如果每个网络信号都有实体的话，我们眼前的世界一定会越来越拥挤。
二十年前，互联网改变了我们获取信息和相互交流的方式。现在，这一运动正在以相同的方式改变我们与周遭物理世界的联系。据市场研究机构 IDC 预测，到 2020 年时，全球物联网设备安装量将达到 281 亿台。
“物体”不再了无生气，而是与我们的生活交互关联。本篇，行业专家和创业者们将一起聊聊物联网创业机会。
1.陈孝良
声智科技 CEO，中科院声学研究所副研究员。声智科技从事语音交互芯片、模组和设备研发、设计、制造，并提供整体声学技术和语音识别解决方案。
声、光、电融合传感将会创造出更多新数据，进而推动商业模式创新。
让机器适应人类，是人工智能得以实现的核心要素。
声、光、电、热、力、磁，这几种传感是人类获取信息的重要手段，也是数字世界感知物理世界的主要途径。其中，声学（麦克风）、光学（摄像头、激光雷达）和电学（GPS、电子雷达）更是核心要素。
从投资角度看，当前著名的人工智能企业基本可以按这三个传感方式来划分。
这里有个问题值得琢磨：声、光、电传感技术早于计算机而出现，比如留声机、照相机和雷达。为什么直到现在，它们才开始引起产业界的重视？
纵观技术历史，总是声学先行，光学和电学次之。所以，我们不妨以声学领域的麦克风技术为例展开探讨。
计算机和手机很早就配置了麦克风，但直到 Amazon 推出一款麦克风阵列的 Echo，产业界对这类产品忽然变得极度关注并争相模仿。究其原因，除了这款产品在计算和通信方面的能力有所提高，更主要的原因是场景发生了变化。
在 Echo 出现之前，麦克风解决的一直都是近场问题。近场语音交互要求人类适应机器，一定程度上掩盖了技术的不足，是典型的由于技术限制而刻意回避场景的案例。但实际上，人类之间的语音交互都会拉开一定距离。所以，现在我们开始需要机器适应人类的远场语音交互。
机器适应人类，这可以说是计算机技术的一个巨大进步，也是人工智能得以实现的核心要素之一。
这并非声学领域特有的问题，当汽车安装摄像头和雷达，以及自行车安装 GPS 时，场景变化带来的技术挑战才会凸显出来，因为真实场景所需要的技术并非是简单升级而是颠覆性创新。这也是当前技术型创业公司被青睐的主要原因。
然而，单一传感方式所带来的影响总是有限，不足以推动整个技术和社会的变革。例如，麦克风阵列可以采集人类自然对话的语音信息，从而逐渐演化、理解人类语言。这意味着将来机器可以读懂我们的思想，十分可怕。但这种理解其实还比较片面，缺乏图像、位置等其他传感信息的支持。
从这个层面来说，人工智能必须融合多种传感方式，而非局限于声、光、电、热、力、磁，再加上强大的计算和存储能力，才能在某些领域超越人类，从而看懂世界，推动更多新商业模式的诞生。
当机器获取的融合数据足以覆盖人类产生的数据的十分之一时，大多时候，人类只需要说一说、看一看或者想一想，机器就能捕捉到背后的思想。
未来到底会产生哪些新的商业模式，我们尚不可知。但有一点可以肯定，广告模式肯定不是人工智能时代的最佳商业模式。
2.赵晓光
天风证券研究所所长。2010-2016 年连续 7 年获得《新财富》电子行业分析师第一名。
新的数据流必须依靠硬件创新来产生。
机会存在于制造业，如材料、设备、芯片、汽车、军民融合领域等。
目前，全球科技行业都面临着困局。如果把企业发展分为生产力创新和生产关系创新 2 个环节，那么很多企业都被关系创新冲昏了头脑，认为加一点互联网模式、加一点生态概念就是万能的，反而在生产力创新上比较乏力。
分析生产力创新瓶颈的核心方法是看数据流。搞清楚数据从哪里来，如何处理，到哪里去。大多数企业只要解决其中一个环节就可以成功，三个环节都解决了就有机会成为巨头。
新的数据流必须依靠硬件创新来产生。所以，我认为科技行业的下一个突破点在硬件创新上。
过去的产业发展是软、硬件创新交替带动的。2010 年到 2013 年智能手机迅速发展，2013 年 5 月开始，社交、游戏软件火爆起来，直到 2015 年开始全面下跌。按照规律，硬件也会进入一轮集中发展周期。现在互联网巨头也纷纷在布局，包括VR、智能汽车、可穿戴设备等等，这些其实都不仅仅是产品，更是获取数据的硬件。
以智能手机为例，它产生的数据基于 3 个方面：使用人数，从 10% 发展到 80%；使用时长，从每天 2 小时发展到超过 10 小时；智能手机本身可以产生数据。
