目前，幾乎沒有人愿意花50美元(約305元人民幣)去買一個煙盒大小的傳感器來把家里的家具整合到他們的“智能家居”當中去。然而，如果這一傳感器變得只有紐扣大小，而且僅花1美元時，情況就大大不同了。傳感器正變得越來越小，越來越低廉，也越來越穩定;隨著傳感器技術的進步，即使是看似平凡的日常用品如桌椅等也將可能被連入互聯網。它們會變得更加“智能”，能通過對溫度、光、距離、壓力等參數的監測告知我們周圍環境的變化。同時，它們不僅各自獨立工作，更進行著機器到機器間(M2M)通信，在已聯網的設備間自動進行著數據交換。目前，M2M已經被應用于各行各業：導航公司用它來優化車輛路線，個人因此得以使用包裹跟蹤服務等等。這一以特定狀態監測和信息共享為特征的網絡解決方案已在我們日常生活中占有越來越重要的作用。隨著傳感器技術的發展，其將對我們的生活產生更深遠的影響。

　　即使當我們在不同的網絡中連上設備或物品，它們仍具有共同的東西，那就是這個連接必須為我們提供額外的好處。也就是說，只要設備被連接，就意味著增加新的附加服務的機會。以自動售貨機遙測系統為例，如果自動售貨機是聯網的，運營商就可以遠程監測貨品更新速度，從而顯著降低維護成本，優化日常業務;不僅如此，新的商機比如開發移動支付、連接社會化媒體平臺、進行數據評估及預測未來的業務、進行大數據分析和機器學習等等，都潛力巨大。

　　2014聯網產品和服務的消費市場無疑迎來新的商機。以往專注于商業M2M的公司將進一步把眼光轉向生活各領域的網絡解決方案，其中首先就包括電信服務提供商。以往電信服務提供商僅僅被看作是“比特管道供應商”，但現如今其已成為網絡生態系統的先驅。他們不僅提供了網絡連接，也可以為包括高端客戶在內的幾乎所有的行業和用戶提供全面的網絡解決方案，包括智能家庭報警系統，具有緊急呼叫功能的手表等等。隨著市場成熟度提升，更多的商機將會凸顯。

　　 一年前，大量的機器數據分析仍處于其探索階段。而如今，我們已掌握了其技術要領和具體的解決方案，并已在不同領域進行了大規模的評估。例如，通過分析單個風力渦輪機部件的磨損情況和性能數據，機器學習算法就可以預測何時需要更換組件，何時需要進行維護工作，而且數據精度越高，預測結果越準確。再比如，對自動售貨機數據的分析可以讓運營商準確得知，客戶究竟在何時何地會決定購買何種產品。總之，大數據分析為我們提供了全新的決策依據。

下一步的發展趨勢將是實現迄今為止相互獨立的數據孤島的互聯。當來源不同的數據相互結合時，全新的服務就將噴薄欲出。這將成為互聯網和物聯網之間的一個重要接口。它不僅是機器間數據連接的問題，更可以結合來自Internet的數據，例如社交媒體、天氣預報、時間表、延誤表等等的數據，擁有巨大潛力。

我們注意到，無論是在電子商品還是在聯網設備和機器方面，共享文化都方興未艾。以汽車共享為例，據加州大學伯克利分校交通可持續發展研究中心統計，全球汽車共享人數已經從2012年的346610名提升至2006年的1.8億，預計未來還將進一步增長。這種共享的前提是形成對象的網絡。對于汽車自由共享者來說，就是必須知道在哪里可以找到可用的汽車，而這需要借助車輛上的GPS接收器以及可以在地圖上顯示所用可用車輛的應用程序形成“可用汽車網絡”。

而與注重利益的商業應用不同，大眾消費產品可以僅僅側重于趣味性和娛樂性。隨著更多樣的傳感器涵蓋到我們生活的方方面面，以更有趣的方式與我們互動的消費設備將會越來越多，比如通過GPS定位技術的開發一種新型的尋寶游戲。

物聯網的結構是復雜的。我們不需要將其中的每一部分都進行重建，很多領域(如汽車市場)只需要在原有的基礎上進行升級。為此，我們需要充分了解舊有的接口并提供相應的支持模塊。因此，與行業專家合作尤其不可或缺。只有通過價值鏈上的伙伴關系才能找到適合的解決方案，實現網絡加速和市場推動。