报告显示，人工智能对物联网的重要性超过了大数据分析

大数据和商业智能软件的问题在于它是滞后和静态的。在事后分析事情是很好的，但是当企业需要实时洞察的时候，企业是如何管理的呢?

数据分析提供商GlobalData最近的一项调查显示，物联网专业人士仍然严重依赖传统商业智能(BI)软件。

在1,000名受访者中，约有40%的人对BI平台进行了排名，远远超过了其他所有数据分析方法。

不幸的是，所有的BI软件平台都被更小的、更分散的、从企业数据中获取价值的方式所取代。

它可以是一个直接的SQL查询、一个预测性数据建模器、一个自动生成的数据发现可视化，或者一个能实时提供见解的交互式仪表板。

其原因是，用户依赖于使用复杂查询和报告的基本报告机制。

BI软件往往是滞后和静态的。

这给企业带来了构建和维护系统的成本。

对于物联网(物联网)而言，企业需要把精力集中在业务优化的基础上，而不是从见解创新。

但企业不愿这么做。

这种不愿跟随更广阔的市场，远离物联网的BI平台的做法令人担忧。

该调查指出，随着时间的推移，物联网的部署出现了一些微妙的变化。

2016年，在部署后没有出现任何失误。

然而，在2017年，这个数字上升到了12%。

物联网部署失败或在部署之前被放弃的首要原因是部署和维护成本。

然而令人鼓舞的是，在已经实施了物联网解决方案的企业中，有近70%的企业表示，不管最初的目标是什么，项目已经达到了他们的投资回报率预期。

人工智能可能是物联网问题的答案。

它可以证明物联网的价值是优化现有业务流程的一种手段。

即使有一个简单的人工智能机器学习(ML)框架和模型，物联网从业者也能检测出异常情况并预测预期的结果。

这将使他们能够同时解决两个问题。

调查显示，企业买家渴望提高运营效率。

40%的受访者表示，人工智能的最佳角色是集中自动化和优化业务流程。

尽管集中化是传统BI分析、报告和预测建模的重要组成部分，但人工智能最有用的地方是部署的边缘。

物联网的部署应该使用像ML这样的工具，接近设备本身。

任何分析工作都应该简明扼要，专注于解决具体的挑战。

物联网买家想要的是集中的、全球的业务能见度，但也希望通过人工智能实现局部优化。

这种方法不能解决所有问题，但它是可以负担得起的，而且会对企业产生直接影响。

它将有助于证明物联网的价值，因为它没有把昂贵的单一分析系统集中起来。

GlobalData数据服务总监Brad Shimmin表示，“因此，很明显，物联网从业者应该强调战术优势，而不是战略分析视角，至少在项目开始时是为了证明投资回报和从业务中获得未来投资。