新零售的终极目的就是让人们以更便利的方式购买到质量更好的商品，这是一场必须有高新技术参与的变革。正如当年电商建立在互联网技术高速发展的大背景下，如今的新零售可以依赖的便是科技界正当红的人工智能和大数据技术。
人工智能和大数据将从设计、原材料采购、商品生产及加工、商品经营到结算等整个供应链生态链条，实现有效赋能，帮助新零售实现高效的智能化服务。在2019年，随着人工智能技术的广泛应用，新零售将会多元化智慧赋能模式，从而在服务体系方面实现飞跃式变革。
（2）品牌跨界融合
2019年，将会有更多零售企业跟进这波跨界热潮，重新塑造专属品牌的消费场景，通过新零售概念来推动品牌的升级。
（3）重塑线下体验
我们知道，现在的消费者根本不存在“买的问题”，想买东西可以通过多种方式，线上购物甚至要比线下零售方便得多，而线下零售业要想赢回这些消费者，要解决的就是让消费者“开心的买的问题”。
2019年的零售业态，无论是新的智慧门店还是新的互动体验店，都将与过去完全不同。因为技术升级正在助推新零售不断进步，零售商纷纷围绕用户体验进行业态升级，重塑线下零售体验，应用新的技术重新给消费者带来愉快的消费体验将成为常试常新的存在。
（4）“全新”新零售物种
随着消费需求的增长以及入局新零售企业的快速增长，新零售市场必将进一步细分，而新零售行业的基础设施、产品、技术和数据应用都将面临着迭代。过去，无论是新零售还是“新物种”，它们摒弃商品为中心的理念，围绕用户优化消费体验，将零售业向智慧化、个性化转型，创造了很多新颖的玩法和概念。
而未来，新物种将依旧围绕用户体验演变，在原有实践的基础上实现升级迭代，并在人工智能、大数据、跨界融合、重塑体验方面运用成功经验，智慧化、个性化的需求或能被更好满足，消费者的体验也将得到进一步升级，从而再塑一个全新的新物种概念。
2、商业智能10大趋势
（1）可解释型AI日益崛起
众多企业领导者会要求数据科学团队使用更易于解释的模型，并提供关于如何构建模型的文档或审计跟踪。AI必须得到信任才能产生最强大的影响，并且其生成的结论必须简单易懂且能灵活地回答问题，才能帮助人们更好地理解数据。
（2）自然语言让数据更加人性化
自然语言处理(NLP)帮助计算机理解人类语言背后的含义。商业智能供应商正在将自然语言纳入他们的平台，从而为可视化提供一个自然语言界面。自然语言正在不断演化，以促进分析会话，即人类围绕其数据与系统所进行的对话。系统根据对话的上下文，理解用户的查询意图并深化对话，从而创造更自然的对话体验。这意味着当对数据产生后续问题时，人们不需要重复完整的问题来进一步问询或澄清一个模棱两可的问题。
自然语言改变了人们对数据提问的方式。当用户可以像人际交流那样与可视化进行交互时，更多具有不同技能组合的人员就能够针对他们的数据提出更深层次的问题。随着自然语言在整个商业智能行业的演化，它将打破各个组织采用分析的障碍，并帮助工作场所转变成数据驱动的自助式操作空间。
（3）结合上下文分析数据来为行动提供指导
数据工作者需要在同一个工作流程中访问数据并执行操作。商业智能平台供应商提供移动分析、嵌入式分析、仪表板扩展和API等功能来应对这些需求。嵌入式分析将数据和见解放在人们工作的环境中，这样他们就不必打开另一个应用程序或共享服务器，而仪表板扩展则可以将需要访问的其他系统直接引入当前仪表板。移动分析将数据直接交到实地操作人员手中。这些进步作用同样强大，因为它们通过赋予新受众实际需要、符合上下文的数据，满足不同业务团队和行业的需求。
（4）数据协作增进社会福祉
数据改变了私营企业以及非政府组织(NGO)和非营利组织的运作方式。“数据福祉”运动呈现爆炸式增长，因为企业意识到在社会公益举措中使用数据的优点。事实上，Gartner研究表明，“社交媒体去年对数据福祉的提及率增加了68%”，原因是公众认识到数据能够对社会产生积极影响。
