元宇宙、全真互联网、数字孪生、CPS、工业互联网、可穿戴设备、智能硬件，现在好多词。
（1）应用场景
场景有很多：
1、智能消费：智能产品、智能家居家电、人可穿戴设备
2、智能交易：智能营销、智能零售商店、智能供应链、智能仓储物流
3、智能生产：智能生产设备、智能安环与消防、智能农业种植养殖
4、智能城市：智能汽车与智能交通、智能能源与智能地下管网、智能建造与智能建筑、智能办公空间
（2）基础技术支撑
我随手画了张图，给大家呈现端-管-边缘-云这四个环节的技术体系。
一、端
1、芯片【核心】：我关注RISC-V开源CPU、FPGA可编程芯片
2、模组：我关注Arduino、树莓派
3、操作系统软件【核心】：我关注Fuchsia、FreeRTOS
4、传感器、摄像头、GPS
5、数据网关硬件【核心】：这是数据集中出口
二、管
1、传输软件【核心】：消息传输中间件
2、传输硬件：5G、通信网关
三、边缘
1、IoT接入平台【核心】：这是数据集中入口
2、时序数据库软件【核心】
四、云
1、智能处理【核心】：AI处理非常有门槛
2、应用开发：快速低代码开发工具
3、数字孪生【核心】：数字孪生仿真可视化。中国人不适应数据解读，挺喜欢数据可视呈现
4、数据存储：大数据湖仓
5、云计算
（3）商业模式
刚才咱们第一节就穷举了许多场景，说明市场还是很广阔的。
但这一定是个系统软硬件集成的解决方案，尤其是各行各业都有各种迥异繁多的传感器和自动化部件，怎么大规模标准化地挣钱，这是个需要精心设计的。
我想了想，可卖的东西可能是以下这些：
一、硬件
1、端上芯片、模组
2、端上数据网关
端上操作系统软件虽然是核心，但只能开源、免费了。
3、边缘IoT接入平台：我不容易想出怎么销售/收费/计价这个东西。我目前能想到的只能是软硬一体机边缘服务器
二、软件
1、管上消息传输中间件软件
2、边缘上时序数据库软件
以上两个软件大家都很常见，按主流模式销售/收费/计费就好。
三、服务
1、AI智能处理服务：这按调用次数来收费是非常惯例的。
四、生态
1、生态硬件解决方案合作
2、硬件集成交付生态：硬件安装、数据接出，都需要服务生态
3、数字孪生可视化开发生态：数字孪生可视化软件这个工具很好，但不如消息传输中间件和时序数据库软件拿来就能用的。所以这肯定要发展生态了。靠生态抽水可能会更佳
4、具体应用开发生态
这都需要生态。不搞生态，根本做不了。
这是在IoT物联网时代，必走的商业模式。
————————————————
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
原文链接：https://blog.csdn.net/david_lv/article/details/120170155
近年来物联网(IoT)成为最热门的话题，许多大型芯片公司联合硬件制造商，大量投入物联网的研发，而以物联网为目标的新创公司也纷纷设立，以争取更多投资人的关注。随着物联网的发展，过去这只是硬件工程师与嵌入式系统的议题，需要更多专业人才的加入，延伸到原来互联网的领域，包括后端软开发及前端工程，以及最近另一个热门的数据科学家。
暂不考虑物联网设备连上网络要做什么，我们先来谈谈设备本身，由于芯片的成本不断下滑，加上各种新型的传感器被发展出来，使得我们有机会在极小的电路板上，以很低的成本开发出特殊应用的智能设备 (Smart Things)。最近有人给开发全新的智能设备的人一个酷炫的名子–创客(Maker)。不管你想成为什么样的创客，一定要知道智能设备依其竞争力可分为四个阶段：
1、监测：这是最基本的，将感测组件所收到的数据，送回控制台。
2、控制：智能设备可以接受控制台的命令，启动开关、调整设定。
3、优化：在监测数据与控制之间，加入算法来优化，让监测数据可以依算法回馈给控制命令。
4、自主管理：在优化的算法后，再加入一点机器学习的能力以及外部数据参考的能力，让智能设备更聪明。
就以当前流行的四轴飞行器为例，最早大家只是在遥控直升机上装上摄影机，希望做成便宜的无人飞行器，这只是监测与控制；后来有人将直升机扩张到4个旋翼，再加入平衡传感器，以及维持平衡的算法，这就是优化；然后再加上 GPS 定位，结合控制台的指令，可以做到定点之间的移动，这是进一步的优化。然而，怎样才算是自主管理呢？这必须加上一点学习能力才行，例如：不同的载重、不同的风，自动调整飞行的设定。
