2行业发展驱动

2.1 国家战略地位助力物联网蓬勃发展

国家政策积极推动物联网快速发展。从国家层面看，物联网产业具备战略性地位，是政府扶持的重点。自 2010 年物联网被列入新一代信息技术产业，成为国家首批加快培育和发展的战略性新兴产业后，政府陆续出台了一系列政策，一方面制定专项行动计划，促进行业 标准化、规范化发展；另一方面加大资金、基础设施等层面的支持力度，为物联网发展保驾 护航。随着行业日趋成长，政府近年来也开始重视行业细分领域的发展，进一步细化政策支持，如针对车联网、城市级物联网、NB-IoT 技术等发布专门性政策文件。

2.2 技术升级与融合赋能物联网发展

物联网是技术驱动型行业，物联网的四大组成架构，感知层、传输层、平台层、应用层 需要多种物联网技术作为发展支撑，技术的升级与融合将直接推动市场发展。其中 5G 技术、 边缘计算技术、AIoT 和 BIoT 等逐步进入到物联网行业中，加快行业发展步伐。

（1）5G 技术

5G 的规模化商用带来新的市场机遇。5G（5th-generation mobile networks） 是第五代 移动通信技术，也是对现有的 2G、3G、4G、WiFi 等无线接入技术的延伸。作为最新一代 移动通信技术，5G 依托全新的网络架构，具备高速率、低延时、高可靠性、大带宽等优势。5G 技术在物联网行业应用中指的是以 5G 技术为物联网传输层的核心传输技术，将感知层 采集的物体信息进一步传输与交换，以实现人与物、物与物互通互联。

5G 技术具有增强型移动宽带（eMBB）、超高可靠低时延通信（uRLLC）、海量机器类 通信（mMTC）三种网络切片类型：

1）增强型移动宽带（eMBB）：在现有移动宽带业务场景的基础上，eMBB 通过提供更 高体验速率和更大带宽的接入能力，优化人与人之间的通信体验。在此场景下，用户体验速 率可达 100Mbps 至 1Gbps（4G 最高体验速率为 10Mbps），峰值速度可达 10 至 20Gbps。eMBB 场景主要面向 3D/4K/8K 超高清视频、AR/VR、云工作/娱乐、5G 移动终端等大流量 移动宽带业务；

2）超高可靠低时延通信（uRLLC）：uRLLC 应用场景提供低时延和高可靠的信息交互 能力，支持互联物体间高度实时、精密及安全的业务协作。在此场景下，端到端时延为 ms 级别（如工业自动化控制时延约为 10ms；无人驾驶传输时延低至 1ms），可靠性接近 100%。uRLLC 场景主要面向工业自动化、车联网、无人驾驶、远程制造、远程医疗等业务；

3）海量机器类通信（mMTC）：mMTC 通过提供高连接密度时优化的信令控制能力， 支 持大规模、低成本、低消耗 IoT 设备的高效接入和管理。在此场景下，连接设备密度为每平 方公里 100 万台装置连接，中端电池使用寿命达 15 年。mMTC 场景主要面向智慧城市、智 能家居、智能制造等。

（2）边缘智能技术

边缘智能技术满足市场对实时性、隐私性、节省带宽等方面的需求。“边”是相对于“中 心” 的概念，指的是贴近数据源头的区域。边缘智能指的是将智能处理能力下沉至更贴近 数据源头的网络边缘侧，就近提供智能化服务。边缘层主要包括边缘节点和边缘管理层两个 主要部分，分别对应边缘智能硬件载体和软件平台。边缘节点主要指边缘智能相关的硬件实 体，包括以网络协议处理和转换为重点的边缘网关、以支持实时闭环控制业务为重点的边缘控制器、以大规模数据处理为重点的边缘云、以低功耗信息采集和处理为重点的边缘传感器 等。参与其中的企业主要包括爱立信、施耐德电气、Arm、英特尔、思科、华为、新华三、 中兴通讯、研华科技、联想等。边缘管理层的核心是软件平台，主要负责对边缘节点进行统 一管理和资源调用。目前边缘智能软件平台主要用于管理网络边缘的计算、网络和存储资源。未来边缘智能软件平台的重要任务将会向着浅训练和强推理发展，这顺应了低时延场景的迫 切需求。参与边缘智能软件平台领域的企业以云平台企业为主，比如 AWS、Azure、阿里云、 华为云、腾讯云、百度云、中科创达等。这些企业有着深厚的云平台和软件设计功底，进入 该领域相对容易。此外，部分在某些领域有着多年经验的公司也从垂直领域进入边缘智能软 件平台市场，如国讯芯微。

