物联网是在互联网和通信网络的基础上连接日常必需品、设施、设备、车辆和其他物品的网络。物联网作为一个广泛的概念，利用传感器、通信网络、软件、控制系统将物品与网络和其他物品连接和互动，实现现实世界的数字化和自动化。物联网改变了互联网上所有的信息都是由人获取和创建的，所有的项目都需要人类的指令和操作，这将对未来生产和生活的各个方面产生深远的影响。在未来，世界上物联网的规模将远远超过人联网的规模，该指数的增长主要来自于物品之间的各种连接和独立运行。

　　1，物联网、云计算和人工智能

　　物联网系统结构的进一步拆卸可分为感知层、网络层、平台层、数据分析层和应用层。物联网感知层、收集数据、通过5G通信技术运输到边缘、平台中心、边缘计算和云计算支持，数据分析层主要采用大数据技术完成数据预处理和分析，人工智能依赖云计算、大数据数据和计算支持优化算法，*终反馈物联网场景应用。

　　物联网就像一片叶子的主叶脉，不断引入数据营养，而人工智能、云计算等技术就像侧叶脉，接受数据营养，辅助数据要素的价值释放，更好地实现物联网应用。各种技术要素共存共生，相互依赖，贯穿数据的流动应用路径。未来，物联网、5G、云计算、大数据、人工智能等技术将更加紧密，推动物联网应用进入产业升级和智能场景。

　　二、物联网产业生态分析

　　参与者众多，角色界限开始模糊，平台层玩家数量显著增加。

　　许多垂直企业整合物联网技术，改革创新，推出解决方案。

　　1，*物联网产业问题：数据和设备安全

　　物联网设备具有很大的价值，可能会对现实世界产生广泛的直接影响，如交通瘫痪、公共设施运行停滞（水、电、气、加热）、远程控制、环境污染甚至人员**。感知层位于物联网整体结构的底部，是*脆弱的部分。在主要应用的RFID和WSN技术中，WSN路由协议存在固有*，读写器和电磁波易于复制，信息在远程传输过程中容易被盗；DOS攻击、假攻击、中间攻击等。；平台层的主要价值是信息处理，当数据量过大时，设备故障的可能性会增加，导致安全漏洞。同时，物联网设备数量众多，类型多样，也将成为黑客控制的僵尸网络的一部分。自2016年以来，*僵尸网络攻击的智能设备数量不断增加，僵尸网络甚至被麻省理工科技评论为2017年*十大突破技术。目前，*物联网控制信息安全的能力相对落后于物联网的整体发展速度，尚未实现可靠稳定的传输，阻碍了物联网的整体发展步伐。

　　2,*物联网产业问题：规模定制

　　物联网企业要想在更垂直的行业实现大规模应用，必须构建便捷、低成本的物联网应用生态，控制定制项目比例或单项目定制比例，形成大规模效益。根据物联网企业在物联网企业的研究结果，约三分之一的物联网项目未能通过概念验证(POC)阶段，原因通常是项目规模成本高(受访者数据:占32%)。同时，根据甲骨文发布的采访和研究*，64%的物联网领域领导者倾向于购*现成的解决方案(COTS)，项目周期更短，成本更低。但目前初创企业在构建标杆案例、提高项目模块再利用率方面存在内外障碍。

　　3，*物联网产业问题：技术应用

　　目前，*物联网技术的积累相对较弱，技术水平的局限性在很大程度上限制了应用能力。首先，整体底层技术不够下沉，难以支持平台层的数据孵化，*终反馈给应用层。例如，在芯片方面，大多数芯片的抗网络攻击能力较差，缺乏物联网设备的安全性；同时，内部应用处理器没有形成*的操作系统，开放性不足；物联网场景需求复杂，产品需要继承多种功能。目前，芯片集成不足，往往需要多芯片合作。在应用场景方面，除了网络通信、传感设备等技术支持外，人工智能技术的深化也决定了场景智能的上限。在生产领域，由于生产设施和环境的特殊性，设备能否同时具有低功耗和稳定的传输成为关键，实时处理分析能力对WSN、传感器、边缘计算等技术的要求较高。在公共领域的物联网应用中，从前端采集到后端分析的整个过程都面临着大量数据的采集、处理和应用，这在很大程度上取决于RFID、5G等技术的发展。

