物聯網、大數據、雲計算、人工智慧之間的關係如何？

01-04

一旦萬物聯網，將會實時產生海量數據，大數據的採集和分析，雲計算的支撐都必不可少，還請具體解釋：
1、大數據、雲計算，人工智慧的發展，對物聯網會有哪些幫助？
2、大數據、雲計算、人工智慧，是不是物聯網發展的基礎？

從2007年開始，科學院相關研究團隊發表論文提出互聯網未來趨勢：「互聯網正在向著與人類大腦高度相似的方向進化，它將具備自己的視覺、聽覺、觸覺、運動神經系統，也會擁有自己的記憶神經系統、中樞神經系統、自主神經系統。」。並由此產生互聯網雲腦（Internet Cloud Brain）架構。（參考1）

到2017年，隨著人工智慧，物聯網，大數據，雲計算，機器人，虛擬現實，工業互聯網等科學技術的蓬勃發展，互聯網雲腦的架構也逐步清晰起來，從2008年到2017年形成4個版本的互聯網雲腦架構圖（下圖為2017年版本）

應該說互聯網雲腦是互聯網在進化過程中形成的類大腦架構，它並不是一開始就成熟和完整的，而是在科學探索和商業創新過程中逐步發育而成。web2.0,物聯網，雲計算，工業互聯網，大數據，人工智慧。。，它們不是脫離互聯網的新事物，而是互聯網雲腦發育過程中，由於各神經系統發育的不均勻導致的波浪式高峰，往往是一個技術或模式成熟後，下一個技術或模式才有蓬勃發育的基礎。我們可以看一下人工智慧熱潮產生之前的互聯網進展。

1.物聯網本質上是互聯網雲腦的中樞神經系統和其控制的感覺神經系統和運動神經系統

2.雲計算本質上是互聯網雲腦的中樞神經系統，它通過伺服器，網路操作系統，神經元網路（大社交網路），大數據和基於大數據的人工智慧演算法對互聯網雲腦的其他組成部分進行控制。

3.大數據本質上是互聯網雲腦各神經系統在運轉過程中傳輸和積累的有價值信息。因為在過去50年隨著互聯網的快速進化而急速膨脹，體量極其巨大。是互聯網雲腦產生智慧智能的基礎。

4.人工智慧本質是互聯網雲腦產生產生智慧智能的動力源泉，人工智慧不僅僅通過演算法如深度學習，機器學習與大數據結合，也運用到互聯網雲腦的神經末梢，神經網路和智能終端中。使得互聯網雲腦各個神經系統同時提升能力。

5.工業4.0和工業互聯網本質是互聯網雲腦的運動神經系統，這將是互聯網雲腦未來非常龐大的組成部分，它也將包含6中介紹的各種前沿技術。

6.智能駕駛，雲機器人，無人機，3D列印本質上是互聯網雲腦運動神經系統中最活躍的部分，他們通過延展運動和機械操作，幫助人類完成對世界更強有力的探索和改造。

7.邊緣計算本質是互聯網雲腦神經末梢的發育和成長，人工智慧技術不但應用在中樞神經系統中的大數據，神經元網路中，也分布到神經系統的末梢。讓互聯網雲腦的感覺神經系統，運動神經系統的末梢控制變得更為智能和健壯。

8.移動互聯網本質是互聯網雲腦神經纖維種類的豐富，讓互聯網用戶更便捷，更不受地域限制的鏈接到互聯網雲腦中。

9。大社交網路（Big Sns)是互聯網雲腦神經元網路，也是互聯網雲腦最重要的部分。它由互聯網傳統社交網路Facebook，微信，微博發育而成，從鏈接人與人，發展到鏈接人與物，物與物，甚至包括鏈接人工智慧軟體系統

10.雲反射弧（Cloud reflex arcs)是互聯網雲腦最重要的神經活動現象，與人類神經系統相仿，也包含感受器、傳入神經纖維、神經中樞、傳出神經纖維和效應器。是互聯網雲腦智能智慧與現實世界互動的重要運行動作。它的種類有7種。將在以後的文章中專門介紹。

11.智慧城市本質是互聯網雲腦與具體的地域結合的結果，是互聯網雲腦的縮小版應用，智慧城市的建設，從互聯網雲腦的架構看，需要關注城市居民，單位，機構，企業建設統一的神經元網路（大社交）的情況，也要關注城市的雲反射弧的反應速度和健壯情況，譬如防火雲反射弧，金融雲反射弧，交通雲反射弧，新零售雲反射弧，能源雲反射弧等。