从智能设备的角度来看，软件开发人才的机会是在优化与自主管理的阶段，因为硬件与嵌入式系统工程师并不善长这一部份工作。
联网设备的4个工作
将各种设备连上网络形成物联网，也可以分为4个部份的工作(不是4个阶段)：
1、产品：由设备所构成的产品，通常就是前面所提到的智能设备。
2、连网：这部份要考虑的是连网的所使用的技术以及相关的问题，包括传轮协议、讯息标准、安全、格式、数据型态、网络优化及管理。
3、资料：物联网的数据个别算起来都不算大(影音数据除外)，但是讯息量惊人，部份数据需要实时处理，有些数据则必须结合其他数据一起分析才会有意义。这里的工作包括数据输入、储存与分析三部份。数据输入格式应尽可能采取开放的协议，如：HTTP， AMQP…等，而数据的接受端要考虑实时的延展性。千万不要以为当前主流的云端业者所提的的网站或虚拟机的自动延展是够用的，这些以网页服务为导向的设计，自动延展常需延迟5到10分钟才能准备好新的机器，以网站服务的角度看可能足够，但以物联网的角度看，表示我们可能会收不到10分钟左右的数据。在无法预测何时物联网应用会爆量的情状下，不能事前将所需的运算资源预先准备好。因此，选择云端平台不要使用 IaaS 作为数据接收端，尽可能选择 PaaS来接收数据，最好是有针对物联网IoT优化的PaaS数据接收服务。
数据储存时，先考虑放进noSQL的储存区， 由于物联网的数据多是以 Name-Value的方式呈现，在资料尚未处理之前，大多数的的noSQL储存都可轻易管理它，包括MangoDB， DocumentDB， HDFS， Azure Table/Blob， AWS S3…等等。数据处理时，考虑能有效处理这些数据的工具，Apache 基金会最近有一些新的数据处理引擎，如：Apache Storm 作为分布式实时数据处理之用，Apache Spark 比 MapReduce 更有弹性的平行运算引擎。分析处理后的资料，再放进SQL储存中，以加速提取信息的效率。
4、运用：将数据分析的结果，运用到各种不同的地方，包括传送到手机端与用户互动、作成报表给数据提供者与数据管理者使用、回传到优化阶段算法中以改善算法的功效、或是提供给其他大数据应用参考。
除了第一部份工作是产品的定义与设计外，其他的工作都是软件开发相关的云端与数据处理机会。
物联网赚钱的3个步骤
最后，我们来谈物联网的商业模式。物联网最难赚钱的是销售设备本身，因为物联网设备要达到一定的市场有效性，一定要售出相当数量；加上物联网设备设计，多是以简单的感测组件与必要的通讯组件构成，客户不会像换手机一样的经常去更新它。因此，物联网设备要在可靠性的前提下，尽可能做到最低成本。此外，来自山寨威胁，永远都会有人可以更低的成本，来提供同样的硬件。
应对山寨的威胁，最佳的策略是放弃硬件的毛利，反过来利用深圳的制造能力成为你的供货商，另一方面以提供服务守住消费者。从商业模式来看，物联网有3种获利的方式：
1、提升效率：利用实时收集的监测数据，帮助自已或使用者降低成本，对使用者而言，你销售的就不是物联网设备，而是提升效率并降低成本的方案。例如：工业自动化利用数据改善制造效率，设备监控与分析以提高妥善率、医院利用链接的数据减少犯错的机会、农场利用收集的信息精准供应水、光线、肥料。
2、启动创新：综合多种来源的实时数据，分析市场的变化，以随时反应市场变化，例如；加油站将加油数量结合客户行动App，进一步改善客户忠诚度计划；或者是分析历史数据，以预测市场需求，例如：综合历史天候数据及实时监控数据，预测高单价农产品的质量。
3、转型服务：以提供资 料服务给客户取代原来的销售商品给客户，例如；分析客户的运动数据提供客户健身、减重等建议与咨询服务，健身手环直接送给客户；分析客户的贵重设备监测及使用信息(如：汽车、大型空调…等)，提供客户必要的维修咨询，在兼顾妥善率的前提下帮客户降低成本；以租用与服务的方式向客户收费，让客户不用担心持有设备的后续使用与维护。
物联网将启动新一波的产业革命，这一波的革命将由互联网延伸开来，对硬件工程师来说当然是更多的挑战，而对软件开发人员而言，则是更多的机会，物联网是基于现有的互联网的基础，未来有更多的应用等着我们去开发。
本文转自d1net（转载）