物聯(lián)網(wǎng)如何推動(dòng)未來(lái)幾十年重要的商業(yè)趨勢(shì)之一。

如果你認(rèn)識(shí)數(shù)據(jù)中心的工作人員，花點(diǎn)時(shí)間感謝他們。畢竟，正是因?yàn)橛辛怂鼈?，我們居家隔離時(shí)才能在網(wǎng)上購(gòu)物，在Netflix上觀看《Tiger King》。

這些工作人員和他們的團(tuán)隊(duì)在COVID-19危機(jī)期間一直在不知疲倦地工作，以保持互聯(lián)網(wǎng)的運(yùn)行。盡管全球網(wǎng)絡(luò)宕機(jī)率小幅上升，但到目前為止，即使使用模式發(fā)生了巨大變化且流量激增至歷史新高，我們?nèi)员苊饬酥卮蠊收稀?/p>

[[334682]]

現(xiàn)在，重點(diǎn)是保持這種成功，直到冠狀病毒大流行消退和正常的人員配備水平恢復(fù)為止。在此過(guò)程中，數(shù)據(jù)中心可能會(huì)在基于物聯(lián)網(wǎng)(IoT)的解決方案中找到有用的盟友，該解決方案可實(shí)現(xiàn)自動(dòng)化和遠(yuǎn)程監(jiān)控功能，同時(shí)在發(fā)生服務(wù)器故障之前進(jìn)行預(yù)測(cè)和預(yù)防。

物聯(lián)網(wǎng)是可見(jiàn)性的關(guān)鍵

物聯(lián)網(wǎng)系統(tǒng)是邁向真正“互聯(lián)企業(yè)”的第一步，它將人驅(qū)動(dòng)的流程與數(shù)據(jù)和人工智能結(jié)合起來(lái)。在連接的企業(yè)中，物理流程和IT流程是集成在一起的，這意味著整個(gè)業(yè)務(wù)運(yùn)營(yíng)都是數(shù)字化的。其結(jié)果是對(duì)組織運(yùn)作的各個(gè)方面都有無(wú)與倫比的可見(jiàn)性。

例如，數(shù)據(jù)中心員工可以使用嵌入式物聯(lián)網(wǎng)傳感器監(jiān)測(cè)環(huán)境狀況。通過(guò)這些信息，他們能夠隔離熱點(diǎn)、優(yōu)化冷卻并防止停機(jī)。更好的是，基于物聯(lián)網(wǎng)數(shù)據(jù)訓(xùn)練的機(jī)器學(xué)習(xí)算法可以處理這些和其他常規(guī)數(shù)據(jù)中心任務(wù)，例如更新和補(bǔ)丁。

這在今天尤其有價(jià)值，因?yàn)槿藗兿Ｍ拗茢?shù)據(jù)中心、工廠、食品加工廠和其他設(shè)施所需的現(xiàn)場(chǎng)員工數(shù)量。更重要的是，隨著物聯(lián)網(wǎng)在各行業(yè)的普及，新的工作模式得以實(shí)現(xiàn)，這是對(duì)未來(lái)的一瞥。

IDC預(yù)計(jì)，到2025年，將有416億個(gè)聯(lián)網(wǎng)物聯(lián)網(wǎng)設(shè)備共同產(chǎn)生79.4 zettabytes(或80萬(wàn)億GB)的數(shù)據(jù)。這個(gè)字節(jié)比可觀測(cè)宇宙中的恒星還多。組織可以(而且必須)挖掘這些數(shù)據(jù)以優(yōu)化流程，為客戶和員工創(chuàng)造更好的體驗(yàn)。

這就是我們認(rèn)為，互聯(lián)企業(yè)是未來(lái)幾十年最重要的業(yè)務(wù)趨勢(shì)之一的原因。盡管創(chuàng)建聯(lián)網(wǎng)企業(yè)并非易事，但那些成功地在企業(yè)中智能部署物聯(lián)網(wǎng)的企業(yè)將發(fā)現(xiàn)自己擁有巨大的競(jìng)爭(zhēng)優(yōu)勢(shì)。

