来源：36氪

概要：在过去一年多的时间里，关于初创企业失败以及安全问题令人担忧等报道内容一直笼罩着物联网行业。

在过去一年多的时间里，关于初创企业失败以及安全问题令人担忧等报道内容一直笼罩着物联网行业。但其实，物联网一直保持着不可阻挡的前进之势，2017 年也很有可能是物联网设备数量超过手机的一年。

随着 AI 技术的加速、连接方面的重大进展以及大型云供应商专用物联网产品的推出，物联网发展所需的基础设施部分已经逐渐到位。我们很快就会发现物联网朝着全球互联的物理世界这一方向呈现出指数级加速发展趋势。

对于物联网的拥护者来说，过去这一年到一年半的时间应该经常会让他们感觉到沮丧。物联网到现在本应已经发展的十分强大，但事实却是，像初创企业失败以及安全问题令人担忧等报道内容一直笼罩着这个行业。思科（Cisco）最近发布了一份（有争议性的）研究报告，其中预计在所有的物联网项目中，有 75% 的项目是以失败告终。物联网这一流行词汇的光彩在过去的一年也确实黯淡了一些，很容易就被 AI 和比特币的光芒所遮盖。

有趣的是，物联网其实一直保持着不可阻挡的前进之势。2017 年很有可能是物联网设备（包括可穿戴设备、互联汽车和机器等）数量超过手机的一年。全球物联网消费支出不断增长并呈加速之势，据 IDC估计，2017 年全球物联网总支出为 8000 亿美元，较去年同比增长 16.7%。

事实上，物联网生态系统的各个部分并非以同样的速度在发展，因此最终物联网也就变成了覆盖几个不同行业，而不是一个行业的状态。但是，物联网世界有共同的原则（从物理世界提取和分析数字数据）以及共同的特征（软件和硬件的结合），面临着同样的机会（个性化、智能以及实时服务）和挑战（连接性和安全性）。除此之外，像家庭自动化、商用无人机、工业机械或是自动驾驶汽车这些不同的领域也会受不同行业动态的影响。

两年前，在《Are we There Yet? The 2016 IoT Landscape》一文中，我们曾对物联网行业的整体情况进行过总结和分析。这两年的时间里，发生了很多事情，其中许多可能都悄无声息，不易察觉。我们现在对于物联网行业的一个总体看法是：物联网正在经历青春期发展阶段，很多东西在不同的领域建立起来，可能并非所有的东西看上去都很漂亮或者都表现的很好，但是很多这都是基础性的成长过程。

热门趋势和主题

AI 无处不在

物联网始终致力于创造“智能”物体—从物理世界获取数据并且从中获得更多的见解，这显然没什么错，但最终的重点在于根据数据信息采取行动，理想情况下是以一种自动、实时并且智能的方式来进行，而这正是 AI 的功能所在。

2017 年，AI 在主流集体意识中得以爆发，这也是我们在 2017 年大数据、AI 领域及其他领域广泛探讨的一种趋势。现在，AI 在物联网对话中的角色正如在其他许多行业一样，已经成为它们非常重要的一个组成部分。

在面向消费者的物联网产品中，最让消费者感到振奋的领域大都是以 AI 为核心技术。语音平台毫无疑问是消费级物联网产品的亮点之一，亚马逊 Alexa 和 Google Assistant（以及苹果、三星、腾讯、阿里巴巴和其他加入者）已经就此展开了激烈的角逐。显而易见，这场竞争的重点并不在于销售硬件产品，亚马逊是想在包括 Sears、Kenmore 和各种可穿戴设备或家庭自动化产品（包括安全摄像头Canary）在内的第三方硬件上部署 Alexa。最终的目标是要积累海量的数据，建立数据网络效应来不断完善人工智能。如果语音真能成为“未来的用户界面”，那谁拥有最强的 AI 技术，谁就能赢得这场竞争。

