導(dǎo)讀
為了更進(jìn)一步探索2022年的新風(fēng)向，我們邀請(qǐng)了一系列重量級(jí)的領(lǐng)軍人物、企業(yè)高管，以及行業(yè)專家們進(jìn)行訪談，聊一聊他們對(duì)智聯(lián)網(wǎng)產(chǎn)業(yè)未來的見解。正是這些專家們不同思想的碰撞，校準(zhǔn)著我的判斷；正是這些大咖們開闊思路的視野，填補(bǔ)了我的盲區(qū)。本文想與你分享的觀點(diǎn)，來自兩位德高望重的師長(zhǎng)，他們是工業(yè)人工智能之父李杰教授和中國(guó)蜂窩物聯(lián)網(wǎng)發(fā)展的關(guān)鍵推手之一的聞庫秘書長(zhǎng)。
臨近年末，我的好朋友們知道，物聯(lián)網(wǎng)智庫與摯物AIoT產(chǎn)業(yè)研究院每年在這個(gè)時(shí)候都會(huì)舉辦AIoT領(lǐng)域的產(chǎn)業(yè)年會(huì)，目的是與你一同展望AIoT未來的發(fā)展趨勢(shì)。
為了更進(jìn)一步探索2022年的新風(fēng)向，我們邀請(qǐng)了一系列重量級(jí)的領(lǐng)軍人物、企業(yè)高管，以及行業(yè)專家們進(jìn)行訪談，聊一聊他們對(duì)智聯(lián)網(wǎng)產(chǎn)業(yè)未來的見解。
在交流的過程中，不免會(huì)聽到視角完全不同的觀點(diǎn)和聲音，也不免會(huì)觸及一些從未耳聞的概念和術(shù)語。
正是這些專家們不同思想的碰撞，校準(zhǔn)著我的判斷；正是這些大咖們開闊思路的視野，填補(bǔ)了我的盲區(qū)。
本文想與你分享的觀點(diǎn)，來自兩位德高望重的師長(zhǎng)，每次與他們交流，既能讓我仰望星空，又能兼顧腳踏實(shí)地。
他們是工業(yè)人工智能之父李杰教授和中國(guó)蜂窩物聯(lián)網(wǎng)發(fā)展的關(guān)鍵推手之一的聞庫秘書長(zhǎng)。
每次與李杰教授交流，他都能帶我搶先一步看到未來。
李老師擔(dān)任鴻海科技集團(tuán)副董事長(zhǎng)、美國(guó)辛辛那提大學(xué)講座教授、美國(guó)國(guó)家科學(xué)基金會(huì)（NSF）智能維護(hù)系統(tǒng)（IMS）產(chǎn)學(xué)合作中心主任、世界經(jīng)濟(jì)論壇（WEF）全球未來委員會(huì)先進(jìn)制造與生產(chǎn)委員，曾任麥肯錫全球資深顧問。著有“工業(yè)人工智能三部曲”：《工業(yè)人工智能》、《從大數(shù)據(jù)到智能制造》、《CPS：新一代工業(yè)智能》等著作，對(duì)世界智能制造有重大影響。
每次與聞庫秘書長(zhǎng)交流，他都會(huì)讓我看清腳下的路要從哪里邁起。
聞老師擔(dān)任中國(guó)通信標(biāo)準(zhǔn)化協(xié)會(huì)（CCSA）副理事長(zhǎng)兼秘書長(zhǎng)，曾歷任郵電部電信總局網(wǎng)管中心主任、郵電部科技司副司長(zhǎng)、信息產(chǎn)業(yè)部科技司副司長(zhǎng)和信息產(chǎn)業(yè)部電信管理局副局長(zhǎng)和信息產(chǎn)業(yè)部科技司司長(zhǎng)、工業(yè)和信息化部科技司司長(zhǎng)、工信部信息通信發(fā)展司司長(zhǎng)等職。
你也許會(huì)好奇，這兩位老師一位來自學(xué)界、一位來自政界；一位鉆研人工智能、一位深耕通信連接，他們之間會(huì)有什么共同點(diǎn)呢？
