這是我的第303篇專欄文章。
智能物聯AIoT 2.0是智能化和價值化時代，我們即將邁向大量的、主流的設備皆智、升值的高效新階段。數字化就像企業組織的新基因，正在重塑傳統企業的細胞結構。
在上篇文章《智能物聯AIoT 2.0的典型特征：通感智值一體化》中，我介紹了“通感智值一體化”的內涵。
“通感智值一體化”的核心思想是將傳感、通信和計算的能力深度打通，實現多個功能之間的相互協作、資源共享，追求信息感知的分布性、智能控制的自適應性、系統整體的協調性，最終提高綜合的智能化和價值化水平。
“通感智值一體化”的實現，意味著跳出原有學科以及思維模式的限制，跨界整合，除了考慮單個設備或者局部環節的性能之外，更需要兼顧整個系統的全局智能化和最優化。
正如自然界中物種之間的協同進化。當兩個物種之間存在高度互補性，它們為對方提供食物、庇護所等資源，最終會在長期共生中形成高度依賴。
“通感智值一體化”同樣也是技術要素長期協同發展的必然結果。它代表著技術發展進入到一個更高層次的融合階段。
這種融合與一體化最終將推動傳統產業實現智能化升級，創造更大的經濟和社會價值。它是技術發展的必經之路，也是實現產業數字化轉型的關鍵所在。
今天我將繼續介紹進入智能物聯2.0，產業即將發生的一系列轉變：
轉變1：奔赴數字原生組織
轉變2：打造可信數字底座
轉變3：激發智能服務涌現
奔赴數字原生組織
數字化就像企業組織的新基因，正在重塑傳統企業的細胞結構。
在“中國AIoT產業年會暨2023智能產業洞察大典”中，我曾經介紹過數字原生企業這一趨勢，現在她仍在持續的發展中。
借助智能物聯AIoT 2.0實現數字原生企業，可以說是一種雙向奔赴。一方面從萬物互聯到萬物智聯的演進，技術的成熟驅動企業向數字原生企業邁進，另一方面實現數字原生，企業需要高質量的服務規模化，并依托AIoT數字底座，為數據流通和分析提供支撐。
談到數字原生企業，有的朋友可能會問，我的公司是一家傳統企業，談何“原生”呢？這里想跟大家強調的是：數字原生并不看企業的出身，關鍵考核指標在于思維模式是否發生改變。
請回想一下，在你的企業從生產、制造、到銷售、運營的過程中，管理者是否時時刻刻想著利用數字化工具來提升自己效率？
這種工具不一定是花幾百萬部署的一套系統，或許只是一個小小的開源軟件，當這種思維貫穿企業的所有流程時，企業就會向“數字原生”企業的方向蛻變。
奇績創壇創始人兼CEO陸奇評論過，Google的價值是把“信息獲取”的邊際成本降為0，ChatGPT的價值是把“知識獲取”的邊際成本降為0。
隨著“碳基”企業向“碳基+硅基”企業演化，年輕一代的“數字原生”人才攜帶著新的職業期待而來。在這個階段，以人為本的出發點尤為重要。與之伴隨，企業的員工中可能會有越來越多的機器人“同事”，企業中的人機協同與數智蝶變將會推升到新的高度。
這些硅基“同事”并不是機器人，而是智能代理，他們具備感知現實世界的智能。每個個體都應該了解市場上不同廠商的模型和產品的能力邊界，這樣才能在面對行業、業態和業務時，選擇最合適的硅基同事來完成工作。
這時每個個體也將進化為“全天候碳硅體”，個體實現團隊的工作能力。
這種蛻變一旦發生，便會層層深入。更深層次的影響，將從人員結構、操作流程滲透到組織架構的層面。
舉個我曾經提到的例子，我們大部分制造企業的流程，可以簡單粗暴地拆解為三個部分：計劃、生產和配送。就智能制造而言，生產執行并不是特別困難的事情，最具挑戰性的方面是計劃和配送。
因為很多生產線已經實現了自動化，根據生產計劃進行制造。企業可以通過對硬件的投入，提升生產環節的確定性和產品的質量。
然而，做好計劃和管理物流并沒有那么容易，物流是供應鏈中最易受到干擾的環節，任何生產中的干擾，都會對我們企業的物流和配送產生影響。
那么，我們做智能制造，其實是在做什么？
智能制造做的其實就是，當人和機器在爭奪車間生產現場控制權的時候，到底是聽人員的，還是聽機器的。答案已經顯而易見，智能制造做得好的企業，都會把生產制造的控制權交給機器。能讓機器做的，絕對不讓人去做。
在這個理念的基礎上，一些企業實現了計劃無人、生產少人、配送自動。
當我們實現了“計劃無人”和“配送自動”的時候，接下來很有意思的事情就會發生。我們可以實現一種以場景拉動的，跨系統數字化決策平臺。
這個時候，智能制造對生產硬件、裝備的改造，對流程、管理的改進，將會滲透到組織、部門的層面，甚至崗位設置都可能發生變化。
