互联网思维怎样终结和重塑传统商业

互联网思维是降低维度，让互联网产业低姿态主动去融合实体产业。

互联网思维，就是在（移动）互联网+、大数据、云计算等科技不断发展的背景下，对市场、用户、产品、企业价值链乃至对整个商业生态进行重新审视的思考方式。

最早提出互联网思维的是百度公司创始人李彦宏。在百度的一个大型活动上，李彦宏与传统产业的老板、企业家探讨发展问题时，李彦宏首次提到“互联网思维”这个词。他说，我们这些企业家们今后要有互联网思维，可能你做的事情不是互联网，但你的思维方式要逐渐像互联网的方式去想问题。现在几年过去了，这种观念已经逐步被越来越多的企业家、甚至企业以外的各行各业、各个领域的人所认可了。但“互联网思维”这个词也演变成多个不同的解释。

互联网时代的思考方式，不局限在互联网产品、互联网企业。这里指的互联网，不单指桌面互联网或者移动互联网，是泛互联网，因为未来的网络形态一定是跨越各种终端设备的，台式机、笔记本、平板、手机、手表、眼镜，等等。

互联网+：

“互联网+”就是“互联网+各个传统行业”，但这并不是简单的两者相加，而是利用信息通信技术以及互联网平台，让互联网与传统行业进行深度融合，创造新的发展生态。

它代表一种新的社会形态，即充分发挥互联网在社会资源配置中的优化和集成作用，将互联网的创新成果深度融合于经济、社会各领域之中，提升全社会的创新力和生产力，形成更广泛的以互联网为基础设施和实现工具的经济发展新形态。

几十年来，“互联网+”已经改造及影响了多个行业，当前大众耳熟能详的电子商务、互联网金融、在线旅游、在线影视、在线房产等行业都是“互联网+”的杰作。

2大数据：

     通过大数据让事情变得澄明，看我们在人与人关系上，做得是否比 以前更有意义；                  二体现在生态上，看我们在天与人关系上，做得是否比以前更有意义。总之，让我们从前        10年的意义混沌时代，进入未来10年意义澄明时代。

3云计算：

    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。

4物联网：

    物联网就是物物相连的互联网。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。物联网是互联网的应用拓展，与其说物联网是网络，不        如说物联网是业务和应用。因此，应用创新是物联网发展的核心，以用户体验为核心的创        新20是物联网发展的灵魂。

10月27日，从无锡机场到湖滨饭店的轿车频繁穿梭，湖滨饭店及周围的宾馆入住率暴增，全国各地都来赶一场物联网的大集。28日，由工业和信息化部、国家发改委、科技部、中科院和江苏省人民政府共同举办的“2010中国国际物联网(传感网)大会”在无锡盛大开幕，同时举行的还有博览会和技术及商业应用高峰论坛，为期三天。八位部长级官员、三位院士、四十多位司局长和五十多位跨国公司高层及大型央企高层出席此次会议，是近年来中国物联网产业规模最大、层次最高、影响力最深远的行业盛会。这不仅是一次对物联网产业的检阅，也是一次集体思考，为下一步发展理清思路。

用战略性眼光
务实布局

“物联网的‘泡泡糖’（PPT）时代已经过去，现在要演示的是真q实d。”张伟（某物联网公司CEO，化名）想起一年前跟用户交流时如是感叹，以前多数公司都是停留在方案构思和宣讲阶段，只能靠PPT（幻灯片）来展示物联网，而现在，用户不再满足于PPT了，要看实际案例。如果说，去年来到无锡，每次参观者接触到的示范项目都是“太湖鱼”，那么今年的无锡，则呈现出更多物联网的应用。
本届博览会就是一次大秀场。以传感器、RFID、网络设备、嵌入式终端制造等为代表的物联网制造业，以通信网络为代表的物联网基础设施服务业，和以软件集成、应用开发等为代表的物联网服务业等产业链条上的各个环节都参与了此次博览会。
无锡，整个城市都散发着浓郁的物联网氛围，从2009年8月以来，物联网概念的公司比肩接踵地成立，分布在无锡新区、滨湖区等地。新区设立了10亿元产业培育专项基金，主要用于重点支柱产业促进和新兴产业培育，尤其是包括物联网在内的战略性产业，核心企业入驻园区，新区都给予3年贷贴息或一定比例的注册资本金配套；滨湖区位于长江三角洲腹地，也在集聚各类资源，已累计引进物联网及相关企业200家以上，其中注册资本1000万元以上的企业35家。
无锡市市长毛小平介绍说，2009年8月7日温总理在视察无锡时提到建立感知中国中心，同年10月13日国务院批准同意建设无锡传感网实验区，无锡迅速开始创建物联网、传感网的示范区，技术研发事业培育、人才引进等配套技术相继出台。到今天，有156个物联网项目已经签约，即将开工建设。
去年11月12日，江苏省人民政府、中国科学院、无锡市人民政府签署了共建中国物联网研究发展中心协议，先期以江苏物联网研究发展中心和中国科学院物联网发展中心为运作载体，总部设在无锡。发展中心第一任主任为叶甜春。据叶甜春介绍，发展中心采用了市场化的运作方式，吸纳社会资本，与工业界紧密合作，推进科技成果产业化。发展中心目前设立了综合协调部、战略规划部、应用总体部和技术服务部四个部门。
叶甜春认为，物联网与现有传感网和信息化技术的差异是：更大规模的节点覆盖、更综合的系统集成和更智能的信息处理。“物联网作为‘战略性新兴产业’，更需要‘战略性眼光’，物联网的培育和发展不可能一蹴而就，而是需要一个相当长的过程，这其中核心技术的培育和掌握是关键中的关键。”叶甜春发自肺腑地说，如果没有重点地一哄而上、遍地开花，可以推进信息化，但做不成物联网，或者成为又一个缺乏核心竞争力的“打工产业”。
中国科学院在知识创新工程中，对传感网/物联网领域进行了战略性的前瞻布局，已开展了近10年工作。包括传感器与芯片、信息网络与传输技术、信息处理与存储、软件等，传感器与芯片方面包括声学、振动、压力、温度、湿度、生物、化学等传感器。

