為了更進一步探索2022年的新風向，我們邀請了一系列重量級的領軍人物、企業高管，以及行業專家們進行訪談，聊一聊他們對智聯網產業未來的見解。正是這些專家們不同思想的碰撞，校準著我的判斷;正是這些大咖們開闊思路的視野，填補了我的盲區。本文想與你分享的觀點，來自兩位德高望重的師長，他們是工業人工智能之父李杰教授和中國蜂窩物聯網發(fa)展(zhan)的關鍵推手之一的聞庫秘書長(chang)。
這是我在【物女心經】專欄(lan)寫的第(di)239篇文章。
臨近年末，我的好朋友們知道，物聯網智庫與摯物AIoT產業研究(jiu)院每年在這個時候都會舉辦AIoT領域的產業年會，目的是(shi)與你一同(tong)展望AIoT未來的發(fa)展趨勢。
為了更進一步探索2022年的新風向，我們邀請了一系列重量級的領軍人物、企業高管，以及行業專家們進行訪談，聊一聊他們對智聯網產業未來的見解。
在(zai)交流的過程中，不免會聽到(dao)視角(jiao)完全不同的觀(guan)點和聲音，也不免會觸及(ji)一些(xie)從(cong)未耳(er)聞(wen)的概念和術(shu)語。
正(zheng)是這些(xie)專家(jia)們(men)不同(tong)思(si)想的碰撞，校準著我的判(pan)斷;正(zheng)是這些(xie)大咖們(men)開闊思(si)路的視(shi)野，填補了我的盲區。
本文想(xiang)與你分享的觀點，來自兩位德高望重的師長(chang)，每次與他們交流，既能讓我(wo)仰望星空(kong)，又能兼顧腳踏(ta)實地。
他們是工業人工智能之父李杰教授和中國蜂窩物聯網發展的關鍵推手之一的聞庫秘書長。
每次與李杰教授(shou)交流，他都能帶我搶先(xian)一步看到未來(lai)。
李老師擔任(ren)(ren)鴻海科技集團副董事長、美國(guo)辛辛那提(ti)大學(xue)講(jiang)座教授、美國(guo)國(guo)家科學(xue)基金(jin)會(NSF)智(zhi)(zhi)能(neng)維護系統(IMS)產(chan)學(xue)合作(zuo)中(zhong)心(xin)主任(ren)(ren)、世界(jie)經濟論壇(WEF)全(quan)球未來委(wei)員會先(xian)進制(zhi)造(zao)與生產(chan)委(wei)員，曾任(ren)(ren)麥肯(ken)錫全(quan)球資深(shen)顧問(wen)。著(zhu)有“工(gong)業(ye)人工(gong)智(zhi)(zhi)能(neng)三(san)部曲(qu)”：《工(gong)業(ye)人工(gong)智(zhi)(zhi)能(neng)》、《從大數(shu)據到智(zhi)(zhi)能(neng)制(zhi)造(zao)》、《CPS：新(xin)一代工(gong)業(ye)智(zhi)(zhi)能(neng)》等著(zhu)作(zuo)，對世界(jie)智(zhi)(zhi)能(neng)制(zhi)造(zao)有重大影響(xiang)。
每次與聞庫秘書長交流(liu)，他都會(hui)讓我看清腳下(xia)的路要從哪里(li)邁起。
聞老(lao)師擔任(ren)中國通(tong)(tong)信(xin)(xin)標準化(hua)協會(CCSA)副(fu)(fu)理(li)事長(chang)兼秘書長(chang)，曾歷任(ren)郵電(dian)部(bu)(bu)(bu)電(dian)信(xin)(xin)總局(ju)網管中心主任(ren)、郵電(dian)部(bu)(bu)(bu)科(ke)技(ji)(ji)司(si)副(fu)(fu)司(si)長(chang)、信(xin)(xin)息產(chan)業(ye)部(bu)(bu)(bu)科(ke)技(ji)(ji)司(si)副(fu)(fu)司(si)長(chang)和信(xin)(xin)息產(chan)業(ye)部(bu)(bu)(bu)電(dian)信(xin)(xin)管理(li)局(ju)副(fu)(fu)局(ju)長(chang)和信(xin)(xin)息產(chan)業(ye)部(bu)(bu)(bu)科(ke)技(ji)(ji)司(si)司(si)長(chang)、工業(ye)和信(xin)(xin)息化(hua)部(bu)(bu)(bu)科(ke)技(ji)(ji)司(si)司(si)長(chang)、工信(xin)(xin)部(bu)(bu)(bu)信(xin)(xin)息通(tong)(tong)信(xin)(xin)發展司(si)司(si)長(chang)等職。
你也許會好奇，這(zhe)兩位老師一(yi)(yi)(yi)位來(lai)自學界(jie)(jie)、一(yi)(yi)(yi)位來(lai)自政界(jie)(jie);一(yi)(yi)(yi)位鉆研人工智能、一(yi)(yi)(yi)位深耕通信連接，他們之間會有(you)什么共同點呢(ni)?