借助云计算的成本效益和灵活性，NGO和非营利组织无需大量的本地投资即可开发复杂的数据环境，从而为数据驱动型社会福祉的实施开辟道路。这也促进了数据联邦的产生——云计算平台用于组织间的共享与协作，以实现共同目标。它还推动了各方展开对话，探讨影响这些合作关系内部信任的因素，包括负责任地使用数据。尽管在这些合作项目中挑战仍然存在，但“数据福祉”运动反映了数据共享有潜力解决我们最棘手的全球问题。
（5）道德准则跟上数据发展的步伐
随着《通用数据保护条例》(GDPR)等数据法规的出台，领导者纷纷评估组织内部数据伦理实践的未来。消费者对共享个人数据变得更加谨慎，因此数据隐私不会很快消失。组织必须在日常业务实践的背景下围绕数据道德和数据隐私展开对话，这一点非常重要，并体现在以下两项主要措施上：
道德准则：许多行业已经被道德准则所约束（例如法律行业、医疗行业和会计行业），但是，随着数据的激增，更多的企业开始评估如何将这些行业的准则应用到数据分析实践中。首席数据官(CDO)正在协助制定这些道德准则，以便为未来的基础结构、治理和人员配置决策设立一个框架。事实上，根据2017年Gartner首席数据官调查，“从2016年到2017年，将道德视为职责一部分的首席数据官数量增加了10%。”
业务流程的变化：批判性回顾数据的整个生命周期，为定期评估数据管理策略提供了机会，有助于确保遵守法规并与内部道德准则保持一致。正如埃森哲咨询公司(Accenture)在其《通用数据道德准则》报告中所述，“管控流程必须足够健全，为所有成员所知，并定期受到审查”，从而适应企业的成长和变化。
现代商业智能平台打开了数据分析的大门，这意味着更多的角色将有责任遵守数据道德准则，且数据道德将成为数据素养工作的核心部分。
（6）数据管理融入现代商业智能平台
（7）讲述数据故事成为企业的新语言
如果不能传达数据结果，分析就没有意义。这时，数据可视化就派上了用场。对于分析师来说，以简单易懂、可操作的方式传达形成见解的分析步骤是一项重要的技能，也被定义为「讲述数据故事」。确实，只是展现数据和事实就很有说服力了，但是，当同事和高级管理层获得大量数据和事实而不了解背景时，一切都徒劳无功。我们都遇到过使用大量幻灯片进行演示，却发现受众只获得了大量数据，却不知道怎样去理解，毫无反应的情况。因为单纯用数字或图表是无法说服别人，所以在采集、分析完数据之后，还需要生动地去讲一个故事，通过故事来告诉人们为什么数据中的发现特别重要。
随着越来越多的企业建立了分析文化，讲述数据故事的定义也在不断变化。如今，讲述数据故事的方法强调围绕数据进行对话，而不是呈现单一的结论。这种众包的分析方法让仪表板创建者和受众都有责任围绕数据向他们讲述的故事得出结论。这样就可以在制定业务决策之前集思广益。随着在公司范围内利用数据汇聚、传达和测试创意，跨工作领域讲述数据故事将增强业务提升的潜力。
（8）企业在分析采用方面更加明智
提供对商业智能解决方案的使用权不等于采用商业智能解决方案，也不能轻易断定每个人仅仅因为可以访问商业智能平台就能从中获得价值，这种假设实际上会阻碍分析的进步。偶尔打开一份报告并不意味着它会驱动行动或造成影响。实际上，企业领导者应该衡量人们如何使用商业智能平台对业务产生影响。内部用户社区是企业提高参与度的渠道之一。
例如，摩根大通旗下卓越中心团队帮助部署数千名分析师，扩大其商业智能平台上的用户群。然后，这些用户变成专家，不仅宣传最佳做法，还让大家在数据定义上保持一致。结果将是商业智能解决方案影响力扩大、投资回报增加、工作人员效率提升，企业竞争力不断提高。
（9）数据大众化让数据科学家的地位不断提高
根据清华大学经管学院发布的《中国经济的数字化转型：人才与就业》报告显示，当前我国大数据领域人才缺口高达150万，到2025年将达到200万。越来越多部门和职位都需要与数据打交道，促进了数据素养的提高，这转变了数据科学的定义，也模糊了传统数据专业知识与业务领域知识之间的界限。
