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。
·
研招网： >物联网的英文名称叫“The Internet of things(IOT)”。意思就是“物物相连的互联网”。
这有两层意思：
第一，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；
第二，其用户端延伸和扩展到了任何物体与物体之间，进行信息交换和通信。
因此，物联网的定义是：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，把任何物体与互联网相连接，进行信息交换和通信，以实现对物体的智能化识别、定位、跟踪、监控和管理的一种网络。
物联网相关技术已经广泛应用于交通、物流、工业、农业、医疗、卫生、安防、家居、旅游、军事等二十多个领域，在未来3年内中国物联网产业将在智能电网、智能家居、数字城市、智能医疗、车用传感器等领域率先普及，预计将实现三万亿的总产值。
物联网用途广泛，遍及智能交通、环境保护、政府工作、公共安全、平安家居、智能消防、工业监测、环境监测、路灯照明管控、景观照明管控、楼宇照明管控、广场照明管控、老人护理、个人健康、花卉栽培、水系监测、食品溯源、敌情侦查和情报搜集等多个领域。工业物联网是指在工业中应用物联网技术，实现工业特有的价值增值的技术模式。
所有物联网都是为了实现万物互联，特别是物与物的互联，但是工业物联网又有其专有属性，原因是与工业物联网相对的消费物联网本身的联网密度、联网的实时性、联网物的异质化要求都不高，而工业物联网的要求主要表现在联网密度、联网实时性及联网异质化三个方面。
思考所有问题都需要从宏观到微观的细化过程，工业物联网也不能例外，我认为对工业物联网进行深度思考，需要从以下五个维度进行分析，否则将会要么带来一叶障目，要么带来好高骛远。
首先需要我们思考的问题是，工业物联网的价值、意义和目的是什么；第二个是工业物联网需要连什么的问题，这是一个范围的概念；第三个需要我们思考的是连入物联网的物的层级问题，也就是深度的问题；第四个需要我们思考的是实现物联的价值成本分析；第五个需要我们思考的是如何建设工业物联网。
互联网实现了计算机与计算机的连接，或者说实现了人与人的连接，这个连接带来了人的交互的便利，在这个基础上涌现出很多全新的、颠覆性的商业模式，例如，电子商务、即时通讯，社交媒体等等；而物联网将实现人与物、物与物的连接，同样我们也期望带来全新的、颠覆性的商业模式，甚至更进一步，期望带来人类生活、生产方式的全新的颠覆性的模式。
作为物联网主战场的工业物联网，人们对其的期许是在工业设计、制造、流通环节带来革命性的变革，为传统工业注入新的活力，提供新的势能，驱动工业在更高维度上发展、创新、乃至变革。随着计算、存储能力的提升，特别是大数据、人工智能的发展，任何行业对数据获取手段都提出了前所未有的要求。对数据获取手段的要求主要表现在四个特征，第一是高效性；第二是准确性；第三是实时性；第四是经济型；在当前技术能力下，能够同时满足这四个特征的就是工业物联网，首先，芯片技术已经发展到一个具有较强计算能力的MCU在美元以下，RFID芯片价格甚至已经到美分这个量级，使得工业物联网有了物质基础，同时满足了经济性要求；近三十年的通讯技术的发展，从模拟到数字，从简单调制到复杂调制技术的商用化，使无线通讯可以很廉价地覆盖几百米甚至数公里的范围，满足了数据获取的密集部署要求，同时由于工业物联网的永久在线的特征，使工业物联网满足数据获取的高效性、实时性要求；微电子技术在近年也发生了突飞猛进的发展，不论在价格上还是在进度上都有了长足的突破，满足了数据获取的准确性。
总而言之，工业物联网的出现是在以下几个条件成熟时涌现出来的不可逆转的趋势：
1、快速变化的市场需要数据支撑，产生了市场对数据获取的急切要求；
2、MCU的发展使得计算能力快速提升；
3、以调制技术为核心的通讯技术发展为联网建立的管道基础；
4、传感技术，特别是以MEMS为标志的微电子技术的发展给予感知世界提供的保证；
工业物联网不是规划出来的，是各种技术与需求发展进化的产物，是生活、生产、经济发展到一定高度后自然而然出现的，是在需求的驱动下，众多行业创新带了的自然产物。
通过工业物联网，可以把传统经济中不可数字化之物数字化，可以把传统不可数字化之行为数字化，可以把传统不可能变为可能，甚至变为容易获得、解决的方案。
