無庸置疑的，硬體製造成本的下降、智慧行動裝置的普及，以及網際網路技術的革新加速了智慧城市、智慧醫療、智慧交通等物聯網（Internet of Thing，IoT）應用的興起；在協助各國政府單位、企業、教育單位與第三方組織建置相關應用後，我們發現，物聯網應用其實是從感知化（Intelligent）、物聯化（Interconnected）走向智能化（Instrumented）的歷程。
所謂的感知化是指，企業開始在終端裝置上安裝感測器、或者以感測器取代既有的紙本等方式提升生產力與服務能量，例如零售量販業者開始以e-Tag取代傳統的紙本二維條碼以即時掌握架上庫存與更新產品售價等，以及機械設備業者透過安裝感知器的方式蒐集機台運作狀況等數據資料。
而物聯化是指企業藉由網際網路將這些數據資料傳輸到後端（雲端）平台，在這個環節中，除可透過3G、4G等無線電信網路，或者是WiFi等無線數據網路進行資料交換，也可以藉由整合異質網路服務的方式進行萬物互連，如IBM與正文科技等夥伴在台北市進行的LoRa通訊技術測試。
最後，同時也是最重要的智能化階段，則是指企業藉由先進技術將資料分析方式從描述性分析（Descriptive Analytics）轉向預測性分析（Predictive Analytics），甚至是指導性分析（Prescriptive Analytics），以加速各種智慧應用的普及。
所謂的描述性分析指的是藉由分析歷史數據資料的方式來精準描述各個現象，例如零售業者透過分析既往銷售數據的方式了解消費者年齡、購買習慣與所在區域等，並以此分析結果進行銷售推薦等。
至於預測性分析則是指透過分析歷史性數據資料來找出邏輯、規律，進而做預測，在異常問題發生前便能事先預警。而指導性分析則是奠基於描述性分析與預測性分析的更進一步應用。對絕大多數決策者來說，相對於描述過去的事實與預測事件的規律，更重要的是如何在瞬息萬變的當下做出正確的決策，而指導性分析便是協助決策者達成該目標的關鍵手法。
舉例來說，中國某銀行佈署的監控平台不是以各個交易活動的邏輯關係進行監控，因此，只要有一個交易活動出現延遲狀況，就有可能導致整體作業的停擺、甚至是造成巨大損失，為有效解決該問題，IBM協助該銀行業者建置一套可以即時監控與分析每一個交易活動的日誌檔案的監控系統平台，以確保各單位的作業流暢度與穩定性，以及其所提供的產品服務確實符合消費者需求。
總的來說，由於資料分析模式將左右物聯網應用成效，建議欲打造物聯網應用的組織在啟動智慧城市、智慧醫療與智慧金融等專案前，先確認欲採取的資料分析模式，再循序建置、完善對應的資訊系統架構。
（本文作者現任台灣IBM全球資訊科技服務事業部總經理）