:::
產業技術評析
全球物聯網技術暨軟體應用趨勢分析
發表日期：2017-07-05
作者：童啟晟(資策會)
摘要：
近年來由於網路、智慧晶片、感測器、智慧終端技術發展，使物聯網（Internet of Thing，IoT）成為產業界矚目的新興科技應用。
全文：
近年來由於網路、智慧晶片、感測器、智慧終端技術發展，使物聯網（Internet of Thing，IoT）成為產業界矚目的新興科技應用。顧名思義，物聯網是將各種智慧設備或感測器連上網路並加以利用而產生的新應用機會與商機。
一、雲端運算與物聯網技術暨軟體的結合
雲端的資訊運作主要分為產生、處理、儲存和傳遞四個部分。產生就如同Youtube提供影片服務；處理則是由於現今雲端技術的發展，所有流程都強調要智慧運作；儲存是巨量資料時代下的必須；傳遞是物聯網（Internet of Thing，IoT）概念的延伸。物聯網跟雲端的關係密不可分，有了雲端技術的支援，才能達到物聯網中萬物皆可聯網的願景。
物聯網是雲端架構下的一項應用，雲端是軀幹，物聯網則是四肢，兩者相互輔助，不應該分開來談。物聯網結合雲端可以達成遠端控制的功能，達成監控的目的，同時也可以達到能源管理；電扇若結合IoT晶片，則可以用App控制開關及轉速等；圖書館數位化也要藉由物聯網和雲端的幫助。
二、物聯網相關技術暨軟體
觀察全球物聯網相關技術發展趨勢，可以發現整個IoT的平台市場是又熱又擠，IoT平台已成為許多廠商進軍IoT市場常用的一種商業模式，不管大型科技公司，或者是傳統產業，都開始利用自建IoT平台的方式，來提供企業從端點到端點之間的物聯網解決方案，為了搶占標準制定話語權，各國際大廠如Amazon、Microsoft均推出功能完整的IoT平台，根據物聯網的研究機構調查，目前市面上各種IoT平台已經超過400個，其中有超過200家是新創公司，有25家是大型跨國企業。
此外，Amazon、Microsoft、IBM及Google等四大雲端服務端服務大廠為因應物聯網時代的來臨，進而滿足各種新興需求莫不積極擴大其生態系，競爭也相對白熱化，相繼推出物聯網、區塊鏈等平台服務搶攻新興應用市場。
另一方面，為了讓物聯網世界中的裝置更加智慧化，機器學習將是需善加利用的關鍵技術，近來國際各大廠也紛紛將其機器學習平台開放，提供開放原始碼，藉此來吸引用戶與進一步優化其系統，例如：Amazon Machine Learning（DSSTNE）、Google NEXT Cloud Platform（TensorFlow）、IBM Watson Analytics（IBM SystemML）、Microsoft Azure Machine Learning（CNTK-Computational Network Toolkit）等。
物聯網應用需要將資訊即時傳遞至雲端，將來將造成資料量大增，網路頻寬呈現吃緊態勢，藉由將運算需求分層次、分區域處理，可化解可能出現的網路塞車與傳輸延遲現象。霧運算技術採用分散式的運算方式，將運算、通訊、控制和儲存資源與服務，分布給使用者或靠近使用者的設備與系統。可以說，霧運算擴大了雲端運算的網路運算模式，將網路運算從網路中心擴展到了網路邊緣，從而更加廣泛地應用於各種服務，是雲端運算概念的延伸。
物聯網在概念上可分成四層架構，由底層至上層分別為「感知設備層」、「網路連接層」、「平台工具層」與「應用服務層」。感知設備層（此部分的實現在於利用各項物聯網終端裝置，其軟體主要範圍用於支持與維繫物聯網終端裝置運作）、網路連接層（旨在提供物聯網裝置間或與裝置與運算平台間的介接功能，軟體主要範圍涵蓋傳輸功能、互動機制與介面完善等實現）、平台工具層（平台工具層軟體主要範圍涵蓋在提供資料處理以及運算能力，諸如各式雲端平台、計算平台與資料分析平台等）、應用服務層（在不考慮個別垂直應用系統下，範圍以涵蓋整體的管理系統為主，例如虛擬/擴增實境、能源管理、服務導向應用等系統服務）。由於這四層各司其職，同時又環環相扣。感知設備層用來識別、感測與控制末端物體的各種狀態，透過感測網路將資訊蒐集並傳遞至網路連接層，網路連接層可將將感測資訊傳遞至平台工具層進行進一步的運算、分析和管理，應用服務層則是結合各種資料分析技術，以及子系統重新整合，提供具體的服務項目來滿足不同的功能需求。此外，資訊安全相關技術涵蓋與遍及在IoT架構下之四個層面。
整體物聯網技術項目眾多，以IoT四層架構來區分之可舉例如下：
表1、IoT四層概念架構
| IoT架構 |
技術項目 |
涵蓋技術細項 |
| 應用服務層 |
AR/VR |
Video Tracking、Computer Graphic、Simultaneous Localization、Mapping；Simulation、Graphic、Image Compression… |
