被 281 亿台互联设备包围时,物联网(IoT)还有哪些创业机会?

iot101君
编辑整理

 
2017-06-13 10:13:41 来源: 峰瑞资本

物联网还有哪些创业机会,又将催生哪些商业模式?听听以下四位大咖怎么看。

物联网将催生哪些商业模式?

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,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。


/01/

640.jpg

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。

1.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。
2.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。

640 (1).jpg
▲ 人工智能必须融合多种传感方式

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。


/02/

640 (2).jpg
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。

1.新的数据流必须依靠硬件创新来产生。
2.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的数据。

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。

640 (3).jpg
▲ 制造业如何结合大数据成为新一轮竞争点

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法昂出来给到上游企业,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。


/03/

640 (4).jpg
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。

1.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。
2.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。

640.webp.jpg
▲ 过去40年,GPS技术已经渗透进我们的生活

在物联网领域,GPS 提供的位置信息是各种基于位置的服务的基础:

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。

/04/
640 (5).jpg

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。

1.技术跟应用相结合时,才能够大概率产生商业创新。
2.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。

640 (6).jpg
▲ 我们身边将有至少 50 个设备连接物联网

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, 厂家可能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。

喜欢这篇文章?分享给更多人看吧!

友情链接

北京英维塔工业传播
网站备案号:京ICP备12027397号
   Copyright@2012 iot101.com All Right Reserved