改进的连接性、传感器的进步、无处不在的云存储和强大的分析功能的结合，已被证明是物联网(IoT)在各种应用中取得成功的秘诀。几乎没有哪个行业不使用物联网来监控、改进或预测性能。主要用途之一是工业物联网(IIoT)，其中包括制造、公用事业、能源生产和运输。紧随其后的是物联网在医疗保健中的应用。私营和公共部门，包括联邦、州和地方各级政府机构，其接受度都很高。
根据Fortune Business Insights的数据，全球物联网市场预计将从2022年的4780亿美元增长到2029年的24650亿美元，年增长率为26%。IDC估计IIoT市场每年价值1970亿美元，其中运输占710亿美元。根据MarketsandMarkets的数据，另一个行业，医疗器械，预计将从2021年的26.5亿美元增长到2026年的942亿美元，年增长率接近30%。
跨行业和行业内的数据不具有可比性，因为有些仅包括传感器，而有些则包括平台或整个系统。据估计，不限于设备的医疗物联网在2020年为410亿美元，预计到2028年将增长到1870亿美元。据Straits Research称，全球医疗保健物联网市场已达到近1000亿美元，预计未来8年将以每年约20%的速度增长。然而，所有这些估计的共同点在于，它们都包含大量数据，并预测了非常强劲的增长率。
市场如此快速增长的一个原因是，物联网是一项非常有效的技术。在某些行业中，显示物联网实施影响的指标很容易获得。例如，智能建筑仪表和其他设备可以节省10%–40%的能源成本，具体取决于受影响的系统。此外，据美国能源部称，使用物联网设备进行预测性维护的能力提供了一系列令人印象深刻的额外节省，将维护成本降低了25%–30%，并将故障减少了70%–75%。这些结果支持非常高的投资回报率。
即使在医疗保健等物联网收益可能更难以量化的领域，通过生命体征和其他健康指标的监测及早发现问题也可以缩短住院时间、改善结果并降低成本。考虑到美国每年在医疗保健上花费的2.2万亿美元中有75%用于治疗慢性病患者，因此，通过更好地管理这一群体的健康可以节省相当大的费用。
控制雨水
北卡罗来纳州卡里是研究三角地区的一个郊区社区，人口约17.5万。作为一项计划的一部分，在当地政府中创建一个更具适应性的分布式领导文化，大约6年前，各方齐心协力，更好地整合信息系统，并为所有部门提供访问权限。一个值得关注的领域是雨水管理。在此之前，雨水管理的主要重点是路权和基础设施等问题，并没有采取积极主动的洪水管理方法。例如，有关水位上升的信息主要来自公民的临时报告，且通常是紧急情况下提交的。
除了改善各部门间的数据共享，重大的文化变革还促进了利益相关者的广泛参与。卡里的助理镇长Danna Widmar表示“我们成立了一个雨水工作组，成员包括教授、雨水规划人员和遭受洪水的市民。我们很幸运能够接触到一些雨水管理方面最重要的专家，从学者到从业者。”由此产生的建议被镇议会一致接受。批准的计划包括开发基于物联网传感器系统实施的雨水管理模型。“我们从卡里的一个名为核桃溪的小分水岭开始，该分水岭流入罗利，然后继续我们在斯威夫特溪的工作，这是卡里一个更大的分水岭，”Widmar继续说道：“我们有30多个传感器，包括检测水位、降雨量、空气和水温并按需拍照的雨量计和流量传感器。”如果特定位置的水位异常高，系统会触发警报，这可能是由于堵塞或洪水上涨造成的。
在达到阈值水位时，警报可以自动发送服务请求，部署现场工作人员来调查并解决问题。此外，公民现在可以通过开放数据门户访问信息。除了改进雨水管理外，该镇还希望确保开发不会产生更多问题，并保护社区的流域。这些数据由卡里和其他政府合作伙伴使用。Widmar解释道：“我们试图优先处理最重要的问题，这样受影响最严重的公民就可以做好准备并受到保护。”
数据存储在Microsoft的Azure云中，并由SAS进行预测分析，整个卡里的政府部门都在使用它。卡里现在从其雨水传感器中获得了一年的数据。“随着时间的推移，我们将能够查看历史数据并做出更好的预测，”Widmar指出：“并且我们可以根据其他数据继续完善模型。”该镇正在使用模拟径流水质和水量的雨水管理模型。随着新数据的输入，模型得到改进，以更具体地反映卡里镇雨水系统的状况。物联网传感器系统还计划在明年扩展到第三个分水岭。
