随着 科技 的发展,物联网已经成为了大多数人所不能离开的一项高新技术,它通过各式各样的传感器实实在在地改变了我们日常生活,在生活中的几乎所有场景都可以见到它的身影。无论是家居、交通还是物流、工业领域,都因为物联网技术而变得更加智能化。
物联网究竟是什么
物联网,顾名思义就是万物相连的互联网,它是由互联网引申出来的含义,目前广泛运用在工业、农业、交通、家居、安保等领域内,有效推动了这些领域的智能化发展,也进一步拓展了发展潜力,将智能与数据化慢慢渗透于这些行业内。
同时物联网不仅可以提供信息传递功能,还具备对信息智能处理功能。它通过每一个传感器上的信息获取能力,通过互联网的方式进行有效传达,做到实时更新数据信息,并与智能分析、AI等技术进行结合,使其通过智能处理技术分析获取的海量信息,实现更有意义的传递。
不过物联网并不能脱离互联网而单独存在,它的核心仍然是互联网。它所收集的海量信息以及分析结果都需要互联网进行传递,这才能够实现万物互联的效果。
物联网当前所遇到的难题
根据GSMA(全球移动通信系统协会)预测,在2020年物联网的连接数将达到126亿,2025年物联网的连接数将达到252亿。虽然已经达到如此体量,但是从物联网推进到普及的过程中,仍遇到不少难题,这也为物联网之后的发展带来一定程度上的阻碍。
由于物联网的传感器身材都比较小,所以能耗问题一直都没有很好地解决。要么需要增加身材,要么需要降低性能,而且耗电量、成本等问题依然是物联网的痛点所在。此外,有很多物联网设备由于使用场景复杂,并无法使用外接电源,而且电池更换成本昂贵,所以低功耗就是物联网在这些场景下的一个最基础必备条件。
虽然目前4G已经大规模普及,而且市面上已经出现了很多5G手机,但是在物联网方向上,大多数物联网设备仍采用2G网络。这与网络覆盖率和成本息息相关,所以这是2G网络迟迟没有退网的一个原因。
此外,由于物联网每天会收集和传输大量信息,所以在安全方面也是物联网一直面对的一个难题。
NB-IoT芯片解决痛点,已经准备就绪
在过去,很多物联网产品每天传输的数据很低,而且不需要高速的传输效率,所以物联网芯片一直以低成本的2G为主。不过随着当前物联网的快速发展,物联网的连接数大幅度增长,过去的2G物联网不足以支撑目前的体量,需要一种新型的技术来引领物联网升级。
于是NB-IoT作为一种覆盖度广、低功耗、低成本的一种新型物联网技术,便进入众多开发者的视野中,这种技术在一些低功耗低成本的通信场景中,相比现在的2G物联网技术表现要更加出色、优秀。
目前NB-IoT芯片行业以华为、高通等一线大厂为主。
NB-IoT能否担负重任?
在提及到NB-IoT行业的前景和展望时,NB-IoT行业经历了四个阶段,分别是燥热、绝望、冷静和成熟,目前产业已经逐渐走向成熟,包括运营商的网络、芯片模组终端应用以及整个市场对于这项技术所持有的期望,这些都是非常理性和成熟的。
过去大家认为包括功耗、成本、性能在内的,这些阻碍NB-IoT发展的几个因素都已经被整个产业一一解决掉了,所以随着运营商网络的进一步的提高覆盖率增强,那么NB-IoT便会得到迅速的爆发。同时,NB-IoT的网络标准会在未来的5年内与5G网络完全融合,在未来的5~8年内,4G网也将开始步入退网通道,所以将与5G网络融为一体的NB-IoT的生命周期也会非常长的。
相比于智能手机这种3C市场来说,目前NB-IoT仍然是一个小市场,它具备非常清晰的细分,当前需求最刚性的就是抄表市场。而对于像共享单车、医疗 健康 设备、资产跟踪管理、宠物跟踪等在内的其他的新型市场来说,这些都是NB-IoT正在 探索 的领域。
总结
未来几年,物联网仍然将保持着急剧式增长,产业需要通过不断更替,吸收新鲜技术才可以保障长久发展。目前已经到了物联网需要更新换代的时刻,在以NB-IoT技术驱动为核心的公司支持下,相信会持续发力,承担起物联网中部分领域的重任。
云从 科技 7月20日成功过会,在与旷世 科技 、商汤 科技 和依图 科技 "AI四小龙"的上市比拼中率先上岸,公司也因此成为科创AI第一股。2018-2020年云从 科技 累计亏损2684亿元,此次在科创板公司募集资金375亿元,科创板的上市也意味着公司可以缓解常年亏损带来的资金压力。AI公司赚钱太难了。相关报告显示,全球近90%的AI公司处于亏损状态,10%的赚钱企业基本是技术提供商,中国AI产业链中90%以上的企业也同样处于亏损阶段。AI四小龙无一例外全部亏损,而且一个比一个能亏,比如依图 科技 2017-2020H1累计亏损7268亿元;旷世 科技 2017-2020Q3期间累计亏损1306亿元。商汤 科技 IPO不太顺利,有消息称公司将于8月份向港交所提交申请。虽然目前不清楚商汤 科技 亏损多少,但公司与云从 科技 一样,也是亏损的状态。
为什么AI公司赚钱这么难?
