5、边缘计算
随着设备变得强大，越来越多的制造商将利用数据处理和人工智能，也称为边缘计算。
到了现在的2020年，物联网传感器和设备已经生成了超过507.5 ZB的数据。
制造商在收集数据通过云计算给制造商带来压力——尤其是原始数据的存储安全问题。
边缘计算通过数据源附近和存储数据帮企业减少相关的时间和费用，并且能提高数据的安全性。
在源头执行数据分析处理，能将生产线聚合到很高的程度。对于机器学习算法历史和实时数据很少，这加快了发现问题的速度。
边缘计算降低了数据存储的成本，同时限制发送原始数据降低了数据安全风险。
6、移动工业4.0
5G网络预示着工业物联网的广泛采用。
由于5G和移动技术的进步，工业物联网应用会出现大幅增长。
7、供应链优化
在线消费趋势改变了客户对透明度、速度和效率的期望。供应链4.0通过数字化满足需求和改变供应链格局方式。
供应链优化利用了许多工业4.0趋势，如：数字双胞胎、移动应用和人工智能支持等。
8、保护终端
企业投入资金保护基础设施，其程度与保护系统相当。对组织网络安全的上心和当下的威胁，加上工业物联网的繁荣，会看到面向对象和工业控制系统安全成为主流。
保护物联网设备变得越来越困难，以至于最近物联网设备的最佳实践列表。边缘计算的普及出现了新的物联网终端，即具有计算能力和网络连接能力的设备。因此通过向云端发送少量数据来进行，这样也增加了终端的风险。
开发智能生产线给企业带来的好处显而易见，对于希望通过人工智能提高产量和效率的制造商来说，保护数据已经是问题。
越来越多工业物联网解决方案的部署，这些正以数字化方式改变了制造业格局——改变客户关系、差异化产品和推动运营改进，满足日益增长的生产需求。
基于这些趋势，工业物联网从工业4.0计划中获得收入的可能很高。公司必须决定想为哪些商业价值驱动因素投入精力。只有这样才能将数字战略与业务目标保持一致，以便有效地管理、保护物联网平台。