　　三、“物”数据结构

　　1，感知基础技术架构

　　感知层是物联网大量物体数据涌入的入口，而传感器和识别设备是感知层的物理基础设施。基于上述对物联网中物体的定义，感知层的技术由传感和识别技术和网络通信技术组成，其中网络通信技术将在第五章中详细讨论，这里不再重复。识别技术是通过RFID标签、条形码、二维码、生物特征等方式进行识别的。识别对象或人类的技术已经成熟并得到了广泛的应用。传感技术，特别是智能传感器的开发，应指导智能、集成、高性能的市场需求，并将长期处于多技术集成探索的发展阶段。目前，多传感器集成、MEMS-CMOS兼容技术、集成MCU的智能传感器是物联网感知层的技术热点和难点。

　　2.感知技术成熟度比较：供应链视角

　　受市场竞争影响，国内MEMS厂商的供应链成本和R&D成本分摊较高，无法传递到下游。相反，价格需要作为垫脚石。国内厂商单规格同类产品的定价约为龙头厂商的80%到90%。MEMS产业链各环节集中度高，产能有限。国内厂商多为Fabless商业模式。与龙头厂商相比，IDM模式在晶圆制造和包装方面没有规模效应和议价优势，环节成本上升了20%左右。测试技术相对成熟，市场化程度高，比例稳定在2%。在R&D费用的分摊上，国内厂商预计产品生命周期为3-5年，技术流程的更新迭代相对缓慢。此外，为了开拓市场，国内厂商与终端实力客户的配合度较高，额外的软件适配成本将进一步提高R&D设计成本，压缩利润率，浮动比例约为8%-10%。由此可见，国内MEMS厂商在设计、R&D、迭代率、晶圆制造、包装等方面仍有很大的提升空间。

　　3.感知层发展趋势一：多传感器融合

　　多传感器融合具有双层含义，表层含义是指物理上的合二为一，在一个紧凑的传感器器件中集成多种传感器，典型的有IMU惯性单*，而更深层含义是指多传感器的数据融合。多传感器数据融合可类比为人脑根据各功能器官所探测到的信息进行综合处理，从而对所处环境和事态做出判断的过程。在消费电子、自动驾驶、机器人等场景下，通过大量、多种类传感器节点的配置和管理，以多源数据冗余和互补弥补单一传感器信号的误差和*，通过数据模型及融合算法解决数据异质、数据冲突等问题，*终给出一致性结论或者提供有效决策支撑，是厂商突出重围亟需建立的技术壁垒。这需要在传感器组合方案、成本、算力与通信等资源分配间反复调试和权衡。以自动驾驶为例，其信源有雷达、红外、图像等，通过挖掘冗余、互补数据间的内在联系，构建高*的环境感知图像和定位结果，进而指导汽车执行自动避障、定速巡航等驾驶任务。

　　4，感知层发展趋势二：智能传感器

　　在5G通信和物联网发展的双重驱动下，终端数量和数据量持续累积，集中式处理架构出现瓶颈，而分布式本地处理在通信和存储负担缓解、降低时延、数据安全性等方面的优势显现。智能传感器将传统传感单*整合计算单*和AI算法，使得传感器具备除测量之外的信息处理能力。通过算力算法从中心向边缘侧的下放，智能传感器自主完成对实时*数据的检查、诊断和校准，优化数据质量，自主完成数据分析，执行决策反馈。在工业控制、医疗服务、人脸识别等新兴应用场景下，存在实时响应、极小误差、公民隐私保护等*需求，算力和算法加持下的智能传感器能够弥补现阶段传感技术的局限、满足上述场景中大量实时数据高效、安全处理的需要，同时降低云分析相关的成本和资源消耗。

