- 解决物联网的“最后一英里”问题

　　想象一下在商业环境中应用这种数据融合和自由探索的分析技术。喷射引擎中的嵌入式传感器可以帮助我们预测引擎何时需要维护。帮助我们防止故障，节省数十亿美元。但如果我们想要将这些节省的经费与各产品和各地区的预算进行对比，结果又会怎样？ 这可能会是一种很好的方法，能让我们的物联网投资与自己业务中的最大需求和机遇相符。

　　或者想象一家希望考察智能电网的公共事业公司。想象一下，电网的各个点都与互联网连接，从而让这家公共事业公司可以监控故障，防止停电。如果这家公司想要将资产性能和可靠性数据与负载需求数据相结合，以便进行容量规划又会如何呢？

　　如果这样，政府将可以实现能源的多样化，在常规能源的基础上添加可再生能源，从而顺畅地管理智能化和可持续的城市。对离散数据源进行即时混合的能力有助于回答这些问题。

　　新西兰公共事业公司 MainPower 就是这样一个例子。该公司分析了来源各不相同的多种数据（多数从地理信息系统提取），将所有资产映射到坐标上。通过融合数据，MainPower 可以找出数据收集不足或质量不佳的地方。数据现在显示在地图上，MainPower 因此能够找出有问题的区域并通过调整其工作流程，优先处理最紧迫的工作。这家公用事业公司突然找到了充分利用现有数据的方法。它可以看到如何将特定地理区域的不同工作组合起来，达到最高效率。这些新见解既节省时间，又节约资金。

　　4. 促进共享和协作

　　最后一点同样很重要，那就是我们必须能够以有意义的方式与他人轻松共享我们的物联网数据和见解。既然我们经历了数据收集和分析的艰辛过程，我们想要最大限度发挥数据的作用。人们很忙，缺少有效传递信息所需的时间。应该有工具为我们提供这方面的帮助。

　　交互性可以进一步放大分享的能量。例如，观看一个中型企业的运营经理如何能够迅速对会议室传感器数据（存储在 Datastax 仓库，利用 Apache Cassandra 数据库）进行深入研究，从而更好地了解办公楼的能源使用模式。他可以反复探索自己想问的问题和自己在深入研究的过程中遇到的问题。那就是交互性的美妙之处。

　　更重要的是，一旦他分享了交互画布，其他人就能找到更多有待提出的问题，探索新矢量。他们有自己的“顿悟”时刻。当他们讨论这些发现并找到共同线索时，团队的集体智慧会得到扩展，更多的未知因素会被发现，从而延续这种循环。

　　共享还可以帮助我们更多地从战略角度出发来发现问题。在启用物联网功能的制造车间，这可能意味着更积极地了解出现缺陷的原因、地点和工作环节，而不是单纯地为反复进行的返工、移除和缺陷修复花钱，天真地希望情况会得到改善。不久之后您就会发现，组织中的每个人都在积极参与以数据信息为基础的决策过程。他们发挥团队优势，以个人无法做到的方式减少浪费，改进流程。他们推动着变革。

　　当物联网数据开始为决策提供帮助，人们的需求从传递信号的新奇器件过渡到了能够彻底转变组织的功能载体。这就是我们填补“最后一英里”缺口的方法。这还只是冰山一角。只要我们能译解设备欲言之物，那设备指示灯亮起之际，就是兴味盎然之时。一旦我们看到和理解物联网数据，我们将能够为自己的幸福、自己的职业绩效和我们共同分享的世界做出更明智的决策。