物联网和人工智能是最近两年科技界最热的领域了，说到人工智能，大家还在对围棋世界冠军柯洁与谷歌阿尔法狗的对弈津津乐道，人们在感叹人工智能仿佛突然间变得如此强大的同时，也在畅想，人工智能未来将如何改变世界。而说起物联网，多数人的直观理解是万物互联，似乎身边的一切都可以联接起来，但是联接以后能做什么，又都是众说纷纭，在某些领域，我们已经看到物联后带来的直接收益，但是大多数领域，我们不能说清楚，联接给客户带来的核心价值是什么。究竟如何看待人工智能和物联网的关系，传统的IT企业应该如何布局和发展物联网与人工智能，本文将和大家探讨一下。

1、物联网发展状态

关于物联网的市场空间，两年前业界权威机构大都给出了非常乐观的预测，其中IDC预测2020年全球物联网支出将达1.9万亿美元，麦肯锡预测2025年全球物联网市场空间可达11.1万亿美元，业界友商思科也预测，未来物联网设备市场空间巨大，一时间几乎所有人都认为物联网已处于“爆发前夜”。

图 1 思科物联网市场预测

实际上物联网的整体空间确实很大，因为非常多的领域，只要涉及到物+通信，就可以被划为物联网，比如我们常见的超市扫码结账，员工卡、智能手环手表。因此物联网并不是一个新事物，其概念在1999年就已经被提出，经过近20年的发展已经形成了一大块固有市场。而近几年使物联网再次成为全民焦点的主要推力则是一些新兴的传感器和通信技术以及这些技术背后的新市场，比如低功耗广域网，5G通信，无线定位等。以这些新技术为核心的智慧城市、农业、工业、教育、医疗等应用场景，是人民所期待的“爆发”市场。

2、物联网是否“看上去很美”

时至2017年底，回顾物联网相关行业的发展状况，各大技术峰会、行业重量级展会，物联网几乎都是关注焦点，产业链上的各巨头公司也在不遗余力的大力宣传新的技术方案，但人们不禁有一种感觉，这一年似乎还是雷声大，雨点小，宣传多，落地少，这就有点“尴尬”了。不可否认，新技术以及相关产业链的发展成熟需要一个过程，并非一蹴而就，但作为行业参与者，我们需要在理性的思考中总结当前存在的问题，然后努力去解决掉，在笔者看来，目前物联网发展的问题不少，比如方案交付涉及生态合作多，整体交付难，还有NB-IoT等新技术成熟度并未达到预期等等，但目前困扰产业链的大问题还是应用层面，物联网还没有体现出核心价值。虽然很多应用场景里，我们通过物联网向客户呈现了多维度的数据，也能做一些问题的处理，但这些主要还是“锦上添花”，而在解决客户的真实痛点、解决生产业务问题方面，目前还做的远远不够。我们不妨来看一些真实的应用场景，也许能让我们加深对这个市场的认识理解。目前，在智慧城市的建设方案，大家提到比较多的如城市环境监控，我们可以把PM2.5、温湿度、污染物浓度等参数详细的抓取到并呈现出来，但是下一步如何通过联动手段改进城市的环境，现有方案并没有给出解决办法。还有智慧农业场景里，通过各种先进的传感器可以把土壤质量、水分、各种无机物有机物浓度等详细的参数都提取到，但是当农作物生长出现问题的时候却还是依赖传统的手段去处理，对实际的生产业务效率并没有太大的提高，业界也有同行在推进农业专家平台的建设，但是人力的消耗和产出并不成正比，进展缓慢。诸如此类，我们在挖掘物联网深层次价值的关键一步还没有找到更好的办法。

3、人工智能为什么突然觉醒

和物联网一样，人工智能也并不是新概念，实际上远早于物联网提出的时间。1956年著名达特茅斯会议上，人工智能的概念第一次被提出，在接下来的几十年里，人们对人工智能的看法一直处于两个极端，有人说它代表未来世界，其聪明程度将超越人类，将人类文明推向全新的境界，也有人说机器永远不会比人聪明，认为的赋予机器智能只是一些疯狂的想法。其实，导致人工智能一直没有走上正轨的原因有很多。其中比较关键的问题包括如下三个：