同样，在 2017 年获得了大量关注，吸引了大量投资的自动驾驶汽车领域（预计 2018 年将持续这一趋势）从根本上来说也是 AI 的游戏。虽然相比目前的夸大其词和过度宣传，我们距离实现 5 级完全自主驾驶的距离可能比我们想象中要远，但在过去几年时间里，AI 已经取得了显著的进步，其中包括如何训练它们或者说让它们如何训练自己。在物理世界四处奔波收集数据的这种模式已经开始被虚拟培训模式所取代。2017 年优秀文章之一就是 Atlantic 的《Inside Waymo's Secret World for Training Self-Driving Cars》，其中介绍了 Waymo 自动驾驶汽车是怎样做到在现实世界只跑了几百万英里，而在一个定制的模拟、虚拟世界却跑了几十亿英里的内容。

在企业和工业物联网世界中，机器学习和 AI 也已经成为关键课题。企业和工业物联网产品不像他们的消费级物联网胞弟那样，需要收集足够的数据实现真正有意义的 AI，才能取得商业上的巨大成功。企业和工业物联网产品可以利用行业客户的数据，而许多机器、装配线和石油钻塔本身早就配备了成千上万个传感器。当然，这其中的障碍还是很多，有技术上的障碍（数据经常会被“困住”，难以提取），也有文化上的障碍（从几十年的小样本统计分析过渡到一种新的软件驱动分析方法，一旦失败，可能会导致灾难性结果）。而 AI 可能会是完全改变这些行业游戏规则的技术所在。

除了上述所提到的例子之外，AI 也被广泛应用于其他各个领域，从垂直农业应用跨越到边缘计算等基础设施。

值得一提的是，除了 AI 之外，材料科学、基因组学和纳米技术等领域（这些领域目前也在经历着自身的快速发展）的进步也让物联网有所受益。

安全性：越来越感到不安

如果说之前还有人质疑安全究竟是不是物联网领域的一个主要问题，那在过去一年半的时间里，业界对于这个问题已经达成了共识。

自 2016 年 9 月的 Mirai 开始，受到僵尸网络病毒（(Botnets of Things）攻击的物联网设备名单不断增长，僵尸网络病毒也在去年 2 月份被《麻省理工科技评论》评选为“2017 全球十大突破性技术”：2 月份，联网玩具制造商 CloudPets 被黑客入侵并被勒索赎金；3 月份，智能锁厂商 Lockstate 更新固件出错， 500 名客户的智能锁秒变砖；8 月份，大约 8000 台物联网设备的 Telnet 登录凭证被泄露。在我撰写本篇文章之时（2018 年 1 月初），有人公开发布了华为漏洞代码，利用 Satori 僵尸网络病毒攻击华为路由器，试图为更多的攻击和更强大的僵尸网络病毒拉开闸门。

在不久的将来，不可避免会发生一些更为严重的攻击（最近，Brian Krebs 的知名安全网站KrebsOnSecurity 发布了一篇文章《Reaper: Calm Before the IoT Security Storm?》，表达了对于一种被称为 Reaper 或者是 IoTroop 的更为强大的物联网恶意攻击软件的担忧）。

我们在同物联网初创企业交流的过程中发现，到目前为止，安全往往是事后才会考虑的事情。这并非是出于恶意或者是不负责任，事实上，许多物联网开发人员现在最关心的就是安全问题，至少在我们的调查过程中是这样。然而，现实情况是，考虑到推出一款物联网产品时会遇到的众多更为紧迫的挑战，安全问题在其中的优先程度往往会因此而降低。并且，物联网安全往往是超出普通物联网开发人员专业领域的一个复杂性问题，他们如果花费更多的时间和精力在安全问题上，其结果对于销售产品来说往往并没有什么立竿见影的效果，这也使得安全问题在实际开发过程中的地位一落再落。

诚然，现在围绕物联网安全问题，已经出现了相关的初创企业（具体参见下文），许多大型的传统安全服务供应商也提出了物联网安全解决方案（或至少这些安全解决方案的营销信息是以物联网为中心）。但是，这些公司的安全方案通常是为满足财富 100 强企业的安全需求，而普通初创企业开发人员（或是大企业预算不足的开发人员）的需求却无法得到满足。物联网云基础设施的出现对此肯定会有所帮助。然而遗憾的是，在安全成为绝对的基本要求之前，我们可能还会看到更多极具破坏性的大规模攻击事件的报道。

