中国物联网产业发展的下一个十年，将会成什么样子？

2009-2019 是中国物联网产业发展的第一个 10 年，2020 年将成为下一个 10 年的起点。为了更好的迎接未来的十年，这篇文章将对 AIoT 的发展趋势进行详细解读。

 
2009-2019 是中国物联网产业发展的第一个 10 年，2020 年将成为下一个 10 年的起点。
 
为了更好的迎接未来的十年，这篇文章将对 AIoT 的发展趋势进行详细解读。

AIoT 智联网是各种技术文明的细胞融合
 
在 1 月 9 日举办的“2020 智联网风向标发布会”上，我进行了题为《智联网风向标：AIoT 未来趋势解读》的主题演讲，提炼了近期物联网智库对物联网领域的深度观察。
 
一些趋势逐步浮现，点滴思考刚刚起步。在此将完整内容与你分享，抛砖引玉，期待聆听来自你的观点。

2019 年，物联网 IoT 向智联网 AIoT 的演进成为明显趋势，2020 年这一浪潮仍将继续。
 
物联网 IoT 的发展关键在于虚体数据，人工智能 AI 的发展关键在于实体终端，也就是说，物联网必然会“脱实向虚”，人工智能必然会“脱虚向实”，二者彼此需要，终将汇合于“智联网 AIoT”，通过交集创造价值。
 

 
从目前情况来看，大部分物联网项目落地过程中都融入了人工智能的元素，终端侧、边缘侧和云端的 AI 能力成为各种物联网应用方案的标准配置，用户也对基于 AI 的决策意愿越来越强烈。
 
AIoT 已经不再是各参与方探索的方案，未来没有融入 AI 能力的物联网解决方案将会越来越没有竞争力。
 
在物联网向智联网 AIoT 进化的路上，企业有两大创新方向：
 
其一是横向数据流动，体现在跨层（云、管、端）之间的数据流动和跨行业、跨环节的数据流动上；

其二是纵向数据赋能，分为平台的大数据赋能和边缘侧的现场赋能。
 

 
除了人工智能和物联网之外，其实很多概念，比如 Blockchain（区块链）、Cloud（云计算）、Big Data（大数据）、Edge Computing（边缘计算）、Smart Home（智慧家庭）、5G 等等…它们的底层逻辑都是相通的，其实都在讲一回事：智能文明正在全面替代工业文明。
 
智联网很容易被理解为一项新技术，其实不然，它更多的是各种技术文明的细胞融合。
 

 
如今，我们每个人都身处快速变化的局势当中，速度在变、生态在变、服务也在变。
 
过去 10 年，我们看到物联网似乎是一个慢热型的产业。此前，很多知名研究机构都发布了物联网的预测数据，几乎清一色认为到 2020 年物联网会形成几百亿连接规模和好几万亿美元的市场规模，但目前就事实情况来看，基本上都没有达到这些机构的当初的预期。
 
然而最近，整个行业正在悄然加速。
 
以 LPWAN 低功耗广域网的最新进展为例，NB-IoT 逐年加速发展，且我国 NB-IoT 商用已处于全球领先行列。到目前为止，三大运营商累计部署超过 90 万 NB-IoT 基站，为物联网用户提供泛在网络资源。NB-IoT 连接数近 7000 万量级，其中气表、水表两大行业连接分别突破千万；烟感、电动车监控等应用连接达数百万；资产追踪、路灯、停车、门锁等新兴百万级应用不断涌现。
 
NB-IoT 只是一个代表，5G 的发展速度明显快于 3G、4G，工业互联网和传统工控的迭代速度也不同。
 

 
由数据驱动，生态正在发生变化。
 
说到这里，不如讲个故事，以便让  大家能够更直观的感受到 AIoT 爆发的态势。
 
2019 年 7 月，颇具传奇色彩的 50 岁程序员、涛思数据创始人陶建辉，宣布将公司独立研发的物联网大数据平台 TDengine 开源。陶建辉把他和涛思数据团队在过去两年多的时间里，写下的 10 多万行 C 语言代码，放在开源社区 GitHub 上，无私分享给了全球开发者。
 
