導(dǎo)  讀

       物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)正在逐步成為大數(shù)據(jù)的主力軍，本文旨在探討一個(gè)多數(shù)創(chuàng)新企業(yè)高管都十分關(guān)注的問題：如何沿著物聯(lián)網(wǎng)數(shù)據(jù)鏈，一步一個(gè)腳印地將數(shù)據(jù)轉(zhuǎn)換為可持續(xù)的商業(yè)價(jià)值？

       “雖然數(shù)據(jù)還沒有被列入企業(yè)的資產(chǎn)負(fù)債表，但這只是一個(gè)時(shí)間問題。”

       ——《大數(shù)據(jù)時(shí)代》維克托·邁爾-舍恩伯格

       有人說，數(shù)據(jù)對(duì)社會(huì)的作用好比石油，也有人說，數(shù)據(jù)給社會(huì)帶來的影響將超越石油，我認(rèn)為都對(duì)。數(shù)據(jù)和石油都是推動(dòng)社會(huì)變革的能量源泉，其產(chǎn)生和應(yīng)用流程也如出一轍；然而，數(shù)據(jù)擁有眾多石油所無可比擬的特質(zhì)：可反復(fù)使用、可復(fù)制、可極速傳輸?shù)龋蚨鴶?shù)據(jù)對(duì)社會(huì)的影響力將遠(yuǎn)遠(yuǎn)超越石油！

       不管怎么說，將數(shù)據(jù)比喻成石油是有助于更好地理解物聯(lián)網(wǎng)數(shù)據(jù)鏈的來龍去脈的。恰好筆者曾在石油公司工作過，對(duì)石油的商業(yè)流程有所了解，[敏感詞]就姑且從數(shù)據(jù)比作石油說起吧。

       石油在沒有被開采之前，只是些沉淀在地殼的成分復(fù)雜的以碳?xì)浠衔餅橹鞯幕旌衔铮欢坏牡叵聡姳《觥⒅匾娞烊眨?jīng)過提煉加工，就可以發(fā)揮多種用途，成為現(xiàn)代社會(huì)的各種必需品，比如，燃料（汽油、柴油等）、潤滑油、化工原料、塑料制品等，其商業(yè)價(jià)值也被逐步展現(xiàn)得淋漓盡致。

       挖掘數(shù)據(jù)商業(yè)價(jià)值的過程，就好比提煉虛擬的數(shù)字石油。

圖1：物聯(lián)網(wǎng)數(shù)據(jù)鏈好比石油產(chǎn)銷流程

       如圖1所示，對(duì)物聯(lián)網(wǎng)來說，挖掘數(shù)據(jù)價(jià)值也要從尋找數(shù)據(jù)礦藏開始，然后，通過不斷提升采集、通信、存儲(chǔ)及分析數(shù)據(jù)的能力，進(jìn)一步將那些經(jīng)過過濾分析的數(shù)據(jù)轉(zhuǎn)換為能夠體現(xiàn)企業(yè)優(yōu)勢(shì)的商業(yè)價(jià)值。這個(gè)過程便形成了一條類似于石油產(chǎn)銷流程的數(shù)據(jù)鏈：數(shù)據(jù)采集（石油開采）、數(shù)據(jù)通信（石油運(yùn)輸）、數(shù)據(jù)存儲(chǔ)與分析（石油儲(chǔ)存與提煉）、應(yīng)用與為轉(zhuǎn)換為商業(yè)價(jià)值，如圖2所示。

圖2：物聯(lián)網(wǎng)數(shù)據(jù)鏈?zhǔn)疽鈭D

       現(xiàn)實(shí)中，數(shù)據(jù)在應(yīng)用和轉(zhuǎn)換過程中還在產(chǎn)生新數(shù)據(jù)，這些新數(shù)據(jù)被實(shí)時(shí)反饋、回到起始階段，與其它數(shù)據(jù)一起再次經(jīng)歷整個(gè)鏈條流程，從而形成一個(gè)與傳統(tǒng)石油“生產(chǎn)-消耗-廢棄”線性過程不同的“采集-應(yīng)用-反饋-采集”的循環(huán)過程，這一點(diǎn)與循環(huán)經(jīng)濟(jì)下的石油所經(jīng)歷的“生產(chǎn)-消耗-回收利用”的可持續(xù)流程頗有相似之處，這也是為什么說可持續(xù)商業(yè)戰(zhàn)略對(duì)建設(shè)物聯(lián)網(wǎng)生態(tài)系統(tǒng)來說至關(guān)重要的原因。