当今的数据科学家需要掌握先进的统计和机器学习知识，同时保持对业务的战略头脑以及对行业的深入了解。数据科学家现在着力研究如何将结果应用到业务中，而不只是交付结果。他们还需具备演讲技能，将发现的结果传达给领导团队，并与组织中的其他数据工作者进行协作。其中一部分工作是与公民数据科学家合作来提出并验证假设；这类角色的本职工作并不属于统计学领域，但是可以生成分析模型。自助式分析工具帮助他们探索并更好地理解数据，从而得出对业务具有显著影响的见解。
（10）加速进行的云数据迁移推进现代商业智能的采用
革新数据策略时，必须考虑数据的存储位置。对于许多企业而言，这意味着考虑将数据迁移至云端，因为这样可以在降低总拥有成本的情况下，提高灵活性和可扩展性。云服务让企业更容易捕捉和集成不同类型的数据。Tableau市场情报总监JoshParenteau认为，“将数据迁移至云端提高了敏捷性，并为商业智能和分析功能带来了新的可能性。现代化的概念也随之体现出来。”“数据引力”概念表明，服务和应用程序受到数据所在位置的吸引。因此，随着企业加速将数据迁移至云端，分析自然随之而来。这促使企业领导者从传统商业智能平台转向现代商业智能平台，评估他们选择的商业智能平台是否将支持向全面云分析的过渡。尽管并非所有企业都为这种迁移做好了准备，但许多企业正在试验混合解决方案，以利用数据源的多样性和云技术的优点。
技术趋势
1、2019年22大技术趋势
IEEE计算机学会（IEEE-CS）发布了2019年十大技术趋势。这些趋势基于技术专家认为最广泛采用的技术，旨在预测企业的未来。
（1）深度学习加速器
如GPU，FPGA和TPU。根据IEEE-CS，许多公司正在开发自己的加速器，并将它们部署到边缘，将机器学习的力量带到物联网设备上。
（2）辅助运输
（3）身体互联网
身体互联网是指物联网和自我跟踪技术，如健身追踪器和智能眼镜。此外，IEEE-CS解释说，这些设备也在“人体内部”移动，数字药丸成为主流和身体附着的植入式设备。
（4）社交信用算法
指“使用面部识别和其他先进的生物识别技术识别一个人，并从社交媒体和其他数字档案中检索有关该人的数据，以便批准或拒绝访问消费者产品或社会服务。
（5）先进材料和设备
据IEEE-CS称，用于传感器，无线通信的先进材料和设备将开始用于医疗保健，包装和应用。还将对物联网设备和沉浸式计算产生影响。
（6）主动安全保护
随着安全威胁变得更加复杂，主动安全保护将被更广泛地采用。这种新型安全保护将包括钩子（hooks）和机器学习机制。
（7）虚拟现实和增强现实
（8）聊天机器人
已经被用于基本的客户服务解决方案以及用于提供个人助理的操作系统，但IEEE-CS认为该行业正在寻找更多方法来扩展聊天机器人应用程序的使用。
（9）自动语音垃圾邮件防护
（10）人性化科技
通过使用机器学习，机器人和无人机，人性化科技将被用于改善农业，干旱，粮食供应和保健服务等社会问题。IEEE-CS指出，“其中一些活动已经开始，但我们预测采用率会有所提高，并且会在明年报告成功案例。”
（11）数字双胞胎
（12）实时光线跟踪
它是一种渲染计算机图形的技术。IEEE-CS表示，“在2018年，我们目睹了具有RT功能的消费产品系列的首次亮相。在接下来的几年里，我们希望看到增量迭代，直到真正的RT普及。”
（13）无服务器计算
AWSLambda，GoogleCloudFunctions和AzureFunctions等无服务器计算将管理资源的责任交给服务提供商。根据IEEE-CS的说法，“最终用户可以专注于功能，而不必预先分配实例或容器，或明确管理它们。”虽然最近出现了无服务器计算这一术语，但IEEE-CS并未预计会在未来几年内出现大量采用。
（14）存储器产业：技术升级
（15）5G：进入商用部署冲刺阶段