借力运营商

物联网与互联网经常被相提并论，虽然两者的本质、内涵及应用模式都有差别，但发展路线却是可以作一定借鉴的。启明创投董事总经理邝子平认为，互联网发展初期，要感谢运营商，因为他们在互联网还没有明确形态时，就大力投入组建了骨干网，进行了一系列改造和完善，促进了互联网的快速发展。如今，物联网来了，运营商又开始摩拳擦掌。
中国电信所关注的领域包括节能减排、民生工程、防灾减灾等。中国电信副总工程师靳东滨透露，中国电信已经在着手建立物联网的企业标准。“因为国家物联网标准组有一些标准并没有出来，在这种情况下，中国电信建立了企业标准。目前，中国电信已经出台了七个关于M2M的标准，包括终端、平台设备和服务协议等。”
中国移动通信研究院副院长杨志强认为，TD-SCDMA的独特优势为物联网的规模发展提供了网络平台，TD的优势是：国家自主知识产权标准保障了通信的安全可靠；频谱效率更高、客户为每比特数据传输支付费用低；根据网络需求，可自行配置上下行资源，特别适合监控等非对称性数据传输业务。杨志强指出，物联网与TD结合有利于我国两大基础创新技术发挥协调作用。“TD与物联网都属于产业链形态的集群性创新模式，由于这种集群性和链条性，使得这两大基础创新在芯片、终端、测试、系统及应用等各个环节具有高度的重合和协同性，将会充分发挥基础协调作用。”杨志强介绍说。
据悉，中国移动M2M业务已经超过了500万终端，2009年，M2M业务收入超过7个亿，2010年，M2M终端用户超过500万，年增长率66%。M2M产业从分布上来看，电力行业占终端总数的35%多，主要应用为电力远程抄表、电力输配变设备监控；交通行业占终端总数的30%，主要应用为车辆定位管理。
中国移动在无锡物联网研究院建设完善了研发试验环境，拥有总面积达1050平米的基础实验室和支持2G和3G的应用开发测试系统；并建立了中国移动物联网体系架构。其目标是把每一个人、每一辆车、每一个家庭、每一个城市接入物联网。
事实上，物联网产业应该借力于运营商及大企业的投入，给物联网一个初始推动，逐步渗透入行业。

从集中走向分布

运营商所擅长的基础设施是一个方面，物联网最后落地，必然是在行业应用中。物联网应用的一个最普遍特点是从集中走向分布，突出表现在智能安防和制造业等领域。
本土著名安防企业博康集团总裁李璞认为，物联网可实现分布式的智能，分布于全系统内的智能化使人与物、物与物得以通信对话，从而自动获取物的动态特征、关联特征，实现所有物征动态信息互通共享。物联网为智能安防带来了一套完整可参照的“技术体系框架”，改变了现在安防领域局部智能、局部互通的限制。经过海量数据存储、处理及多传输通信技术，实现事前的分析预警、事发的实时报警和事后的侦查取证。
西门子中国研究院院长徐亚丁也认为物联网技术为自动化领域带来了更好的分布式解决方案。“制造业面临的大趋势是个性化定制需求、全球化的采购和生产。发达国家的现状是机器密集型，发展中国家的现状是劳动力密集型，两者都向大机器分布式模块化制造转变。”徐亚丁介绍说，采用物联网技术可以使生产自动化从集中走向分布，能够自动调整工序、灵活增减工序。物联网架构使模块可重用性得以提高，可进行重新配置组合以适应生产需要，减少资源浪费，还可以调整就业人口，使受良好教育的劳动力从事高附加值的模块设计维护。“分布式模块化生产系统的关键技术就是物联网，物联网技术使每个模块智能化，能够承担灵活多样的生产任务；使模块内部集成，实现机电/人机一体化。”可见，要深化物联网的应用，必须吃透其技术特性和优势，才能找准应用切入点。

资本市场冷静观望

在中国国际物联网(传感网)大会的投融资高峰论坛上，来自德同资本、红杉资本、启明创投、美国风投协会等风险投资领域的专家，围绕“风险资本如何孵化伟大企业”这一焦点话题畅所欲言。面对火热的物联网概念，资本市场的态度显得很冷静。
邝子平认为，物联网重点在B2B的市场，物联网早期的发展，更多仍然还是给集团客户解决其所需要解决的一些问题，而不是给最终用户提供一个娱乐或者个性化的平台。“不同于互联网，互联网更多关注B2C市场，物联网的商业模式跟互联网将非常不一样，进入的门槛不一样，它的销售周期也会不一样。”邝子平分析说，B2B业务在中国所面临的不确定性非常大，例如为行业用户或政府部门服务的物联网企业，要有能力协调好各方的关系。旷子平认为第一批成功的物联网企业很可能是做系统集成的，即整合各方的物联网资源，提供综合物联网解决方案，而并非纯技术型企业。
中国科学院院士何积丰在谈到物联网时也提醒产业界，物联网刚刚起步，对其期望值不要太高，实际上产业界对物联网领域，从技术和体制上都还没完全做好准备。
何积丰建议，物联网产业在上项目的时候要考虑“先民生后重大基础设施”，在“十二五”规划中一个重要的元素是关注民生，他建议在无锡先做一些跟民生相关的项目，如教育、医疗试点等。
除了要撬动资本市场外，国家在整个物联网产业的发展中也起着重要的作用，包括早期的示范及推动、行业标准及法则法规的确定，特别是在营造良性竞争环境、降低产品成本方面，从国家层面的协调与布局将起到很大的作用。