對于工業企業的中層和基層員工，不用學習系統操作，不需要了解數字化決策平臺的背后構成，到底是IoT、還是MES、還是ERP、還是PLM，他只用面對當前這一刻平臺讓他解決的具體問題就行。
平臺就像他的一個虛擬的助手，告訴他當前有什么任務分配給他，并給他提供提示，輔助他完成。
工業企業的部門設置可以進一步變輕，減少部門之間的溝通與協調，而是集中精力用于生產。
怎么讓人員集中精力用于生產呢？做騎手！當決策平臺發現生產遇到問題的時候，就可以發送任務給騎手，騎手接單按照系統提示處理任務，從而形成“系統派單→人員接單→按單激勵”的流程。
當數字化思維內化于心，外化于行，數字原生組織應運而生。
打造可信數字底座
前文提到，數字原生組織需要的是一種以場景拉動的，跨系統數字化決策平臺，由此便會引發新一輪的系統架構變革。
在今年10月，知名投資機構a16z舉辦了年度Connect /Enterprise活動，重點提到了系統架構的這種轉變。
曾經提出“軟件正在吞噬世界”的馬克·安德森（Marc Andreessen）認為，最近這段時間我們把關注的焦點都集中在了算法突破、模型創新等領域，而忽視了系統架構的這一輪本質上的變化。
其實每隔一段時間就會發生一次系統架構的轉變，每次架構變化就像完成了一次行業的重新洗牌，出現了一種新的計算機“種族”。這種系統架構的轉變就像房間里的大象，所有人都不可能對它視而不見。
系統架構1.0—客戶端/服務器
在計算機發展的早期，人們需要匯編語言、編譯器和操作系統方面的專家來開發一個簡單的應用程序。
商業互聯網在上世紀90年代末期成熟起來，這要歸功于x86指令集（Intel）、標準化操作系統（Microsoft）、關系數據庫（Oracle）、以太網（Cisco）和網絡數據存儲（EMC）。Amazon、eBay、Yahoo，甚至最早的Google和Facebook都建立在這個我們稱之為系統架構1.0的基礎上。
系統架構2.0—公有云
Amazon AWS、Google Cloud、Microsoft Azure、阿里云…定義了一種新的基礎設施類型，這種基礎設施是無需物理部署可持續運行的、可擴展的、可編程的。它們有些是開源的，例如Linux、MySQL、Docker、Kubernetes、Hadoop、Spark等。但大多數是付費服務，例如邊緣計算服務Cloudflare、數據庫服務MangoDB、消息服務Twilio、支付服務Stripe，所有這些加在一起定義了云計算時代。
這一代技術把互聯網擴展到數十億的終端用戶，并有效地存儲了從用戶那里獲取的信息。系統架構2.0的創新催化了數據急劇增長，結合算力和算法飛速進步，為今天的AI機器學習時代搭建了舞臺。
系統架構3.0—可信數字底座
系統架構2.0關注的問題是如何互聯互通，而如今我們關注的重點是如何激發智能。從連通性到認知性的需求變化，造成了目前我們在系統架構從2.0到3.0轉變過程中的混沌。
在文章《物聯網企業未來到底是上云，還是下云？》（這里的云，特指公有云）中，我曾經討論過這種系統架構的變化，如今帶領“下云”加快節奏的是馬斯克。
2023年10月27日，X平臺的工程團隊最新發布了一篇長帖透露了該平臺運行的現狀，以及其逆風而行之下采取的“下云”實踐。
根據相關人士透露“X平臺已經將#CloudExit作為其節約成本計劃的關鍵組成部分。X平臺通過將工作從云端轉移到他們自己的服務器上，每月的云成本降低了60%。”
不單考慮成本因素，僅靠公有云，根本無法靈活滿足用戶的差異性需求。有人想要性能強勁的算力，有人想要響應速度快、時延低的算力，有人想要價格便宜的算力…
如果未來的趨勢是企業下云，計算和分析會下沉到哪里？
答案很明顯：邊緣。
在公有云平臺和現場設備之間一直存在著巨大的“斷層”。
相對公有云，邊緣計算是指收集并分析數據的行為發生在靠近數據生成的本地設備和網絡中。
出于對隱私和時延的要求，大量的現場數據并不用上傳到公有云，而應進行實時的本地處理和高頻的數據交換，最終的決策相關數據才上傳到云端。
訓練好的算法和模型也應部署的離現場越近越好，并保持隨時更新。這就需要云端和現場層之間的“橋梁”不僅負責通訊，還應具備計算和分析功能。
因此，邊緣側的計算與智能將越來越重要，我們需要更多思考：怎樣深度融入工業、農業、能源等垂直行業，助力千行百業進行數字化轉型。
我們不妨將系統架構3.0所需的這種以場景拉動的，跨系統數字化決策平臺，稱為企業的可信數字底座。