云从 科技 主营业务是为客户提供高效人机协同 *** 作系统和行业解决方案,前者是凭借自主研发的人工智能核心技术打造了人机协同 *** 作系统,通过对业务数据、硬件设备和软件应用的全面连接,把握人工智能生态核心入口,为客户提供信息化、数字化、智能化的人工智能服务;后者是基于人机协同 *** 作系统,赋能智慧金融、智慧出行等应用场景,为更广泛的客户群体提供以人工智能技术为核心的行业解决方案:
报告期内公司向客户提供基础 *** 作系统、基于人机协同 *** 作系统的应用产品和核心组件以及技术服务,其中基础 *** 作系统是可以直接销售给客户的,一般交付给具有研发能力的企业和第三方软件厂商,由客户二次开发后投入使用。公司提供的 *** 作系统有智能云平台、视图汇聚分析平台、融智云平台和集成生物识别系统,基于不同的功能,面向物联网、政府、公安等城市治理和金融、商业等不同应用场景:
值得注意的是如果客户前期没有购买云从 科技 *** 作系统,则公司向客户销售 *** 作系统和应用产品,保证相关应用产品有效运行。核心组件是基础 *** 作系统内可以独立交付的功能模块,通常是封装了核心AI能力的软件包,主要交付给研发实力强、对软件管控要求较高的客户,由客户集成到其自由系统中使用,基本不涉及进行定制化开发。技术服务主要是人机协同 *** 作系统在软件产品销售以外的服务,包括公有云服务、风控服务和智能化运维服务。
成立至今云从 科技 人机协同 *** 作系统及应用产品相继经历了初步推进人机协同 *** 作系统内核沉淀的V10、综合多类业务场景的基础 *** 作系统V20和升级人机协同 *** 作系统V30三个阶段,实现了智慧金融、智慧治理、智慧出行和智慧商业四个重点领域的基础 *** 作系统的整合。公司的V40版本则是升级了智慧治理领域的融智云平台和智慧金融领域的集成生物识别系统,通过AI技术优化系统的运行效率和用户体验:
在系统层上云从 科技 开发了面向不同领域的基础 *** 作系统,通过系统和组件的方式将AI技术赋能应用场景。2014年以来旷视 科技 便开始了Brain++这一AI生产力平台的研发,覆盖从数据生成、清洗、预处理、标注和存储到算法架构设计、实验环节设计、训练环境搭建,再到训练、加速、模型评估和产生模型以及模型分发、部署应用全流程。Brain++集成了包括深度学习框架MegEngine(天元)、深度学习云计算平台MegCompute和数据管理平台MegData,将算力、算法和数据能力融为一体,作为AI基础设施,实现从算法生产到应用的全流程化和规模化供给:
旷视 科技 的Brain++平台相比云从 科技 的 *** 作系统+组件的模式,不同之处在于将算力、算法和数据进行融合,实现了AI的全流程。比如公司的Brain++商业版覆盖了数据管理、模型开发和算力调度等算法生产全流程,还可为客户提供集群搭建和部署在内的硬件交付,让客户不必为寻找AI硬件供应商和软硬件适配等问题烦恼,提升了AI的效率。Brain++平台和算法构成了旷视 科技 的核心AI能力:
业务模式上,云从 科技 的基础 *** 作系统、组件和应用产品可以单独销售,但旷视 科技 的Brain++平台是以解决方案的形式对外销售的,这构成了俩公司业务上的差异。
2018-2020年云从 科技 实现营收484亿元、807亿元和755亿元,这其中主营业务收入为483亿元、780亿元和751亿元,2020年主营业务下降主要系疫情影响,这与其商业模式有关。报告期内公司其他业务主要为向少量客户提供外购硬件和技术开发服务,2019年其他业务收入一度达到027亿元,但占比仍较小。
主营业务中人机协同 *** 作系统营收为031亿元、183亿元和237亿元,营收占比为62%、227%、313%;人工智能解决方案营收为452亿元、597亿元和515亿元,营收占比为936%、740%和682%:
旷视 科技 是一家聚焦物联网场景,以物联网为AI技术落地载体,通过构建完整AIoT产品体系,面向消费物联网、城市物联网、供应链物联网三大核心场景,提供经验验证的解决方案的AI公司。公司业务分为消费物联网解决方案、城市物联网解决方案和供应链物联网解决方案三大类。2017-2020Q3公司营收为304亿元、854亿元、1260亿元和716亿元,其中60%以上的营收来自城市物联网解决方案业务:
值得注意的是,云从 科技 营收中第三方软硬件和智能AIoT设备营收占比虽然从2018年的812%下降至2020年的508%,但仍占据半壁江山。号称行业领先的AI公司,营收一半竟然来自硬件产品,这就引出了一个问题:AI公司靠什么赚钱?