他們的觀點既涵(han)蓋了AI、也囊(nang)括了IoT，完美交織于AIoT。
共(gong)同點是他們(men)都把推動產業發展視為使命，視為一種(zhong)高(gao)于生(sheng)存(cun)的(de)人(ren)生(sheng)意義，因(yin)此與他們(men)交流總會覺(jue)得智慧撲面、酣(han)暢淋漓(li)。
1、產業元宇宙的基礎是CPS
我們(men)每個人往(wang)往(wang)面(mian)臨一(yi)個悖(bei)論，就是我們(men)不(bu)知(zhi)道我們(men)不(bu)知(zhi)道的是什么。
這(zhe)個困擾在李教授這(zhe)里，總(zong)能輕易(yi)化解。
因為李教授多年思考的(de)問題，正(zheng)是如何讓(rang)不可(ke)見的(de)部分變得可(ke)見，讓(rang)不知道的(de)信息被知道。
雖然最近元宇宙Meta-verse被熱炒，但一個同詞根的術語也值得被關注，Meta-model。
Meta-model已(yi)經存(cun)在數十年，并不(bu)是新東西，從字面上(shang)理解，它(ta)是指模型(xing)的模型(xing)，由元模型(xing)Meta-model可以構建一個(ge)整合管理的系統。
什么意思呢?李教授舉(ju)了個(ge)例(li)子。
在產(chan)業(ye)(ye)(ye)中，我們經常會(hui)強調(diao)數(shu)據的重要(yao)性，但現(xian)實(shi)情況往(wang)往(wang)是給了(le)你數(shu)據，你依然不(bu)(bu)知道(dao)如(ru)何去(qu)操作和改進。比(bi)如(ru)一個人(ren)(ren)炒(chao)股(gu)(gu)，天天盯著股(gu)(gu)價看，仍舊不(bu)(bu)會(hui)投。專業(ye)(ye)(ye)的投資(zi)人(ren)(ren)不(bu)(bu)只是看股(gu)(gu)價波動，還(huan)(huan)要(yao)了(le)解企(qi)業(ye)(ye)(ye)的基本情況，發生了(le)什么(me)新聞，有沒(mei)有并購事(shi)件，推出了(le)什么(me)新產(chan)品。這(zhe)些(xie)還(huan)(huan)不(bu)(bu)夠(gou)，投資(zi)人(ren)(ren)還(huan)(huan)會(hui)看行業(ye)(ye)(ye)趨勢，整(zheng)體的發展方向，這(zhe)個公司的上下游產(chan)業(ye)(ye)(ye)鏈等很多(duo)信息。還(huan)(huan)有些(xie)投資(zi)人(ren)(ren)會(hui)參與企(qi)業(ye)(ye)(ye)管理(li)，為企(qi)業(ye)(ye)(ye)發展提供幫助，讓企(qi)業(ye)(ye)(ye)變得(de)更好。所(suo)以炒(chao)股(gu)(gu)不(bu)(bu)能(neng)只盯著數(shu)據看，還(huan)(huan)要(yao)了(le)解股(gu)(gu)票背后的企(qi)業(ye)(ye)(ye)，并為企(qi)業(ye)(ye)(ye)的發展助力。
這就是從數據Data，到模型Model，再到元模型Meta-model的思維邏輯。
投(tou)射(she)到工(gong)業領(ling)域，什么是智能制造的Meta-model?