边缘智能技术优化云计算系统的作用，解决物联网云计算实时性不足、宽带不足、数据 安全性不足等问题：

1）边缘计算无需将全部数据上传至云端，极大地减轻了网络带宽压力 和数据中心的功耗；

2）边缘计算在靠近数据生产者处处理数据、大大减少了系统延迟；

3） 边缘计算将用户隐私数据存储在网络边缘设备上，无需传输到云端中心，减少数据泄露风险， 保护了用户数据安全和隐私；

4）边缘计算技术明显改善云计算系统性能，助推行业进一步 发展。

（3）AIoT：与人工智能技术融合

AI+物联网显著提升物联网智能化水平。人工智能是一种模拟、延伸和扩展人的智能的 技术科学，其自然语言处理技术和深度学习技术在物联网中有较多应用。自然语言处理技术 主要包含语义理解、机器翻译、语音识别、语音合成等，其中语义理解可以应用到物联网的 关键环节。物联网需要对各类设备产生的信息进行理解和操控，并向设备表达和控制，在此 过程中，运用语义理解技术可以提高信息交互效率，实现智能化运作。目前，市场上已逐渐 推出以语义理解技术为核心的人工智能平台，如苹果的 Siri、微软的小冰和小娜、小米的小 爱等，这些平台通过语音等友好人机交互界面实现物联网设备及其产生信息的语义理解互通， 以面向未来物联网的数据理解及应用作为重要的输出方向。深度学习作为另一个提升物联网 智能化水平的重要人工智能技术，是机器学习中一种基于对数据进行表征学习的方法，已在 车联网、智慧物流等领域实现应用。以车联网为例，通过图像处理技术来判断复杂路况是车 联网的重要技术环节，该环节涉及的数据繁多，引入深度学习技术可以实现智能化应对复杂 路况。在数据处理过程中，随着用于训练的数据量不断增加，深度学习的性能也会持续提升， 智能化处理能力进一步提高。人工智能技术已逐步应用到物联网，实现人工智能和物联网赋 能融合，未来人工智能技术还可嵌入更多物联网应用场景，仍有较大赋能空间有待开发，“AI+ 物联网”成为物联网未来发展的重要趋势。

AIoT 享有十万亿级市场空间，G 端公共级迎来爆发。2019 年城市端 AIoT 业务规模化 落地，边缘计算初步普及，中国 AIoT 市场规模接近 4000 亿，近两年 AIoT 市场规模同比增 长 40%以上。虽然人工智能与物联网技术融合趋势加快，但是 AIoT 在落地过程中还需要重构传统企业价值链，既需要适应传统产业的特性，也需要一定的时间来与生态合作伙伴搭建 产业 AI 赋能的架构体系。因此未来几年预计同比增长 10%左右，保持较稳定的发展节奏， 未来经过产品优化、渠道打通、商业模式验证后，将会迎来高速增长。G 端公共级以政策为 导向，以城市建设为主，包括智慧城市、公共事业、智慧安防、智慧能源、智慧消费、智慧 停车等。在政策的引导和大力推动下，G 端公共级市场快速增长。艾瑞咨询预计 2022 年 G 端公共级应用将在 AIoT 市场占比超过一半，领先目前主导的 C 端消费级，市场规模指向 4000 亿级。