毛利率来看,报告期内云从 科技 主营业务毛利率虽然由215%提升至432%,但仍大幅低于依图 科技 和旷视 科技 的毛利率,依图 科技 主营业务毛利率由2017年的574%提升至2020H1的71%,是这几家公司中最高的:
细分到具体产品或服务,可以看出云从 科技 人机协同 *** 作系统的毛利率在75%以上,处于较高水平。人机协同 *** 作系统中软件授权业务的毛利率超过80%,主要是绝大部分软件授权业务涉及安装调试或定制开发,产生了相应的费用。报告期内公司技术服务毛利率由9945%下降至40%,因为金融风控业务涉及对外采购数据服务,2020年新增的数据中心智能化运维服务需要委托第三方提供服务,降低了毛利率水平。
云从 科技 营收占比最大的人工智能解决方案业务毛利率为1776%、2343%和2819%,主要是该类业务根据客户需求,需外购部分配套软硬件产品或服务,外购材料成本较高,挤压了毛利率空间。公司人工智能解决方案毛利率相比可比企业也明显偏低,比如依图 科技 软件、软硬件组合在报告期内的毛利率分别为641%、819%、875%、868%和113%、328%、543%和696%。
云天励飞和云知声解决方案业务毛利率水平相比依图 科技 和旷视 科技 偏低,与云从 科技 相当。比如云天励飞数字城市云隐管理业务和人居生活智慧化升级业务毛利率分别由4227%、6316%下降至3823%和4443%,主要系解决方案中需要采购硬件并有一定比例的安装服务成本,尤其是硬件设备比例上升会拖累相关业务的毛利率水平:
旷视 科技 业务毛利率水平来看,消费类物联网解决方案业务毛利率超过80%,但其营收占比由2017年的459%下降至2020Q3的181%,营收占比最大的城市物联网毛利率下降至30%以下,因此拖累了公司的毛利率水平:
旷视 科技 在招股书中提到,消费物联网解决方案是公司传统核心优势业务,主要利用人脸识别技术提供云端SaaS类及移动终端类解决方案,成本以软件为主,毛利率水平最高。城市物联网解决方案业务主要为智慧城市及智慧建筑管理,这一业务随着行业经验积累、项目设计与交付能力不断提升,按理公司具有提升毛利率空间的能力。但旷视 科技 提到,因为项目成本中硬件占比提升,导致毛利率有所下降:
结合云从 科技 、云天励飞和旷视 科技 等业务模式,可以看出:如果单纯靠出货 *** 作系统等业务,公司可以保持一个很高的毛利率。未来随着业务不断成熟,成本和费用的下降,公司具有盈利的可能。但目前来看,旷视 科技 、依图 科技 等为代表的AI公司还是以解决方案业务为主,这就涉及到一些硬件的采购和安装,相应的导致毛利率的下降。
AI四小龙无一例外全部亏损,而且一个比一个能亏。云从 科技 报告期内累计亏损2684亿元,看起来不少,但在旷视 科技 和依图 科技 面前还是弱爆了。
依图 科技 2017-2020H1净利润分别亏损1166亿元、1161亿元、3642亿元和1299亿元,累计亏损7268亿元。旷世 科技 2017-2020Q3期间分别亏损775亿元、280亿元、6639亿元和2846亿元,累计亏损1306亿元。商汤 科技 IPO不太顺利,有消息称公司将于8月份向港交所提交申请。虽然目前不清楚商汤 科技 亏损多少,但公司与云从 科技 一样,也是亏损的状态。
寒武纪主营业务是AI芯片的研发、设计与销售,主营业务与云从 科技 等明显不同,但2017-2020年公司仍然累计亏损超过20亿元。2020年寒武纪亏损大幅减少,但扭亏为盈还是遥遥无期:
行业龙头亏损严重,中小AI公司同样亏的不少。比如提供数字城市运营管理和人居生活智慧化升级应用场景解决方案的云天励飞2017-2020Q3期间净利润累计亏损1607亿元,2020年前三季度公司营收为267亿元,报告期内营收累计仅为68亿元,赚的还没有亏的多。
为什么AI公司赚钱这么难?
