物聯網應用萌芽 大數據分析是關鍵
軟體
瀏覽數:6083
發布日期:2016/05/06

在感測、傳輸標準、資料儲存處理等各環節技術成熟下,資訊應用環境可望進入物聯網(Internet of Things, IoT)時代,相關應用服務持續擴大,成為市場高度關注的焦點。探究物聯網之應用發展,與大數據分析具高度關聯性,實存在密不可分的關係,位於同一價值鏈上。具體而言,從大數據之「蒐集」、「儲存」、「萃取」、「分析」、「應用」流程來看,物聯網上的各式感測器在數據資料蒐集上扮演重要角色,萃取分析則為大數據的核心,為串聯各環節,提供智慧化服務的關鍵。

感測裝置為物聯網底層的基礎元素,從技術角度來看,除標準化相關問題之外,低成本、低耗電且安全的感測元件或技術的開發,是物聯網普及不可或缺的基本要素,亦使得半導體成為首波可望因物聯網概念受惠的產業。但是,由於透過物聯網之各式感測器收集數據資料的環境仍未完備,即時分析能力與相關機制亦有待強化,根據統計,目前各種聯網裝置產生的數據資料中,有近九成未經即時地分析使用,而其中約六成未立即處理,即失去價值。因此,物聯網之發展需跳脫概念的層次,加速生態體系的建構,進展到商業應用的落實。

大數據分析之應用狀況而言,目前收集個人網路瀏覽、購買履歷、使用評價、位置資訊等各種資料,進行交叉分析,企業可進一步瞭解顧客需求,提供客製化服務,或是運用社群媒體資料,進行產品喜好程度、正/負面評價等分析,以加強顧客關係維繫,結合行銷活動等,在網購、零售、品牌業者之間已相當盛行。而以上述方式得到的資料屬於間接性資料,經過處理分析,雖亦能發揮部分效用,但不如經由感測器直接蒐集傳送的資料,具有效率與精確性。

目前在智慧化之概念下,從智慧製造、智慧農業、智慧醫療等產業應用,乃至智慧電網、智慧交通、智慧治理等智慧城市基礎建設,都需藉由感測器佈建,蒐集數據,進行解析來達成。未來在產生數據的各式感測器可依需求無限制增設下,預期感測數據將持續快速增加,可望成為驅動大數據分析與物聯網應用發展的重要動力。

然而,由於透過感測器偵測到的實際狀況,與原本期待得知的資訊仍存在落差,需經過長時間累積,調整建立分析模型後,才能產生更大的價值,因此對於物聯網產生資料的直接效益不容過度樂觀。此外,物聯網佈建與維護成本昂貴,在相關投資上必須思考可能獲利的商業模式,才是長期經營之道。舉例而言,過去台灣曾發生多起因橋樑老舊、年久失修,導致斷裂崩塌的事件;透過感測器佈建,雖可固定探測收集相關數據,但收集到的數據,並無法直接得知橋樑可能斷裂崩塌的訊息,達到防患未然的效果。此乃由於感測器無法立即探測橋樑經年累月逐漸劣化,或達到一定程度時,劣化可能加速,出現崩塌危險等狀況,必須持續累積數據,經過分析比對劣化與可能崩塌之關係,才能進一步研判,突顯大數據分析的關鍵性。

因此,經由物聯網產生、累積的龐大數據資產,將是驅動物聯網最大商業價值的關鍵,經過萃取處理與分析,可衍生出各種商業模式與應用。目前物聯網應用仍在起步階段,尚未出現太多成功的商業應用,主要由於感測器佈建數量仍不足,發展仍停留在感知蒐集資料的層次,在數據未達到一定規模,足以進行處理比對分析時,就無法進入真正的應用層次。

物聯網的最終目標是在任何時間、任何地點、任何人與物皆可自由互動,互聯互通的對象包含人、感測器、智慧終端、家電、生產設備、汽車與水電瓦斯儀表等,影響層面既廣又深。未來在物聯網環境逐漸整備後,影響所及將不侷限於IT產業,所有產業都可能引發變革創新,現階段在醫療、農業、防災等領域,應用已開始萌芽,未來無論環境建構或相關數據分析,都潛藏龐大的市場商機。

IT(Information Technology)為「資訊」和「技術」之結合,然而過去常將焦點放在「技術」發展上,忽視「資訊」的重要性。進入物聯網時代,思考在技術上應搭配何種數據資料,是實現創新應用之關鍵,必須配合提供數據的目的、提供的對象,進行大數據分析加值,呈現價值,方可產生實質效益。

關鍵字: 物聯網 ; 大數據