物联网正在帮助融合物理和数字世界，它将改变工业、生活和工作方式。本成熟度曲线侧重于物联网的关键技术，包括广域低功耗、物联网平台和事件流处理等技术的创新进展，提供了相关案例并进行了深入讨论，如智能楼宇系统、商用无人机和室内定位等。
对于企业来说，业务驱动因素包括降低维护成本、增加资产正常运行时间和产品差异化。尽管物联网对这些有针对性的功能和成果，但很少有企业制定物联网业务战略。
一、从曲线上消失的技术
在2018年的技术曲线上，我们删除了一些技术，理由和往年类似，热度下调或和本次主线稍有差距，但是不代表不重要。
- 车联网
- 企业信息管理程序
- 物联网ERP
- 机器学习
- 信息队列遥测传输
二、2018曲线三个阶段的关键技术
1. 上升阶段
(1) 许可证和应享权利管理
物联网正将硬件设备、原始设备制造商转变为软件供应商，主要源于三个方面：降低制造成本、产品分级和持续盈利，这三个方面促使制造商青睐以软件为中心，创造更大的价值，增加灵活性和市场反应能力，从而增加收益。
从软件为中心要求采用者将传统的许可和权利管理应用于联网智能计算机，以维护软件IP。从硬件向软件和价值服务的转变使制造商能够更好降低成本、增加客户满意度和经常性收入。权利管理是由生产者授予客户的权利，也是应享权利。
(2) 物联网产品即服务
物联网产品即服务，指的是嵌入式物联网技术、通用物联网设计模式以及行业框架为用户、制造商以及金融中介机构提供所需数据，以确保资产的有效性和可用性，并对业绩不佳的部门保持关注和进行补救。在许多行业和实战中，采用可扩展的产品作为一种服务，正在初具规模。
实现物联网产品即服务，制造商、认证分销商、经销商和服务提供商必须应用物联网创新来创建连接的产品。嵌入式技术使远程产品状态监视、控制和优化、发布和更改管理、功能更新和安全补丁、后端业务应用程序集成等技术得以优化支持，不需要在客户站点或制造商内部设立中间环节。
(3) 事物即为顾客
随着互联网连接的事物变得更加智能，他们将获得购买、销售和请求服务的能力。这将带来新的收入、效率和管理客户关系的机会。在理论上，具有这些能力的事物代表了新客户群体，相关企业将能够出售这些客户，政府也可以对这些客户征税，因为一些事物已经被人类赋予了谈判、买卖和销售的能力。
一些事物已经被连接到人工智能(AI)提供的智能系统上，这些系统是根据以前的经验和新的数据内容学习训练而成的。我们确实看到了一些更复杂的客户事物的例子，比如智能电网。同时也存在安全、风险监管、合规等问题，例如金融服务业的反洗钱、制药和能源等行业中的反腐败，医疗行业的病人数据隐私等。作为客户的事物有潜力创造新的价值机会，有提高生产力，提高运营效率，改善健康福利，增强有形资产和人员的安全的潜能，也将带来欺诈、法律、税收挑战和运营挑战。
(4) 启用物联网应用程序
为物联网而设计的应用程序，并和物联网技术(例如物联网设备和物联网平台)集成在一起。应用程序摄取物联网数据和事件应成为现实，一些应用程序(例如CRM、EAM和FSM)已经能够使用来自IOTSOURCE的数据(例如，现场设备的过度振动)来实现纠正性维护。
在许多情况下，物联网数据的摄取和分析将由物联网数字孪生来实现，可以预见数字双胞胎技术正在扩散，将触发物联网应用工作流，需要与操作技术人员密切协作和知识共享。广泛的商业应用程序将由与事物的无处不在的连接触发，以便通过改进的业务流程自动化来实现利益最大化的结果。虽然在技术和运行上实现如此深刻的变化需要数年的时间，但物联网对商业应用的重大、长期的影响会最终演变为启用物联网的应用程序，这种影响是革命性的。
(5) 边缘人工智能
边缘人工智能指嵌入到物联网端点、网关和其他移动和边缘设备中的人工智能技术，应用范围从自主导航到流分析。在这方面，人工智能技术指的是概率推理(例如机器学习、深层神经网络)、计算逻辑(例如基于规则的、模糊逻辑)、优化(例如基于约束的推理)等。