先说说这些公司亏损的直接原因。
2018-2020年云从 科技 毛利从105亿元增长至328亿元,毛利率由215%提升至432%,但期间费用由338亿元飙升至1061亿元,直接造成营业利润亏损。
报告期内公司销售费用由129亿元增长至274亿元,销售费用率由2663%提升至3628%,这属于很高的水平了。此外公司研发投入持续加大,由2018年的148亿元增长至578亿元,营收占比由3061%提升至7659%,已经足以让公司亏损了:
报告期内云从 科技 实施股权激励并产生了相应的费用,但这种费用短期对公司利润带来压力,假以时日影响会消除,但销售费用和研发费用的增加是持续性的,毕竟这与公司经营密切相关。比如云从 科技 销售费用中占比最大的是人员薪酬,主要是公司业务扩展,销售人员和平均薪酬增加。
人工智能仍然是一个技术密集型企业,各家公司为了保证持续的竞争力也在投入大量的资金用于研发。目前人工智能相关技术和应用场景的解决方案迭代速度比较快,以云为例产品迭代周期一般为2-6个月,因此人工智能行业的研发是个持续时间长且投入高的过程。比如云从 科技 2020年研发费用率超过75%,公司基于人机协同 *** 作系统在研项目有基础平台、算法工厂、AI融合数据湖、知识计算和人机自然交互等8项之多。
亏损最严重的旷视 科技 也是如此。2017-2020Q3公司期间费用由402亿元增长至1349亿元,规模上超过公司的营收,这其中销售费用率、管理费用率和研发费用率分别由2414%、3345%、6650%提升至416%、5756%和9223%:
另外为了提高研发人员、管理人员等积极性,或者出于营造缺钱的目的,AI公司还会实施股权激励,并为此产生巨大的股份支付费用,侵蚀了公司的盈利空间。比如2019年云从 科技 实施了股权激励,产生了1303亿元的股份支付费用;2019-2020Q3云天励飞为激励核心团队、保证团队稳定性,对核心成员实施股权激励,为此分别支付了208亿元和719亿元的股份支付费用。
目前抛开其他不谈,在研发上的投入和股权激励产生的巨大费用,凭借这两项,已经让大多数AI公司陷入亏损了。
客户变动大、客户集中度较高、单一客户依赖性较高等仍是AI公司面临的共同难题,而这一难题事关公司经营是否可持续,也是这类公司上市中的拦路虎之一。无论是注册制下的科创板、创业板还是审核制下的主板,从发审委到上市委,都盯着这一问题。
今年3月份上交所在云从 科技 第一轮问询中就要求公司就"不同类型产品前五大客户的销售内容、销售收入及变动原因,前五大客户变动较大是否符合行业惯例"等进行问询。
2018年云从 科技 第一大客户分别为北京物联新泊 科技 有限公司,营收占比为3011%;2019-2020年北京汇志凌云数据技术有限责任公司为公司第一大业务,营收占比为3049%和1098%,销售金额变动也非常大。另外江苏趋云信息 科技 有限公司和江西骏马 科技 有限公司成立不久后就成为公司前五大客户,上交所还就合理性、交易价格公允性和是否存在利益输送或其他特殊利益安排等进行问询。
云从 科技 这种情况在其他AI公司中也存在。比如2017-2020Q3旷视 科技 前五大客户相继经历了杭州联汇 科技 有限公司、中国移动、北京易华录信息技术股份有限公司和东华软件股份公司四家公司,销售金额也从2500多万到8500多万不等,而且多个客户经历了一轮游,在下一年度中不见踪影:
从云从 科技 的反馈来看,AI公司面临碎片化问题,不仅仅是场景的碎片化,还有订单的碎片化。以2020年度人机协同 *** 作系统客户分布情况来看,云从 科技 绝大多数客户的订单规模在100万元以下,1000万元以上的订单占比很低。应用场景上,公司产品覆盖了智慧治理、智慧金融智慧出行、智慧商业等多个领域,营收占比最大的人工智能解决方案也呈现出类似的特征:
客户集中度上,云从 科技 前五大客户销售占比从6223%下降至2792%,相反依图 科技 前五大客户销售占比从3512%提升至6202%,而旷视 科技 常年在20%-30%左右徘徊。
客户的飘忽不定说明了人工智能技术在客户端的复用性很低,订单的碎片化说明了人工智能技术商业化水平还处于较低的水平,难以实现规模化应用。AI公司要想寻求发展就要不断开发新用户、不断延伸新的应用场景,这势必增加了公司的额外开支。前文已经提到,云从 科技 、旷视 科技 等销售费用率很高,尤其是职工薪酬占主要比例,主要是为了扩大业务区域、开拓客户而招兵买马,相应的费用不断增长。
人工智能产业链分为基础层、技术层和应用层三大环节,其中目前以旷视 科技 、云天励飞等为代表的企业多为技术层公司,主要通过开发相关算法赋能智慧城市、智慧金融等应用场景。目前中国的AI产业相比美国,差距在于第一是基础层实力偏弱,尤其是具有全球竞争力的芯片、传感器等领域的公司太少,而且华为等部分企业因为实体清单影响,经营遭遇困难:
云从 科技 、旷视 科技 等相继布局计算机视觉、语音识别和自然语言处理等技术层,但更多的企业处于应用层,参照互联网公司,应用层的竞争会更加激烈,技术实力不佳、综合能力不足的公司会逐渐掉队。另外值得注意的是与美国的谷歌、亚马逊和微软等类似,华为、腾讯和阿里巴巴等巨头的加入让人工智能行业竞争更加激烈。华为、腾讯等公司拥有打通基础层、技术层和应用层的能力,而且在技术、研发、客户、市场等方面拥有云从 科技 等难以撼动的优势,因此势必给这些公司带来巨大压力。
从目前产业发展现状和人工智能技术发展曲线来看,其已到了从技术转向大规模应用的关键节点,目前如何规模化落地成为行业痛点。不过对云从 科技 、旷视 科技 等这些资本一路输血充大的公司来说,现在紧迫的事情是如何通过上市在补血的同时还让曾经的投资者退出,毕竟这么多年下来它们等不及了。
万一所投公司倒闭了,一切都打水漂了。
行业主要企业:大富科技(300134)、梦网集团(002123)、共进股份(603118)、胜宏科技(300476)、润和软件(300339)、立昂技术(300603)