他們的觀點(diǎn)既涵蓋了AI、也囊括了IoT，完美交織于AIoT。
共同點(diǎn)是他們都把推動(dòng)產(chǎn)業(yè)發(fā)展視為使命，視為一種高于生存的人生意義，因此與他們交流總會(huì)覺得智慧撲面、酣暢淋漓。
01
產(chǎn)業(yè)元宇宙的基礎(chǔ)是CPS
我們每個(gè)人往往面臨一個(gè)悖論，就是我們不知道我們不知道的是什么。
這個(gè)困擾在李教授這里，總能輕易化解。
因?yàn)槔罱淌诙嗄晁伎嫉膯栴}，正是如何讓不可見的部分變得可見，讓不知道的信息被知道。
雖然最近元宇宙Meta-verse被熱炒，但一個(gè)同詞根的術(shù)語也值得被關(guān)注，Meta-model。
Meta-model已經(jīng)存在數(shù)十年，并不是新東西，從字面上理解，它是指模型的模型，由元模型Meta-model可以構(gòu)建一個(gè)整合管理的系統(tǒng)。
什么意思呢？李教授舉了個(gè)例子。
在產(chǎn)業(yè)中，我們經(jīng)常會(huì)強(qiáng)調(diào)數(shù)據(jù)的重要性，但現(xiàn)實(shí)情況往往是給了你數(shù)據(jù)，你依然不知道如何去操作和改進(jìn)。比如一個(gè)人炒股，天天盯著股價(jià)看，仍舊不會(huì)投。專業(yè)的投資人不只是看股價(jià)波動(dòng)，還要了解企業(yè)的基本情況，發(fā)生了什么新聞，有沒有并購事件，推出了什么新產(chǎn)品。這些還不夠，投資人還會(huì)看行業(yè)趨勢(shì)，整體的發(fā)展方向，這個(gè)公司的上下游產(chǎn)業(yè)鏈等很多信息。還有些投資人會(huì)參與企業(yè)管理，為企業(yè)發(fā)展提供幫助，讓企業(yè)變得更好。所以炒股不能只盯著數(shù)據(jù)看，還要了解股票背后的企業(yè)，并為企業(yè)的發(fā)展助力。
這就是從數(shù)據(jù)Data，到模型Model，再到元模型Meta-model的思維邏輯。
投射到工業(yè)領(lǐng)域，什么是智能制造的Meta-model？
李教授以質(zhì)量管理為例，生產(chǎn)線所產(chǎn)生的問題，產(chǎn)品質(zhì)量的結(jié)果，都可以通過Meta-model被完全追溯。生產(chǎn)過程中，Meta-model就可以預(yù)測(cè)下一批次的產(chǎn)品質(zhì)量是否合格，根據(jù)Meta-model提供的校準(zhǔn)數(shù)據(jù)，產(chǎn)線可以自我調(diào)節(jié)和持續(xù)優(yōu)化。
簡(jiǎn)單地說，生產(chǎn)線的一般Model提供的是控制能力，但控制是控制，管理是管理，Meta-model側(cè)重于管理。
Meta-model應(yīng)該可以預(yù)測(cè)、發(fā)現(xiàn)和反饋不可見的問題。
為了解決“可見”的問題，很多企業(yè)開展了工業(yè)互聯(lián)網(wǎng)項(xiàng)目，引進(jìn)傳感器、邊緣計(jì)算設(shè)備，強(qiáng)調(diào)要探索數(shù)字孿生，這些都是慣常的做法，但是卻往往忽略了一些根本性的問題。
工業(yè)企業(yè)到底需要怎樣的信息物理系統(tǒng)CPS（Cyber-Physical System）、數(shù)字孿生（Digital Twin）？有哪些問題和挑戰(zhàn)是以往解決不了的，而CPS和數(shù)字孿生又為何能解決這些問題？
CPS與數(shù)字孿生的作用是解決那些工業(yè)系統(tǒng)中還沒有被充分認(rèn)知的“不可見”問題。