物联网和人工智能可以三种不同的方式协同工作：一是物联网数据作为人工智能系统的输入：在这个体系结构中，物联网系统是人工智能系统的外围设备，作为一个数据收集器将数据提供给人工智能系统。比如智能农业应用部署的环境传感器。二是人工智能技术在物联网系统中的应用：在这个体系结构中，人工智能技术是物联网系统中众多应用之一。具体来说，人工智能技术作为物联网系统的推理引擎，担当解释物联网端点产生的数据、驱动端点运转的一些功能。例如医用可穿戴设备帮助视觉受损的人导航等。三是国际互联网络和人工智能技术作为一个双向系统：在这种体系结构中，物联网和人工智能技术相互作用，互惠互利，物联网系统不断向人工智能系统提供数据，数据被用于定期训练并赋予人工智能系统，随着时间的推移(通过新的培训)，人工智能技术的输出不断提高，新的生产系统被创建并部署到物联网系统中。例如自主导航。
通过在边缘采用人工智能技术，企业可能受到以下积极影响：提高了操作效率，例如在制造设置中增强的视觉检测系统;通过使用在边缘进行推理的会话平台，增强了客户体验;通过使用流分析和迁移到基于事件的体系结构，减少决策延迟等。此外还有，通信成本降低，边缘和云之间的数据流量减少，甚至当边缘与网络断开时也提高了可用性。
(6) 经济信息学
信息经济学是将信息视为企业资产的理论和实践，包括测量、管理和货币化与公认资产(资产负债表)相同或相似的信息。一些投资银行家已开始在评估企业整体价值时，考虑企业的信息资产-以及将它们货币化，包括量化其各种利益的模型。这些习惯做法已被数据和分析领导人及商业领袖采纳，以鼓励创新和减少开支。
(7) 托管物联网服务
托管物联网服务支持用户产生物联网解决方案的一部分，是企业用户的重要思路之一。托管物联网服务的交付是通过基于云的工具和熟练的技术人员在操作中心来实现的。服务对象可能位于同一地点的设施或在公共和私有云中。托管物联网服务集成和聚合一组技术，包括边缘设备、平台、集成分析系统等。托管物联网服务可能需要与其他数字平台(如ERP或CRM)集成的自动化运营和管理活动来优化服务交付。
(8) 硬件安全
硬件安全性是使用基于芯片的功能来满足许多安全需求，包括(但不限于)物理保护、设备识别、身份验证、远程认证以及系统和数据完整性等。 物联网的出现在设备标识和覆盖范围等方面引入了更泛化的安全要求。为了解决这些问题，利用基于硬件的实现的安全机制正变得越来越重要。在一些行业，已经存在硬件安全的要求。例如，在金融领域，信用卡需要使用基于芯片的认证，以达到欧洲支付、签证标准等。其他行业，如医疗保健、工业和能源、公用事业等，也可能会效仿。
虽然基于硬件的安全性的好处是显而易见的，但在物联网端点设备中采用它的速度相对较慢，如果出现以下情况之一，则可能会进一步放缓：一是额外的芯片;二是在端点保护、安全协议和认证机制方面有新的思路;三是关注不同级别物联网设备的安全遵循框架。
(9) 物联网边缘分析
“分析”是将逻辑(即“规则”)和数学(“算法”)应用于数据以提供更好决策的洞察力的学科。物联网“边缘”分析是指在远离公司数据中心或离传感器数据生成地更近的云服务器的分布式设备、服务器或网关中执行分析。由于终端用户组织和供应商对这项技术重要性的认识和理解的提高，物联网边缘分析再次提升到成熟度曲线膨胀预期的顶峰。
物联网设备的激增和对实时洞察力的需求是网络边缘分析计算的最大驱动力，因此，随着物联网成为主流，企业将需要更多的边缘计算来改进实时分析，推动业务流程优化。
