組織將需要許多物聯網專業人員和不同的技能來啟動他們的物聯網項目，并且首先要了解影響物聯網的許多組成部分。

 [[329609]]

組織在開始采用物聯網技術時，尋求合適的技術專家為物聯網計劃建立類似于夢之隊的專業團隊似乎很艱巨。

隨著物聯網技術的出現，組織必須緊跟最新趨勢，不斷適應并為任何即將到來的威脅做好準備。無論組織的物聯網戰略多有效，只有當涉及到合適的人員和技能時，它才能順利運行。組織需要物聯網專家、外部合作伙伴和技能。

選擇特定于物聯網的專家和技能

需要以更低的成本和更好的性能為其客戶提供專業產品和服務的組織，必須構建和部署自己的物聯網。但是，由于組織高管必須聘用具有變更管理技能的物聯網開發人員、系統集成商、數據科學家、工程師和技術領導者，因此建設將需要更多的前期成本和更多的專業知識。而理想的團隊(無論是內部聘用還是外部聘用)都必須涵蓋物聯網計劃的所有方面，其中包括硬件、軟件、網絡、數據管理、分析、控制系統和團隊管理才能成功。

如果組織在內部構建其物聯網，則將需要精通物聯網的開發人員，他們能夠設計和測試硬件、通信協議、用戶界面和應用程序。物聯網數據聚合和分析正在從云平臺轉移到邊緣，這使得在云計算和基于邊緣的基礎設施方面的專業知識必不可少。隨著物聯網開發人員構建物聯網計劃所需的技能數量的增加，組織可能需要多位專家來履行職責。如果物聯網開發人員選擇使用平臺來構建其物聯網項目，則開發人員還必須知道如何使用所選平臺，例如AWS、Azure或Google的物聯網和云計算產品。

物聯網技術的價值來自傳感器和設備生成的數據。物聯網數據科學家在確保物聯網部署中數據分析和預測系統的質量方面發揮著關鍵作用。它們還可以解決廣泛的設備分布和復雜的網絡基礎設施。在邊緣創建的數據物聯網設備必須滿足與云計算不同的數據管理和分析要求，包括預處理數據、集成多個傳感器輸入、在邊緣建立機器學習和人工智能模型并實時運行。組織還必須確定哪些數據需要保留在邊緣，以及哪些數據應發送到云平臺或數據中心。物聯網邊緣架構需要了解信號處理、網關層、邊緣分析和區塊鏈的數據科學家。盡管邊緣計算與云計算有很多共同點，并且兩者都需要機器學習的幫助，但是物聯網技術通常需要實時響應和云計算所不需要的專家技能。

通用技術和軟技能使團隊更加成功

無論技術專家是否具有物聯網背景，許多員工都可能會與物聯網技術或數據進行交互，并且需要特定技能來確保系統正常工作并充分利用物聯網。

網絡安全是任何技術的主要關注點，但是對于物聯網設備而言，由于攻擊面增加和缺乏內置安全性，這將成為問題。物聯網領導者必須確保其網絡安全團隊能夠勝任這項工作，或雇用其他專家提供支持。

對于許多組織而言，結合物聯網會帶來挑戰，例如安全性，這些挑戰需要信息技術(IT)和運營技術(OT)融合。物聯網需要IT團隊和OT團隊都管理的軟件、硬件、控制系統和網絡，但是這兩種方法的處理方式不同。 IT專業人員必須保護組織的數據和系統，其中包括來自物聯網設備的大量數據，OT專業人員必須確保在結合新老技術之后，一切在生產中順利運行。隨著安全風險的增加和復雜性的增加，IT團隊和OT團隊必須一起工作。組織可以解決這一問題的一種方法是對IT團隊和OT團隊進行交叉培訓，以促進協作并理解常常相互沖突的優先級。

物聯網所需的軟技能包括協作和溝通。所有從事物聯網工作的技術專家必須了解組織的需求和目標，并具有項目管理技能。隨著物聯網技術的發展，專家必須愿意學習和適應，以創建一個更有效的團隊。

即使組織內部有物聯網專家，大多數組織也需要與外部專家合作，例如物聯網平臺供應商、制造商或系統集成商。

何時尋求外部資源

即使組織內部有物聯網專家，大多數組織也需要與外部專家合作，例如物聯網平臺供應商、制造商或系統集成商。如果組織已經有產品，但想為其添加物聯網連接，那么找到一個產品或平臺而不是組建自己的內部團隊可能更有意義。無論組織是否從一開始就構建自己的物聯網并需要幫助，還是購買設備、供應商平臺或服務提供商提供的產品，都有很多選擇。物聯網的復雜性可能會促使組織尋求物聯網供應商在連接、數據分析、數據管理和安全方面的幫助，而物聯網供應商有一個經過測試的平臺來擴展和提供附加功能。

其選擇取決于組織獲取物聯網數據的目標，以及他們希望以多快的速度將其產品或服務推向市場。物聯網行業的快速發展使得在競爭對手之前將產品推向市場變得至關重要。購買物聯網產品和服務的前期成本較低，但無法像內部生產的產品和服務那樣進行定制，而且可能不包括安全性。購買物聯網產品和平臺的組織必須了解自己的需求和產品的局限性。