物聯網?形成大數據?雲計算分析處理?作用於物聯網。在我看來是這樣。

半個多世紀的某個夏天，麥卡錫、明斯基等眾科學家們舉辦了一次Party，共同研究用機器模擬智能的問題，也是在那時，「人工智慧(AI)」的理念正式被提出！

人工智慧（Artificial Intelligence）簡稱AI，AI能根據大量的歷史資料和實時觀察（real－time observation）找出對於未來預測性的洞察（predictive insights）。

如今人工智慧商業化正在快速推進中，比如我們所知道和了解的人像識別、圖像識別技術、語音識別、自然語言理解、用戶畫像等。此類技術也現階段已經在金融、物聯網等行業得到應用！

對於未來而言，人工智慧會在人類生活的方方面面，發揮越來越多的作用，也會刷更多的存在感，慢慢的更會懂我們很多！

不遠的將來會有越來越多的自動化的系統出現，比如刷臉支付已經在來的路上了！

人工智慧、大數據、物聯網以及雲計算，彼此之間皆存在著千絲萬縷的「親緣」關係！

先以人工智慧為例，拋棄其他任何，也便不會有今天大紅大紫的人工智慧！

不得不說的人工智慧背後的基石：大數據

大數據是人工智慧的基石，目前的深度學習主要是建立在大數據的基礎上，即對大數據進行訓練，並從中歸納出可以被計算機運用在類似數據上的知識或規律。

簡單而言何為大數據？

雖然很多人將其定義為「大數據就是大規模的數據」。

但是，這個說法並不準確！

「大規模」只是指數據的量而言。

數據量大，並不代表著數據一定有可以被深度學習演算法利用的價值。

例如：地球繞太陽運轉的過程中，每一秒鐘記錄一次地球相對太陽的運動速度、位置，可以得到大量數據。可如果只有這樣的數據，其實並沒有太多可以挖掘的價值！

大數據這裡我們參閱馬丁·希爾伯特的總結，今天我們常說的大數據其實是在2000年後，因為信息交換、信息存儲、信息處理三個方面能力的大幅增長而產生的數據：

信息交換：據估算，從1986年到2007年這20年間，地球上每天可以通過既有信息通道交換的信息數量增長了約217倍，這些信息的數字化程度，則從1986年的約20%增長到2007年的約99.9%。在數字化信息爆炸式增長的過程里，每個參與信息交換的節點都可以在短時間內接收並存儲大量數據。

信息存儲：全球信息存儲能力大約每3年翻一番。從1986年到2007年這20年間，全球信息存儲能力增加了約120倍，所存儲信息的數字化程度也從1986年的約1%增長到2007年的約94%。1986年時，即便用上我們所有的信息載體、存儲手段，我們也不過能存儲全世界所交換信息的大約1%，而2007年這個數字已經增長到大約16%。信息存儲能力的增加為我們利用大數據提供了近乎無限的想像空間。

信息處理：有了海量的信息獲取能力和信息存儲能力，我們也必須有對這些信息進行整理、加工和分析的能力。谷歌、Facebook等公司在數據量逐漸增大的同時，也相應建立了靈活、強大的分散式數據處理集群。

大數據在應用層面：大數據往往可以取代傳統意義上的抽樣調查、大數據都可以實時獲取、大數據往往混合了來自多個數據源的多維度信息、大數據的價值在於數據分析以及分析基礎上的數據挖掘和智能決策。

美國《大西洋月刊》公布的一段A.I.聊天記錄截圖

延伸閱讀：聊天機器人竟自創語言「對話」臉書將其緊急關停

實際上人工智慧的發展，離不開海量數據進行訓練，究其根本大數據的循環往複無數次的訓練才有了人工+智能！

人工智慧背後強大的助推器：雲計算

雲計算（詳情參閱之前回答：什麼是雲計算？）是將我們傳統的IT工作轉為以網路為依託的雲平台運行，NIST（美國國家標準與技術研究院）在2011年下半年公布了雲計算定義的最終稿，給出了雲計算模式所具備的5個基本特徵（按需自助服務、廣泛的網路訪問、資源共享、快速的可伸縮性和可度量的服務）、3種服務模式（SaaS（軟體即服務）、PaaS（平台即服務）和IaaS（基礎設施即服務））和4種部署方式（私有雲、社區雲、公有雲和混合雲）