近年来，越来越多的物联网平台和分析供应商增加了在边缘设备上部署和运行小型分析包的能力，无论是在端点上还是在诸如物联网网关之类的聚合设备上。它反映了边缘计算和云计算之间的平衡变化，这是物联网最重要的趋势之一。在边缘位置和云之间来回移动数据在存储和通信成本方面都太昂贵了，当分析需要部署在敏感环境(不通过网络发送数据)或对网络的访问受到限制时，高可用性还需要增加安全性。
工厂、车辆、家庭或其他分布式站点即使在从云平台或企业数据中心断开时也必须运行。法规或法律要求将数据保存在国家或数据生成的其他地方。将所有的数据从带宽和延迟的角度及时地集中到一个中心位置，这将花费太多的时间上传所有的数据，而将原始数据的细节移动到中心位置是没有好处的。通过接近或在端点处处理数据将赢得更快的响应时间。例如，石油和天然气中的泄漏检测应用程序需要在秒内响应。当数据被发送到一个中心位置进行分析时，就会引入延迟，并失去其对实时需求的价值。例如，在智能城市应用程序(如交通管理)中使用的视频数据，如果所有数据都需要的话，可能会阻塞网络。通过使用边缘分析来寻找可操作的数据，从而减少数据管理和存储的开销。
2. 顶端位置
(10) 物联网业务解决方案
物联网业务解决方案是各种行业资产的组合，包括物联网端点(即物联网连接的资产、产品和设备)、至少一个物联网平台、以及各种非物联网后端系统和数据。这些技术是无缝集成的，以满足数字业务目标(例如资产优化、产品为服务)。
到目前为止，大多数物联网项目在技术和商业上的范围都相当有限，它们的物联网价值主张没有得到充分的理解或实现。公司最初实施物联网的一种方式是通过一个点解决方案，将物联网终端与某种形式的物联网平台结合起来配置或定制，以满足一个或多个具体的业务需求，例如智能照明或预测维护。
有时，这类解决方案还可能包括一个特定的相关应用程序，例如EAM。无论如何，为了提供更多价值并提高整体业务运作智能，这些物联网解决方案通常必须与多个后端系统和数据(例如，CRM、ERP、MES、FMS和BMS)集成在一起。
(11) 数字商业技术平台
数字商业技术平台是使一个组织能够参与数字商业生态系统的技术组合。新兴企业使用各种新的集成和云技术来实现数字业务技术平台，但传统公司经常在新的架构方法上苦苦挣扎，如微服务架构、事件驱动架构和可编程基础设施等。
数字商业技术平台使人、企业和事物能够为企业创造、获取或增加价值。数字平台将使新的市场进入者、初创企业、竞争者以及最终智能机器更容易创造和追求新的业务机会。
(12) 数字孪生
数字孪生是真实对象的虚拟表示。数字孪生旨在优化资产的操作或有关它们的商业决策，包括改进维护、升级、修复和实际对象的操作。数字孪生包括模型、数据、对象的一对一关联以及监视对象的能力。对于资产运营商(飞机、建筑物、发电厂、风车)来说，数字孪生正开始获得采用，主要短期用途是降低维护成本和增加资产正常运行时间。对于产品原始设备制造商来说，数字孪生正开始向联网产品(汽车、灯、音响)扩散。数字孪生的主要近期用途是差异化，帮助企业管理保修成本，支持渠道合作伙伴，并更好地享受客户体验。数以百万计的事物将在五年内将拥有数字孪生。数字孪生在曲线上已经接近膨胀预期的顶峰，部分原因是技术和服务提供商的大力推广。虽然大约5%的企业已经开始实施数字孪生，但只有不到1%拥有数字孪生。
数字孪生使企业能够优化或改变现有的商业模式，在未来十年中，数字孪生将成为解决方案的主导设计模式。例如，它们能够更好地利用资产、优化服务和改善客户体验，创造新的运营方式。数字孪生将挑战大多数企业将他们的想法从以硬件为中心转变为以硬件+软件为中心的视角。这包括对运营商业模式、产品管理成本和不道德数据使用的风险的影响。最后，数字孪生的影响将超越资产。供应链中的人目前正在建模和分析。数字孪生组织已被用于优化客户体验、成本优化和投资组合管理的业务决策。
(13) 物联网安全
