经过多年发展，物联网已不再是新鲜词。在全球数字化革命已经影响并进入实体经济的年代，物联网应该如何变化以支撑行业数字化转型，成为产业界必须面对和思考的课题。
理想很丰满 现实很骨感
物联网市场很大，IDC预测，到2020年，全球将有超过500亿个实体节点联网，带动上下游产业链产生的经济价值几千亿不止。国家也已经释放了非常明确的信号。“中国制造2025”明确指出，通过10年的努力，使我国迈入制造强国行列，并为此出台了一系列指导、扶持细则。
然而现实很骨感，我们不得不面对目前产业玩家众多、各行其道的现实。如果长此以往，各厂家各行其道，导致相互之间无法互联互通，形成信息孤岛，无法形成规模经济，也就无法形成整合的商业模式。这是物联网发展所面临的重大难题之一。
接下来就看各位业界同仁了，能否共同面对产业挑战与机遇、尽快达成一致、形成一个较为统一的认识，并开展分工协作，这是物联网能否顺利落地的先决条件。可以肯定的是这个过程不易。但同样可以肯定的是，这个工作需要人来做，就看谁先迈出这一步。
当汽车不再是汽车
过去的电梯设备，除了例行检修，就是等出了问题再派工程师去处理。如今把电梯接入互联网，通过安装在电梯设备中的多个传感器能实时判断电梯的运行状态，不用再待出事后去处理，而且由于事先已经知道了故障部位，应对更有效。
曾经的车辆状况需要驾驶员去判断，一旦出现故障，原地等待救援。如今已经能够通过传感器实时监测车辆各个组件的运行状况，一旦出现告警信息，向驾驶员及时预警，让车辆故障扼杀在摇篮中。
这样的例子不胜枚举，随着这种变化的日子增多，整个产业链的模式将随之变化，这就是发生在我们身边的行业数字化转型浪潮。行业数字化转型将带来行业自动化水平变高了，用户个性化的需求也能得到满足了，产品也向服务运营全生命周期转型了，可以玩新的商业模式创新了。
边缘计算，解题思路
小伙伴们，你知道吗？电梯早已不是你想象的电梯，车早已不是你以为懂的车，现在一部电梯或一辆车上动不动就数以百计的传感器，运行时每小时会产生400M以上的数据，你想想这数据量还不大的惊人？
未来超过50%的数据需要在网络边缘侧分析、处理与储存。网络边缘侧面临多大的挑战？
听说边缘计算能搞定这事。据神秘人士透露，边缘计算是融合网络、计算、存储、应用核心能力的开放平台，在靠近物或数据源头的网络边缘侧，就近提供智能互联服务，满足行业数字化在业务实时、业务智能、数据聚合与互操作、安全与隐私保护等方面的关键需求。
可能有人会问，那岂不是做大云计算平台就可以满足物联网的需求？如果只从ICT的角度思考，理论上确实是这样，关键就在于物联网不只是ICT就能实现的，还要整合OT（OperationTechnology）。而且退一步讲，即便只需要ICT，当接入设备由几十亿变为几百亿，云计算的效率如何保障也将是个问号。
实际上，云计算和边缘计算是小伙伴，他俩互相协同，一起搞定行业数字化转型。云计算聚焦非实时、长周期数据的大数据分析，能够在周期性维护、业务决策支撑等领域发挥特长。边缘计算聚焦实时、短周期数据的分析，能更好地支撑本地业务的实时智能化处理与执行。
边缘计算既靠近执行单元，更是云端所需高价值数据的采集单元，可以更好地支撑云端应用的大数据分析；反之，云计算通过大数据分析优化输出的业务规则也可以下发到边缘侧，边缘计算基于新的业务规则进行业务执行的优化处理。
ECC：把边缘计算落到实处
边缘计算这么大的事，横跨芯片、网络、数据聚合与分析、安全、行业应用，一家哪能搞得定呢？
这正是即将成立的边缘计算产业联盟（Edge Computing Consortium，ECC）想做的事情。
据神秘人士透露，ECC的创始成员有六位，分别是华为、中国科学院沈阳自动化研究所、中国信息通信研究院、英特尔、ARM和软通动力。六家单位联合倡议发起联盟的初衷，一是在ICT领域和OT领域与业界形成共识，定义开放的参考架构，抓住典型行业场景开展验证测试，做出行业示范，开展标准研究。 二是打造一个开放的产业生态，更好地服务用户。
哪一个实现起来都不容易，但至少他们即将迈出这一步。看创始成员，做芯片、网络、数据聚合与分析、安全、行业应用都有，分工明确，而且都是业内顶级企业，这是一个好的开始。
他们当前已经有了初步的工作规划，其中第一步是制定边缘计算的参考架构，并通过Testbed明确边缘计算的切入点，在实践中验证和完善技术架构。
更多联盟的相关信息我们现在也不得而知，只能等它正式宣布后进一步了解。但面对一个新的、广阔的市场，我想说的是，别给像ECC这样的组织泼冷水，他们在积极地做一些对行业、产业发展有益的事情。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与极客网无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
