物聯(lián)網(wǎng)如何推動未來幾十年重要的商業(yè)趨勢之一。

如果你認識數(shù)據(jù)中心的工作人員，花點時間感謝他們。畢竟，正是因為有了它們，我們居家隔離時才能在網(wǎng)上購物，在Netflix上觀看《Tiger King》。

這些工作人員和他們的團隊在COVID-19危機期間一直在不知疲倦地工作，以保持互聯(lián)網(wǎng)的運行。盡管全球網(wǎng)絡宕機率小幅上升，但到目前為止，即使使用模式發(fā)生了巨大變化且流量激增至歷史新高，我們?nèi)员苊饬酥卮蠊收稀?/p>

[[334682]]

現(xiàn)在，重點是保持這種成功，直到冠狀病毒大流行消退和正常的人員配備水平恢復為止。在此過程中，數(shù)據(jù)中心可能會在基于物聯(lián)網(wǎng)(IoT)的解決方案中找到有用的盟友，該解決方案可實現(xiàn)自動化和遠程監(jiān)控功能，同時在發(fā)生服務器故障之前進行預測和預防。

物聯(lián)網(wǎng)是可見性的關鍵

物聯(lián)網(wǎng)系統(tǒng)是邁向真正“互聯(lián)企業(yè)”的第一步，它將人驅(qū)動的流程與數(shù)據(jù)和人工智能結合起來。在連接的企業(yè)中，物理流程和IT流程是集成在一起的，這意味著整個業(yè)務運營都是數(shù)字化的。其結果是對組織運作的各個方面都有無與倫比的可見性。

例如，數(shù)據(jù)中心員工可以使用嵌入式物聯(lián)網(wǎng)傳感器監(jiān)測環(huán)境狀況。通過這些信息，他們能夠隔離熱點、優(yōu)化冷卻并防止停機。更好的是，基于物聯(lián)網(wǎng)數(shù)據(jù)訓練的機器學習算法可以處理這些和其他常規(guī)數(shù)據(jù)中心任務，例如更新和補丁。

這在今天尤其有價值，因為人們希望限制數(shù)據(jù)中心、工廠、食品加工廠和其他設施所需的現(xiàn)場員工數(shù)量。更重要的是，隨著物聯(lián)網(wǎng)在各行業(yè)的普及，新的工作模式得以實現(xiàn)，這是對未來的一瞥。

IDC預計，到2025年，將有416億個聯(lián)網(wǎng)物聯(lián)網(wǎng)設備共同產(chǎn)生79.4 zettabytes(或80萬億GB)的數(shù)據(jù)。這個字節(jié)比可觀測宇宙中的恒星還多。組織可以(而且必須)挖掘這些數(shù)據(jù)以優(yōu)化流程，為客戶和員工創(chuàng)造更好的體驗。

這就是我們認為，互聯(lián)企業(yè)是未來幾十年最重要的業(yè)務趨勢之一的原因。盡管創(chuàng)建聯(lián)網(wǎng)企業(yè)并非易事，但那些成功地在企業(yè)中智能部署物聯(lián)網(wǎng)的企業(yè)將發(fā)現(xiàn)自己擁有巨大的競爭優(yōu)勢。

更好的數(shù)據(jù)，更好的決策

這種優(yōu)勢將體現(xiàn)在組織各個級別的更明智的決策中，包括更有針對性的營銷，更有效的運營甚至加速產(chǎn)品開發(fā)。

例如，零售商可以通過集中式平臺實時跟蹤貨運，因此倉庫合作伙伴可以更好地管理到達時間和相關物流。同時，機器學習模型可以分析過去的供應鏈數(shù)據(jù)，以識別阻礙有效運營的瓶頸，從而使供應鏈管理者能夠準確地發(fā)現(xiàn)并解決常見的痛點。

最終，我們收集的數(shù)據(jù)越多，我們的決策就越好。因此，對整個業(yè)務操作的可見性迅速成為一種必要。這就是物聯(lián)網(wǎng)的好處，事實上，真正的挑戰(zhàn)不是收集這些數(shù)據(jù)，而是讓這些數(shù)據(jù)有意義。

在這里，人工智能可以通過識別人眼看不見的趨勢和相關性來幫助我們。很快，人工智能將更進一步，首先確定這些趨勢，然后提供一個建議的行動方案來應對。

提高生產(chǎn)力

改善決策能力是互聯(lián)企業(yè)的一項重要的長期利益，但如今，大多數(shù)組織都使用物聯(lián)網(wǎng)通過智能維護來提高生產(chǎn)力。

智能維護將預測性維護的功能與自動化工作流程的效率結合在一起。 例如，制造商收集環(huán)境和操作數(shù)據(jù)點，例如工廠內(nèi)的溫度和部件振動率，以識別有即將發(fā)生故障的風險的機器。 然后將這些標記為需要維護，并通過像Now Platform這樣的集中式系統(tǒng)自動路由到相應的團隊，從而加快補救速度并最大程度地減少停機時間。

這種效率是關聯(lián)企業(yè)的利益所在。物聯(lián)網(wǎng)設備不依賴于操作人員手動檢查流水線上的每臺機器和每一步，而是自動、連續(xù)地收集和分析數(shù)據(jù)。德勤研究公司稱，通過消除與“運行到失敗(run to fail)”戰(zhàn)略相關的成本，無論是在工廠、數(shù)據(jù)中心還是倉庫組織中，總體維護成本都可以降低10%。

更好的體驗

真正的財務利益可能會增加幾個數(shù)量級，從明智的維護甚至明智的決策擴展到提供出色的體驗。

疫情隔離期間，在每個觀看Netflix流媒體的人背后，都有一個IT專業(yè)人員在監(jiān)控數(shù)據(jù)中心。為了繼續(xù)擴展這項工作，IT團隊需要物聯(lián)網(wǎng)支持的智能工作流。

如果做得對，物聯(lián)網(wǎng)可以幫助交付出色的工作流程帶來的出色體驗。