2018年物联网应用的十大IT行业趋势.doc

2018年物联网应用的十大IT行业趋势.doc

ID:27479953

大小:386.00 KB

页数:5页

时间:2018-12-04

2018年物联网应用的十大IT行业趋势.doc_第1页
2018年物联网应用的十大IT行业趋势.doc_第2页
2018年物联网应用的十大IT行业趋势.doc_第3页
2018年物联网应用的十大IT行业趋势.doc_第4页
2018年物联网应用的十大IT行业趋势.doc_第5页
资源描述:

《2018年物联网应用的十大IT行业趋势.doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、2018年物联网应用的十大IT行业趋势  在物联网推动行业发展的大背景下,物联网解决方几乎所有产业和市场的重要策略,据市场调查以下有十大趋势将成为2018年的主要IT技术。  2018年主导企业IT策略将会是IOT(物联网)平台的采用及其他领域,HitachiVantara发布由全球技术官HubertYoshida和亚太区技术官RussellSkingsley,针对2018年亚太地区技术发展,提出下面十大趋势。  智能对象储存、分析与AI以及企业敏捷方法全面扩展将在未来一年扮演重要角色    一、IT将采用物联网平台协助物联网解决方案的应用  物联网解决方案将迅速成为几乎所有

2、产业和市场的重要策略,并提供关键洞见促进企业数字转型。IT必须与企业营运密切合作,专注于特定业务需求并界定物联网项目的范围。  Yoshida表示:“如果少了对业务深入的了解和合适的基础架构,并正确模拟和数字化实际的营运与流程,将很难建构一个真正有价值的物联网解决方案,因此选择适合的物联网平台及服务供货商非常的重要。”  Skingsley补充道:“企业应寻找一个开放且具有弹性的物联网平台,来简化与配套技术的整合,以提供可扩充的『铸造厂』(foundry),并在其中建立各种产业应用,协助企业得以轻松快速地设计、建构、测试和部署。”  二、对象储存智能化  企业于今年开始数字转

3、型,所遇到的第一个问题是存取资料的能力。数据通常被存放在孤岛中,撷取和使用成本高昂。这些孤岛是为了特定目的而建立,无法被分享,其中有许多包含重复、过时或因为业务流程或负责人变更而不再使用的数据。  Skingsley表示:“数据科学家告诉我们,从取得资料到获得分析洞见的过程中,80%是乏味的资料撷取和准备工作。数据湖的概念很迷人,但我们不能直接将数据注入系统,除非数据被正确地清理、格式化并以元数据建立索引或卷标,使数据湖泊具有内容感知能力,否则最后形成的是数据沼泽。”  虽然对象储存能够储存大量非结构化数据并提供元数据管理和搜寻功能,但缺少情境感知能力。现在对象储存已经“智能

4、化”,可以透过软件搜寻和读取多个结构化和非结构化数据孤岛中的内容,并加以分析以进行清理、格式化和建立索引。  Skingsley表示:“HitachiContentIntelligence能够从孤岛撷取数据并将数据送入工作流程,用各种方式加以处理。ContentIntelligence使用者可以被授权,使敏感内容只供相关人员检视,并管控文件的安全性。ContentIntelligence能够在整个IT环境中建立标准且一致的企业搜寻流程,连接和汇集横跨异类数据孤岛及不同位置的多结构化数据,并自动对组织的所有数据进行撷取、分级、扩充和分类。”  三、分析与人工智能  2018年,

5、分析与人工智能(AI)将全面成长,从中企业可以获得实际的投资报酬。IDC指出,到2017年年底,三分之一的Fortune500大企业,来自信息产品的营收成长将加倍大于其余产品与服务的组合。  Skingsley表示:“AI已成为消费性产品的主流,例如AmazonAlexa和AppleSiri,而Hitachi认为AI与人类的协作将为社会带来实质效益。透过PentahoDataIntegraTIon等工具,我们的目标是将数据工程和数据科学流程大众化,让各种开发人员和工程师更容易取得机器智能(机器学习与AI的结合)。”  Pentaho的机器学习整合R、Python等语言以及Sp

6、arkMLlib等机器学习技术,正朝此方向迈进。Lumada(Hitachi的物联网平台)提供灵活的输入和输出及标准化联机,以利自动配置和管理资源来扩充物联网机器学习,并兼容于Python、R和Java支持机器学习。  四、更广泛地采用视讯分析  视讯内容分析将成为“第三只眼”,为公共安全以外的领域带来更高的洞察力、生产力和效率。自动侦测和确定与其他物联网信息(例如手机GPS和社交媒体信息)结合之时间、空间和关系事件的算法将应用于如零售、医疗、汽车、制造、教育及娱乐等各种产业。  Yoshida认为视讯能够提供独特功能,例如自我移动(用于自主机器人导航的3D动作)行为分析以及

7、其他形式的情境意识。  Yoshida表示:“零售商使用视讯分析客户移动模式和停留时间,藉此定位产品和最大化其销售。视讯分析仰赖良好的视讯输入,因此需要噪声去除、影像稳定、屏蔽与超分辨率等视讯强化技术。就易用性、ROI和产生可行动化分析而言,视讯分析极具潜力。”

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。