       [敏感詞]就按圖2所示步驟，分步驟探討如何沿著物聯(lián)網(wǎng)數(shù)據(jù)鏈，將數(shù)據(jù)轉(zhuǎn)換為可持續(xù)的商業(yè)價(jià)值。

數(shù)據(jù)采集：尋找大數(shù)據(jù)目標(biāo)礦區(qū)

圖3：物聯(lián)網(wǎng)數(shù)據(jù)采集示意圖

       原油的成分和外觀因產(chǎn)地不同而有所區(qū)別，原始數(shù)據(jù)在形式上更是包羅萬象。文字、圖片、聲音、符號(hào)、信號(hào)等各式各樣可以被計(jì)算機(jī)進(jìn)行數(shù)字化處理的信息，都可以成為原始數(shù)據(jù)！另外，石油對(duì)其原產(chǎn)地的地質(zhì)地貌以及開采技術(shù)是有特定門檻要求的，而且開采技術(shù)總在與時(shí)俱進(jìn)。類似的，討論物聯(lián)網(wǎng)數(shù)據(jù)的采集也必須對(duì)應(yīng)特定場(chǎng)景，利用不斷發(fā)展的技術(shù)方案進(jìn)行收集。

       物聯(lián)網(wǎng)興起之前我們的傳統(tǒng)數(shù)據(jù)一般是指那些來自企業(yè)內(nèi)部、與客戶進(jìn)行人工互動(dòng)的或定期讀取的相對(duì)靜態(tài)、結(jié)構(gòu)固定和精準(zhǔn)的數(shù)據(jù)，而現(xiàn)在物聯(lián)網(wǎng)把數(shù)據(jù)采集的范圍進(jìn)行廣泛延申，它囊括了來自生產(chǎn)設(shè)備、用戶、產(chǎn)品使用過程中隨時(shí)間變化的實(shí)時(shí)海量動(dòng)態(tài)數(shù)據(jù)，比以往更加全面、及時(shí)，填補(bǔ)了傳統(tǒng)商業(yè)流程中的眾多數(shù)據(jù)空白。

       正是物聯(lián)網(wǎng)數(shù)據(jù)趨向“完整”、“全面”、“海量”的特點(diǎn)，使得我們必須換一種思維方式看待這些數(shù)據(jù)，再也不必緊盯著有限數(shù)據(jù)之間嚴(yán)謹(jǐn)?shù)囊蚬P(guān)系，而要多洞察數(shù)據(jù)代表的各種事物之間各種可能存在的關(guān)聯(lián)，從中找出潛在價(jià)值、把握未來趨勢(shì)。換句話說，物聯(lián)網(wǎng)數(shù)據(jù)的核心功能是通過“預(yù)測(cè)”創(chuàng)造更加豐富多彩的未來。這種新的思維方式更接近于理解生命進(jìn)化的生態(tài)思維，而不是理解機(jī)械運(yùn)動(dòng)的精準(zhǔn)思維。

       那么，可轉(zhuǎn)換為商業(yè)價(jià)值的物聯(lián)網(wǎng)數(shù)據(jù)有哪些呢？從它對(duì)商業(yè)流程的作用角度看，我認(rèn)為可大致分成以下四類：

 
       用于提高設(shè)備能效和性能的數(shù)據(jù)：物聯(lián)網(wǎng)技術(shù)能夠?qū)υO(shè)備能耗進(jìn)行智能化管理和節(jié)能優(yōu)化，減少人工參與，從而節(jié)省整個(gè)商業(yè)流程的能量損耗，這就是人們普遍把物聯(lián)網(wǎng)技術(shù)歸入“節(jié)能技術(shù)”的原因。根據(jù)實(shí)際應(yīng)用場(chǎng)景，我們需要收集的能耗數(shù)據(jù)包括實(shí)時(shí)功率、熱量、水量、壓力或計(jì)算成煤當(dāng)量以及與此關(guān)聯(lián)的電壓、電流、體積等。