值得注意的是，去年夏天美国参议员提出了一项新法案，名为“2017 物联网网络安全改进法案”，要求联邦政府的物联网设备（包括路由器和安全摄像头）供应商必须遵循行业安全实践，达到一定的安全标准。本质上来看，这是试图利用联邦政府庞大的 IT 预算分量来向物联网行业传递一个清晰的信号。但是到目前为止，这一法案还未正式通过。

物联网与区块链

在刚刚过去的 2017 年，可以说我们很难忽视比特币与加密货币的狂热之势，物联网行业也不例外。物联网和区块链都算是最新出现的流行热词，在这种情况下，两者结合的产物听上去都有很大的风险。事实也很有可能就是这样，但两者结合所产生的可能性又非常具有吸引力，具体表现在以下几个方面。

首先是安全性：由于其分散性以及保护数据不被篡改的特质，区块链非常适合涉及大量网络连接对象的复杂性安全问题。

其次，区块链也可以为物联网数据交换提供更为强大的可能性。这可以是在企业层面进行，它们可以利用私有区块链基础设施，无需通过中控和管理就能让业务合作伙伴访问或者提供物联网数据。每位合作伙伴都能够对每一笔交易进行验证，确保问责制，避免争议。与此同时，也可以是全球范围的数据交换，作为一个分散的数据市场，据悉这实际上就是 IOTA 组织一直在尝试去做的事情。

另外一个能够很好地利用到区块链的就是通用连接领域。Filament（将机器和工业基础设施连接到网络的远程无线网络）和 Helium（FirstMark 投资的一家公司）等初创企业已经开展了这方面的工作，可能很快就会对外宣布具体的计划和项目。

融资和退出：安静的一年

自我们上次在 2016 年发布物联网领域概况以来，尽管物联网融资额仍然很高，但整个物联网融资市场已经从爆炸性增长之势转变为更为稳健、谨慎的步伐。

事实上，据 CB Insights 数据显示，2017 年投资于物联网行业的风险资金总额（从种子轮到 E 轮）为 37.7 亿美元，较 2016 年的 38.3 亿美元下降了 1.6 个百分点（这一数字覆盖的是在 CB Insights 分类中为物联网类别的企业，并不一定包括我们所列出的所有物联网企业）。

物联网行业的融资已经向着对较少数初创企业（通常是处于成长阶段的企业）进行更大规模、更集中的投资这一趋势转变，其他领域的投资趋势也是这样，只是物联网领域可能尤为如此。从交易数量急剧下降的趋势就能证明这一点，2017 年物联网领域共有 295 笔风险融资交易，较 2016 年的 475 笔下降 37.9%。

不久之前，大多数物联网初创企业还是处于种子轮或 A 轮融资阶段。其中一些有实力进行扩张的公司现在已经开始进行增长阶段的融资。与此同时，种子轮和 A 轮阶段初创企业的融资交易逐渐渐少：2016年，物联网领域约 73% 的风险融资交易对象是种子轮和 A 轮初创企业，到 2017 年，这一数字下降到 53%。

与往年一样，物联网风投市场的特点之一是这一领域内最活跃的投资者大多是大企业旗下的风投机构：英特尔投资和 GE Ventures 位居榜首，高通风险公司也不甘落后。由于许多传统风投机构开始规避硬件领域，来自大企业风投分支的资金在这一领域发挥了巨大的作用。

软银愿景投资基金（Vision Fund）更是高调进入物联网领域。在软银与和沙特主权财富基金于去年 6 月份共同启动的 1000 亿美元科技基金中，物联网就是一个核心支柱（其实，软银在 2016 年 9 月以 320亿美元收购 ARM，就是对物联网的一大投注）。软银愿景投资基金进行了一系列大型投资，其中包括垂直农业公司 Plenty（2 亿美元的 B 轮融资）、地图公司 Mapbox（1.64 亿美元的 C 轮）、自动驾驶系统开发公司 Nauto（1.59 亿美元 B 轮）以及自主机器人公司 Brain Corp（1.14 亿美元 C 轮）。除此之外，软银还拿到了 NVIDIA、iRobot 和工业物联网（IIoT）公司 OSISoft 的股份，并收购了 Alphabet 旗下的 Boston Dynamics 和 Schaft。

