物联网产品经理的入坑感悟

0前言部分

1我所理解物联网

2公司业务架构

3个人职业规划

毕业后第一次跳槽，来了家物联网公司，感觉回到了大学时候，每天被大量智能设备包围的感觉很熟悉，有一些感悟，关于产品、关于技术、关于生活，抽空写下来。

物联网这个词被讲了很多年，毕业后也一直从事移动互联网相关工作，自然对其较为熟悉，物联网就是大量的智能设备联网共同工作。但当我深入了解这个领域，真正接触物联网产品，我反倒很难说清楚什么是物联网。亲人或朋友问我新工作是做什么的，我也很难描述清楚，不单是设备，不单是软件硬件，不单是数据，不单是场景现在我能体会到一些知乎大神上关于物联网的回答都是用一些很虚、很飘渺的词：处处皆入口，万物皆相连，边界不复存在。这不是装深沉，而是真的无法用一两句话描述清楚。

我也沿用这种很虚很飘渺方式来理解物联网，从两句耳熟能详的诗开始，来理解物联网中频频提到的两个词：“连接”和“数据”。

这句话诗描述的几时古人对“连接”这个词的理解。这一刻，全天下的人看得都是同一个月亮，通过一个月亮，把所有人都连接在一起。可见从古时候开始人们就有着一些隐隐约约的思路，通过一样东西，把所有人都连接起来。终于在今天，腾讯把这个使命完成了，微信让人与人之间可以即时通信，实现了天涯若比邻的愿景。写到这里的时候，我想到微信的启动界面，也是一个冰冷的月亮，跟我这个配图有点像，不知道设计灵感是否也是想表达，当代的微信就像古代的月亮，承载着连接的使命。如果文章有幸被微信的设计师看到，可以回复一下。

这是一个哲学家说的，我想用这句话来表达，数据是带有时间维度的。川流是不息的，河流中的水质、流速、温度每一秒钟都不一样，左脚踏进一条河流，右脚再踏进去的时候已经是另一条河流，它的水质、流速、温度等都不一样了，即便一样，它们所代表的含义已经不一样了。我们需要记录下每个时刻的数据，让这条历史的长河具有可分析意义。

物联网系统要连接人与人、人与物、物与物，要记录和分析历史数据，感知每个瞬间的数据变化，在最适合的时候提供最时候的服务。举个例子，你的身体状态每一秒钟都在变化，天气每秒钟都在变化，我们要结合你昨天的睡眠情况，今天的皮肤特性，建立很多数据模型，可能还需要融入中医的知识图谱，心理学知识图谱，告诉现在的你最适合和什么汤，甚至告诉炖锅每一秒钟的火力是多少，计算出热力曲线，炖出来的汤才最适合2个小时后的你喝。

其实写到这里我会想起我爸爸妈妈，每当我回到家他们看到我的黑眼圈，或者脸部发红，会问我昨晚睡得怎么样，然后猜测我是阴虚火旺，然后炖一个苦瓜黄豆汤给我喝。类似的事情你们爸妈也经常做吧。现在机器可以完成这些事情，而且不再是靠猜测，而是精准的数据采集，结合各种知识图谱进行多维度数据分析，将分析结果转化成设备服务。

好了，故弄玄虚的文字写完了，我还是得理清我具体是做什么的，公司业务架构是怎样的，我的岗位在整个业务流里处于哪个环节。其实面试时，甚至入职前我都不太清楚我的岗位职责，拿到offer后我深入了解物联网，领略到其魅力，以及判断到公司的研发实力能驾驭物联网的魅力，还不是很清楚岗位工作内容就入职了。现在已经入职两周了，对公司业务架构有一定了解了，以产品经理为焦点梳理一下业务流程。

公司业务方面：公司主要是面对B端客户，以数据服务为核心提供行业解决方案，提供服务平台和开放平台，让数据的雪球越滚越大，在幕后担任“大脑”角色。另一方面，在图中下方也看到了两条小小的产品线，一条是互联网产品，另一条是硬件设备，既做互联网产品也开发硬件，虽然力度很小，但也看出公司并不放弃从幕后走到台前的想法的。

