简而言之：
- IoT Analytics 的顾问确定了塑造 2022 年物联网技术世界的 10 大趋势
- 工业趋势包括生产过程的持续数字化/自动化，包括在边缘越来越多地采用“隐形人工智能”。
- 在物联网平台和软件相关领域，云变得越来越强大，云原生应用正在兴起，平台炒作正在走向边缘
- 保护所有物联网设备和数据将长期成为主要问题
这些趋势为什么很重要？
对于供应商和最终用户来说，了解他们如何利用最新的物联网技术趋势并利用最新的物联网进步非常重要。
1. 物联网正在发展成为可持续发展的关键技术
在物联网社区中，智能连接设备支持和推进环境监测、区域管理和能源优化等应用的能力是众所周知的。 然而，这些应用的商业价值一直受到限制，并且迄今为止被大多数主要的物联网参与者边缘化。 随着人们越来越关注建设绿色经济和减缓气候变化，物联网技术有可能为企业、城市和社区提供绿色解决方案。 这些应用程序，包括降低能源成本、实现远程部署、监控故障点等，将很快从边缘案例转变为物联网扩展的驱动力。 物联网社区的一个关键目标应该是强调将物联网整合到可持续全球经济的任何可行模型中。
案例：
通过物联网进行环境监测的例子有很多，例如 Libelium，以及基于物联网的地域管理（例如用于火灾管理的 Dryad Networks 或 Kerlink 和 NetOp，或用于洪水管理的 Opti）。 从政策的角度来看——这里的政策很重要，因为我们主要谈论的是公共资金——欧盟委员会提出的工业 5.0 理念，其中 1.0 比现有 4.0 更多不是关于新技术，而是关于 工业可持续发展的先进技术。 除此之外，欧盟下一代欧洲的投资近 8000 亿欧元，重点关注绿色（约 30%）和数字化（约 30%）。
2. 平台炒作正在从云端转向边缘
正如之前的物联网分析研究所表明的那样，在 2015 年开始的疯狂物联网平台竞赛中已经出现了明显的领导者。边缘平台，特别是工业领域的平台，还处于起步阶段，2022 年将标志着竞争对手试图从包中分离出来。
虚拟机和容器等虚拟化技术支持跨计算硬件供应商的应用可移植性。这些技术被 IT 部门广泛采用，但许多 OT 部门仍然通过购买运行该应用的盒子来采购应用（例如，他们购买协议转换器将一种以太网协议转换为另一种，或购买
PLC 来运行一些控制逻辑工作负载）。
冒着过度简化市场格局的风险，边缘平台供应商可以根据他们支持的硬件、云/物联网平台和边缘应用的类型进行分组。供应商也可以根据其核心业务进行分组：硬件供应商（包括西门子、菲尼克斯电气、博世等 OT 硬件供应商和 Cisco、HPE 等 IT 硬件供应商）、云供应商（如 AWS、 Azure）和软件供应商（例如，Zededa、CPLANE
等）。
与大多数技术土地争夺一样，客户最终将决定谁赢得这场竞赛。云提供商会在这个领域占据主导地位，还是硬件供应商和软件初创企业有空间？如果有非云玩家的空间，客户会更喜欢与硬件无关的平台，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，还是更喜欢拥有特定于硬件的平台（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）提供硬件和管理平台之间更紧密的集成以及在出现问题时提供单点联系？
如果后者是真的，我们可能会看到物联网技术的趋势是更多的供应商锁定在边缘平台上，这些平台只能与特定供应商的硬件一起使用。如果前者是真的，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。
案例：
作为 2021 年底针对边缘应用的一系列举措的一部分，戴尔宣布与灵活且可扩展的物联网平台 Litmus 建立合作伙伴关系，以帮助企业在整个 IIoT 边缘（包括设备、应用程序和数据）上以具有弹性的方式运营以及“从工厂车间到企业云”的安全连接。
3. IIoT 计划正在改变制造业
工程师倾向于将技术视为一种解决方案，而往往忽略问题的根源可能是什么。物联网的作用是通过提供有关维护资产的及时决策所需的数据，超越机器操作的 SCADA（监督控制和数据采集）。在最近的过去，物联网项目只是一个数字化过程。现在可以访问更多数据，制造专业人士需要提出这样一个问题：“我们要解决什么具体的业务问题？”
