物聯(lián)網(wǎng)被稱為下一個萬億元級的超級產(chǎn)業(yè)，隨著中國制造2050計劃的實施，我國制造業(yè)數(shù)字化、網(wǎng)絡化、智能化趨勢將更進一步，未來互聯(lián)網(wǎng)與物的連接模式必然成為物聯(lián)網(wǎng)商業(yè)模式新的競爭方向。

第64期【智造+V課堂】邀請曾任職于全球500強多元工業(yè)公司下屬子公司英格索蘭特靈能源服務公司、臺灣最大民營制造業(yè)集團子公司臺塑網(wǎng)、現(xiàn)任華科智造數(shù)據(jù)科技有限公司總經(jīng)理黃逸華先生給大家?guī)黻P(guān)于物聯(lián)網(wǎng)時代商業(yè)模式競爭的精彩分享。

一、嘉賓

[[190657]]

華科智造數(shù)據(jù)科技有限公司 總經(jīng)理  黃逸華

1. 個人簡介

• 英格索蘭特靈能源服務公司總經(jīng)理
• 臺塑集團臺塑網(wǎng)公司能源服務處處長
• 曾擔任百強縣政府工業(yè)能源顧問
• 中國科學院科技政策與管理科學研究所博士在讀
• 在多個國內(nèi)外設備行業(yè)重要協(xié)會擔任理事及委員

2. 擅長及成就

• 擅長工業(yè)大數(shù)據(jù)、相關(guān)算法開發(fā)及智能工廠戰(zhàn)略咨詢;
• 擁有數(shù)項大數(shù)據(jù)、物聯(lián)網(wǎng)相關(guān)專利;
• 擁有綠色建筑(LEED AP)、能源管理(ISO 50001)、碳管理(ISO 14064)等多項證照。

二、分享主題

《物聯(lián)網(wǎng)的商業(yè)模式競爭時代》

大綱

1. 物聯(lián)網(wǎng)的前世今生(歷史、定義及所見)

2. 進入物聯(lián)網(wǎng)領域的三個門檻

• 本質(zhì)關(guān)——連什么?
• 技術(shù)關(guān)——怎么連?
• 商業(yè)關(guān)——為什么要連?

3. 物聯(lián)網(wǎng)產(chǎn)業(yè)的競爭模式

• 最初的面貌——MES
• 競爭模式發(fā)展及范式轉(zhuǎn)移出現(xiàn)

4. 物聯(lián)網(wǎng)商業(yè)模式?jīng)Q定勝負

• 單純交易模式
• 簡單服務模式
• 分享模式
• 協(xié)作模式

5. 應用

• 物聯(lián)網(wǎng)商業(yè)模式在生產(chǎn)端、銷售端、運營端的應用

6. 物聯(lián)網(wǎng)發(fā)展戰(zhàn)略：分清楚發(fā)展什么?企業(yè)還是產(chǎn)品?

• 核心優(yōu)勢分析
• 客戶核心需求分析
• 價值提案
• 物聯(lián)網(wǎng)生態(tài)圈的建立與經(jīng)營
• 無論如何生存下去

三、原文實錄

1. 互聯(lián)網(wǎng)前世今生

整體而言，我個人認為物聯(lián)網(wǎng)潮流興起的時間雖然很短，不過才兩三年，但整個產(chǎn)業(yè)已經(jīng)從技術(shù)的競爭，進入了發(fā)展的第二個階段，也就是商業(yè)模式的競爭。

首先要從物聯(lián)網(wǎng)的前世今生談起，我們在談物聯(lián)網(wǎng)事實上專指這兩三年，我們回顧一下它的歷史，事實上還可以追溯到4000年以前。實際上是一個訊息傳遞的過程，在西元前2000年時，印第安人就已經(jīng)發(fā)明了舉煙為號，然后在中國西元前800年左右就有傾國傾城的故事。

就這樣一路發(fā)展，一直到了18世紀電發(fā)明之后，開始有電報、電話、互聯(lián)網(wǎng)，1837年的電報。1867年的電話，1971年出現(xiàn)第一封電子郵件，到了1982年開始有第一部物聯(lián)網(wǎng)的自動販賣機，到了1990年開始有MES，其后，比爾·蓋茨跟麻省理工學院，提出了物互聯(lián)以及萬物可聯(lián)的概念，到了2005年國際電信聯(lián)盟提出了IOT，到了2015年德國提出了工業(yè)4.0。那在中國的發(fā)展是怎么樣，在2009年時溫家寶總理就提出了，希望能夠盡快建立感知中國中心，然后到了2015年，李克強總理在兩會中提到了中國制造2025。

我們回頭看看過去的狀況，從印第安人一直到1971年的第一封電子郵件，這邊談的其實都是人與人的對話，前后歷經(jīng)3900多年。從1982年到1990年之間，不管是自動販賣機或者是MES，這邊開始了人與物的對話，接下來是更加入了物與物對話。在這4000年之中，有95%在工業(yè)革命以前，最后的200年之間，人類的科技文明發(fā)展得極為迅速，這200年之間，我們歷經(jīng)了四次的工業(yè)革命，第一次的工業(yè)革命從人力獸力大規(guī)模的轉(zhuǎn)換為機械力，這牽涉到能源的應用，那時候的代表是蒸汽機。

到了第二次工業(yè)革命也就是電力革命，這時候已經(jīng)來到19世紀70年代，人們用電力來驅(qū)動大部分的設備，這也是更有效率的能源使用方式。到第三次工業(yè)革命時開始牽涉到信息化，這時候的主要標志是原子、原子能、電子計算機、空間技術(shù)及生物工程等等。嚴格來說，它是一個信息控制技術(shù)的革命，最近的是是第四次工業(yè)革命，事實上也就是我們在談的工業(yè)4.0。在這個期間中，我們歷經(jīng)的是一個智能化的革命、數(shù)據(jù)化的革命，這個時候的特征是互聯(lián)網(wǎng)的產(chǎn)業(yè)化、工業(yè)智能化、工業(yè)一體化為代表，這個時候已經(jīng)開始牽涉到人工智能、清潔能源、無人控制技術(shù)、虛擬現(xiàn)實及生物技術(shù)的全新的工業(yè)革命。

我們從物聯(lián)網(wǎng)的定義來看，物聯(lián)網(wǎng)的核心和基礎仍然是互聯(lián)網(wǎng)，而在這個基礎上面繼續(xù)延伸跟擴展，希望能夠在任何物件與物件之間進行信息的交換。各位可以看到這邊標出來幾個關(guān)鍵字，互聯(lián)網(wǎng)延伸與擴展，任何物件之間信息交換，中間牽涉到了兩個關(guān)鍵字知道與理解，所謂的“知道”指的是，每一個設備或者物件之間都知道其他物件的現(xiàn)況，但與這個現(xiàn)況對自己的意義是什么?過去的做法一直都是用大量的規(guī)則來說明。至于“理解”談的是每一個設備或物件，都理解其他物件的目的，然后判斷自己接下來要做什么，這就牽涉到了智能，事實上知道與理解分別代表了現(xiàn)在在世界上對于智能革命或者是對于物聯(lián)網(wǎng)的兩個主要的潮流。

這兩個趨勢分別是以德國的西門子，他們做的Mind Sphere正在試圖連接自己所有的一切，推行PaaS也就是平臺即服務，還要進一步將離散生產(chǎn)、連續(xù)生產(chǎn)，這些在傳統(tǒng)社會上認為完全不一樣的流程，全部整合起來，各位可以想像，如果西門子成功了，物連網(wǎng)的標準也必然歸于德國之下。

美國的Predix走的是一條完全不一樣的路，它是將信息科技跟運營科技結(jié)合起來，信息科技是IT，運營技術(shù)是OT，在這兩者之間，運營技術(shù)顯然比較重要，Predix自己都曾經(jīng)說過IT已經(jīng)過時了，現(xiàn)在是OT接棒的時代。從工廠運營的角度來說，運營技術(shù)產(chǎn)生了大量的數(shù)據(jù)，但是傳統(tǒng)的供應廠商既沒有能力采集儲存如此龐大的數(shù)據(jù)，更沒有辦法進行分析。