部门架构方面：从对外部门架构上来看很不清晰的，有两家子公司多个部门，每个部门均有自己的产品经理、开发人员，职能交叉，部门自成体系，难以梳理清各部门的依赖关系。我按照业务流程以产品经理的视角捋一遍可分三种产品经理。第一类是走在业务流最前端的市场部的产品经理，他们直接对接客户需求。第二类是业务流中端的物联网产品经理，他们把各方面资源整合起来创造出应用场景，供商业转化。第三类是业务流后端的AI产品经理，他们负责人工智能产品的落地，负责数据大脑的需求。

我的岗位：我是上述第二类，业务中端的物联网产品经理，负责场景的创建和数据的打通，让算法结合使用场景落地。从图上可以看出负责的产品可以“一横两竖”概括，“一横”就是平台性的项目，包括B端开放平台、C端超级APP等；“两竖”中分别为家庭场景和商业场景，家庭场景包括睡眠产品线、美容产品线、家电产品线，商业场景更多了：智慧校园、智慧农场、医疗健康、养老、酒店、水生态这些场景和数据需要相互打通。

2013年毕业后就在上一家公司工作，老东家是一家电视厂商，一共待了5年时间。也有多朋友问过我为什么在一家电视终端公司待那么久，找工作时面试官也会问这个问题，待了这么久的公司为什么现在想离开。我的择业逻辑是这样的：

为什么在一家做电视的终端公司呆那么长时间，因为它的工作范畴比较广，我能学习的知识面广。前沿技术的方面涉及了大数据、AI、语音，移动互联网领域涉及购物、内容、社交等模块产品，硬件方面的有智能设备产品等。终端公司业务覆盖领域广，如果我对某一个领域感兴趣可以找相应的项目去做，再自己深入学习。比如甚至我对外卖行业感兴趣，现在的TV也有内置的外卖APP，通过项目和自主深入学习我能转到外卖这个垂直领域的公司去。但如果在外卖领域公司，就比较难转到终端公司了，这就是终端公司的好处。

这几年互联网高速发展，很多新技术、新模式在瞬间爆发，也很快没落，今天共享单车群雄逐鹿，明天短视频三分天下，如今无人零售打的火热，区块链又何去何从我不知道哪些方向才是对的，不知道转到哪些垂直领域去才合适。所以我选择在一个大的平台待着，能看清楚当前形势再行动。

随着年龄和经验的增长，逐渐能看透一些东西，个人感觉到移动互联的发展到达了一个瓶颈，新模式枯竭，产品差异化最终也只能体现在运营上，没有太多的机会，遂放弃了进入移动互联网的想法。这一两年人工智能悄然兴起，能强烈感觉到它带来的变革，它将像移动互联网那样，渗透到我们生活的每一个角落。在第四届世界互联网大会上，百度李彦宏也提到，中国互联网的人口红利不再，但AI的机会正在走来。各种迹象表明，站队人工智能是正确的选择。所以我摒弃了一些移动互联网属性的工作经历，选定了“一个方向，两个场景”：AI的方向，以及AI赋能的两个场景，一个是机器人，另一个是智能家居。然后准备简历，面试，最后来了目前这家物联网公司，虽然岗位不是AI产品经理，但能跟AI团队紧密合作，且能调用其资源，想深入学习AI技术也是很容易的事情。

下阶段：

在业务层面，希望能尽快上手和适应新工作，并能在工作中体现应有的价值。目前从“一横两竖”中的“一竖”入手，即家庭场景产品线，后续会接触商用行业的产品线，再到横向的平台类项目。最后向前后端延伸，学习范畴渗透AI核心技术、各垂直行业的商业需求，努力成为全栈人才。

在职业层面，目前产品经验尚不足，是一个初级、执行层面的产品经理，希望通过努力，发展到能在规划层面有一定话语权产品经理，最后发展到在战略层面有一定影响力的产品经理。

