展望第三波數字革命，360行都積極推動數字轉型，可想而知這股海嘯對于世界經濟與社會文明的沖擊，肯定不亞于上一波人聯網時代；所以不管老牌或新創公司都誓言搶攻物聯網商機，道理便在于此，只因物聯網與人聯網的差別。

　　從1985~1999年，堪稱PC與互聯網蓬勃興起的時期，對我們而言，也是經濟起飛的美好年代。在當時，美國在線（America Online）的創辦人Steve Case稱得上是深具影響力的人物之一；如今盡管他已非產業要角，但仍透過著作“第三波數字革命”引發熱烈回響、再次成為焦點。

　　Steve Case將2000~2015年的App經濟與移動革命，定調為第二波數字革命，驅動因素在于“人聯網”，透過人們全天24小時聯機，衍生巨大商機。然而接下來以物聯網（IoT）為軸心的第三波數字革命，將透過無所不在的聯機，促成實體產業大轉型，影響之大更勝于上波革命。

　　欲成功開創物聯網事業，必不可缺技術元素

　　研華技術官楊瑞祥說，展望第三波數字革命，360行都積極推動數字轉型，可想而知這股海嘯對于世界經濟與社會文明的沖擊，肯定不亞于上一波人聯網時代；所以不管老牌或新創公司都誓言搶攻物聯網商機，道理便在于此，只因物聯網與人聯網的差別，在于前者全面采集人、設備、環境各種信息，維度更廣，價值的想象空間更大。

　　盡管物聯網前景看俏，但某中國連鎖集團老板卻坦言耕耘得有些吃力，就算自身已掌握深厚的產業知識，仍缺乏足夠的技術能量支撐，導致施展不開，讓一些好的商業創意難以落地實現。這個感嘆，無形中道盡了物聯網必不可缺的勝利方程式，即是產業知識、技術、創新，三者有共伴關系，缺少任何一塊都無法成形。

　　既然物聯網離不開技術，那么它所需的技術架構為何？從底部一路往上推演，最下方即是感知層，由溫度、濕度、振動、速度、定位等等琳瑯滿目的傳感器擔綱要角，負責采集前端對象（Things）的物理或環境信息。

　　按照多數人認知，物聯網傳感器采集到的數據，都會經由有線或無線網絡（尤其以無線為主）上傳云端，執行后續的儲存、計算與分析，即便現實中不乏這般運行模式，但不適用于多數狀況。

　　持平而論，意欲將現場數據真正轉換為有價值的信息，中間往往需要一些處理程序，僅靠云端SaaS平臺，未必能一步到位撐起完整大局，而這些中介的處理程序，絕對是不容忽視的關鍵要角。

　　邊緣智能，地面與云端的中介橋梁

　　前述的中介技術元素，可統稱為邊緣智能（Edge Intelligence），大致就是人們理解的物聯網網關，但它包含眾多的物聯網軟硬件整合方案，內涵之豐富，實已超越網關層次的字義解讀；以研華的邊緣智能產品陣容而論，便涵蓋超薄精簡型計算機、嵌入式無風扇計算機、物聯網開發工具、WISE-PaaS軟件套件等項目。

　　簡單來說，邊緣智能的主要任務就是串聯下層前端設備與上層處理應用，紓緩SaaS云端平臺的負擔與壓力，可執行數據格式轉換、數據統計、邏輯流程開發與整合等預處理工作。接著透過WISE-PaaS平臺里頭負責通訊服務的WISE-Agent，協助執行自動云端連結，把已經去蕪存菁的底層設備信息，精準傳遞到上層云端平臺，進行機械學習、數據可視化或數據分析預測等運算處理；由此看來，WISE-PaaS像是跨越虛（云端）、實（對象）交界的重要接口。

　　縱使從物聯網技術結構來看，關鍵要素不外是傳感器、網絡、網關、PaaS、SaaS等大項，但這些項目彼此間的鏈結關系，往往也蘊藏很高的技術含量，進入門坎不算低，無怪乎前面提到中國某大連鎖集團的老板，感慨物聯網并非一門容易做的事業，即是因為只要投入施作，就會發現其間存在不少技術瓶頸，足以卡住整個商業流程的運行，無奈要找到突破這些瓶頸的技術人才，卻是不太容易。