5G技术的发展基础为光通信配置。2018年，国内的5G建设已经从原本的骨干网络拓展到城市区域网络建设，做到了低成本频宽扩容。因此，2019年，5G技术的产品研发和商用部署将进入最后的冲刺，中国、美国、日本、韩国等主要的5G技术研发国家的运营商将会持续扩充5G商用规划，5G智能手机也有望在2019年面世。5G技术的应用，除了提供更高速的联网体验以及更大频宽之外，也能够支持移动VR/AR游戏，高画质影音，大规模物联网、远距手术机器人等领域。
（16）智能手机：性能继续提升
智能手机领域，接下来一年将在对现有功能进行更深一步优化，包括全屏幕、更加极致的小面积Notch等。同时，各种手机搭载生物识别的比例更多，采用三镜头提升照相性能等。同时，随着当前柔性AMOLED技术不断成熟，加上5G技术应用落地推进，按照目前的技术，可5G手机、折叠屏幕的手机也将在2019年研发出来。此外，在技术演进和成本越来越低的情况下，原本只应用于专属机种的光学式屏下指纹识别技术，也有望在2019年在中高端手机中应用。
（17）语音功能：新服务商机
在智能音响市场，语音功能在终端装置的重要性体现得淋漓尽致。2019年，语音功能除了应用于更多终端设备，包括汽车、智能电视、智能耳机等之外，还能够创造更多功能，包括语音购物、语音识别，语音助理等。预计明年厂商会透过语音功能在终端装置上进行各种尝试，希望以便利性吸引消费者、创造更多新市场。
（18）eSIM：提升智能手表价值
随着eSIM卡在智能手表、永远连线PC内应用并提供装置独立上网功能，再加上华为、Apple等大企业的大力推动，eSIM装置开始摆脱对智能手机的依赖，实现了自身产品价值的提升。2019年，更多eSIM智能手表产品将会出现，其产品价值体现在行事助力、串流音乐、来电与讯息功能等方面，以此将智能手表与智能手环的市场切割开。随着eSIM卡的应用，智能手表的成长很可能将超过智能手环。
（19）MiniLED：成为显示器新宠
MiniLED具有高对比、高亮度的显示效果，能够与OLED显示相媲美，所以，MiniLED已经开始应用于视觉效果要求较高的家庭电影院、电影院显示屏等场景。与自发光的LED显示屏相比，MiniLED显示器以蓝光芯片为基础，成本更低，更有机会在消费型的显示器市场中获得应用。2018年的MiniLED技术已经相当成熟，预计2019年将会大量应用于手机、电脑显示器、车用显示器等。
（20）物联网：市场竞争白热化
在2018年，物联网已经在各层面逐步落实，各方面应用有显著提升。例如，全球各地逐渐使用低功耗广域物联网、物联网开始融入边缘运算与人工智能、各垂直应用领域持续智慧升级。由于技术与基础建设的完备，在接下来一年里，物联网企业的核心与商业价值将得以尽情释放。然而，随着市场竞争强度的增加，企业的物联网商业模式投资成本效益面临新的考验，能否实现长期获利目标，将在2019开始凸显。
（21）医疗科技：开创产业新格局
2018年里，美国FDA继续推动21世纪医疗法案的改革，对于数字医疗与次世代基因定序医疗应用的监管更加严格。其中，医疗软件所扮演的角色越来越重要，单纯软件接入疾病治疗，ICT结合药物等都将成为新形态的治疗模式，数字疗法渐成体系。此外，手术导航系统与手术机器人将会实现新的整合，将各类影像技术与医疗影像、分子医学影像、AR和MR融合起来，从而建构完善的智慧微创手术系统。在基因检测方面，NGS往临床应用端发展已经成为不可逆转的趋势，在美国FDA监制的标准化基因数据库ClinVar与ClinGen以及对定序数据算法验证的PrecisionFDA，NGS在后端定序数据实现应用，都可能会充当未来临床应用市场的竞争核心，与新疗法共同实现精准医疗。
（22）光伏产业：智能电网、能源管理、储能系统
在2018年，光伏产业遭遇了一大难题，在产业供应链持续扩张的情况下，政府的政策调整导致市场萎缩，产业出现供大于求的情况，导致了全球组件价格下跌。2019年，全球光伏产业依然会面临巨大压力，新一波产业洗牌不可避免。与此同时，光伏发电系统和均化度电成本(LCOE)可能会出现大幅下降的情况。从整个国际市场来看，光伏电力价格已经逐渐与市电同价(grid-parity)水平，无补贴光伏系统开始从欧美拓展到亚洲市场。未来一年，智能电网、能源管理与储能系统将发挥巨大作用，光伏电力也将着重考虑如何进行调峰、有效运用，并与电网系统内的其他能源互相搭配，以提升市场渗透率。
