1.1.2 物聯網

物聯網概念由麻省理工學院的Kevin Ashton于1999年第一次提出，他認為，物聯網是通過射頻識別（RFID）技術和傳感器技術結合運用于日常生活中形成的網絡。

在2005年國際電信聯盟報告中，物聯網概念有了拓展：“物聯網是通過RFID和智能計算等技術實現全世界設備互聯的網絡。”之后，IBM在2008年將此概念更進一步地拓展到了全部事物，形成了現在廣義上的物聯網概念：“把傳感器設備安裝到各種物體中，并且普遍鏈接形成網絡，即‘物聯網’，進而在此基礎上形成‘智慧地球’。”由此看來，物聯網概念的提出很早，但其統一意義上的概念的形成是在互聯網的發展已經成熟的基礎上的。

物聯網（Internet of Things，IoT）即萬物相聯形成的網絡。在物聯網的概念下，能夠幫助人們利用已有的互聯網技術將其與實際生活中的物品充分融合，實現遠距離控制和高效操作，進而發現身邊事物的另一面，走進新世界。

經過幾年的實際應用，物聯網的優勢已經得到了充分體現。

（1）從經濟價值角度，物聯網幫助在現有的網絡設施上實現多功能融合產物的實際應用，通過保留原有設施而不增加新設備的方式，使得成本大幅減少。

（2）從知識融合度來說，物聯網的概念發展于“互聯網”和“物品”兩個已有知識的互相交融，便于大家接納和理解，這是一些新概念難以做到的。

（3）從信息交換來說，由于物聯網是建立在互聯網技術上的，通過物聯網實現信息交互和訪問時不會造成額外的損耗，也不需要建立新技術以適應物聯網。

（4）從應用價值來說，物聯網的特點能夠使它應用于工業生產流水線作業上，在監測反饋把控、物流跟蹤、零售業等領域能夠及時反饋信息，減少損失。

“萬物互聯”的物聯網時代不僅解決了人們在日常生活中遇到的平常但重要的問題，更重要的是它為大數據技術提供了一個良好的技術平臺，能夠實現所有產業的數據化目標并產生更多的價值。物聯網時代的到來使大數據有了用武之地，是大數據時代的重要基石之一。

物聯網的基石作用主要體現在為大數據提供并收集大量數據上。在物聯網中，設備被改造成和傳感器等設備相聯的數字設備，每一個設備都能夠成為收集并產生數據的節點，而這些數據量將是100 GB甚至10 TB的數量級。與以往不同的是，創造數據的主角由人變成了隨處可見的物聯設備。這一巨大的改變，意味著大數據進入了一個全新的時代。

企業通過物聯網可以收集到比以往任何時候都多的數據，這些數據能夠為企業管理者提供新的管理思路和分析策略，以適應新時代下的競爭。

物聯網為大數據提供了各種通過智能設備產生的數據，例如電表、醫療記錄、地鐵檢票記錄等。在以往，這些數據雖然產生了，但是并沒有被充分利用。在物聯網時代來臨后，這些數據就有了新的利用思路，可以爆發出更大的力量。常見的利用物聯網思維帶來的大數據利用場景，如圖1-2所示。

1．提供交通管制解決方案

交通管理設備（如地鐵檢票設備、公交刷卡設備等）能夠接入物聯網中提供即時、真實的交通相關數據。收集這些數據能夠幫助大數據分析工具提供最實時的路況信息源，通過對這些公交、地鐵的人流量分析，大數據軟件能夠得到最真實的交通信息，便于提供最佳的交通調節方案。如果在其中引入智能手機的數據信息，就能夠進一步擴大物聯網的交通信息和路況數據，也能夠讓大數據的分析結果面向所有普通人，讓更多人避免糟糕的出行體驗。

2．在物流倉儲領域提升工作效率

在過去，物流倉儲領域的效率高低極度依賴人們的經驗，對物流速度的預判和工作人員的操作熟練程度都能夠極大地影響工作效率。因此物流行業對此的解決方案也大多是從這兩方面出發，提升貨物的擺放、調取和流通效率。但由于各種客觀因素，這些解決方案收效甚微。

當物聯網支持下的大數據技術進入物流行業之后，商品物流情況、中轉站貨架情況和配送地情況就能夠通過物聯設備實現實時更新，全面且海量的數據能夠幫助大數據不斷優化工作模板，實現貨車的最優匹配，也能實現貨架的高效利用。在以物聯網為基礎的大數據參與指導的新型物流倉庫體系中，貨物擺放工作時間能夠縮短8%，貨車利用效率也有了明顯提升，物流倉儲業務的工作效率得到了極大的提升。

3．在金融領域節省運營成本

在金融領域，通過將物聯網與大數據的有機結合能夠實時分析出各個分支機構的運營成績，為金融機構節省巨大的運營成本。

以金融機構存取款機的監控為例，通過物聯網技術，每一個存取款機的使用數據都能夠通過該終端產生并收集起來，再通過大數據軟件對其使用狀況進行監測與分析，就能夠分析出給各個存取款機中補充現金的最佳時刻，既能避免人流量較大地區的存取款機現金不足的情況，也能避免人流量較少地區出現存取款機現金充足甚至過多但一直無人取款的低效現象的出現，從而給出運鈔車的最佳配送方案，大大降低運營成本。

在“萬物相聯”的思想下，現實社會中的所有現象與行為都可以轉變為數據，通過數據的形式被獲取。由于物聯網收集的數據是傳統網絡社交數據的補充，是以在各種設備上產生的數據為基礎的，它能夠發現除了人類活動數據以外的海量數據，大大豐富了大數據的內涵。因此，物聯網為大數據的全面發展提供了更為全面的支持，是其重要基石之一。