IoT 云服务 vs. 自建：企业如何抉择致胜之路

公有云厂商激进布局 IoT 领域，为企业提供从独立组件到全托管端到端方案的完整光谱。

技术聚焦：
云计算

• 云端全押注：IT 领导者 All-in 云计算 (CIO)
• 迁移托管 Exchange：做与不做 (Computerworld)
• AWS、GCP、Azure：安全特性如何比较 (CSO)
• 从遗留到云：企业现代化三阶段 (InfoWorld)
• IoT 云服务：如何对比自建 (Network World)

据 IDC，2025 年全球联网设备将达 559 亿，75% 接入 IoT 平台。同期研究预测这些设备将产生约 79.4 ZB 数据。

超大规模厂商拥有处理这场洪流的原始算力与 AI 专长，但多数企业缺乏内部资源。且机器生成数据与人类生成数据行为迥异；往往仅在异常时刻——如传感器报警发动机过热或安全入侵——才具相关性。

因此，最高效策略是将分析尽可能下推至源头——即边缘。边缘侧 IoT 实现实时洞察、消除带宽瓶颈、降低 TB 级原始数据上云成本。

ClearBlade、FogHorn、Crosser 等颠覆者已提供云中立、低代码/无代码平台，原生运行于边缘，给予灵活性、快速部署、规避厂商锁定。

挑战者不止他们。SAP、Salesforce、Nutanix 提供 IoT 套件；Cisco、华为聚焦设备与网络；PTC、西门子、罗克韦尔、施耐德、艾默生等工业巨头拥有针对特定垂直领域的专有平台。

作为回应，云霸主——Microsoft Azure、Amazon AWS、IBM Watson——将 IoT 栈从云延伸至边缘，构建全栈端到端方案。

“IoT 平台供应商超 400 家，但 AWS、IBM、Microsoft 构建了最广泛的技术栈，”ABI Research 分析师 Kateryna Dubrova 指出。其研究显示这些栈覆盖设备连接、管理、数据存储、流处理、事件处理、分析、机器学习、AI、可视化。

例如，Amazon 组合含微控制器编程的 FreeRTOS、本地计算与 ML 推理的 Greengrass、连接的 IoT Core、安全的 Device Defender、IoT Device Management、以及 IoT Analytics、Events、SiteWise、Things Graph 等分析服务。

除原生服务，主流云厂商还构建合作伙伴生态、市场、开发平台、API。这种做法在提供最大灵活性的同时，确保需高层处理的数据最终驻留其云端，据 Frost & Sullivan 研究高级总监 Dilip Sarangan 所述。

Counterpoint Research 的 Neil Shah 观察到，大厂交付全托管端到端 IoT 部署以捕获最大价值，同时提供开放接口和战略合作伙伴关系以回应厂商锁定顾虑。

这种“随心所欲”哲学在广泛 IoT 场景下合理——从联网汽车、智慧城市到制造、油气、医疗、视频监控——各自产生不同数据类型。

Dubrova 补充，云厂商缺乏深度垂直专长；其分析工具多为横向。合作伙伴关系成为关键差异化因子，让利基软件和 IoT 生态公司在大云保护伞下捆绑服务。

从企业视角，有多个切入点。一些组织延伸与 IBM、Microsoft、Amazon 的既有关系采用全托管服务。其他与现有硬软件合作伙伴在数字化转型中协作，还有一些从初创公司购买交钥匙 IoT 应用或外包给埃森哲、DXC 等咨询公司。

例如，北卡罗来纳州夏洛特 Sugar Creek Brewing Co. 创始人兼 CEO Joe Vogelbacher 启程 IoT 之旅，旨在解决因灌装液位不稳导致的月度 3 万美元损失。

比利时酿造遇上 IoT 与 AI

IBM 与 Bosch 代表来访时，Vogelbacher 透露酒厂因溢出和泡沫不稳每月损失 3 万美元。团队协作部署传感器与摄像头，捕捉每瓶离线瞬间。

IBM 建立安全无线网络，云端图像分析实时判定灌装液位，反馈可执行数据至酿酒师移动屏幕。后续 Bosch 传感器测量发酵参数——温度、pH、比重、压力、碳酸化——以自动化高频遥测替代人工采集。

系统经私有 Wi-Fi 5 (802.11ac) 网将传感器数据送至网关，本地 GPU 加速推理，经 MQTT 同步至 IBM 云。洞察随即显示于便携 60 英寸屏，支持即时调整。

据 Vogelbacher，IoT 方案至少节省月度 1 万美元溢出损失，更重要的是将风味、香气、口感与精准生产参数关联，提升啤酒品质。

他现与 IBM Watson 团队合作，利用在线评论数据将消费者情绪转化为生产调整——迈向全 AI 生成啤酒的早期步骤。

AWS vs. Azure vs. IBM

Counterpoint 的 Shah 指出，Microsoft Azure IoT 以端到端能力、深厚企业云底蕴、先进边缘集成脱颖而出，提供跨价值链的卓越互操作性。

AWS 提供强健云 IoT 与应用赋能，并通过 Greengrass 扩展边缘组合，但在提供可扩展边缘分析引擎上落后于 Microsoft 及其他边缘优先厂商。

IBM 强项在于 Watson ML 与 AI 平台，Red Hat 收购强化边缘软件、安全、虚拟化。但合作伙伴网络和边缘分析产品相对滞后。

Dubrova 分析显示 AWS 和 Azure 凭借持续扩展全球数据中心、将边缘贴近客户、提供预建 ML 模型和易用分析工具包保持领先——对 Sugar Creek 这类需自定义模型识别最佳泡沫与液位的场景至关重要。

企业拥有灵活选项：可从模块化积木组装 IoT 方案而不拖累 IT 资源，或选择托管服务，通过 AWS、Azure、IBM 市场以订阅制获取领域专长与分析。

Shah 认为 IoT 市场仍处萌芽，各平台均有充足增长空间。他预测“合作竞争”模式：平台竞争中协作，共建高效 IoT 生态系统。