艾瑞咨询物联网研究报告：物联网产业链闭环发展现状与未来趋势分析

原艾瑞咨询 艾瑞咨询

物联网丨研究报告

核心总结：

物联网是一种基于信息网络和移动网络的新型连接模式。它生长在互联网的土壤中，基于互联网的边界拓展和内涵延伸。目前，我国物联网产业链已形成闭环发展，但仍存在应用需求、标准碎片化、深度应用不够等问题，企业盈利能力有待提高。

前端采集层面：感知层进入多技术融合的创新时期，准确高效的数据采集是目标。国内MEMS产业发展较晚，受限于市场竞争和研发制造工艺。国内厂商的毛利率水平仅为20%-33%。在多传感器融合和算法算力分布的趋势下，厂商应进攻中高端市场，制定前瞻性计划，寻求弯道超车。

综合连接层面：物联网设备连接数稳步增长，蜂窝网络“NB-IoT+Cat1+5G”格局已确定，5G对运营商的业务赋能有待进一步探索。数据价值的释放迫切需要立法引导。在政府监管下对数据要素进行分类分级开放，或许是加速数据流通、实现社会福利最大化的最优方案。

数据应用层面：物联网优化个人生活体验，释放产业生产力潜力，大幅提升城市建设水平和运行效率。预计渗透率达到10%时，生产领域年收入增量可达278亿元。但智能家居品牌生态壁垒、生产领域企业数字化突破不足、公共领域数据管理困难、业务环节孤立等问题仍待解决。

趋势展望：未来物联网企业将呈现“大集群、小集群、共联盟”的生态融合趋势。企业核心力量下沉，携手新基建，夯实物联网基础。在产业链协同发展、数据交易、开放共享的持续需求驱动下，物联网+隐私计算+区块链的技术融合将加速渗透。

物联网概念的定义

物联网是一种基于信息网络和移动网络的新型连接模式。

物联网（Internet of Things）是基于互联网和通信网络，将生活必需品、设施、设备、车辆等物品互联起来的网络。物联网作为一个广义的概念，利用传感器、通信网络、软件、控制系统等与物品和网络等物品进行连接和交互，实现现实世界的数字化和自动化。物联网改变了互联网上所有信息都是由人类获取和创造、所有物品都需要人类指令和操作的状况。它将深刻影响未来生产生活的方方面面。未来，全球物联网的规模将远远超过人互联的规模。这种指数级增长主要来自于物品之间的多样化连接和自主操作。

物联网、云计算和人工智能

物联网齐头并进，多种技术相互补充、共存。

物联网架构可以进一步拆解为感知层、网络层、平台层、数据分析层和应用层。物联网感知层产生并收集数据，通过5G通信技术依次传输到平台的边缘侧和中心。边缘计算与云计算协同提供算力支撑。数据分析层主要利用大数据技术完成数据预处理和分析。 ，人工智能依托云计算、大数据数据和算力支撑优化算法，最终反馈物联网的场景应用。

物联网就像树叶的主脉，不断引入数据养分，而人工智能、云计算等技术就像侧脉，吸收数据、滋养的同时，协助释放数据元素的价值，更好地实现物联网应用程序。在数据的流动应用路径中，各种技术要素并存、相互依赖。未来，物联网、5G、云计算、大数据、人工智能等技术将更加紧密结合，推动物联网应用落地到产业升级和场景智能化。