　　5，感知层发展趋势三：高端市场

　　*传感器产业起步较晚，因此在中高端传感器市场上落后于西方*，国内市场约八成依赖于进口，传感器芯片市场更为势弱，自产比例仅占一成。在中低端市场竞争的日益加剧和传感器集成化趋势的作用叠加下，中低端传感器的单价持续走低，拉低市场增长率的同时压缩了厂商的利润空间，中小厂商艰难求生。

　　中高端传感器具有高附加值，国内传感器厂商应顺应“专精特新”*战略，尝试单点突破，专注于开发细分市场下的具有独创性的产品，以寻求突破“谷贱*农”的陷阱。细分赛道中，CIS图像传感器领域的韦尔股份、声学传感器领域的歌尔微、压力传感器领域的敏芯股份已经实现了一定程度的突破，在市场上抢占了外国厂商原有的市场份额。

　　四、“联”数据联通

　　1，物联网通信技术应用现状分析

　　物联网终端设备感知的数据通过网络传递，承载物联网设备的传输网络主要为有线传输和无线传输两大类，其中无线传输是物联网的主要应用。无线传输技术按传输距离可划分为两类：一类是以Zigbee、WiFi、蓝牙为代表的无线局域网技术，受制于技术限制，单一通信方式均具有不同程度不同方向上的局限性，多以组合方案应用于智能家居、智能建筑等室内场景；另一类是移动物联网技术，即广域网通信技术。2020年5月，工信部发布了《关于深入推进移动物联网全面发展的通知》，目标建立NB-IoT、4G和5G协同发展的移动物联网综合生态体系，以NB-IoT满足大部分低速率场景需求，以LTE-Cat1满足中等速率物联需求和话音需求，以5G技术满足高速率、低时延联网需求，持续推进5G网络基础设施建设。

　　2，物联网平台：数据价值孵化器

　　物联网平台可提供跨不同设备和数据源的通用PaaS服务，在整个物联网架构中起到承上启下的中介作用，联动感知层及应用层之间的所有交互——向下连接、管理物联网设备端并完成感知数据的归集与存储，向上为应用开发商与系统集成商提供应用开发的*数据接口及共性模块工具。在实现“物联”的基础之上，感知层与应用层频繁交互过程中，产生的数据具有体量大、种类多、动态滚动的特征，物联网平台作为产业链中的核心枢纽，更是应用融合以及数据价值孵化的土壤，除提供基础设施服务支撑设备间的数据交换外，通过对平台数据的处理、分析和可视化，将数据赋能过程大幅前置，充分发挥规模效应，实现数据即生产即处理，便于数据快速应用落地，简化物联网解决方案的复杂度并降低方案成本，充当“加速层”，推进各层在应用场景的落地速度与进程。

　　四大类平台逐级加工，自下而上实现数据价值的累积升迁

　　物联网平台在物联网体系结构中处于关键地位，根据功能可以将物联网平台分为连接管理平台、设备管理平台、应用使能平台和业务分析平台四个部分。其中，设备管理基本由通信模组、通信设备提供商主导，网络管理平台由电信设备商、运营商主导。领军企业纷纷构建开放的物联网平台，并将重要组件开源，持续提升开放性以更好聚合产业合作伙伴和开发者资源，向各行各业赋能。水平化通用平台，通过合作伙伴生态深化重点垂直领域应用。垂直行业巨头与互联网企业通过战略合作加强平台互联互通，完善平台服务功能，共享行业资源，提升行业竞争力。

　　*数据立法实践梳理与*鉴

　　*层面引导平台良性发展，数据确权仍是*性立法难题

　　物联网连接层发展趋势一：数据确权

　　2020年4月9日，国务院发布了《关于构建更加完善的要素市场化配置体制机制的意见》，将土地、劳动力、*、技术、数据定义为五大生产要素，明确了数据对于经济增长、价值创造的重要意义，而数据确权是实现数据增长潜能和建设数据要素市场的重要前提。数据具有非排它性、价值整体性及兼具人格权与财产权双重属性的特征，民法中的物权、知识产权无法完全对应适用，需要在立法实践中创新与探索。目前没有一个*的法律明确将数据产权授予任何经济主体，但通过梳理*数据产权立法实践和相关学者的研究，主流观点认为不应赋予个人数据产权，以防产生资源利用不足的“反公共地悲剧”问题，应更多强调对数据的人身权保护，以期在数据隐私安全的前提下实现数据要素的高效利用。而经脱敏处理、企业投入*和创造性脑力活动形成的个人大数据，企业拥有对其的财产权益。

