根据物联网市场研究机构 Berg Insight 的报告,早期的物联网 (IoT) 连接管理平台 (CMP) 是全球移动运营商和物联网移动虚拟网络运营商 (MVNO) 价值主张中的标准组件。这些平台是在市场期望被过度夸大的时期开发的,但现在市场正面临物联网连接服务的平均收入 (ARPU) 下降的挑战。
该研究报告《物联网连接管理平台和 eSIM 解决方案》指出,随着供应商专注于应对物联网连接服务 ARPU 下降的挑战,物联网 CMP 市场的动态已发生演变。这导致现有供应商退出市场,而其他供应商不得不重新思考其产品和定价策略,通常涉及分层产品和增值服务的添加。
总的来说,研究预测物联网 CMP 年收入将以 12% 的年复合增长率增长,从 2024 年的 10 亿美元增长到 2029 年的 18 亿美元。
分析师表示,物联网 CMP 领域的碎片化催生了一种新的产品类别,即连接管理编排 (CMO) 平台。这类平台通过应用程序接口集成运行在物联网 CMP 之上,最初由 IoTM Solutions 和 Simetric 等供应商引入,现在已有多个物联网 CMP 供应商和物联网 MVNO 跟进。
Berg Insight 表示,未来几年将有多个趋势对物联网 CMP 市场产生积极影响。首先,物联网 CMP 和增值服务可以帮助移动运营商从其 5G 网络基础设施中获得企业市场收入。
其次,移动运营商集团将业务集中到关键市场会导致独立移动运营商数量增加,从而扩大第三方 CMP 的目标市场。此外,新的 eSIM 物联网规范 SGP.32 将使较小的移动运营商能够利用现有的 SM-DP+ 系统为物联网市场提供 eSIM 服务。不过,Berg 提醒说,他们需要用物联网 CMP 来补充其产品。
在关键参与者方面,研究将思科列为全球最大的物联网 CMP 供应商。Berg 表示,该公司在所有主要地区都有强势地位,到 2024 年底与全球约 60 家移动运营商建立了合作关系。使用思科物联网控制中心管理的 SIM 卡数量达到约 2.62 亿。
Aeris 被评为第二大物联网 CMP 供应商,到 2024 年底拥有 28 家移动运营商合作伙伴和 8400 万个连接设备。研究强调该公司在 2023 年初接管了爱立信的物联网业务,此后成功实现了运营的现代化和精简化,同时将其传统平台和物联网加速器合并为一个单一平台。
Mavoco 近年来已成为重要参与者,年底时拥有超过 10 家移动运营商合作伙伴。Mavoco 的物联网 CMP 是云和核心无关的,允许移动运营商利用现有基础设施来经济高效地服务全球物联网客户。其他拥有大量物联网 CMP 部署的供应商包括 Comarch、诺基亚和沃达丰。
Berg 表示,物联网 CMP 也是 1NCE、1oT、Emnify、Eseye 和 FloLIVE 等供应商价值主张中的关键组件,这些供应商作为技术提供商为移动运营商和物联网 MVNO 提供服务。
AT&T 被列举为完全接受 CMO 理念的移动运营商的例子,该公司于 2024 年 11 月与 Simetric 共同宣布推出物联网控制台单一视图。
Enea 被视为提供相关产品的另一个供应商例子。其物联网 CCS 服务与现有物联网 CMP 协同工作,使移动运营商能够为其企业客户提供多租户私有 APN 服务。
新投资主要针对远程 SIM 配置平台集成、eSIM 编排和连接管理编排功能、基于机器学习的分析、安全服务以及 5G SA 支持的可编程网络功能。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。