2、2019年的企业6大技术趋势
Kranc对这些技术的发展趋势对企业IT经理的具体影响进行了探讨。
（1）2019将是机器学习取得突破性发展的一年
Kranc说，“机器学习技术发展很快，并且推出了很多应用。我认为行业厂商已经开始研究使用它的应用方法，而且其算法本身仍有很大的改进空间。”
机器学习的一些应用(例如聊天机器人)已经作为解决方案提供给用户。然而，Kranc表示，更复杂的用例将要求企业寻找稀缺的人才或与外部合作伙伴合作，例如阅读X光图像的算法或预测哪些客户最有可能流失等方面。
（2）大数据变成普通数据
“如果你一直致力于开发大数据平台，那么现在可能更加顺利。”Kranc说，“如果一直在拖延，那么很难找到合适的人才，并且不再适用。”
Kranc解释道，大数据平台越来越成熟，与此同时，很多年轻人具有大数据的知识。“他们所获得的Spark和SparkStreaming知识来自学校，企业现在能够招募到这些人才。”Kranc说。
（3）区块链在企业具有适当的吸引力
“我看到区块链被用在很多不恰当的使用案例中，这是因为该技术还处于宣传炒作中。”Kranc说。
Kranc说，对于分布式但受控制的环境中的用例，并且其吞吐量需求不是太高，采用区块链技术是最有意义的。“就像沃尔玛公司一样，所有的供应商都希望与其合作。”他说，“行业厂商可以采用区块链注册表来跟踪订购的内容，发货的内容，以及是否付款。如果能够控制市场，采用区块链就具有意义。”
（4）数字化转型成为一种赌注
Kranc说，“企业的竞争对手可能已经接受或完成了数字化转型，并且很可能从中获益。因此，如果企业是一个落后者，将必须迎头赶上。这意味着将创建一种体验，让用户对正在发生的事情有一个透彻的看法，例如发货周期中的‘我的产品在哪里’。数字化转型也在企业内部发生。如果订购一些办公用品或培训计划，企业员工也希望能够对其获得更详细的了解，让事务透明化，无论是内部还是外部，都无法避免。如果企业成为行业落伍者，那么将付出沉重的代价。”
（5）网络安全事件将继续爆发
Kranc说，“人们必须认识到网络安全将面临失败的挑战，更多的网络攻击者一直在攻击和破解企业的环境和业务。而且，物联网的发展将使这种情况变得更糟，因为物联网更复杂复杂性，在保护方面也更困难，而且，它们是更原始的系统，因此更容易受到攻击。”
（6）云计算成为一种常态
在公共云的应用早期，由于安全问题，许多组织对将资源迁移到云平台而犹豫不决。Kranc说，“如今越来越多的企业将业务迁移到云平台，而这种迁移可以将节省成本不再成为一种借口。”
Kranc表示，“对于工作负载量适当的组织来说，运营内部部署基础设施的成本可能并不那么昂贵。但是，如果有峰值负载(例如机器学习的训练阶段)，一些企业需要购买满足这些负载需求的资源，而在负载高峰之后，这些资源将会闲置。另一种选择是采用云计算满足需求。因此，这二者的成本差异变得越来越大
物联网发展趋势
1、物联网发展的15大趋势
（1）更严格的合规性
当某项新技术诞生时，业界的兴奋、激进与政策和监管的滞后往往会形成鲜明的对比。在新技术初期，低水平监管意味着行业的技术力量几乎都在专注于创新。一旦这种创新与应用开始普及时，新技术所带来的各种风险也就突显出来。
2018年，数据隐私成为网络社会的一个关键词，各种用户数据泄露或被滥用的事件频发，特别是Facebook的丑闻引发了全球担忧。
所有的互联网公司和商家都收集了大量的用户数据。当“千人千面”、“个性化推荐”等词语已然成为互联网公司技术实力的代言人时，这也意味着我们每一个人都在这些互联网公司的注视下“裸奔“。
2019年，物联网法规或许将创造一个有利可图的商业机会——用户数据合规管理和咨询。
（2）更安全的防护措施
