泛在电力物联网2020年重点建设_物联网年：2020年8个数据导向的发展趋势

IDC最新报告显示，未来四年数字转型支出将超过6万亿美元，2019年全球企业数字转型支出将超过1万亿美元。

报告显示，工艺制造、运输等行业成为最大消费群体。 这些投资将推动机器学习( ML )和物联网( IoT )的发展，提高客户的使用效率和准确性。 随着企业开始数字化转型，我期待着2020年能进入物联网年。

1 .大数据发展成大数据

《互联网世界》的报道中写到“IDC预测全球数据的合计从2018年的33兆字节增加到2025年的175兆字节，复合年的增长率为61%。” 也就是说，不仅物联网的实时数据量大幅增加，企业还将制作并管理大量新数据。

到2025年，约60%的175mb数据由企业而不是消费者创建和管理。 推动这一增长的主要因素是与云交换信息的物理网络的边缘设备数量的增加。

2 .物联网和ML不再是未来的技术

人工劳动力没有分析这么多数据的能力，企业要寻找ML和AI等新方法。 物联网产生的庞大数据，成为了当今数据型经济的支柱。 为了更好地利用这些数据，发展物联网产品和服务降低了对核心技术的兴趣，更加关注能更好地利用这些数据的技术。

3 .数据是服务

随着每日数据的增长，到2020年，每个人每秒创建1.7MB的数据，并使用这些数据做出更明智的业务决策是非常有意义的。

例如，KAR Global公布了向汽车销售店提供现在需要的车型的平台。 除了库存细分分析和再营销建议外，这个平台还显示了最好的销售区域和销售店如何投入不理想的车辆。 所有这些都使用KAR及其客户提供的数据，以独特的方式为整个汽车销售行业带来好处。 我们希望其他行业能够以同样的方式使用数据服务模型作出决策。

4 .下载应用程序的衰退

与下载应用程序不同，扩展web应用程序( PWAs )很快就会普及。 访问PWAs的方法与从应用程序存储区下载的方法相同，但加载速度快、安全、小型。 Lumavate等公司由赛车、医疗制造、建筑、金融服务等行业的开发者从本机应用转移到经济实惠的PWAs，有效地释放设备空间，提供更好的用户体验。

五.预测分析

预测分析不仅预测可能的情况，还分析一系列行动和这些行动的潜在结果。 随着越来越多的工具可用，这种类型的数据分析已成为必杀技术。

自动驾驶汽车就是一个很好的例子。 自动驾驶车要进行数百万次的计算分析数据，决定什么时候转弯，改变车道等。

石油和天然气行业也使用预测分析来评估供应、需求、价格及其变化对行业的影响。 预测性分析作为商业智能的重要组成部分，为公司干部提供洞察力和前瞻性决策。

6 .更多的岗位是由人工智能创造的，不是流失

人工智能预计2020年会减少180万人的工作岗位，但也会创造230万人的工作岗位。 医疗、教育、公共部门等行业就业需求日益增加。 中低水平的职场受到最大的冲击，但太阳能等行业出现了新的职场。 太阳能是目前就业增长最快的行业。 工业制造业也在重新配置劳动力的行业，结合员工的技术进行数字变革。

7 .通过机器学习提高工作能力

ML意味着任务的自动化和手工作业的替换。 目前的重点是ML增强人工工作能力，提高生产效率和效率。 2020年，我们发现ML模型是在物流、零售、机器人等领域设计的。 推荐引擎、欺诈检测、机器人流程自动化等产品和服务普遍化，行业竞争日趋激烈。

8 .机器人过程自动化( RPA )

今年，desirette发现用于库存管理等日常业务的智能自动化工具(例如机器人流程的自动化)数量增加了一倍。 特别是在制造业，RPA受到很多年的关注，2020年RPA的使用量增加。 制造业成功的RPA解决方案包括订单购买、订单处理、库存报告、运输管理等。 实施RPA的干部们发现员工们有解放双手和大脑、战略性和创造性思维的能力，工作开始更加投入。

在任何行业，物联网、ML和数据分析领域的投资都越来越具有竞争力。 明年和将来，我们在技术领域看到的主要是物联网产品和服务，这些产品和服务使我们了解和发掘数据的价值。 目前，数据的构建和分析为企业提供了比以往更多的信息。 直到2020年，他们将继续利用这些数据提高客户、员工和相关人员的体验。

原文标题: theyearofiot:eihtdata-drivendirectionsfor 2020，作者: John McDonald