       用于設(shè)備診斷和預(yù)警的數(shù)據(jù)：比如指定設(shè)備位置的溫度、設(shè)備震動(dòng)頻率、流體的流量、環(huán)境噪音，甚至還包括設(shè)備接觸間隙的壓力等等。具體需要采集什么參數(shù)，因應(yīng)用場(chǎng)景而異，從而預(yù)防或減少生產(chǎn)過程中可能出現(xiàn)的故障或?yàn)?zāi)難。

       用于提升客戶服務(wù)效果的數(shù)據(jù)：經(jīng)過脫敏的客戶交易數(shù)據(jù)，比如，交易數(shù)量、交易額、交易頻率、發(fā)生交易的地點(diǎn)、產(chǎn)品種類、客戶評(píng)分等，以及客戶使用數(shù)據(jù)等，比如，用于智能家居的各種空間體驗(yàn)數(shù)據(jù)。這些數(shù)據(jù)既可以給客戶提供個(gè)性化參考意見和即時(shí)服務(wù)，幫助客戶進(jìn)行交易決策，也將幫助企業(yè)為新客戶及和未來跨界合作伙伴提供更多個(gè)性化服務(wù)提供依據(jù)。

       用于實(shí)現(xiàn)“即服務(wù)（XaaS)”授權(quán)的數(shù)據(jù)：物聯(lián)網(wǎng)時(shí)代的“通信設(shè)備”包括各種物件，它們的正常運(yùn)行時(shí)間、位移距離、故障時(shí)間等等，決定了用戶在什么時(shí)候什么條件下有權(quán)使用哪些服務(wù)。這些數(shù)據(jù)尤其在各種“即服務(wù)”商業(yè)模式轉(zhuǎn)型中作用尤為突出。在授權(quán)的基礎(chǔ)上，還可以直接對(duì)用戶直接在線進(jìn)行定價(jià)、結(jié)算、扣費(fèi)。

隨著物聯(lián)網(wǎng)應(yīng)用場(chǎng)景趨向多樣化，可供收集和分析的數(shù)據(jù)類型會(huì)被不斷擴(kuò)充，以上提到的數(shù)據(jù)類型可能只是未來物聯(lián)網(wǎng)數(shù)據(jù)中的一部分，但新數(shù)據(jù)基本上都離不開用來實(shí)現(xiàn)“找出關(guān)聯(lián)、預(yù)測(cè)結(jié)果、實(shí)現(xiàn)價(jià)值”的核心功能。圍繞這個(gè)核心，可以預(yù)見的是物聯(lián)網(wǎng)數(shù)據(jù)將引領(lǐng)商業(yè)進(jìn)入一個(gè)技術(shù)更加智能化、思維更加生態(tài)化的新時(shí)代！

數(shù)據(jù)通信、存儲(chǔ)與分析：數(shù)據(jù)里的尋寶游戲

圖4：物聯(lián)網(wǎng)數(shù)據(jù)通信、存儲(chǔ)與分析

       由于物聯(lián)網(wǎng)數(shù)據(jù)是虛擬化的、隨時(shí)間不斷變化的、可被反復(fù)使用的，因此相對(duì)石油的傳輸、儲(chǔ)存和提煉來說，物聯(lián)網(wǎng)數(shù)據(jù)的通信、存儲(chǔ)和分析過程具有更多復(fù)雜性和靈活發(fā)展空間。這個(gè)過程涉及到大量層出不窮的前沿技術(shù)或技術(shù)合集，如圖4所示，包括在數(shù)據(jù)通信領(lǐng)域的各種新通信技術(shù)和協(xié)議、局域和廣域物聯(lián)網(wǎng)組網(wǎng)技術(shù)等，以及存儲(chǔ)和分析領(lǐng)域的公有云或私有云存儲(chǔ)、云計(jì)算、邊緣計(jì)算、機(jī)器學(xué)習(xí)、人工智能、數(shù)據(jù)可視化、區(qū)塊鏈等等。正由于這些極具前瞻性的技術(shù)向商業(yè)不斷滲透，這個(gè)環(huán)節(jié)也極其容易催生出顛覆性的新技術(shù)和新商業(yè)模式，同時(shí)也很難避免地伴隨著短暫的、白熱化的貿(mào)易爭(zhēng)端和商業(yè)戰(zhàn)爭(zhēng)的硝煙。