物联网安全是数字安全的一部分，控制创建信任，并为数字业务提供安全、可靠、私有和有弹性的数字系统。物联网安全技术和服务正在迅速发展，在数字信任、硬件和固件中抗篡改设备硬化技术、安全云集成、设备发现、事件检测和响应系统以及改进的咨询和系统集成等技术领域都有进步。
(14) 数字伦理
数字伦理包括进行电子互动的价值体系和道德原则，以及人、企业、政府和事物之间数据的使用和共享。数字伦理的范围很广，包括安全、网络犯罪、隐私、社会互动、治理、自由意志以及整个社会和经济。由于最近媒体的负面宣传、公众话语的上升以及包括数据隐私考虑在内的新的监管法规的遵守，数字伦理跃升到通胀预期的顶峰。当前的主题，如“人工智能”、“假新闻”和“数字社会”，都是引发人们对数字伦理讨论增加的导火索。
(15) 物联网服务
物联网服务是指为支持物联网规划和解决方案实施而提供业务和技术专门知识的专业服务活动。各种方法和资产，如设计思想和知识产权的使用，如垂直特定的解决方案，用于加速这些物联网服务。例如，物联网服务可能与数字产品设计有关。技术扩散继续贯穿整个物联网价值链-从边缘到商业视野。因此，企业面临挑战，缺乏足够的内部资源，需要擅长物联网技术和解决方案的实施。在2017年Gartner物联网战略调查中，约59%的受访者表示，他们在一定程度上利用外部物联网服务来支持物联网项目的实施工作。
(16) 物联网平台
物联网(IoT)平台是一种软件，它能够开发、部署和管理连接到IOT端点并从IOT端点获取数据的解决方案，进行设备管理、集成数据、管理分析、应用支持等。2018年，许多大型厂商重组了物联网业务，并不断发展自己的产品和市场战略。一个更复杂的问题是，原始设备制造商正在兴起嵌入式解决方案，将其作为现有业务的一部分。
物联网平台充当“事物”与IT系统和业务流程之间的中介，促进了向企业引入一种新的、具有潜在变革性的数字业务创新和数字转换浪潮。物联网平台为实现以资产为中心的业务解决方案提供了中间件基础，并且是以灵活的方式管理多个物联网应用程序。
(17) 事件流处理
事件流是按某种顺序排列的事件对象序列，通常按时间排列。事件流处理(ESP)是对这些事件对象中的数据执行的计算。它的目的是流数据集成或流分析(也称为复杂事件处理)。
ESP扩张的主要动力在于：物联网的增长和数字交互正在使事件流变得无处不在。供应商正在推出新产品，其中许多是开源或部分开放源码。企业需要持续的情报，以更好地了解情况和更快、更精确的决策。公司可以从内部来源获得更多的流数据，例如传感器、仪表、控制系统、公司网站和交易应用程序;以及来自外部来源，如社交计算平台、新闻和天气提要、其他数据经纪人、政府机构和商业伙伴等，最终将被各大公司的多个部门采用。
(18) 汽车实时数据分析
汽车实时数据分析是在实时数据分析的基础上为车辆、司机和乘客提供服务，包括摄取，数据处理，云架构，机器学习和分析，比如预测路线规划、车辆状况监测、预测和避免碰撞、预测和避免网络攻击、目标营销、连接汽车数据并管理和个性化的消费者服务等。
汽车消费市场的实时数据分析正处于发展阶段，虽然对该技术进行了多方面的测试，但很少有应用实例，其中包括中国的斑马和通用汽车市场，用于解决方案的数据源通常是结构化的，比如司机行为数据或车辆数据的组合等，这些数据包括年份、制造、模型和保修部件和索赔等领域，以及非结构化数据源，例如里程表读取、制动等参数，也包括服务协议，甚至社交媒体数据。如何以标准化的方式最好地摄取数据以提供统一的后端处理服务，关联数据并建立必要的机器学习模型并最终触发正确的操作，有多个汽车厂商正在进行测试或概念测试。例如，亚马逊网络服务(Aws)与宝马合作，仅用了6个月就建成了新的车载传感器服务。该服务向云提供车辆传感器数据，并动态地向车队更新地图信息。