說到IT跟OT的融合，其中的關(guān)鍵是數(shù)據(jù)分析，這邊牽涉到大量的業(yè)務模型，而這也是工業(yè)領域最需要解決的地方。掌握了這些業(yè)務模型，就先人一步拿到了通關(guān)的鑰匙，而Predix就打算給廠家提供這樣的鑰匙，只要你用Predix的平臺，只要你把數(shù)據(jù)放上來，接下來事情他們?nèi)拷邮?。對Predix來說，GE提供的不僅僅是一個Predix的云平臺，還提供了Predix Box，這是一個終端的數(shù)據(jù)采集器，負責采集智能設備的工況數(shù)據(jù)，實時分析所有的數(shù)據(jù)，并且傳送數(shù)據(jù)，還負責控制各個智能設備之間的連接與安全，因此一旦采用的Predix的方案，整個數(shù)據(jù)采集、傳送、接收、分析和控制就由Predix接手，在存入的階段不需要任何費用，但是當你開始使用數(shù)據(jù)時就需要付費。從這個角度來說，西門子要的是標準，Predix要的是數(shù)據(jù)，中國在這中間扮演什么樣的角色，而中國的工廠又扮演什么角色，中國制造2025會不會最終成為外國人的錢袋子，這是一個值得深思的問題。

在大數(shù)據(jù)的主題中，大家應該都聽過所謂的四個V，Volume容量，Variety是它的變異性，Value是它的價值，Velocity是它的速度。在數(shù)據(jù)方面已經(jīng)從過去的TB的級別已經(jīng)進一步躍升到PB的級別，中間差了一千倍。數(shù)據(jù)類型也非常繁復，在傳統(tǒng)關(guān)聯(lián)式數(shù)據(jù)庫的時代，以結(jié)構(gòu)化數(shù)據(jù)為主，但是隨著現(xiàn)在各類數(shù)據(jù)的接入，非結(jié)構(gòu)化的數(shù)據(jù)量越來越多，甚至包含音頻、視頻、圖片、地理位置這些信息，彼此之間的格式完全不一樣，這時候這些各式各樣的數(shù)據(jù)，對于數(shù)據(jù)處理能力就提出了更高的要求。

我們就會看到第三個V是Value價值，價值牽涉到另外一個字是密度，價值的密度的高低跟數(shù)據(jù)的總量大小成反比，就拿視頻來說，一部一個小時的視頻，在連續(xù)不間斷的監(jiān)控中，真正有用的數(shù)據(jù)可能就一二秒。我們這邊可以舉個例子，比如說在停車場中車子被碰到了，隔天早上起來發(fā)現(xiàn)有這么一件事情，我們?nèi)ノ飿I(yè)調(diào)相關(guān)的資料，可能要花幾個小時，我們才能看到最關(guān)鍵的那幾秒，如何透過強大的計算，更迅速的將這些價值提取出來，這就成為現(xiàn)在大數(shù)據(jù)背景之下很有價值的應用。

第四個是速度，速度是大數(shù)據(jù)和傳統(tǒng)數(shù)據(jù)挖掘之間最顯著的差異和特征，在大數(shù)據(jù)之下，我們沒有辦法去等待設備慢慢處理，我們需要立刻就要知道，但數(shù)據(jù)量這么龐大，對計算機的要求就越來越高，所以要怎么樣在海量的數(shù)據(jù)中去提煉出我們所要的價值，這個時候就需要速度，也就是說，處理數(shù)據(jù)的效率，將成為決定企業(yè)成敗的關(guān)鍵。

在這邊先簡單介紹一下大數(shù)據(jù)中的四個V。接下來，我想要跟各位分享的是我們自己在看物聯(lián)網(wǎng)時，試圖歸納出幾個特色，和關(guān)鍵字，首先的關(guān)鍵字是Monotone單調(diào)的意思，物聯(lián)網(wǎng)的數(shù)據(jù)源其實都來自于一個個的傳感器，傳感器有其特別專注觀察的對象，可能是溫度，可能是壓力，可能是轉(zhuǎn)速，傳感器捕捉這些物理現(xiàn)象，傳遞出單一類型的數(shù)據(jù)，附帶著一定的時間戳記，可能是每秒傳出來、每分鐘傳出來。這樣的數(shù)據(jù)，數(shù)據(jù)源不變、時間間隔不變、數(shù)據(jù)特性不變，簡單地說，就是單調(diào)。

其次一個設備中可能有幾十個傳感器，那么幾十個傳感器，分分秒秒中傳出來許多數(shù)字，這還只是單一的設備，但一個工廠中可能有幾百臺設備，這些數(shù)據(jù)累計起來就形成了一個巨大的數(shù)字池Enormous，這也是為什么在物聯(lián)網(wǎng)下必然以大數(shù)據(jù)的處理技術(shù)為基礎。

這個部分我們看到的關(guān)鍵字是頻率Frequency，傳感器在我們設定的固定頻率下，穩(wěn)定地去采集數(shù)據(jù)，不同的設備因為不同特性或者不同的數(shù)據(jù)形態(tài)要求，而有不同的頻率，但到最終進入運算階段時，必須將這些頻率反推回來，成為一個時間序列，各自對應到正確的時間點中，我們才能夠從中去看出一些端倪。

設備本質(zhì)不同、作用不同，操作的形態(tài)與需求也各自不同，顯然彼此間具有大量的差異(Variety)，用一般人住家來舉例，比如說家中有冰箱也有照明，冰箱的傳感器隨時傳出來的溫度跟壓縮機運轉(zhuǎn)的狀況，以及冷媒壓力讀數(shù)，跟電燈的開關(guān)明暗又是什么關(guān)系呢?各種設備中有各式各樣的傳感器，各種關(guān)注不同內(nèi)容，就造成了這些數(shù)據(jù)在本質(zhì)上有非常大的差異。

接下來我們談到的是穩(wěn)定(Stability)，正如剛剛跟各位說明的這些傳感器，去采集數(shù)據(jù)的時間點不管是以毫秒來算，或者是以秒分來算，其實都在固定的狀況之下，不眠不休的、非常辛勤地去將這些數(shù)據(jù)采集出來，并且繼續(xù)向上傳送。在這里有一個很重要的特色就是穩(wěn)定，沒有辦法穩(wěn)定采集數(shù)據(jù)的傳感器，會在我們接下來要處理數(shù)據(jù)時，造成非常大的困難，因為我們不曉得這個關(guān)鍵點到底要跟哪一些數(shù)據(jù)來對應，所以當我們在處理整個物聯(lián)網(wǎng)相關(guān)數(shù)據(jù)時，就必須去注意到這幾個關(guān)鍵字，單調(diào)、大量、頻率、差異跟穩(wěn)定，在這幾個關(guān)鍵點之中去尋找我們接下來處理數(shù)據(jù)的線索與脈絡。

在談到物聯(lián)網(wǎng)時，我們可能聽過這樣一個故事：一個人下班回家，靠近家門時，家中的冷氣開始運轉(zhuǎn)，電燈打開，廚房開始烹煮食物，浴缸開始放熱水，這其實牽涉到幾件事情，第一個空間距離，第二個各個設備的現(xiàn)況，以及在特定場景中采取的行動，然后就跟著幾個關(guān)鍵字，計算機、數(shù)據(jù)庫、統(tǒng)計學跟機器學習。

在大數(shù)據(jù)運轉(zhuǎn)之下，需要一個高效能的計算機，才能在復雜場景中做出判斷，各種設備該有什么反應。相對應于這些差異性非常大，同時包括結(jié)構(gòu)性、非結(jié)構(gòu)性的數(shù)據(jù)，同時放在一個數(shù)據(jù)庫，人們對于這個數(shù)據(jù)庫的要求也跟過去完全不一樣。比如說，在過去，我們要搜尋一個關(guān)鍵字或商店，是在電腦上已經(jīng)建立好的黃頁里去慢慢翻找，如果數(shù)據(jù)庫里沒有收納這個關(guān)鍵字，很抱歉，這個關(guān)鍵字等于從未存在過。但是現(xiàn)在我們在網(wǎng)絡上，我們敲進去一個關(guān)鍵詞，瞬間我們就會看到一些網(wǎng)頁，看來簡單，但是后臺可能調(diào)用了幾千臺，甚至上萬臺電腦在計算。要同時能夠在這么多用戶、這么多電腦、這么大的數(shù)據(jù)量之中找到各自需要的內(nèi)容，就必須有一個高效能，并且能夠進行分布式運算的數(shù)據(jù)庫，這就是最近20年之間最偉大的發(fā)展之一。

