近日，DHL和思科公司在“DHL全球科技大會”上共同發(fā)布了最新的物聯(lián)網(wǎng)趨勢報告。報告顯示，未來10年物聯(lián)網(wǎng)每天可實時連接數(shù)百萬貨物的移動、跟蹤和存放狀態(tài)，物流業(yè)將顯露出更高水平的運作效率，物聯(lián)網(wǎng)將在全球催生8萬億美元的經(jīng)濟價值。

    該趨勢報告分析了物聯(lián)網(wǎng)這一科技革命將對全球商業(yè)發(fā)展產(chǎn)生的潛在影響，并預(yù)計到2020年物聯(lián)網(wǎng)連接設(shè)備數(shù)量將由現(xiàn)在的150億臺增加到500億 臺。從為客戶創(chuàng)造更多的“最后一公里”送遞選擇，到提高倉儲業(yè)務(wù)和貨運業(yè)務(wù)的運作效率，物聯(lián)網(wǎng)將對處在供應(yīng)鏈或物流業(yè)務(wù)中的任何企業(yè)或組織產(chǎn)生顛覆性的影 響。

    根據(jù)思科公司的分析，未來10年，物聯(lián)網(wǎng)將在全球催生8萬億美元的經(jīng)濟價值，將分別來自五個方面：創(chuàng)新和收入(2.1萬億美元)、資產(chǎn)利用(2.1萬億美元)、供應(yīng)鏈和物流(1.9萬億美元)、員工生產(chǎn)力提高(1.2萬億美元)和提升客戶及公眾體驗(7000億美元)。

    該報告指出，未來10年，更快、更準(zhǔn)確、更安全以及可預(yù)測的貨物運輸將得到實現(xiàn)，同時對已連接的運輸工具進行分析有助于預(yù)測設(shè)施故障，并自動安排維 修檢查。最后，將送貨人員與周邊車輛、人員連接起來，通過貨幣化方式及優(yōu)化回程，提高在“最后一公里”交付時的工作效率和服務(wù)質(zhì)量。對客戶而言，這意味著 DHL可以提供更快、更可靠和性價比更高的服務(wù)。

    隨著物聯(lián)網(wǎng)的擴展，恒溫器、相機、汽車等產(chǎn)品都紛紛連接上了網(wǎng)絡(luò)，所以確實需要機器能處理這些連接。這些數(shù)據(jù)會往返于所有的恒溫器、相機和汽車，而這些數(shù)據(jù)往往都需要流經(jīng)由Google、蘋果和Facebook等企業(yè)運營的大型數(shù)據(jù)中心。

    令人擔(dān)憂的是，驅(qū)動所有這些額外的硬件都需要幾何級數(shù)量的電力，而且這其中還沒有包含花費在硬件本身上的資金。但Urs H lzle則表示，這看起來并不會是問題。H lzle的職務(wù)是負(fù)責(zé)Google的全球數(shù)據(jù)中心網(wǎng)絡(luò)，他認(rèn)為通過諸如與互聯(lián)網(wǎng)相連的恒溫器、照明系統(tǒng)和自動駕駛汽車等設(shè)備所帶來的效率將抵消推動我們計 算中心所需要耗費的額外能量。

    H lzle表示，“我敢確信，物聯(lián)網(wǎng)將會帶來網(wǎng)絡(luò)負(fù)功耗。如果你有一個更聰明的方式控制燈光、暖氣和空調(diào)，這將會非常重要。”即便是自動駕駛汽車，也將推動 我們走向更低的能源消耗。你會看到路上的車輛會更少，更少的停車場，擁堵狀況也會更少，因為每一輛車都會有拼車的潛在性。換句話說，他認(rèn)為我們將會以使用 Uber大致相同的方式來使用自動駕駛汽車，每當(dāng)我們需要的時候才會打車。

    他的觀點十分樂觀。而且值得注意的是，Google既做恒溫器，也做自動駕駛汽車。Hlzle指出，有如此多的物聯(lián)網(wǎng)設(shè)備，而且都會通過網(wǎng)絡(luò)調(diào)集數(shù) 據(jù)。而隨著時間的推移，數(shù)據(jù)中心會以更高的效率來處理數(shù)據(jù)。在過去的十年里，谷歌已經(jīng)提升了操作的效率，根據(jù)需求設(shè)計了自己的數(shù)據(jù)中心，計算機服務(wù)器，以 及其網(wǎng)絡(luò)設(shè)備。

    H lzle表示，和五年前相比，Google的數(shù)據(jù)中心服務(wù)器現(xiàn)在可以以相同的成本和電力消耗而產(chǎn)生3.5倍的計算能力。這些收益還要得益于摩爾定律，根據(jù)定律計算機芯片的計算能力每18個月會翻一番。但同樣也會帶來更高效的機器、冷卻系統(tǒng)和電氣系統(tǒng)。

    由于Google的努力，數(shù)據(jù)中心的效率正在提高，并且有足夠的空間在未來做出更大的改進。Google正在領(lǐng)導(dǎo)這場革命，緊隨其后的就有 Facebook和微軟等公司。在最近幾年，Google開始使用機器學(xué)習(xí)的算法來分析和優(yōu)化數(shù)據(jù)中心的操作，在有些方面提升的效率達到了15%至 25%。