2023年的物聯網技術將為所有垂直產業的組織增加價值，從製造（工廠）到零售（倉庫）和運輸（汽車），同樣根據IoT Analytics調查，2023 年對300名物聯網者的調查，到2023年，87%企業開展的物聯網專案的成效達到或超乎預期。

根據調查指出，企業在物聯網的支出在2022年達到2,010億美元，遠低於過去許多研究機構的預測，原因在於，雖然轉型的浪潮依舊持續，但產業前景不明與局勢混沌某部分而言也縮減技術投資。

在投資物聯網的企業中，採用者將在未來五年專注於建立物聯網軟體生態、開發物聯網應用程式，以及導入人工智慧；而到2027年，預計47%的物聯網應用程式將具備人工智慧要素，提升軟硬體設備的整合程度與效益，而物聯網供應商在開展企業策略時將關注五大重點：生態系統、解決方案、人工智慧視覺、併購活動、開放標準。

根據IoT Analytics於2023年1月的物聯網市場調查，物聯網企業支出從2018年的不到1,000億美元成長到2022年的2,010億美元；相較之下，該數字大約佔2022年全球IT市場的5%，該機構指出，2023年至2027年物聯網市場仍預計每年成長19%，到2027年支出將達到4,830億美元。

整體而言，2022年全球活躍的物聯網連接數量成長18%，高達144億個物聯網端點，到 2023年，全球連接的物聯網設備數量將再成長16%，達到167億個，雖然預計 2023年的成長將略低於2022年，但物聯網設備連接數量預計將在未來幾年持續提升。

物聯網為垂直領域增加價值

從應用端來看，2023年的物聯網技術將為所有垂直產業的組織增加價值，從製造（工廠）到零售（倉庫）和運輸（汽車），同樣根據IoT Analytics調查，2023 年對300名物聯網者的調查，到2023年，87%企業開展的物聯網專案的成效達到或超乎預期，

該調查將在即將發布的物聯網分析報告中發布，一些企業，例如Walmart、Tesla和赫伯羅特，已經連接數百萬計的聯網物聯網設備，並希望更複雜的軟體工具進行擴展，透過軟體結合感測器來建立新的商業模式，將製造轉為服務化，看中軟體能夠以指數成長的優勢來建立企業競爭力。

此外，從產業領域來看，醫療保健是物聯網技術巨大的潛在應用場，到2023年，物聯網的醫療設備市場價值將達到2,670億美元，最大的改變者之一是使用可穿戴設備和家用感測器，使醫療保健專業人員能夠在醫院或醫生手術室之外監控患者的狀況。這使得全天候醫療照護，同時為需要立即和直接護理的患者釋放人力資源。

到2023年，產業內將出現更多「虛擬醫院病房」的概念，借助感測器和遠程醫療，醫生和護士將在自己家中監督對患者的監測和治療。從國家別來看，過去幾年，中國是新物聯網設備連接的主要使用國家，僅中國的活躍物聯網連接數量在 2022年就超過20億。

然而，隨著一系列國際關係的挑戰正在降低該國物聯網使用速度，例如中美貿易緊張局勢再度升級導致的技術供應短缺。2022年10月，美國對中國實施出口禁令，對半導體與資通訊產業造成巨大影響，許多晶片業者正在將其設施遷出中國，例如英飛凌、台積電、AMAT和ASML等一些企業已宣布將部分生產基地轉移出中國，無疑為物聯網成長市場投下不小變數。

物聯網在電動車市場的發展潛力

除了資安外，物聯網在電動車的應用也不可小覷，感測器是自動駕駛汽車的重要組成部分，因為它們為汽車提供有關其周圍環境的資訊。車輛的車載電腦使用此資訊來導航和做出決策。自動駕駛的三個關鍵感測器包括LiDAR、雷達和3D 相機（圖像感測器）。

圖1 : 物聯網在電動車的應用不可小覷，感測器是自動駕駛汽車的重要組成部分。

賓士、寶馬、Volvo和通用汽車等主要汽車原始設備製造商已選擇雷射雷達作為自動駕駛感測器。2021年以前，特斯拉主要依賴雷達技術，然而，最近該公司透過在2021年從Model 3和Model Y中移除雷達，隨後在2022年從Model S和Model X中移除雷達，開始轉向錄影機系統（Tesla Vision）。