出乎他自己意料的是，TDengine 瞬间冲到 GitHub 综合趋势排名第一，在仅仅一天的时间里增加了 1908 个星标（Star）。现在，TDengine 的 Star 早已超过 10,000，分叉 Fork 数量超过 2800。
 
无数 AIoT 用户使用涛思的产品管理自己的数据。TDengine 的下载量，直接反应了用户对于管理 AIoT 时序数据的紧迫需求。
 
TDengine 是一种工具。人在选择工具，工具也在选择人，这是一个双向选择的过程。各种数据和工具，总会流动到最能发挥它们最大价值的人的手上。
 
随着工具和数据的流动，整个生态也在潜移默化中得以改变。
 

 
在这个速度在变、生态在变的时代，任何企业都应该具备一个核心能力，那就是商业进化的能力，因此服务也在发生变化。
 
决定你是谁的，不是天赋，而是选择。
 
从商品经济、到服务经济、再到体验经济，商业竞争有其自身的内在规律，它是一场对利益的追求。在这个追求过程中，由于商业基因进化的区别，有的企业兴盛发展，有的企业破产倒闭。商业竞争越是激烈，优质企业的成长与劣等企业的淘汰就会越快。
 

 
因为上述变化，企业与企业之间的关系进行了重构。资源融合、平台融通、产业融智…产业合作关系从竞争，逐步迭代到协作、共生的关系。
 
十年前有一本书畅销书，名字叫做《开放性成长：商业大趋势》，其中的观点之一是“商业大趋势是从价值链到价值网络”。在 AIoT 领域，我们很明显的观察到了这个现象。
 
传统意义上的价值链，是一环扣一环的，产业上下游的边界分工清晰、技术标准明确，商业模式和合作关系也经历了长期磨合，趋于稳定。
 
而物联网和人工智能等新技术的发展，则正在驱动着从业者打破传统，“以客户为中心”，离客户越近越好，产业链越短越好，而且技术的发展又为这种颠覆创造了条件。
 
产业链的各个环节都有望出现整合别人的领军者，这样领军企业可以围绕最终客户制定有利于自己的技术标准，这种竞争会打破原有的产业秩序，最终的结果可能是两种表现方式：在生产制造方面重建产业链；在商业模式方面呈现网络化的方式，不仅某一个环节可能跳过中间环节、甚至与最终用户建立联系，而且可以为传统意义上其他的产业链提供产品。
 
这种产业的网络化给 AIoT 带来了更大的想象空间和发展空间，也给合作方式的创新培育了土壤。

智联网正在创造崭新的生态、数据、场景、应用，而且围绕智联网的投融资正在飞速的发展。在此，我们汇总了围绕智联网开展的最新投融资数据。
 

 
在过去一年募资寒冬的背景下，智联网项目投资仍保持在高位。
 
2019 年全年，共有 137 家智联网企业获得投资。在过去几年的整体性投资分布中，位于应用层的智联网企业获得资本的关注最多，投融资事件有 271 项，这与智联网架构中的价值分布高度匹配。
 
AIoT 是一个很长的产业链，包括感知、网络、平台、应用和软件集成等。最上层的环节，也就是应用层的占比最高，而且 AIoT 还会把这个环节的占比继续增强。
 

 
根据追踪，我们汇总了国外知名研究机构以及意见领袖们关于 2020 智联网的发展趋势预测，其中正面预测居多，负面的担忧也应引起关注。
 
立足国内，我们观察到 AIoT 的 5 个重要趋势。
 

 
趋势 1：更多企业意识到，AIoT 是组织、管理与商业模式重构。
试想一下，如果你的用户、消费者、客户已经习惯了数字化的体验，企业怎么还能在原地踏步不前？北大国发院 BiMBA 商学院院长陈春花老师在最近一次演讲中提到，现阶段企业要考虑怎么解决人、组织跟效率之间的关系，解决成本跟顾客价值的关系，最后到组织和外部协调的关系。这是我们最先要做的事情，必须把管理当成整体去看。
 
