作者：物女王（彭昭）
導 讀
2020，「地獄」開局。在轉身面對未來一年繼續而來的風雨和生活之前，我們不妨一起回首前塵，回顧2019年【物女心經】專欄原創的52篇文章，任憑歷歷在目的那些過往，讓時光逆流成河。
全文字數：6000字，閱讀時間：12分鐘
物女王：Somewhere in time
這是我在【物女心經】專欄寫的第163篇文章。
2019年過去了，我很懷念它。
電影《甲方乙方》用相似的一句溫和而沉厚的話，總結了一部電影中，每個人想要努力實現的、苦甜交加的、遙遠但又迷人的夢想。
肺炎疫情、科比墜機…2020，「地獄」開局。在轉身面對未來一年繼續而來的風雨和生活之前，我們不妨一起回首前塵，回顧2019年【物女心經】專欄原創的52篇文章，任憑歷歷在目的那些過往，讓時光逆流成河（點擊藍色的文字可直接連結至原文）。
雖然過去並不代表未來，但過去是邁向物聯網未來的起點。
01 預期難免被暴擊，重要的是面對暴擊的態度
有時候，想要弄明白事情的發展方向，最好的辦法就是把我們的目光從目標身上移開，把注意力放在整個模式的狀態識別上。
以預測性維護為例，它是當前工業網際網路領域最重要的應用之一。
最近幾年，隨著工業人工智慧技術和邊緣計算技術的逐步推進和成熟，過去僅僅集中應用於高端裝備的預測性維護，可以「飛入尋常百姓家」，具備了大範圍應用的經濟性前提。因此，預測性維護一度被認為是邊緣計算與人工智慧，在工業落地的最短路徑。
然而，被委以「殺手級」應用重任的預測性維護，發展卻不及預期。
傳統行業經過多年的發展已經相當成熟，很多機械的維護維修，利潤空間本身就不高。提供預測性維護的企業，有可能會發現折騰了這些年，即便有了一定的規模，也不一定能真正賺到錢。
從用戶角度來講，要為預測性維護服務付出多少成本合適呢？
預測性維護帶來的收益，如果轉化為財務指標，需要經過完整的周期性分析和驗證。只有算得清楚經濟帳，最終用戶才會願意長期為預測性維護的價值買單。
所以，預測性維護陷入了「經濟收益測算時間長，沒法調動最終用戶的投入熱情，只是物聯網企業一頭熱」的怪圈。
從預測性維護的應用實例可以看出，阻礙大多數物聯網項目的核心因素是較長的時間成本和難以評估的投資回報率。很多行業雖然數據量驚人，但是數據的價值較低，缺乏殺手級的應用，投入與產出的帳面分析並不「性感」，導致購買方決心難下。
可見產品雖好，如果不能創造獨特的價值，也難以逃脫生活的暴擊。這也就是為什麼，這些曾經十拿九穩的物聯網項目，最終都失敗了？
「我並沒有失敗，我只是找到10,000種行不通的方法。」
——發明家，托馬斯·阿爾瓦·愛迪生
02 工業網際網路的江湖很熱，但還會更熱
市場永遠在波動，物聯網的一大任務就是吸收波動，在工業領域就表現為在生產製造和需求變化之間巧妙地建立緩衝帶。
工業自動化產品一般被用於兩個部分：一部分面向設備製造商，作為組件構成整體設備對外銷售；另一部分面向工廠管理部門，作為生產線的一部分，起到提質增效的作用。
這兩部分對應推進企業發展的兩種驅動力，一種是來自於市場增長性的外部拉力，另一種是來自於企業整體效益提升的內在動力。
隨著市場環境的變化，整體設備的銷量收縮，第一部分的出貨量下滑，而第二部分的投入正在發生轉型。因此，工業企業遭遇「寒冬」的背後，隱藏著工業物聯網爆發的「秘密」。
美國「國家製造業競爭力計劃」、法國「未來工業計劃」、義大利「工業4.0計劃」等，均採取不同政策和資本手段，針對中小企業開展個性化服務，支持中小製造企業升級工業技術、應用新技術、創新商業模式。
國內的現狀是，中小企業對工業網際網路這套體系的觸網意識和買單意願均不強…絕大多數中小企業還在學習和觀望。中小企業客戶，沒有機會也鮮有資本主動提出要上工業網際網路。
那麼，這個gap要歸咎於中小工業企業的「不開悟」，還是提供工業網際網路解決方案的「不實際」？其實，工業網際網路本應從「點」開始燎原。