在生活层面，好像单身挺久了，抽空找个女朋友。入职两周，感悟大概就这些了，以上，共勉。

区别

一、什么是物联网

1，物联网在之前被定义为通过射频识别(RFID)、红外线感应器、全球定位系统、激光扫描器、气体感应器等信息传感设备按约定的协议把任何物品与互联网连接起来进行信息交换，以实现智能化识别、定位、跟踪、监控和管理的一种网络，简言之物联网就是“物物相连的互联网”。

后来被重新定义为当下几乎所有技术与计算机、互联网技术的结合，实现物体与物体之间：环境以及状态信息实时的实时共享以及智能化的收集、传递、处理、执行。

广义上说，当下涉及的信息技术的应用，都可以纳入物联网的范畴。

二、什么是人工智能

人工智能英文缩写为AI，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能是计算机科学的一个分枝，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

它是对人的意识、思维的信息过程的模拟，人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

题主是出于什么目的是想出于设计实践目的想了解，还是自己的研究选题
如果后者， 我会建议题主对于经典著作要保持批判心态，不要奉为圣经。 研究职业竞争历史的社会学大牛andrew abbott认为，佛洛伊德精神分析学在理论体系和实证上败北精神病理学，直接导致美国职业上psychology被psychiatry统治，尽管后者在实践效果上其实差强人意。 当心理学已经被认知神经学重新洗牌，行为学开始被大数据拿着放大镜找茬的当下，原来理论体系不够扎实的环境心理学正在经历剧烈的paradigm shift。 实证基础薄弱、理论体系不足的传统环境心理学在今后的10～20年内，可能很大一部分会被更好的知识取代——如果环境神经科学能够借脑科学东风崛起的话。
建成环境对健康的影响是最为让人期待的，一方面经费足，一方面相关成果和技术进步迅猛。
1)在过去20年内，最为成熟的是以传统ulrich的stress reduction theory结合神经生物学的hpa轴应激为核心的各种从下丘脑核磁到自主神经电生理和皮质醇测量，到各种心理量表。昨天刚看见2016年4月的LAND上有人用头发长期皮质醇做压力biomarker。
2)其次成熟的是建成环境对认知方面的影响，主打理论是kaplan的attention restoration theory。这方面理论推进明显落后于ulrich理论，但fMRI成本的降低，fNIRS+EEG便携测量的崛起，eyetracking和表情识别技术的飞速发展让这个方向充满机会。但毫不客气的说，环境设计领域相关研究别说尖端了，被state of art技术都甩几条街，昨天还在跟学生说LAND最新的那篇眼动研究落后于相关cs计算机视觉显著性识别领域至少5年。
3)2015年底scientific report那篇讲英国绿化分布，审美偏好和健康的文章，又挑战了ulrich的进化心理学自然偏好内核，提出了审美偏好和情绪效价作为健康环境主要自变量的可能。这方面和subjective wellbeing，积极心理学等联系紧密。
4)我还看好和发展心理学、发育神经科学结合的认知促进、健康促进、体验增强的儿童环境设计和校园设计；
5)和退行性神经疾病防治相关的适老环境设计～～不过这些方面理论还非常naive，作为研究主方向追尚需谨慎。
6)另外特别看好和人际接口，物联网相关的建筑物理智能设计，特别是mit media lab的affective computing课题组，不过核心技术壁垒是double e和cs。

最近几年，我们国家的很多大学，招生人数原来越多，专业范围也在不断扩大。许多学院和大学都有大型综合专业，对于考生来说，他们可以选择什么专业？这些专业的前景如何？这篇文章将为你解答。

理科

近年来，“新工程”对理科学生来说是一个绝对的机遇和挑战。它有着良好的就业前景、人才短缺和高薪。它是最受欢迎的新兴专业之一。

1、物联网工程。此专业是混合学科，涉及很多互联网的实用知识，以及软件开发等知识。互联网发展是未来的大趋势所向，应当抓住这个风口机遇，所以此专业值得去学习。

2、机器人专业。机器人是新兴的，朝阳的专业，涉及材料、物理、化学等方面。机器人衍生出的专业也非常多，如机械自动化专业和电气自动化专业等。学习此专业符合未来的AI人工智能行业。