從業者動態來看，Sony、Mobileye、Waymo等公司目前正專注於物聯網感測器技術創新，將監視器與雷達等其他感測技術整合，以改進其自動駕駛解決方案的圖像分析。由於相機、雷達和LiDAR感知環境的不同特徵，這種組合背後的思維是為系統提供更豐富的模型來決定行動方案或更快運算。

整而言之，自動駕駛汽車中的感測器協同工作以提供車輛周圍環境的完整圖像，使其能夠做出安全高效的駕駛決策。同時，越來越多的感測器使用可再生能源為自身供電，例如太陽能或動能，從而無需更換電池或其他電源。這項創新提高了物聯網設備的可靠性和使用壽命，尤其是那些部署在偏遠或無法訪問的位置的設備。這些設備是持續運行，有助於減少整個系統設置對環境的影響，對於汽車產業而言，這將降低產品的碳排放量，同時增加議價能力。

車用感測器不只影響成像品質，也與偵測能力有關。現有的影像感測器可分為感光耦合元件（CCD）和互補性氧化金屬半導體（CMOS），而一般CMOS若未具有清晰的成像品質，難以達到良好的偵測效果。這表示，車用影像感測器的穩定性與成像精準度，將是關鍵。

研究機構IC Insights指出，未來幾年自動駕駛汽車技術的發展，將促進汽車廠商為自家車輛產品導入更多CMOS感測器。CMOS感測器進入物聯網時代成為炙手可熱的元件，車載市場受到車聯網、自動駕駛的開發、各國將倒車影像列為標準配備的情況下，更是擴大CMOS感測器的新應用市場，隨著近年汽車的發展，CMOS已經應用在汽車倒車監測、自動煞車系統之內。同時，由於許多國家法規的改變，未來幾年上市的新車將導入各種安全系統，因此車子內外都將使用更多的 CMOS影像感測器。

建立物聯網技術成熟度框架五大階段

企業要了解物聯網技術如何變化以及物聯網的成長機會為何，基本上皆需要考慮物聯網採用者經歷的典型的以技術成熟曲線。

圖2 : 企業可以透過五大階段來評斷自身物聯網部署成熟度。（source：IoT Analytics）

第一階段：啟用資產控制/處理

在第一階段，無論是智能洗衣機、工廠中的重資產，還是海上的船舶，企業都需要投資感測器和本地控制器/網關，以便能夠處理物聯網數據，儘管新的邊緣運算投資週期看到許多公司投資於功能更強大、更靈活的硬體，預計到2027年，物聯網硬體/設備的支出將是成長最低的類別，成長率為14%。

第二階段：建立各種連接性

在第二階段，企業最終用戶建立並簡化與其物聯網硬件的連接。雖然所使用的某些技術已經存在了幾十年（例如，某些現場總線），但近年來公司已大量投資於更高帶寬的連接（例如以太網）、無線連接（例如4G/5G和LPWAN）以及更現代和更輕便的技術協議（例如，OPC-UA和MQTT），到2027年，連接性支出預計將成長18%。

第三階段：建立軟體為本的IT主軸

數據規範化和分析是物聯網成熟度第三階段的關鍵，公司投資於允許他們訪問各種物聯網數據源並建立有價值的服務的軟體，例如，使用雲端儲存與平台服務、集中式資料湖、容器化、現代資料庫等，許多公司目前正處於技術成熟曲線這一部分的主要投資階段，這就是為何預計到2027年，與物聯網平台和中間件相關的支出將分別增長30%和34%，用於基礎設施即服務（IaaS）。

第四階段：建立提升附加價值的物聯網應用

在物聯網成熟度的第四階段，物聯網最終用戶有機會建立雲端原生或基於邊緣的應用程式，大規模使用物聯網數據。以標準化方式（第二階段）連接到任何資產（第一階段）並輕鬆訪問這些數據（第三階段）的能力支持許多物聯網用例。一些早期的創新者（例如汽車原始設備製造商）已經到達這個階段，企業正在建立各種內部（例如工廠）和外部（例如汽車產品）物聯網應用程式，預計未來幾年會有更多公司達到此階段。

第五階段：AIoT = 將AI導入IoT

透過人工智慧達到業務是物聯網成熟度的第五個階段，在這裡，公司嘗試透過嵌入人工智慧來強化現有應用程序和構建新應用程序的方法，機器視覺和預測性維護是當今兩個最常見的支持人工智慧的物聯網用例，生成人工智慧的最新突破可能會增加一個新的維度，並推動業者進一步快速採用人工智慧。