也許是為了趕風口，也許是為了融資金，也許就是為了顯得有學問，越來越多的企業聲稱自己在做工業網際網路平台。甚至，把工業網際網路平台當做一種「撩客」手段。
狂熱和寒冬、貪婪與恐懼，有時只有一線之隔。現實是，狂熱之後，遲早迎來寒冬；大漲之後，往往退潮緊隨。工業網際網路，最好主動降溫。否則，工業網際網路的寒冬將至。
工藝水平、運營能力和員工素質都是逐步提升的過程，這些事情只有去掉浮躁、貪婪和泡沫之後，才有韌性紮實去做。在寒冬、在退潮，政策和資本才更容易進入到經濟發展所需的格局當中。
「在別人恐懼時我貪婪，在別人貪婪時我恐懼。」
——沃倫·巴菲特
03 「快」可以讓你變大，但只有「慢」才能讓你強大
物聯網涉及到硬體與軟體的搭配，到底怎麼去賺錢？大家都想走上人生巔峰，從硬體的一錘子買賣，做到靠軟體的可持續盈利，這條路到底該怎麼走？
這些問題如果都有統一的標準答案，物聯網也就不會那麼有魅力了。
物聯網並不是一條單薄的技術賽道，而是綜合實力的比拼。過去一年，我們看慣了各種「帶節奏」的熱詞和風口。所謂「風口」其實只是快速變化的思潮、風潮、偏好——來得快，去得也快。
真正代表趨勢性的東西，並不是「風口」，而是「慢變量」。這些變化不會在一夜之間天翻地覆，但卻是持久的，循序漸進的沿著一個穩定的方向：
1. 首先，為什麼邊緣計算會火？4個關鍵因素推動了邊緣計算的發展：用戶對數據延遲容忍度的降低、數據量快速上升和帶寬不足的矛盾加劇、用戶對於數據處理成本的顧慮，以及用戶對明確數據擁有權、安全性和合規性需求的提升。
稱之為「邊緣」，並不代表其是邊緣化的或不重要的，恰恰相反，邊緣很重要。計算將同時存在於邊緣和雲平台，他們之間的界線越來越難以劃分，未來不是雲和邊緣，而是連成一片的邊緣雲。它創造了一個新戰場：邊緣智能伺服器。
邊緣智能的核心，不是我們所看到的各種硬體設備，而是將各種計算資源充分集成和調度，發揮出最佳生產效用的整體方案。邊緣智能怎麼實現？清華學霸們用實例告訴你。
2.其次，物聯網時代，工具的選擇尤為重要。IoT低代碼編程工具，是一條通往物聯網應用的捷徑。簡單來說，「低代碼開發」被用來描述一種快速設計和開發的軟體系統，無需編碼或通過少量代碼，就可以快速生成應用程式。
這麼重要的工具，各大公司當然對其有所布局。醞釀整整一年，西門子翻開了加速工業網際網路落地的「王牌」。在一年一度面向分析師的年會，西門子宣布推出Xcelerator，這是一個MindSphere與Mendix融合之後的產物。
3. 繼物聯網平台之後，數據中台來了。打個比方，數據中台就是個杯子。要杯子是為了泡茶喝，沒有杯子，就沒法泡茶。其實這個杯子是誰的，這個杯子長什麼樣，並不重要。物聯網平台沒有的商業模式，數據中台就有嗎？No！
誰都可以說擁有數據中台，但是這個數據中台是不是能夠通向真正可行的技術路徑，通過行業標準，得到知識圖譜。最後利用知識圖譜作為工廠數字雙胞胎的基礎，打造一個可持續使用、可持續開發的數字化平台，這才是關鍵。另闢蹊徑，這家巨頭用知識圖譜給出答案。
4.最後，區塊鏈大軍浩浩湧入物聯網賽場。技術並不是區塊鏈的最終決定因素，技術只是一個基礎，最終的決定因素在於經濟模型。
每個領域都有自己令人敬畏的特性，沒有放之皆準的法則，除了捨得投入時間之外，還需要融入更高階的思維、跨領域的實踐，甚至藝術修為。在這一切背後，「死磕」有時候恰恰是捷徑。面對物聯網+區塊鏈，我被一個人打動，他說：「如果你不用真金白銀的去投資，誰跟你好好玩？即便有人可能心裡想：這個傻子真有錢。我也不在乎。」
在你的2020計劃中，將把物鏈網置於哪種類別？繼續觀望，還是計劃嘗試？無論你選哪條路，在這個指數變化的世界裡，只要你對物鏈網感興趣，這份《基於區塊鏈的物聯網應用研究報告》，或許會是一根合你心意的指南針。
當然，還有一些「慢變量」少人知曉：國內首次解讀，IIoT背後潛伏的遊戲規則顛覆者。