今年8月，中国传感网国际创新园在太湖国际科技园内建成启用，中国物联网研究发展中心等多个研发中心成为首批入驻单位。
“2010中国国际物联网(传感网)博览会”掠影
2010中国国际物联网(传感网)博览会以“感知科技、感知未来”为主题，围绕信息的感知、传输、处理、应用四大核心领域，集中展示物联网产业链各个关键环节的国内外新技术、新产品、新装备、新工艺和新的解决方案，突出展示物联网在工业、农业、电力、交通、物流、环保、水利、安保、家居、教育、医疗、园区等12个领域应用所带来的高品质生活、高效率管理和高科技网络。博览会展示总面积15000平方米，参展及出席单位包括中国移动、中国联通、中国电信、IBM、微软、华为、航天信息、清华同方、大唐电信、CETC、东软集团、国网信通、美新半导体、长电科技、华润微电子等众多业内知名企业，共200多家来自世界各地的物联网产业链企业参加了展览。参展企业涵盖了产业链上游的芯片和传感器制造商，中游的应用设备提供商、软件与系统集成商、软件与应用开发商，以及下游的海量数据处理和信息管理服务提供商。

物联网疫苗冷链运输车。要使民众用上放心安全的疫苗，疫苗冷链运输环节至关重要。近期，宁波凯福莱特种汽车有限公司正式推出了历时三年研发的我国首款物联网疫苗冷链运输车。在疫苗运输前能预先了解冷藏车状态，对运输的整个过程实时监控、记录，避免车辆内冷冻机组、箱体密封问题引起的故障。该特种车实现了疫苗运输工具的智能化、感知化、网络化，使传统的冷藏车变成了具有物联网功能的专业网络信息终端。

平安城市。联通结合WCDMA网络和视频终端采集系统，利用现代信息通信技术，提供公共场所以及重要场所的视频监控、移动执法等多种综合管理信息服务，系统前端数据通过视频监控系统采集并传输到市、区监督指挥调度中心，实时监控并对紧急事件做出快速响应和应对，防范和处理危害城市公共安全的行为。

食品溯源。消费者只要用手机拍摄食品包装标签上的二维码，就可查询到相关食品的原材料和生产程序等，这种产品可溯源功能大大方便了消费者，为消费者放心消费提供了保障。

感知健康。无锡矽丰展示的基于物联网和云服务技术的感知健康体验中心及健康管理服务平台，用以达到提高人们健康水平的目的。

瑞孚特感知停车。车辆电子标签技术为保安、停车及进出管理提供独立、不间断的系统设备，可以实现对商业区及社区的方便管理，确保只有经过许可的车辆进入。系统还可以提供车辆定期出入及停车费用管理数据。掌握车辆动态情况，分析车辆运行规律，采取有效防范措施，实现车辆调度派遣无纸化、进出场区识别自动化。

物联网比特实验室。无锡爱睿芯电子有限公司把目光放在了物联网教育市场。实验室主要面向青少年开展物联网方面的宣传、培训和体验等活动。通过数字化的实验、积木化的游戏、个性化的作业和整合化的展示等方式，使学生在互动式、体验式的快乐氛围中，找到适合自己特点的发展方向，更快地接受最新的科技知识，锻炼自主学习的能力。