如果CPS、數(shù)字孿生僅僅被用來解決可見的問題，很容易被誤解和誤用。
怎么被誤用的？李教授又舉了一個(gè)例子。
就像照鏡子。鏡子可以反映出來這個(gè)人美不美，衣服有沒有穿對(duì)。企業(yè)也用數(shù)字孿生來照鏡子，反映設(shè)備的運(yùn)行情況。但實(shí)際上數(shù)字孿生并不僅僅是鏡子，它的能力在于建造了Twin Model，能夠像醫(yī)生一樣發(fā)現(xiàn)不可見的問題。
現(xiàn)階段工業(yè)和制造企業(yè)最主要的痛點(diǎn)是如何去解決和避免不可見的問題。不可見的問題包括哪些？比如設(shè)備性能的衰退、精度的缺失、易耗件的磨損和資源的浪費(fèi)，等等。
說回與Meta-model同詞根的Meta-verse元宇宙，如果元宇宙在工業(yè)領(lǐng)域應(yīng)用，需要滿足多種條件才能成為產(chǎn)業(yè)元宇宙。
第一是需要通過Meta-model不僅做到控制，更要實(shí)現(xiàn)管理。
怎么區(qū)分控制和管理？比如一臺(tái)風(fēng)機(jī)，我們調(diào)整它的狀態(tài)，實(shí)現(xiàn)最大風(fēng)能捕獲，這是控制。如果我們做到它的健康衰退評(píng)估，將這些知識(shí)與風(fēng)機(jī)的結(jié)構(gòu)設(shè)計(jì)、控制邏輯相關(guān)聯(lián)，使它能夠在不同健康模式下，都能保持最佳的狀態(tài)，這是管理。
第二是社交元宇宙不一定有目的，但是產(chǎn)業(yè)元宇宙需要很強(qiáng)的目的性。
互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能…應(yīng)用這些技術(shù)不是目的，工業(yè)領(lǐng)域往往有很強(qiáng)的目的性。目的并不是解決可見的技術(shù)問題，目的是在不可見空間內(nèi)發(fā)現(xiàn)問題、解決問題和獲取價(jià)值。
明確目的，可以更好的做決策。
工業(yè)領(lǐng)域的目的性很強(qiáng)，每個(gè)目的背后都有痛點(diǎn)問題。數(shù)據(jù)不能標(biāo)準(zhǔn)化是痛點(diǎn)、質(zhì)量需要提升是痛點(diǎn)、數(shù)據(jù)量太大是痛點(diǎn)、資源浪費(fèi)是痛點(diǎn)…從每個(gè)痛點(diǎn)向前溯源，人、機(jī)、料、法、環(huán)，直到分析出痛點(diǎn)的來源，再分析哪些是可以數(shù)字化的，哪些是不可以數(shù)字化的，形成數(shù)字化轉(zhuǎn)型的目的。這是一個(gè)系統(tǒng)性的工程，從痛點(diǎn)Pain到目的Purpose。
李教授從十幾年前就開始關(guān)注CPS，并著有《CPS：新一代工業(yè)智能》一書，提出CPS是可以持續(xù)傳承的智能系統(tǒng)。
從字面翻譯，CPS是信息-物理系統(tǒng)，也可被譯為賽博-實(shí)體系統(tǒng)。實(shí)體系統(tǒng)代表的是對(duì)功能性的管理和建模，賽博系統(tǒng)是對(duì)實(shí)體、環(huán)境和活動(dòng)之間關(guān)系性的管理和建模。
CPS是賽博空間中的通信、計(jì)算和控制與實(shí)體系統(tǒng)在所有尺度內(nèi)的深度融合。以物聯(lián)網(wǎng)為重要元素的CPS，能夠?qū)⒄麄€(gè)價(jià)值鏈上的環(huán)節(jié)相連，使位于產(chǎn)業(yè)鏈各個(gè)位置的角色能夠以很低的成本，直接服務(wù)于用戶，也使得產(chǎn)業(yè)鏈之間在服務(wù)方面的協(xié)作成本降低。