在《異類》一書中，暢銷書作者向大眾推廣了一個說法，即一萬個小時是「成就偉大」的神奇數字。一萬小時定律，讓我們覺得，只要足夠勤奮，任何人苦練上一萬小時都能達到專家的水準。
現實是，一萬小時定律有可能會讓你取得令人刮目的成果。但是，如果你想更進一步，就不僅僅是時間的問題了。面對各種「慢變量」，我們的演出才剛剛開始。
因為，
「世界是個舞台。」
——莎士比亞
04 AIoT是科技巨頭們殊途同歸的終局
對於AI+IoT，各大公司採取的行動非常一致。
在紛繁信息的背後，巨頭們擁有很多幾乎相同的邏輯：
1. 他們都大舉進軍雲服務領域，投入巨資建設雲平台；
2. 他們在智能語音助手大戰中悉數到場，持續的強化和升級AI這件先進武器；
3. 他們都發布了智能音箱、AR頭盔等硬體產品，並廣泛支持各種IoT認證設備的接入。
因為，從終點倒推，微軟、谷歌、亞馬遜等科技巨頭殊途同歸的終局是AIoT。國內的科技企業們，也正在使出渾身解數。聯通、華為、阿里，巨頭IoT戰略全解析。
面對AIoT如此巨大的市場，聰明的巨頭們選擇首先擱置競爭，共同做大市場「蛋糕」。一流企業如何定標準？亞馬遜、谷歌、蘋果、宜家…巨頭們罕見聯手做示範。
人工智慧AI領域，初創公司的勢頭強勁。AI初創公司如果只做圖像、語音識別這些通用技術，未來的道路只會越走越窄。AI通過硬體「著陸」，成唯一出路。IoT賽道AI獨角獸入場，「手機+AIoT」成標配。然而這並不是一個搞幾次發布會，宣布一些戰略調整，每年投入數十億元就能輕鬆搞定的事情。
人多的地方，不一定好。
第一層次的思維說，大家都在做SaaS、大數據和人工智慧，我們也不能落後。
第二層次的思維說，大家都在做SaaS、大數據和人工智慧，但是人人都做，技術層面的領先性差距越來越小，不能形成真正的壁壘，讓我們抵禦誘惑，另闢蹊徑吧。
「其實並沒有所謂的命運，只有我們為自己所創造的未來。」
——電影《終結者2：審判日》
05 一些解答，已經被人顛覆了問題
講一個熟悉的場景：
一名資深的汽車工程師，仍然在孜孜不倦的研究，如何再進一步提升燃油效率。
特斯拉等行業新貴說，對不起，我們不做汽油車。
猜一猜，汽油車還會堅持多少年？
這名汽車工程師什麼也沒有做錯。只是他還被禁錮在一個圈子里冥思苦想的時候，別人已經顛覆了問題。
還有一些「皇帝新衣」的現象，已經被人一語道破。
「是不是所有的工業算法都要上雲？我只能說我在工業做了十年，我的客戶都是很大型的流程性工業企業，他們沒有一個想上公有雲。」
為什麼不上公有雲？第一，是算得不夠快，上雲需要占很多資源，並且有時延，像過程性行業，當時當刻這件事非常重要。第二，所有工業算法都充滿了技術秘密，企業不願意把它拿出去，所以要解決企業自己內生性可用性。
——苗圩/鄔賀銓/余曉暉/林詩萬…一文看盡2019工業網際網路峰會精華觀點
工業網際網路在很多時候遇到的問題是「痛點不痛、剛需不剛，無法照搬網際網路的生態模式，而且把隱性問題變得顯性這事，說來容易做起來難。」
「搞清楚數據從哪裡來？如何處理？到哪裡去？大多數企業只要解決其中一個環節就可以成功，三個環節都解決了就有機會成為巨頭。」
——工業網際網路IIoT的未來在哪裡？李培根院士/阿里/華為/聯想…核心觀點集錦
「實際上to B企業是很難做的，雖然to B公司的業務比較穩健，to C公司很容易死掉，但是to B公司普遍依靠團隊的有限資源做業務，不容易形成指數級發展。
怎麼用to C的玩法做to B企業？開源模式和消費電子領域的硬體免費模式、to C領域的APP使用模式有些類似，絕大多數人免費使用，但會有少數人購買服務和增強功能。」
——運營物聯網企業的另類方法：用2C的邏輯做2B
「通信行業曾經有最好的商業模式，即為時間和距離付費。
現在大家都在談新技術革命，也就是舊秩序在被打破，新的價值在被創造。我認為智聯網和過去所有的變革都不一樣，它讓人類對自己的世界有了一個新的視野來觀測。」
