近幾年物聯(lián)網(IoT)無論在消費者或是企業(yè)領域的成長皆快速，但許多人也對物聯(lián)網IoT能帶來的益處產生謎團，一旦有著錯誤認知，則有可能將企業(yè)的物聯(lián)網IoT方針帶往錯誤方向，錯過IoT帶來的真正變革力量，或過于著重在短期效益上(如提升營運績效等)。為此，小編整理了物聯(lián)網(IoT)常見的五大謎團。

一、物聯(lián)網就是連網設備

物聯(lián)網的數據(data)才是真正價值，雖然設備與傳感器之間的聯(lián)機是部署物聯(lián)網的基礎，但這只是將所有“物”串聯(lián)起來，真正的價值是對這些設備與傳感器產生的實時數據進行分析，才會對企業(yè)營運方面有所協(xié)助。

Harley-Davidson將一間工廠物聯(lián)網化，其聚集了所有設備間的數據并分析，已使得接單生產周期從18個月降低到2周，產量也有7%增加，并連帶增加了3~4%的獲益。

二、物聯(lián)網最大市場是消費者設備

多數人一聽到物聯(lián)網就會直覺想到連網冰箱、連網空調等智能家電，但物聯(lián)網最大的機會出現在商業(yè)現場，如跨國礦業(yè)集團RioTinto利用傳感器來監(jiān)控采礦廠卡車的狀況，使得卡車在出現問題前就能透過預防性維護防止問題產生，每天能節(jié)省200萬美元的費用。

三、物聯(lián)網將是推動變革的主體

事實上這個說法并不完全對，物聯(lián)網可幫助企業(yè)的現有程序達到一定的營運績效，但在物聯(lián)網與人工智能(AI)與機器學習、霧運算(fogcomputing)、區(qū)塊鏈(blockchain)結合起來后，才能真正發(fā)揮其革命性潛力。

AI與機器學習可透過對實時數據的深度分析，來降低物聯(lián)網推廣中遇到的安全、成本、復雜性與速度等阻礙；霧運算則讓邊緣網絡自行消化物聯(lián)網數據以解決集中式網絡的延遲、帶寬與可靠性問題；區(qū)塊鏈的分布式賬本，則進一步增進企業(yè)安全，且機器與機器間可直接溝通，毋須透過集中化設備。

舉例而言，自動駕駛汽車可說是物聯(lián)網與這些科技的結合，越來越強大的分布式AI系統(tǒng)能以極高的速度連結車輛內外部網絡，此讓自駕車能透過霧運算實時整合龐大流量的數據，而區(qū)塊鏈則可防止資料遭竄改。

四、物聯(lián)網僅有單一市場

物聯(lián)網包括多個市場，每一個市場都有獨特的環(huán)境、技術思維、需求及生態(tài)。因此物聯(lián)網解決方案的開發(fā)需要整合多個面向的知識，例如英國蘇格蘭Glasgow的災害管理系統(tǒng)建立了救護車、消防車與志工網絡，以實時發(fā)現緊急事件。

組建這樣的系統(tǒng)，有賴于思科(Cisco)與BronzeLabs提供IT架構及安全性軟件；Leonardo提供航空與國防知識，蘇格蘭自來水(ScottishWater)與Glasgow市政府的地理專家則確保在地理上能使系統(tǒng)順暢運作的部署。

五、物聯(lián)網并不安全

媒體時常報導物聯(lián)網設備的不安全，尤其是消費者物聯(lián)網設備，如亞馬遜(Amazon)的語音助理Alexa發(fā)出詭異笑聲，或近期報導稱新買的物聯(lián)網設備可在30分鐘內被駭并加入殭尸網絡等。但企業(yè)已開始從被動防范攻擊，轉為主動建立防范架構，而政府扮演關鍵角色，如美國聯(lián)邦貿易委員會規(guī)定制造商必須告知消費者設備的安全性。

據資誠(PwC)預估，2015年消費者花在物聯(lián)網解決方案的費用是720億美元，但2020年就會上升至2，360億美元之譜；企業(yè)對物聯(lián)網解決方案的投資也將從2015年的2，150億美元，成長到驚人的8，320億美元。為了發(fā)揮物聯(lián)網潛能，專家建議企業(yè)應避免落入以上的五大錯誤思維。