2017 年其他值得我们留意的融资还包括：室内动感单车初创企业 Peloton 3.25 亿美元的 E 轮融资、智能玻璃制造商 View 2 亿美元的 G 轮融资、IIoT 分析公司 Uptake 1.17 亿美元 D 轮融资、3D 打印公司Desktop Metal 1.15 亿美元 D 轮融资、智能门铃公司 Ring 1.09 亿美元 D 轮融资、云端智能机器人公司达闼科技 1 亿美元 A 轮融资、智能代步工具 Ninebot 1 亿美元 C 轮融资、日本 AI/IoT 平台 Preferred Network 9540 万美元战略融资、企业身份管理平台 Forgerock 8800 万美元 D 轮融资、法国低功耗广域网连接公司 Actility 7500 万美元 D 轮融资、网络安全初创企业 SentinelOne 7000 万美元 C 轮融资以及物联网云平台供应商 Ayla Networks 6000 万美元 D 轮融资。

从并购角度来看，2017 年的两大并购交易分别是面向互联汽车和自动驾驶汽车领域：英特尔以 150 亿美元收购 AI /计算机视觉公司 Mobileye；三星以 80 亿美元收购联网汽车解决方案专家 Harman。紧随其后的就是物联网安全领域，Thales 以约 56 亿美元的价格收购金雅拓（Gemalto）。除此之外，另有 Itron 8.3 亿美元收购网络连接专家 Silver Spring Networks、Sierra Wireless 1.07 亿美元收购全栈管理平台 Numerex 以及 OpenText 1.03 亿美元收购物联网云平台供应商 Covisint。

从物联网初创企业退出方面来看，2017 年并不算让人满意的一年。有几笔值得一提的收购交易，但交易额都未突破 5 亿美元大关：德国大陆集团（Continental）4.5 亿美元收购以色列汽车网络安全公司Argus；Delphi 4.5 亿美元收购波士顿自动驾驶初创公司 NuTonomy；John Deere 3.05 亿美元收购农业机器学习公司 Blue River、Assa Abloy 收购智能锁制造商 August 以及 Prodea 收购物联网平台 Arrayent（最后两笔交易价格不详）。

最后， 2017 年也是物联网领域初创企业 IPO 寥寥无几的一年。上市公司包括专注于“万物互联”的数据中心基础设施公司 Switch Inc. 以及帮助企业追踪访问他们网络的物联网设备的安全初创企业 ForeScout Technologies。

2018 物联网产业分布

查看完整图片，请点击此处。查看公司完整列表，请点击此处。

这是我们第四次发布物联网产业分布内容（之前分别于 2013 年、2014 年和 2016 年发布）。今年产业分布内容中出现了一些新的子类别，这也反映了物联网领域的新趋势，其中包括：语音平台、海洋车辆、垂直农业和边缘计算。上图共 971 家公司，相比 2016 年的 721 家上涨了 34.7%。另外，相比 2016 年公司名单，今年产业分布图移除了 96 家公司，又新增了 346 家公司。其中，有少数几家大型企业同时覆盖几个不同的类别。

下文我们将重点介绍上图中的一些关键部分，从顶部的“应用/垂直领域”开始，到底部的“构建模块”部分。

应用/垂直领域

消费级物联网：大试验的终结

消费级物联网在 2017 年的表现可以说非常惨淡。在我撰写本文时，智能锁制造商 Otto（已经获得了 3700 万美元风险融资）最新加入了一份长长的名单之中，这名单记录的是在过去一年半的时间里停止运营的一大批初创企业。另外还包括：睡眠追踪初创企业 Sense（240 万美元 Kickstarter 众筹资金以及 4000 万美元风险融资）、生活日志相机 Narrative（1200 万美元风险融资）、消费级无人机初创企业Lily（预售额 3400 万美元，风险融资 1500 万美元）、AR 摩托车头盔制造商 Skully（1500 万美元风险融资）、智能泡茶机 Teforia（1700 万美元风险融资）、智能耳塞公司 Doppler Labs（5000 万美元风险融资）以及智能榨汁机 Juicero（1.18 亿美元风险融资）。