这项技术对行业的影响很大。汽车原始设备制造商将继续承受来自监管机构和消费者的压力，要求他们改进产品质量、安全和召回管理能力。汽车实时分析是解决保修和安全问题的潜在方法，帮助更早地发现问题，甚至避免事故，并制造汽车。预测服务也将在不断改进车辆服务方面发展-使服务成为可能。它也是一种解决担保和安全问题的方法。汽车原始设备制造商成为移动服务提供商的关键，动态合成来自客户旅程多个领域的数据的能力，包括汽车使用情况、行程数据和上下文数据，将是提供个性化移动服务的关键。
(19) 物联网边缘结构
物联网边缘体系结构代表了硬件、软件和通信元素，它们优化了诸如计算、存储、网络和分析等功能，使之更接近于物联网数据的产生或使用。边缘体系结构定义了传感器和端点产生的信息是如何在数据中心或网络的边缘进行聚合和处理的。
当IOT端点产生的数据增长时，将所有信息流到集中式云或数据中心进行管理、分析和决策，在经济上或技术上是不可行的，有时由于监管的原因而不允许。边缘计算的重要性正在显著地增加，因为采用的驱动程序超越了实时性和低延迟数据分析，从而扩展了对物联网部署的其他关键好处，例如可扩展性、安全性、弹性和业务连续性。这一动态正在吸引供应商在相关能力方面的持续投资。然而，在实践中，物联网边缘架构的实现和使用往往仍然受到各种挑战的困扰。在过去几年中，在相关供应商活动不断增加的情况下，物联网边缘架构已经超过了膨胀预期的顶峰。至少再过两到三年，物联网的边缘架构就会开始成熟应用。
精心定义设计的物联网边缘架构是大多数物联网计划的关键组成部分，尤其是在工业领域。优化的物联网边缘架构平衡技术要素，如数据分析、安全性和可伸缩性，与总体业务需求和集成复杂性相对应。与边缘架构相关的选择将直接影响到物联网项目的前期成本(特别是集成)以及运营成本。(尤其是连接性)，它还将在很大程度上决定企业在对其物联网资产进行更改方面具有多大程度的灵活性，从而决定物联网对企业业务运作的贡献。
(20) 低功耗广域网
低功耗广域网是一组无线网络技术，旨在支持WAN环境下的物联网用例，其中连接的设备通常具有较长的使用寿命、较低的数据量和定期的数据传输。与现有的蜂窝技术(如2G、3G和4G)不同，它的功耗低，在无线模块上的实现成本较低，投资也较少。
LPWA是当今最热门的网络类别之一，从移动通信服务提供商(CSP)和设备供应商到硬件设备制造商和半导体公司，在供应商生态系统中得到了强有力和越来越多的采用。
(21) 局域网
一个专门的物理对象网络，它包含了嵌入式技术，用于通信、感知或与其内部状态和/或外部环境交互。局域网将影响大多数企业的竞争地位、产品开发战略和内部运作。连接的事物将有助于促进收入、降低成本，并在这些使用场景中改进一个或多个企业流程和资产利用率。
(22) 自动驾驶
自主或自动驾驶车辆可以在不受人为干预的情况下，利用激光雷达、相机、GPS和地图数据等多种车载传感和定位技术，结合基于人工智能的决策能力，对某一特定地点进行导航和驾驶。目前，无人驾驶汽车正成为人们关注的焦点。
过去一年，自动驾驶出现了一些进入幻灭低谷的迹象。2018年初，发生了几起与自动车辆有关的事故，包括一个行人的死亡。一些机构之前宣称的无人驾驶里程碑在没有兑现承诺的情况下悄然而逝，实际上当初是不切实际和夸大其词。
人工智能(AI)是实现自动车辆的关键技术，自动车辆机器学习算法的发展也在加快。实现自动车辆的主要挑战仍然集中在降低技术和工业化成本上，但也越来越多地包括监管、法律和社会考虑，例如操作许可、责任、保险和人与人之间的相互作用的影响。
自主车辆技术不仅在智能移动和物流领域，而且在航运、采矿、农业、工业、安全和军事行动方面都具有破坏性潜力。传感、定位、成像、制导、测绘和通信技术的不断进步，再加上人工智能算法和高性能计算能力，使自动驾驶汽车更加接近现实。然而，2018年，复杂性和成本挑战仍然很大，这影响了可靠性和可负担性要求。
