物联网行业391页研究报告物联网产业链全梳理文档格式.docx
- 文档编号:15399561
- 上传时间:2022-10-30
- 格式:DOCX
- 页数:15
- 大小:668.92KB
物联网行业391页研究报告物联网产业链全梳理文档格式.docx
《物联网行业391页研究报告物联网产业链全梳理文档格式.docx》由会员分享,可在线阅读,更多相关《物联网行业391页研究报告物联网产业链全梳理文档格式.docx(15页珍藏版)》请在冰豆网上搜索。
1991年,美国麻省理工学院的KevinAsh-ton教授提出物联网概念。
1995年,比尔盖茨在其《未来之路》一书中构想物物互联,但当时并未引起广泛关注。
1999年,美国麻省理工学院首先提出物联网的定义,将物联网定义为把所有物品通过RFID和条码等信息传感设备与互联网连接起来,实现智能化识别和管理的网络,自此,对物联网的关注度逐渐提升。
2003年,美国《技术评论》将传感网络技术列为改变未来人们生活的十大技术之首。
2004年,“物联网”这个术语开始出现在各种书名中,并在媒体上传播。
初步发展期(2005年-2008年):
2005年11月17日,国际电信联盟(ITU)发布了《ITU互联网报告2005:
物联网》,报告指出,无所不在的“物联网”通信时代即将来临,世界上所有的物体都可以通过因特网主动进行交换。
射频识别技术(RFID)、传感器技术、纳米技术、智能嵌入技术将得到更加广泛的应用,这标志着物联网行业进入到初步发展阶段,物联网的概念日益深入人心。
2007年第一部iPhone手机出现,为消费者提供了与世界连网设备互动的全新方式。
2008年第一届国际物联网大会在瑞士苏黎世举行。
高速发展期(2009年-至今):
2009年1月,美国政府将新能源和物联网确认为美国国家战略。
2009年6月,欧盟执委会发表欧洲物联网行动计划,提出要加强对物联网的管理,促进行业发展。
2009年8月,无锡市率先建立了“感知中国”研究中心,中国科学院、运营商、多所大学在无锡建立了物联网研究院,中国正式开始在物联网行业进行战略部署。
欧盟、中国、美国在物联网行业的部署计划标志着物联网进入到快速发展期。
2010年,中国政府将物联网列为关键技术,并宣布物联网是其长期发展计划的一部分。
2013年,谷歌眼镜(GoogleGlass)正式发布,这是物联网和可穿戴技术的一个革命性进步。
2015年,欧盟成立物联网创新联盟。
2016年6月,3GPPRAN全会第72次会议在韩国釜山顺利召开,RAN全会批准了3GPP协议相关内容,这标志着NB-IoT标准核心协议的研究已经全部完成,NB-IoT即将进入规模商用阶段。
2018年6月,3GPP全会批准了第五代移动通信技术标准(5GNR)独立组网功能冻结,5G已经完成第一阶段全功能标准化工作,进入了产业全面冲刺新阶段。
1.2物联网市场规模及发展趋势
物联网市场快速发展,体量巨大。
根据中国产业信息网的数据及预测,2019年全球物联网设备数量已达到107亿台,预计2025年物联网连接数将达到251亿台,保持12%以上的增长。
市场规模方面,statista数据显示,2020年全球物联网市场规模达到2480亿美元,到2025年预计市场规模将超过1.5万亿美元,复合增长率达到44.59%。
在政策与技术的支持下,中国物联网市场蓬勃发展。
根据中国产业发展研究院的数据,2020年,中国物联网市场规模达到1.66万亿元,2022年更将达到2.12万亿元。
1.3物联网产业链介绍
物联网可以分为四个层级,包括感知层、传输层、平台层和应用层。
感知层是物联网的最底层,其主要功能是收集数据,通过芯片、蜂窝模组/终端和感知设备等工具从物理世界中采集信息。
传输层是物联网的管道,主要负责传输数据,将感知层采集和识别的信息进一步传输到平台层。
传输层主要应用无线传输方式,无线传输可以分为远距传输和近距传输。
