1.4　物联网产业面临的挑战与机遇

1.4.1　物联网发展面临的主要挑战

新一代信息技术的融合发展使得万物互联已成为发展大势。预计未来10年，全球物联网市场规模将出现快速增长，年均复合增速将保持在约20%，物联网应用将实现大规模普及，到2023年全球物联网市场规模有望达到2.8万亿美元左右。在世界各国对物联网产业发展扶持政策不断加大、新兴技术研发速度不断加快的背景下，物联网创新型应用模式加快出现，许多行业如零售业、制造业等的发展模式也加快调整，以适应新的发展需要。与此同时，物联网技术也加快与人工智能、边缘计算、区块链、大数据等技术的融合应用。物联网的快速发展也面临着诸多挑战，其中最主要的问题是产业碎片化和安全隐私泄露。

1. 挑战一——用标准化方式解决烟囱式与碎片化问题

物联网产业虽然具有快速发展态势，但整体上依然具有烟囱式与碎片化两个主要特征。烟囱式是指物联网应用系统从终端到应用是一个比较封闭的系统，其计算、通信、网络能力都只服务于本系统，未能做到与其他系统充分共享资源，造成物联网系统开发周期长，开发成本高的问题。碎片化是指单个的物联网系统比较孤立，并且为了满足用户的个性化需求，无法复制给其他的物联网用户，造成物联网系统的终端规模较小，系统部署成本高的问题。信息技术发展的历史证明，标准化是有效解决烟囱式与碎片化问题，实现规模发展的重要途径。所以，标准是物联网产业发展的基础。从这个意义上来说，标准制定是物联网发展的制高点，是物联网发挥自身价值和优势的基础支撑，是产业快速可规模复制发展的前提。标准体系的建立是标准化工作有序开展的保障，它可以保证相关标准能够相互衔接配套，形成一个较为完整的整体，确保连接物联网系统的各环节协同工作，满足跨行业、跨地区的物联网技术应用对标准的需求，使之有序且高效地运行。

经过多年的努力，目前我国物联网标准体系已初步建立，但面对物联网多样化和个性化的应用需求，现有物联网产业链的各环节上的国家和行业标准在数量和质量上尚不能满足产业发展的要求。很多应用环节的标准尚为空白，严重地制约了物联网的产业化，如物联网应用系统数据的接口定义和数据转换这两方面的关键性标准，无论是国内还是全球范围内都还难以达成共识。此外，即使对于很多已经制定并发布的国家和行业标准，其推行与实施力度十分有限，监督管理不到位，无法实现真正的市场化、法制化、通用化和国际化，反而导致了碎片化情形的加剧。新标准化法的实施给予了团体标准相应的法律地位，为物联网团体标准的制定和实施提供了法律的保障。未来我国物联网标准化工作将大力发展团体标准，在物联网领域充分发挥团体标准的市场主体作用，逐步解决物联网产业发展过程中的烟囱式与碎片化问题。

2. 挑战二——用技术法规解决安全性与隐私泄露问题

物联网的应用非常广泛，涉及国民经济和人类社会生活的方方面面。然而，由于物联网区别于互联网的技术特点，近年来在多个领域发生了公共安全事件。例如，在智慧城市领域，2014年西班牙三大主要供电服务商超过30%的智能电表被检测发现存在严重安全漏洞，入侵者可利用该漏洞进行电费欺诈，甚至关闭电路系统；在工业物联网领域，安全攻击事件造成的危害更大，2018年台积电生产基地被攻击事件、2017年的勒索病毒事件、2015年的乌克兰大规模停电事件都使目标工业联网设备与系统遭受重创。

物联网的终端设备在系统中主要负责对物理世界进行感知，包括采集汇聚数据或识别物体等。物联网终端的种类繁多，包括RFID芯片、读写扫描器、温度压力传感器、网络摄像头等。由于应用场景简单、部署数量巨大、单个终端成本较低，许多终端的存储和计算能力有限，在其上部署安全软件或高复杂度的加解密算法会增加运行负担，甚至可能导致系统无法正常运行。另外，移动性作为物联网终端的一大特点，更使得传统网络边界不再固定不变，依托于网络边界的安全产品无法正常发挥作用。加之许多物联网设备部署在无人监控的场景中，攻击者更容易对其实施攻击。物联网作为综合性的智能服务系统，一般由多种异构网络组成，通信传输模型比互联网更为复杂，算法破解、中间人攻击等诸多攻击方式或暴力破解情况时有发生。物联网的数据传输管道自身与传输流量的内容安全问题不容忽视。此外，物联网的信息处理平台未来多承载在云端。目前，云安全技术水平已经日趋成熟，而更多的安全威胁往往来自内部管理或外部渗透。如果企业内部管理机制不完善、系统安全防护不配套，那么小小的逻辑漏洞就可能让平台或整个系统彻底沦陷。