可信數字底座，就像構建數據資產的分布式金字塔，是一項企業級數字能力的底座工程。
可信數字底座旨在打造以可信數據為基礎的、從數據采集到儲存交換到計算賦能都嵌入可信技術、并最終實現可信數據資產化的數據要素價值閉環的系統架構。
與常規數字底座相比，可信數字底座以數據要素最終價值化市場化為導向，來打通“收集-儲存-交換-賦能-應用”等各個環節，具有主權唯一、不可篡改、隱私保護等特征，并具備較好的輔助決策技術，為數據要素更好的應用賦能。
激發智能服務涌現
每一個成功的項目背后，一定要有健康的商業模式作為支撐。關于物聯網的商業模式，其中最為系統化的論述，要追溯到2014年。
那一年，競爭戰略之父邁克爾·波特和PTC公司總裁詹姆斯·赫珀曼共同執筆，在《哈佛商業評論》上發表了一篇名為《智能互聯產品如何改變競爭》的文章。他們認為智能互聯產品將改變傳統的產業結構、商業模式以及很多行業的競爭態勢。文中的這幅圖堪稱經典。
將近10年之后的今天，數億部智能互聯產品進入市場，商業模式愈加成熟，尤其是智能服務正在興起。
過去，賣產品和賣服務往往只能二選一。
現在，既要賣產品也要賣服務成為常態。
過去，服務業嚴重依賴人類的“邊際交付時間”，所以在世界500強企業中，做產品的公司要遠多于做服務的公司。
現在，智能物聯2.0正在讓服務業可以盡量脫離對時間、空間、人力的依賴，開創了不受限的新疆域。
例如在智能物聯2.0階段，汽車公司不再是生產汽車了，而是變成了汽車運營公司，通過汽車建立跟駕駛和用汽車的各種各樣的連接。福特汽車公司已經將自己定位于移動服務供應商，在車載網絡、移動服務、自主車輛和大數據方面培養新的專業能力。福特還推出了一系列新產品，比如應用平臺FordPass，幫助用戶支付停車費、拼車以及獲得虛擬助手的幫助，使得出行更加便利。
美國體育運動裝備品牌Under Armour正在從傳統的服裝制造商轉變為數字化健身產品和服務供應商。Under Armour支持“互聯式健身”，將服裝、體育運動和健康狀況結合為單一綜合的數字化體驗。
隨著大模型的發展，2023年正在出現AIGS，也就是人工智能生成服務的新模式。
當Matter作為通信標準逐漸普及，當智能家居的各種產品可以無縫的互聯互通，我們有可能利用AI創造更多有趣的智能服務與體驗。
智能家居攝像頭或其他傳感器收集數據，而生成式AI則可以分析這些數據，并形成有用的信息，更好地為家庭成員提供服務。
比如，當主人在凌晨兩點，站在廚房盯著冰箱發呆時，AIGS可以用智能音箱奏響催眠曲或者冥想背景聲。當AIGS發現孩子在晚上10點還在家里跑來跑去時，可以自動關閉客廳的燈光和窗簾，在兒童房開始播放枕邊故事。
除了智能家居，在自動駕駛汽車、智能酒店等場景，也都可以使用AIGS創造全新體驗。
AIGS就像數字海洋中的風帆船，正要啟航探索無限可能，駛向廣袤的空間。這些由AI生成的智能服務，或將成為下一個風口。
優秀的企業善用技術，進而擁抱最新的商業模式，這是一種螺旋式上升的趨勢。當新的工具和生產力出現時，最先采用這些新工具和生產力的企業或行業將成為產業的領導者。
在這個競爭中，那些無法跟上時代潮流的企業或行業將被淘汰、收購或兼并，最終消亡。
這種現象貫穿了整個人類文明史，幾千年來，那些能掌握先進生產力的人才能在競爭中取得勝利，而那些掌握落后生產力的則被淘汰。
這是一個螺旋式上升的過程，隨著新的生產力的出現，我們需要及時掌握并恰當地使用它們，這也是一種能力。
寫在最后
以上，本文介紹了智能物聯AIoT 2.0將帶來的三大產業變革趨勢：數字原生組織、可信數字底座和智能服務涌現。
智能物聯AIoT 2.0代表了新一代信息生產力的進步，它將深刻改變許多行業的組織形式、基礎設施和商業模式。
如果一個行業能夠及早迎接這波新生產力的到來，就能搶占先機，獲得競爭優勢。反之，那些過于依賴舊生產力、無法進行數字化轉型的企業和行業，勢必會在市場競爭中逐漸被淘汰。
數字化就像重塑企業基因的生化試劑，正在催生數字原生組織的新生命；構建可信數字底座，可以強化企業的數字化“骨骼”；洶涌的智能服務浪潮，是數字化“肌肉”不斷壯大的表現。
在智能物聯AIoT 2.0時代，我們要乘風破浪，實現數字化轉型，以適應產業變革的大趨勢。只有快速融入新生產力，才能在數字化洪流中屹立不倒、砥礪前行。
為了更好地解讀“智能物聯AIoT 2.0”，我們將在12月15日舉辦“中國AIoT產業年會暨2024年智能產業前瞻洞察大典”，歡迎你的參與。