使用物联网进行知识管理和决策支持的价值在于，对来自传感器的数据进行的分析。SAS IoT Analytics建立在成熟的SAS分析平台之上，并使用SAS Viya提供的丰富可视化功能。其可以分析集中收集的数据，也可以从Azure云传输到传感器所在的边缘，以分析那里生成的数据。
一些物联网系统每隔几秒就会产生读数。在这种情况下，将相关数据与常规数据分开，以便每5秒发现趋势，这是非常重要的。但只有一小部分需要通过网络发送。SAS物联网副总裁Jason Mann表示：“许多客户有10分钟的评估窗口。如果发生异常事件，将在10分钟内捕获数据，以检测先兆或能够将分析分发到需要决策的位置。”
交通运输是物联网技术的早期采用者。Mann指出：“许多卡车运输企业为这些车辆提供售后服务和支持。每辆卡车可能有数十个或数百个传感器，它们正在收集有关性能的信息。如果读数不在正常参数范围内，车队经理可以制定维护计划，并通过分析驾驶员的路线和日程安排，可以确定将卡车送入的最佳时间。正常运行时间是一个关键的KPI。”
合作伙伴在确保物联网系统按预期运行方面发挥着重要作用。Mann观察到：“物联网生态系统中的组件必须协同工作，没有哪个行业特定的平台拥有所有数据源。”典型组件包括天气数据、GIS信息、2D和3D制图、水文数据，以及根据行业不同的各种传感器输入。“我们确保工作的所有系统都与Azure Cloud兼容，但也需要能够在该环境之外工作，并将数据整合在一起。”
SAS Grid Guardian AI是与Exacter合作开发的，Exacter是一家制造传感器以检测电网问题的企业。当传感器在移动时，会自动将传感器数据与相关的电力系统资产相关联。为了以低成本收集这些数据，市政垃圾车配备了传感器，并在巡回时收集数据。一旦对数据进行分析，就可以确定薄弱环节，这有助于引导资本投资并避免停电。
简化操作
物联网的使用如此普遍的原因之一是，其可以有效地让许多行业“用更少的钱做更多的事情”，这是一个适用于所有行业的要求。PwC互联解决方案合伙人Rob Mesirow表示：“派遣工程师在大型建筑物周围检查不同系统的状态不再可行。这种类型的活动需要自动化，并将数据转换为可操作的信息。“与某些技术不同，物联网不需要做任何论证;问题更多是关于如何实施它。
根据Mesirow的说法，PwC提供端到端的解决方案，包括从一开始就与客户合作制定战略，从网络的物理安装到分析数据的交付。企业查看客户的政策和程序，进行面谈，并建立基线和预期结果。在实施该技术方面，PwC拥有一系列产品和合作伙伴。“我们的总体方法是建立在客户已有的基础上，让‘愚蠢的事情变得聪明’，并帮助客户理解后端的数据。”
PwC制造自己的传感器，因为在其物联网计划的早期，实施系统所需的产品不可用。在其他情况下，其能够增强现有技术。“HEPA过滤器有一组移动的针，很难读取，”Mesirow继续说道：“我们增加了数码相机，几乎每次都能准确读取温度计。随着时间的推移，传感器被训练来读取特定的仪表，并且比人类更有效率。”
一旦收集到数据，将在PwC的统一数据平台Signal Graph中对其进行分析。该图形数据库的数据包括本地历史数据、第三方数据(如天气数据)和物联网数据集。“物联网数据是最重要的，因为其是实时的，可以立即采取行动，但同时它也是暂时的，”Mesirow评论道：“Signal Graph在无监督模式下不断寻找数据的异常和模式，然后将其推送给我们和客户。”
为了使信息输出可操作，呈现选项需要灵活。”Mesirow解释道：“例如，食品行业的经理可能希望在制冷装置的温度超出范围时收到警报，因为由于此类故障会损失大量食物。然而，他们也可能想问一个更普通的问题，比如储存的所有食物是否安全。”在这种情况下，系统可以报告一切都在适当的范围内，但若是出现一些异常波动，这可能表明某个单元即将发生故障。在这种情况下，可以提前采取补救措施，防止损失。
许多客户完全依赖PwC的分析和可视化，但PwC也可以为SAP等企业系统或建筑管理系统提供API。Mesirow指出：“我们的目的是以客户不需要依赖内部IT或数据科学家也可以直接访问的方式呈现数据。”鉴于图形数据库输出可能很复杂，PwC最近推出了一种通过增强现实和虚拟现实来查看数据的方法。
传感器已经存在了很长时间，分析解决方案、云存储和互联网也是如此。现在不同的是，这项技术可以让它们一起工作，实时为用户提供可操作的信息。