物联网的安全问题还给隐私保护带来严重威胁。随着物联网的应用，涉及用户隐私的海量数据将被各类物联网设备记录，其数据安全隐患也愈加严重，各种用户数据泄露或被滥用的事件频发。例如，Facebook的丑闻引发了全球担忧。2015年至今，国内外发生多起智能玩具、智能手表等漏洞攻击事件，超百万家庭和儿童信息、对话录音信息、行动轨迹信息等被泄露；某安防公司制造的物联网摄像头被发现存在多个漏洞，黑客可使用默认凭证来登录设备，访问摄像头的实时画面。IDC报告显示，2020年全球将有200亿～250亿台物联网设备，这些数目庞大的物联网设备将承载和记录着海量用户的隐私数据，其安全风险系数也被急剧放大。

在法规层面上，针对越来越严重的用户隐私泄露问题，未来相关的立法机关和监管机构将提出更加严格的用户数据保护规定，用户的敏感隐私数据可能会随着时间的推移而受到更严格的监管。在技术层面，保护用户隐私的安全软件将成为物联网产品的关键组成部分。同时，硬件级安全措施将也受到关注，特别是对于处理特别敏感数据的应用程序设备。通过硬件本身执行受信任的操作系统和应用程序在一定程度上可以帮助缓解网络攻击和威胁。但是，物联网硬件和软件的开放性却使其更容易受到网络攻击。以安全要求为重点的物联网基础设施将受到更多的关注，特别是某些特定的基础行业，如医疗健康、安全安防、金融等领域。

1.4.2　物联网将迈入全智能化的新阶段

AIoT即AI+IoT，指的是人工智能技术与物联网在实际应用中的落地融合。目前，越来越多的行业及应用将AI与物联网结合在一起，AIoT已经成为各大传统行业智能化升级的最佳通道，也是未来物联网发展的重要方向。AI结合发展多年的物联网，整合而成AIoT结构，被视为大势所趋。得益于AIoT的发展，存在于科幻电影中的未来场景正不断进入我们的生活。

物联网的最终目标是“万物智联”，把所有设备连接起来达到的是万物互联，单纯的万物互联并没有多大意义，只有赋予其会思考的“大脑”，才可能真正实现万物智联，发挥物联网的巨大价值。这几年正在兴起的AI技术可以满足这一需求。通过分析、处理历史数据和实时数据，AI可以对未来的设备和用户习惯进行更准确的预测，使物联网设备变得更加“聪明”，进而提升产品效能，丰富用户体验。所以，物联网采集产生的庞杂数据只有AI才能够有效处理，进而提高用户的使用体验与产品智能，而对于AI至关重要的学习和训练使用的数据也只有物联网能够源源不断地提供，通过物联网持续不断地提供海量数据可以让AI快速地获取知识。一方面，物联网万物互联的超大规模数据可以为AI的深度洞察奠定基础；另一方面，具备了深度学习能力的AI又可以通过精确算法加速物联网行业的应用落地。在与AI技术融合后，物联网的潜力将得到更进一步的释放，进而改变现有产业生态和经济格局，甚至改变人类的生活模式。AIoT将真正实现智能物联，也将促进人工智能向应用智能发展。

智能终端设备的智能化功能将使人类生活发生巨大的改变。从AlphaGo利用深度学习技术击败人类的顶尖棋手这一新闻我们可以看到，人工智能应用在一些物联网边缘智能的场景已经开始实现。但整个人工智能的发展离不开数据，因为它需要大量的数据进行训练。人工智能需要处理越来越多的非结构化数据，并从这些非结构化数据中发现内在的关联。数据量的增加同时也在推动整个计算模式的演变。在互联网时代，用户通过云平台实现随时随地按需访问资源。云计算技术能够帮助实现资源的共享，给用户提供最佳的体验。在物联网时代，随着数字化转型，用户需要更敏捷的连接、更有效的数据处理，同时还要有更好的数据保护。边缘计算恰恰能够有效地降低对带宽的要求，提供及时的响应，并且对数据的隐私提供保护。

物联网系统中需要边缘计算，主要是因为在应对物联网海量终端连接的场景时，云计算容易出现服务能力不足的问题。云计算采用集中式的数据管理方式，面对物联网分散、碎片化的万物互联场景，需要在高可靠、低时延及保证数据安全的前提下提供应用服务，单单依靠云计算并不能满足这些要求。具体来说，物联网需要边缘计算主要基于以下5个方面。

（1）安全上的原因。很多大型工业企业不想将自己的生产流程数据连接到互联网上，因为互联网会把生产操作暴露给黑客，造成数据泄露。

（2）知识产权上的原因。高精度的传感器可以用来获取重要信息，如被视为商业秘密的炼油过程，从而造成企业对专有数据和知识产权的担忧。食品公司对这类问题特别敏感，如可以通过工业数据推断出食品产品的保密配方。

（3）延迟和弹性上的原因。延迟是衡量信息在网络上传播速度的一个指标。对于工业流程，将传感器采集的数据从一台机器发送到云平台，经过处理后再返回，将会产生生产系统不可接受的延迟。例如，一辆时速100km的自动驾驶汽车需要能够尽快识别威胁并立即停车，而不需要往返云端等待致命的几秒。当网络出现故障甚至崩溃的时候，生产系统可以依靠边缘侧来处理数据而不受影响。