通过硬件本身执行受信任的操作系统和应用程序可以帮助缓解网络攻击和威胁。但是，物联网硬件和软件的开放性却更容易受到网络攻击。
（3）更普及的智能消费设备
2018年是智能家居设备快速发展的一年，各种智能化电子设备正在让我们的家庭生活变得越来越简单，扫地机器人让我们从基础家务中摆脱出来；智能音箱可以帮我们自动下购物订单。
2019年，各种外观和尺寸的物联网家居设备将会出现进一步的强劲增长。
随着数据处理能力的提升，边缘计算将成为物联网的重要力量，因为它可以实现更高效的操作和更快捷的响应，而混合的物联网技术将变得更加普及。
2019年，我们将看到人工智能带来新物联网技术的重大进步。随着越来越多的企业使用物联网设备与技术，收集到的数据量呈现指数级增长，传统的计算方式已经无法满足数据处理需求。而AI则能填补数据收集和数据分析之间的空白，此外，AI可以实现更好地图像处理、视频分析，创造更多的应用场景和商机。
对企业而言，投资人工智能比投资更多的传感器更有意义。
（5）更专业的知识和人才
物联网专业知识的需求，将推动企业雇用更加专业的技术人员，一些大型企业或许将出现一个相对较新的高级角色——首席数据官。
随着数据分析变得越来越复杂、越来越强大，企业也越来越意识到需要能在更宏观的角度来进行数据分析和管理。
（6）移动访问更加轻松
智能手机的普及直接影响着物联网的普及。移动连接、传感器、导航芯片等成本的下降，以及零部件的快速小型化，将推动智能手机的功能越来越强大，越来越集成化。
物联网不再是未来的技术，已经成为当今数据驱动型经济的基础和支柱。随着5G的到来，移动设备对物联网网络的访问将大幅增加，越来越多的物联网数据将掌握在更多人的手中。
对于技术人员，物联网专化化数据非常重要，但对于非技术人员在2019年也将获得更多的物联网衍生数据。
以智能手机为代表的移动设备将让每个人成为物联网社会中的一个连接点，从而共享物联网社会的便利性。
当每个人、每个设备都连接到一个大型网络中，人与人、人与设备、设备与设备之间将会产生更多的联系，而这也意味着将出现无尽的新的机会与可能性。
（7）数据和设备的增长
在2019年，将有大约36亿台设备主动连接到互联网，用于日常任务。随着5G的推出，将为更多设备和数据流量打开大门。您可以通过增加边缘计算的使用来应对这种趋势，这将使企业更容易、更快地在接近操作点处理数据。
（8）物联网和数字化转型
物联网是多个行业数字化转型的关键驱动力。传感器、RFID标签和智能信标已经开始了下一次工业革命。市场分析师预测，2018年至2020年间，制造业中连网设备的数量将翻一番。
对于许多行业来说，这些设备完全改变了游戏规则，改变了从开发到供应链管理和生产过程中的每一个环节，制造商将能够防止延误、提高生产性能。另外，在2019年，87%的医疗保健机构将采用物联网技术，对于医疗保健机构和物联网智能药丸、智能家居护理、个人医疗保健管理、电子健康记录、管理敏感数据以及整体更高程度的患者护理来说，这种可能性是无穷无尽的。这种改进可以应用于许多垂直和水平行业。
（9）物联网投资增加
物联网无可争议的影响已经并将继续吸引更多创业风险资本家参与硬件、软件和服务领域的高度创新项目。根据国际数据公司(IDC)的数据，到2021年，物联网支出将达到1.4万亿美元。
（10）智能物联网的扩展
物联网完全是关于连接和处理的，没有什么比智慧城市更好的例子了，但是智慧城市最近有点停滞不前。部署在社区的智能传感器将记录步行路线、共用汽车使用、建筑物占用、污水流量和全天温度变化等所有内容，目的是为居住在那里的人们创造一个舒适、方便、安全和干净的环境。一旦模型被完善，它可能成为其他智慧社区和最终智慧城市的模板。
推广智能物联网的另一个领域是汽车行业，在未来几年，自动驾驶汽车将成为一种常态，如今大量车辆都有一个连网的应用程序，显示有关汽车的最新诊断信息。这是通过物联网技术完成的，物联网技术是连网汽车的核心。车辆诊断并不是我们将在未来一年看到的唯一物联网进步，而连网应用程序、语音搜索和当前交通信息将是改变我们驾驶模式的其他一些东西。