案例：
许多营销人员将预测性维护称为物联网的“杀手级应用”。在 2021 年国际维修大会上，与会者和演讲者之间的讨论并不是一些模糊的预测性维修策略。相反，他们在预测分析应用程序中使用从 IIoT 项目生成的数据。分析预测的问题通常会自动提供给工作流引擎，从而导致维护和可靠性活动，从而避免计划外停机，从而优化生产。例如，当巴斯夫通过施耐德电气为其其中一家工厂添加预测性维护时，它首先专注于监控为工厂供电的变电站，以及消耗该电力的电机及其控制中心的运行状况。有一个特定的业务问题，即为繁忙的工厂保持不间断的电力，为预测性维护解决方案提供了一个狭窄且可实现的范围。
4. 云原生应用正在兴起
企业现在将云采用和迁移作为近期的首要任务，至少在未来几年内是这样。那些已经在云上投入巨资的企业正在寻求提高效率和增加能力的新方法，而其他企业则需要快速制定迁移计划。十年来，云市场一直以稳定的速度增长，但就整体采用率和用例数量而言，大流行显着加速了这种增长。随着云在基础架构、平台或软件级别成为许多人的标准，行业将看到针对云规模和性能开发和优化的全新应用浪潮，这反过来将有助于提高可靠性并缩短上市时间，这意味着可以更快、更灵活地部署软件应用程序，同时降低基础设施的复杂性和成本。
案例：
在第一波 Covid-19 大流行之后，工作模式立即发生了巨大变化，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需求空前增长，包括来自相对新颖的用例，例如社交视频聚会。他们必须进行这些大规模的结构升级，同时还要将除最重要的员工之外的所有员工都从家里派遣出去，这意味着需要改善基础设施以减少维护和监督。这反过来又是云原生应用程序扩展的巨大推动力，这些应用程序本质上事半功倍。 TM Forum 的一项调查报告称，38% 的 CSP 处于 2021 年实施数字化转型战略的中期，同比增长 50%，其中 45% 的战略涉及引入云原生应用程序。例如，去年年底，沃达丰与 Vmware 建立了合作伙伴关系，为沃达丰在欧洲的所有业务提供单一通用平台，从 5G Standalone 开始。
5. 超自动化正在改变运营
当前的传统观点认为，人工智能是改变任何企业应用的关键，但现实情况是，目前，大多数人工智能需要认真“挖掘数据沟”才能使企业受益。人工智能只是转换方程的一部分，第二个（也是经常缺失的）部分是机器人过程自动化或 RPA。当 AI 和 RPA 正确结合和应用时，结果就是超自动化。
大流行创造了一个拐点，优先考虑工人的安全和支持他们所需的技术，而在大流行之前开始的劳动力短缺已成为更具挑战性的限制因素，这正在加速使用超自动化来改进流程从车间到顶层的性能。
案例：
在巴西，德勤使用 IBM 的人工智能增强型 RPA 解决方案来改变他们的月度报告周期，自动生成和检查来自数十个来源的报告，并直接链接到中央银行的数据，以便不断更新货币兑换数据。报告生成所花费的总时间从近两个工作周减少到每月仅一个小时，而每月相同的 Smart RPA 将每月差旅费用报告的准备工作从三小时减少到十分钟。
6.人工智能越来越多地出现在边缘
企业组织一直在重新考虑将 AI 工作负载放置在云端还是边缘。到目前为止，人工智能边缘应用已经在计算和功率密集型边缘设备上运行，例如工业计算机和边缘路由器。然而，有两个发展正在推动向薄边的转变。
半导体的发展，尤其是低成本、低功耗的半导体发展，意味着人工智能可以越来越接近最小级别的设备。有充分的理由相信，大量微控制器 (MCU)
将在短期内拥有设备端 AI。
在过去的 5 年里，人工智能算法变得更加高效。例如，与几年前相比，当前的人工智能算法需要的计算能力要少得多，才能训练神经网络进行视觉对象识别。一些专家假设每 16 个月所需的计算能力减少 2 倍。
案例：
2021 年，MCU 巨头瑞萨电子为其广受欢迎的 RZ/V 系列推出了新产品，配备用于边图像处理的 GPU，为机器视觉应用提供基于 AI 的实时色彩校正和降噪，所有这些都来自入门产品级产品。
7. “隐形人工智能”的采用正在我们眼皮底下发生