雲計算髮展較早，經過10年發展，國內已經擁有超百億規模，雲計算也不再只是充當存儲與計算的工具而已！

未來可以預見的是，雲計算將在助力人工智慧發展層面意義深遠！

而反之，人工智慧的迅猛發展、巨大數據的積累，也將會為雲計算帶來的未知和可能性！

沒有人工智慧的物聯網：沒大戲

而物流網又讓人工智慧：更準確

物聯網：英文名為Internet of Things，可以簡單地理解為物物相連的互聯網，正是得益於大數據和雲計算的支持，互聯網才正在向物聯網擴展，並進一步升級至體驗更佳、解放生產力的人工智慧時代。

在未來，虛擬世界的一切將真正實現物理化！

物聯網主要通過各種設備（比如RFID，感測器，二維碼等）的介面將現實世界的物體連接到互聯網上，或者使它們互相連接，以實現信息的傳遞和處理。

對於人工智慧而言，物聯網（IoT）其實肩負了一個至關重要的任務：資料收集

概念上，物聯網可連接大量不同的設備及裝置，包括：家用電器和穿戴式設備。嵌入在各個產品中的感測器（sensor）便會不斷地將新數據上傳至雲端。這些新的數據以後可以被人工智慧處理和分析，以生成所需要的信息並繼續積累知識。

互聯網在現實的物理世界之外新建了一個虛擬世界，物聯網將會把兩個世界融為一體。

物聯網的終極效果是萬物互聯，不僅僅是人機和信息的交互，還有更深入的生物功能識別讀取等等！

人工智慧也好、大數據也好、物聯網及雲計算也好，彼此依附相互助力，藕不斷絲且相連！合力搭檔在一起：給未來多一些可能，給未知多一些可能性，給不可能多一些可能！

原文參閱：人工智慧、大數據、雲計算、物聯網，彼此之間有哪些內在聯繫？

大數據不是抽樣數據，而是全部的數據；

所以大數據必須依賴雲計算，不可能是區域網的；

物聯網目標是把所有的物體都連接到互聯網，並把物體虛擬化，數據上傳，自然就是大數據了。

所以，大數據、雲計算是物聯網的基礎設施。

額，兩個問題一起回答可能會更合適，雲計算和大數據和物聯網三者中互為基礎。雲計算和大數據解決了萬物互聯帶來的巨大數據量，物萬物互聯為雲計算和大數據提供了足夠的基礎數據。試想一下，如果物聯網沒有了大數據和雲計算的支持，那麼萬物互聯帶來巨大的數據量將得不到處理，物聯網最重要的功能——收集數據，將毫無用處。那麼萬物互聯也就完全沒意義了。相同道理，大數據和雲計算如果沒有了萬物互聯帶來巨大的數據量，怎樣叫大數據，沒有了廣大的網路連接覆蓋，雲計算又有何用。所以三者互為基礎，又相互促進。如果不那麼嚴格的說，它們三者可以看做一個整體，相互發展相互促進。

大數據、雲計算和物聯網之間的關係啊。。。

我不知道為什麼提到大數據和雲計算就一定和物聯網有關。就物聯網的研究來說一般分南北兩派（似乎是以高校地理位置劃分？）。南派大多會關心組網、大數據、伺服器、分散式系統、雲計算之類的上層。但是這些東西不僅僅是單純的為了物聯網服務啊，機器學習、搜索等都和大數據、雲計算有不可分割的關係。北方大多是做小型物聯網系統，並不一開始就追求大數據、物物相連。所以也不一定會用雲計算。他們更多的關注在MEMS感測器、通信方式、測量與控制上。

綜上，1、雲計算大數據的發展會對各種數據的處理、存儲有很大幫助。

2、雲計算與大數據並不是物聯網的基礎，更多的是解決問題的手段。

成萬上億的物聯網設備產生大量的數據（形成大數據），大量的數據存儲到雲端（雲儲存），並在雲端進行計算、分析、學習（雲計算），從而產生認知決策（或者說智能），決策於物聯網設備終端（比如由感測器檢測室內環境，自動調節溫度、濕度、通風等，整個過程不需要人為的參與），這樣就會形成一個所謂的閉環。

