上世紀60年代，還是初中生的比爾·蓋茨的夢想就是讓每個家庭擁有一臺計算機，而80年代的數(shù)字化則讓CD取代了傳統(tǒng)磁帶。如今，得益于摩爾定律和存儲介質(zhì)的成本紅利，萬物互聯(lián)走進了人們的生活，不僅讓人通過語音就可以控制家電，甚至還讓空調(diào)聽懂了門窗說的話。然而，要想真正實現(xiàn)所謂的智能物聯(lián)，還要跨過三道門檻。

互聯(lián)網(wǎng)時代，如果你想搜索信息就要手動輸入關鍵詞，哪怕只是打開應用也要點擊一下。與之相比，物聯(lián)網(wǎng)的不同在于機器占據(jù)主導，終端設備可以自行感知、處理、響從外界搜集來的數(shù)據(jù)，完全實現(xiàn)了自動化，這也是物聯(lián)網(wǎng)離不開智能的原因。通過人與物、物與物之間的數(shù)據(jù)交互，衍生出諸如生產(chǎn)效率的提升，亦或是制造成本的降低，這些都是物聯(lián)網(wǎng)帶來的新價值。

Gartner預計，到2020年全球?qū)⒂谐^200億的物聯(lián)網(wǎng)設備產(chǎn)生聯(lián)接，并且日均還會有約550萬臺設備加入到網(wǎng)絡環(huán)境，屆時有超過半數(shù)的商業(yè)系統(tǒng)內(nèi)置物聯(lián)網(wǎng)組件。這一趨勢下，數(shù)據(jù)的價值將被無限放大。舉個例子，Thyssen Krupp用物聯(lián)網(wǎng)技術把全球近110萬部電梯的數(shù)據(jù)全部采集到云平臺上，這部電梯可以每天走了多少次、每次載重情況，每次行程過程中的各種部件參數(shù)，都可以實時來進行機器學習，好處是大幅削減了運營成本和故障時間。

起初，物聯(lián)網(wǎng)是基于RFID(射頻識別)技術為人所知的，這種技術可以通過無線電訊號識別特定目標并讀寫相關數(shù)據(jù)，無需識別系統(tǒng)與特定目標之間建立機械或光學接觸，適用于短距離識別通信。如今，NB-IoT(窄帶物聯(lián)網(wǎng))成了物聯(lián)網(wǎng)技術推廣的代名詞。

對于企業(yè)來說，可供選擇的物聯(lián)網(wǎng)方案比較多，既有多連接、小數(shù)據(jù)、低頻度的窄帶物聯(lián)業(yè)務，也有大寬帶、低時延、高頻度的寬帶物聯(lián)業(yè)務。一方面，物聯(lián)網(wǎng)憑借其龐大的產(chǎn)業(yè)規(guī)模有著較為穩(wěn)定的價值鏈，但另一方面也暴露了不少問題，這也是為何思科直言有近75%的物聯(lián)網(wǎng)項目會在概念論證階段擱淺。

首先，物聯(lián)網(wǎng)實時在線的數(shù)據(jù)連接為黑客提供了便利條件。過去三年，全球有近20%的組織機構(gòu)遭受過基于物聯(lián)網(wǎng)的流量攻擊，大規(guī)模、分布式、異構(gòu)網(wǎng)絡的弱點似乎越來越明顯。此時，傳統(tǒng)的桌面安全和本地防火墻是難以抵御新型網(wǎng)絡攻擊的，黑客只需要截獲某一個連接工具就能切入到設備端。

考慮到物聯(lián)網(wǎng)的設備形態(tài)和功能千奇百怪，從終端、無線接入、網(wǎng)關，再到云平臺，不少設備使用的操作系統(tǒng)也是不統(tǒng)一的，不是定制的就是非標準的，無形中為運維人員增加了負擔。木馬病毒通常會以爬蟲的形式自行找到設備之間聯(lián)網(wǎng)的節(jié)點，然后去破解路由器等無線設備的安全漏洞。需要注意的一點是，有些軟件廠商和芯片廠商提供的技術支持有期限，或者后續(xù)會由于加入附加服務而漲價，這樣一來留給設備商的利潤本身就不多，他們也就不會將更多精力放在安全上。

其次，并沒有“一家”廠商為企業(yè)的物聯(lián)網(wǎng)方案負責，當然這里所說的“一家”是指整合的安全方案商。事實上在部署物聯(lián)網(wǎng)設施的過程中，企業(yè)通常無法控制這些智能連接設備所使用的軟硬件來源與品質(zhì)。存在于不同IT環(huán)境中的聯(lián)網(wǎng)設備，多數(shù)是由不同廠商“組裝”起來的，硬件、軟件、組件的提供方都不一樣。這種情況造成的困境之一是，有時候芯片升級了可對應的軟件升級并沒有趕上，而安全補丁更新的時候組件又不支持。

這也就是為什么，有的物聯(lián)網(wǎng)安全廠商會在一開始就希望將安全解決方案整合到一個平臺中，而不是之后不斷的打補丁。通過這種從芯片到網(wǎng)絡、再到云的集成式管理，原有安全認證的復雜性降低了，也不用過于依賴第三方的證書授權。

此外，物聯(lián)網(wǎng)帶來的數(shù)據(jù)量增長是指數(shù)級的，先不說像谷歌、Facebook這樣擁有超大規(guī)模數(shù)據(jù)中心的公司是少數(shù)，要讓這些數(shù)據(jù)實時可用，并且能存儲相當長的時間也是難事。前后端的遠程數(shù)據(jù)調(diào)取對信道亦是考驗，而管理者更要對訪問權限進行鑒別。

為此，不少廠商提出了邊緣計算的概念，可以在一定程度上緩解數(shù)據(jù)處理的壓力。此外，智能設備的增加對能源消耗提出了高要求。2012年，支撐互聯(lián)網(wǎng)的數(shù)據(jù)中心估計每年耗電量達到300億瓦，物聯(lián)網(wǎng)時代的耗電量勢必會成倍提升。此時，既要讓物聯(lián)網(wǎng)設備運行和數(shù)據(jù)傳輸過程更低功耗，又要發(fā)展清潔的綠色能源。

當然，邊緣計算一定程度上只能是云計算的補充，要說取代未免偏頗。為什么?第一，IT復雜度的演進使得異構(gòu)化數(shù)據(jù)逐漸增多，這在處理性能上對計算平臺提出了考驗，如何讓“冰箱聽懂空調(diào)說的話”，還需要在架構(gòu)層面完善;第二，邊緣計算到底有多智能，至少目前看距離智能云還有差距，大規(guī)模集中化的數(shù)據(jù)融合了多種算法，為應用實現(xiàn)帶來了多可能性;第三，邊緣計算的相關行業(yè)標準尚有缺失，ECC聯(lián)盟只是個開始，商業(yè)化應用仍需探索。

總的來說，未來物聯(lián)網(wǎng)勢必會與智能化結(jié)合得更加緊密，而網(wǎng)絡邊緣處理和分析的趨勢也將大幅降低數(shù)據(jù)回傳的需求處理量。對于企業(yè)來說，除了要在技術層面做好準備，還要營造一個良好的生態(tài)環(huán)境，這里既包括ISV等應用開發(fā)者，也包括安全集成商，其實已經(jīng)有像AWS一樣的CSP充當了這一角色，只有這樣才能在金礦到來之前占得先機。