近幾年物聯(lián)網(wǎng)(IoT)無論在消費者或是企業(yè)領域的成長皆快速，但許多人也對物聯(lián)網(wǎng)IoT能帶來的益處產(chǎn)生謎團，一旦有著錯誤認知，則有可能將企業(yè)的物聯(lián)網(wǎng)IoT方針帶往錯誤方向，錯過IoT帶來的真正變革力量，或過于著重在短期效益上(如提升營運績效等)。為此，我們整理了物聯(lián)網(wǎng)(IoT)常見的五大謎團。

[[225398]]

一、物聯(lián)網(wǎng)就是連網(wǎng)設備

物聯(lián)網(wǎng)的數(shù)據(jù)(data)才是真正價值，雖然設備與傳感器之間的聯(lián)機是部署物聯(lián)網(wǎng)的基礎，但這只是將所有“物”串聯(lián)起來，真正的價值是對這些設備與傳感器產(chǎn)生的實時數(shù)據(jù)進行分析，才會對企業(yè)營運方面有所協(xié)助。

Harley-Davidson將一間工廠物聯(lián)網(wǎng)化，其聚集了所有設備間的數(shù)據(jù)并分析，已使得接單生產(chǎn)周期從18個月降低到2周，產(chǎn)量也有7%增加，并連帶增加了3~4%的獲益。

二、物聯(lián)網(wǎng)最大市場是消費者設備

多數(shù)人一聽到物聯(lián)網(wǎng)就會直覺想到連網(wǎng)冰箱、連網(wǎng)空調(diào)等智能家電，但物聯(lián)網(wǎng)最大的機會出現(xiàn)在商業(yè)現(xiàn)場，如跨國礦業(yè)集團Rio Tinto利用傳感器來監(jiān)控采礦廠卡車的狀況，使得卡車在出現(xiàn)問題前就能透過預防性維護防止問題產(chǎn)生，每天能節(jié)省200萬美元的費用。

三、物聯(lián)網(wǎng)將是推動變革的主體

事實上這個說法并不完全對，物聯(lián)網(wǎng)可幫助企業(yè)的現(xiàn)有程序達到一定的營運績效，但在物聯(lián)網(wǎng)與人工智能(AI)與機器學習、霧運算(fog computing)、區(qū)塊鏈(blockchain)結合起來后，才能真正發(fā)揮其革命性潛力。

AI與機器學習可透過對實時數(shù)據(jù)的深度分析，來降低物聯(lián)網(wǎng)推廣中遇到的安全、成本、復雜性與速度等阻礙;霧運算則讓邊緣網(wǎng)絡自行消化物聯(lián)網(wǎng)數(shù)據(jù)以解決集中式網(wǎng)絡的延遲、帶寬與可靠性問題;區(qū)塊鏈的分布式賬本，則進一步增進企業(yè)安全，且機器與機器間可直接溝通，毋須透過集中化設備。

舉例而言，自動駕駛汽車可說是物聯(lián)網(wǎng)與這些科技的結合，越來越強大的分布式AI系統(tǒng)能以極高的速度連結車輛內(nèi)外部網(wǎng)絡，此讓自駕車能透過霧運算實時整合龐大流量的數(shù)據(jù)，而區(qū)塊鏈則可防止資料遭竄改。

四、物聯(lián)網(wǎng)僅有單一市場

物聯(lián)網(wǎng)包括多個市場，每一個市場都有獨特的環(huán)境、技術思維、需求及生態(tài)。因此物聯(lián)網(wǎng)解決方案的開發(fā)需要整合多個面向的知識，例如英國蘇格蘭Glasgow的災害管理系統(tǒng)建立了救護車、消防車與志工網(wǎng)絡，以實時發(fā)現(xiàn)緊急事件。

組建這樣的系統(tǒng)，有賴于思科(Cisco)與Bronze Labs提供IT架構及安全性軟件;Leonardo提供航空與國防知識，蘇格蘭自來水(Scottish Water)與Glasgow市政府的地理專家則確保在地理上能使系統(tǒng)順暢運作的部署。

五、物聯(lián)網(wǎng)并不安全

媒體時常報導物聯(lián)網(wǎng)設備的不安全，尤其是消費者物聯(lián)網(wǎng)設備，如亞馬遜(Amazon)的語音助理Alexa發(fā)出詭異笑聲，或近期報導稱新買的物聯(lián)網(wǎng)設備可在30分鐘內(nèi)被駭并加入殭尸網(wǎng)絡等。但企業(yè)已開始從被動防范攻擊，轉(zhuǎn)為主動建立防范架構，而政府扮演關鍵角色，如美國聯(lián)邦貿(mào)易委員會規(guī)定制造商必須告知消費者設備的安全性。

據(jù)資誠(PwC)預估，2015年消費者花在物聯(lián)網(wǎng)解決方案的費用是720億美元，但2020年就會上升至2,360億美元之譜;企業(yè)對物聯(lián)網(wǎng)解決方案的投資也將從2015年的2,150億美元，成長到驚人的8,320億美元。為了發(fā)揮物聯(lián)網(wǎng)潛能，專家建議企業(yè)應避免落入以上的五大錯誤思維。