中国物联网产业链图谱

参与者如此之多，角色的界限开始模糊，平台层的玩家数量大幅增加。

中国物联网产业链图谱

不少垂直领域的企业纷纷整合物联网技术，进行转型创新，推出解决方案。

中国物联网行业问题：数据和设备安全

信息安全控制能力相对滞后，受攻击控制的设备数量成倍增长。

物联网设备价值极高，受到攻击可能对现实世界造成大规模的直接影响，如交通瘫痪、公共设施（水、电、气、热）停滞、远程控制、环境污染，甚至人员伤亡。感知层位于物联网整体架构的最底层，是最脆弱的部分。在RFID和WSN技术的主要应用中，WSN路由协议存在固有的缺陷。使用RFID时，阅读器和电磁波很容易被模仿，信息被远程传输。途中容易被盗；网络层容易受到DOS攻击、仿冒攻击、中间人攻击等；平台层的主要价值是信息处理。当数据量过大而无法及时处理时，设备发生故障的概率就会增加，从而产生安全漏洞。同时，数量庞大、类型多样的物联网设备也可能成为黑客控制的僵尸网络的一部分。 2016年以来，全球受僵尸网络攻击的智能设备数量持续增长。僵尸网络甚至被《麻省理工科技评论》评为“2017年全球十大突破性技术”之一。目前，我国物联网信息安全管控能力相对滞后于物联网整体发展速度。尚未实现可靠稳定的传输，阻碍了物联网的整体发展步伐。

中国物联网产业问题：规模化与定制化

应用场景碎片化、网络基础薄弱制约初创企业大规模落地

物联网企业要想在更多垂直行业实现规模化应用，就必须构建便捷、低成本的物联网应用生态，并控制定制项目的比例或单个项目内的定制比例，创造规模经济。根据《IoTSignals》对物联网公司的调查结果，约三分之一的物联网项目未能通过概念验证（POC）阶段，原因通常是项目规模成本过高（受访者数据：32 %）。同时，根据甲骨文发布的采访调查报告，64%的物联网领域先行者更喜欢购买现成的解决方案（COTS），其项目周期更短，成本更低。然而，初创公司目前正在创建基准案例并改进项目模块。在复用率方面，受到内部和外部障碍的阻碍。

中国物联网产业问题：技术应用

底层技术下沉不足导致智能应用层渗透速度和深度不足

目前，我国物联网技术积累较为薄弱，技术水平的限制在很大程度上制约了其应用能力。首先，整体底层技术还不够深入，无法支撑平台层的数据孵化，最后反馈到应用层。例如，在芯片方面，大多数芯片抵抗网络攻击的能力较差，物联网设备的安全性有所欠缺；同时，内部应用处理器尚未形成统一的操作系统，开放性不足；物联网场景需求复杂，产品需要继承多种功能，目前芯片集成度不足，往往需要多个芯片的配合。在应用场景方面，除了需要生活领域的网络通信、传感设备等技术支撑外，AI技术的深度也决定了场景智能的天花板。在生产领域，由于生产设施和环境的特殊性，设备能否同时兼具低功耗和稳定传输至关重要，实时处理和分析能力对WSN、传感器提出了更高的要求、边缘计算等技术。在公共领域的物联网应用中，从前端采集到后端分析的整个过程都面临着海量数据的采集、处理和应用，这在很大程度上依赖于RFID、5G等技术的发展。

感知层基础技术架构

进入多技术融合创新爆发期，精准高效数据采集是目标

感知层是物联网海量“物”数据涌入的入口，各种传感器和识别设备是感知层的物理基础设施。基于上述物联网中“物”的定义，感知层的技术由两部分组成：感知识别技术和网络通信技术。网络通信技术将在第5章详细讨论，这里不再详细讨论。识别技术是通过RFID标签、条形码、二维码、生物识别等手段对物体或人进行识别和识别的技术。现已成熟并得到广泛应用。传感技术特别是智能传感器的发展应以“智能化、集成化、高性能”的市场需求为导向，将长期处于多技术融合探索的发展阶段。目前，多传感器融合、MEMS-CMOS兼容技术、集成MCU的智能传感器等都是物联网感知层的技术热点和难点。