如果再加上被收购的几个消费级初创企业（Pebble 和 Electric Objects）和 B2B2C 平台（被 Ring 收购的 Zonoff 以及被 Will.i.am 收购的 Wink），这一名单还会更长。

很多后期初创企业，甚至上市公司也处于动荡之中，昔日手环巨头 Jawbone（总融资额 10 亿美元）破产，Fitbit、GoPro 以及 Parrot 的股价较 2015 或者是 2016 年相比也都大幅下跌。截至撰稿时，GoPro也宣布退出无人机业务并裁员 20%。

发生了什么？

我们可以发现，消费级物联网第一阶段的发展已经结束，现在回想起来就像是一场“大试验”一样。现在回顾 2012 或 2013 年，当时消费级物联网领域发展势头被再次引燃，主要是出于两大期望。

第一个期望是实现物理连接能够改变一切。一旦联网，愚笨的设备将变成欲望的对象，驱动强大的消费者需求，进一步助长高昂的价格。

第二个期望是硬件能够变得“不那么僵硬”。许多物联网企业家对于这一领域来说都是新手，但是借助于开源、商品化组件、新的开发平台、3D 打印和众筹，他们也能像软件企业家那样促进产品迭代。

最初像 Nest 和 Oculus VR 的成功似乎为我们迎来了消费级物联网的一个新时代，随即而来的是各种新公司和新产品寒武纪式的大爆炸。但是，快进到当下，我们就会发现消费级物联网初创企业经历了一场残酷的跌落回现实的经历。

联网并没有改变一切。正如 Big Ass Fans 创始人总结的那样：“只是因为你可以用物联网技术做成这些事情，但并不意味着消费者就会想要这些。”早期的接受者愿意为了新颖性支付高昂的费用，但要想扩展到主流消费者群体，这项技术就必须超越看似酷炫的表层因素，展示出不可否认的价值。

另外，硬件创业并不是多么容易的一件事：设计出错成本高昂；供应链问题比比皆是；零售难度很大。并且，由于亚洲（主要是中国）低成本制造商以及科技巨头（包括美国和亚洲）的存在，初创企业面临的竞争日益激烈。这已经不是什么新问题，早在 2013 年我们就探讨过这个问题，但现在从很多方面来看，这一问题更加糟糕，因为大型企业已经开始从试验中走出来，全力以赴探索实践应用的机遇。

当然，这并不是说消费级物联网初创企业就注定会失败。总有初创公司会倒闭，这是创业的本质所在。上文所提到的物理网领域初创企业之所以会停止运营，部分原因可能在于经过 3、4 年爆炸性增长之后，这一领域自然会经历一个自然消耗的过程。这些失败之所以更为公开可能是因为这些公司在创立之后或者融资之时得到了相当多的关注。

一些消费级物理网初创企业正在稳步扩张，并且在成长阶段获得了大量的融资。上文提到的例子中就有这样的几个：据我所知，动感单车/健身初创企业 Peloton 在 2017 年获得了 3.25 亿美元 E 轮融资，这是物联网领域初创企业在去年最大规模的一笔融资交易；智能门铃初创企业 Ring 去年获得了 1.19 亿美元 D 轮和债务融资，开始进一步的规模扩张（但现在面临着来自 Alphabet / Nest 和亚马逊日益严峻的竞争）。

新一代的硬件企业家已经出现。随着时间的推移，这些企业家无论是来自成功的物联网企业还是失败的企业都会变得更加顽强，我相信他们在过去几年所积累的经验将会新催生出一家优秀的消费级物联网公司。