● 人工智能的研究方向错误；

● 计算能力不足；

● 数据不足；

在人工智能概念诞生后的几十年里，人工智能的研究方向一直在试图让计算机像人一样思考，甚至像人一样去工作，解决现实问题。较具代表性的一个分支就是自然语言处理，包括语音识别、机器翻译等，人们试图让计算机理解人类语言，听明白人在说什么，而现实情况是，人类自己还没有研究明白人脑是如何思考的，人脑的复杂程度超乎想象，而语言语义同样复杂，所以在人工智能领域，这套思路已经被证明是不成功的，至少目前人类的知识积累是做不到，所以，一旦有人告诉你，人工智能是模拟人脑，可以像人一样思考，人工神经网络是根据生物学原理发明的，那他一定是个门外汉，别听他忽悠了。人工智能真正取得方向性进展是在上世纪70年底末到80年，统计学、概率论的发展打开了另一扇窗。人工智能的研究分支非常广泛，如下图

图 2 人工智能的研究方向

我们以目前最为火爆的机器学习及其分支深度学习为例，简单描述一下它的工作原理。机器学习的数学建模有很多方法，其中贝叶斯网络是比较流行的，如下图，描述的心血管病与成因的一个简单的贝叶斯网络。

图 3 贝叶斯网络

每一个圆圈表示一个状态，状态之间用弧线连接表明它们存在因果关系，有的是直接相关，有的则是间接。这时，如果我们想知道吸烟和心血管疾病之间的关系，我们完全可以建立一个模糊的概率模型，状态之间的连接弧线好比这个模型的加权值，下一步要做的就是用现有的数据去训练这个模型，数据量越大，模型越准确。人工神经网络则是深度学习常用的数学方法，它和贝叶斯网络的原理类似，如下图，是一个简单的三层人工神经网络。

图 4 三层人工神经网络

网络的节点是分层次的，通过有向弧指向下一个层次，通常会定义最下层为输入层，弧线是有加权值的。这就是一个人工神经网络的全部，然后就是这样一个简单的模型，目前广泛用于人脸图像处理、语言识别、机器翻译、癌细胞识别、疾病预测等领域。谷歌大脑Google Brain（非Deep Mind）就是一个大规模的人工神经网络（5层）。事实上，人工神经网络在20世纪90年代就被尝试用于语音识别等应用，但是效果欠佳，因为道理很简单，当人工神经网络规模很小时，它几乎做不了任何事，但是当它的规模扩大时，计算量就为急剧上升。直到2010年以后，人工神经网络的应用才开始爆发，主要原因是

● 计算机处理能力比二十年前有了巨大的提升；

● 并行计算以及云计算的蓬勃发展；

● 互联网带来的海量数据；

前两者都为人工智能带来了强大的计算能力，而第三点，数据的作用则是点睛之笔。为什么数据这么重要？以搜索引擎为例，大家普遍认为Google比微软Bing好用，以为主要原因是Google技术强大，如果在2010年以前这么看也许是对的，Google在搜索技术方面领先其他人，算法上的微小领先对搜索结果影响很大，但是今天的搜索技术已经非常成熟，两家公司的差距微乎其微，Google能够还稍微领先，主要在于Google积累了20年的搜索数据，其中比较核心的就是用户的点击量，能够从很多维度反映用户上网行为偏好，点击模型也为搜索排序贡献了60%-80%的权重。这也能解释，为什么互联网巨头在人工智能方面同样强大，比如国内的BAT，百度掌握了海量的搜索数据，因此在自然语言识别领域有着的得天独厚的优势，阿里则拥有全球较大规模的线上用户交易数据，这些数据有着非常好的完备性，在构建人物画像过程发挥至关重要的作用。腾讯则控制了社交网络，腾讯创始人马化腾前不久在接受采访的时候还说到，每天有10亿张照片上传到腾讯，而且基本都是人脸数据，腾讯几乎拥有过去十年每个中国人的人脸变化数据，并以此推测他们年老时候的样子。智能手机厂商如苹果、小米等也通过手机、手环等智能设备积累了大量数据。这些数据帮助他们在人工智能领域取得了快速的进展。说到这里，物联网和人工智能的关系渐渐清晰了。