定义
所谓“物联网”(Internet of
Things,IOT),又称传感网,指的是将各种信息传感设备,如射频识别(RFID)装置、红外感应器、全球定位系统、激光扫描器等种种装置与互联网连接起来并形成一个可以实现智能化识别和可管理的网络。
早期的物联网是指依托射频识别技术的物流网络,随着技术和应用的发展,物联网的内涵已经发生了较大的变化。现阶段,物联网是指在物理世界的实体中部署具有一定感知能力、计算能力和执行能力的各种信息传感设备,通过网络设施实现信息传输、协同和处理,从而实现广域或大范围的人与物、物与物之间信息交换需求的互联。物联网依托多种信息获取技术,包括传感器、射频识别(RFID)、二维码、多媒体采集技术等。物联网的几个关键环节可以归纳为“感知、传输、处理”。
物联网行业发展前景及趋势分析
1、产业物联网占比逐渐上升
根据信通院于2020年12月发布的《2020中国物联网白皮书》,2019年中国物联网连接数中产业物联网和消费者市场各占一半,预计到2025年,物联网连接数的大部分增长来自于产业市场,产业物联网的连接数将占到总体的61%。由此来看,未来产业物联网的市场发展潜力大于消费物联网。
2、市场规模不断增大
目前,物联网在全球呈现快速发展趋势,欧、美、日、韩等国均将物联网作为重要战略新兴产业推进,但在繁荣景象背后却仍存在着众多阻碍发展的因素。其中核心标准的缺失,尤其是作为顶层设计的物联网参考架构等基础标准目前仍处于空白,基于争夺物联网产业主导权,各国对国际标准方面的竞争亦日趋白热化。
新冠疫情对于物联网行业来说犹如达摩利斯之剑,一方面疫情导致全球技术供应链出现一定的停滞期,另一方面疫情助推中国物联网的渗透。2020年无人工厂、无人配送、无人零售、远程教学、远程医疗等“无接触经济”的爆发均离不开物联网技术的支撑。综合多方面的情况分析,前瞻认为未来5年中国物联网的发展将保持高速增长,到2026年市场规模超过6万亿元。
以上数据参考前瞻产业研究院《中国物联网行业细分市场需求与投资机会分析报告》。
我国物联网,年复合增长率超过25%
2016年6月,科技研究机构国际数据公司IDC表示,到2020年,全球物联网的市场将达到17万亿,从2014年的6558亿美元,以每年年复合增长率169%的速率快速攀升。物联网的整个市场形态,正在不断地呈现出新的玩家、新的商业模式以及各种各样的产品以及解决方案。
2017年9月13日,中国经济信息社在无锡发布的《2016-2017年中国物联网发展年度报告》中显示,中国已经形成了包括芯片和元器件、设备、软件、系统集成、电信运营、物联网服务等较为完善的物联网产业链。已部署的机器到机器终端数量突破1亿,物联网产业规模已从2009年的1700亿元跃升至2016年超过9300亿元,年复合增长率超过25%。
当然,这仅仅是整个国内物联网市场的一个缩影。随着移动互联网时代逐渐开始向万物互联时代转变,无论是工业、农业、制造业,物联网都正在成为一种划时代的革命性技术。
医疗,物联网的必争之地
医疗,这个与人类生存息息相关的行业,同样也有理由实现互联互通。
医疗改革的不断推进,迫使医疗机构的内部建设、经营管理在医院运行中的地位越来越高。在此背景下,医院要想进一步提高医疗质量,降低服务成本,提高医疗服务质量,就应该以确切的疗效和无微不至的服务来树立自己的品牌,以品牌的提升来带动医院的全面发展,维护医院正面形象,避免医患冲突。通过精细化运营管理,降低服务成本,让医院长久持续地发展。
因此,人财物的管理必然要更加精细化,以最低的成本提供最优质的服务。
物联网技术的出现,能够帮助医院实现对医疗对象(如医生、护士、病人、设备、物资、药物等)的智能化感知和处理,支持医院内部医疗信息、设备信息、药品信息、人员信息、管理信息的数字化采集、处理、存储、传输等。帮助医院实现解决医疗平台支撑薄弱、医疗服务水平整体较低、医疗安全生产隐患、医疗管理成本高等问题。
简单来说,物联网既提升了医疗服务水平,也帮助医院实现了开源节流。
埃森哲(Accenture)在2017年发布的《2017年医疗物联网调查》中指出,到2020年,物联网在医疗领域的市场价值将达到1630亿美元,2015年至2020年间复合年增长率为381%。
报告显示,当今的医疗机构对于IoHT解决方案的投资比例,正随着IT预算的整体规模而增加。IT预算总额低于2600万美元的医疗机构,将其预算的58%用于投资物联网;预算总额为2600万-5000万美元的医疗机构,投资比例为96%;预算总额为5100万-1亿美元者,投资比例为104%;预算总额为1亿-2亿美元者,投资比例为126%;预算总额超过2亿美元者,投资比例则达到了137%。
国家智慧医疗评价指标体系的构建与物联网应用场景
2016年8月,中国医院杂志发表了一篇《国家智慧医疗评价指标体系的构建》的研究文章。该研究项目组受国家卫生计生委规划信息司委托,采用德尔菲法建立一套科学的国家智慧医疗评价指标体系。用于综合评价医院的智慧应用于管理水平,指导和促进医疗机构的智慧应用与建设。
参与咨询的专家主要来自信息化程度较高的三级医疗机构长期从事医院管理、卫生信息管理的管理者,专家权威系数较高。经过两轮咨询,专家在评价指标体系的构成及权重系数上基本达成一致。目前该评价指标体系已经在北京、上海、广东、浙江、江西、内蒙古、河北、黑龙江等多个省份开始进行内部测评。
其中标黄的部分为医疗物联网企业的潜在切入场景
在智慧医疗评估体系中,与医疗物联网应用场景相关的二级指标主要为基础设施(0764)、智慧患者(0237)、智慧管理(含行政、业务)(0130)、智慧护理(0085)、智慧后勤(0036)和智慧保障(0142)。根据这些信息,我们能够判断出物联网企业发力重点应该为两个方面,一是围绕患者服务为中心的护理、后勤和基础设施;二是围绕医院人财物为中心的保障和行政业务管理。
事实果真是这样吗?
