20190217-20190224:《2018中国物联网应用研究报告》

参考:

  1. 亿欧智库:《2018中国物联网应用研究报告》——概念、架构及行业梳理

20190217(日,小雨)

视频结构化分析、道路拥堵治理、技术至产业落地、技术驱动至应用驱动

周总结

一、物联网发展综述

20190217-20190224:《2018中国物联网应用研究报告》

二、物联网的四层架构

20190217-20190224:《2018中国物联网应用研究报告》

2.1 感知层

20190217-20190224:《2018中国物联网应用研究报告》

2.2 传输层

无线传输是物联网的主要应用技术,应具有广连接、低功耗、 低成本以及低延迟等特点
20190217-20190224:《2018中国物联网应用研究报告》

以传输速率进行划分:
20190217-20190224:《2018中国物联网应用研究报告》

2.3 平台层

从平台的功能框架来看,将物联网的平台层分为四个部分,从底层到上层分别是连接管理平台CMP(Connectivity Management Platform)、设备管理平台DMP(Device Management Platform)、应用使能平台AEP(Application Enablement Platform)和 业务分析平台BAP(Business Analytics Platform)等四部分。
20190217-20190224:《2018中国物联网应用研究报告》

2.4 应用层

20190217-20190224:《2018中国物联网应用研究报告》

三、物联网的十大行业应用

3.1 智能物流

20190217-20190224:《2018中国物联网应用研究报告》

3.2 智能交通

20190217-20190224:《2018中国物联网应用研究报告》

  1. 智能公交车分为五大系统,能实时反映车辆的位置、乘车人数 及到达时间等信息
  2. 共享单车将智能锁作为联网装置,实现车辆的定位、远程解锁 及计时计费等功能
  3. 汽车联网技术需要实现车与车、车与人、车与道路等互联互通
  4. 智慧停车以停车位为基础,实现车位的查找、预订以及自动支 付等功能
  5. 智能红绿灯通过物联网技术实现对车辆、行人等的监测,提高 道路承载力和运行效率

3.3 智能安防

20190217-20190224:《2018中国物联网应用研究报告》

20190217-20190224:《2018中国物联网应用研究报告》

3.4 智慧能源

20190217-20190224:《2018中国物联网应用研究报告》

20190217-20190224:《2018中国物联网应用研究报告》

3.5 智能医疗

20190217-20190224:《2018中国物联网应用研究报告》

3.6 智慧建筑

20190217-20190224:《2018中国物联网应用研究报告》

3.7 智能制造

数字化工厂的核心特点是:产品的智能化、生产的自动化、信息流和物资流合一。
20190217-20190224:《2018中国物联网应用研究报告》

3.8 智能家居

智能家居的发展分为三个阶段,单品连接、物物联动以及平台 集成,当前处于单品向物物联动过渡阶段
20190217-20190224:《2018中国物联网应用研究报告》
20190217-20190224:《2018中国物联网应用研究报告》

3.9 智能零售

20190217-20190224:《2018中国物联网应用研究报告》

3.10 智慧农业

20190217-20190224:《2018中国物联网应用研究报告》

四、相关企业布局及产业发展

20190217-20190224:《2018中国物联网应用研究报告》
物联网各行业未来应该如何发展?
20190217-20190224:《2018中国物联网应用研究报告》

评论:
从这种行业分析报告或者以技术为导向的应用报告可以看出,纯粹的技术人员和分析人员之间的“gap”。因为在德勤(咨询)和初创互联网公司(智能医疗算法)的实习经历,能感觉出分析人员和技术人员之间的思维逻辑的很大不同。咨询人员或者分析人员更倾向于站在高处分析问题,探讨行业落地,探讨竞争格局,探讨流量变现,技术人员更关心在明天deadline 之前能够把代码调试成功。所以对于一名技术人员来说,对于方向的选择和把握可能更多体现在找工作的过程中,无论是第一份工作还是再次的跳槽,中间则没太多的经历去整体关注整个行业布局, 以及发展的概况,因为对于不能解决这一秒出来的bug 的分析则没那么想投入时间。所以现在充斥互联网“倒挂”、“失业”等焦虑现状实则有一定可以改变的原因。对于一名咨询等“不需要太多hard skill ” 的分析整理总结性质的工作来说,则会让思维一直保持活跃,对于自己专注的领域保持高度敏感,虽然分析的逻辑不可实际量化,但所谓看得多了想的多了,关键时刻倒是真能把方方面面联系成一张大图,由点及线,由线及面。所以令众多技术人员不能想清楚的为什么这种“万金油”职业一直让很多学生向往。我有关注一些湾区Google和 Facebook 的 data scientist, engineer, 能意识到他们其实是把两者结合的更好一些,也多会有一些key to point 的分析视角在里面。因为没有亲历过国外的工作氛围,所以不知道这种综合的思维方式完全是优秀的个人思考习惯,还是因为保持此种思维方式和习惯可以不断地提高自己的竞争力,又或者是开放且相对轻松的工作环境使得大家可以不止于代码,但总之是值得学习的方向。

如需转载请注明出处,谢谢!