接下來我想跟各位談兩件事情，一個是所謂的拍腦袋統(tǒng)計學，一個是暗黑界的機器學。在拍腦袋統(tǒng)計學上，當然是一個比較戲謔的說法。在傳統(tǒng)中,我們學過的統(tǒng)計學多半是以頻率學派為主，事實上在整個統(tǒng)計中分成兩個主要的派別，一個是頻率學派，一個是貝葉斯學派，它們各自都有非常強大的能力，但是這兩個學派彼此間有點處不來，最大的差異點是對于不確定性有不同的看法。

頻率學派跟貝葉斯學派，他們在探討不確定性或者在談概率這件事情的出發(fā)點和立足點是不一樣的，頻率學派從自然的角度出發(fā)，試圖為事件本身建立一個模型，也就是說頻率學派希望能夠了解在對于特定的事件在獨立重復實驗之中所發(fā)生的頻率，當研究者觀察到這個頻率趨近于某個特定的極限時，那么這個極限就是這個事件發(fā)生的概率。舉例來說，如果想要去計算在拋一枚硬幣時正面向上的概率，我們就要不斷的拋，當拋擲的次數(shù)趨向于無窮時，正面朝上的頻率的極限，就是這整個所有事件中正面朝上的概率。

貝葉斯學派并不試圖去描述這些事件本身，而是從觀察者的角度出發(fā)，也就是說貝葉斯學派并不試圖去說事件本身是隨機的，或者是這個事件的本質(zhì)有某種隨機性。事實上，這套理論根本不談所謂的事件本體，而只是從“觀察者不清楚”的這個出發(fā)點開始，所以貝葉斯學派試圖去構(gòu)造一個對于不確定知識做出一個推斷的方法。

頻率學派中所談的隨機事件，在貝葉斯學派來看，并不是說事件本身具有某一種客觀的隨機性，而只是觀察者不知道這個事件的結(jié)果而已，也就是說觀察者的知識狀態(tài)中沒有包含這個事件的結(jié)果，但是這個狀況之下，觀察者又試圖通過已經(jīng)看到的一些證據(jù)，來推斷這個事件的結(jié)果，因此它只能靠猜。比如說有一個地方，它在過去30年以來每天都是晴天，沒有下雨，那么明天是會下雨還是不下雨呢?在頻率學派可能說我們不清楚，要到明天我們才能夠去確定。但是貝葉斯學派說，因為過去30年已經(jīng)沒有，明天沒有的幾率可能是9成9，但是如果明天忽然下雨了，當它要去預測后天時，可能是9成9再減去一點點，就是下雨的幾率又高了一些，所以這中間有一些主觀猜測的成份，也就是以“有根據(jù)地猜”作為一個前測機率。

在事件發(fā)生之后，前測幾率被固定下來，成為真實，這個真實結(jié)果成為后測結(jié)果，在連續(xù)事件中，可以作為下一次猜測的前測機率來運用。貝葉斯概率談的，就是者一整套關(guān)于猜的過程的框架，而這個框架還最能夠服務于理性推斷，所以在貝葉斯框架中，同一件事情對于知道的人就是確定的事件，對于不知道的人就是隨機事件，而隨機性并不取決于這個事件是不是發(fā)生，而只是描述觀察者對于這個事件的知識狀態(tài)，說得再通俗一點，貝葉斯統(tǒng)計學談的就是有的放矢地猜，也就是這個猜測，那頻率學派覺得這就是拍腦袋。這跟物聯(lián)網(wǎng)大數(shù)據(jù)有很密切的關(guān)系，因為我們面對著巨量數(shù)據(jù)，然后在巨量的數(shù)據(jù)之后，我們不清楚后面還有多少巨量的數(shù)據(jù)等待發(fā)生，而在這個過程中我們又必須對于現(xiàn)況有一定程度的了解，并且對于未來還要做出一個最好的猜測，貝葉斯統(tǒng)計學最能夠?qū)崿F(xiàn)這個目的，也因此，貝葉斯學派在沉寂200年之后，在最近這十幾年來，成為一個非常重要的理論基礎，特別是在人工智能的發(fā)展中扮演極為重要的角色。

接下來我們要談一下機器學習，也是這幾年發(fā)展得非常迅速的一個主題。事實上，現(xiàn)在的發(fā)展幾乎可以說，每一個星期都有新的技術(shù)或者新的應用產(chǎn)生出來，我們要回頭去看一下，其實在20世紀40年代，就已經(jīng)開始有一些相關(guān)機器學習的主題出來，我們就拿可能比較多人聽過的神經(jīng)網(wǎng)絡來介紹。1940年代開始就心理學家跟邏輯學家在研究人類腦子中神經(jīng)元的基本特性之后，就提出了神經(jīng)元的數(shù)學模型，這個模型一直到現(xiàn)在都還在沿用，并且直接影響這個領域的研究。

神經(jīng)網(wǎng)絡之中，一般有三個層級，一個叫做輸入層，最后則是輸出層，那么在輸入與輸出之間還有一些運算的過程，也就是所謂的隱含層。事實上我們掌握的是輸入層跟輸出層，輸入與輸出都是確定的，在中間隱含層，他們到底怎么怎么操作呢?我們根本不曉得中怎么運行，但是隱含層到底有多少節(jié)點或多少層呢?層是可以設定的，但是節(jié)點無法確定，也就是說整個算法之中有一大塊是人們看不見、不清楚的地方，就是一個黑盒子，對于這個黑盒子，我們也只有一個初步描述，但具體怎么運作無從得知，所以我說這是暗黑界。

神經(jīng)網(wǎng)絡是這樣運作的，比如說我們觀察到設備運行時的溫度、壓力，或震動，那么到最后我們要機器協(xié)助我們判斷這臺設備正常或不正常，在輸入層中，有來自于傳感器的數(shù)據(jù)，中間經(jīng)過好幾層不同的運算，每一個隱含層中將數(shù)據(jù)逐漸匯總，并且抽象化到最后得到一個正?；虿徽＿@樣一個結(jié)果，輸出的結(jié)果就是預判正?；虿徽＃覀冊谶@個結(jié)果之上可以繼續(xù)做很多事，從數(shù)據(jù)輸入到結(jié)果輸出，這中間就是神經(jīng)網(wǎng)絡在做的事情。

不管我們是希望將物聯(lián)網(wǎng)應用到自己的企業(yè)，或者是我們?yōu)榭蛻籼峁┪锫?lián)網(wǎng)相關(guān)服務，事實上都會有三個門檻要過，第一個門檻是本質(zhì)觀，這個本質(zhì)是聯(lián)什么?具體的來說中間牽涉到幾件事情，我們就拿在家中的智能家居當成例子來說明。

第一個是具體的場景以及這個場景中所牽涉到的限制以及需求。我們剛剛舉過的例子是一個人下班了，距離家里不遠，有五分鐘就要進門，這個時候，家中的燈開始打開，開始有冷氣，浴室熱水跟廚房電鍋都已經(jīng)開始運行。光是這么簡單的描述就牽涉到四個場景，一個是人距離家中還有一段距離，第二個他進入了家中，進入家中之后，還牽涉到家中有活動以及在家中不活動，(比如說他在睡覺)。隨著不同的場景，就會有不同的生活需求和牽涉到的設備，因而也產(chǎn)生出種種不同的功能與限制。