无锡,中国物联网起航之城
为了解目前医疗物联网的落地场景,动脉网整理和分析了国内的24家知名医疗物联网企业。
从图表中的数据发现,目前国内物联网企业最为集中的地方分别是北京、杭州、深圳和无锡。北京、深圳、杭州作为国内互联网企业最为集中的几个地区,并不让人意外。值得一提是无锡,这个有着“中国物联网起航之城”称号的城市。
从上世纪70年代起,无锡就开始引进半导体产业,在90年代,无锡实施了国家“908”工程。迄今,无锡已形成完整的IC设计、制造、封测产业链,是仅次于上海的中国IC产业产值第二大城市。
也正是由于IC产业是物联网产业链中不可或缺的一环,因此近年来,大量无锡IC设计企业将研发方向转入传感及RFID领域。几乎所有的设计企业都与物联网的配套相关,良好的IC产业基础使无锡成为物联网产业的天然襁褓。
在这24家企业中,本文整理出了14个医疗物联网的应用场景。分别是体征监测(心电、血糖、睡眠质量等)、移动护理(移动查房)、人员管理(护理人员定位、婴儿防盗、老人定位等)、输液管理、资产管理(血液管理、器械管理、高值耗材管理等)、远程转诊会诊、报警求助、手术室管理、环境监控(PM25、温湿度、光照等)、院内导航、标本送检、药品管理、冷链管理以及床旁交互。
根据应用场景的不同特性,本文将这14个场景分为两大属性,分别是医疗服务需求和成本控制需求。正如我们之前预料的那样,围绕患者服务为中心的护理、后勤和基础设施。以及围绕医院人财物为中心的保障和行政业务管理是物联网企业在医疗的落地重点。以下为这两种需求的分布图(仅供参考):
由图可知,目前医院对于物联网的需求基本重点放在了提升医疗服务质量上。而成本控制方面,包括设备管理、耗材管理等应用还相对较少。
由于设备和耗材管理并不能为医院非常直观地反映成本控制的效果。再加上药品零差率和医疗付费方式改革,让医院不太愿意再在医疗器械等环节加大投入,所以这也导致了医院对于这方面的物联网应用热情度不高。但长期来看,医院通过物联网实现资产管理是必然的趋势,但仍然需要一定的接受时间。
针对体征监测、移动护理、人员管理、输液管理和资产管理这5大重点领域,本文分别采用了具体案例,来详细说明它们的真实落地情况。
4大应用场景落地案例
体征监测
随着医院重症病人、传染病人和发热病人的不断增加,护理人员需要频繁测量体温、脉搏等生命体征。传统测量体温等生命体征的方法和数据记录方法,不仅时间长、效率低,而且测量工作也费时费力。
物联网体温标签,采用物联网技术,对病人体温实现实时、连续、自动采集,变传统的体温测量为体温监护,为医院提供简约、智能的体温监测方案。
1、可连续采集,变体温测量为体温监护,第一时间发现病情拐点
2、24小时实时显示,提供体温信息可视化界面。
人员定位
基于物联网技术的人员定位管理系统,是Wi-Fi技术和RFID技术在医疗行业的典型应用。通过加强对特殊患者位置及动态的监管,能够真正做到“以患者管理为中心”。
该系统实现了对医院各类人群的精细化和智能化管理,精确的RoomLevel级和BedLevel级定位服务、自定义事件机制及多样化提醒方式,更加切合医院实际应用场景,物联网产生的感知信息丰富医疗信息数据的同时也为医护人员的日常工作带来极大的便利。
常见定位人员包含:医生、护士、病患、新生儿以及发送人员等其他医务工作者。
此外,三甲医院的新生儿普遍较多,如果不采用有效的标识,往往会造成婴儿错抱及婴儿被盗等问题,给医院及婴儿家庭带来灾难性的后果。
该婴儿防盗系统通过为婴儿和母亲佩戴有源的RFID远距离标签,实现母亲和婴儿的匹配。其中,母婴身份信息匹配管理功能包含在母亲标签中,婴儿标签一旦被佩戴至婴儿脚踝后,(未经允许) 私自取下,系统将自动产生报警信息。同时,系统可在婴儿活动空间内布置物联网AP用于采集婴儿的信息。配合在病区出入口安装出口监视器,从而实现对婴儿全方位,全时段的24小时监控。
输液管理
作为国家重点大学研究型附属医院的中山医院,每年门急诊量达280万余人次,收住病人6万人次。如此巨大的患者量,给医院的医护人员带来了极大的服务压力。对此,医院希望用物联网技术来帮助护士减轻工作量。
中山医院信息科的相关人员希望搭建一个部署简单、不绑定业务软件厂商的物联网平台,既能稳定支撑业务系统,又可以和现有的无线网络无缝对接的物联网方案。
由于这套系统可以实时监测输液余量,因此医护人员在工作中可以根据屏幕显示输液量,做到提前备药,提前换液。一旦出现某个病人输液速度过快的情况,系统便会自动报警,让医护人员实时掌握输液滴速,保证输液安全。