李教授以(yi)質量管理為例，生(sheng)產線(xian)所產生(sheng)的問題，產品(pin)質量的結果(guo)，都可以(yi)通過Meta-model被完全追(zhui)溯。生(sheng)產過程(cheng)中，Meta-model就(jiu)可以(yi)預測下(xia)一批(pi)次的產品(pin)質量是否(fou)合格，根據(ju)Meta-model提供的校(xiao)準數據(ju)，產線(xian)可以(yi)自(zi)我調節和持(chi)續優化(hua)。
簡單地說，生產線的一般Model提供的是控制能力，但控制是控制，管理是管理，Meta-model側重于管理。
Meta-model應該可以預測、發現和反饋不可見的問題。
為了解決“可見”的問題，很多企業開展了工業互聯網項目，引進傳感器、邊緣計算設備，強調要探索數字孿生，這些都是慣常的做法，但是卻往往忽略(lve)了一些根(gen)本性的問題(ti)。
工業企(qi)業到底需要怎樣的信息物(wu)理(li)系(xi)統CPS(Cyber-Physical System)、數字(zi)(zi)孿生(sheng)(Digital Twin)?有哪些(xie)問題和挑(tiao)戰(zhan)是以往解決不了的，而CPS和數字(zi)(zi)孿生(sheng)又(you)為何能(neng)解決這(zhe)些(xie)問題?
CPS與數字孿生的作用是解(jie)決(jue)那些工(gong)業(ye)系統中還沒有被充分(fen)認知的“不可見”問題。
如果CPS、數(shu)字孿生僅僅被(bei)用(yong)來(lai)解決(jue)可(ke)見的問題，很容易被(bei)誤解和誤用(yong)。
怎么被誤(wu)用的?李教授又(you)舉(ju)了一個例(li)子。
就(jiu)像照鏡子(zi)(zi)。鏡子(zi)(zi)可以反映出來(lai)這個人(ren)美(mei)(mei)不(bu)(bu)美(mei)(mei)，衣服有(you)沒有(you)穿對(dui)。企業(ye)也用數字孿生來(lai)照鏡子(zi)(zi)，反映設備的運行情況(kuang)。但(dan)實際上數字孿生并(bing)不(bu)(bu)僅僅是鏡子(zi)(zi)，它的能(neng)力在于建(jian)造了Twin Model，能(neng)夠像醫生一(yi)樣(yang)發現不(bu)(bu)可見的問題。
現階段工業和制造企業最主(zhu)要(yao)的(de)(de)痛點是如何(he)去(qu)解(jie)決和避(bi)免(mian)不(bu)可見的(de)(de)問題。不(bu)可見的(de)(de)問題包括哪些?比(bi)如設備(bei)性能的(de)(de)衰退、精度的(de)(de)缺失(shi)、易耗件的(de)(de)磨損和資(zi)源的(de)(de)浪費，等等。
說回與(yu)Meta-model同詞(ci)根的(de)Meta-verse元(yuan)宇宙(zhou)，如果元(yuan)宇宙(zhou)在(zai)工業領(ling)域應用，需要(yao)滿(man)足多種條件才能成(cheng)為產業元(yuan)宇宙(zhou)。
第一是需要通過Meta-model不僅做到控制，更要實現管理。
怎么區分控制(zhi)和管(guan)理?比如一(yi)臺風(feng)機，我(wo)們調整它的狀態，實現最(zui)(zui)大風(feng)能(neng)捕獲，這(zhe)是(shi)控制(zhi)。如果我(wo)們做到它的健康衰退(tui)評估，將這(zhe)些知識與風(feng)機的結構設計、控制(zhi)邏輯相關聯，使它能(neng)夠(gou)在不同健康模式下，都能(neng)保持最(zui)(zui)佳的狀態，這(zhe)是(shi)管(guan)理。
第二是社交元宇宙不一定有目的，但是產業元宇宙需要很強的目的性。
互(hu)聯網、大(da)數據、人工智能(neng)…應用這些技術(shu)不(bu)(bu)是目(mu)的(de)(de)，工業領(ling)域往往有很強的(de)(de)目(mu)的(de)(de)性。目(mu)的(de)(de)并不(bu)(bu)是解(jie)決可見的(de)(de)技術(shu)問(wen)題，目(mu)的(de)(de)是在(zai)不(bu)(bu)可見空間內發現問(wen)題、解(jie)決問(wen)題和獲取價值(zhi)。
