1. 合成数据将成为一个更紧迫的问题
将合成数据定义为“让好人做坏事的误导性信息。”他指的是像黑客一样向控制室发送“合成”通知,让操作员在水库上打开大门,淹没一个社区。他称之为“ Stuxnet病毒成为主流。”他注意到Lawrence Berkeley Lab和Aperio等机构都在努力找出假数据。
2. 传统业务将利用物联网开发新的商业模式
指出,小型农村公用事业公司已经开始以一种新的方式利用他们对智能电表的投资来销售宽带服务,同时“大型公用事业公司和制造商正在研究将其内部物联网应用商业化以进行预测维护的计划。”物联网(IoT)正处于炒作期,似乎每个参与者都在忙于规划IoT未来的发展愿景。
3. 工业和商业应用将推动整个行业
表示,这是因为企业可以更好地将物联网的收益货币化。他将能源消耗作为一个重要的例子,并指出“ 能源信息署的数据,工业消耗了全球交付能源的54%,超过了消费者或交通运输的总和。将铝或造纸厂的能源减少一到两个百分点,可能节省数百万美元,消费者减少1%的电力消耗每月只能节省几美元。”
4. 智能设备将开始发展
Nelson预测,“制造商将越来越多地将实时监控和诊断集成到设备中”,将Caterpillar的CAT Connect发动机监控服务和Flowserve的建筑智能服务应用到工业泵中。
“在过去的五年里,”他说,“我们已经看到技术堆栈聚集在一起,几个终端用户进行了试验。在接下来的五年中,我们将看到商业化的应用。”
5. 边缘计算将比想象的还要重要
“边缘计算基本在任何地方(风电场、工厂),在这里数据被生成、分析,并在很大程度上存储在本地。”他的观点是,“大多数机器生成的海量数据都不需要走太远。据Gartner的预测称,超过50%的数据将在传统数据中心之外生成和处理。”
但并不确定哪种边缘架构会占上风。他指出,边缘可能像云的临时中转站一样,或者我们可以看到“区域”网络的出现 ,边缘中的边缘,可以进行自己的分析并以更小、更有效的规模执行其他任务。
6. 实时数据将变得越来越重要
引用IDC的数据, 实时数据占数字数据的比例将从2017年的15%增长到2030年的30%,总数据量增长7倍至10倍。他预测,在这一领域会有更多的创新和投资,“尤其是在软件领域,它将让人们理解机器在说什么。”
7. 数据共享的规则和业务实践将开始融合
提出了一个有趣的问题:“假设设备提供商对其出售或租赁的终端设备提供持续监控。谁拥有这些数据?大多数人会说终端用户,但是如果设备提供商对原始数据进行分析,从而创建第二组信息比前面一组更有价值呢?来自一个设施的数据是否可以匿名化并用于优化竞争对手拥有的另一个设施的基准?