数据分析、机器学习与物联网
我们当前所处的世界，联网程度不断上升，低成本传感器和分布式智能也在不断普及，产业即将面临这一切带来的革命性的冲击；同时，在此过程中还会产生大量的数据，其规模将庞大到远远超过人类所能处理的范畴。对此，企业是否能足够迅速地适应并演进自身的业务，以维持在竞争格局中所处的位置？面对我们栖身的环境中植入的这些全新的信息来源和智能设备，人类应当如何掌握它们并从中获益？利用不断演进的技术组织机构将需要建立起内部数据仓库，以便能够利用新的数据源和数据流。智能接入设备亦将在某些情况下取代人的角色，它们将能够自行决策、执行自我调整，或是根据需要引发对自身的纠正和修复。在另一些情景中，众多设备的集合将聚集在一起成为完整的系统，这样的系统可以采用新的方法进行优化；而由系统聚集成的系统，将会彼此共享数据，并成为由数据和设备组成的生态系统。机器学习（指从数据中推导出意义的众多方法）注定将成为这个生态系统中的一部分；此外，随着企业着手为物联网（IoT）做准备，传统业务和数据分析技术也同样将被纳入到该生态系统之中物联网——某些人更愿意称之为“万物互联”（Internet of Everything）——正处于不断上升的轨道上。一项Gartner研究指出，在2020年IoT单元的数量将达到260亿，而IoT产品和服务的市值将达到3000亿美元1。另外，GE在工业互联网（Industrial Internet）——这一概念包含用于监控和优化工业设备（例如喷气式引擎、铁路机车、动力涡轮机和制造工艺）性能的机制和应用——领域已经活跃了很长时间。根据GE的估算和预测，在接下来20年中，工业互联网将帮助全球GDP产值提高10到15万亿美元（没错，万亿量级）。当然，围绕着已问世的全新技术和正在逐步浮现的技术概念，市场中充斥着大量炒作。例如，Gartner备受争议的 “成熟度曲线”（注：也有些人使用“炒作周期”这一贬义说法）报告就把IoT摆在了“翘首以望的顶峰”的位置上（而大数据作为之前的热点，已经进入了“理想幻灭的低谷” 3）。然而，哪怕企业家们为之表现出群情激昂的兴奋，或是记者们在笔下展现出了对未来的狂热展望，在现实中依旧存在着大量的挑战，组织机构必须克服它们，才能够真正乘上这次技术演进的东风。挑战组织机构必须聚焦于：了解产品技术和IT领域中，企业能力的相对成熟度；了解可以纳入哪些类型的IoT功能，以及新能力将会在哪些方面对客户价值带来影响；了解机器学习和预测分析模型的角色；基于市场变化的迅捷程度和竞争对手的相对敏捷度，重新思考业务模型和价值链。接下来，让我们对这些挑战逐一进行更详细地分析。理解产品和IT成熟度可以从产品和IT两个维度分别进行分析。首先，产品组合的成熟度如何？它是属于变更较缓慢且逐步演进的传统类型的产品，还是属于前进速度更快，同时具有更复杂生态系统的产品？矿产设备在技术上非常复杂。并且，与科学研究仪器相比，它拥有更为漫长的设备生命周期，和相对更缓慢的演进速度。然而，这并不意味着科研仪器的公司，在利用IoT产品进行系统优化方面更具优势。另一个需要考虑的因素是IT流程的成熟度。各种类型的组织机构都可能会因采用IoT而获益；然而，要想达成这一目标，它们所需采用的模型却各不相同。让我们进一步分析一下IT成熟度水平这个因素。举例来说，科学研究仪器供应商或许拥有先进技术，但却可能缺乏强有力的IT架构、流程和IT治理能力。与之相反，矿业设备制造商或许拥有非常成熟的内部IT流程。对科学研究仪器公司而言，IoT将让它们能够对安置在现场的仪器设备进行功能升级；但面对由多种类型设备组成的实验室信息生态系统库，公司并不一定愿意尝试去进行优化。（当然，以IT作为成本中心——例如内部IT管理——方面的成熟度不足，并不等于以IT作为利润中心——例如IT产品——方面成熟度的缺失；但当开发或拓展IT服务的时候，许多组织机构都选择在现有的基础IT能力之上构建。）在去年的哈佛商业评论（Harvard Business Review）中，讨论了一个矿业设备领域的例子：Joy Global是一家矿业设备制造商，其专家团队横跨与采矿作业相关的多种系统和流程。Joy Global以此为依托，针对来自多家供货商的一系列设备，提供监控、维护和优化的服务4。了解IoT能力接下来，应该考虑一下使用智能联网设备中的哪些能力。刚刚提到的哈佛商业评论刊登的文章4指出，IoT包含四种类型的能力：监视——传感器提供关于运行环境、产品使用和性能方面的数据；控制——可以控制并定制个性化产品功能；优化——来自监视与控制的反馈回路，能够提供更高的效率、更好的性能、预防性维护，以及诊断和修复；自治——监视、控制和优化将支持独立运行、不同系统间的协作、与环境交互、个性化、补给，以及自我诊断和修复。这四个层级的能力，将为重新定义供应链并重新配置价值链提供支持。我们不应该抱有产品的功能应固定不变的观点；相反，我们应该认为它们将更具灵活性和适应性。那些智能联网设备和产品将具有可变特性，并能够随着用户需求的变化而改变。在数年以前，软件制造商就已经认识到了这一点。而现在，物理对象也正在逐渐转变为软件驱动功能的载体或容器。上述这些层级的能力要求越来越精密的数据分析方法——从收集和应用数据，到支持算法自身运用数据并在同时进行学习。第一个层级的能力——监视——将成为一套实时的机制，我们可以运用它更好地了解现场情况和用户需求，并提供新的能力。这意味着组织机构的传统产品和服务将不再泾渭分明，而且二者的边界将彼此渗透。在过去，现场设备的维护由某个现场服务承包公司承担，设备制造商的业务并不涉及此环节。而在智能设备与监视能力结合后，设备可以在故障发生前将所需的服务提前告知制造商。同时，设备制造商也可以将常规维护纳入自己的服务范畴。不过，如果利润和物流对组织机构而言是个问题的话，那么复杂的维修工作将依旧由专业承包商完成。这一“去中介化”(disintermediation)的模式也可以运用到分发链中。设备可以自动发起补充供应的请求，从而降低甚至消除供应链中的物流和库存压力。