复制人类认知的目标已经讨论和追捧了数千年。人工智能不是产品。你可以说它甚至不是一项技术。它本身也不是发明。没有一天我们可以标记为它的开始，我们很可能不知道它什么时候结束。然而，它基本上已经无处不在了！受到其他技术进步的推动，例如计算能力、计算资源成本、互联网、传感器，以及最重要的是复杂机器学习算法和模型的开发。最重要的是，人工智能是一种追求；朝着创造智能的目标而努力的旅程，因此它在不断改进、扩展和变化。人工智能与大多数其他工业 4.0 技术的不同之处在于它能够利用创造力和想象力。天空是它所能做的极限。
人工智能在其应用中极为通用——它跨越了每个行业，影响了几乎所有的工作职能——从入门小白到 CEO。它具有神秘的科幻魅力，吸引着人们的好奇心和想象力。然而，由于许多人难以准确理解它是如何工作的，一部分人害怕使用人工智能来帮助决策，绝大多数人不愿让人工智能代表他们执行决策。
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 建立合作伙伴关系。该合作伙伴关系的目标是利用 Valence 的 REACTOR 技术，该技术能够对药物通过高级 AI 服用后发生的一系列单个化学反应进行建模。开药的医生和服用药物的患者永远不会知道这种药物是使用人工智能开发的。
8. 沉浸式现实（VR/AR）正在进入企业环境
虽然人类已经在智能环境中生活和工作，但在这些空间中寻找更有效的共存方式已成为研究人员和企业的重要关注点。这意味着提高工作环境的运营效率和质量，同时还需要开发远程运营管理。 Covid-19 大流行加强了对后者的关注。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）的融合是必要的。考虑到这种融合需要大量数据，5G 的兴起——以及随之而来的边缘计算——将加速企业和工业应用的 VR 和 AR 应用的开发。
案例：
Lufthansa Technik 与沃达丰和诺基亚的合作将物联网环境与 5G、AR 和数字孪生结合在一起。这家航空巨头的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 叠加允许客户远程观察和诊断问题，同时还允许该集团在全球范围内与使用 AR 和数字孪生的合作伙伴进行协商。
9. 5G 正在成为“IoT ready”
面向消费者的专家认为 5G 只是一种加快下载速度的机制。工业和商业用途的真正力量在于建立在 5G 之上的专用网络。到 2022 年底，5G 将被视为另一种工具。工程师使用它不是为了成为先驱，而只是为了解决问题。一旦他们开始，这将只是另一项提高生产和质量的工程工作。
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一个私有 5G 独立无线网络。私有园区网络使用诺基亚数字自动化云 (DAC) 解决方案提供可靠、安全、实时的连接，并使大众汽车能够试用新的智能工厂用例。大众汽车网络规划部的 Klaus-Dieter Tuchs 表示：“可预测的无线性能和 5G 的实时能力在不远的将来为智能工厂带来巨大潜力。通过这次试点部署，我们正在探索 5G 提供的可能性，并正在建立我们在工业环境中运营和使用
5G 技术的专业知识。”
10. 资产的安全远程访问变得越来越重要
启用远程访问其机器的企业将获得多项好处，包括设备供应商提供更好的支持，可以远程排除故障和实时分析机器数据，以及访问远程主题专家和低成本劳动力（例如，来自低工资国家的高技能工人）
但随着访问量的增加，网络安全攻击媒介也增加了，因此企业随后增加了在网络安全方面的支出来解决这个问题。 2022 年网络安全的三个关键用例是资产可见性、深度数据包检查和零信任架构。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。当在运行这些网络的工业协议中发现可疑活动时，深度数据包检测可以提醒工业网络的运营商。零信任架构本质上是零信任网络是安全的，并且（根据
NIST）“……将防御从基于网络的静态边界转移到用户、资产和资源上。”
案例：
SANS 2021 OT/ICS 网络安全报告发现，远程访问服务是受访者的主要威胁媒介，37%
的受访者将远程访问作为初始访问点。由于随着远程点数量的增加，缓解这些攻击的需求急剧增加，物联网安全公司 Claroty 将其员工人数从大流行前的水平增加了 75%，直到 2021 年 12 月。