更好的數(shù)據(jù)，更好的決策

這種優(yōu)勢(shì)將體現(xiàn)在組織各個(gè)級(jí)別的更明智的決策中，包括更有針對(duì)性的營(yíng)銷，更有效的運(yùn)營(yíng)甚至加速產(chǎn)品開發(fā)。

例如，零售商可以通過(guò)集中式平臺(tái)實(shí)時(shí)跟蹤貨運(yùn)，因此倉(cāng)庫(kù)合作伙伴可以更好地管理到達(dá)時(shí)間和相關(guān)物流。同時(shí)，機(jī)器學(xué)習(xí)模型可以分析過(guò)去的供應(yīng)鏈數(shù)據(jù)，以識(shí)別阻礙有效運(yùn)營(yíng)的瓶頸，從而使供應(yīng)鏈管理者能夠準(zhǔn)確地發(fā)現(xiàn)并解決常見(jiàn)的痛點(diǎn)。

最終，我們收集的數(shù)據(jù)越多，我們的決策就越好。因此，對(duì)整個(gè)業(yè)務(wù)操作的可見(jiàn)性迅速成為一種必要。這就是物聯(lián)網(wǎng)的好處，事實(shí)上，真正的挑戰(zhàn)不是收集這些數(shù)據(jù)，而是讓這些數(shù)據(jù)有意義。

在這里，人工智能可以通過(guò)識(shí)別人眼看不見(jiàn)的趨勢(shì)和相關(guān)性來(lái)幫助我們。很快，人工智能將更進(jìn)一步，首先確定這些趨勢(shì)，然后提供一個(gè)建議的行動(dòng)方案來(lái)應(yīng)對(duì)。

提高生產(chǎn)力

改善決策能力是互聯(lián)企業(yè)的一項(xiàng)重要的長(zhǎng)期利益，但如今，大多數(shù)組織都使用物聯(lián)網(wǎng)通過(guò)智能維護(hù)來(lái)提高生產(chǎn)力。

智能維護(hù)將預(yù)測(cè)性維護(hù)的功能與自動(dòng)化工作流程的效率結(jié)合在一起。 例如，制造商收集環(huán)境和操作數(shù)據(jù)點(diǎn)，例如工廠內(nèi)的溫度和部件振動(dòng)率，以識(shí)別有即將發(fā)生故障的風(fēng)險(xiǎn)的機(jī)器。 然后將這些標(biāo)記為需要維護(hù)，并通過(guò)像Now Platform這樣的集中式系統(tǒng)自動(dòng)路由到相應(yīng)的團(tuán)隊(duì)，從而加快補(bǔ)救速度并最大程度地減少停機(jī)時(shí)間。

這種效率是關(guān)聯(lián)企業(yè)的利益所在。物聯(lián)網(wǎng)設(shè)備不依賴于操作人員手動(dòng)檢查流水線上的每臺(tái)機(jī)器和每一步，而是自動(dòng)、連續(xù)地收集和分析數(shù)據(jù)。德勤研究公司稱，通過(guò)消除與“運(yùn)行到失敗(run to fail)”戰(zhàn)略相關(guān)的成本，無(wú)論是在工廠、數(shù)據(jù)中心還是倉(cāng)庫(kù)組織中，總體維護(hù)成本都可以降低10%。

更好的體驗(yàn)

真正的財(cái)務(wù)利益可能會(huì)增加幾個(gè)數(shù)量級(jí)，從明智的維護(hù)甚至明智的決策擴(kuò)展到提供出色的體驗(yàn)。

疫情隔離期間，在每個(gè)觀看Netflix流媒體的人背后，都有一個(gè)IT專業(yè)人員在監(jiān)控?cái)?shù)據(jù)中心。為了繼續(xù)擴(kuò)展這項(xiàng)工作，IT團(tuán)隊(duì)需要物聯(lián)網(wǎng)支持的智能工作流。

如果做得對(duì)，物聯(lián)網(wǎng)可以幫助交付出色的工作流程帶來(lái)的出色體驗(yàn)。