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
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。