工业物联网：工业物联网：从水平平台到垂直、AI 解决方案

与消费级物联网相比，B2B 的表现要更好一些。尤其是工业物联网（IIoT），作为“工业 4.0”主题的组成部分（另外还包括机器人技术和企业 3D 打印技术），吸引了越来越多初创企业、风险投资公司和大型企业集团的关注。工业物联网正如同它所服务的对象（制造业、能源、物流和运输）一样，其中都蕴藏着非常大的机会。

虽然 IIoT 属于企业技术类别，销售周期相对较长，但相比消费级物联网领域来说，IIoT 领域初创企业的一个优势是，他们通常不需要对行业内的行为进行彻底地改造。无论是工厂还是油田，大都提供了不错的机器数据提取和分析方法，一些大型工业集团可能已经这样操作了很多年。因此，IIoT 可以更轻松地融入工业领域企业现有的工作流程，包括与现有的运营技术框架相结合，并且在提升企业投资回报率方面的表现也更好。

这也就是说，IIoT 的空间还有很大。各种核心技术问题，无论是远程连接还是热环境都没有得到很好的解决。在运行 AI 来解决上述问题之前，需要先提取数据，这仍然是一个难题，因为工厂所配置的大都是各种传统机器。目前包括 Augury、Arch System 和 Petasense 等在内的初创企业正在积极解决这一问题。

总的来说，大型工业物联网领域还处于试验阶段，无论是初创企业还是大型厂商目前都处于这一阶段。另外，这一行业内还有一个不成熟的做法，许多大型工业企业内部的 IT 团队正在考虑自己构建所需的技术。我们不止一次的听到这种说法，但是绝大多数情况下，内部 IT 团队所创建的系统根本就不是像 Arduinos 和 Raspberry Pis 这样企业级的构建模块。

无论如何，经过过去一年左右的时间，工业物联网领域已经形成了一个共识：没有“一码通吃”的 IIoT 平台。也就是说，没有通用的传感器或水平软件可以稍作修改就能应用于所有的垂直行业。由于客户对于销售和部署系统都存在不同的需求，因此且不论供应商规模大小，都不得不调整方向，专攻某个特定的行业。例如，Samsara 最初是想着手构建一个水平平台，但现在已经将关注方向聚焦在车队监控。工业巨头通用电气开始在其 Predix 平台上进行了全面的水平方向投入，之后也不得不重新关注垂直应用。

水平方向

物联网连接：关键性基础设施方面的进展

在当前的物联网创新浪潮中，如何更好地将物体连接到互联网（以一种可靠、可扩展、省电以及低成本的方式）仍然是一个发展势头迅猛并且非常有竞争力的主题。绝大多数设备很可能继续通过短距离连接技术（如 Wi-Fi、蓝牙、Zigbee 和 Z 波）来进行连接。值得注意的是，虽然 Wi-Fi 在室内用例（例如家庭自动化）方面具有很多优点，但要想用于更广泛的物联网领域，则在功耗和成本方面存在着明显的缺陷。IEEE 802.11ah 和 802.11ax 新标准可能有助于解决这些问题，但现在下定论还为时尚早。

与此同时，广域连接（长距离连接）也取得了不错的进展，像 Sigfox（由一家法国初创公司建立的专用蜂窝网络，投资额约为 3.1 亿美元）和 LoRA（最初也是一家法国企业研发的技术，后于 2012 年被Semtech 收购）都是不错的案例。这些都属于低功耗广域网（LPWAN）无线技术，专门用于在很长的范围内以低比特率连接低带宽、电池供电的设备。

2017 年大型运营商纷纷加入这一行动，推出的产品可分为两种类型：

窄带物联网（NB-IoT）是由大型电信运营商支持的一个许可标准（与未经许可的 SIgfox 和 LoRA 相对），在 2017 年取得了不小的飞跃，德国电信在荷兰推出了首个 NB-IoT 官方服务。2018 年 1 月，T-Mobile 也宣布将在美国推出首个 NB-IoT 计划。除此之外，据称 Dish Networks 或与亚马逊合作，部署 NB-IoT 网络。

另外，Verizon 和 AT＆T 都于去年在美国推出了自己的 IoT 网络，加入无线技术的竞争之中。NB-IoT 和 CatM1 技术都各有其优缺点，但要用于大量物联网设备，成本仍是他们所共同面临的一个主要问题。T-Mobile 最新推出的 NB-IoT 产品每个设备每年的连接费用是 6 美元，相当于“Verizon Cat-M 计划费用的十分之一”。

