埃森哲：从物联网到智联网，重塑数据处理方式

智能已嵌入现实世界的万千设备中。企业要打通连接各设备的平台，需要软件和硬件双管齐下，从内到外与生态伙伴紧密合作，才能真正与智能世界接轨。本文来自：埃森哲中国，由《走向智能论坛》公号推荐阅读。

从物联网到智联网，重塑数据处理方式

时下，人工智能、机器人自动化、拓展现实以及各种互联设备……智能似乎已无处不在。当企业纷纷追逐于这些新一代智能技术的同时，也面临着巨大的基础设施压力。

比如，人们对存储和分析数据数量和种类的要求越来越高，这就使得企业需要重新考虑新的数据处理场合和介质，对基础设施进行彻底改造，均衡部署云计算和边缘计算，方能真正发挥这些新技术的作用。

智能已嵌入现实世界的万千设备中，构建智能物联网意味着将计算能力从云端延伸至网络边缘，提高计算机处理信息回应周围环境的智能水平，让人类与机器相互理解和沟通。在这个过程中，企业要打通连接各设备的平台，需要软件和硬件双管齐下，从内到外与生态伙伴紧密合作，才能真正与智能世界接轨。

一、智能正被植入实体环境

《埃森哲技术展望2018》研究发现，85%的受访中国高管都认为，新一代智能解决方案正在进入实体环境。

得益于人工智能和机器学习技术，机器也能接入“双眼”和“大脑”，越来越多的智能设备能够读懂人们的生命体征和情绪，并给予实时回应。通过整合实时感应和计算技术，人类能够管理以往那些动态、复杂、不可预测的环境，随时随地即时响应。

同样，越来越多“有意识的”的监控摄像机被运用于执行识别包裹交付时间及改善智能城市的交通流量，通过远程医疗追踪分析患者状况以及油田灾难预警预防分析。这些实体设备植入了集成分析的处理能力，无需发送海量数据进行离线处理。由此可见，企业正致力于智能环境的开发，并从日常生活逐步延伸至生产环境，而使这一切成为现实的核心是具有实时相应能力的硬件。

所以，为使这些具有特殊用途和定制化的硬件在物联网中充分发挥作用，企业需要重塑自身的信息基础设施。

二、整合边缘技术与云端能力

预测表明，到2020年，智能传感器和其他物联网设备将至少产生507.5ZB的数据量。显然，如果还需要通过远程数据传输来完成如此繁重的计算，便无法跟上智能的响应速度。为充分释放实时智能的无限潜能，企业需要懂得取舍，将数据交互、生成和决策通过本地设备实现，更多地利用边缘计算来提升处理效率。

得益于更先进的边缘分析和数据的实时利用，到2025年，企业丢弃的数据量有可能会比存储量多100倍。

虽然这将减轻云端负荷，但云仍将继续在企业基础架构中发挥关键作用。因为，中间设备和边缘设备可以通过本地数据处理来实现即时操作，但云所能提供的是更为强大的“元数据洞见”，它可随时间的推移不断改进系统，并充分利用两方面的优势重塑新业务。

在设计系统时，若想充分利用基于智能设备的即时洞见和来源于云端的元数据洞见这两大力量，就需要围绕内存进行全盘考虑。企业应将数据资产明确区分为——必须加以保存的重要部分，及可因决策变动而随时删除的部分。经过标记、回传到云端的数据资产应具备明确的保留必要性，例如收集大量历史数据以完善决策；同时，仅用于在边缘进行短暂决策的数据则可抛弃。由此，企业应当找寻适用自身的独特方法，在云端和边缘两处、以及之间的任何地方平衡处理任务。

三、企业需重新聚焦硬件

边缘计算的加速应用将进一步推动万物互联的智能社会成熟发展。根据Gartner预测，未来5-10年物联网将会进入一个应用爆发期，边缘计算也将进一步渗透到各类定制硬件中。

例如，智能摄像头等图形处理器等硬件加速装置可以帮助企业在交互点上建立“思考”能力。企业需要提前采取行动，进行技术和人才储备，让技术架构师接受有关最新硬件加速器技术的培训，并鼓励他们运用这些技术来开展新的设计。在他们构建的新型系统中，云功能将仅用于完成大多数计算任务、以及支持存储密集型运营系统。

过去十年间，企业普遍采用的是统一的硬件解决方案。如今为了提高计算处理速度，定制专用硬件的做法又开始流行起来。谷歌打造了属于自己的专为应用定制的集成电路芯片，张量处理单元（TPU）。这是一款可以运行深度神经网络的计算机芯片，效率比标准处理器高出30至80倍。而Facebook、微软、亚马逊、百度等公司均在使用一系列全新的专业处理单元来训练和运行人工智能模型。

智能设备与服务如今都呈现爆发式增长的趋势，企业有必要在技术大规模铺开之前重新设计基础架构和硬件解决方案，用来支持这些设备在各类动态环境中实时响应。

为了充分释放人工智能、机器人自动化以及其他革命性技术的巨大潜力，企业应当聚焦于整个业务战略和运营的数字化转型，从服务设计、基础设施重构、硬件定制等各个关键领域做出新的判断，最终打造真正让万物互联的智能环境。