前两点的红利已经快被消耗完了。但第三点，比如摄像头拍照、录视频的数据，此前由于无法结构化，而没有被商业化。但人工智能可以实现这一点。从 iOS 8 开始，手机可以自动识别图片并进行归类。这只是第一步。接下来的视频数据分析，会产生巨大的商业机会，甚至改变传媒行业、广告行业。
另一个角度看，科技巨头在做哪件事情，基本上这件事情就越有未来。现在巨头都在做人工智能，它的核心是机器学习，而机器学习的难点在于数据。技术本身是可以通过学习而进步的，但是数据具有稀缺性，不是谁都可以拿到。所以，数据是解答一切问题的密码。
人工智能这个行业，最后很可能是赢家通吃的。几家科技巨头分割不同市场。苹果有消费端数据，亚马逊有商店数据，Facebook 有社交数据，谷歌有搜索数据，微软有办公数据，他们是行业龙头，其他人看起来很难进场。
你可能会问那么这个行业还有机会吗？我的答案是有。机会存在于广阔的传统行业里。
以制造业为例，谁能提高产品良率，谁就是赢家。以前这个过程是靠工程师不断调试，现在机器有自我学习能力了，就可以自己在试错中不断走出最优路径。一个制造企业，如果和谷歌、英伟达这样的公司合作，一定会有未来。人工智能在这里是一个工具性产品。
观察过去 5-10 年，可以看到苹果在中国培养了一批市值在 300-500 亿的优秀的模组企业。产业是有递推效应的，这一批企业诞生后，在制造业里会催生 3 个新的投资方向：
第一，上游的材料、设备、芯片。材料和设备正好符合“中国智造”，而半导体企业的地位也在发生变化，在过去分工专业化的基础上，变成了一个能够提供全新解决方案的公司。
第二，往汽车产业发展。现在汽车产业的采购格局和十年前的手机行业一样。但现在手机行业把采购权释放出来给到上游企业，代工厂的利润率下降，产业利润会从中游转移到上游，汽车也会经历同样的过程。下一步在汽车产业链的材料、设备、芯片行业会出一批市值 500 亿以上的巨头。
第三，往军民融合方向发展。民营企业更多地参与到军品研制竞争里来，民参军企业有望从低附加值芯片、分立器件等向系统级的产品和技术国度。市场化运营的军品产业链对接平台也会开始应用。
此外，我还比较看好声学、投影技术方面的机会。这 2 个领域都存在生产力和生产关系越来越不匹配的问题，谷歌、亚马逊也都在进场。
3. 童瑫
睦星科技 （Kolmostar） 联合创始人，哈佛大学电子与计算机工程博士。睦星科技提供低成本、低耗电、高精度的室内外定位解决方案，主要应用于物联网节点、移动设备和自动驾驶系统。
定位服务是一项重要的基础设施，GPS 成本、功耗的下降和定位精度的提升，将创造众多商业机会。
变化将首先从物联网、物流和「机器人」领域开始。未来的定位技术除了服务人类，将更多服务于机器人。
作为传感器，GPS 能够提供位置信息、接近原子钟精度级别的时间信息、以及物体的运动速度。实际上，现在的卫星定位技术已经由 GPS 扩展到了北斗、Glonass 等多系统复合定位。这里不加区分地统称为 GPS 系统。
过去 40 余年，GPS 已经从最初的军事应用渗透进入我们的日常生活。未来，随着 GPS 成本、功耗的下降以及定位精度的提升，我们会看到它在物联网、物流和机器人等领域发挥关键的作用。
在物联网领域，GPS 提供的位置信息是各种基于位置服务的基础：
出行方面，共享单车是个非常好的例子；
智能硬件方面，相信很快会有待机时间长达数周的 GPS 运动手表面世，帮助我们跟踪、记录运动时的心率、速度等数据。相比于现在两三天就需要充电的智能手表，下一代产品的用户体验和用户黏性都会有巨大的提升。同时，随着GPS功耗的下降，可穿戴设备上会有更丰富的基于位置的应用。比如风靡一时的Pokemon Go这种基于位置与运动信息的增强现实游戏；
智慧城市方面，位置信息将会覆盖到城市基础设施的方方面面，从所有的交通工具到每一个井盖和垃圾桶。利用这些位置数据，整个管理链条打通之后，可以极大地提升城市多方面的运行效率。
在物流领域，GPS 可以提供运输过程中对于人员、运输工具和货物的实时位置追踪。这些数据不仅对物流公司优化业务有帮助，也有利于下游货主提高供应链管理效率，而 GPS 的渗透深度很大程度上取决于 GPS 传感器的硬件成本和运营维护成本。