3、生物制药。生物制药属于生物工程的范围。它的学科是高度跨学科的，跨越了广泛的学科。学科基础来自多个科学和工程学科，与物理、生物、化学等许多学科密切相关。健康行业是未来发展的主力军，此专业对孩子的将来就业有所帮助。

文科

在高中，许多考生选择文科是因为他们认为文科相对容易学。然而，在填写和提交志愿者时，文学和历史专业的选择相对狭窄，可用专业的数量远远少于科工专业。

1、汉语国际教育专业。此专业是学习第二语言的基础，只要掌握语言文学的基本知识，进行各方面的训练，并熟练掌握英语，就能具备从事文化研究或语言的基本能力。随着国际越来越开放，此专业有利于将来走进国际圈。

2、法学专业。法学类里面包含37个专业。法学类专业包含的范围很广，涉及的内容的很多，在选专业时一定不要被法学类就是法律专业这个思想禁锢了，除了法学专业本身，还有几十种相关专业可供选择。法学一直都是热门专业，毕业后就业范围广，对自身能力的提高也有帮助。

3、心理学专业。心理学专业包括应用心理学专业，还有基础心理学砖行业。它的研究范围里包括感知、思考，行为和社会关系等领域，也包括生活中的很多领域，比如家庭、教育和人际等。事实上，许多人文学科和自然学科都与心理学有关。人类的心理活动离不开人类的生存环境。因此，心理咨询师在将来会变得很受欢迎。

热门专业并不一定适合自己，有些行业可能当下是热门，但是过几年就说不定了，所以无论作为家长还是考生，在填写志愿时，应选择何种专业，或根据考生的兴趣和成绩、专业就业和发展情况，理性选择专业进行填报，考大学对大多数人来说只要一次机会，切记不可大意，以上仅供家长和考生参考。

人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。
物联网即“万物相连的互联网”，是互联网基础上的延伸和扩展的网络，将各种信息传感设备与互联网结合起来而形成的一个巨大网络，实现在任何时间、任何地点，人、机、物的互联互通。

云计算、大数据、人工智能这三者的发展不能分开来讲，三者是有着紧密联系的，互相联系，互相依托的，脱离了谁都不能更好的发展，让我们具体来看一下！
一、大数据
大数据指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法(抽样调查)这样捷径，而采用所有数据进行分析处理。大数据的5V特点(IBM提出)：Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)。
数据每天都在产生，各行各业都有，数据量也是相当之大，但如何整合数据，清洗数据，然后实现数据价值，这才是当今大数据行业的研究重点。大数据最后要实现的是数据超融合，应用到应用场景，大数据的价值才会体现出来。
人工智能就是大数据应用的体现。
二、云计算
云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。因此，云计算甚至可以让你体验每秒10万亿次的运算能力，拥有这么强大的计算能力可以模拟核爆炸、预测气候变化和市场发展趋势。用户通过电脑、笔记本、手机等方式接入数据中心，按自己的需求进行运算。
对云计算的定义有多种说法。对于到底什么是云计算，至少可以找到100种解释。现阶段广为接受的是美国国家标准与技术研究院(NIST)定义：云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问， 进入可配置的计算资源共享池(资源包括网络，服务器，存储，应用软件，服务)，这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。
说白了，云计算计算的是什么？云存储存储的是什么？还是大数据！所以离开大数据谈云计算，离开云计算谈大数据，这都是不科学的。
三、人工智能
人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种复杂工作的理解是不同的。
人工智能其实就是大数据、云计算的应用场景。
现在已经比较火热的VR，沉浸式体验，就是依赖与大数据与云计算，让用户能够由更加真切的体验，并且VR技术是可以使用到各行各业的。
人工智能不同于传统的机器人，传统机器人只是代替人类做一些已经输入好的指令工作，而人工智能则包含了机器学习，从被动到主动，从模式化实行指令，到自主判断根据情况实行不同的指令，这就是区别。
大数据的概念在前几年已经炒得火热，但是也就是近两年才开始慢慢落地，依赖于云计算的发展，以及人们对人工智能的预期。

---