比如說在夏天時，人們希望回到家里就可以處于非常舒適的環(huán)境中，這但到底什么是舒適呢?溫度是幾度到幾度是合適，對于不同的家庭成員所需要的溫度是怎么樣呢?可能晚上大部分的人都在客廳，那么客廳的熱量比較高，需要比較強大的冷氣，那個時候廚房人很少，可能只有一個人，所以這個時候所需要的電力需求可能又不太一樣，甚至是隨著人在不同的房間中移動時，系統(tǒng)能不能根據(jù)他的可能對移動的方向，去動態(tài)地去調(diào)整這些事情，讓它的舒適度達到最高，這都牽涉到場景限制與行動。

接下來是聯(lián)結(jié)的深度與廣度，我們在談聯(lián)結(jié)的深度與廣度時，事實上是談到物聯(lián)網(wǎng)到底要管多少事情。比如說燈，透過傳感器，我們可以知道照明亮度、開關(guān)狀況，我想追問一個問題，需不需要知道燈的溫度?因為從空調(diào)角度來說，燈照明本身產(chǎn)生的溫度也會造成空調(diào)的負擔，當用的是白熾燈或是LED燈，發(fā)熱的程度又不一樣，所以物聯(lián)網(wǎng)看起來只是三個字，但需要從本質(zhì)出發(fā)去思考這些細節(jié)。

接下來是廣度的問題，就是當冰箱在運行時，燈是不是要隨著開啟或者要不要關(guān)掉，多久關(guān)掉，用什么因素決定，設計者對于這些相關(guān)因素的思考可以非常簡單粗暴也可以非常細膩深刻，其中牽涉到的，就是聯(lián)結(jié)的深度與廣度。

接下來我們要談的是，在數(shù)據(jù)連接的過程中，有起點、過程與終點之分，就拿燈的例子來說，燈會開關(guān)，這個決策的起點是來自于感知到人即將進到房間，那么當使用者進到家門之后，可能馬上要進入到其他的房間，這個時候燈的感知器或者是燈決定下一個動作該是什么，是開關(guān)還是亮?起點是某個場景被觸發(fā)，經(jīng)過某些程序或算法，最后要決定要不要采取某個具體動作，這個動作是開與關(guān)或者明與暗，也就是說物聯(lián)網(wǎng)要從方方面面的數(shù)據(jù)來決定到底要提供什么服務。

這些都是本質(zhì)，家中和工廠都一樣，要從本質(zhì)出發(fā)，那我們現(xiàn)在可以想象一下，在工業(yè)的場景中，我們要面對那么多的設備，設備彼此之間緊密聯(lián)動，我們要怎么樣做才能夠讓這些設備在最好的效率之下運行，或者是它可以實現(xiàn)最高的產(chǎn)能或者是最低的成本。因為設備本身以及場景的限制，不同的需求，需要不同的方式或者對應的規(guī)則來處理，才能達到我們所想要實現(xiàn)的目標。

這就引入了第二關(guān)，物聯(lián)網(wǎng)領域三門檻中的第二關(guān)是技術(shù)關(guān)。問的核心問題是“怎么聯(lián)”。就繼續(xù)以智能家居做例子，我們要再追問幾個問題，數(shù)據(jù)在哪里?如何采集?如何傳遞?接下來是數(shù)據(jù)如何加工?我們在剛剛的說明中，大概已經(jīng)把這些涵蓋進來，我們再來稍微深入一下，在剛剛的這個例子中，人靠近家門，那么人跟家門之間的距離是怎么采集到的?是車子上的GPS嗎?還是利用手機，還是因為門口有一個壓力感知器，所以人們進來時，系統(tǒng)可以知道?

數(shù)據(jù)在哪里?怎么拿到?最后又如何傳遞?是通過wifi的方式，還是通過連線的方式把這些數(shù)據(jù)全部串聯(lián)在一起?我們剛才談到起點、過程與終點，如果能夠順利采集，它送到哪里去處理?這牽涉到加工，處理的過程中，我們能不能跟過去的歷史數(shù)據(jù)相比對，或者是使用者的反應可以成為反饋的數(shù)據(jù)源，這些事情就牽涉到數(shù)據(jù)如何加工，而加工的目的是為了提取出價值。

針對不同的數(shù)據(jù)源，有對應的傳感器，通過采集器與線路，數(shù)據(jù)一路往上傳，直到系統(tǒng)。這個過程中，我們要第一個先確定的是傳感器、采集器的問題，傳感器雖然是一個被動元件，它在財運行的過程中，也會有壽命，所以隨著時間的經(jīng)過，精度準度越來越下降時，能不能調(diào)整，如何去調(diào)整，這都是問題。此外，數(shù)據(jù)采集的過程中，會不會因為外在的一些影響而使得數(shù)據(jù)丟失，這都是一系列要被處理的問題。

工業(yè)環(huán)境更復雜，在工業(yè)環(huán)境中，我們可能會看到控壓，看到空調(diào)，我們會看到數(shù)控機床，看到馬達，看到各式各樣的設備，每一種工業(yè)設備都有它不同的數(shù)據(jù)類型，有它數(shù)據(jù)不同的數(shù)據(jù)格式，也有內(nèi)部的運行邏輯。這涉及到對工業(yè)設備本身專業(yè)知識，同時要去掌握這些不同設備的運行邏輯，并且采取出一個讓它優(yōu)化、高效率、低成本、大產(chǎn)能等等，這些狀況事實上是相對復雜的。

所以，幾個世界大廠要進入這一個部分時，在這里會碰到第一個難關(guān)，因為數(shù)據(jù)加工本身是一個轉(zhuǎn)換的系統(tǒng)工程，而且是一個本質(zhì)性的轉(zhuǎn)換過程，就好像是說我們?nèi)绻獙⒚娣圩兂擅姘?，中間不是只有牽涉到烤箱，還牽涉到食譜，還牽涉到烘焙師自己對于時間以及美味的主觀的判斷，這中間牽涉到各式各樣的專業(yè)知識，這其實也是我們不管是服務客戶或者我們在企業(yè)內(nèi)要導入物聯(lián)網(wǎng)時，需要同時考慮的問題。

接下來我們進入到了物聯(lián)網(wǎng)領域三個門檻中的第三關(guān)。

這里我們談的是商業(yè)關(guān)。第一關(guān)是本質(zhì)，第二關(guān)是技術(shù)，第三關(guān)是商業(yè)，因為畢竟經(jīng)營企業(yè)講求的是將本求利，在這個過程中，最后我們都會要問到一個問題，為什么要連?以剛剛智能家居的例子，有各式各樣的場景，毫無疑問，我們一定有足夠的技術(shù)能力，將各個場景做到高度自動化、智能化，但是我們會被問到的問題是為什么要做?當我進門只要一抬手，就可以打開電燈，這個開關(guān)了不起幾十塊錢，為什么客人要花幾千上萬塊去買一個自動感知器來做同一件事?

亞馬遜在去年出了一款智能音箱叫做Echo，引發(fā)人們對于未來智能家居的一些想象，大家覺得未來是一片榮景，興奮得不得了，微信不停轉(zhuǎn)發(fā)。這個音箱在市場上售價是199塊美元，將近是1300塊人民幣左右，在整個設計上面，用得非常高檔的技術(shù)以及裝備，所以能夠去識別整個房間中各個位置的聲音，而且甚至是在聽音樂時，還能夠識別你說的話，這里唯一的問題是我們?yōu)槭裁匆贿吢犚魳芬贿呹P(guān)電燈還要一邊打電話?我知道技術(shù)都不是問題，但為什么需要用到這些技術(shù)?