高精度厘米级别的定位对于机器人来说是必不可少的。这里讲的机器人是一个广义的概念，包括了不同产品形态，比如无人机，自动驾驶汽车等。未来，它们都会有很大程度的基于人工智能的自动控制。现在的定位技术主要在服务人类。未来，定位技术会被大量用于服务机器人。
目前，这类机器人已有一些行业应用：
在北美和澳大利亚，携带高精度 GPS 的无人机和无人农用机械已被大量应用于精准农业，结合遥感数据实施耕地植保、农作物播种、施肥等无人化精细操作。我国很多地区，比如东北和新疆也已经在这方面做了很多突出的工作；
在自动驾驶领域，定位是导航和避障的基础。高精度 GPS 与惯性传感器和激光雷达一起，利用数据融合实现厘米级别定位，从而结合高精度地图，帮助无人车感知周围的环境。
4.肖建宏
芯翼信息创始人及CEO。美国Texas A&M RFIC 博士，15年研发及工业界经验，曾在Broadcom任资深首席科学家。芯翼信息着力于基于蜂窝的窄带物联网（NB-IoT） 芯片研发。
技术跟应用相结合时，才能够大概率产生商业创新。
物联网芯片迭代，主要需要解决功耗、成本、稳定性方面的问题。
摩拜单车使用了蜂窝物联网的通信技术和定位技术，来实现扫码开锁、准确定位，这无疑证实了 IoT（Internet of Things，即物联网）的市场。但从技术推动商业创新的角度来看，摩拜的快速崛起其实是一个小概率事件，更多是应用驱动而不是技术驱动。
我们认为，对于物联网，当技术和应用相结合，对两者都有深刻理解并提供整体解决方案时，才能够大概率产生商业创新。
物联网通讯芯片的迭代逻辑是什么？
首先，从80 年代的“大哥大”到现在的智能机，手机芯片通过公网基站传输信号来完成。这种方式曾给我们带来很多便利，但是随着应用的不断增多，在成本、功耗方面也逐渐出现一些问题。例如水表、电表、气表，早期是靠人力抄表，后来换了 GPRS 智能表，功耗较大，每隔几年就要换一次。
有人估计，在物联网到来时，我们身边至少会有 50 个设备同时与物联网相连接，包括可穿戴装备和周边环境中的监测设备等等。这就要求每个设备成本、功耗足够低， 同时系统能够在有限的频谱上更有效处理这些小数据量设备的通讯。
其次，目前的芯片技术也需要进一步优化。例如，当我们身处地下室、车库或相对密闭空间时，手机信号时常不好；断电时，报警器、烟雾探测器等很多监测设备上的传感器状态无法传输。在物联网时代，如果因为这些原因导致信号中断，事情将变得非常糟糕。因而，新技术必须要有足够好的覆盖率和稳定性。
NB-IoT（Narrow Band Internet of Things, 基于蜂窝的窄带物联网技术，简称 NB-IoT）很好的解决了这些问题，这种技术在上述对时延不太敏感（无需做到微秒级响应），又需要深度覆盖、低成本传输数据的场所都可以应用。可以想见的场景包括公用事业、健康、智慧城市、智能楼宇、物流、工业、农业环境监控等等。
有哪些可以期待的应用？
特别说一下智能家居产业。这个产业之前不温不火有很多原因，其中一个是在没有形成平台化系统的情况下，就去做平台化的事情。换句话说，目前的设备多是针对消费者的单一痛点设计，技术标准很难统一，例如各种无线方式来遥控灯，或者播放音乐。
如果有了 NB-IoT， 厂家为了及时监控各种设备（比如冰箱、空调等）的使用状况就可能大规模给设备智能化。 这时，由于统一的标准，产业整体就具备了联网能力和平台化的条件，接下来的一步是由 BAT 或其他平台公司来整合、共享数据。技术的成熟能够大幅推动应用的发展。
在个人消费领域，传感器也有很大迭代空间。例如，目前的可穿戴设备以数据传输和健康监测功能为主，在保障老人、小孩等弱势群体的安全领域还没有很好的解决方案。如果新的产品功耗能足够低，基本上无需充电，又可以小型化、放到衣服里，需要用的时候通过手机 App 激活，就像“查找 iPhone 功能”一样获知人的位置， 肯定会大概率激发商业创新。
不过，这些应用场景到底能够发展成什么样子，会产生哪些新的商业模式， 还需要时间来验证。为了更好的推动大规模商业创新， 我们要保持对应用的极大关注，从系统角度来提供整体解决方案，同时大幅降低功耗成本， 为万物互联提供基础。
第三十八届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训
责编：liuhan
免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
抢沙发