平台层负责处理数据,在物联网体系中起到承上启下的作用,主要将来自感知层的数据进行汇总、处理和分析,主要包括PaaS平台、AI平台和其他能力平台。
应用层是物联网的最顶层,主要基于平台层的数据解决具体垂直领域的行业问题,包括消费驱动应用、产业驱动应用和政策驱动应用。
目前,物联网已实际应用到家居、公共服务、农业、物流、服务、工业、医疗等领域,各个细分场景都具备巨大的发展潜力。
各个层级的参与者与产品构建了物联网的产业链。
感知层的主要参与者是传感器厂商、芯片厂商和终端及模块生产商,产品主要包括传感器、系统级芯片、传感器芯片和通信模组等底层元器件;
网络层的参与者是通信服务提供商,提供通信网络,其中通信网络可以分为蜂窝通信网络和非蜂窝网络;
平台层的参与者是各式的平台服务提供商,所提供的产品与服务可以分为物联网云平台和操作系统,完成对数据、信息进行存储和分析;
应用层包括智能硬件和应用服务,智能硬件根据面对的对象不同可以分为2C和2B,应用服务则可根据应用场景不同进行细分。
2行业发展驱动
2.1国家战略地位助力物联网蓬勃发展
国家政策积极推动物联网快速发展。
从国家层面看,物联网产业具备战略性地位,是政府扶持的重点。
自2010年物联网被列入新一代信息技术产业,成为国家首批加快培育和发展的战略性新兴产业后,政府陆续出台了一系列政策,一方面制定专项行动计划,促进行业标准化、规范化发展;
另一方面加大资金、基础设施等层面的支持力度,为物联网发展保驾护航。
随着行业日趋成长,政府近年来也开始重视行业细分领域的发展,进一步细化政策支持,如针对车联网、城市级物联网、NB-IoT技术等发布专门性政策文件。
2.2技术升级与融合赋能物联网发展
物联网是技术驱动型行业,物联网的四大组成架构,感知层、传输层、平台层、应用层需要多种物联网技术作为发展支撑,技术的升级与融合将直接推动市场发展。
其中5G技术、边缘计算技术、AIoT和BIoT等逐步进入到物联网行业中,加快行业发展步伐。
(1)5G技术
5G的规模化商用带来新的市场机遇。
5G(5th-generationmobilenetworks)是第五代移动通信技术,也是对现有的2G、3G、4G、WiFi等无线接入技术的延伸。
作为最新一代移动通信技术,5G依托全新的网络架构,具备高速率、低延时、高可靠性、大带宽等优势。
5G技术在物联网行业应用中指的是以5G技术为物联网传输层的核心传输技术,将感知层采集的物体信息进一步传输与交换,以实现人与物、物与物互通互联。
5G技术具有增强型移动宽带(eMBB)、超高可靠低时延通信(uRLLC)、海量机器类通信(mMTC)三种网络切片类型:
1)增强型移动宽带(eMBB):
在现有移动宽带业务场景的基础上,eMBB通过提供更高体验速率和更大带宽的接入能力,优化人与人之间的通信体验。
在此场景下,用户体验速率可达100Mbps至1Gbps(4G最高体验速率为10Mbps),峰值速度可达10至20Gbps。
eMBB场景主要面向3D/4K/8K超高清视频、AR/VR、云工作/娱乐、5G移动终端等大流量移动宽带业务;
2)超高可靠低时延通信(uRLLC):
uRLLC应用场景提供低时延和高可靠的信息交互能力,支持互联物体间高度实时、精密及安全的业务协作。
在此场景下,端到端时延为ms级别(如工业自动化控制时延约为10ms;
无人驾驶传输时延低至1ms),可靠性接近100%。
uRLLC场景主要面向工业自动化、车联网、无人驾驶、远程制造、远程医疗等业务;
3)海量机器类通信(mMTC):
mMTC通过提供高连接密度时优化的信令控制能力,支持大规模、低成本、低消耗IoT设备的高效接入和管理。
在此场景下,连接设备密度为每平方公里100万台装置连接,中端电池使用寿命达15年。
mMTC场景主要面向智慧城市、智能家居、智能制造等。
(2)边缘智能技术
边缘智能技术满足市场对实时性、隐私性、节省带宽等方面的需求。
“边”是相对于“中心”的概念,指的是贴近数据源头的区域。
边缘智能指的是将智能处理能力下沉至更贴近数据源头的网络边缘侧,就近提供智能化服务。
