物聯網對數據存儲、網絡、處理和分析提出了前所未有的要求；對于最終用戶、供應商和投資者來說，它既是挑戰，也是機遇。但是，到底哪種數據處理和分析技術對物聯網真正重要？

　　在大肆炒作的同時，物聯網概念在過去幾年中已經趨于成熟。人們越來越關注安全和數據治理、邊緣分析以及使項目成功必需的其他技術和平臺。

　　人們在考慮甚至是實施物聯網時，很容易將注意力集中在錯誤元素上。這是因為“物聯網”這個術語的創始人英國技術先驅凱文·阿什頓（Kevin Ashton），他與麻省理工學院共同創建了汽車識別中心，重點關注物聯網的兩個方面：網絡和“東西”本身。

　　數據，而不是“東西”

　　“物聯網”一詞中缺少了最重要部分——數據本身。

　　如果傳感器和智能設備沒有捕獲數據，那么，它們顯然就沒有你想象的那樣“智能”。值得注意的是，有些傳感器實際上“很笨”——例如，除了偶爾讀取溫度或壓力讀數之外，其他工作沒有。

　　但是，無論想從傳感器還是智能設備獲取數據，如果企業無法以某種方式收集、處理和分析這些數據，這些數據將變得毫無價值，而物聯網項目也將被認為是失敗。

　　隨著物聯網最新的數據收集、處理和分析需求給較舊、更傳統數據平臺帶來的巨大壓力，我們已經確認了一些我們認為在物聯網時代將變得更加重要的技術。

　　物聯網：廣闊的發展空間

　　物聯網有著非常廣闊的發展空間，幾乎可以利用任何形式的技術。隨著越來越多企業將物聯網納入戰略發展計劃，特別是下列五種數據收集和分析技術的逐步采用，相信一定可以為企業以及企業的合作伙伴和客戶帶來豐厚利益。當然，物聯網的雙向性也值得注意：它不僅可以收集數據，還兼顧管理工具和平臺。例如，負責初始資源配置、更新和升級、重新配置、診斷和修復。

　　我個人認為，下列數據收集和分析技術將會越來越重要：

　　▲安全與數據治理

　　▲基礎架構，特別是邊緣分析

　　▲數據處理，包括內存技術、NoSQL和Hadoop

　　▲高級分析

　　▲數據集成和傳輸

　　在這個迷你系列的下一篇文章中，我將詳細介紹這五種數據收集和分析技術對物聯網如此重要的原因，并進一步解釋為什么在物聯網中過分強調“東西”是錯誤的，盡管凱文·阿什頓的“物聯網”術語甚至都沒有包括“數據”一詞。