明確目(mu)的(de)，可以更好的(de)做(zuo)決策。
工業領域的(de)目的(de)性很(hen)強(qiang)，每個(ge)目的(de)背后都有痛(tong)點(dian)(dian)(dian)(dian)問(wen)題。數(shu)據不能標準化是(shi)(shi)(shi)(shi)痛(tong)點(dian)(dian)(dian)(dian)、質量需(xu)要提升是(shi)(shi)(shi)(shi)痛(tong)點(dian)(dian)(dian)(dian)、數(shu)據量太大(da)是(shi)(shi)(shi)(shi)痛(tong)點(dian)(dian)(dian)(dian)、資源浪費(fei)是(shi)(shi)(shi)(shi)痛(tong)點(dian)(dian)(dian)(dian)…從(cong)每個(ge)痛(tong)點(dian)(dian)(dian)(dian)向前溯源，人、機、料、法、環(huan)，直到分(fen)析(xi)出(chu)痛(tong)點(dian)(dian)(dian)(dian)的(de)來源，再分(fen)析(xi)哪些是(shi)(shi)(shi)(shi)可以數(shu)字化的(de)，哪些是(shi)(shi)(shi)(shi)不可以數(shu)字化的(de)，形成數(shu)字化轉型的(de)目的(de)。這是(shi)(shi)(shi)(shi)一個(ge)系統性的(de)工程，從(cong)痛(tong)點(dian)(dian)(dian)(dian)Pain到目的(de)Purpose。
李教授從十(shi)幾年前就開始關注CPS，并著(zhu)有《CPS：新(xin)一代工業(ye)智(zhi)能(neng)》一書，提出CPS是(shi)可以持續傳承(cheng)的智(zhi)能(neng)系統。
從字面翻譯，CPS是(shi)信息-物理(li)系統(tong)，也(ye)可被譯為(wei)賽博(bo)(bo)-實(shi)體系統(tong)。實(shi)體系統(tong)代表的是(shi)對功能性的管(guan)(guan)理(li)和(he)建模，賽博(bo)(bo)系統(tong)是(shi)對實(shi)體、環境(jing)和(he)活(huo)動之間關系性的管(guan)(guan)理(li)和(he)建模。
CPS是(shi)賽博空間(jian)中的(de)(de)通信、計算(suan)和控制與實(shi)體(ti)系統在所(suo)有(you)尺度內的(de)(de)深度融合。以物聯網為(wei)重要元素(su)的(de)(de)CPS，能夠(gou)將(jiang)整個(ge)價值鏈(lian)上的(de)(de)環節相連，使(shi)位(wei)于產(chan)業鏈(lian)各個(ge)位(wei)置的(de)(de)角色(se)能夠(gou)以很(hen)低(di)的(de)(de)成(cheng)本，直接(jie)服務于用戶，也(ye)使(shi)得產(chan)業鏈(lian)之間(jian)在服務方面的(de)(de)協(xie)作成(cheng)本降低(di)。
因(yin)此，從某種意義上來說，產(chan)業(ye)元宇宙的基(ji)礎是CPS。
2、深耕AIoT要做好踏踏實實“篩沙子”的準備
謀定而動，乘(cheng)勢而上(shang)。
聞(wen)老師總是能讓我們看清，當(dang)下這(zhe)一步(bu)要從哪里邁起。
最近，美國5G部署因(yin)為頻譜“卡脖子”被迫暫停的(de)消息在國(guo)內(nei)引起了熱議，與美國(guo)相(xiang)比(bi)，中國(guo)5G頻(pin)譜規劃和政策更為有效，在供給側保障了產業界對(dui)頻(pin)譜的(de)需求，因而助力5G商用的(de)領(ling)先(xian)。
我(wo)們在5G上半場(chang)打得不錯，現(xian)在開始打下半場(chang)。上半場(chang)是(shi)技術、網絡、手機終(zhong)端(duan)等部署(shu)，下半場(chang)要開始應用(yong)，尤其是(shi)各行各業的應用(yong)非常重(zhong)要。
5G應(ying)用(yong)，尤其是(shi)物(wu)聯網的應(ying)用(yong)，是(shi)一個金(jin)礦。但是(shi)物(wu)聯網這個金(jin)礦有什么特點呢?