控制是建立在监视之上的更复杂的应用。我们可以监视设备运行情况，并通过控制设备的多个部分或多个系统，来扩展人工干预的边界。想象一下，在 *** 作大部分功能都是自动化执行的系统或机器时，人类所扮演的角色：人类指导机器运转，并寻找系统设计的时候没有预料到（或是基于经济划算的角度未设计应对预设）的边界条件、异常和例外。接下来，人类使用自己的判断做出变更、纠正或调整。我们并不需要（在空间上）与设备在一起，或许我们也无需实时监视它们（这取决于流程）。我们通过监视层面采集数据并进行处理（某些数据处理必须在特定时刻完成），并通过控制层面将这些数据实时（或准实时）地运用到设备或装置的运行上。需要组织机构做出的战略决策是，是否以及何时在产品中提供更多的控制能力，以及是将其作为一种服务向客户开放，还是让客户拥有这些功能。第三个层级的能力——优化——可以拓展到某个单体对象、一系列对象，或是一套由来自多家制造商、使用不同技术的对象组成的生态系统的表现方面。是否将提供的服务拓展到这一领域，取决于围绕着价值链和流程边界的知识和经验的水平。前面提到的矿业的例子，反映出Joy Global与供应商相比的优势，主要在于拥有在流程生态系统中更加聚焦的视角。以卡车制造商为例，它无法很好地优化复杂的矿业设备，但却会凭借对自己的一系列卡车（以及潜在的一系列其他制造商生产的卡车）进行优化而获益——如果行业动态确实具有商业意义的话。要将优化的范围延伸到独立运行，还需要对这三个层级的能力进行一些拓展，以支持与环境及其他系统进行受限程度更低的交互。自治要求围绕着算法提供更多的智能，以便应对计划外的情况——程序员和系统工程师未能明确设计这些情况下的方案。自主运行需要整合具有适应性的机器学习方法，以应对新出现的情况，并将之纳入到用于监视、控制和优化的核心算法中。了解分析和机器学习2014年11月，施乐公司帕洛阿尔托研究中心的Mike Kuniavsky在IDTechEx上进行了一场名为“IoT领域中预测分析方面的用户体验”的演讲。在演讲中他表示，我们应该将几乎所有功能都存放（或是在不久的将来存放）在云上。数据和功能可以从任何位置、通过任何设备访问。而专业设备则提供用户访问数据的环境。健康手环可以通过iPhone或笔记本电脑，在特定的锻炼环境中访问用户的身体健康数据。在这种情况下，健康手环扮演了IoT传感器的角色，同时也提供了访问和使用数据的一种途径，而且它还通过软件功能包含了其他一些设备（例如计步器）的能力。设备上产生的数据可以为厂家提供额外的洞见，帮助其了解消费者的使用情况和喜好，并藉此升级功能或开发新特性。如果汇聚来自用户群的数据并结合其他数据集，那么新的洞见可以阐明流行病方面的数据、人群活动水平、生活方式和人口统计数据。对市场人员、健康服务提供者、保险公司和政府机构来说，这些信息具有宝贵的价值。（当然，我们必须认真对待隐私和数据使用许可方面的责任。）我们可以使用机器学习算法，基于这些数据模式作出预测。例如，在一份来自Mayo Clinic的研究中，发掘出了活动数据与心脏病人恢复速度的相关性5。同样的机器学习和预测算法也是许多联网智能消费设备的基础。例如，Nest恒温器是一套能够使用数据模式的设备，它预测消费者对于某个特定房间、在一天中的某个特定时刻的温度要求。（另一个控制和优化的例子体现在聚居区的层面。在获得了业主许可的情况下，电力设施可以通过远程调节的方式，控制成百上千的Nest设备，将室温调高或调低几度，从而完成高峰期的用能负载调度）。这类消费设备涵盖了从声音模式（例如亚马逊的个人助理输入设备Echo6）到更复杂的行为和活动模式（例如捷豹的路虎监视系统，它依赖于一套复杂的软件系统，该系统让汽车能够学习、预测和检查，并提醒车上的乘客帮助驾驶员自动委派次要任务，以便驾驶员将更多的注意力集中在驾驶上7）进行学习的范围。优化算法通过使用机器学习机制，来利用从动态环境下交互的传感器和智能设备传回的数据。算法不能基于特定的参数，精确地预测这些多变的情况，而是需要不断地感知、响应并适应。例如，随着汽车从驾驶员身上分担了更多的责任，它们需要与周边环境中更多的数据来源进行交互（传感器、灯光、其他车辆等等）。在工业自动化、物流和交通运输、电力网络与能源系统、交通管理、安全系统以及其他“系统的系统”等领域中的各类应用，都将让机器直接与其他机器进行交流。此外，这些应用还将基于能够演进和自适应的算法，帮助机器翻译数据流，从而使机器能够依据给定的运行参数达到要求的最终状态。反思业务模型和价值链智能联网设备要求组织机构重新检视，它们处在市场中的什么位置、以什么方式创造价值，以及这些价值将如何随着竞争环境和信息生态系统的演进而增加或减少。分析将帮助验证某些决策（例如，在对特性进行变更或是增加服务和功能后，获得实时使用数据）；不过，市场新进入者和新的价值链结构或许会对业务模式带来巨大的转变，而基于公司传统业务模式做出的分析将不再具有相关性。因此，产品或服务的基础，或许会转变为来自传统产品的数据流，而不是来自产品本身的收入。新的业务模式将得以延展，甚至有可能远远超出产品本身的范畴，覆盖上游供应商或下游消费者。最重要的是，所有这些可能性，都会要求组织机构拥有围绕着其内部数据健康度和用于分析的基础设施的基础能力：数据“打捞”（curation）、所有制和质量标准、具有一致性的企业架构、干净整洁地集成在一起的系统、自动化的数据载入流程，以及成熟的分析专家。如果欠缺或未能有效管理这些基础条件，组织机构将很难进行快速反应，并演化出新的分析和数据管理功能与能力。IoT将基于数据流和复杂的方法，从信息中获取洞见，并通过与企业知识整合，将之运用到价值创造方面。而不具备这些能力的组织机构将在市场上落后，或是降级到低价值、低利润的层次。数据被称为“新的石油”——我们可以拓展这一比喻，这意味着通过分析能力中的知识提炼环节，数据将被精炼为高价值产品。组织机构现在就需要在构建此类基础设施的方面投入资源，以便为接下来数年中应对供应链和价值创造环节的转型、扰动和颠覆做好准备。信息敏捷性将成为必备的核心能力。

