物联网已经在许多范畴成为现实：智能路灯、智能电表和自耕农田等等。设备可以决议何时启动，何时购买能源（因为价格便宜）以及何时开端浇灌地步。决策基于数据，而不仅仅是预编程的激活。
乃至还有更多：可猜测即将到来疾病的可穿戴设备，或者在出现问题时可自行通知客服人员的电子设备。
这些用例都有一个共同点：数据。数据量已经达到前史新高，问题是谁应该分析这些海量数据？自从物联网年代开端以来，就不可能再手动监控IT运营。物联网将很快成为标准解决方案，因而您将有必要自动进行可用性检查和监控。
复杂性爆发
云技能和物联网几乎同时席卷全球。这意味着经过设备的广泛联网，数据量爆炸式增加，以及当今基于云的超动态使用的高变化率。
麦肯锡估计，到2025年，物联网每年将带来11万亿美元的全球经济价值。例如，总价值的90%将经过降低费用或节省时间而使用户（使用物联网使用的消费者或公司）受益。与此同时，物联网将软化技能公司和传统企业之间的边界，从而完成新的、数据驱动的商业模式。
让我们持续浇灌地步的例子。后端体系对自动喷灌担任，在某些情况下还担任现场的边际处理。但是，假如通信不起作用怎么办？或者是后端体系有问题，也许是因为布置了错误的更新？体系不会开端浇地，结果农作物会死掉。
问题出在哪里？
一般很难判断问题的原因出在哪里。找出一个设备工作而另一个不工作的原因可能是一个应战。而且随着物联网的出现，这些问题只会越来越多，因而有必要自动检测和分析物联网拓扑，以了解其影响，并实时、快速地自动解决问题。智能家居中的体系故障可能不会导致危及生命，而自动驾驶轿车中的体系故障可能会。因而，有必要立即发现问题并进行修复或切换到备用体系。
海量数据的一个后果是物联网设备有必要自我监控，正如前面说到的那样，可用性监测已成为物联网的中心要素。
人工智能解救
利用人工智能和机器学习，即使是最复杂的体系也可以完成无缝监控。基于人工智能的监控解决方案需求了解整个体系。除了物联网设备的边际基础设施之外，这也适用于相关后端体系以及连接的体系，如数据库、中间件、使用程序和前端使用程序。
因而，端到端使用程序性能监控变得更加重要。企业需求智能解决方案来防止停机和性能问题。可持续发展的公司需求实时分析其体系是否平稳运行、用户现在正在做什么和体验什么，以及边际设备在物联网中的行为。