| HMI |
Video Capture、IT/OT Alignment、Motion Detection… |
| Sustainability/Green |
Life Cycle Assessment、Performance/Energy MGMT、Footprint Tracking… |
| Service-Oriented App |
App Productions、HTML5… |
| Security |
Account MGMT、PKI、Data Audit、Security Monitoring… |
| 平台工具層 |
Big Data Infra. |
BD Database、Data Processing、BD Compression… |
| Blockchain |
Encryption、PKI、P2P Network、Decentralized Consensus Algorithm… |
| Mass Data Analysis |
Predictive Analysis、Real-Time Analysis、In-memory Analytics… |
| Software Defined Everything |
Software Defined Storage、Software Defined Networking、Software Defined Data Center… |
| Artificial Intelligence |
NLP、Machine/Deep Learning、Text/Voice/Image Recognition、Computer Vision… |
| Advanced Computing |
In-Memory Computing、Processing in Memory (PIM)、 In-database Analytics… |
| Security |
Sanitization、DB Encryption、Threat Analytics & Intelligent… |
| 網路連接層 |
Edge/Fog Computing |
Networking(Control、Data Plane)、Edge Analytics/Stream Mining… |
| Protocol |
RFID、Zigbee、LoRa、OASIS MQTT、XMPP、AMQP、Data Distribution Service (DDS)、Thread… |
| Network |
LAN、WAN、PAN、3G/4G… |
| Security |
Data Transfer Encryption、Visual Cryptography、Threat Detection… |
| 感知設備層 |
Biometric |
Video Tracking、Computer Graphic、Simultaneous Localization、Mapping；Simulation、Graphic、Image Compression… |
| Embedded Software |
IDE tools、Simulator、Operating Systems… |
| IoT Authentication |
Perception、Control System… |
| Security |
Access Control、Authentication、Identification… |
資料來源：資策會MIC ITIS研究團隊(2017/7)。
三、發展核心仍在軟體開發與應用服務之擴散
產業普遍的共識，認為在物聯網應用愈普及與複雜後，平台、分析、應用、服務等軟體與服務，在物聯網的角色將愈重要，包括與資訊安全相關的軟體或服務等。其衍生的商機將逐漸超過智慧設備或伺服器、儲存設備等硬體或基礎設施。因此許多設備與晶片大廠，如Siemens、GE、ARM等，紛紛發展軟體或雲端服務以搶占物聯網軟體與服務商機。
從應用需求方來看，企業也積極看待物聯網能協助企業發展新的服務。據觀察，企業普遍期待物聯網能帶來的新型服務包括遠端診斷服務、預測維修服務、產品即服務、軟體更新服務等。顯示企業期待物聯網應用可不僅改善內部的營運效率，更能積極地為客戶提供加值服務。
因此，許多設備或軟體服務廠商均積極發展雲端平台服務，並提供異質設備、網路及資料整合、分析、應用，協助企業利用物聯網服務平台來服務其客戶或企業內部。這種提供物聯網設備管理的平台，可歸納為「IoT服務平台」或「M2M（Machine to Machine）平台」。其中「IoT服務平台」著重在企業物聯網資訊蒐集與分析、「M2M平台」則著重在聯網產品間的連結、溝通與協同。