自动驾驶技术的采用仍将在三个不同阶段发展：辅助驾驶、半自主和完全无人驾驶车辆。每一阶段都需要越来越多的技术成熟度和可靠性，这些技术成熟度和可靠性依赖于企业的干预，汽车公司、服务提供商、政府和技术供应商(例如，软件、硬件、传感器、地图数据和网络提供商)应在联合研究和投资方面进行合作，以推进所需的技术，并就自动驾驶的立法框架开展工作。
此外，教育公众了解自动驾驶汽车的好处是至关重要的。自动驾驶汽车将对一些工作产生破坏性影响，如公共汽车、出租车和卡车司机。自动驾驶汽车进入移动计算系统，为消费和创建数字内容提供了理想的平台，包括基于位置的服务、以车辆为中心的信息和通信技术。自动驾驶汽车也是移动创新和新的运输服务的一部分，有可能破坏既定的商业模式。例如，自动驾驶汽车最终将带来新的产品，通过让无人驾驶汽车在需要时接送乘客，从而突出按需提供的服务。自动驾驶汽车将带来重大的社会效益，包括减少事故、受伤和死亡，以及改善交通管理，这可能会影响其他社会经济趋势。例如，如果人们可以在驾驶自动驾驶汽车时利用旅行时间工作或娱乐，住在市中心附近接近工作地点就不那么关键了，这可能会减缓城市化进程。
(23) 低成本开发板
低成本开发板是一种具有易于使用的开发环境的嵌入式计算机。大多数lcdbs的价格低于200美元。还有其他成本更高、功能更强大的先进开发板。大多数是入门级的电子平台，允许开发者根据自己的需求配置设计。Arduino和raspberry pi是典型的例子。大多数厂商，如NXP半导体公司、联发科(MediaTek)、三星(Samsung)、高通公司(Qualcomm)、Realtek半导体公司和德州仪器公司，都提供类似的电路板。
(24) 商用无人机
商用无人驾驶飞行器是指小型直升机、固定翼飞机、多旋翼机和混合飞机，在飞机上没有人类飞行员。它们要么由地面上的人类飞行员远程控制，要么装备自主导航。与军事同行不同，它们被用于商业目的。
2018年，商业无人机进入幻灭的低谷。 在技术意义上，这种无人机是相对成熟的并且能够进行越来越复杂的任务。然而，它们的采用往往受到限制阻碍，特别是在无人驾驶飞机超视距、人员上方或在限制空域，例如靠近机场的情况下，这些都是在大多数国家受到严格管制的行动类型。此外，垂直专业化的端到端无人机解决方案(包括设备、支持软件和飞行操作)的高昂成本阻碍了终端用户的大规模使用。高德纳预计，商业无人机将在两年内接近萎缩极限，前提是监管条件和某些技术要素不按预期改善得话。特别是，自主飞行将对市场起到提振作用，但它们的启用既需要监管改革，也需要技术进步。总的来说，企业无人机计划应该有短期和长期目标。美国的低空授权和通知能力(LAANC)倡议加速在限制空域飞行的豁免批准，就是这样的例子之一。今天的领先用户包括航空摄影、测绘和测量、体积测量、远程检查等。采用者还应该考虑到如何以最好的方式利用捕获的数据。
最重要的是，商用无人机可以提高诸如测量员、检查员、司机和摄影师等角色的能力，这些人传统上是在可能不安全的情况下执行劳动密集型任务的。因此，无人机通过减少或重新部署人员数量来提高生产率，同时能够实时获取数据并提高雇员的安全。例如，商业无人机可以特别增加农业、建筑、应急服务、采掘业等行业的价值。在大多数垂直领域，商用无人机的价值在于减少运营开支和提高安全性，但在电影摄影等行业也有创收的机会。
(25) 智能楼宇自动化系统
智能楼宇自动化系统(BASS)集成和优化智能建筑的管理和控制。这些系统有助于管理配电、暖通空调和能源使用、照明、出入控制、监视和安全、以及现场能源生成。它们支持远程接入系统管理和通信，通过将建筑物的所有基础设施功能集成到一个单一的物联网平台上，从而提高建筑效率。物联网平台可以主动、无缝地管理建筑物的能源和运营基础设施，并与外部系统集成，以完成空间优化等任务，综合工作场所管理系统，以确保建筑物内居住者的舒适和福利，可获取外部信息，如天气预报，并与能源管理系统(Ems)沟通，以优化能量包络。