這裡面，物聯網、大數據、雲計算、人工智慧等等都在其中，相互作用，缺一不可（當然還有一些看不到的技術，涉及的太多了，比如說安全問題，隱私問題，想詳細的說三天三夜都說不完）。

雲計算是為了大並發、大數據下的解決實際運算問題；

大數據是為了解決海量數據分析問題；

物聯網是解決設備與軟體的融合問題；

可見，它們之間的關係是互相關聯、互相作用的：

物聯網是很多大數據的來源（設備數據），而大量設備數據的採集、控制、服務要依託雲計算，設備數據的分析要依賴於大數據，而大數據的採集、分析同樣依託雲計算，物聯網反過來能為雲計算提供ISSA層的設備和服務控制，大數據分析又能為雲計算所產生的運營數據提供分析、決策依據。

肉體、靈魂和思想之間的關係。

物聯網是萬物互聯，基於互聯網為人們提供更便捷、快速服務，物聯網首先是基於互聯網，把最底層設備的數據採集上來，供人們分析、處理。雲服務是由於大數據的產品而逐漸形成的，當越來越多的行業通過物聯網技術落地和應用後，物聯網以數據為中心，總結物聯網中的各類數據及特性，更好的選擇不同的物聯網技術進行快速有效的實施。

物聯網在之前被定義為通過射頻識別（RFID）、紅外線感應器、全球定位系統、激光掃描器、氣體感應器等信息感測設備按約定的協議把任何物品與互聯網連接起來進行信息交換，以實現智能化識別、定位、跟蹤、監控和管理的一種網路，簡言之物聯網就是「物物相連的互聯網」。

後來被重新定義為當下幾乎所有技術與計算機、互聯網技術的結合，實現物體與物體之間：環境以及狀態信息實時的實時共享以及智能化的收集、傳遞、處理、執行。廣義上說，當下涉及的信息技術的應用，都可以納入物聯網的範疇。

【物聯網的關鍵技術】

1．感測器技術：這也是計算機應用中的關鍵技術。大家都知道，到目前為止絕大部分計算機處理的都是數字信號。自從有計算機以來就需要感測器把模擬信號轉換成數字信號計算機才能處理。

2．RFID標籤：也是一種感測器技術，RFID技術是融合了無線射頻技術和嵌入式技術為一體的綜合技術，RFID在自動識別、物品物流管理有著廣闊的應用前景。

3．嵌入式系統技術：是綜合了計算機軟硬體、感測器技術、集成電路技術、電子應用技術為一體的複雜技術。經過幾十年的演變，以嵌入式系統為特徵的智能終端產品隨處可見；小到人們身邊的MP3，大到航天航空的衛星系統。嵌入式系統正在改變著人們的生活，推動著工業生產以及國防工業的發展。如果把物聯網用人體做一個簡單比喻，感測器相當於人的眼睛、鼻子、皮膚等感官，網路就是神經系統用來傳遞信息，嵌入式系統則是人的大腦，在接收到信息後要進行分類處理。這個例子很形象的描述了感測器、嵌入式系統在物聯網中的位置與作用。

現在的物聯網產業以應用層、支撐層、感知層、平台層以及傳輸層這五個層次構成。

雲計算是一種按使用量付費的模式，這種模式提供可用的、便捷的、按需的網路訪問，進入可配置的計算資源共享池（資源包括網路、伺服器、存儲、應用軟體、服務），這些資源能夠快速提供，只需投入很少的管理工作，或與服務商進行很少的交互。

【物聯網和雲計算的關係】

雲計算相當於人的大腦，是物聯網的神經中樞。雲計算是基於互聯網的相關服務的增加、使用和交付模式，通常涉及通過互聯網來提供動態易擴展且經常是虛擬化的資源。

目前物聯網的伺服器部署在雲端，通過雲計算提供應用層的各項服務。雲計算可以提供以下幾個層析的服務：

1．IaaS：基礎設施即服務

消費者通過internet可以從完善的計算機設施獲得服務。例如：硬體伺服器租用。

2．PaaS：平台即服務

PaaS實際上是指軟體研發的平台作為一種服務，以SaaS的模式提交給用戶。因此，PaaS也是SaaS模式的一種應用。但是PaaS的出現可以加快SaaS應用的開發速度，如：軟體的個性化定製開發。