事實上不止亞馬遜，亞馬遜之外的谷歌、微軟、阿里、百度、小米都在做，只要有一點企圖心的廠商都試圖做類似的事情，生產(chǎn)出類似的產(chǎn)品，但是我們要追問的是，我們都已經(jīng)知道在技術(shù)上沒有任何問題，但到底為什么要聯(lián)呢?我們付出了這些代價，到底得到什么樣的好處?事實上，這不是我吹毛求疵，而是當我們在工業(yè)場合中面對客戶時，所有的企業(yè)主都在問這件事情，那么身為物聯(lián)網(wǎng)企業(yè)的我們，就一定得好好想清楚怎么去回答好這個問題，這個問題會隨著不同的場景、不同客戶的需求與限制，會有不同的答案，但是無論如何我唯一知道的事情是，不是燈泡擰上去還能用手機開關(guān)就有資格叫做智能物聯(lián)網(wǎng)。

事實上這才是今天真正的主題。我們在過去的企業(yè)中，其實我們已經(jīng)很清楚地知道，技術(shù)基本上大部分都已經(jīng)成熟了，即便是在機器學習或者人工智能這一段，雖然日新月異，現(xiàn)有基礎也能夠提供我們非常好的服務。那么這些產(chǎn)業(yè)在物聯(lián)網(wǎng)產(chǎn)業(yè)中，它的競爭模式到底是怎么樣，這是我們接下來要談的事情。

2. 物聯(lián)網(wǎng)產(chǎn)業(yè)的競爭模式

首先，我們在工廠中經(jīng)?？吹降囊粋€系統(tǒng)叫做MES(制造執(zhí)行系統(tǒng))，最早出現(xiàn)時是在1990年代，這個時候我想先提一個背景，1990年代時，微軟公司推出了windows3.0。在談MES之前，我們還要再去談一下企業(yè)中很重要的系統(tǒng)ERP，我們講ERP講的是企業(yè)資源規(guī)劃，它是在物料需求計劃MRP，跟制造資源規(guī)劃MRPII的基礎上發(fā)展出來的管理工具，所謂的MES是制造執(zhí)行系統(tǒng)，是美國管理界在1990年代所提出的一個概念，定義是能夠透過信息傳遞，對于從定單下達一直到產(chǎn)品完成的整個生產(chǎn)過程進行優(yōu)化管理，也就是說當車間發(fā)生實時事件時，MES能夠?qū)Υ思皶r提出反應、報告，并且去進行處理。

從這個定義來看，MES其實是對ERP計劃的一個監(jiān)控跟反饋，其實是ERP的業(yè)務管理系統(tǒng)，在生產(chǎn)現(xiàn)場的一個細化，所以ERP是一個業(yè)務管理級的系統(tǒng)，而MES是一個現(xiàn)場作業(yè)級別的系統(tǒng)，所以很多的MES管理工具都會跟工業(yè)設備，比如像透過工控技術(shù)來進行數(shù)據(jù)采集，上傳到ERP系統(tǒng)去進行業(yè)務相關(guān)的回報以及相關(guān)的指令的處理.因為在現(xiàn)場去采集數(shù)據(jù)、傳輸數(shù)據(jù)，送到一個系統(tǒng)去處理，處理之外有個結(jié)果，又回歸到現(xiàn)場，這樣一個周而復始的過程，提起來跟物聯(lián)網(wǎng)是不是很接近呢?確實如此，從1990年代發(fā)展到現(xiàn)在，MES確實已經(jīng)具備了物聯(lián)網(wǎng)的雛形，從設備到儀表或者到系統(tǒng)，已經(jīng)建立這樣一個物的聯(lián)系的關(guān)系，但還不是一個完整的人機的閉環(huán)。

從1990年代到現(xiàn)在已經(jīng)經(jīng)過了25年，Windows也從3.0直到現(xiàn)在已經(jīng)是Win10 ，對于現(xiàn)在的年輕人談起Windows3.0時，他們可能會用嘲笑的眼光來看著我們，“看看這個老頭子說些什么呢?”也別傷心，這是世代交替、典范轉(zhuǎn)移的自然歷程。同樣的，我們在工業(yè)系統(tǒng)中談MES時，是不是也出現(xiàn)了典范轉(zhuǎn)移的過程呢?在這20年之間，有沒有哪一些在工業(yè)或者是在產(chǎn)業(yè)界有什么比較明顯的典范轉(zhuǎn)移的過程可以拿出來談談?

確實有，就舉兩個例子，一個是蘋果手機，一個是搜尋引擎。在蘋果手機第出現(xiàn)之前，我們對于手機其實就是一個撥電話、收發(fā)短信的一個工具，在人對人之間的聯(lián)系，發(fā)揮一個非常強大的便利的作用。那時候我們知道還有一家非常強大的企業(yè)叫諾基亞，蘋果手機出來之后改變了所有的事情，在蘋果手機出來了之后，我們在手機上玩的花樣可多了，不僅僅只是這些語音的傳遞或者是信息的傳遞而已，手機變成是我們隨身的一個智能系統(tǒng)，透過手機以及連線，我們可以接觸到各式各樣的數(shù)據(jù)庫，可以帶著我們在網(wǎng)絡的世界中遨游，而原先曾經(jīng)是手機存著唯一目的的撥電話、發(fā)短信，現(xiàn)在幾乎很少被提到，這就是典范轉(zhuǎn)移的一個例子。

另外一個例子是搜尋引擎，在2000年以前雅虎是一個非常強大的企業(yè)，因為它改變了過去人們搜尋數(shù)據(jù)的方式，雅虎最強大的地方是將所有的數(shù)據(jù)整理起來，整理成為一個很大的電話本，我們在電話本上只要知道類別，我們幾乎可以很快地搜尋到我們要的東西，馬云也是在那個時候開始起來的，我們還看到過馬云向官員介紹自己要建立一個中國的黃頁，從中國黃頁到現(xiàn)在的阿里巴巴帝國，中間經(jīng)歷過非常大的轉(zhuǎn)變。

那么，谷歌又是如何成為現(xiàn)在搜尋引擎之王呢?谷歌并沒有跟著雅虎走一樣的路，將所有的數(shù)據(jù)用人重新編輯起來再放上去，而是用了爬蟲技術(shù)，并且利用專利的網(wǎng)站排序技術(shù)，將所有的網(wǎng)頁進行評價，評價過程中還將這些網(wǎng)頁相關(guān)的數(shù)據(jù)儲存起來，所以當我們?nèi)嗽谒褜ひ嫔厦孑斎胛覀円年P(guān)鍵字時，它有一套索引系統(tǒng)以及非常大型的分布式運算的系統(tǒng)，可以在幾萬臺甚至幾百萬臺的電腦中，去搜尋到我們要的數(shù)據(jù)，并且在短短的可能不到一秒的時間之內(nèi)送到我們眼前。

在過去，我們必須先知道我們目標所專屬的類別，一層一層往下翻，只要數(shù)據(jù)在，花個幾分鐘還是能找到，但現(xiàn)在是只要知道關(guān)鍵字，就可以瞬間得到結(jié)果。這兩件事情所帶來的便利性是完全不同等級的，所以我們也看到搜尋引擎之王從雅虎變成了谷歌。我們在20年之間，看到一個非常明顯的典范轉(zhuǎn)移。那么在物聯(lián)網(wǎng)的領域中，是不是也是這樣，很開心也很遺憾地說，“是的”，從1990開始一直到現(xiàn)在，典范轉(zhuǎn)移存在，而且事實上也在快速轉(zhuǎn)變，其原因是物聯(lián)網(wǎng)的技術(shù)正在快速累積，還有各種技術(shù)包含高效率的計算機，處理大型數(shù)據(jù)的數(shù)據(jù)庫，包括統(tǒng)計學習、機器學習等等，這些相關(guān)技術(shù)正在快速累積并快速傳播到各個領域之中。

另外，包含這些聯(lián)網(wǎng)的能力跟可以聯(lián)網(wǎng)的規(guī)模，網(wǎng)絡相關(guān)的知識的資源以及機器學習的相關(guān)的專業(yè)技術(shù)，也正在快速累積，而這個累積很快就可以投入應用，所以造成了整個工業(yè)物聯(lián)網(wǎng)的快速轉(zhuǎn)變。在這個過程中，我們看到了連接能力、計算能力以及運行能力都在快速累積，這意味著什么?意味著今天開發(fā)出來的技術(shù)，可能還沒有成熟就已經(jīng)過時了，同時也代表著現(xiàn)在整個技術(shù)面正朝著資本集中、知識集中、規(guī)模集中的方向在發(fā)展，那也就使得傳統(tǒng)形式的科技公司，很難應付這種局面。