感知层技术成熟度对比：供应链视角

研发设计迭代周期以及制造包装环节的工业化进程存在短板。

受市场竞争影响，国内MEMS厂商供应链成本和研发费用较高，无法传导至下游。相反，他们需要使用价格作为垫脚石。国内厂家同类产品单一规格的定价约为领先厂家的80%~90%。 。 MEMS产业链各环节集中度高，产能有限。国内厂商大多采用Fabless业务模式。与领先厂商相比，IDM模式在晶圆制造和封装环节不具备规模效应和议价优势，该环节成本增加了20%左右。 。检测技术相对成熟，市场化程度较高，占比稳定在2%。从研发费用分摊来看，国内厂商预计产品生命周期为三至五年，工艺流程更新相对缓慢。此外，为了拓展市场，国内厂商与有实力的终端客户高度合作。额外的软件适配成本将进一步增加研发设计成本并压缩利润空间，浮动比例约为8%-10%。可见，国内MEMS厂商在晶圆制造和封装环节的设计研发迭代速度、产业化程度等方面仍有相当大的提升空间。

感知层发展趋势一：多传感器融合

在多源数据的堆叠下，去伪存真、提取规则、平衡多个参数是很困难的。

多传感器融合具有双重意义。表面的含义是指物理上二合一，将多个传感器集成到一个紧凑的传感器设备中，通常是IMU惯性单元，而更深层次的含义是指多个传感器的数据融合。 。多传感器数据融合可以比喻为人脑综合处理各功能器官检测到的信息，对环境和事件做出判断的过程。在消费电子、自动驾驶、机器人等场景中，通过对大量各类传感器节点的配置和管理，可以通过多源数据冗余和互补来弥补单个传感器信号的误差和缺陷，而数据异构性可以通过数据模型和融合算法来解决。质量、数据冲突等问题，最终给出一致的结论或提供有效的决策支持，是制造商冲破重围急需建立的技术壁垒。这需要在传感器组合解决方案、成本、计算能力、通信和其他资源分配之间进行反复调试和权衡。以自动驾驶为例。其信息来源包括雷达、红外、图像等，通过挖掘冗余、互补数据之间的内在联系，可以构建高精度的环境感知图像和定位结果，进而引导小车进行自动避障和速度控制。巡航等驾驶任务。

感知层发展趋势二：智能传感器

边缘计算和边缘人工智能创新终端，填补市场空白

在5G通信和物联网的双重发展驱动下，终端数量和数据量不断积累，集中处理架构出现瓶颈。然而，分布式本地处理具有减轻通信和存储负担、减少延迟和数据安全的优点。出现。智能传感器将传统传感单元与计算单元和AI算法相结合，使传感器除了测量之外还具备信息处理能力。通过将算力算法从中心分散到边缘，智能传感器独立完成实时元数据的检查、诊断和校准，优化数据质量，独立完成数据分析，并实施决策反馈。在工业控制、医疗服务、人脸识别等新兴应用场景中，对实时响应、最小错误、公民隐私保护等有着极高的要求。由计算能力和算法驱动的智能传感器可以弥补当前传感技术的局限性。满足了上述场景下对大量实时数据高效、安全处理的需求，同时降低了云分析相关的成本和资源消耗。

感知层发展趋势三：高端市场

单价下降拉低了销售增速，抢占高端市场或提振利润增长。

我国传感器产业起步较晚，因此在中高端传感器市场上落后于西方国家。国内市场约80%依赖进口。传感器芯片市场更是疲软，自产产品仅占10%。由于中低端市场竞争加剧以及传感器集成化趋势，中低端传感器单价持续下跌，拉低市场增速，压缩厂商利润空间。中小型制造商生存艰难。

中高端传感器附加值高。国内传感器厂商应顺应国家“专精特新”战略，努力单点突破，重点发展细分市场原创产品，以寻求突破“粮谷低价”。并危害农民”的陷阱。在细分赛道上，CIS图像传感器领域的Vail Technologies、声学传感器领域的歌尔、压力传感器领域的敏芯科技等都取得了一定程度的突破，抢占了国外厂商在该市场的原有市场份额。