       在這些新技術(shù)方案和商業(yè)模式中，只有那些能夠整合更多樣的技術(shù)和商業(yè)資源的新技術(shù)、新平臺(tái)或新商業(yè)模式才是未來技術(shù)市場(chǎng)的最后贏家，比如，占領(lǐng)物聯(lián)網(wǎng)技術(shù)核心區(qū)域的智能芯片、5G通信、物聯(lián)網(wǎng)操作系統(tǒng)，或者連接物聯(lián)網(wǎng)上下游生態(tài)伙伴的提供豐富API的物聯(lián)網(wǎng)數(shù)據(jù)平臺(tái)等等。物聯(lián)網(wǎng)時(shí)代的商業(yè)業(yè)態(tài)，無論從人員組織到技術(shù)架構(gòu)，都在趨向扁平化、開源化、各種傳統(tǒng)技術(shù)壁壘正在被打破、商業(yè)權(quán)限正在下放，于是，一些傳統(tǒng)行業(yè)老大的垂死掙扎也紛紛暴露出來。

       如何把握好這個(gè)關(guān)鍵環(huán)節(jié)的技術(shù)和商業(yè)趨勢(shì)，就以[敏感詞]這個(gè)典型的從云到霧擴(kuò)展的物聯(lián)網(wǎng)架構(gòu)為例吧。

圖5：物聯(lián)網(wǎng)邊緣分析平臺(tái)架構(gòu)圖

       如圖所示，隨著智能終端設(shè)備及物聯(lián)網(wǎng)商用場(chǎng)景的多樣化程度不斷增加，對(duì)數(shù)據(jù)傳輸和反饋速度要求更快，尤其對(duì)于遠(yuǎn)程作業(yè)的智能電網(wǎng)、石油勘探以及大多數(shù)工業(yè)制造領(lǐng)域來說，物聯(lián)網(wǎng)初級(jí)階段的那種更接近于移動(dòng)互聯(lián)網(wǎng)的部署思路 ---- 將圖中中間灰色背景部分省去，直接將終端設(shè)備收集來的數(shù)據(jù)集中到云端 ----越來越顯得應(yīng)對(duì)乏力了。當(dāng)然，對(duì)于很多實(shí)際工業(yè)物聯(lián)網(wǎng)應(yīng)用場(chǎng)景來說，這個(gè)架構(gòu)還需要進(jìn)一步個(gè)性化，可能會(huì)涉及到各種老舊設(shè)備的智能化、人機(jī)界面管理（HMI)等。

       無論如何，物聯(lián)網(wǎng)尤其是工業(yè)物聯(lián)網(wǎng)的技術(shù)方案部署陣地正在從云層向更接近終端設(shè)備的霧層移動(dòng)。這就好比云總經(jīng)理將數(shù)據(jù)處理權(quán)限下放給各個(gè)地方的霧區(qū)域經(jīng)理去獨(dú)立處理，這樣，霧層分析平臺(tái)就可以更實(shí)時(shí)地分析數(shù)據(jù)，做出更及時(shí)更合適的商業(yè)決策。云和霧之間的權(quán)力分配是一種集權(quán)與分治之間的平衡藝術(shù)，云要放權(quán)但不能太放權(quán)，關(guān)鍵是保持兩者間實(shí)時(shí)信息流通渠道暢通、及時(shí)、有效。

       從這點(diǎn)看，物聯(lián)網(wǎng)架構(gòu)產(chǎn)生的海量動(dòng)態(tài)數(shù)據(jù)就像流動(dòng)的水，它從世界各地的“終端”處蒸發(fā)成水蒸汽，成霧，成云，又成雨，返回大地。如果說，自然界的水循環(huán)是借助太陽光的能量在地球引力的作用下，孕育出不斷進(jìn)化的自然萬物，那么，物聯(lián)網(wǎng)的數(shù)據(jù)流通則借助了人和機(jī)器的智慧，朝著有利于催生各個(gè)垂直行業(yè)建設(shè)各自商業(yè)生態(tài)系統(tǒng)的方向發(fā)展、演變。