快速累積、技術(shù)投入本身是需要資本的，而如果它很快就過時，這也意味著這些我們所發(fā)展出來這些知識，它沒有辦法在第一時間發(fā)揮一個比較好的資本累積的效果，而是可能一開始就進入競爭的紅海。對于科技公司來說，非常重要的事情是知識的累積，知識沒有辦法一個人拍著腦袋，說自己對所有事情都了解透徹，并且有能力去完成實現(xiàn)，所以我們不但需要這些應用基礎技術(shù)，也需要很多人在一起投入，這些人力成本也非常昂貴，它會形成一個剛剛所提到的資本集中、知識集中跟規(guī)模集中這樣一個狀況，所以我們在談到這個競爭模式時，必然逃不過典范轉(zhuǎn)移。

MES正在朝物聯(lián)網(wǎng)的方向在前進，整體而言MES的云端化跟智能化，就構(gòu)成了我們現(xiàn)在所做的IOT，那歸根結(jié)底還是牽涉到我們剛剛在談的，牽涉到本質(zhì)性的問題，就是場景限制與需求，然后連接的深度與廣度，還有數(shù)據(jù)本身的起點\過程以及終點。

3. 物聯(lián)網(wǎng)商業(yè)模式?jīng)Q定勝負

談到技術(shù)關(guān)時，我們觀察到一個趨勢，就是技術(shù)集中、資本集中、規(guī)模集中、知識集中等等這樣的狀況，這意味著什么?意味著專注在技術(shù)的物聯(lián)網(wǎng)技術(shù)企業(yè)，可能會出現(xiàn)一個規(guī)模經(jīng)濟，并且利益會集中在少數(shù)有能力、瞬間集合成千上百個專家投入的大型企業(yè)，但這是不是意味著小型的公司都應該洗洗睡了，這倒未必。而且我個人認為在知識經(jīng)濟中，規(guī)模不是一切。

以下跟各位分享一下，我們在為客戶服務過程中所看到一些事情以及我們形成的觀點。大家常?；舜罅繒r間研究馬云是怎么成功的，谷歌是怎么成功的，百度是怎么成功的或者是微信是怎么成功的。要跟各位潑個冷水，這些例子在統(tǒng)計學上很可能完全不合邏輯，或者說沒有統(tǒng)計學意義。簡單地說，因為我們只看到成功者、勝利者，當回顧他們成功的過程時，總是要歸納出某些成功因素，但這中間有一個在思考上的誤謬，就是所謂的生存者偏差，我們看到他們成功，以為這樣就是對的，但是實際上也有可能很多消失的企業(yè)，它們遵循著一模一樣的路，但是他們也許在某些轉(zhuǎn)彎，在某些關(guān)口上面沒有得到充分的資源，所以失敗了消失了。

在人們的推論中，無非是三個主要的觀點，一個是規(guī)模決定論，就是規(guī)模很大可以應付各式各樣的事情，如果有大的規(guī)模就可以成功。另外一種是技術(shù)決定論，因為掌握了某一種特定的技術(shù)，那么這個技術(shù)又是別人在短時間之內(nèi)沒有辦法抄襲，甚至有專利保護等等，所以掌握這個技術(shù)就可以成功。另外也有一些企業(yè)在思考市場決定論，這個市場中只有我，也不容易進來，我可以在這個市場中去掌握所有事情，所以掌握這個市場就掌握一切，那不管是規(guī)模決定論、技術(shù)決定論、還是市場決定論，我們其實唯一知道的事情是事實難料，要隨著不同階段有不同的看法。

為什么要有商業(yè)模式，原因很簡單，因為不管是規(guī)模、技術(shù)、市場，都不是永遠的決勝因素，碰到典范轉(zhuǎn)移就可能在瞬間灰飛煙滅，當我們沒有辦法單純地從規(guī)模、技術(shù)或者市場中去決定成敗時，這個時候其實是靠商業(yè)模式來決定勝負。在我們觀察之后，整理出來四個交易模式，分別簡單介紹，先是單純的交易模式，在這個模式中的關(guān)鍵詞是“成本為王”，，我們到餐廳吃飯就是最簡單的例子，在直覺上面人們傾向于直接買賣，直接付錢跟交付。這個模式的要求是即時交付，在科技行業(yè)中這是經(jīng)常有的狀況。

但是當我們談到物聯(lián)網(wǎng)，特別是中間談到很多知識要累積，牽涉到機器學習的過程時，機器學習很難滿足這種單純交易模式，因為我不是一個投入機器學習就直接完成的事情，沒辦法直接交付直接得到結(jié)果。結(jié)局需要時間，就拿阿爾法狗當例子，比如說AlphaGo可以打敗圍棋高手，讓我們驚嘆于它的運算能力的強大，事實上在前面開發(fā)階段時，花了兩年的時間學習了幾萬個歷史名局，自己也左右互搏打了幾百萬局，再從這些難以計數(shù)的賽局中，歸結(jié)出來的某些規(guī)則，所以在每次下棋時，事實上是過去幾百萬局精華的再現(xiàn)，有了這些經(jīng)驗累積下來才下得出來，這需要時間。

在傳統(tǒng)的交互狀況底下，客戶付錢希望馬上能夠看到效果，但是對于物聯(lián)網(wǎng)產(chǎn)品就沒這么簡單，為什么?因為我們交付的不是一個單純的一個螺絲或者是一支筆，或者是一瓶果汁，我們交付的是，一個完整的架構(gòu)與服務，而且還是需要時間來完成積累沉淀的架構(gòu)，這個時候，買家似乎有比較大的談判優(yōu)勢。

我們剛才談單純交易模式，我付多少錢馬上拿到多少東西，它有一個變形是像自助餐，這是我付的一筆錢，在一個特定的時間能吃多少，就盡可能吃也不限制，但實際上這件事情，不管是對供應者或者需求者來說，都不見得是一個最好的選擇。因為所有企業(yè)都是將本求利，企業(yè)在計算在整個服務過程中可以獲得多少利潤，為了降低成本，企業(yè)將某些重要或高階的部分作為宣傳品，也就有了一定的數(shù)量限制，換句話說，某些消費者可以享受到物超所值，但這是另外一些消費者當了冤大頭的結(jié)果。從需求者立場來說，因為需求者覺得自己付了一個相對高的價錢，我一定要吃夠本，寧可吃不下倒掉，也不能少吃，所以在這個過程中，也就必然會產(chǎn)生一些浪費的狀況，實際上在過去的這么多年中，傳統(tǒng)商業(yè)中就一直有這樣的困境，因為當每一個人都要為自己的利益著想時，中間必然產(chǎn)生一個沖突。

單純的以成本為主的交易模式之后，人們看到有些不方便、不公平的地方，就衍生出來一個服務模式。我們剛剛用餐廳說明單純交易模式，要說明單純服務模式，我們可以用剪頭發(fā)當例子。剪頭發(fā)這件事情，服務跟結(jié)果是脫鉤的，服務本身要收費，但是對于結(jié)果這件事情并不保障。我們?nèi)ピO計公司，請理發(fā)設計師幫我們服務，不管付多少錢，十塊或者是一千塊，剪完時，不管我們滿不滿意，我們都得付這個錢。在這中間唯一得到保障的是設計師或者是理發(fā)店，因為進來一個人，就可以收多少錢。反過來，被服務的業(yè)主并不放心，這也不利于產(chǎn)業(yè)快速發(fā)展，為什么?因為當結(jié)果沒有保障時，企業(yè)主會產(chǎn)生一種自然的擔憂，因為我不知道付出去的錢，能不能對等于最后得到的結(jié)果，如果我對結(jié)果不滿意時，錢還是付了，但是對企業(yè)可能沒有帶來好處，反而帶來很多壞處，為了避免這種狀況，那么在這中間就會牽涉到大量的交易成本，人們到最后只能依賴其他人的評價，也就是我們常說的口碑。

在單純服務模式時，我們會看到很多明星設計師、首席設計總監(jiān)，我們知道要付比較高的代價，但是至少讓他剪，心中比較不那么擔心，覺得好像對結(jié)果比較有保障，但是我們可能要追問一個問題，這個等級的設計總監(jiān)，人數(shù)必然相對少，卻有那么多人都希望讓他服務，第一個問題是，他忙得過來嗎?第二個問題是，如果當這個設計師希望將所有的業(yè)務都抓在自己手中時，也就是說他對每個客戶的關(guān)注以及所能付出的時間也相對縮短時，那么各個業(yè)主還是付出高價，但所得到的服務結(jié)果的質(zhì)量還會有保障嗎?

