IDC：數據科學(xué)家將是2019年實(shí)現物聯(lián)網(wǎng)價(jià)值的關(guān)鍵

　　從物聯(lián)網(wǎng)收集的數據中創(chuàng )造真正商業(yè)價(jià)值的關(guān)鍵在于，在物聯(lián)網(wǎng)實(shí)施的每一步都要有數據科學(xué)家的參與。

　　根據IDC對物聯(lián)網(wǎng)2019年的預測，數據科學(xué)家必須與IT部門(mén)和工程師通力合作，才能從物聯(lián)網(wǎng)收集的數據中獲取最大價(jià)值，這一點(diǎn)非常重要。

　　IDC集團物聯(lián)網(wǎng)和移動(dòng)業(yè)務(wù)副總裁Carrie MacGillivray在一個(gè)網(wǎng)絡(luò )研討會(huì )上說(shuō)，物聯(lián)網(wǎng)的數據處理方面將成為物聯(lián)網(wǎng)給企業(yè)帶來(lái)價(jià)值的核心支柱，而想要以一種有意義的方式處理這些數據則需要使用機器學(xué)習和人工智能。

　　根據MacGillivray的說(shuō)法，問(wèn)題在于沒(méi)有足夠的專(zhuān)業(yè)技術(shù)人員來(lái)讓每個(gè)AI/IoT實(shí)現工作，因此企業(yè)通常會(huì )采用以下的三種選擇之一：讓現有的在職數據科學(xué)家參與工作，將ML模型構建外包給專(zhuān)業(yè)服務(wù)團隊或直接嘗試使用開(kāi)源的ML模型。

　　但她表示，越來(lái)越多的工程師-包括機械、電氣、軟件、系統-從大學(xué)畢業(yè)時(shí)就掌握了AI和ML技術(shù)，因此物聯(lián)網(wǎng)分析管理也可能會(huì )轉向工程師團隊。

　　IDC預計，企業(yè)將迅速接受這一事實(shí)，到2020年，企業(yè)實(shí)現支持人工智能的物聯(lián)網(wǎng)系統的成功率將達到90%。MacGillivray說(shuō)，目前物聯(lián)網(wǎng)分析的未來(lái)和現實(shí)之間的脫節是當下的一個(gè)重點(diǎn)難題。特別是在制造業(yè)和車(chē)隊管理等部門(mén)，其焦點(diǎn)一直是放在如何盡快地連接每臺機器或車(chē)輛，并從系統中獲取詳細信息。因此，物聯(lián)網(wǎng)技術(shù)最常見(jiàn)的早期應用之一就是預測性的維護分析。

　　但是，物聯(lián)網(wǎng)的應用還有很多不同的方面，要實(shí)現這些應用，首先要讓數據科學(xué)家和數據科學(xué)原理更充分地參與到這項技術(shù)中來(lái)。

　　她演講的其他關(guān)注點(diǎn)還包括：

　　·到2020年，全球30%以上的物聯(lián)網(wǎng)項目將無(wú)法清晰地展示投資回報，因為企業(yè)根本不具備制定物聯(lián)網(wǎng)項目關(guān)鍵績(jì)效指標的專(zhuān)業(yè)技能。IDC表示，這種情況雖然會(huì )改變，但不會(huì )一蹴而就，甚至在未來(lái)幾年也不會(huì )發(fā)生。識別特定的KPI應該是支持IOT的企業(yè)的首要任務(wù)。

　　·根據MacGillivray的研究，在未來(lái)三到四年的時(shí)間里，大約40%的物聯(lián)網(wǎng)數據分析將在其端點(diǎn)附近的邊緣設備上完成。這將引發(fā)一波對邊緣網(wǎng)關(guān)硬件的投資，使企業(yè)能夠對更大的數據集進(jìn)行更高級別的分析。此外，這也將要求IT部門(mén)能夠在遠離數據中心舒適環(huán)境的地方更好地管理這些設備。

　　·到2021年，45%的視頻監控將專(zhuān)注于提供給定物聯(lián)網(wǎng)設備的更完整畫(huà)面，尤其是在車(chē)輛管理和公共安全方面?！耙曨l提供了有價(jià)值的視覺(jué)數據，以彌補其他傳感器數據的不足，為決策提供信息，”MacGillivray說(shuō)。她認為，將計算機視覺(jué)和人工智能系統結合起來(lái)也將具有巨大的價(jià)值。