（4）BIoT：与区块链技术融合

区块链和物联网碰撞进一步加深。区块链技术去中心化的结构和数据加密的特点显著帮 助物联网提高信息安全防护能力。物联网应用以中心化结构为主，大部分数据汇总到云资源 中心进行统一控制管理，物联网平台或系统一旦出现安全漏洞或是系统缺陷，信息数据将面 临泄漏风险。区块链的去中心化架构减轻了物联网的中心计算的压力，也为物联网的组织架 构创新提供了更多的可能。采用区块链技术，数据发送前需进行加密，数据传输和授权的过 程中涉及到个人数据的操作均需要经过身份认证进行解密和确权，并将操作记录等信息记录 到链上，同步到区块网络上。由于所有传输的数据都经过严格的加密和验证处理，用户的数 据和隐私将会更加的安全。此外，“区块链+物联网”为打通企业内和关联企业间的环节提供 了重要方式：基于 BIoT 不但可以实现产品某一环节的链式信息互通，如产品出厂后物流状 态的全程可信追踪，还可以实现更大范围的不同企业间的价值链共享，如多个企业协同完成 复杂产品的大规模出厂，包括设计、供应、制造、物流等更多环节的互通。“区块链+物联网” 提升了分布式数据的安全性、可靠性、可追溯性，也提升了信息的流通性，让价值有序地在 人与人、物与物、人与物之间流动。

BIoT 技术优势逐渐凸显，信息互联转向价值互联指日可待。从发展现状来看，随着物 联网与区块链融合发展的价值逐渐显现，全球企业对于该领域的关注度不断提升，国内外部 分企业已经开始涉足物联网和区块链的融合应用，国内企业如：阿里巴巴、中兴、京东、移 远通信、紫光展锐等，国外企业如：IBM、Cisco、Bosch、Walmart、Siemens 等。同时， 还有很多企业已经开始积极布局“物联网+区块链”融合应用方向。目前区块链在物联网领 域的应用主要包括智慧城市、工业互联网、物联网支付、供应链管理、物流、交通、农业、 环保等。具体来说，BIoT 在智能制造、供应链管理等领域已有相对成熟的项目，如：2016 年 10 月 IBM 推出基于 Bluemix 云平台的区块链服务，根据用户需求实现不同功能；沃尔玛 联合 IBM 和清华大学，将超级账本区块链系统用于猪肉市场供应链管理的项目早在 2017 年 6 月就进入了试行阶段。但是 BIoT 在其他领域的应用尚处于探索初创期，还存在着较大的 发展空间。从未来发展趋势来看，BIoT 的产生增强了物联网框架的可行性，通过在设备身份 权限管理、智能合约机制、数据安全与隐私保护、数据资源交易信任机制等诸多方面的突破， 极大地拓展了物联网的增值服务和产业增量空间，该技术未来可以广泛应用于诸多场景和领 域，如：工业、农业、医疗、健康、环保、交通、安全、金融、保险、物品溯源、供应链、 智慧城市综合管理等，有望实现从信息互联到价值互联的巨大转变。同时伴随国家的政策与资金的大力支持，“区块链+物联网”具有极大的成长潜力，将会顺应生产力变革的要求不断 发展下去。

3 行业发展趋势

3.1 供给主导向需求驱动跃迁，规模化和专业化引领行业发展

目前供给侧产业力量较强，通信模组先发受益。目前市场发展驱动力以供给侧为主，通 信服务和硬件终端收入占比较高。头部企业积极布局，企业数量迅速增加。供给端技术快速 成熟，使硬件、数据平台、AI 算法的成本降低，大大降低使用物联网平台的门槛，让消费者、 企业、城市能够在与过去相似的预算水平下实现更智能的应用。通信基本设施市场仍为主要 市场，通信模组作为连接物联网感知层和网络层的关键环节，兼具标准化和定制化，在产业 链中处于基础核心地位。在物联网连接数持续上升的趋势下，通信模组市场迎来进一步爆发。Techno Systems Research 显示，预计 2022 年全球蜂窝通信模组市场需求超过 3 亿块，中 国取代北美成为需求最大的单体市场。

需求侧市场能量显现，规模化落地应用增加。随着技术和产品逐步成熟，物联网应用从 拓宽分布领域向加强应用深度发展，规模化发展、增强核心应用驱动力成为趋势，需求侧市 场的能量逐渐显现出来。目前需求侧以消费级应用市场为主，产品出货量增加，市场规模不 断扩大。智能家居作为产业最早进入规模化应用的市场，近年来在影音娱乐、家庭监控、智 能音箱等家居硬件出货增长的带动下，智能家居市场总出货量保持增长。根据 IDC 数据，预计 2020 年智能家居硬件出货量将达 8.5 亿台。此外，政策级应用市场飞速增长，逐渐成为 规模化应用落地的主要阵地。以智能水表为例，前瞻研究院数据显示，2019 年我国水表产 量约 1.1 亿只，其中智能水表产量约 3100 万只，渗透率由 2014 年的 17.6%提升至 26.2%。