（4）带宽成本上的原因。物联网应用系统中工作的摄像头或聚合传感器可能会产生大量数据，如每分钟或每小时有数千兆字节的数据。在这些情况下，把所有的数据发送到云端需要花费很长时间，而且代价过于昂贵。

（5）自主性上的原因。如果通过物联网技术使得机器可以监控自身及其正在执行的流程，基于智能决策，它可以在问题发生时执行正确的行动。例如，如果传感器监测到压力增加，机器可以自主开启管线下游的阀门来释放压力。

在物联网边缘部署简单的应用逻辑，无法满足多种多样的物联网应用的需求。在靠近应用场景的地方，必须部署一定的智能，才能在物联网边缘构建健壮的应用生态。智能边缘计算提出了一种新模式：利用云大规模进行安全配置、部署和管理边缘设备，并根据边缘设备类型和场景进行智能分配，让物联网的每个边缘设备都具备数据采集、分析计算、通信及智能，实现智能在云和边缘设备间的流动。

物联网部署范围日益扩大，在这个海量连接的时代，势必产生海量数据，继而需要云服务平台对数据进行智能分析，利用数据有望创造更多的、全新的商业机遇。近年来，产业界在谈论人工智能应用时，也多以云端运算为主，依赖大型数据与运算中心。但AI若要普及，物联网终端或执行器设备上的边缘运算架构和低功耗运算芯片及适用于终端的轻量化算法等技术将是关键点。预计未来5年，各式的边缘设备都将搭载特制的AI芯片，少量多样的智能化需求将会出现。

数以百亿级设备连接网络，推动移动互联迈向万物互联，并在云计算、边缘智能与人工智能等创新技术的促进下，万物互联最终走向万物智能，一个全新的智慧社会即将到来。随着物联网设备规模的迅速扩大，工厂所产生的数据规模也正以极高的速度发生“膨胀”，单纯依靠人工处理难以为继，企业急需一些智能化手段，以完成对数据的处理、流程的优化，AI的出现恰到好处。物联网发展至今，已经从最开始的网络连接发展至智能化，所带来的价值也将变得越来越大。AI的引入在一定程度上是发展的必然。AI与IoT的融合，将加速智能化进程，充分发挥物联网的价值。AI与IoT的融合，是在IoT广泛连接物联设备的基础之上的。目前的物联网设备大都存在流程的冗余，通过AIoT的帮助，对个人用户来说，设备将更加好用智能、速度更快；对工厂企业来讲，节省了成本，提高了效率。

目前在智联终端的控制交互方式中，语音交互是最流行也是潜力最大的一种，从Echo音箱的火爆就能看出，普通用户对其语音交互的便捷性是非常认可的。智慧家庭、智慧健身、无人酒店等各种AI生活场景同时亮相，用户终于可以亲身感受到智能化生活的魅力。在智慧家庭场景中，用户可以语音控制家中的一切环境，包括温度、湿度；在智慧健身场景中，AR技术让用户健身时可以随时了解自己的身体状况；在无人酒店场景中，能够自己乘坐电梯的机器人可以随时为顾客服务，比人类服务员更高效、安全。

从上面所述的终端智能和边缘智能到平台智能来看，物联网在未来将迈入全智能化的新阶段，主要体现在以下5个方面。

（1）终端更加智能化。无论是在消费领域中的智能家居产品，还是在工业物联网领域的终端产品，各类终端产品更加智能化的趋势已经愈发明显，这主要得益于底层设备开始微型化。另外，物联网更加开放，促使终端设备之间的协作逐渐成为常态。这两大因素正推动终端更加智能化。

（2）边缘计算走向智能化和大规模部署。边缘计算是物联网一大热门技术，边缘计算可以满足多个行业在敏捷连接、实时业务、数据优化、应用智能、数据安全等方面的关键需求，尤其是边缘计算与云计算的互补效应，将会更好地支撑本地业务的实时数据分析和智能化应用，让物联网解决方案更加完善。未来几年的边缘计算部署将会逐渐走向大规模化。

（3）人工智能技术改善物联网体验。像深度学习这样的人工智能技术将会在物联网领域得到更普遍的应用。深度学习算法的改进也促使人工智能技术融入物联网应用变得更容易。

（4）区块链技术可以弥补物联网在安全和隐私上的缺陷。随着上百亿台物联网设备接入网络，物联网已经逐渐成为一个复杂的生态系统，其安全风险是一个巨大挑战。区块链技术作为去中心化技术，其分布式账本的不可篡改性，可用于追踪数十亿台联网设备，利用加密算法可确保物联网数据的保密性，增加信任和可靠的身份验证可以改善物联网的安全和可靠性，未来区块链技术在物联网的应用前景值得期待。

（5）服务迈向平台化。物联网平台目前数量众多，随着越来越多巨量级设备的接入，物联网平台的设备接入能力、应用环境复杂度、用户多元化等问题随之而来，连接灵活、扩展性出色、安全可靠、应用开发友好的物联网平台会在竞争中胜出，而数据分析及AI能力无疑将是物联网平台竞争的差异化所在。