不管是在單純交易模式中一手交錢一手交貨，或者是在單純服務模式中，付錢購買服務，但對于結(jié)果又沒有把握。在供需雙方之間、都還是有些難以滿足的地方，所以又引申出來第三種形式，第三種形式我們稱之為利益分享的模式，這個利益分享的模式，是在考慮過單純交易跟單純服務的缺點之后形成的概念，也就是說服務的過程跟結(jié)果的質(zhì)量都非常重要，當我得到了這個服務，它為我?guī)硪欢ǖ睦?，而這樣的利益是會回饋到當初提供服務的這個企業(yè)身上。在概念上面，理解起來當然非常合理，因為供需雙方都有一定的權(quán)利跟義務，但實際上它牽涉到幾個非常根本的問題，也就是量化的方法及分享的模式。

利益分享的模式的前提，首先必須是的確存在利益，而這個利益還能夠讓雙方去進行分配，所以碰到的第一個問題是誰來分配。第二個利益到底有多大，他的計算基礎是什么?節(jié)能服務業(yè)事實上就碰到了這樣的一個困境，節(jié)能服務公司希望去為客戶節(jié)能，客戶所省下的費用可以回饋一部分給我們。

說起來容易，操作起來問題重重。第一個問題就是到底有沒有節(jié)能?由于涉及自然環(huán)境的變化，事實上節(jié)能效果很不穩(wěn)定，有時候就算電費確實下降了，但客戶不認為是你的貢獻。舉個例子來說，比如說去年的超過35度的日子有50天，所以我付出了某個金額的電費，但今年超過35度的日期可能只剩下25天，電費確實也必然會下降，但是在中間有一個說不清楚的地方，到底節(jié)能改造的貢獻大，還是天氣涼爽的貢獻大?節(jié)能公司當然說都是我的貢獻，業(yè)主當然說跟你完全無關(guān)。節(jié)能服務業(yè)中，因為很多關(guān)鍵因素一開始就沒有數(shù)字化，也可能是因為數(shù)字化的成本太高，雙方都不愿意負擔，因此，在服務提供者跟被服務的人之間，從一開始在關(guān)鍵數(shù)字上就沒有達成共識，最后當然扯不清楚，造成現(xiàn)在節(jié)能服務業(yè)所面臨的困境。

單純交易模式讓賣方不開心，單純服務模式讓買房不愉快，利益共享方式算不清楚，沒打架不錯了，哪有分享機會，這樣說起來還有什么選擇?事實上除了這三種之外，還有另外一種方式是所謂的共生協(xié)作模型，不管是單純交易、單純服務，或者是利益分享，其實中間一直都只有買賣雙方，然而，思維事實上可以更寬廣，因為在共生協(xié)作模式底下不是只有買賣雙方而已，買賣雙方都是一條漫長價值鏈的一小部分。以華科公司來說，現(xiàn)在的兩個核心服務都在共生協(xié)助模式之下發(fā)展，第一個核心服務是企業(yè)內(nèi)部的廠務管理，我們重視的是服務過程，并且確認為客戶帶來附加價值。另外一個是企業(yè)外的客戶服務平臺，這個服務則是重視結(jié)果，協(xié)助客戶再去對他的客戶提供附加價值，甚至可以提高收費或者是創(chuàng)造更新的收入。關(guān)鍵在哪里?這個關(guān)鍵是我們所提供的服務，不是在客戶這個環(huán)節(jié)就被消耗掉，而是跟客戶的直接利益相結(jié)合，讓客戶有機會去爭取更大的利益，我們再從客戶新增加的利益之中去定義出自己的價值。因為我們的客戶在我們的服務之上繼續(xù)實現(xiàn)經(jīng)濟利益，我們也從這個經(jīng)濟利益中，分享到一小部分，客戶就愿意付這樣的錢。簡單地說，我們就是要讓客戶樂于把我們賣掉，而且我們還愿意幫客戶數(shù)錢。

4. 應用

我們剛剛在談到，在整個服務的過程中，像Predix希望能夠?qū)⑿畔⒖萍几\營技術(shù)能夠相結(jié)合，這個核心就是數(shù)據(jù)分析，需要大量的業(yè)務模型，而這些模型的組合跟實體化就是應用。我們剛才談過，在技術(shù)上面會出現(xiàn)一個資本集中、規(guī)模集中跟知識集中的狀況，那小型企業(yè)怎么辦?小型企業(yè)的突破點就在于業(yè)務模型轉(zhuǎn)換成應用的過程。

在整個應用的這些企業(yè)的流程中，我們大概可以把它分成四個部分，就是生產(chǎn)、銷售、服務、運營四個重要環(huán)節(jié)中，其中各自有很多應用，我這邊舉出幾個簡單的例子。在生產(chǎn)中，希望將生產(chǎn)過程和結(jié)果能夠數(shù)字化、精細化，這邊有個概念叫做信息物理系統(tǒng)CPS，李杰教授也提出一個類似的概念叫做，Digital Twins數(shù)字雙胞胎、數(shù)字孿生子，這個概念是將實體工廠復制到數(shù)字空間中，并且創(chuàng)造出一個一模一樣的模型，在這個模型中我們可以進行操作或者設計，讓所有事情可以先在數(shù)字世界中形成，確認效果之后，我們再搬到實際世界中來，風險、成本大幅降低。其次，在設計階段，數(shù)字化、物聯(lián)網(wǎng)也可以有很大的應用空間，在物聯(lián)網(wǎng)所構(gòu)成的數(shù)字空間中，我們可以預先知道成品未來會長成什么樣子，可以發(fā)揮什么效果，比如說像Autocad的使用，在很久以前，我們可能需要大量的圖紙，但近十五年來，我們在電腦中設計CAD模型，我們在電腦上看到具體的形狀和設計，不管是模具的生產(chǎn)或在產(chǎn)品的設計中，在數(shù)字空間中都已經(jīng)可以預先確認，解決大部分的問題。再者，生產(chǎn)效能的提升也是重頭戲，這也是我們?nèi)A科公司所提供的服務之一。我們的基本概念是，在工廠中有大量設備，這些設備本身組成系統(tǒng)，系統(tǒng)與系統(tǒng)之間構(gòu)成一個生產(chǎn)線，而在這個生產(chǎn)線上，必須同時為幾個目的而服務，希望又是高效率，又是大產(chǎn)能，又要低成本。在這幾個不同的目的之間，有個排序或者是權(quán)重的關(guān)系，我們把這個組合構(gòu)成一個目標函數(shù)或者是獎勵函數(shù)，隨著不同的目標函數(shù)，各個設備之間彼此會有一些互動的過程，而且這個互動的結(jié)果服從于原先設定的目標函數(shù)，然后透過這種方式來達到生產(chǎn)效能的提升。

在銷售的部分，透過數(shù)據(jù)了解客戶的運行行為或者在采購上的偏好，如果客戶購買了這個產(chǎn)品時，是不是還會再去購買其他產(chǎn)品呢?透過關(guān)聯(lián)分析，企業(yè)可以做到到精準行銷跟交叉銷售。簡單舉一個例子，沃爾瑪過去統(tǒng)計了客戶的銷售行為，原先認為購買嬰兒尿布可能是母親的任務，因此將尿布放在女性相關(guān)用品區(qū)域，但是當沃爾瑪深入分析時發(fā)現(xiàn)，采購尿布的顧客以男性為主，男性在采購時，通常先采購自己要的啤酒，才走過大半個賣場去拿嬰兒尿布，后來沃爾瑪根據(jù)這個結(jié)果重新安排貨架，將嬰兒尿布跟啤酒放在一起。在沃爾瑪?shù)睦永?，他們將嬰兒尿布與啤酒放在同一個地方，所以這些愛家男性接受太太指令來買嬰兒尿布時，也可以順便犒勞一下自己，順手再帶個啤酒走，就因為沃爾瑪發(fā)現(xiàn)消費者在采購這件事情有這樣的特性，所以不管是嬰兒尿布或者是啤酒，整個營業(yè)額都上升了。