1 无处不在的数据分析
越来越多的企业在利用从他们客户那里收集到的大数据更好地了解客户需求，并且优化产品使其能更好地服务客户。这就是无处不在的数据分析，它更看重数据的质量，而非数量。将数据最大化地转变为有价值的创新，利用数据洞悉市场，以此为基础做出明智的商业判断。
如果关注数据质量，将收集到的所有信息进行筛选就变得至关重要。例如人工智能，其需要迅速地完成一系列动作：数据收集、分析，并且瞬间作出判断采取行动。严格来讲，对数据质量的关注需要嵌入到数据采集的过程中。在这样的数据分析背后也要关注消费者信息的私密性。GfK2015年进行的针对全球20个地区的消费者研究结果表明，全世界消费者都在担心他们的数据是怎样被收集、售卖和利用的。
2 虚拟现实(VR)
2016年，从行业到消费者，从硬件到软件，关于虚拟现实，一切都处在被普及教育的阶段。随着三大巨头接连推出消费级产品，且“售罄”之讯频传，虚拟现实作为最受关注的新智能领域迅速席卷全球。全球VR头显市场规模预计在2020年会达到28亿美元，其中供游戏者使用的VR头显设备占据多数份额。中国市场2016年全年零售量会达到300万台左右，从GfK监测的VR头显在线市场来看，从2016年1月到4月，VR头显零售量几乎翻了20倍，虚拟现实硬件产品正在经历一场初期爆发式的增长。但目前依然是以VR盒子为主。整体来看，中国的VR市场现在还处于野蛮生长的阶段。相信在未来VR应用会逐步向直播、旅游培训、医疗、装修、房地产、教育等领域渗透。
3 人工智能(AI)
人工智能最终是重现一遍人类思考的过程。作为一个人工制造的机器，终极形态的AI将拥有与我们相同的智力水平：学习、推理、使用语言、构想原始创意。然而只拥有学习能力的AI已经快速地渗透到我们的生活中了。语音识别是目前人工智能中落地较早、目前投入及研发的核心领域之一。基于人工智能，各个厂商可发挥的空间很大，不一样的应用及方向才是真正有趣的地方。2016年，AI助理的发展或许会超越智能手机的发展。人工智能是一块有待探索与开发的市场，这块市场拥有多种可能性。
4 可穿戴产品
智能手表、健康监测手环、相机、GPS定位设备及心率监测设备进入主流市场还需多久尽管万众瞩目的Google Glass及Apple
Watch的发布已经俘获了消费者的想象力，但只有少数消费者接纳了这些设备。中国可穿戴市场2016年销量预计达3160万台，环比2015年上涨32%，但其中以价格较低的手环产品占据市场的大多数，整体市场销量持续上升的同时增速减缓，市场经过了2015年跳跃式发展后开始进入一个更趋理性的阶段。如果可穿戴产品想要吸引更多的消费者，有以下四点需要注意：一是与物联网的融合，把可穿戴设备和现有的个人科技生态相融合将会成为扩大市场的基础性举措。二是设计和材质，外形设计已经成为可穿戴产品跟上时代潮流的一大绊脚石。三是精准有效的信息收集，提高数据的准确性和解读能力是可穿戴厂商正在解决的另一大问题。四是引人注目的新案例，特色鲜明的产品会逐渐与消费者建立特有联系。
5 视频消费
视频消费的发展速度比之前任何人预期的还要快，并且线上已经成了人们观看视频的主要渠道。从社交媒体上的短片到视频网站的服务和套餐服务，甚至到最近大火的视频直播，消费者似乎可以在任何时间、任何平台看到想看的视频内容。事实上，有人预言到2019年，80%的互联网流量消费将来自于视频观看。而随着投入到这个领域的玩家越来越多，从内容的生产者和发布者到各大品牌、厂商，互相合作会成为一种需求，只有通过这样多方之间的信息互换才能够释放更大的能量。
6 无人机
据GfK中国估算，2014年中国航拍消费级无人机市场为近6亿元，到2018年将激增到60亿元。而民用无人机市场更是有望在未来10年形成千亿元级规模，未来发展空间广阔。
无人机并不算是新产品。无人机在航拍、地形测绘、商业运输以及救援部署，甚至在自动机械化生产上，都可以起到作用，无人机技术在诸多领域所能发挥的用途正在被进一步挖掘出来并且会在降低商业成本、提高商业效率方面起到很好的催化作用。但是在实现这样的美好愿景之前依然有很长的路要走。目前无人机依然面对诸多阻碍，如缺乏“感知-避障”技术、载物重量上的限制、没有夜视功能以及电池续航时间有限等。
7 移动支付
全球移动支付市场比较复杂。目前传统的支付方式在许多成熟市场中都有着强大的根基，无法轻易撼动。相反，一些非洲市场和亚洲发展中国家市场则直接迈入了移动支付时代。在这样一个碎片化的环境中，对于品牌、制造商和零售商来说，理解移动支付当下的全球格局以及它的演变趋势至关重要。在中国，阿里巴巴、腾讯等第三方玩家已经率先鼓励联网用户通过手机在实体店或网店进行支付。小米、OPPO、魅族旗下具备支付功能的手机的使用也意味着在这一市场中，移动支付不仅存在，而且触手可及。而那些被认为将第一时间接受新兴技术的市场则呈现出与上述地区的截然不同的局面。当前，一些市场仍需提高消费者对于移动支付的认知度，而对于另一些市场而言，要做的则是减少移动支付的使用壁垒。
8 智能汽车
随着物联网技术的越发成熟，智能汽车也将应运而生。许多豪华轿车已经配备了大显示屏，并且车载大屏也会继续成为趋势，在2016年底或2017年初，为前排乘客设计的额外显示器也将出现在高档汽车中。为了让乘客更好地体验“增强现实(AR)”技术，一些OEMs甚至想要把显示屏幕延伸到整个挡风玻璃或者侧窗。屏显技术的进步为那些企图走到传统汽车供应商前头去的电子消费厂商和初创企业们打开了大门。过去，受到物联技术的限制，OEMs很难找到一个正确的商业模式，但是现在，机会来了。通过了解细分市场消费者的需求和喜好，量身开发车载APP和配套服务从而获取相应的报酬成为可能。
9 3D打印
3D打印机的销量目前还比较小。但是，随着更多的厂商加入到该领域以及消费者的认知度逐渐提高，这种情况在明年应该可以得到改变。拿德国为例，3D打印机的销量在去年增长了71%，而且需求还在进一步扩大。消费者认为3D打印技术极具吸引力，3D打印在最有可能影响他们生活的科技中排名第三。这比智能汽车、云计算、可穿戴设备还有物联网的排名都要靠前。这表明这项新技术的知识普及在全球已经非常高了。价格一直是新兴科技难以普及的主要障碍。但是随着成本的下降，价格也将不再是阻碍，3D打印技术的优势会变得越加明显和突出：更低的装配成本，减少浪费，极低的运输和配送费用和更快的新产品上市速度。
10 智能家居
一股智能家居的“淘金热”正在各领域中展开，传统厂家、互联网公司、国际技术提供商及零售商等各种组织都在寻求最大限度地参与到未来家居领域中来。根据GfK针对全球7国消费者所作的研究表明：绝大多数消费者(90%)知道智能家居，50%的消费者认为智能家居能改变他们的生活，78%的消费者同意这是一个具有吸引力的理念。目前智能家居想要获得成功的关键是让消费者能明白智能家居技术是如何提升他们的生活品质，并且提供参与度高且有效的用户体验。现在需要行业协作和消费者教育来驱动需求，并推动智能家居从厂商领导发展向消费者需求主导发展的创新转变。行业相关参与者需要合作并组建不同以往的合作关系。这会确保不同的设备和服务能在后台彼此连接来满足对便捷的需求。只有满足了这一点，智能家居的真正价值才能得以体现。根据GfK中国对家电智能化研究，中国家电产品智能化应用发展速度位于世界前列，但目前也处于厂商、零售商等供给方主导的阶段，还处于智能连接、手机远程控制等初级智能向更高级智能功能探索和尝试的阶段。中国庞大的用户基础和互联网业态演变将为智能家居的发展和创新提供良好的土壤，预计智能家居未来将会催生类似BAT级别的新企业。