（11）人工智能和物联网数据
数据准备：定义数据池并清理它们，这将带我们了解暗数据、数据湖等概念。
数据发现：在定义的数据池中查找有用数据。
流数据可视化：通过定义、发现数据并以智能方式对其进行可视化处理，从而使决策过程能够毫不拖延地进行。
预测和高级分析：这是一个非常重要步骤，可以根据收集、发现和分析的数据做出决策。
实时地理空间和位置(物流)：保持数据的流畅和可控。
（12）雾计算和物联网
雾计算是一种分配处理负载并将其转移到网络边缘的技术(物联网中的传感器)。使用雾计算的好处对物联网解决方案提供商非常有吸引力。其中一些优势使用户可以最大限度地减少延迟、节省网络带宽、快速决策可靠运行、收集和保护广泛的数据，并通过更好地分析和本地数据洞察将数据转移到最佳处理位置。微软刚刚宣布投资50亿美元在物联网上，包括雾/边缘计算。
思科、HPE、戴尔等硬件制造商正在为边缘构建特定的基础设施。这些基础设施设计得更加坚固和安全，同时安全厂商将开始为其现有服务提供端点安全解决方案，以防止数据丢失，并深入了解网络健康状况和威胁防护，包括高级用户控制和应用程序白名单及控制，这将有助于企业快速采用和推广边缘/雾计算。
（13）物联网和区块链
当前物联网的集中式架构是物联网网络易受攻击的主要原因之一。随着数十亿设备的连网和更多设备的加入，物联网将成为网络攻击的首要目标，这使得安全性变得极其重要。
区块链为物联网安全提供了新的希望，原因有几个。首先，区块链是公共的，参与区块链网络节点的每个人都可以看到存储的数据块和交易并批准它们，尽管用户仍然可以拥有私钥来控制交易。其次，区块链是分散的，因此没有单一的权威机构可以批准消除单点故障(SPOF)弱点的交易。第三，也是最重要的，它是安全的，数据库只能扩展，以前的记录不能更改。
在未来几年，制造商将认识到将区块链技术嵌入所有设备中的好处，并争夺“区块链认证”等标签。
（14）物联网和标准化
标准化是物联网发展面临的最大挑战之一，它是希望在早期主导市场的行业领导者之间的一场斗争。包括HomePod、Alexa和GoogleAssistant在内的智能助理设备是智能设备下一阶段的未来枢纽，各个公司正在努力与消费者建立“消费者枢纽”，以使他们能够更轻松地继续添加设备，而不会遇到挫折和麻烦。
但是我们现在的情况是支离破碎的。一种可能的解决方案是让有限数量的供应商主导市场，允许客户选择其中一个使用，并在任何其他的连网设备上坚持使用它，类似于我们现在使用的Windows、Mac和Linux操作系统，而这是在没有跨平台标准的情况下进行的。
要理解标准化的难度，我们需要处理标准化进程中的所有三个类别：平台，连接和应用。在平台的情况下，我们处理UX/UI和分析工具；而连接处理客户与设备的接触点；最后，应用程序是控制、收集和分析数据的家园。所有这三个类别都是相互关联的，我们需要它们，缺失任何一个类别都将阻碍标准化的进程。
如果没有像IEEE或政府机构这样的组织大力推动物联网设备的通用标准，就无法解决分散问题。
（15）物联网技能短缺
科技城市就业观察报告指出，物联网大大增加了连网设备的数量，并且已经扩大了企业必须处理的数据量，因此，大数据角色对于物联网的成功至关重要。该报告发现，企业愿意为这些技能付费，大数据专业人员的工资和日工资比任何其他技术学科都要高。
报告还发现，由于连网设备还会为企业带来更多的网络安全漏洞，因此也需要安全技能。对IT安全承包商的需求增加了24%(同比)。企业正在紧急填补短期安全漏洞，并利用承包商培训整个企业的现有员工，同时将重点转向更灵活的IT安全承包模式，以响应物联网的需求。
大学跟不上需求，因此为了应对这种短缺，公司需要建立内部培训计划，并建立自己的团队，提升自己工程团队的技能，培养新的人才。这种趋势将继续下去，这对新工程师来说是一个机遇，但对公司来说可能就是一个挑战了。