这个问题是第一个问题的延续，如果不考虑经济性，那么我们可以说工业物联网连接一切可连接之物，但是，当我们在做一个务实的、有价值的方案时就不能不考虑可行性及经济性，那么工业物联网连什么呢？我们认为这是一个从哪里来到哪里去的问题，我们通过上面对价值、意义和目的分析可知，我们应该从目的反推，一切从目的出发，时刻盯紧企业需要弥补的最关键环节，例如，如果对量化OEE有需求，那么我们就要连接设备状态；如果要减少在制品，那么我们就要对在制品进行追踪；如果能源消耗对企业是重中之重，那么我们就要把能效物联化，等等。世界上不存在同样的两片树叶，同样地，世界上也不存在同样的两个企业，我们只能对企业本身进行深入分析，紧紧聚焦于企业价值，在保证经济性的基础上，确定工业物联网的实施范围方案。联网范围一个核心点是连入物的属性，也就是说我们通过分析连入物的属性与企业建设工业物联网目标的耦合度，决定需要实施工业物联网的广度。
通过分析工业物联网连什么后，我们得到了连入物的内容，接下来需要我们决定是对每个/每类连入物我们该数字化哪些属性，这里遇到工业物联网特有的一个障碍，需要连入工业物联网的物的可连通性问题， 特别是在设备互联时，可连通性表现的特别突出，例如，有的设备具有开放的通讯协议和可用的通讯接口，有的设备不开放协议等等，那么可连通性就是对方案供应商的很大的考验，我们的经验是有四种方案可供选择：
1、使用设备开放的协议；
2、使用设备自带的传感器；
3、添加新的传感器；
4、改变观察侧面及维度，使用全新的采集模式；
其中第四条，改变观察的侧面和维度，使用全新的连接方式是使用第一性原理，避开设备不开放协议或接口的阻碍，避开被设备供应商牵着鼻子走的方向，从本质上获取数据。例如：通过能效检测获得设备的使用状态，通过震动传感分析设备部件的故障、甚至是转速等，只要通过第一性原理从你需要的信息入手，而不是被动地从设备可以提供的数据入手来提供物联解决方案的方式。直接把我们需要的信息做为目标，观察除了直接连接设备外，我们还能够如何获得需要的信息，因为只有我们获得的数据能够与设备提供的数据在信息上能够“同构”即可。例如，我们可以在我们的物联设备上安装一个震动传感器，从传感器获得的数据中，我们即得到了设备是否开机，又得到了是否启动工作，同时还得到设备的转速。如果不用第一性原理，而是硬要跟设备互联，那至少要采集三个数据，并且未必设备能够给你。这就是典型的边缘计算的案例，边缘计算的计算规则一定要具有定制能力，可以说边缘计算一定是一个知识容器，可以方便地把客户、厂家，甚至是第三方的知识融入的容器，我们开发的支持脚本的设备已经具有了初步的边缘计算的功能，我们需要在这个方面继续加大支持力度。
所以，通过分析企业价值和物的可连通性，我们就可以明确定义需要连入物层级，也就明确了连入物的连接深度；
在连入物联网的物的层级中一个重要的概念是管理粒度，对于制造业来说，连入物的管理粒度大概分为如下几个层级：
1、传感级；
2、设备级；
3、产线级；
4、车间级；
5、企业级；
也就是说我们要在经济性可行的前提下定义数据获取的粒度。理论上讲，细粒度一定比粗粒度更好，更有价值，但是当加入成本分析后，可能并不一定粒度越细越好，需要按照各种制约因素找到一个平衡点。
价值成本永远在企业行为中持有权值最高的赞同或者否决的一票，通过前三项分析，我们仅剩下最后一个问题没有解决，这也是关乎价值成本的关键：管理粒度问题，我们到底需要在多细的粒度下进行管理？这带来了一个哲学问题：世界是不是需要黑盒子。什么意思呢？当我们确定一个管理粒度后，比管理粒度更细的信息将被隐藏在黑盒子中，这个黑盒子将成为我们分析深度或者认知深度的制约因素和约束条件。我们可以通过价值成本分析来找到这个平衡点，从而明确黑盒子的大小，并最终确定连入工业物联网的物的特性。
我们的期许是工业物联网建设的价值观，其他一起都是方法论。首先，我们在规划物联网时要本着既要有高瞻远瞩，又要有务实可行的精神。在思考黑盒子的大小时我们要高瞻远瞩，设计方案尽可能地以黑盒子尽量小为目标，而实施方案则按照价值成本分析选择合适的黑盒子的大小，也就是选择合适的管理粒度，从而保证投入收益的平衡，甚至我们可以把黑盒子尽量定义的大些，用以验证工业物联网的可行性，最大可能地降低工业物联网实施的风险。
总之，我们应该从以几个方案来确定工业物联网的建设原则：
1、期望获得什么结果？
2、期望用什么方式获得想要的结果？
3、需要信息基础提供什么？
4、工业物联网是否能够获得这些信息？
5、工业物联网如何获得这些信息？
6、获得这些信息的性价比如何？
7、回归分析，评估预期结果是否符合经济利益？
8、落地实施。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）