一、以多元思考法提高思考能力
所谓“多元思考法”，就是每件事情不要期待只有一种答案，而应多方面思考，创造复数的解决可能性。习惯多元思考法的人，不论面对任何问题都能从不同角度与观点分析，则即使再大的难题，也能找出解决办法。
那么，该如何培养多元思考能力？以下是三个不错的办法。
●提醒自己不可变成“被煮熟的青蛙”
有个童话故事，主角是一只青蛙。这只青蛙不小心掉进火炉上的锅子中，因为水温20度，青蛙觉得很舒服。但慢慢的水温提高，30度、40度渐渐升上去。然而，因为水温变化缓慢，虽然觉得愈来愈热，已经习惯了的青蛙却懒得跳出来。结果，这只青蛙最后被煮熟了。
我们的工作与生活，其实也有类似状况。一旦适应了，即使环境恶化，也会认为“只要忍一忍就好”。久而久之感觉麻痹，等到问题严重到不可收拾的程度，就已回天乏术。
所以，工作出现警讯时，你必须严格提醒自己，绝对不可变成“被煮熟的青蛙”。
●从不同立场进行思考
一般人其实都有相当固定的思考模式。但事情一固定，就会顾此失彼，失去多元创意的d性。
想要锻炼多元思考能力的，抛弃过去习惯、换个角度重新思考，是最根本步骤。
●养成边写边思考的习惯
有好想法、好点子时随时记录下来，也是培养多元思考能力的有效方法。
只在脑袋中想像，思考容易偏差、窄化。写下来则可让自己更容易掌握整体图象，发现缺点与不足之处。
2提高逻辑思考能力
所谓“思考论理能力”，简单讲就是面对问题时不可一相情愿地埋头苦干。
至于具体的论理思考训练法，则有三种——“由宏观到微观”、“MECE”、“逻辑树状图”。
●“由宏观到微观”思考法
所谓“瞎子摸象”，指没办法整体掌握事情轮廓，只好以偏盖全地错误想像。
●MECE思考法
养成“由宏观到微观”的思考习惯之后，不妨进一步学习“MECE”思考模式。简单讲，所谓“MECE”就是，处理事情能够毫无遗漏、毫无重复。有“遗漏”就会错失机会；“重复”则白白浪费力气。
●使用逻辑树状图
“逻辑树状图”可说是逻辑思考方法的集大成。其特点主要是能有效处理事情的“大小关系”、“因果关系”与“阶层关系”。
3提高创造思考能力
点子不多、思考能力不强的人在企业界很容易被淘汰。如何提升自己的创造与思考能力呢？以下是三种不错的做法。
●经常脑力激荡
一般人之所以点子不够多，主要是受“常识”与“成见”不当影响。而破除的方法很简单，就是活用“脑力激荡”。
许多企业喜欢用脑力激荡方式，推出新的工作方案，规划未来发展方向。
进行脑力激荡时必须：一、就让各种点子尽量跑出来，二、模仿“接龙”方式，局部改良别人点子，形成新的创意。比如，讨论“空罐子的使用方式”这个课题时，有人说用来“装水”、当作茶杯。此时就可从“装”这个字延伸想到不只“装水”，也可“装土”，也就是当作盆栽。然后同样的道理，也能用来装烟灰，变成“烟灰缸”……可能性其实是无限的。
●点子一出来，就加以整理
根据研究，思考新点子，可让右脑活性化；整理点子的过程属于论理，则能促进左脑活泼。因此，想出点子之后加以整理，即可同时训练左脑与右脑。
更何况，点子必须经过评量以及其他人的考验。如果没有记录、整理，便会失去接受考验的机会。这样的点子通常用处不高。
●进行“重点化”与“分类”
活用点子，一定要经过“重点化”与“分类化”过程。
“重点化”方面，首先应区别“有用的点子”和“没用的点子”，并且将各种点子排定优先顺位，最有用的先挑出来。
其次，“分类”必须把性质类似的点子放在一起，如此才能清楚呈现点子的特色。
脑力激荡是否一定要聚集许多人在一起才能 *** 作？其实不然，即使一个人也能达成脑力激荡的效果。
当然，一个人进行脑力激荡，难度较高。所以必须养成习惯，比如，不妨每天用5分钟练习脑力激荡思考法，针对一个主题，3分钟之内想出20个解决办法，5分钟之内想出30个解决途径等等。总而言之，养成脑力激荡的习惯，思考与创造能力自然一级棒补充：怎样才能学好数学
★怎样才能学好数学？
要回答这个似乎非常简单：把定理、公式都记住，勤思好问，多做几道题，不就行了。
事实上并非如此，比如：有的同学把书上的黑体字都能一字不落地背下来，可就是不会用；有的同学不重视知识、方法的产生过程，死记结论，生搬硬套；有的同学眼高手低，“想”和“说”都没问题，一到“写”和“算”，就漏洞百出，错误连篇；有的同学懒得做题，觉得做题太辛苦，太枯燥，负担太重；也有的同学题做了不少，辅导书也看了不少，成绩就是上不去，还有的同学复习不得力，学一段、丢一段。
究其原因有两个：一是学习态度问题：有的同学在学习上态度暧昧，说不清楚是进取还是退缩，是坚持还是放弃，是维持还是改进，他们勤奋学习的决心经常动摇，投入学习的精力也非常有限，思维通常也是被动的、浅层的和粗放的，学习成绩也总是徘徊不前。反之，有的同学学习目的明确，学习动力强劲，他们拥有坚韧不拔的意志、刻苦钻研的精神和自主学习的意识，他们总是想方设法解决学习中遇到的困难，主动向同学、老师求教，具有良好的自我认识能力和创造学习条件的能力。二是学习方法问题：有的同学根本就不琢磨学习方法，被动地跟着老师走，上课记笔记，下课写作业，机械应付，效果平平；有的同学今天试这种方法、明天试那种方法，“病急乱投医”，从不认真领会学习方法的实质，更不会将多种学习方法融入自己的日常学习环节，养成良好的学习习惯；更多的同学对学习方法存在片面的、甚至是错误的理解，比如，什么叫“会了”？是“听懂了”还是“能写了”，或者是“会讲了”？这种带有评价性的体验，对不同的学生来说，差异是非常大的，这种差异影响着学生的学习行为及其效果。
由此可见，正确的学习态度和科学的学习方法是学好数学的两大基石。这两大基石的形成又离不开平时的数学学习实践，下面就几个数学学习实践中的具体问题谈一谈如何学好数学。