然而，並不是所有的東西都需要人工智慧，許多當前的應用程式對於某些客戶和用例來說仍然足夠，並不是每個儀表板都需要人工智慧，圍繞ChatGPT與生成式人工智慧的熱潮可能會在未來幾年影響公司的人工智慧戰略制定，現在判斷生成式人工智慧在物聯網中的實施是否以及多快會導致新的大規模用例還為時過早，生成式人工智慧模型主要著重在文本和圖像，目前只有少數模型以感測器數據為中心。許多軟體供應商目前正在研究如何使用人工智慧來強化現有的軟體產品。例如2023年5月，德商SAP在現有ERP產品組合中宣布15項新的人工智慧功能，包括九個新的生成式人工智慧場景。

企業五大策略來因應競爭版圖

策略 1：通過建立強大的合作夥伴生態系統來增加機會

物聯網的複雜性導致一些領先的組織建立了一個由免費合作夥伴公司組成的生態系統，以幫助他們進入市場和交付。這種策略在領先的超大規模應用程序 Microsoft、AWS和Google中最為引人注意。

例如，在2023年漢諾威工業展覽上， 32家合作夥伴與AWS聯合參展，25家與微軟聯合參展，24家Google聯合參展，儘管這些公司在技術上也是超大規模的客戶，但也投入大量時間和資源用於開發聯合解決方案、共同構建架構以及銷售產品，例如，AWS在展會上銷售了與Element Unify、HighByte、Deloitte和TensorIoT的聯合解決方案。

圖3 : 企業可建立強大的合作夥伴生態系統來增加機會。

策略 2：專注於解決客戶問題的解決方案

幾年前，許多供應商專注於銷售一個允許物聯網採用者自己構建應用程式的平台。然而，許多物聯網採用者，尤其是中小企業，發現他們沒有實現這一目標的資源。一些之前提供物聯網平台的供應商已經做出相應調整，並轉向為個別問題和用例提供物聯網解決方案，而不是提供一個通用的、難以維護的平台。

在某些情況下，這些解決方案將現有硬體或感測器與雲端軟體的使用權限捆綁在一起，以便物聯網採用者可以從一個供應商那裡獲得他們需要的一切，舉例而言，在2022年，瑞典密封和軸承公司SKF推出了SKF Axios，這是一種無線預測性維護解決方案，該解決方案的目的為監控設備並提高設備正常運行時間，該解決方案利用多項AWS雲端服務並提供必要的感測器、無線連接和即用型應用程式。

戰略 3：將人工智慧願景融入企業策略

隨著物聯網企業市場開始關注成熟度的第五階段 (AIoT)，一些供應商似乎比其他供應商更大膽、更致力於引領 AI 競賽。例如，日本工業自動化供應商橫河電機正在將工業「自主運營」的願景納入公司戰略，相信製造業的未來是基於人工智能的。2023 年 3 月，橫河電機宣佈在ENEOS材料化工廠採用橫河電機的自主控制人工智能。現場測試表明，人工智能可以比現有的人工控制方法更有效地控制蒸餾操作，從而實現產品質量穩定、高產和節能。

策略 4：透過收購來補足市場/產品缺漏

一些公司不選擇合作，而是選擇收購高價值的某些物聯網技術或應用程式來拓展產品組合種類與提升市佔率：2022年5月，艾默生電氣收購了Aspen Technology，建立一家領先的製造業軟體公司，此次收購使艾默生電氣能夠獲得強大的工業人工智慧產品組合，包括眾多資產智能解決方案。2022年6月，西門子收購Senseye，這是一家為工業機器性能和可靠性提供人工智慧驅動解決方案的供應商，在近期的100項物聯網收購案中，可發現最大的被收購公司群體（26%）屬於應用程式領域—其中許多都在AI領域佔有一席之地。

策略 5：打造相容標準生態系

開放標準有望解決大規模採用物聯網的最大障礙之一：各種物聯網設備和系統之間缺乏互操作性和兼容性，透過使解決方案與開放標准保持一致，供應商希望大幅提升客戶體驗，並在在他們的IoT解決方案中持續強化創新、靈活性和可擴展性。

舉例來說，施耐德電氣正在積極推廣使用IEC 61499，這是一種由Universal Automation開發的共享源運行時執行引擎，EC 61499目的為建立獨立於硬體的應用程式，以補足 IT 和 OT 之間的現有差距。此外，在2023年漢諾威工業會展中，可觀察到幾個業者，例如微軟、西門子和SAP在資產管理外殼（AAS）框架的支持下建立標準生態系，以開發相容性的數位分身解決方案。