2023年国内物联网连接数已突破23亿，但超过60%的企业项目在选型阶段就因技术路线错误而失败——选错通信协议或平台，远比硬件故障更致命。

Wi-Fi vs. LoRa：室内与室外场景的决策分水岭

一家智能家居初创公司曾同时开发两款产品：室内空调伴侣用Wi-Fi，室外智能灌溉用LoRa。结果Wi-Fi版因用户家中路由器位置变动频繁断连，而LoRa版在农场空旷区域实现3公里稳定传输，但数据速率仅支持每分钟上报一次土壤湿度。最终前者退货率达15%，后者客户却因无法实时响应突发暴雨而投诉。Wi-Fi适合高带宽、需频繁交互的室内场景（如视频门铃），但穿墙能力弱且依赖家庭网络；LoRa则专为低功耗、远距离、小数据量设计（如停车位监测），但时延高、无法传输图像。若你的设备需在10米内高频通信，选Wi-Fi；若覆盖超1公里且每天只发几百字节，LoRa成本更低。

MQTT与CoAP：云端指令的“快”与“省”博弈

一家工厂用MQTT协议控制产线机械臂，指令延迟稳定在50ms以内，但单台设备每月消耗1.2GB流量——因为MQTT的长连接机制持续维持TCP通道。另一家智慧路灯公司改用CoAP，基于UDP传输，每盏路灯月流量骤降至80MB，但遇到网络波动时，1%的开关指令会丢失。MQTT适合对可靠性要求严苛的场景（如医疗设备远程监控），但需为持续心跳包买单；CoAP更适合电池供电、数据量极小的传感器（如温度采集），但需额外设计重传机制。选型前先算账：若设备月流量超过500MB，MQTT可能让你下季度亏掉硬件利润。

边缘计算 vs. 纯云平台：不只为快，更为活命

某冷链物流公司初期采用纯云架构：所有冷藏车温度数据上传至云端分析。一次阿里云华南节点宕机，导致200辆车温控失效，损失30万元生鲜货物。事后他们加装边缘网关，在本地执行“温度超过4℃自动关制冷”的逻辑，云端仅做长周期统计。边缘计算核心价值不在降低延迟（虽然确实快），而在断网时仍能自主决策——这对无人驾驶、工业PLC等场景是生死线。但边缘节点硬件成本增加40%，且需专业开发人员维护固件。如果设备价值低且网络稳定，纯云方案更轻量；一旦涉及人身安全或高值资产，必须为“断网可存活”买单。

• 误区1：盲目选“成熟技术”最安全——Zigbee虽稳定，但智能家居生态碎片化严重。先确认目标设备是否必须跨品牌联动（如苹果HomeKit更偏爱Thread），否则选Wi-Fi/BLE直连反而降低调试成本。
• 误区2：默认“云平台必须统一”——某企业用阿里云IoT管理所有设备，结果海外用户因数据合规需要切换AWS IoT，导致所有设备需重新刷固件。初期就应预留多平台适配接口，或选MQTT/CoAP等标准协议降低迁移成本。
• 误区3：为“未来扩展”过度设计——初创公司为预留视频传输能力选5G模组，结果50%的成本浪费在闲置带宽上。建议按“未来6个月内可验证的最小功能集”选型，后期通过网关升级而非替换终端来扩展。