物联网的核心主题：没有大数据的物联网是没有意义的

　　将工业物联网想象成公司的神经系统：它是一个传感器网络，从生产工厂的各个角落收集有价值的信息，并将其存储在一个数据库中，用于数据分析和利用。这个网络是测量和获取数据的必要条件，以便做出明智的决定。但接下来会发生什么?我们应该如何处理这些数据?我们总是谈论在可靠信息的基础上做出好的决定，尽管这听起来很明显，要实现这一目标并不总是那么容易。在本文中，我们将超越物联网，并将重点关注数据以及如何利用AIoT和数据分析。 　　我们将具体讨论分析阶段，即把数据首先变成信息，然后变成知识的过程(有时也被称为业务逻辑)。然而，最后我们不会偏离物联网的核心主题，因为对我们来说，没有大数据的物联网是没有意义的。 　　大数据和数据分析 　　近几十年来，特别是在10年代，我们目睹了令人难以置信的数据(包括结构化和非结构化的数据)的泛滥，这些数据是由无处不在的数字技术大量产生的。在工业世界的特殊情况下，利用和充分利用这些大量的信息是成功的关键。 　　这种处理商业数据的需求产生了基本上可以互换的术语 "大数据"、"数据科学 "和 "数据分析"，我们可以把它们共同定义为我们检查由我们的设备网络捕获的数据的过程，目的是揭示被掩盖的趋势、模式或相关关系。这样做的根本目的是为了用新型的知识来改善业务。 　　由于“大数据”是一个最近才产生的术语，因此对它有不同的定义。其中，Gartner公司提供的定义概述了3个关键方面：数据量、数据种类和数据采集的速度。这些通常被称为 "3V"，尽管其他定义将其扩展为 "5V"，并增加了数据的真实性和它们为企业带来的价值。 　　我们认为，对大数据进行理论研究没有多大意义，因为由于数据收集设备的普遍性，大数据分析和处理已经适用于工业界的大部分地区。