這是工業(yè)自動化領先發(fā)展的一年。從數據分析到物聯網的采用，企業(yè)已經認識到這些技術不僅對于啟動起步，而且對于維持數字化轉型計劃至關重要。

[[318925]]

物聯網行業(yè)已經取得了長足的進步，但是在物聯網項目方面，企業(yè)仍然需要吸取教訓。他們在2020年有什么期待?OT/IT、邊緣計算甚至人工智能的很多關注都將減少。

物聯網宣告勝利

人們通常將物聯網項目描繪為比較快的方式，因為據稱接近四分之三的物聯網項目失敗了。

實際上，成功是一種常態(tài)。Gartner公司的Eri Goodness進行了一項民意測驗表明，57%的受訪者取得了比預期更好的結果，只有3%的受訪者沒有達到預期的結果。451 Research公司的Ian Hughes表示，大約有8%的投資回報率是負數。

為什么會有轉機?一方面是更好的技術，另一方面企業(yè)也在更恰當地界定他們的項目范圍。

按次付費業(yè)務模式到來

一些大型工業(yè)客戶跟蹤數百萬個數據流。即使是一臺風力渦輪機，一天也可以產生超過93,000個信號。傳統(tǒng)的云計算模型因此不起作用。ARM公司推出了一個程序，使設計人員可以試驗其全部技術組合，但只要求他們支付最終設計中使用的IP。同樣，一些軟件公司也發(fā)布了一些程序，客戶可以在其中存儲大量數據，但只為使用支付費用。

OT&IT受到同等的關注

一直以來，IT安全一直是重中之重，但是運營技術(OT)安全將需要同樣的關注。運營技術(OT)安全涉及保護制造機器人、煉油設備、核反應堆、變電站等免受入侵者的侵害。運營技術(OT)和IT安全漏洞之間存在很大差異，運營技術(OT)需要改進其方法。

微分段也將進入人們詞匯表。闖入是不可避免的。新的研究浪潮將集中在限制黑客一旦進入內部就可以進入何處。在相關的趨勢中，數據二極管可能會變得更加普及，這些數據二極管可以有效地將機器中的數據傳遞到IT網絡，但防止外部數據到達機器中。

人工智能被淘汰

新的范例將是“存在人工智能以提供決策支持”。換句話說，人工智能應用程序將篩選數據并為個人提供一系列選擇方案。決策支持的角色更適合技術狀態(tài)，人工智能很有前途，但仍然不如人類對許多關鍵問題的判斷。輔助角色還使人們對人工智能更加滿意。

3D模型被4D模型取代

三維模型是隨時間交叉引用的3D模擬。企業(yè)自己的生活的4D模型將始于出生和足跡，凌亂的零件以及所有部分。

數字孿生基本上將是第一個商業(yè)上廣泛使用的4D模型。KBC、Hexagon和Element等公司的軟件從本質上使企業(yè)可以重現海上石油平臺或其他復雜資產的壽命，甚至可以推斷其他期貨。到2023年，每個人都將在第四維度工作。

邊緣變得更清晰

邊緣計算已經從一個晦澀難懂的云計算數據站轉變?yōu)橄乱粋€強大的計算平臺。為什么?要將所有內容都發(fā)送到云中太昂貴且費時。將數據保留在邊緣設備和設施上還可以緩解一些隱私方面的擔憂：為什么采用Alexa時，為什么想知道AWS是否按要求消除了其私有數據。IDC公司和Gartner公司表示，云計算數據中心之外可能存在40%到75%的數據。

2020年的大問題將是“邊緣看起來像什么?”服務于城市街區(qū)的微數據中心會變得普遍嗎?采用“邊緣云”嗎?某些任務(可預測的維護)會成為經典的邊緣應用程序嗎?在確定任務的位置時，延遲或成本會更重要嗎?四年之后，答案似乎顯而易見。然而，到2020年，這場爭論才剛剛開始。