边缘层主要包括边缘节点和边缘管理层两个主要部分,分别对应边缘智能硬件载体和软件平台。
边缘节点主要指边缘智能相关的硬件实体,包括以网络协议处理和转换为重点的边缘网关、以支持实时闭环控制业务为重点的边缘控制器、以大规模数据处理为重点的边缘云、以低功耗信息采集和处理为重点的边缘传感器等。
参与其中的企业主要包括爱立信、施耐德电气、Arm、英特尔、思科、华为、新华三、中兴通讯、研华科技、联想等。
边缘管理层的核心是软件平台,主要负责对边缘节点进行统一管理和资源调用。
目前边缘智能软件平台主要用于管理网络边缘的计算、网络和存储资源。
未来边缘智能软件平台的重要任务将会向着浅训练和强推理发展,这顺应了低时延场景的迫切需求。
参与边缘智能软件平台领域的企业以云平台企业为主,比如AWS、Azure、阿里云、华为云、腾讯云、XX云、中科创达等。
这些企业有着深厚的云平台和软件设计功底,进入该领域相对容易。
此外,部分在某些领域有着多年经验的公司也从垂直领域进入边缘智能软件平台市场,如国讯芯微。
边缘智能技术优化云计算系统的作用,解决物联网云计算实时性不足、宽带不足、数据安全性不足等问题:
1)边缘计算无需将全部数据上传至云端,极大地减轻了网络带宽压力和数据中心的功耗;
2)边缘计算在靠近数据生产者处处理数据、大大减少了系统延迟;
3)边缘计算将用户隐私数据存储在网络边缘设备上,无需传输到云端中心,减少数据泄露风险,保护了用户数据安全和隐私;
4)边缘计算技术明显改善云计算系统性能,助推行业进一步发展。
(3)AIoT:
与人工智能技术融合
AI+物联网显著提升物联网智能化水平。
人工智能是一种模拟、延伸和扩展人的智能的技术科学,其自然语言处理技术和深度学习技术在物联网中有较多应用。
自然语言处理技术主要包含语义理解、机器翻译、语音识别、语音合成等,其中语义理解可以应用到物联网的关键环节。
物联网需要对各类设备产生的信息进行理解和操控,并向设备表达和控制,在此过程中,运用语义理解技术可以提高信息交互效率,实现智能化运作。
目前,市场上已逐渐推出以语义理解技术为核心的人工智能平台,如苹果的Siri、微软的小冰和小娜、小米的小爱等,这些平台通过语音等友好人机交互界面实现物联网设备及其产生信息的语义理解互通,以面向未来物联网的数据理解及应用作为重要的输出方向。
深度学习作为另一个提升物联网智能化水平的重要人工智能技术,是机器学习中一种基于对数据进行表征学习的方法,已在车联网、智慧物流等领域实现应用。
以车联网为例,通过图像处理技术来判断复杂路况是车联网的重要技术环节,该环节涉及的数据繁多,引入深度学习技术可以实现智能化应对复杂路况。
在数据处理过程中,随着用于训练的数据量不断增加,深度学习的性能也会持续提升,智能化处理能力进一步提高。
人工智能技术已逐步应用到物联网,实现人工智能和物联网赋能融合,未来人工智能技术还可嵌入更多物联网应用场景,仍有较大赋能空间有待开发,“AI+物联网”成为物联网未来发展的重要趋势。
AIoT享有十万亿级市场空间,G端公共级迎来爆发。
2019年城市端AIoT业务规模化落地,边缘计算初步普及,中国AIoT市场规模接近4000亿,近两年AIoT市场规模同比增长40%以上。
虽然人工智能与物联网技术融合趋势加快,但是AIoT在落地过程中还需要重构传统企业价值链,既需要适应传统产业的特性,也需要一定的时间来与生态合作伙伴搭建产业AI赋能的架构体系。
因此未来几年预计同比增长10%左右,保持较稳定的发展节奏,未来经过产品优化、渠道打通、商业模式验证后,将会迎来高速增长。
G端公共级以政策为导向,以城市建设为主,包括智慧城市、公共事业、智慧安防、智慧能源、智慧消费、智慧停车等。
在政策的引导和大力推动下,G端公共级市场快速增长。
艾瑞
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 联网 行业 391 研究 报告 产业链 梳理