就是整塊的金子少，碎片化的金沙(sha)多(duo)，大量金子需要花(hua)費力氣去篩。
看上去物聯網這個金礦里面滿滿是金子，但是真正要淘出來不容易，需要做好踏踏實實，慢慢挖掘的準備。
開墾(ken)物聯網金礦很難(nan)，不(bu)過(guo)當所(suo)有(you)人(ren)都意(yi)識到很難(nan)的(de)時(shi)候，最(zui)難(nan)的(de)階段可(ke)能已(yi)經過(guo)去(qu)了。
聞老(lao)師從2009年國(guo)家(jia)提出感知中(zhong)國(guo)開(kai)始，就一直(zhi)在推進(jin)物聯(lian)網的應用(yong)落地(di)。
以無錫為例(li)，那里(li)的公(gong)安(an)局(ju)發現電動自行(xing)車(che)的丟(diu)失問題很嚴重，小偷挺難抓，公(gong)安(an)局(ju)就(jiu)想了個辦法，給(gei)一(yi)批電動車(che)悄(qiao)悄(qiao)在(zai)看不到的地方，綁上一(yi)個類似小手機的防(fang)丟(diu)設備，一(yi)旦車(che)子被偷就(jiu)能(neng)很快對(dui)其(qi)定位(wei)。
經過(guo)驗證(zheng)這(zhe)招很管用——有(you)(you)次他們看到有(you)(you)輛卡車(che)運了一整箱的(de)電(dian)動(dong)(dong)自(zi)行車(che)，過(guo)收費站(zhan)的(de)時(shi)候發現(xian)(xian)其中一輛就裝了這(zhe)種防(fang)丟設備，通過(guo)追(zhui)蹤警察(cha)迅速就把案(an)破(po)了。現(xian)(xian)在所有(you)(you)電(dian)動(dong)(dong)自(zi)動(dong)(dong)車(che)幾(ji)乎(hu)都裝了這(zhe)種防(fang)丟設備，這(zhe)是物(wu)聯網實現(xian)(xian)價(jia)值的(de)一個(ge)典型(xing)案(an)例(li)。
后來大(da)家又發現了各種電動自行(xing)(xing)車的痛(tong)點，比如車鎖(suo)總(zong)是(shi)壞，現在深(shen)圳有(you)個企業(ye)研發了一種新鎖(suo)，因為看不(bu)到實(shi)體鎖(suo)，所以使用過程中(zhong)根本不(bu)用手動去觸碰(peng)。手機APP控(kong)制開(kai)鎖(suo)，騎(qi)完把車停好，手機APP結束行(xing)(xing)程，車就自動上鎖(suo)了。
物(wu)聯網是一門不斷迭代的生意(yi)。有些應(ying)用不是上了(le)物(wu)聯網就(jiu)完(wan)事了(le)，還需要不斷去(qu)完(wan)善。
物聯網發展的難點在于可復制性差，需要抱著淘金“篩沙子”的耐心，慢慢解決。
在這個過程中，最重要的是解決問題的成本劃算才行。
聞老師(shi)舉了個現(xian)實(shi)生活中(zhong)的(de)例子(zi)。比如家(jia)庭用的(de)和面機(ji)。大食堂的(de)和面機(ji)因(yin)為(wei)天(tian)天(tian)要(yao)用，使(shi)用頻率(lv)很高，所以是(shi)劃算(suan)的(de)。但是(shi)到了家(jia)庭場景(jing)，一(yi)個禮拜(bai)吃(chi)一(yi)次饅(man)頭，一(yi)個月(yue)吃(chi)一(yi)次面條，買個和面機(ji)不容(rong)易(yi)洗還占地，就不劃算(suan)了。
物聯網的(de)應(ying)用也是同(tong)樣的(de)道理，成本上劃算(suan)是應(ying)用規模化(hua)的(de)前(qian)提。物聯網要普及，就(jiu)得把物聯網的(de)終端價格水平降下(xia)來。