4、物联网与人工智能的关系

我们先看看下面物联网的4层体系架构，普遍被业界所采用，其中感知层是将物数字化的关键一步，只要有需求，各类传感器和终端能够将现实中的物和过程转化为数据，Digital Twin的理念也是告诉我们，万物都可以用数字表达，而物联网的能力是把数字或数据提取出来并送到需要的地方。回过头来再来看人工智能，它的过程可分为感知、决策预测、反馈三个部分，其中感知与物联网不谋而合，虽然二者提到的感知并非完全是同一个概念，而是一个连续的过程，物联网感知的是与物相关的数据，人工智能是在感知数据后理解数据，并作出下一步反应。有个比喻很形象，说物联网好比人的五官，人工智能则是人的大脑，二者相辅相成，尽管人工智能本身的工作原理并非和人脑一样。物联网与人工智能相结合的应用在现实中已经有了，人工智能基于训练后算法模型告诉应用识别的结果，结果的意义就是应用，如门禁、寻人等。

图 5 物联网4层架构

总结一下，物联网与人工智能的结合点主要有以下三点

● 物联网可以为人工智能提供海量的，多维度的数据，并且这些数据的完备性可以非常好；

● 人工智能可以利用数据训练特定业务场景下的智能模型，或者建立专家系统，为物联网上层应用提供决策预测策略支持；

● 人工智能可以通过物联网直接把反馈结果作用于现实世界，实现更高级别的自动化和智能化；

目前，人工智能和物联网的结合还仅限于一些单一场景，但是随着计算能力的进一步增强，云模式的广泛复制，物联网传感器技术的飞速发展，未来可能我们真的能凭借一次对蝴蝶翅膀振动的观察预测一场风暴的发生（蝴蝶效应）。

5、传统IT企业如何布局人工智能和物联网

物联网和人工智能对传统IT企业既是机遇，也是挑战，整个科技行业很有可能在未来5-10年形成新的主流模式、新的玩法，这一波变革如果跟不上脚步，接下来即使传统豪强也会被后来者颠覆掉。因此我们看到，众多巨头扎堆布局两大热点。Google、亚马逊、百度、阿里、腾讯这些互联网巨头通过收购或者投资已经具备人工智能的业务模块，形式上主要和云结合，在IaaS或PaaS平台层面提供AI能力，在业务层面不断向下延伸，其中阿里云的物联网平台及垂直行业方案已经初具规模，在支持开发者和方案整体交付方面做的非常好，阿里云今年发布了云AP解决方案，通过线上结合线下的新模式在新零售领域向传统IT企业发起了挑战。再来看传统IT巨头们，思科收购Jasper完善了物联网平台后，积极与IBM Watson人工智能平台合作，在多个垂直行业领域推出有人工智能支持的整体解决方案，积极拓展物联网生态合作，在云端部署AI能力的同时推出支持AI的麒麟970芯片，走的是“芯”“云”“端”协同发展的道路。其实不难看出，借助物联网和人工智能，互联网企业不断的自上而下延伸业务，传统IT公司则是自下而上的打造整体交付方案。在这个过程当中，大家都不约而同的瞄准了平台层。不管是公有云还是私有云模式，也不管是IaaS还是PaaS层面，平台的作用都是至关重要的，下能支配连接和端，上能支撑全场景应用，平台不仅要有强大的数据整合能力，还要具备人工智能等未来关键技术的支持能力，方式上可以是自建也可以是引入，可以毫不夸张的说，未来IT领域的争夺将会演变成平台级别的战争。新华三集团三大一云的整体布局已实际上已经瞄准了未来IT的发展方向，同时我们也看到，绿洲的发布也在平台层面掷下了关键的棋子，绿洲平台基于新华三强大的网络连接和基础IT能力，作为物联网平台，在整合垂直行业解决方案方面具有得天独厚的优势，绿洲平台也在积极部署人工智能和区块链等新技术能力，不管是通过生态合作还是自建，都在践行着大平台的方略。

1 业界重要的物联网和人工智能平台

结束语

传统企业的数字化转型已经进入深水区，而转型的关键节点将由物联网和人工智能共同引出，就像前面我们提到的，人工智能是大脑，而物联网则是感官，它为这个企业大脑带来多维度的数据和，也帮助大脑实现现实的动作，它可以让大脑变得更“聪明”。我们相信，物联网和人工智将在各个垂直行业领域通过基于平台的方式整合各自优势，相辅相成，相互带动发展。人工智能将为物联网插上翅膀，新华三会和业界同仁一起创造新IT的美好时代。