3．SaaS：軟體即服務

它是一種通過internet提供軟體的模式，用戶無需購買軟體，而是向提供商租用基於Web的軟體，來管理企業經營活動，如：亞馬遜。

【大數據】

大數據是一種規模大到在獲取、管理、分析方面大大超出傳統資料庫軟體工具能力範圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特徵。如果將大數據比作一個產業，那麼這種產業實現盈利的關鍵在於提高對數據的「加工能力」，通過「加工」實現數據的「增值」。

從技術上來看，大數據和雲計算的關係就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單台的計算機進行處理，必須採用分散式架構。它的特色在於對海量數據進行分散式數據挖掘，但它必須依託雲計算的分散式處理、分散式資料庫和雲存儲、虛擬化技術。

雲時代的來臨，大數據的關注度也越來越高，分析師團隊認為大數據通常用來形容一個公司創造的大量非結構化數據和半結構化數據。大數據分析常和雲計算聯繫到一起，因為實時的大型數據集分析需要像MapReduce一樣的框架來向數十、數百或甚至數千的電腦分配工作。

大數據需要特殊的技術以有效地處理大量的容忍經過時間內的數據。適用於大數據的技術，包括大規模的並行處理資料庫、數據挖掘、分散式文件系統、分散式數據可、雲計算平台、互聯網和可擴展的存儲系統。

在我們的日常生活中，打的不用跑到路邊攔車，叫車、支付一氣呵成；等公交時，有實時更新的公交到站時刻，再也不怕錯過公交；網路購物，在下單前就可能猜出客戶所需，精準推送……物聯網、雲計算、大數據等新技術滲透到城市生活的各個領域，我們的生活正在被各種智能應用改變著。

雲計算是產業鏈，大數據是生產資料和產品，物聯網只是一種技術手段。如上，再深入進入就收不住要寫書了。

簡單的說，大數據和雲計算就是一個問題的兩面，一個是問題，個是解決問題的方法！

大數據、物聯網IoT、人工智慧AI和區塊鏈BlockChain，現在聊天不談這些概念都不好意思了。混亂中看本質，我和大家分享一下我對物聯網和大數據的淺薄認識，供大家參考。

物聯網Internet of Things到底是什麼？他的範圍到底有多大？我們需要從多個維度來理解IoT。

物聯網是實現設備Thing的智能化，這裡包括智能穿戴設備、智能家居、智慧家庭、車聯網、智慧城市和智慧工業。隨著西門子、博世等眾多廠商對設備智能化的支持，及老舊啞設備的更替，智能化設備將不再是阻礙物聯網行業的絆腳石。

物聯網帶來了對網路的變革。這裡我需要拋出我的觀點: 物聯網需要更大帶寬、更高可用性、更性價比高的網路，而不是利舊2G網路的NB-IoT-like。不要為了利舊就抱著2G-like網路不放。物聯網的發展承載於大數據之上，沒有實時的、精準的、完整的智能設備數據，物聯網無法有大的發展。總之一句話: 趕快研發推廣5G,6G,7G,8G

物聯網推動了大數據平台的發展，出現物聯網大數據平台。除了電商數據、運營商數據，終於出現了體量更大的數據，無處不在的設備「交談"數據。從數據接入、存儲、分析、展現，一個完整的物聯網大數據平台生態體系正在建立當中。

物聯網是大數據的一個典型應用，從設備資產管理、監控預警到預測性維護，是從省錢的角度幫助客戶賺錢，這是物聯網應用的一個重要商業模式。
物聯網對設備安全帶來了前所未有的挑戰，因為物聯網從出生那天就意味著你可以對設備進行反向控制，就是你可以去干涉設備的行為。想想這裡面的風險吧，如果你的設備對別人控制了，別人可以隨意在你睡著的時候，打開你家燈，。。。。。

從現在看未來，物聯網將做關鍵應用，聯接大數據、雲計算、AI、區塊鏈和VR/AR。讓我們拭目以待吧！

發表一下我簡陋的看法。

1．物聯網產生大數據，大數據助力物聯網。目前，物聯網正在支撐起社會活動和人們生活方式的變革，被稱為繼計算機、互聯網之後衝擊現代社會的第三次信息化發展浪潮。物聯網在將物品和互聯網連接起來，進行信息交換和通信，以實現智能化識別、定位、跟蹤、監控和管理的過程中，產生的大量數據也在影響著電力、醫療、交通、安防、物流、環保等領域商業模式的重新形成。物聯網握手大數據，正在逐步顯示出巨大的商業價值。