中山医院护理部主任表示:“过去,我们一直在寻求能提升护理质量和护理安全的好方法。使用了这套全闭环输液管理系统,既缩短了护理工作中输液所占用的时间,同时也极大程度规避了医疗风险事件,有效提升了患者的就医满意度。如今,工作轻松很多,呼叫铃声也变得很少,病区很安静,病人也比较满意,一切都变得井然有序。”
资产管理
过去医院的高值耗材,设备科发出去给科室,并不知道科室到底用在哪一位病人身上,是用了还是丢了。但如果引进物联网之后,就能形成一个全流程的闭环管理。比如耗材是在哪个科室申请的,哪个供应商供应的,采购价格是多少,进入库房之后,被哪个科室领用走了,最后用到哪个病人身上,医院都能一清二楚,因为这些信息都被系统一一记录在案。
在医疗设备方面,现阶段三甲医院固定资产较多,却少有医院能有准确的数据。财务科与设备科的报表差异大,在业内来看却十分正常。
某三甲医院院长称:“我们以前用的条码管理,每年盘点也至少要2个月,有些条码污损还读不出来,而且条码信息量比较少,不能确保数据准确,如果用上RFID电子标签读取,信息量会很完善,全程可追溯,估计1周就能全部完成。”
过去,医院在总体效益好的时候会倾向于增购设备。但在精细化管理之后,医院设备科会先对每台设备的效益进行分析,如果发现其中某台设备的使用率较低,那么就意味着,医院并不需要再购买新的设备,只需要提高这台设备的利用率即可。
很多时候医院修一套设备,比买台新的还贵,因为没参考数据。现在管理人员通过物联网平台,买设备的费用、设备的营收、维修的花销,整个产品的利用曲线都能了如指掌。
以上由物联传媒整理提供,如有侵权联系删除
处于市场验证期
物联网是通过射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等 信息传感设备,按约定的协议,把任何物体与因特网连接起来,进行信息交换 和通信,以实现智能化识别、定位、跟踪、监控和管理的一种网络。物联网发 展历史悠久,可分为三个阶段:
物联网连接数超120亿个
根据全球移动通信系统协会(GSMA)统计数据显示,2010-2020年全球物联网设备数量高速增长,复合增长率达19%;2020年,全球物联网设备连接数量高达126亿个。“万物物联”成为全球网络未来发展的重要方向,据GSMA预测,2025年全球物联网设备(包括蜂窝及非蜂窝)联网数量将达到约246亿个。万物互联成为全球网络未来发展的重要方向。
下游制造业/工业占比最大
从下游领域来看,根据IoT Analytics的数据,2020年全球物联网行业下游占比中,制造业/工业占比22%排在首位,其次是交通/车联网,占比15%。智慧能源、智慧零售、智慧城市、智慧医疗和智能物流分别占比14%、12%、12%、9%和7%,排在第3至7位。
2020年物联网链接内容90%属低功耗、广域网领域
2020年整个物联网90%连接属于低功耗、广域网领域。万物互联趋势下,传统移动蜂窝网络的高使用成本和高功耗催生了专为物联网连接设计的低功耗广域连接技术,对应中低速率应用场景,拥有广覆盖、扩展性强等特征,更符合室外、大规模接入的物联网应用。
2026年市场规模接近155万亿美元
根据知名国际信息技术数据公司lDC的测算,2019年全球loT市场规模为6860亿美元,到2022年,这一数字将突破万亿美元;与此同时,2019年全球通过万物互联传输的数据规模已达到14ZB,2025年传输规模则将达到80ZB。在loT行业本身的从全球来看,目前全球物联网相关的技术、标准、产业、应用、服务处于高速发展阶段。整体上物联网核心技术持续发展,标准体系正在构建,产业体系处于建立和完善过程中。移动互联网连接和工业互联网连接是未来发展的主要趋势,根据lDC的测算数据,2020年全球物联网市场规模为7490亿美元,年平均增长率为1220%;预计2026年,全球物联网市场规模将会接近155万亿美元。
—— 以上数据参考前瞻产业研究院《中国物联网行业细分市场需求与投资机会分析报告》
引言:近年来,作为前沿技术之一,物联网可谓是赚足了眼球。随着世界各国研究人员对物联网的技术研发日益深入,物联网技术也不断发展成熟,并不断渗透到各个细分行业中。为推动物联网技术深度融入各个领域,我国各有关部门已经出台了一系列政策,其中就包括《面向智慧城市的物联网技术应用指南》等文件。“十四五”规划虽还未全面公开,但是根据中项网行业信息整理分析,物联网行业将在十四五期间迎来大爆发。
物联网概念的由来及发展