大家都看好的5G Redcap定義了(le)一(yi)個輕量版(ban)的5G。相對于之前的版(ban)本，Redcap做了(le)顯著(zhu)的簡化(hua)，擴大了(le)5G物聯網能夠(gou)支持的終端范疇。Redcap不是(shi)一(yi)個新東西，它是(shi)一(yi)個對現有東西的裁減。
未來(lai)從技術角度(du)來(lai)講，應該會出(chu)現一(yi)些類似Redcap這(zhe)樣的(de)(de)東(dong)西，敢于刪(shan)掉沒用(yong)(yong)的(de)(de)功(gong)能，便(bian)宜、簡(jian)單，讓(rang)大(da)(da)家都好(hao)(hao)用(yong)(yong)。技術迭(die)(die)代(dai)不是(shi)朝著(zhu)高大(da)(da)上的(de)(de)方向迭(die)(die)代(dai)，而是(shi)應朝著(zhu)便(bian)宜好(hao)(hao)用(yong)(yong)迭(die)(die)代(dai)。這(zhe)是(shi)真正的(de)(de)迭(die)(die)代(dai)，有(you)用(yong)(yong)的(de)(de)迭(die)(die)代(dai)。
從(cong)運營企業來(lai)說，近(jin)20年來(lai)移(yi)動通信基本上都是和手機打交道(dao)，商業模式是To C。但是5G應該朝(chao)著(zhu)企業走，To B解決問(wen)題。業界對Redcap保持較高的期待，將其作為5G To B的一(yi)個重要抓手。
除了善用技術迭代，還要轉變運營思路。
舉個例子，比(bi)如(ru)運營商為一(yi)家工業企業服(fu)務(wu)，給每個工人(ren)配一(yi)部(bu)5G手(shou)機，一(yi)共3000人(ren)配了(le)3000部(bu)，雖(sui)然收費面向企業，但實際上本質仍舊是(shi)To C。
真正做到To B就(jiu)要在(zai)網絡(luo)上有所(suo)改變(bian)，通信(xin)設備(bei)就(jiu)像(xiang)企(qi)業(ye)的(de)生產(chan)設備(bei)一樣(yang)，企(qi)業(ye)想怎(zen)么用就(jiu)怎(zen)么用，甚至(zhi)可以反向(xiang)控(kong)制通信(xin)設備(bei)。而且通信(xin)設備(bei)產(chan)生的(de)數據要能夠(gou)與(yu)生產(chan)、財(cai)務、運營(ying)等數據整合為一體，在(zai)這種(zhong)情況下，企(qi)業(ye)需要對通信(xin)網絡(luo)有一定的(de)自主(zhu)權。
因(yin)此To B方面，5G網絡也應該逐漸發生變化，把網絡改(gai)造(zao)成能夠面向(xiang)企(qi)業使用。
聞老師認為，如果物聯網應用沒用廣泛落地，那么AI、AIoT都是“空中樓閣”。
AI跟loT結合，基礎是(shi)IoT要先搞好(hao)。沒(mei)有(you)(you)物聯網的數據(ju)支(zhi)撐，AI的產業應用可能(neng)就停留在(zai)講概念(nian)階段。在(zai)很多(duo)場景中，AI和(he)IoT還沒(mei)搭上邊(bian)，中間有(you)(you)挺長一段距離，前期要費很大(da)的勁。
----寫在最后----
還有很長的(de)路要走。
物(wu)聯網發展(zhan)到今天，變得越來越復(fu)雜(za)，不斷融合(he)與疊加了各(ge)種概念，比如5G、AI、區塊鏈，甚至(zhi)元宇宙。這(zhe)些復(fu)雜(za)性，讓物(wu)聯網的(de)發展(zhan)充滿了挑(tiao)戰。
正是(shi)挑戰與復雜，讓物聯網的探索之旅充滿了(le)樂趣(qu)與機遇。