授权赋能基层团队，激发小团队的主观能动性，打造敏捷高效适应环境的团队，是这一轮组织变革的重头戏。
 

 
趋势 2：物联网+区块链，加速金融队友进场。
物联网与区块链的结合，有可能把物联网带火，因为区块链为物联网带来了价值模型。区块链可以在金融这个层面，真正把物联网采集到的数据和背后关联的物体资产化，资产化之后就会产生各种各样的变现模型。
 
举例来说，万向区块链就正在利用物联网+区块链的解决方案，提供金融服务。
 
比如万向最初尝试过的部署于万向自身汽车零部件产业链上的物联网+区块链系统，随后是万向和北汽集团一起验证的汽车整车物流。
 
具体做法是，万向把一整条汽车物流相关业务流程、数据都放在运链盟平台这个闭环中，整车厂、物流公司、承运商乃至车辆运达某个 4S 店等所有相关方数据全部上链。这样一来，银行可以即时清晰地看到每一个业务运行过程，并进行相应风险评估。通过这套机制，个体承运商的贷款利息可以降低到 10%以下。
 
万向正在尝试的另一个项目是智慧畜牧生态平台。因为肉牛的价值非常大，一头牛的价值高达两万元人民币左右。如果一个牧场一年想要有 1000 头牛的出产量，意味着要预先准备两千万的资金，这还不算肉牛后端运费等成本。
 
这些资金对于中小牧场来说无疑是一笔巨款，又因为存在牛只重复抵押、抵押资产被销售和抵押资产难监管等问题，金融机构难以接受以牛作为抵押物贷款给中小牧场，保险公司也难以为每头牛作保，形成了国内牧场难以规模化的恶性循环。万向希望通过物联网+区块链的结合解决这个问题，并正在内蒙用 1000 头牛做小型试点。
 

 
趋势 3：企业迎来快速增长黄金期，开源>>节流>>提效。 
从数据上来看，物联网市场仍在保持不错的增速，具体到不同的行业，相同行业的不同场景，未来的发展空间会呈现差异。
 
以蘑菇物联的现身说法为例，他们是一家工业互联网领域的创新性企业，其主要业务是为工业设备市场的三大主体（设备制造商、设备代理 / 服务商以及设备用户）提供基于工业物联网的 SaaS 管理软件及增值服务。
 
蘑菇物联的创始人沈国辉曾任格兰仕集团产品委员会秘书，从智能家电产品线规划，再到 MES 系统的引进，都全面参与。
 
因为有作为客户的经验，他认为最终用户从本质上来讲不是需要 AIoT，而是需要新增的价值，并且是产出大于投入的价值。所以从客户角度出发，需求被满足是按照一定优先级进行的，先是开源、其次节流、然后提效。
 
实事求是，让客户享受价值，这是基本逻辑。
 

 
趋势 4：用确定的技术投入，应对不确定的未来。
新型基础设施，或许不一定是大规模投资的实体设施，能够渗透到各行各业生产经营的各个角落、直接为生产经营带来乘数级产出的也具有基础设施的特征。一款广泛使用的轻量级物联网终端操作系统、一种可供大量场景应用的 AI 算法，这些创新的物联网元素都能够带来产出数倍增长。下一个 10 年，物联网新型基础设施作用开始显现，物联网本身产业规模值得关注，但物联网化后各行各业相对原来的变化更值得关注。
 
越来越多的企业，开始用确定性的技术投入，应对不确定性的未来。在这种自发创新驱动下，物联网在各行业应用的普及速度会越来越快。
 
一个典型的案例是国家电网公司于 2019 年初提出建设“泛在电力物联网”，这一规划并非对物联网碎片化的应用，而是通过物联网以及相关技术，对国家电网进行深刻的变革。作为一个拥有超大体量且对国民经济各方面都产生重要影响的经济体，国家电网拥抱物联网，开启了垂直行业规模化应用的先河，具有非常明显的示范效应。
 