因此，從某種意義上來說，產(chǎn)業(yè)元宇宙的基礎(chǔ)是CPS。
02
深耕AIoT要做好踏踏實(shí)實(shí)“篩沙子”的準(zhǔn)備
謀定而動(dòng)，乘勢(shì)而上。
聞老師總是能讓我們看清，當(dāng)下這一步要從哪里邁起。
最近，美國(guó)5G部署因?yàn)轭l譜“卡脖子”被迫暫停的消息在國(guó)內(nèi)引起了熱議，與美國(guó)相比，中國(guó)5G頻譜規(guī)劃和政策更為有效，在供給側(cè)保障了產(chǎn)業(yè)界對(duì)頻譜的需求，因而助力5G商用的領(lǐng)先。
我們?cè)?G上半場(chǎng)打得不錯(cuò)，現(xiàn)在開始打下半場(chǎng)。上半場(chǎng)是技術(shù)、網(wǎng)絡(luò)、手機(jī)終端等部署，下半場(chǎng)要開始應(yīng)用，尤其是各行各業(yè)的應(yīng)用非常重要。
5G應(yīng)用，尤其是物聯(lián)網(wǎng)的應(yīng)用，是一個(gè)金礦。但是物聯(lián)網(wǎng)這個(gè)金礦有什么特點(diǎn)呢？
就是整塊的金子少，碎片化的金沙多，大量金子需要花費(fèi)力氣去篩。
看上去物聯(lián)網(wǎng)這個(gè)金礦里面滿滿是金子，但是真正要淘出來不容易，需要做好踏踏實(shí)實(shí)，慢慢挖掘的準(zhǔn)備。
開墾物聯(lián)網(wǎng)金礦很難，不過當(dāng)所有人都意識(shí)到很難的時(shí)候，最難的階段可能已經(jīng)過去了。
聞老師從2009年國(guó)家提出感知中國(guó)開始，就一直在推進(jìn)物聯(lián)網(wǎng)的應(yīng)用落地。
以無錫為例，那里的公安局發(fā)現(xiàn)電動(dòng)自行車的丟失問題很嚴(yán)重，小偷挺難抓，公安局就想了個(gè)辦法，給一批電動(dòng)車悄悄在看不到的地方，綁上一個(gè)類似小手機(jī)的防丟設(shè)備，一旦車子被偷就能很快對(duì)其定位。
經(jīng)過驗(yàn)證這招很管用——有次他們看到有輛卡車運(yùn)了一整箱的電動(dòng)自行車，過收費(fèi)站的時(shí)候發(fā)現(xiàn)其中一輛就裝了這種防丟設(shè)備，通過追蹤警察迅速就把案破了?，F(xiàn)在所有電動(dòng)自動(dòng)車幾乎都裝了這種防丟設(shè)備，這是物聯(lián)網(wǎng)實(shí)現(xiàn)價(jià)值的一個(gè)典型案例。
后來大家又發(fā)現(xiàn)了各種電動(dòng)自行車的痛點(diǎn)，比如車鎖總是壞，現(xiàn)在深圳有個(gè)企業(yè)研發(fā)了一種新鎖，因?yàn)榭床坏綄?shí)體鎖，所以使用過程中根本不用手動(dòng)去觸碰。手機(jī)APP控制開鎖，騎完把車停好，手機(jī)APP結(jié)束行程，車就自動(dòng)上鎖了。
物聯(lián)網(wǎng)是一門不斷迭代的生意。有些應(yīng)用不是上了物聯(lián)網(wǎng)就完事了，還需要不斷去完善。
物聯(lián)網(wǎng)發(fā)展的難點(diǎn)在于可復(fù)制性差，需要抱著淘金“篩沙子”的耐心，慢慢解決。
在這個(gè)過程中，最重要的是解決問題的成本劃算才行。