四、物聯網之垂直領域應用趨勢
觀察全球物聯網之垂直領域應用別之市場商機最大之前六名，分別為「製造」、「醫療」、「能源與公共事業」、「商務」、「交通」、「家庭」。而未來物聯網技術結合發展之最具潛力企業應用領域，將成為未來智慧家庭、智慧企業、智慧城市等衍伸出的商機。
表2、物聯網之垂直領域與應用
| 垂直領域 |
模式 |
主要應用 |
| 1 |
智慧製造 |
人機整合 |
B2B |
● 設備異常警告／故障診斷
● 生產線管控／製程優化
● 廠區安全監控 |
| 2 |
智慧醫療 |
遠距醫療 |
B2B2C |
● 醫療手術輔助
● 遠距病患監控
● 高齡居家照護
● 智慧長期照護 |
| 3 |
智慧能源 |
能源等公共事業 |
B2G
B2B |
● 智慧能源管理（智慧節能）
● 智慧電網
● 管線洩漏監測
● 儲罐（水、油氣）容量監測 |
| 4 |
智慧商務 |
物流、通路零售 |
B2B
B2B2C |
● 智能零售商店
● VR體驗服務
● 無人機配送
● 自動搬運／智慧倉儲
● 貨物定位追蹤 |
| 5 |
智慧交通 |
智慧運具、運輸規劃 |
B2G
B2B2C |
● 電子交通收費系統
● 交通工具共享／租賃
● 智慧交通號誌
● V2X車聯網
● 智慧停車場
● 智慧道路照明系統 |
| 6 |
智慧家庭 |
居家、休閒娛樂等服務 |
B2C |
● 各種搭配穿戴式裝置的個人化服務（休閒娛樂等）
● 智慧管家
● 居家保全
● 家庭節能 |
| 7 |
智慧金融 |
金融科技 |
B2B2C |
● 行動支付服務
● 個人化健康保險
● 車聯網保險
● 適地性行銷
● 互動式觸控看板 |
| 8 |
智慧安全 |
公共設施、場域之安全監測 |
B2G
B2B |
● 空污水質監測
● 地震大雨監測
● 橋樑道路監測
● 犯罪監控預防
● 無人機巡防 |
| 9 |
智慧農牧 |
農漁牧業 |
B2B
B2B2C |
● 土壤監測
● 氣象監測
● 智慧農場
● 產銷管理
● 動物追蹤
● 食品履歷 |
| 10 |
智慧文教 |
文教設施之智慧化 |
B2B |
● 智慧校園
● 智慧圖書館
● 智慧博物館
● 智慧展館 |
資料來源：資策會MIC ITIS研究團隊(2017/7)。
五、未來展望：雲端運算與物聯網之匯流，台灣產業發展契機
回顧台灣ICT產業的經營環境與邏輯思維，是以ODM為中心，持續追求最大經濟規模為準則。過去30幾年台灣ICT產業的成功，便是奠基在互相複製、模仿別人的成功模式，然後應用別人成功的經驗、加快速度，用更低的成本來爭奪市場，擴大規模。
也因為強調要在最短時間看到成效，所以許多ICT產業的發展策略便易於淪於「別人有，我們也要有」的盲點，過去雲端運算、巨量資料分析等推動如此，現在物聯網之發展亦然。畢竟資源有限，無法面面俱到，在盤點相關資源配置時，理當有切入重點與優先順序的篩選。從重要性與風險性兩個面向評定（重要性以市場衡量，風險性以實踐難度高低衡量），那些是企業會做，政府僅需扮演塑造公平環境之協助角色；那些是企業有興趣，但政府不需投入。
所以若從雲端運算與物聯網之匯流，進一步盤點我國雲端與物聯網應用產業價值鏈，可以洞察出台灣在「端」裝置與「雲」設備，包括感測器（Sensors）與物聯網終端整合製造能力，在全球具有相當的優勢，唯對特定演算法晶片則與全球一樣，皆處探索開發期，因此如何利用優勢所在以截長補短、借力使力（國際大廠對客群需求的掌握度），發展如精緻農業、安全防災、醫療照護、綠色節能、智慧交通等智慧化的雲端與物聯網應用服務，才是我國在尋找雲端服務之出海口與附加價值提升之經濟發展轉型的擘畫路徑。
建議未來應先篩選盤點我國製造業與服務業之雲端與物聯網應用，整體解決方案可輸出至國外的雲端服務創新應用典範，並追蹤有哪些可能的雲端服務業者有潛力成為國際級的雲端服務公司，作為設定發展目標的Benchmark，以特色雲推動產業轉型為有競爭力的雲服務產業。
台灣之世界級製造優勢具體展現在產業規模經濟與生產效率，更應善用台灣現有之國際製造優勢，發展出產業支援型服務業，例如企業可藉由應用資通訊技術如雲端運算、巨量資料等進而提升競爭優勢與強化轉型升級的契機。在製造業服務化與國際化的過程中，如能拉出隱涵在製造業的服務能量，發展創新的雲端與物聯網應用服務項目，或是結合國內服務業共同成長，將會大幅提升我國產業在雲端服務之附加價值與服務輸出能量，達到發展的整體綜效，因此如何推動雲端與物聯網應用服務業，將會是我國下一階段經濟發展的重要課題。
（本文作者為資策會MIC執行產業技術前瞻研究與知識服務計畫資深產業分析師）
點閱數：
6359
