【导读】2018年的物联网将对企业变革产生变革性的影响，不是炒作，更多的是商业利益。

身兼网络巨头思科公司战略创新部的副总裁和《纽约时报》畅销书《构建物联网世界（Building the Internet of Things）》的作者，Maciej Kranz一直在密切关注着物联网的发展。因此，Internet of Business网站于本周早些时候对Maciej Kranz进行了专访，两者就其对2018年物联网的发展情况相谈甚欢。

他很看好物联网在接下来一年的表现。“我认为，2018年将是物联网的分水岭，我们将从注重渐进式改进的第一阶段开始，进入一个新的阶段——即随着安全和行业标准等问题的解决，物联网发展开始提速。”他补充道，“从这个角度来看，2018年的物联网将对企业变革产生变革性的影响，不是炒作，更多的是商业利益。”

那么Kranz对2018年物联网的十个预测是什么呢？

1.物联网设备将与人工智能（AI）、雾计算和区块链融合

物联网设备的主要目的是生成数据，但是这些数据只有在我们使用它时才有用，Kranz说。由此看来，三种技术现在越来越重要，因为它们将用物联网技术帮助企业从仅仅产生增量收益转向创造全新商业模式和收入模式。

它们是人工智能（AI），雾计算和区块链。

标准分析已经不能满足从物联网设备流入的大量实时和近实时数据的需求。复杂的用例，需要更深入的分析方法以提高准确性，例如车辆和机械的预防性维护应用。“如果物联网是身体，AI就是大脑，”Kranz解释说。与此同时，雾（或边缘）计算将帮助企业克服处理大量实时数据所带来的带宽挑战，将处理能力置于更接近数据源的位置。 而区块链将为支持物联网的交易提供安全分类账簿。

2.一切皆合作的时代即将到来

物联网迫使大大小小的公司联合创新和共同发展。Kranz表示，从技术角度来看，物联网应用程序越来越广泛依赖于来自广泛供应商的技术。

3.客户将成为联合创新者

互联产品为制造商提供了关于客户在其一生中如何使用它们的关键信息。“这使我们有机会了解更多产品的使用情况，从而满足产品开发的需要。”Kranz说到，“另一方面，它还为设备制造商提供了围绕产品智能式服务的机会。”

4.我们将看到全行业加速转向开放标准、开放式架构和互操作性

与之前的许多技术发展趋势一样，物联网的标准化也存在着巨大的不足。Kranz预测，到2018年，行业标准和联盟将会巩固。他说：“我们终于开始看到公司认识到，他们需要开放架构，让多个生态系统一起工作。

5.物联网将成为关键的安全域

网络攻击不会消失，但是到了2018年，Kranz相信组织“最终会开始严肃地对待物联网安全，” 他认为高调的分布式拒绝服务（DDoS）攻击已经成为一个巨大的威胁，“我们预计物联网设备制造商和部署它们的企业和消费者，将会增加在安全领域的投资。”Kranz说，“目前为止，人们在应对物联网安全威胁方面做得还远远不够，所以2018年需要迎头正视威胁。

6.农业和医疗将成为物联网技术的首批应用者，并创造出最具创新性的案例

有什么比我们的食物和我们的健康更重要？Kranz表示，制造业，交通运输业和智慧城市可能已经成为早期应用者，但是，农业和医疗正在迅速成为竞争者，部分原因是这两个行业都面临着严重的问题。例如，农业正在面对气候变化和食品安全方面的挑战，而医疗则从解决老龄化人群的健康问题中获益，并需要更有针对性的针对特定患者的治疗，如乳腺癌等。

7.各国政府将更加积极地制定物联网安全、开放系统和互操作性标准

Kranz期待看到首个物联网专用法规在2018年生效。“在美国、欧洲和世界其他地区，决策者们正在介入，因为他们越来越意识到物联网所面临的挑战。我担心的是，政府可能会在没有充分了解行业的情况下仓促的制定相关法规。为了取得正确的结果，政府和行业之间需要有密切的联系。”

8.物联网将彻底改变数据分析

Kranz预测，物联网将会从基于静态数据集的批量分析转向动态或实时分析，以及使用人工智能和机器学习的数据流数据。“明年，我希望看到分析公司广泛采用AI来补充他们的产品。”

9.中国将巩固其作为顶级物联网应用者和创新者的地位

Kranz说：“我们需要认识到，就像中国已经成为移动和支付技术领域的领导者一样，他也将成为物联网领域的领导者。 首先，政府正在大力投资物联网， 例如通过其物联网专项基金；另外，中国有巨大的人口基数，越来越多地城市居民为智慧城市创造了需求；最后，中国经济依赖的产业需要找到新的提高效率的方法来应对工资上涨。”

“世界需要关注中国在做什么，并从中吸取教训。” Kranz补充道。

10.物联网的重点将从提高效率转向创造新的商业价值

早期的物联网专注于改善现有流程，例如早期的M2M工作。Kranz说：“他们是在利用现有的能力来提高效率和生产力。现在，我们的目标是利用物联网技术帮助企业创造新的价值主张。例如，在制造业，我们开始看到更多的大规模定制化，更多的大规模个性化，创造新的产品，并建立一个智能数据流驱动决策的新的收入来源。”