——無論你愛還是不愛，智聯網AIoT來了|摯物大會精彩演講匯總
「目前的工業智能，實際上還是人工+機器智能。在人工智慧時代，企業的工程師、工匠精神與經驗，仍將發揮不可取代的作用。
與其他領域相比，AI在製造業的應用會產生較大的效益。但目前我國AI的投資還主要在消費領域，在製造業的投資只占AI投資的1%，需要重視工業智能的研發與創新。」
——工業網際網路與AI結合的機遇在哪裡？鄔賀銓院士分享了幾十個案例
「工業現場存在著不勝枚舉的『不確定性』，生產過程的不確定性、市場需求的不確定性、競爭格局的不確定性、未來的不確定性…
工業智能正是始於我們面對這些不確定性的恐懼，以及征服這些不確定性的慾望。」
——安筱鵬一語道破：為什麼數字化轉型常常陷入誤區與困境？
視野有多寬，觀察一個事物的深度就有多深。
從整體上來看，物聯網的版圖仍在不斷擴張。
基於對物聯網產業的跟蹤，物聯網智庫對IoT產業鏈各環節核心企業和機構持續調研，力求通過一張圖，讓更多的人了解到物聯網產業的生態全貌。
06 2020，物聯網「長途賽局」中的新起點
不管你愛還是不愛，2020已經來了，同時到來的，還有5G。
雖然在5G賽道處於領軍陣營，華為的任正非卻常說：「5G的作用被誇大了」。5G就像一個巨大的藏寶庫，本身有著強大的利用價值。只是還沒有誰，在5G商用元年，找到開啟寶藏的鑰匙。值得關注的還有，物聯網無線通信技術中的5個進展。
從1G到4G，我們走了40年。思考5G的未來，不能只看過去三五年。5G，不僅僅是一個技術，它已經超出了通信所承載的內涵。5G，寡頭運營商時代終結，跨界群毆時代開啟。
在去年舉辦的第二屆「綻放杯」5G應用徵集大賽中，我很榮幸作為評委之一親歷了比賽過程。大賽累計收到參賽項目三千餘個，經過層層選拔，共有300個項目進入複賽，30個優秀項目進入決賽，10個項目獲得大賽一等獎，一等獎項目占比0.27%。3731個項目中，為什麼這5個智能工業5G應用「獨領風騷」？
任何事物都有兩面性，引用《禮記·大學》的名言：「好而知其惡，惡而知其美者，天下鮮矣。」喜歡一個人卻能知道他的不足，不喜歡一個人卻能看到他的優點，這樣的人很少。
各行各業對5G都抱有期待、熱情和嘗試的慾望，比如製造業。不過，工業網際網路+5G，「王炸」還是「對三」，尚需時間驗證。某些應用還停留在在炫技的階段，遠沒到實用的價值。
走進2020，智聯網AIoT很容易被理解為一項新技術，其實不然，它更多的是各種技術文明的細胞融合。以下趨勢很可能正在前方等你：
-
2020年趨勢風向：工業網際網路人工智慧應用成為基本底座。
-
2020年趨勢風向：區塊鏈-IoT或將引發各行各業的範式轉移。
-
2020年趨勢風向：5G如何翻越資金、需求和生態的三座高山？
-
2020年趨勢風向：5G助力千行百業進入「第二曲線」
-
2020年趨勢風向：沒錢進行數字化轉型投資的企業怎麼辦？工業4.0融資
-
2020年趨勢風向：工業網際網路「叛逆期」遇上邊緣計算「襁褓期」 ？
「無論你喜歡與否，生活是一場比賽。懦夫從未啟程，弱者死於途中，只剩下我們繼續前行。」
——耐克創始人，菲爾•奈特
----寫在最後----
人生的每一次相遇，都是久別重逢。在前進的路上，你並不孤單，產業爆發你我一起狂，產業遇阻你我一起扛。
致物聯網領域的你，我們一定會相逢，或遲或早，或在不久的將來。
【物女心經】往期精選
2020為什麼邊緣計算會火？
這些曾經十拿九穩的物聯網項目
為什麼最後都失敗了？
醞釀整整一年，西門子翻開了
加速工業網際網路落地的「王牌」
華為成立智能汽車BU，阿里36億投
千方科技，巨頭進軍V2X「殊途不同歸」
為什麼說微軟、谷歌、亞馬遜等
科技巨頭殊途同歸的終局是AIoT？
華為/阿里/聯通
史上最詳細巨頭IoT戰略全解析