一、数学运算
运算是学好数学的基本功。初中阶段是培养数学运算能力的黄金时期，初中代数的主要内容都和运算有关，如有理数的运算、整式的运算、因式分解、分式的运算、根式的运算和解方程。初中运算能力不过关，会直接影响高中数学的学习：从目前的数学评价来说，运算准确还是一个很重要的方面，运算屡屡出错会打击学生学习数学的信心，从个性品质上说，运算能力差的同学往往粗枝大叶、不求甚解、眼高手低，从而阻碍了数学思维的进一步发展。从学生试卷的自我分析上看，会做而做错的题不在少数，且出错之处大部分是运算错误，并且是一些极其简单的小运算，如71-19=68，（3+3）2=81等，错误虽小，但决不可等闲视之，决不能让一句“马虎”掩盖了其背后的真正原因。帮助学生认真分析运算出错的具体原因，是提高学生运算能力的有效手段之一。在面对复杂运算的时候，常常要注意以下两点：
①情绪稳定，算理明确，过程合理，速度均匀，结果准确；
②要自信，争取一次做对；慢一点，想清楚再写；少心算，少跳步，草稿纸上也要写清楚。
二、数学基础知识
理解和记忆数学基础知识是学好数学的前提。
★什么是理解？
按照建构主义的观点，理解就是用自己的话去解释事物的意义，同一个数学概念，在不同学生的头脑中存在的形态是不一样的。所以理解是个体对外部或内部信息进行主动的再加工过程，是一种创造性的“劳动”。
理解的标准是“准确”、“简单”和“全面”。“准确”就是要抓住事物的本质；“简单”就是深入浅出、言简意赅；“全面”则是“既见树木，又见森林”，不重不漏。对数学基础知识的理解可以分为两个层面：一是知识的形成过程和表述；二是知识的引申及其蕴涵的数学思想方法和数学思维方法。
★什么是记忆？
一般地说，记忆是个体对其经验的识记、保持和再现，是信息的输入、编码、储存和提取。借助关键词或提示语尝试回忆的方法是一种比较有效的记忆方法，比如，看到“抛物线”三个字，你就会想到：抛物线的定义是什么？标准方程是什么？抛物线有几个方面的性质？关于抛物线有哪些典型的数学问题？不妨先写下所想到的内容，再去查找、对照，这样印象就会更加深刻。另外，在数学学习中，要把记忆和推理紧密结合起来，比如在三角函数一章中，所有的公式都是以三角函数定义和加法定理为基础的，如果能在记忆公式的同时，掌握推导公式的方法，就能有效地防止遗忘。
总之，分阶段地整理数学基础知识，并能在理解的基础上进行记忆，可以极大地促进数学的学习。
三、数学解题
学数学没有捷径可走，保证做题的数量和质量是学好数学的必由之路。
1、如何保证数量？
① 选准一本与教材同步的辅导书或练习册。
② 做完一节的全部练习后，对照答案进行批改。千万别做一道对一道的答案，因为这样会造成思维中断和对答案的依赖心理；先易后难，遇到不会的题一定要先跳过去，以平稳的速度过一遍所有题目，先彻底解决会做的题；不会的题过多时，千万别急躁、泄气，其实你认为困难的题，对其他人来讲也是如此，只不过需要点时间和耐心；对于例题，有两种处理方式：“先做后看”与“先看后测”。
③选择有思考价值的题，与同学、老师交流，并把心得记在自习本上。
④每天保证1小时左右的练习时间。
2、如何保证质量？
①题不在多，而在于精，学会“解剖麻雀”。充分理解题意，注意对整个问题的转译，深化对题中某个条件的认识；看看与哪些数学基础知识相联系，有没有出现一些新的功能或用途？再现思维活动经过，分析想法的产生及错因的由来，要求用口语化的语言真实地叙述自己的做题经过和感想，想到什么就写什么，以便挖掘出一般的数学思想方法和数学思维方法；一题多解，一题多变，多元归一。
②落实：不仅要落实思维过程，而且要落实解答过程。
③复习：“温故而知新”，把一些比较“经典”的题重做几遍，把做错的题当作一面“镜子”进行自我反思，也是一种高效率的、针对性较强的学习方法。
四、数学思维
数学思维与哲学思想的融合是学好数学的高层次要求。比如，数学思维方法都不是单独存在的，都有其对立面，并且两者能够在解决问题的过程中相互转换、相互补充，如直觉与逻辑，发散与定向、宏观与微观、顺向与逆向等等，如果我们能够在一种方法受阻的情况下自觉地转向与其对立的另一种方法，或许就会有“山重水复疑无路，柳暗花明又一村”的感觉。比如，在一些数列问题中，求通项公式和前n项和公式的方法，除了演绎推理外，还可用归纳推理。应该说，领悟数学思维中的哲学思想和在哲学思想的指导下进行数学思维，是提高学生数学素养、培养学生数学能力的重要方法。
总而言之，只要我们重视运算能力的培养，扎扎实实地掌握数学基础知识，学会聪明地做题，并且能够站到哲学的高度去反思自己的数学思维活动，我们就一定能早日进入数学学习的自由王国。
很多人在考试时总考不出自己的实际水平，拿不到理想的分数，究其原因，就是心理素质不过硬，考试时过于紧张的缘故，还有就是把考试的分数看得太重，所以才会导致考试失利，你要学会换一种方式来考虑问题，你要学会调整自己的心态，人们常说，考试考得三分是水平，七分是心理，过于地追求往往就会失去，就是这个缘故；不要把分数看得太重，即把考试当成一般的作业，理清自己的思路，认真对付每一道题，你就一定会考出好成绩的；你要学会超越自我，这句话的意思就是，心里不要总想着分数、总想着名次；只要我这次考试的成绩比我上一次考试的成绩有所提高，哪怕是只高一分，那我也是超越了自我；这也就是说，不与别人比成绩，就与自己比，这样你的心态就会平和许多，就会感到没有那么大的压力，学习与考试时就会感到轻松自如的；你试着按照这种方式来调整自己，你就会发现，在不经意中，你的成绩就会提高许多！

---