　　物联网连接层发展趋势二：数据开放

　　数据要素分类分级开放，政府全数据链引导+监管，严守隐私权底线的同时加速数据要素流动，以实现社会福利*大化

　　五、“网”数据的应用

　　1，万物互联网难以成网:生活领域。

　　与物联网在其他领域的应用相比，生活物联网已经发展了很长一段时间，市场也更加成熟。平台生态建设繁荣开放，平台内终端互联已初见规模。大多数智能家居企业向上下游合作伙伴开放平台，构建内部生态，为消费者提供*出口的完整服务。然而，当地互联网的日益繁荣加剧了生态障碍和供需冲突。在供给方面，产品和技术能力的品牌尚未出现。大多数大型工厂用1-2个拳头产品排队消费者和中小型制造商，被迫接受全套产品和解决方案，提高市场份额，建设品牌护城河；在需求方面，用户更喜欢从多个品牌中选择*佳产品，DIY自己的全屋智能系统。在制造商生态隔离的商业战略下，这意味着牺牲产品的一些功能和流畅的家庭体验。这种供需矛盾和困境极不利于市场的良性竞争和发展，迫切需要找到打破这一局面的途径。未来，龙头制造商可能会与通信制造商合作，共同建立*的标准和协议，逐步探索从生态独立到生态一体化的发展路径，实现行业数据、软件、模型等资源的横向开放，*大限度地发挥平台网络效应。

　　2，万物互联网难以成网:生产领域

　　制造企业具有商业传统、设备多、运营环节多、工厂规模大等特点，生产物联网建设步伐缓慢，大致可分为传统人工采集、设备数据直接采集、企业内部数据集成、上下游产业链数据开放和企业间信息资源共享五个阶段，*终形成整体产业生态的共同互联网。目前，中小型生产企业主要集中在从0到1的跨越阶段，即部署物联网终端进行设备数据直接采集。龙头工业企业数字化程度高，推动更多企业上云平台，逐步开放上下游数据链。此外，由于生产环境相对恶劣、数字化水平低、硬件部署困难、通信能力弱、物联网应用困难等因素，农业畜牧业领域难以应用。目前，*不同规模的企业数字化改革步伐不同，小企业需要努力进行数字化改造，不断提高数字化水平，接近行业步伐；大型生产企业应进一步开放产业链上下游和企业间数据，促进整体物联网应用的成熟。

　　3，万物互联网难以成网：公共领域

　　物联网的应用渗透到公共领域的各个方面，从交通安全、智能政务到环境资源管理，涵盖范围广、数据量级大、处理环节和需要的支持部门众多。面对大量的数据处理和复杂的业务流程，物联网的实际价值是基于*数据的有效管理和高效的业务运行。现阶段，相关技术的发展水平限制了数据的有效应用。现有算法的计算能力难以支持大量的数据传输、处理、分析和应用。总体而言，提高技术能力是解决这一问题的关键。只有软硬件、算法和通信技术的可持续发展和突破，才能提高物联网的数据应用能力。例如，边缘计算可以释放部分计算能力和存储能力，与人工智能的结合可以赋予快速响应和决策能力；5g对减少延迟和提高传输速度有明显的影响。另一方面，公共领域的业务流程是孤立的，不相互连接。目前，各部委已逐步建立城市运营中心，开放不同业务系统之间的平台，提高业务和数据运营的效率和安全性。

