全球经济都将提振传统产业的砝码放在了 数字化 和 智能化 ，一些国家甚至已经将相关发展计划提上日程，并付诸于实现，比如中国就在今年，相继提出了 中国制造2025 、 互联网+ 等发展规划，而这些规划也将成为我国下一阶段乃至未来10年产业发展、经济社会转型的重要战略方向。
在此趋势下，物联网和大数据受到了空前关注。一些咨询公司甚至预测，物联网和大数据技术将会引发下一场变革浪潮，而有关于这两项技术的产业前景预测也是非常乐观。根据IDC的最新报告显示，到2020年，全球物联网市场规模将增长至3.04万亿美元，而全球物联网设备将会达到300亿台。Gartner在最新的年度报告中也表示，物联网将会成为未来的主流市常在大数据方面，研究机构MarketsandMarkets也发布报告表示，未来5年内大数据市场的年增长率将达到25.52%，预计到2018年，大数据市场估值将到达463.4亿美元。
对于这些令人兴奋的产业预测数字，那些深研物联网产业多年的专家表示，尽管目前业界尚未形成成熟的物联网产业链，消费市场也没有出现让人印象深刻的物联网产品，但企业已经将研发重心进行了转移，而当前业界对于物联网和大数据的预测就像90年代初人们对于互联网的判断一样 ，如今看来显然是低估了。
物联网产业迸发 自上而下
应该说，物联网正以不可逆转之势在全球范围内迅速发展，在中国，物联网已被列入国家战略层面并得到了政府的强有力的发展支持。《2013-2017年中国物联网行业应用领域市场需求与投资预测分析报告》指出，至2015年，中国物联网整体市场规模将达到7500亿元，年复合增长率超过30.0%。当然，物联网的含义并非只是简单的M2M，更重要的是，基于底层物与物互通与连接，将会促使信息通信与更多的行业领域发生交集，跨界与融合将成为未来数字经济时代必然的发展趋势，比如车载、医疗、消费类电子、安防、电力等。
这无疑是ICT市场难得的产业机遇，当然也是国内终端芯片厂商实现 弯道超车 的好机会，面对着物联网中最为关键的芯片层，相关企业已经开始了布局。
虽然此前美国曾经向中国禁售超算芯片，但就在6月23日，中芯国际与华为、比利时微电子研究中心(imec)以及高通附属公司Qualcomm Global Trading Pte. Ltd.签订了合作协议，这四家公司将共同投资成立中芯国际集成电路新技术研发(上海)有限公司，据悉新公司将致力于开发下一代CMOS工艺，困扰中国市场多年的芯片难题有望破冰。在终端产业层面，近期小米聘用高通离职副总裁王翔也受到了业界高度关注，有媒体解读此举将是小米有意进军芯片行业的信号。
不过，除了芯片专利不足、研发成本高等问题，目前在物联网行业，行业标准欠缺、兼容性差以及产品复用度低等问题也在一定程度上制约了其发展的脚步和速度。由于用于物联网设备中的芯片和终端传感设备，在设计上需要充分满足行业需求和客户的个性化需要，难以形成类似PC芯片时代的大规模生产的局面，因此未来在高度碎片化的物联网时代，能够占据产业链的核心位置不再取决于企业规模和技术实力，而在于企业对于产业链的掌控和对生产工艺和生产资料的聚合能力。
大数据从虚幻走向现实
尽管目前对于大数据的挖掘技术和安全性，业界还有很多的争议和质疑，但这丝毫没有阻挡住大数据前进的脚步。就在近日，Gartner分享了全球在数据分析方面表现较为优异的几家榜样企业。比如Burberry正在通过大数据能力打造客户的个性化购物体验，Burberry在其商店内的货品上安装了射频识别(RFID)标签，当顾客手持某件商品走过显示屏幕，RFID标签将触发一个视频来展示该产品是如何制作的，并提供搭配它的其他产品。经过客户许可后，RFID标签还可以通过跟踪顾客试穿记录来创建客户档案。
同样围绕客户体验实施大数据分析能力的企业还有西太平洋银行公司，过去的几年中，西太平洋银行公司一直采用来自SAS研究所的技术建立一个名为 KnowMe 的客户360度视角程序。该程序一部分基于捕捉和集中其1200万客户的用户活动，如ATM使用情况和呼叫中心交互情况。基于行为分析，西太平洋银行将客户与新方案或产品相匹配。在9个月里，该方案就使西太平洋银行的客户参与比例从1%扩大到了25%。
相比较国外而言，国内大数据技术的商业化进程显然慢了许多，目前主要聚焦于几家互联网企业，比如百度、阿里及腾讯等。正如阿里巴巴集团创始人马云所言：我们看到无数企业在追逐、发现和参与大数据时代，而 观念 转型升级才是成功的起点，不懂技术的人可以把懂的人请来，因为数字的鸿沟不在于技术，而在于 思想观念 ，观念的鸿沟才是真正的鸿沟，转型升级就是要把脑袋升级，脑袋升级经济才能真正升级。
除了观念上需要扭转之外，针对海量数据的处理、清洗和挖掘工作也是 让数据变成价值 关键所在。目前伴随物联网等行业的逐渐兴起，企业和政府都已经意识到了数据的重要性，并通过M2M、云计算等新兴技术实现了对海量数据的抓取和采集，但这仅仅是大数据分析的第一步，如何处理才是关键。企业需要使用正确的技术和工具，制定合适的政策和工作流程，物色善于使用分析法和预测分析软件的统计人才，从而更精准地打造产品和服务，以满足瞬息万变的市场需求。
