目前，几乎没有人愿意花50美元(约305元人民币)去买一个烟盒大小的传感器来把家里的家具整合到他们的“智能家居”当中去。然而，如果这一传感器变得只有纽扣大小，而且仅花1美元时，情况就大大不同了。传感器正变得越来越小，越来越低廉，也越来越稳定;随着传感器技术的进步，即使是看似平凡的日常用品如桌椅等也将可能被连入互联网。它们会变得更加“智能”，能通过对温度、光、距离、压力等参数的监测告知我们周围环境的变化。同时，它们不仅各自独立工作，更进行着机器到机器间(M2M)通信，在已联网的设备间自动进行着数据交换。目前，M2M已经被应用于各行各业：导航公司用它来优化车辆路线，个人因此得以使用包裹跟踪服务等等。这一以特定状态监测和信息共享为特征的网络解决方案已在我们日常生活中占有越来越重要的作用。随着传感器技术的发展，其将对我们的生活产生更深远的影响。

　　即使当我们在不同的网络中连上设备或物品，它们仍具有共同的东西，那就是这个连接必须为我们提供额外的好处。也就是说，只要设备被连接，就意味着增加新的附加服务的机会。以自动售货机遥测系统为例，如果自动售货机是联网的，运营商就可以远程监测货品更新速度，从而显著降低维护成本，优化日常业务;不仅如此，新的商机比如开发移动支付、连接社会化媒体平台、进行数据评估及预测未来的业务、进行大数据分析和机器学习等等，都潜力巨大。

　　2014联网产品和服务的消费市场无疑迎来新的商机。以往专注于商业M2M的公司将进一步把眼光转向生活各领域的网络解决方案，其中首先就包括电信服务提供商。以往电信服务提供商仅仅被看作是“比特管道供应商”，但现如今其已成为网络生态系统的先驱。他们不仅提供了网络连接，也可以为包括高端客户在内的几乎所有的行业和用户提供全面的网络解决方案，包括智能家庭报警系统，具有紧急呼叫功能的手表等等。随着市场成熟度提升，更多的商机将会凸显。

　　 一年前，大量的机器数据分析仍处于其探索阶段。而如今，我们已掌握了其技术要领和具体的解决方案，并已在不同领域进行了大规模的评估。例如，通过分析单个风力涡轮机部件的磨损情况和性能数据，机器学习算法就可以预测何时需要更换组件，何时需要进行维护工作，而且数据精度越高，预测结果越准确。再比如，对自动售货机数据的分析可以让运营商准确得知，客户究竟在何时何地会决定购买何种产品。总之，大数据分析为我们提供了全新的决策依据。

　　下一步的发展趋势将是实现迄今为止相互独立的数据孤岛的互联。当来源不同的数据相互结合时，全新的服务就将喷薄欲出。这将成为互联网和物联网之间的一个重要接口。它不仅是机器间数据连接的问题，更可以结合来自Internet的数据，例如社交媒体、天气预报、时间表、延误表等等的数据，拥有巨大潜力。

　　我们注意到，无论是在电子商品还是在联网设备和机器方面，共享文化都方兴未艾。以汽车共享为例，据加州大学伯克利分校交通可持续发展研究中心统计，全球汽车共享人数已经从2012年的346610名提升至2006年的1.8亿，预计未来还将进一步增长。这种共享的前提是形成对象的网络。对于汽车自由共享者来说，就是必须知道在哪里可以找到可用的汽车，而这需要借助车辆上的GPS接收器以及可以在地图上显示所用可用车辆的应用程序形成“可用汽车网络”。

　　而与注重利益的商业应用不同，大众消费产品可以仅仅侧重于趣味性和娱乐性。随着更多样的传感器涵盖到我们生活的方方面面，以更有趣的方式与我们互动的消费设备将会越来越多，比如通过GPS定位技术的开发一种新型的寻宝游戏。

　　物联网的结构是复杂的。我们不需要将其中的每一部分都进行重建，很多领域(如汽车市场)只需要在原有的基础上进行升级。为此，我们需要充分了解旧有的接口并提供相应的支持模块。因此，与行业专家合作尤其不可或缺。只有通过价值链上的伙伴关系才能找到适合的解决方案，实现网络加速和市场推动。

　　转载请注明来源：赛斯维传感器网（www.sensorway.cn）