 
趋势 5：智联网企业出海，加强跨国合作。 
为了满足智联网企业出海的需求，我们组织了多次闭门研讨会，邀请企业吐露心声，解决真实困境。
 
几乎所有企业都谈到，在将国内的 AIoT 产品、方案、项目经验复制到国外的时候，往往不能尽如人意。除了测试认证的繁琐外，其他因地域差异带来的挑战，也需要几家伙伴联手去解决。
 
如，场景、模式、需求差异。一些模组企业在推向欧洲市场时发现，相较于国内的价格之争，欧洲市场并不买账，如何在性能、功耗、成本、价格等维度之间做出平衡，找准客户实需精准出击，则要求企业对该市场的长期深入研究，这些经验对目前的国内模组企业而言无疑是缺乏的。
 
再如，市场和渠道难题。好的产品需要好的市场推广、接触到多层用户方再谈规模化复制，然而国内企业对海外市场和渠道并未掌握，也不算专长。这时候就需要借力伙伴，在伙伴的市场和推广渠道中进行集成或项目合作，实现携手共赢。
 
另外还有站在不同基础设施水平所造成的困扰。近些年国内 AIoT 产业突飞猛进，软硬件及基础设施都从初级阶段走向正轨，在此基础上展开各类行业创新固然高效专注。但一些海外地区网络情况不敢保证，基础设施的参差不齐使得许多物联网应用无的放矢，难达效果。
 
换言之，不同地域的需求、市场、网络差异所带来的“信息不对称”，有可能阻碍中国 AIoT 玩家走向全球化的步伐。
 

 
面对各种各样的新趋势，不同企业正在试图找到适合自己企业的新业务、新组织和新模式。
 
无论 AIoT 企业处于生态链的哪一环，面对客户的表现形态，都是端到端服务。
 
为了顺应整个产业合作形态从价值链转变为价值网络的浪潮，越来越多企业抓住机会，促进管理能力和流程再造。
 

 
除了建立新业务、新组织和新模式，还需要转变新视角。
 
数字化时代不是简单的自动化、虚拟化和信息化，而是整个商业和战略逻辑的变化。“站在未来看现在”，才能深刻理解商业的逻辑变化。
 
工业化时代的企业战略思维更多是“站在现在看未来”，属于线性思维或指数思维，是抱持经验主义的战略思维。
 
数字化时代企业的战略思维应该是“站在未来看现在”，要有产品与服务的场景思维和指数型的增长思维，客户需求才是企业增长的根源和动力。这是一个非连续型的增长战略，如果仅依据我们现有的能力去设计企业的战略，而不是去洞察和布局未来的话，是无法在 AIoT 数字经济时代占据先机的。
 

 
随着我们观察得越深入，一个公式就越明确。优秀的 AIoT 智联网公司都在遵循着一套公式，推进自己的战略规划，构建自己不同层面的能力和思维。
 
在企业层面，他们会思考产品选择什么技术，使用 NB-IoT、LoRa 还是 ZETA？要不要着手跟进 5G？要不要迁移到 K8s？
 
他们还会评估所处的行业发展趋势，自己处于哪个相关产业集群，是工业互联网产业、泛在电力物联网、智慧城市，还是智能网联汽车？如何踩准行业的发展节奏？
 
在产业链中，他们还会思考“端、边、管、云、用”这几个环节，在哪里创造自身价值？如何进行定位，建立核心能力，构筑护城河？
 
因为有了这些思考，优秀的 AIoT 公司可以跳出框架，从外部视角更好的见自己、见生态、见资本，顺应潮流的大势，解决用户的真正痛点问题。
 
每个 AIoT 企业可能都需要针对如上几个层次的关键能力，给出自己的解答，推演属于自己的发展公式，规划升级路径。
 
智联网企业发展公式，与 2020 产业全景图谱相搭配，你会更加深切、直观、全面的了解你面前的这个智联网世界，求出属于自己的最优解。