聞老師舉了個(gè)現(xiàn)實(shí)生活中的例子。比如家庭用的和面機(jī)。大食堂的和面機(jī)因?yàn)樘焯煲茫褂妙l率很高，所以是劃算的。但是到了家庭場(chǎng)景，一個(gè)禮拜吃一次饅頭，一個(gè)月吃一次面條，買個(gè)和面機(jī)不容易洗還占地，就不劃算了。
物聯(lián)網(wǎng)的應(yīng)用也是同樣的道理，成本上劃算是應(yīng)用規(guī)?；那疤?。物聯(lián)網(wǎng)要普及，就得把物聯(lián)網(wǎng)的終端價(jià)格水平降下來。
大家都看好的5G Redcap定義了一個(gè)輕量版的5G。相對(duì)于之前的版本，Redcap做了顯著的簡(jiǎn)化，擴(kuò)大了5G物聯(lián)網(wǎng)能夠支持的終端范疇。Redcap不是一個(gè)新東西，它是一個(gè)對(duì)現(xiàn)有東西的裁減。
未來從技術(shù)角度來講，應(yīng)該會(huì)出現(xiàn)一些類似Redcap這樣的東西，敢于刪掉沒用的功能，便宜、簡(jiǎn)單，讓大家都好用。技術(shù)迭代不是朝著高大上的方向迭代，而是應(yīng)朝著便宜好用迭代。這是真正的迭代，有用的迭代。
從運(yùn)營(yíng)企業(yè)來說，近20年來移動(dòng)通信基本上都是和手機(jī)打交道，商業(yè)模式是To C。但是5G應(yīng)該朝著企業(yè)走，To B解決問題。業(yè)界對(duì)Redcap保持較高的期待，將其作為5G To B的一個(gè)重要抓手。
除了善用技術(shù)迭代，還要轉(zhuǎn)變運(yùn)營(yíng)思路。
舉個(gè)例子，比如運(yùn)營(yíng)商為一家工業(yè)企業(yè)服務(wù)，給每個(gè)工人配一部5G手機(jī)，一共3000人配了3000部，雖然收費(fèi)面向企業(yè)，但實(shí)際上本質(zhì)仍舊是To C。
真正做到To B就要在網(wǎng)絡(luò)上有所改變，通信設(shè)備就像企業(yè)的生產(chǎn)設(shè)備一樣，企業(yè)想怎么用就怎么用，甚至可以反向控制通信設(shè)備。而且通信設(shè)備產(chǎn)生的數(shù)據(jù)要能夠與生產(chǎn)、財(cái)務(wù)、運(yùn)營(yíng)等數(shù)據(jù)整合為一體，在這種情況下，企業(yè)需要對(duì)通信網(wǎng)絡(luò)有一定的自主權(quán)。
因此To B方面，5G網(wǎng)絡(luò)也應(yīng)該逐漸發(fā)生變化，把網(wǎng)絡(luò)改造成能夠面向企業(yè)使用。
聞老師認(rèn)為，如果物聯(lián)網(wǎng)應(yīng)用沒用廣泛落地，那么AI、AIoT都是“空中樓閣”。
AI跟loT結(jié)合，基礎(chǔ)是IoT要先搞好。沒有物聯(lián)網(wǎng)的數(shù)據(jù)支撐，AI的產(chǎn)業(yè)應(yīng)用可能就停留在講概念階段。在很多場(chǎng)景中，AI和IoT還沒搭上邊，中間有挺長(zhǎng)一段距離，前期要費(fèi)很大的勁。
----寫在最后----
還有很長(zhǎng)的路要走。
物聯(lián)網(wǎng)發(fā)展到今天，變得越來越復(fù)雜，不斷融合與疊加了各種概念，比如5G、AI、區(qū)塊鏈，甚至元宇宙。這些復(fù)雜性，讓物聯(lián)網(wǎng)的發(fā)展充滿了挑戰(zhàn)。
正是挑戰(zhàn)與復(fù)雜，讓物聯(lián)網(wǎng)的探索之旅充滿了樂趣與機(jī)遇。