物联网通信技术应用现状分析

移动物联网基础设施建设持续推进，WLAN技术亟待突破

物联网终端设备感知的数据通过网络传输。承载物联网设备的传输网络主要有有线传输和无线传输。无线传输是物联网的主要应用。无线传输技术根据传输距离可分为两类：一类是以Zigbee、WiFi、蓝牙为代表的无线局域网技术。受技术限制，单一的通信方式存在不同程度和方向的局限性，大多采用组合方式。该方案应用于智能家居、智能楼宇等室内场景；另一种是移动物联网技术，即广域网通信技术。 2020年5月，工业和信息化部发布《关于进一步推动移动物联网全面发展的通知》，旨在建立NB-IoT、4G、5G协调发展的移动物联网综合生态系统，并利用NB-IoT满足大多数低速率场景需求，利用LTE-Cat1满足中速物联网需求和语音需求，利用5G技术满足高速、低时延的组网需求，并持续推进5G网络基础设施建设。

物联网平台：数据价值孵化器

链接感知层和应用层，提供通用PaaS服务，简化应用开发

物联网平台可以提供跨不同设备和数据源的通用PaaS服务，在整个物联网架构中扮演中介角色，链接感知层和应用层之间的所有交互——向下连接并管理物联网设备。完成终端感知数据的采集和存储，为应用开发商和系统集成商提供应用开发的统一数据接口和通用模​​块工具。在实现“物联网”的基础上，感知层与应用层频繁交互过程中，产生的数据具有体量大、种类多、动态滚动的特点。物联网平台作为产业链的核心枢纽，也是应用集成和数据价值孵化的土壤，除了提供基础设施服务支持设备之间的数据交换外，通过对平台数据的处理、分析和可视化，数据赋能流程大幅超前，充分发挥规模效应，实现数据生产和处理，促进数据快速应用实施，简化物联网解决方案的复杂度，降低解决方案成本。 ，充当“加速层”，推动应用场景中各层的执行速度和进度。

四大类平台逐级处理，实现自下而上数据价值的累积提升。

物联网平台在物联网架构中发挥着关键作用。物联网平台按照功能可分为连接管理平台、设备管理平台、应用使能平台和业务分析平台四部分。其中，设备管理基本以通信模块和通信设备提供商为主，而网络管理平台则以电信设备商和运营商为主。领先公司已经构建了开放的物联网平台并开源了重要组件。他们不断提高开放性，更好地聚合行业合作伙伴和开发者资源，为各行各业赋能。通过合作伙伴生态系统深化关键垂直领域应用的横向通用平台。垂直行业巨头与互联网企业通过战略合作加强平台互联，完善平台服务功能，共享行业资源，提升行业竞争力。

全球数据立法实践回顾与借鉴

国家层面引导平台健康发展，但数据确权仍是全球性立法问题

物联网连接层发展趋势一：数据确权

保护个人数据权益，认可合规运营下的企业大数据运营成果

2020年4月9日，国务院印发《关于构建更加完善的市场化要素配置体系和机制的意见》，将土地、劳动力、资本、技术、数据确定为五大生产要素，明确了在要素配置中的作用。数据在经济增长和价值创造中具有重要意义，数据确权是发挥数据增长潜力、构建数据要素市场的重要前提。数据具有非排他性、价值完整性、人格权和财产权双重属性的特点。民法中的产权和知识产权还不能得到充分适用，立法实践需要创新和探索。目前，还没有任何国家的法律明确授予任何经济实体数据产权。但通过梳理全球数据产权立法实践和相关学者的研究，主流观点认为不应授予个人数据产权，以防止形成资源未充分利用的“反公共领域”。 “悲剧”问题，更应该重视数据人身权的保护，在数据隐私和安全的前提下实现数据要素的高效利用。对于企业经过脱敏、资金投入和创造性脑力活动形成的个人大数据，企业对其拥有产权和权益。

