。 2017年物联网将继续为市场带来更多的复杂性，但公司要寻找他们的独特性，让我们一起关注来年的实际问题。
下面是2017年关于物联网的五大预测。
衡量业务影响和安全担忧将成为物联网项目和解决方案的最大抑制因素
毫无疑问，物联网对于业务有着巨大的影响潜力，但终端用户需要理解预期的ROI，才能超越制造商项目和概念论证，进行真正的投资。 如果不了解业务价值和潜在的ROI，物联网的实施将会被扼杀和抑制。在早期阶段，会有一些矛盾因素，因为那些已经成功部署物联网解决方案的公司通常不愿意与竞争对手分享他们成功的指标。我们在这方面看到一些进步，有越来越多的公司愿意在案例研究中分析可衡量的优势，但这需要时间才能成为常态。
一旦客户对于业务价值有足够的信心，并且知道如何衡量，那么，第二大抑制因素就是安全担忧。2016年，有史以来最大的DDoS攻击由物联网设备的一个僵尸网络完成，在一个月后，美国关闭了1600个网站。这一针对Dyn的重大攻击导致美国境内和部分西欧地区的大规模互联网中断。分析师和业内专家表示，这只是一个开始。迄今为止的大多数黑客都是通过有限的或者零安全措施的消费设备进行攻击，这些设备将易用性和即时性置于安全性之上。也就是说，随着物联网的业务价值和相关的攻击面提升，攻击者的利益也在增加。
2017年，黑客们将继续利用物联网设备的漏洞发动大规模的攻击。为了应对这种攻击，分散的物联网市场需要团结起来，共同制定安全措施，使设备在默认情况下更加强大，在保证可用性的同时，选择最佳部署方案。毕竟，物联网解决方案的成功，业务价值要远大于部署和维护的复杂性。 通过大规模协作整合物联网平台
物联网市场是分散的，这已经不是什么秘密。目前有超过400个平台——这让客户很困惑，并且减缓了研究和开发的流程。市场需要整合，这样客户更容易选择技术，而且不会因为将所有的数据集成基础都构建在一个错误的平台，产生釜底抽薪的感觉。我们在2016年发现一个明显的趋势，公司已经不再强调他们必须“拥有”一切才能成功。事实上，很多人都意识到，要涵盖物联网解决方案的所有方面是不可能的。为了让行业扩展，我们需要建立一个更普遍的基础，这样我们可以关注重点的差异化领域，比如分析、先进的安全、垂直市场的专业知识和服务。
一个能够加速互相协作的关键因素就是开源协作。开源平台在工业、智能城市和公用事业项目上被越来越多地应用。我认为，在2017年，传统保守行业将继续增加开源平台的使用。我们将看到一个主流的开源平台项目的出现，并作为数据集成的一个重心。这将缓解物联网标准之间的分散性。随着越来越多的开源工具的开发和成熟，它们会成为研究和开发流程中的重要一部分。
更加注重垂直市场的用例
很多物联网的热潮来自于消费者部分——婴儿监视器、冰箱和厕所。我们一直专注于商业和工业领域的更广泛市场，已经开始意识到那才是真正的ROI。2017年，市场会有关于工业垂直用例开发的深入对话。通过创建和分享这些用例的蓝图和解决方案架构，我们会相互学习，更快地取得更大的进步。我之前提到的整合，会让我们更接近一个开放的、灵活的垂直物联网平台，可以应用特定的工具和垂直领域知识，解决针对性的用例。同时，专注于高度特定的用例的专有平台和服务供应商将收获吸引力，而万能平台将没有大作为。
供应商将关注认证，助力物联网发展
在无数的物联网平台中，成为一位认证专家意义并不大。然而，随着行业对数据集成形成事实上的标准（而领导人将这一基础应用于各自的平台），这一行业内将会设立特定的认证，以努力保持一个高的标准，并确保认证是有分量的。这些证书将帮助顶尖人才准备所需的物联网技能，涵盖行业标准的工具和特定的平台，并将它们和领域专业知识应用于安全、分析或特定行业和用例。
因此，大公司和创新的初创企业将开始大力投资低成本或免费的培训认证。这种趋势已经在IBM 的Watson IoT Academy和PTC University的ThingWorx Certification中体现，企业们都应该做好准备，留意他们的物联网供应商在认证方面的举措。
人工智能将越来越多地被用于挖掘物联网设备数据
随着物联网在边界和云的分布，使用通过容器部署的AI将推动数据分析。人工智能已经通过实时决策能力而声名远扬。人工智能的未来，将开发更自然的语言能力，将有助于进一步意识到物联网世界的潜力，因为基于自然语言的数据描述将提供一种通用的方式来理解各种类型的设备之间的数据。这种方法不仅会打破数据孤岛，同时也允许人们通过语音或文本直接与物联网沟通。
这会带来挑战，特别是劳动文化。在传统产业占主导的国家，比如巴西的制造业，我们的Future Workforce Study发现，41%的员工表示他们担心机器人会取代自己的工作。一些公司正在利用这个机会，重新培训员工，教他们新的技能。例如，数据科学家将开始训练机器在大数据池之外寻找洞察和答案。这将有助于机器发展在数据层之间阅读的能力。人工智能能够用不同的方式解读数据，更简洁地进行分解，并识别和共享会被忽视的细微差别。
在新的一年，你有什么想法？你对于物联网有什么预测？