物联网(Internet of Things,IoT)一词,最早于1991年由麻省理工的教授提出。在1995年比尔盖茨撰写的《未来之路》一书中也有所提及。1999年,麻省理工学院自动识别中心的Kevin Ashton教授将RFID及传感器应用于日常生活,将物品标记应用,提出“万物皆可通过网络互联”,阐明了物联网的基本含义。根据“物联网“的英文名称:Internet of things(IoT),顾名思义,就是物物相连的互联网,其实它还有一个名称,就是传感网,是指这有两层意思:其一,物联网的核心和基础仍然是互联网,是在互联网基础上的延伸和扩展的网络;其二,其用户端延伸和扩展到了任何物品与物品之间,进行信息交换和通信,也就是物物相息。物联网通过智能感知、识别技术与普适计算等通信感知技术,广泛应用于网络的融合中,也因此被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。物联网的活点定义是利用局部网络或互联网等通信技术把传感器、控制器、机器、人员和物等通过新的方式联在一起,形成人与物、物与物相联,实现信息化、远程管理控制和智能化的网络。
物联网已广泛应用于各行各业,正不断向“高价晋级“
目前物联网应用已经遍布各个行业,预计将为数十亿日常物品提供连接和智能,而且它已经在各个领域广泛部署,即:可穿戴设备、智能家居、医疗保健、智慧城市、农业、工业自动化等。
未来物联网将会更加广泛的应用于不同行业和领域中,从简单的状态检测和自动化,向高阶的综合调度和智能化决策等方向演进:
物联网行业竞争即将到白热化阶段,技术突破成为行业痛点
目前,在物联网行业,广为人知的主要是华为、阿里等Top10的企业。然后实际上,在物联网领域做的比较好的企业已经有上百家,还有其他大大小小的新进去企业和独角兽公司等,由此可见物联网行业竞争已经到了白热化阶段。物联网作为新一代信息技术的高度集成和综合运用,通过智能传感器、多媒体采集、专网、5G、云计算、大数据等技术,在疫情科学防控、企业复工复产等方面发挥支撑作用,接口融合问题将是物联网行业面临的最大的技术难点和痛点。
“十四五“—物联网真正的爆发期
根据国际调研机构Strategy Analytics发布的《全球联网和物联网设备预测更新》,截至2018年底,全球联网设备数量已经达到220亿。在华为的预测中,到2025年,物联网设备的数量也将接近1000亿个,每小时会有200万个传感器被部署。
根据中项网近五年项目及招投标信息汇总分析,2020年物联网相关项目数量呈直线上升,未来物联网市场上涨空间可观,预计到2025年国内物联网市场规模将突破6万亿,年均复合增长率将达25%。
以内容为中项网行业研究院自创,如有转载请标明出处,多谢!
中项网行业研究院依托中项网的建设项目大数据、行业专家资源和分析研究团队,专注为企业提供行业研究、竞争对手调研、成本研究、渠道研究及业绩监测等服务。
主要优势行业:我们在能源电力、石油化工、轨道交通、环保、新能源、机电设备、工业控制、工业润滑油等领域积累了丰富资源和经验,超过500+的成功案例;
我们的资源:30+名行业研究专家、200+的支持团队、覆盖全行业的项目投资数据及多渠道资源,匠心行业商机及发展研究。
物联网的发展能够带给我们更多的便利,并且也能够让越来越多的人实现自己的目标,因为物联网的确是越来越发达的,而且物联网也能够提供更多优势。物联网能够成为越来越多企业运用的载体,而且也能够为企业带来更多实惠。
有很多人都比较看好物联网的发展前景,而且也能够对物联网进行更多的分析和研究。中科院院士谈物联网发展趋势,物联网的发展前景如何?我认为物联网的发展前景特别好,之所以好的原因有三个:
一、物联网的应用领域越来越广。
在这个万物互联的时代,物联网的发展前景的确会越来越好,因为物联网能够有越来越广的应用领域,而且也能够覆盖更广的范围,有越来越多的企业和居民能够使用到物联网。物联网能够带给我们更多的利益,并且也能够让更多人的生活变得越来越简单。
二、物联网的覆盖人群越来越多。
物联网的发展前景之所以这么好,就是因为物联网的确能够覆盖越来越多的人群,能够实现全民使用互联网的目标。物联网受到了越来越多人的重视,而且也能够越来越发达,能够成为更多人的首选。当物联网的覆盖人群越来越多时,就会促进物联网的发展。
三、物联网的价值越来越大。
物联网的确能够更具发展前景的,因为物联网能够发挥越来越大的作用和价值,当越来越多的人都能够认识到物联网的价值时,就能够进一步促进物联网的发展,而且物联网的确能够成为越来越发达而且重要的网络体系。物联网的确能够拥有更高的支持度,而且也能够在无形之中增加更多的使用人数。
总之,物联网的发展前景特别好。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)