IoT连接层发展趋势二：数据开放

数据要素分级分类开放，政府对整个数据链进行引导和监管。在严守隐私权底线的同时，加速数据要素流动，实现社会福利最大化。

万物互联难以成网：生活领域

局部互联网初具规模，亟待打破生态壁垒，释放用户体验

与物联网在其他领域的应用相比，生活物联网发展时间更长，市场更成熟，平台生态建设繁荣开放，平台内终端互联已经开始形成。大多数智能家居企业向上下游合作伙伴开放平台，构建内部生态系统，通过统一的风口为消费者提供完整的服务。然而，地方互联互通的日益繁荣，也加剧了生态壁垒和供需矛盾。在供给侧，具有无与伦比的产品和技术能力的品牌尚未出现。大型厂商多以1-2个单打产品来胁迫消费者和中小型厂商“侧身”，迫使他们接受全套产品和解决方案，从而提高市场份额，打造品牌护城河；在需求端，用户更愿意从多个品牌中挑选最好的单品，DIY自己的全屋智能系统。在厂商生态隔离的经营策略下，这意味着牺牲部分产品功能和流畅的家居体验。这种供需矛盾极其不利于市场的良性竞争和发展，亟待找到破解之道。未来，头部厂商或将与通信厂商联手，共同建立统一的标准和协议，逐步探索从生态独立到生态融合的发展道路，实现行业内数据、软件、模型等资源的横向连接，从而最大化平台网络效应。改变。

万物互联难以成网：生产领域

工业物联网建设初期，企业亟需迈出数字化转型第一步

制造企业具有传统业务、设备众多、经营环节多、工厂规模大的特点。因此，生产领域物联网建设步伐相对缓慢。大致可分为五个阶段，即传统的人工采集、设备数据的直接采集、企业内部数据的整合、上下游产业链数据的连接、企业间信息资源的共享，最终构成共同的信息资源。整个产业生态的互联互通。目前中小型制造企业主要集中在从0到1的跨越阶段，即部署物联网终端，进行设备数据直接采集。龙头工业企业数字化程度高，带动更多企业迁移至云平台，逐步打通上下游数据链。此外，在农牧业领域，由于生产环境相对恶劣、数字化水平较低等因素，硬件部署难度大、通信能力弱，使得物联网的应用难度加大。目前，我国不同规模企业的数字化改革步伐不同。小企业需要聚焦数字化转型，持续提升数字化水平，跟上行业步伐；大型生产企业应进一步打通产业链上下游和企业间数据，推动整体行业物联网应用成熟。

万物互联很难形成网络：公共领域

数据量巨大，业务链路孤立，数据处理和管理困难。

物联网的应用渗透到公共领域的方方面面，从交通安全、智慧政务到环境资源管理等领域。它涉及范围广、数据量大、所需的处理环节和支撑部门多。面对大量数据处理和复杂的业务流程，物联网的实际价值基于对元数据和有效的业务运营的有效管理。在此阶段，相关技术的开发水平限制了数据的有效应用。现有的算法和计算能力很难支持大规模的数据传输，处理，分析和应用。总体而言，提高技术能力是解决此问题的关键。只有在软件，硬件，算法和通信技术方面的持续开发和突破才能增强物联网的数据应用功能。例如，边缘计算可以释放一部分计算能力和存储，而与人工智能的结合可以实现快速响应和决策。 5G对降低延迟和提高传输速度有明显的影响。另一方面，公共领域的业务流程系统平台之间的数据彼此隔离和断开。在实际应用中，我们面临的问题，例如重复提交信息，长时间限制和低效率。目前，各种政府部门和佣金正在逐步建立城市运营中心，以连接不同业务系统之间的平台，以提高业务和数据运营的效率和安全性。

应用物联网的关键功能：日常生活

专注于改善生活经验，可以节省时间并在一定程度上提高效率

应用物联网的关键功能：生产领域

了解微妙之处，降低成本并提高效率，向工业发展注入新的势头

生产领域中有许多细分行业，行业之间的需求不同且高度分散。因此，工业互联网的建设并未在一夜之间实现。工业大数据是工业互联网的核心价值来源。通过物联网传感和PAAS技术的帮助，改善数据收集和分析功能以深入研究工业数据的价值是工业互联网的核心价值的体现。与传统的工厂设备和人类监督模型相比，工业互联网有效地优化了工厂运营指标，例如OEE，劳动力成本和电力成本，通过1.0设备数据直接获取构建，协助公司管理决策，支持生产线以扩展生产。并增加收入，并释放工业生产力潜力。