2．大數據是高速跑車，雲計算是高速公路。在大數據時代，用戶的體驗與訴求已經遠遠超過了科研的發展，但是用戶的這些需求卻依然被不斷地實現。在雲計算、大數據的時代，那些科幻片中的統計分析能力已初具雛形，而這其中最大的功臣並非工程師和科學家，而是互聯網用戶，他們的貢獻已遠遠超出科技十年的積澱。

物聯網產生數據，數據多了形成大數據，大數據量大需要雲計算，得出結果產生新的產品，新的產品作用於新的物聯網，產生新的數據……

大數據在物聯網裡的應用還沒有成熟的架構物聯網原始數據一般形式是隨時間增長而簡單重複增加因此原始數據里會有大量無用信息數據整理起來就很麻煩需要兼顧數據完整性和有效性

我覺得物聯網和雲計算才是一體兩面的東西，而大數據只是雲計算的其中一個側面。

都是以後發展的趨勢。未來發展趨勢的三巨頭啊。

先把大數據去掉吧

現在一直談雲計算，後來又分離開來，稱之為雲計算和大數據。

這裡面有兩類代表的產品，一個是以虛擬化為基礎的技術，即vsphere,

citrix,openstack,opennebula等；另一個類則是以分散式計算為核心的IDH，CDH，hadoop,pivital的產品。

以開源的openstack和hadoop來區分，openstack是利用虛擬化技術將一台台物理機拆分成很多虛擬機，解決資源過剩的問題，而hadoop則是利用分散式計算，將一台台物理機或虛擬機整合起來，解決資源不足的問題。

目前看來，做雲計算利潤比較薄，因為靠租賃虛擬機並不能帶來足夠的利潤。

或許是將來有一天，每個人都會使用一個終端設備，這個設備會產生海量數據，而海量數據已經無法存儲在本地，於是它通過4G等通信方式放在雲端。也許雲計算最大的好處是隨時隨地可以存儲。但只要有個一個公網IP，那麼每個網站後台都可以做的到。

做大數據較有前景，因為人們已經使用計算機技術在過去的幾十年里存儲了足夠多的數據，但之前沒有足夠低廉的技術手段去處理他們，但是現在隨著hadoop的開源，人們可以低成本的獲取這個軟體，從而去處理他們的數據，因此會對這個軟體有較大的需求。

既然使用hadoop將會變得很便宜，這意味將來誰不用hadoop就將會在數據處理方面落後其他公司，這也是我看好它的一個地方。

事實上，任何一個做APP，做網頁的公司只要有能力就會考慮使用hadoop這個系統。

openstack是一個生態系統，在icehouse版本裡面其擁有11個模塊，這11個模塊更像是一個個的中介機構，將其他模塊對接起來。它更像一個硬體管理工具，比如IBM director,HP openview。從程序員的角度看，配置的內容居多，演算法的內容較少。

雲服務是基於大數據的，分為企業雲和私有雲，主要是為企業或個人提供IT服務、互聯網服務及存儲服務。雲服務是基於互聯網的數據服務，為企業或個人提供方面、快捷、海量的數據存儲。

大數據主要是指人類數據和設備數據，人類數據是指人們在互聯網上的購物、瀏覽、下載、觀看視頻等行為產生的機器數據；設備數據是指設備與設備相互連接、通信的過程中產生的機器數據。由於現在人們對互聯網應用的普及及設備和控制智能化的進步，隨時都會產生海量數據，這些數據就是大數據的數據源。

物聯網是萬物互聯，基於互聯網為人們提供更便捷、快速的服務。物聯網首先是基於互聯網，把最底層設備的數據採集上來，供人們分析、處理。雲服務是由於大數據的產品而逐漸形成的，而大數據又是由於互聯網或物聯網產生的，所以雲服務和大數據處理都是為物聯網服務的。

比如現在熱門的工業4.0、智能工廠、智慧城市、智能交通等都是基於物聯網的。所以物聯網的發展是一種趨勢，也是下一個技術的飛躍。