　　究竟有哪些技術障礙？研華智能網通事業群協理邱建清，試舉一個底層的基本范例，眾所皆知物聯網架構包含傳感器、無線通信等兩個關鍵成分，其實它們分屬兩個截然不同的產業，彼此亦不甚熟悉。

　　所以單就傳感器采集數據、再透過無線網絡上傳之“理所當然”的過程，就可能因為兩邊技術無法整合而橫生阻礙；幸而研華從第三方技術平臺色挺身而出，偕同伙伴推動M2.COM標準并提供相關開發工具包，才讓傳感器、無線通信兩邊人馬得以無礙對話，加速物聯網產業成長。

　　“唯有一開始做合適正確的信息搜集，才有后續發展，”邱建清認為，M2.COM的出現，對于成就未來的物聯網創新故事，絕對有推波助瀾的效果。

　　至于無線傳輸技術，亦因為技術種類五花八門、適用的場景各不相同，顯得較為復雜，基本上關鍵的衡量指標，無非就是傳輸速度、網絡覆蓋、成本等三大量尺。

　　無線網絡可概略分為星狀、網狀等兩大結構，前者包含人們熟知的3G、LTE、Wi-Fi等，也外還有被討論度愈來愈高的LoRa、NB-IoT、SigFox等等，而星狀架構則以Bluetooth、ZigBee兩項最為典型。

　　前述技術項目與應用需求的對應關系，大致有著基本脈絡，比方說需要較高傳輸速度的場景，適合選擇Wi-Fi；期望長時間使用裝置，無需頻繁充電或更換電池者，可視實際情況從BLE、ZigBee、LoRa及SigFox等項目挑選合適標的；如果欲進行超過1公里的遠距無線傳輸，則包括Sub-1G、LoRa（后者可支持15公里長距傳輸），都是值得研究考慮的選項。

　　綜上所述，由于物聯網創新事業的推展，涉及產業知識、技術、新創等三大構面要素，明顯可見其邁向成功的路徑，實與第一、二波數字革命大不相同，最后的贏家可能不再是專精于某項特長的單一大企業或新創公司，而是集結三項要素的共創團隊，而在彼此攜手共進的過程中，如同研華身居第三方技術平臺的角色，就顯得格外重要。

　　結合邊緣運算，提升經濟效益

　　亞馬遜（taiwan）網絡服務（AWS）資深經理曲中和指出，物聯網之所以產生價值，必然歷經智能（Intelligence）、模型（Model）、移動（Action）三部曲，要確保三段故事接續執行，背后有一連串故事情境必須成立。

　　如同研華描述的基本架構，借助傳感器搜集資料，再透過網關上傳云端，借此把地面的事物接上云端，善用云端平臺上的大數據分析、人工智能、數據庫等各種加值利器，快速產生高值化的Intelligence。

　　其實在前述一整串脈絡外，有三個非常值留意的環節，可能與多數人認知的物聯網價值鏈有所沖突，它們分別是實物、經濟（成本）與法規。譬如在實物部份，不論人們對5G等新通訊技術的高速，寄予再多期待，但都不能樂觀假設無線通信永不中斷。

　　倘若凡事皆仰賴云端形成智能，則一旦網絡斷訊，必將產生不小的脫序動亂；再者，姑且不論特定產業對于數據能否上云，已有明確限制，就算可毫無限制將物聯網感測數據全數送上云端，必定衍生龐大聯機與儲存成本，不符合經濟效益。

　　為解決前述隱憂，AWS面向邊緣運算提出AWS Greengrass服務，用戶若將此部署在諸如研華的工業計算機或網關，即可在地面享有如同云端的功能，根據現場狀況，直接就近做條件判斷、事件觸發，不必凡事靠云端獲取智慧，因而大幅減少儲存傳輸與儲存費用。更重要的是，Greengrass可支持脫機運作，不必懼怕因斷訊而造成智能決策機制停擺。