从物联网 (IoT) 数据中获取最大价值的四个步骤

过去几年间，物联网（IoT）之旅不断演进。但它确实是一段循序渐进的旅程。让我们来看看，每个组织要真正从 IoT 投入中实现价值，必须掌握的四个关键步骤。

第 1 步从最基础的内容开始：IoT 数据。也就是，将设备数据转化为真正可用的形式。当 IoT 初登舞台时，我们被它在家庭场景中的各种可能性深深吸引。我们发现，可以将灯泡等物品连接到物联网，并利用这种连接实现开关控制。这是一项很酷的技术，而早期的应用也掀起了不小的热潮。但这一切究竟是为了什么？

正因如此，第 1 步必须从基础入手——IoT 数据。也就是，将设备数据转化为真正可用的形式。

随着技术的成熟，企业的期望也随之提高。因此，随着市场演进，关注点从“采集数据”转向“呈现数据”。

让我们把第 1 步中的联网灯泡，放进一家大型零售企业的场景中。如果你只是通过传感器控制大量灯泡的开关，那确实很方便。但这真的有用吗？换句话说，它是否“足够有用”，值得你用智能灯泡改造所有设施？更有趣、也更有价值的是，联网灯泡所揭示出的“使用方式”。这些洞察能够呈现能源使用情况。它们帮助零售业主更好地管理能耗，并明确在哪些环节、以何种方式节省成本和资源。

例如，某些区域在特定时段并不需要照明。或者你会发现，在阳光格外充足的日子里，将灯光调暗 10%，依然能够保持相同的亮度水平。一旦你开始理解数据中的模式，并将其价值应用到业务中，便真正发挥了第 2 步的最大效用。

物联网（IoT）之旅的下一步，是通过分析让数据变得更加智能。

分析使你能够将实时的 IoT 设备数据，与既有的长期数据和历史数据相结合。由此可以更全面地呈现设备及其运行环境中正在发生的情况。同时，它还能帮助你发现规律、进行预测，并采取新的实践，从而主动规避风险、避免潜在问题。

为了说明这一点，我们将示例从联网灯泡切换到更复杂的制造设备。这些设备中，有的会在扭矩突然升高时偶尔发生故障。但并非每次都会如此。正是在这里，分析能够发挥作用，帮助你像侦探一样找出问题根源。在审视其他数据时，你会发现，温度传感器在扭矩出现异常前大约两小时便已记录到一次峰值。当这两种情况同时出现时，设备发生故障的概率会增加 80%。借助多来源的信息，你便能更有把握地预测导致问题的特定因素组合。这反过来又使你能够采取更主动的措施，保障设备持续运行，减少停机时间，并提升生产效率。

物联网之旅的第四步，侧重于利用人工智能，从数据中挖掘更多价值。即便已经明确物联网如何助力业务，随着数据集的不断整合，你仍然会面临数据过量的问题。人们很容易因此不知所措，这正是 AI 发挥作用的地方。机器学习可以帮助你清洗现有数据，将其提炼为最相关的部分，并从看似零散的数据中找出真正重要的信息。

通过这些工作，你会在数据中发现更强的协同效应。它还能帮助识别哪些数据应当保留、哪些应被舍弃，因为并非所有数据都同等重要。随着流程不断优化，你将能够开展更复杂的任务，例如构建预测模型、实施预测性维护和进行异常检测。换句话说，你将获得恰当而丰富的上下文，从而真正理解所观察到的现象。与此同时，你也能更高效地解决问题，甚至发现新的机遇和商业模式。

请记住，IoT 之旅并不只是做一件事。将 IoT 融入您的业务确实是一段旅程。而且绝对值得付出努力！

如果您有兴趣开始或在现有基础上推进您的 IoT 工作，我建议您阅读最近的一份 Forrester 报告：《Forrester Wave™：工业物联网（IIoT）软件平台，2018 年第 3 季度》。该报告基于 24 项标准，对工业物联网（IIoT）软件平台提供商进行了评估。

作者简介：Jiani Zhang 是一名受过工程训练的终身科技爱好者，目前担任 IBM Watson IoT Platform 产品管理的项目总监。在该职位上，她协助领导客户参与，并指导平台技术的发展，这两方面都帮助客户实现业务价值。在此之前，Jiani 曾领导一个专注于工业 IoT 的战略与管理团队。为了完善她在 IoT 领域的专业经验，她还曾担任 IBM IoT 领导团队的创始成员。她的技术专长涵盖产品设计与开发，以及管理和咨询。

Jiani 拥有加利福尼亚大学伯克利分校的电气工程和计算机科学学士学位，以及加州大学洛杉矶分校安德森分校的科技管理工商管理硕士学位。