最后，不得不说 5G 的希望也很大，它的数据传输速度更快，更适合像自主驾驶汽车这样竞争激烈的物联网用例。但这要等到实现广泛的部署之后才可以，在美国，可能还需要十年的时间。

构建模块

云端巨头都瞄准了物联网

云端一直是物联网领域热议的话题之一，但最近几年却让我们看到了很多不确定性。一方面，云服务巨头企业似乎都认为他们的核心云产品无需做出多少额外的努力就能满足物联网的需求。另一方面，各种各样的物联网企业都开始尝试构建自己的云产品。

2017 年，这一问题迅速改观。微软增加了许多重要的功能（为那些不想自己管理云端的物联网客户提供了一个用于完全托管的 SaaS 产品 IoT Centra；用于边缘计算的 Azure IoT Edge；时间序列数据库Time Series Insights），亚马逊也不甘落后（让简单设备可以触发 Lambda 的 AWS IoT One-Click；保护物联网设备的 AWS IoT Device Defender；规模化远程管理物联网设备的 IoT Device Manager）。也许最能说明问题的或许是，Google 也加入了这一阵营，推出了能够大规模连接和管理远程物联网设备的 IoT Cloud Core，并与包括 BigQuery、Dataflow 和 Pub / Sub 在内的 Google Cloud 产品进行了整合。

与此同时，通用电气不再执着于构建自己的“Predix Cloud”，转而专注于在 AWS 上构建应用程序。我们接触的几家初创公司也暂时搁置了他们自己创建云技术的计划，转而关注将设备数据发送给大型公共云提供商这一解决方案。

强大的云基础设施的出现是物联网领域的一个重大进展，因为这样能够大大降低设计和安全部署物联网设备的总体复杂性，这在之前一直是阻碍物联网领域发展的最大障碍之一。

诚然，云计算可能无法适用于所有的物联网客户，尤其是对数据高度保护的工业领域客户来说更是这样。值得庆幸的是，边缘计算的出现将有助于这些客户在本地处理他们的数据。

边缘计算的兴起

边缘计算在此之前已经是一个热门话题，但在 2017 年，我们看到了边缘计算真正的飞跃。边缘计算一般是指将智能从云端推向边缘，包括网关、设备甚至是传感器。在某些情况下，边缘会过滤掉噪声，只将最相关的数据发送到云端，以减少处理环节和成本；在有些情况下，需要在当地做出一些决定，进一步采取行动。所有这些通常都支持机器学习和 AI 在本地设备运行。

不仅是初创企业（包括雾计算平台开发商 Foghorn 和 Mythic 等）在边缘计算和分析方面进行了一些有趣的探索，在过去一年的时间里，科技巨头也开始纷纷进军边缘计算领域。自 2016 年以来，AWS 推出 Greengrass、微软推出 Azure IoT Edge、戴尔宣布在边缘计算领域投资 1 亿美元、获得包括戴尔在内的 50 多家贡献者支持的开源项目 Edge X Founder 也在 2017 年春季推出。

总结

在过去一年左右的时间里，我们可能已经看到许多消费级物联网初创企业失败的报道，但这些个例不应该分散我们对于物联网领域整体的关注度：随着 AI 技术的加速、连接方面的重大进展以及大型云供应商专用物联网产品的推出，物联网发展所需的基础设施部分已经逐渐到位。当然在物联网安全等重要的方面还有很多工作要做。

一波新技术浪潮出现之后的一个重要特征是“逐渐发展，然后迅猛崛起”。物联网的各个细分领域将继续保持各自的发展步调，但是随着核心基础设施到位，我们很快就会发现物联网朝着全球互联的物理世界这一方向呈现出指数级加速发展趋势。

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能，互联网和脑科学交叉研究机构。由互联网进化论作者，计算机博士刘锋与中国科学院虚拟经济与数据科学研究中心石勇、刘颖教授创建。

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”