(26) IT/OT对齐
IT系统和操作技术(工业和过程控制系统)作为单独的领域存在于大多数资产密集型组织中。对齐是检查标准、支持过程、安全性和体系结构规划的过程，以便在资产密集型组织中建立其与OT系统和设备之间的兼容性，从而使管理IT和OT系统的两个组之间更容易地进行交互。这提供了使用相同的支持和配置工具、支持合同和购买流程的好处。
(27) 资产绩效管理
资产绩效管理使用数据捕获、集成、可视化和分析来改进操作、维护时间，以及对关键任务资产进行的维护和检查活动，包括资产策略和风险管理、状态监测、预测和以可靠性为中心的维护等。
(28) 机对机托管服务
包括硬件、软件和网络，以及通常由第三方供应商捆绑和管理的IT服务。该产品的目的是使企业能够通过固定或无线连接，监视和控制业务资产和流程。
3. 爬坡位置
(29) 物联网集成
物联网集成是指端到端物联网业务解决方案所需的集成需求和技术，例如集成物联网设备、物联网数据和物联网数字孪生。其他传统集成挑战包括企业应用程序和数据集成、业务流程集成、SaaS集成和B2B/生态系统集成，以及移动应用程序和遗留系统集成。包含物联网的IT项目通常涉及后端应用程序、数据和过程集成-在许多公司中相对成熟的能力。
但是，物联网项目也引入了新的集成要求，例如设备和移动应用程序(后端)集成、数字双工集成、可伸缩的API互操作性、高度分布式的基础设施、大数据量以及物联网时间序列事件流和分析。许多公司可以满足其中的一些需求，但很少公司能够解决所有这些需求。
(30) 智能照明
与网络相连的照明系统，可以通过集中系统或云进行监控。先进的智能照明系统包括控制、连接、分析和智能，并且通常利用LED技术提高效率。智能照明的目标包括节能、改善工作条件和改善空间利用率。
智能照明应用领域包括办公室，家庭，工厂和城市街道照明。照明可以通过多种方式控制和连接，包括以太网上的电源(POE)、无线网络或有线网络。先进的智能照明系统与建筑物管理系统集成在一起，利用光线拟合和建筑物控制来优化照明。支持可控颜色和强度的现代智能照明系统可以实现昼夜照明等特征，其中细微的颜色变化可以改善工作人员的生活质量。
智能照明系统所使用的传感器也可以支持其他应用，如工作空间优化，并且厂商正在利用集成其他功能如光通信LIFI和蓝牙。与传统照明相比，智能照明可以节省照明能源的70%以上，后者通常是建筑物能耗的20%。
(31) 云消息的中间件服务
在应用程序的两个或多个组件之间或两个或多个应用程序之间提供可靠异步通信的公共云服务，通常由使用订阅模型的多租户平台作为服务(PaaS)提供。云MOM服务比传统的消息传递软件增长得更快。随着它的端点移出数据中心，对可靠的、高容量的云MOM服务的需求将继续增加。这些服务特别适合在互联网上进行广泛的消息传递，例如B2B、移动、社交和物联网应用程序。
(32) 室内定位
室内定位提供了移动设备、可穿戴设备或其他物体(带有无线标签的)的物理、内部位置信息，这些信息来自使用蜂窝网络、WIFI接入点或其他技术的不同算法。
随着定位技术的进一步采用，包括蓝牙低能信标和RFID标签在不同行业中的应用，以及地磁和传感器融合能力在移动客户端的进步，室内定位已经在成熟度曲线上取得了进展。
(33) 产品数据的主数据管理
产品数据的主数据管理使组织能够确保企业官方共享的数据集的统一性、准确性、可管理性、语义一致性和问责的可行性，能够在符合一个或多个主数据实现样式(或这些样式的混合体)的工作流、批处理或事务导向的流程中创作主产品数据。
文章转载自微信公众号“三思派”（ID: Science-Pie）