无限数据价值有待挖掘，通用化走向专业化。随着物联网能实现规模增长的应用场景不 断被挖掘，物联网产业链上下游的发展活力被激发。下游的终端厂商一方面收集大量数据， 利用大数据、人工智能、云计算等技术分析提取有用数据，反馈至上游厂商，实现“以销定 产”；另一方面根据用户需求实现产业链定制化。在这一趋势下，物联网产业规模化的重心 将从连接规模增加向数据规模提升和数据质量升级转移，主导业务将从通用化的管道服务转 变为专业化数据应用，下游议价能力增强，需求侧最终成为主导市场。

3.2 产业物联网后来居上，车联网逐步落地

连接数结构发生改变，产业物联网规模化将带来二次爆发。目前消费驱动应用市场在较大规模的受众群体，成熟的技术和种类繁多的产品的支撑下取得先发优势，占据当前大部分 的物联网连接数。然而，随着物联网向各行业渗透，行业信息化和联网水平不断提升，产业 物联网连接数占比提高。根据 GSMA Intelligence 预测，产业物联网连接数在 2017 年到 2025 年将实现 4.7 倍增长，大大高于消费物联网连接数预计实现的 2.5 倍增长。

作为走在产业物联网规模化前端的应用，车联网逐步落地。车联网（V2X）是物联网在 智能交通领域的运用，它借助新一代信息和通信技术，让车辆上的车载设备通过无线通信技 术，对信息网络平台中的所有车辆动态信息进行有效利用，在车辆运行中提供不同的功能服 务，提升汽车智能化水平和自动驾驶能力，构建汽车和交通服务新业态。从政策层面看，国 家已出台多个政策与规定，提出大力发展车联网，同时将智能网联汽车作为汽车产业重点转 型方向之一，这为打造具有核心技术、开放协同的车联网产业提供了有力支持。从市场层面 看，中国信通院数据显示，2020 年车联网应用在物联网行业应用占比达到 11%，仅次于智 慧家居，是占比最高的产业物联网应用。中国产业信息网数据显示，全球车联网市场规模到 2022 年将突破 1628 亿美元，中国车联网市场规模在 2022 年预计突破 530 亿美元，市场空 间广阔。

技术、政策、市场多重发力，推动智慧物流发展进程加速。随着以物联网、大数据、人 工智能为代表的新兴技术在传统物流行业的渗透，我国物流产业正在向智慧物流体系转型升 级。智慧物流就是以物联网、大数据、人工智能等信息技术为支撑，在物流的运输、仓储、 包装、装卸搬运、流通加工、配送、信息服务等各个环节实现系统感知、全面分析、及时处 理以及自我调整的功能，可通过 RFID、传感器、移动通讯等技术实现物流行业的自动化、 信息化和网络化。智慧物流的实现能大大降低各相关行业的运输成本，提高运输效率，增加 企业利润。根据亿欧智库的总结，由物联网的加入而形成的智慧物流主要集中在智能仓储管理系统、物流运输实时监测、智能快递柜三个方面。从政策层面看，自 2014 年以来国家已 经出台诸多政策鼓励物流行业应用高新技术推进物流产业智能化建设，旨在 提高物流效率、降低物流成本、减少物流能耗，打造开放、共赢、高效、绿色的智慧物流生 态体系。从市场层面看，中国信通院数据显示，2020 年智慧物流应用在物联网行业应用占 比达到 5%，仅次于车联网行业，在各物联网行业规模占比中位居第三。根 据中国物流与采购联合会数据，2016-2019 年我国智慧物流市场规模增速一直保持在两位数 以上，2019 年市场规模已超过 5000 亿元，预计 2020 年中国智慧物流市场规模将接近 6000 亿元，2025 年将超万亿元。由此可见，在技术、政策、市场多重发力下，智慧物流产业发 展进程正逐渐驶上快车道，市场前景较为广阔。