应用物联网的关键功能：公共领域

多幕科和多维，以提高城市建设水平和运营效率

近年来，城市大力促进了公共智能建筑项目，例如智能政府事务和智能运输，以促进公共智能建筑，例如提高城市运营的效率，建造文明城市以及使政府事务更加方便。在大量数据和有限的财务资源的背景下，5G和人工智能等技术的进一步开发和应用以及平台之间的数据连接将极大地促进公共智能物联网项目的实施。根据对某些公共数据的统计分析，与传统的政府事务处理方法相比，以智能政府事务为例，智能政府事务所需的申请材料的数量已减少约50％-70％，并且处理时间已减少限制已节省约50％-80％。它极大地提高了工作效率，并真正使其对人民方便和有益。

物联网行业趋势1：工业生态

该行业已经从企业级的生态学转变为工业水​​平的生态学，智能家庭行业领先着陆

Iresearch认为，在解决先天性问题的过程中，例如从政策指导的角度来看，物联网的分裂以及供求两边的原始驱动力的角度，物联网企业正在从企业级别转变为“企业级别” “生态学”到“工业水平的生态学”进步是必不可少的。将来，企业将展示“共同生活在一起的大型团体，共同生活和共同联盟”的团体情报生态融合的趋势。 2020年12月1日，一个符合中国物联网行业特征的生态联盟的开放式链接协会（OLA Alliance）开始了，这是事物行业生态系统建设的第一个里程碑。该行业已经出现了各种生态系统。在小组模型中，智能家居产业的生态整合占据主导地位，并将逐渐渗透到未来的制造业和工业场景中。

物联网行业趋势2：技术应用

隐私计算集成区块链，以确保帕累托的安全发布数据值的最优性

IoT设备生成的连接数量和数据的数量正在爆炸性地增长。市场对数据价值挖掘和安全数据循环的需求变得越来越紧迫。与区块链技术集成的隐私计算可以在数据的跨主题循环中提供安全保证，并成为平衡数据，是解锁安全性和数据元素价值的重要解决方案。隐私计算基于密码学，机器学习和其他技术，并使用无形的密文来获得计算结果，在保护主题信息的安全性的同时，实现数据交换和开放共享。作为重要的补充，区块链技术可确保信息来源的真实性和可靠性，其分布式存储，非手术和可追溯性特征。 2021是隐私计算的第一年。 IRESEARCH预测，在对产业链的协作发展，数据交易和开放共享的持续需求的推动下，物联网 +隐私计算 +区块链的技术整合将加速其进入各种行业的渗透。

物联网行业趋势三：结构发展

企业的核心优势将陷入底部，并与新的基础设施合作以巩固物联网的基础

根据Iresearch的说法，中国的物联网设备连接的数量在2020年达到74亿，预计在2025年将超过150亿。物联网设备的大量设备连接提供了“幼苗”，可以培养到平台层。基于平台的公司彼此相处出现，为数据资源孵化提供了肥沃的基础。物联网产业链将数据值从底部到顶部传输到应用程序层。但是，我国家的基本技术相对较弱。核心技术链接（例如传感器和芯片）存在差距。物联网基础设施的整合很差。底层很难为模型推理提供足够的“营养”。工业链的发展异常沉重且体重不足，它是纺锤形的。工业结构阻止了价值的自下而上传播，高成本，低重用和长期行业痛点导致实施方案和应用层的规模有限。

Iresearch认为，为了削弱工业发展不均匀的影响，一方面，将来新基础架构的核心将是：（1）连接：固定网络和无线网络的连接； （2）计算能力：提高计算能力水平，以消化智能时代的大量和多样化的数据，将物理世界信息抽象成数据，并打开“数据岛”。另一方面，企业将与政府合作，以促进核心力量，以巩固工业基础，在数字升级过程中实施新基础设施的发动机功能，并形成对“事物”的工业智能。情报连接情报网络情报“由双引擎驱动的封闭循环加速了物联网授权的渗透，实现了人们与事物之间无处不在的连接，并为信息传感，信息传输，信息处理和其他服务提供了基础架构。