　　4，应用物联网的关键能力：生活领域

　　以提升生活体验为主，可在一定程度上节省时间，提高效率。

　　5，物联网应用的关键能力：生产领域

　　生产领域有许多细分行业，行业需求不同，高度分散，因此工业物联网的建设不是一蹴而就的。工业大数据是工业物联网的核心价值物联网的核心价值来源。在物联网传感的帮助下，PaaS技术提高了数据采集和分析能力，以进一步挖掘工业数据的价值，是工业物联网的核心价值体现。与传统的工厂设备人力监督模式相比，工业物联网有效优化了OEE、劳动力成本、电力成本等工厂运营指标，协助企业管理决策，支持生产线扩大和*，释放了工业生产力的潜力。

　　6，应用物联网的关键能力：公共领域

　　近年来，各城市大力推进智慧政务、智慧交通等公共智慧建设项目，提高城市运营效率、文明城市建设、政务便利化等公共智慧建设。在数据量级巨大、财政资源有限的情况下，5g、人工智能等技术的进一步发展和应用，以及平台之间的数据开放，是公共智能物联网项目实施的巨大帮助。以智能政务为例。根据一些公共数据的统计分析，与传统的政务处理方式相比，智能政务所需的申请材料数量减少了约50%-70%，处理时限约50%-80%，大大提高了工作效率，真正方便了人民。

　　六、物联网行业发展趋势

　　1，物联网产业趋势1:产业生态

　　艾瑞认为，在解决物联网碎片化等先天性问题的过程中，从政策引导和供需两侧源生驱动力的角度来看，物联网企业从企业生态向产业生态的跨越是不可或缺的。未来，企业间将呈现大杂居、小聚居、共同联盟的集团智能生态融合趋势。2020年12月1日，符合*物联网产业特点的生态联盟开放智联盟应运而生，成为物联网产业生态建设的*个里程碑n，简称OLA联盟）应运而生，成为物联网产业生态建设的*个里程碑。业内有多种生态团结模式，其中智能家居产业的生态整合处于*地位，未来将逐步渗透到制造业和工业领域。

　　2，物联网行业趋势二:技术应用

　　物联网设备连接量和数据量级呈爆炸式增长，数据价值挖掘和数据安全流通的市场需求日益迫切。隐私计算集成区块链技术可以为数据跨主体流通提供安全保障，成为平衡数据安全和数据*素价值释放的重要解决方案。隐私计算基于*学、机器学习等技术，在保护主体信息安全的前提下，通过不可见的密文获得计算结果，实现数据交换和开放共享。区块链技术作为重要补充，以其分布式存储、不可伪造、可追溯的特点，*了信息源的真实性和可靠性。2021年是隐私计算的*年。艾瑞预计，在产业链协调发展、数据交易和开放共享需求的持续牵引下，物联网+隐私计算+区块链技术整合将加速渗透到各行业。

　　3，物联网产业趋势三:结构演变

　　根据艾瑞的计算，2020年*物联网设备连接量达到74亿台，预计2025年将超过150亿台。大量物联网设备连接到平台层输送待育幼苗，平台企业鱼贯而出，为数据资源提供孵化沃土，物联网产业链从下到上将数据价值传输到应用层。然而，*基础技术薄弱，传感器、芯片等核心技术环节存在缺口，物联网基础设施整合效果差，底层难以为模型推理提供足够的营养——产业链发展变重变轻，纺锤产业结构阻塞价值自下而上传输，成本高，重用低，长周期产业痛点导致应用层落地场景和规模有限。

　　艾瑞认为，为了削弱产业发展不平衡的影响，未来新基础设施的核心将是：（1）连接：固定网络和无线网络的连接；（2）计算能力：提高计算能力水平，将物理世界信息抽象为数据，打开数据岛。另一方面，企业将配合政府推动核心力量下沉到底层，巩固产业基础，实施数字维护过程中新基础设施的发动机功能，形成智能智能网络智能产业智能闭环，在双引擎驱动下，加快物联网授权渗透，实现人与物的普遍连接，提供信息感知、信息传输、信息处理等服务。

　　文章来源：艾瑞网