我們在工業(yè)客戶中，其實也可以這樣操作，例如我們發(fā)現(xiàn)設備在運行時，必然用到某些輔料，盡管不是直接相關(guān)，這些間接相關(guān)輔料的數(shù)據(jù)分析結(jié)果，可可以看到某種特定的消費傾向，我們也找到中間的關(guān)聯(lián)性。這是我們在過去單純用Excel或者是簡單報表形式掌握不到的趨勢，但是透過大數(shù)據(jù)工具中，我們看到了關(guān)聯(lián)性，也協(xié)助我們可以更有效地做出決策。

至于服務，我想提一下國家在推進中國制造2025時，有一個非常重要的主題，稱為“服務性制造”，其中的概念，就是希望制造業(yè)，從傳統(tǒng)的生產(chǎn)的提供者，能夠進一步跨界加入服務業(yè)的精神，可以往更好服務品質(zhì)的方向來邁進，簡單地說。就是要把服務業(yè)的靈魂接在制造業(yè)的線路上面，我們關(guān)注的不再是這個設備我們要賣多少臺，要在多少時間收多少錢，我們更關(guān)心的事情是我們賣出去之后，售后服務如何推進?這些事情有多重要?我想舉一個例子來跟各位分享，國內(nèi)制造業(yè)最關(guān)注的事情是設備的銷售，銷售出去之后，基于各種原因，不再跟進售后服務，導致一般制造業(yè)企業(yè)，設備銷售占全部營業(yè)額中的八成、九成，售后服務這塊也許只有1成、1成5，甚至更低，但在這么小的比例中，不管毛利多好，售后服務實際上沒有利潤。

反過來，國外的設備制造業(yè)對于售后服務就非常重視，重視的原因不是因為企業(yè)講究高大上還是面子問題，實際上還是將本圖利，因為售后服務的利潤非常之高，甚至可以這樣說,單純設備銷售利潤，大概只有售后服務的1/3或1/4，也就是說如果如果設備銷售1億元，那么售后服務只要2500萬，就可以得到同樣的利潤。物聯(lián)網(wǎng)在這中間扮演什么關(guān)系呢?這就是華科公司提供的服務，在設備銷售出去之后，我們?nèi)ビ^察設備使用者的操作行為、設備狀況，并且借以建立設備獨有的運行模型。從這個運行模型中，再去預測這個設備未來的實際需求，所以我們可以在客戶需求實際發(fā)生之前，就可以先掌握，我們可以在客戶相關(guān)需求發(fā)生之前，就可以提前讓服務與零件供應到現(xiàn)場，這個時候客戶的滿意度提升，他更愿意跟我們有所往來。

運營的過程中，物聯(lián)網(wǎng)其實也可以發(fā)揮很多的效果，這些相關(guān)的應用包含倉儲、物流、資產(chǎn)安全也就是點檢的部分，或者是在設備運行的過程中，中間種種的運用，都是物聯(lián)網(wǎng)應用的一些簡單例子而已。不管是在生產(chǎn)、銷售、服務或者運營中，事實上都有大量的應用空間，因為太專業(yè)、太瑣碎，因此大型企業(yè)反而沒有辦法涵蓋，就算大型企業(yè)能夠動員成千上百個人來解決一個問題，對于個別問題當然非常強大，但是企業(yè)大，意味著要去面臨的問題更多，要投入的事情的深度與廣度遠遠超出這些成千上百的人可以處理的部分，反過來，像我們這樣一個小型的物聯(lián)網(wǎng)企業(yè)，這些就是我們可以突破的點。

5. 物聯(lián)網(wǎng)發(fā)展戰(zhàn)略

最終，其實我們還是要問一件事情，也就是禪宗說的，“從何處來，往何處去”。我們必須知道，數(shù)據(jù)往何處來，價值往何處去。我們想要跟客戶、跟合作伙伴之間形成一個共生協(xié)作關(guān)系，就必須要先思考清楚這個問題。

剛剛談到在幾個商業(yè)模式中，我們認為，小型的企業(yè)想尋求突破，掌握企業(yè)共生協(xié)作模型的思維會是一個非常重要的關(guān)鍵，而且這還突破了過去買賣雙方對立的一個局面。我們必須先認清楚買賣雙方，事實上是在一條漫長價值鏈中的兩個環(huán)節(jié)而已，也就是說我們必須去協(xié)助我們的客戶，能夠做出附加價值，協(xié)助客戶賺更多錢，我們才能夠去得到我們應有的一份。但在實際操作上，會是什么樣一個狀況呢?

最重要的其實還是我們真正能夠掌握的一些專精的領域本質(zhì)到底在哪，從本質(zhì)出發(fā)，面對自己核心優(yōu)勢進行分析，就知道對客戶可以帶來哪些價值。在此同時，我們也必須對于客戶的核心需求進行分析，因為當我們的專精領域確實能夠?qū)蛻舻男枨笥兴貞鉀Q他們痛點時，中間買賣雙方才會有一個連接的機會，那么客戶的痛點是什么?就是他在對客戶提供服務時，沒有辦法提高售價，沒有辦法提高價值，沒有辦法爭取更高利潤。所以我們要做的事情就很清晰了，以我們的專業(yè)能力補足客戶的不足。那這件事情談到最后，其實就是要對客戶提出一個價值提案，最后一兩頁跟各位介紹一下我們接下來的發(fā)展是什么?

作為一個小型而且正在快速發(fā)展中的物聯(lián)網(wǎng)企業(yè)，我們認為在共生協(xié)作模型中的關(guān)鍵詞叫生態(tài)圈，生態(tài)圈不僅僅是一個詞，實際上也是三個字的組合，在共生協(xié)作的模式中，我們思維可以更寬廣，不是只有買賣雙方，而是一個漫長價值鏈的一小部分，這個是我反復強調(diào)的事情。生態(tài)圈這三個字，第一個是“賴以為生”的“生”，談的是我們自己的專精領域是什么，在整個價值鏈上我的上下左右前后各是誰，怎么大家能夠結(jié)合在一起活下去。

“千姿百態(tài)”的“態(tài)”字談的是業(yè)態(tài)，這牽涉到專精領域中，怎么解決客戶的痛點，如何透過協(xié)作方式讓客戶乃至于整個價值鏈可以前后貫穿。這邊還可以延伸出一個主題，就是客戶怎么看待我們，以及我們怎么看待和我們合作的人：

不管企業(yè)多大，都沒有辦法掌握所有資源，有很多事情沒有辦法自己完成，需要協(xié)作。這個時候我們要問自己一個問題，我們尋找的是下包商還是伙伴，如果是下包商，我們要的是價格、成本跟交付，業(yè)務的切分范圍是交付，這就碰到一個問題，因為所有人都不想吃虧，必然選擇對于自己最有利的方式，最好是保固期限一到，設備馬上故障，還沒法修，非要逼著客戶回頭買，嘿嘿!我賺了，但是嘿嘿兩字的代價是信任。

我們花了這么多的力氣比較，事實上這些都是交易成本的一部分，不信任帶來巨大的交易成本，而且因為有時間差，我們還可能看不到真正的問題。反過來，如果我們尋找的是伙伴時，我們期待有人和我們分攤風險、我們當然要分享利潤，就這樣構(gòu)成一個個有著堅強向心力的小圈子:不同形態(tài)，不同專業(yè)、不同分工，在價值鏈上下左右結(jié)合在一起，對外戰(zhàn)力互補，對內(nèi)堅信不移，以長期信任為基礎，對于小公司來說尤其重要，我現(xiàn)在也正在積極建構(gòu)生態(tài)圈。

有了規(guī)模、技術(shù)與市場，也掌握了物聯(lián)網(wǎng)的本質(zhì)，而且我們還在協(xié)作模式之下形成了生態(tài)圈，接下來唯一的關(guān)鍵是什么?我們好不容易走到這里，無論如何一定要努力、勇敢地生存下去，只有走到終點才有資格笑出聲音。

戳這里，看該作者更多好文