       總體上物聯(lián)網(wǎng)技術(shù)框架從云到霧的擴(kuò)展是符合商業(yè)發(fā)展的生態(tài)化趨勢(shì)的，它使得商業(yè)社會(huì)的技術(shù)分工更加細(xì)化，管理更加扁平化。在所有細(xì)分技術(shù)中，不可否認(rèn)的是，數(shù)據(jù)分析技術(shù)非常關(guān)鍵，可以說在整條物聯(lián)網(wǎng)數(shù)據(jù)鏈中起到承上啟下的作用、產(chǎn)生立竿見影的效果。而在數(shù)據(jù)分析中最引人注目的領(lǐng)域恐怕就是人工智能（AI)了，不少人以為AI是單一的一門技術(shù)，其實(shí)不是，它是各種有關(guān)智能化數(shù)據(jù)分析的技術(shù)合集，從硬件層面的“視覺傳感器”、“Ai芯片”，到應(yīng)用層面的“人臉識(shí)別”、“無人駕駛”、“語音識(shí)別”、“樓宇智能管家”、“節(jié)能分析”以及其中包含的軟件技術(shù)、專利、標(biāo)準(zhǔn)、協(xié)議、等等，都屬于人工智能技術(shù)集的組成部分。

       在人工智能技術(shù)合集里最突出的子集無疑當(dāng)屬“機(jī)器學(xué)習(xí)”，它利用計(jì)算機(jī)算力從數(shù)據(jù)中挖掘出有價(jià)值的信息或規(guī)律。相對(duì)而言，傳統(tǒng)編程是根據(jù)程序員給定的算法規(guī)則計(jì)算結(jié)果，而機(jī)器學(xué)習(xí)中的機(jī)器能夠充當(dāng)程序員的角色將每個(gè)計(jì)算結(jié)果重新作為數(shù)據(jù)進(jìn)行自我修正、不斷驗(yàn)證。其中，借助多層級(jí)的人工神經(jīng)網(wǎng)絡(luò)（ANN，Artificial Neural Networks )，對(duì)海量數(shù)據(jù)進(jìn)行計(jì)算分析給最優(yōu)解的應(yīng)用則將“機(jī)器學(xué)習(xí)”帶入它的最重要子集“深度學(xué)習(xí)”。它們之間的區(qū)別如圖6所示：

圖6：傳統(tǒng)編程與機(jī)器學(xué)習(xí)的對(duì)比圖

       毫無疑問，“深度學(xué)習(xí)”在未來很長一段時(shí)間內(nèi)將是物聯(lián)網(wǎng)數(shù)據(jù)分析領(lǐng)域的核心競(jìng)爭(zhēng)地，深度學(xué)習(xí)的過程相當(dāng)于在大數(shù)據(jù)迷宮中利用多層級(jí)神經(jīng)網(wǎng)絡(luò)尋找尋寶圖，而且是具有最優(yōu)化路徑的尋寶圖，有了這張尋寶圖（算法），我們才更有可能最終在眾多錯(cuò)綜復(fù)雜的數(shù)據(jù)里發(fā)現(xiàn)新寶貝（商業(yè)價(jià)值）。

       說到這里，難免感慨一下：連機(jī)器都在努力學(xué)習(xí)并作出智能的獨(dú)立判斷，我們有什么理由不加倍努力學(xué)習(xí)形成自己的獨(dú)立思想呢？這一點(diǎn)與我近期接觸的國內(nèi)[敏感詞]主辦智能制造方向工商管理博士（IM-DBA）項(xiàng)目并提出全融式學(xué)習(xí)的法方代表機(jī)構(gòu)產(chǎn)生共鳴，在內(nèi)部討論會(huì)上我大概表達(dá)了這樣的觀點(diǎn)：未來商業(yè)決策者更應(yīng)該象“深度學(xué)習(xí)”的人工智能機(jī)器那樣，不斷學(xué)習(xí)思考，把個(gè)人實(shí)踐（數(shù)據(jù)）和業(yè)績(jī)（結(jié)果）提煉成對(duì)所在產(chǎn)業(yè)有指導(dǎo)意義的思想價(jià)值（商業(yè)規(guī)律），才能保持自身的競(jìng)爭(zhēng)優(yōu)勢(shì)。既然機(jī)器學(xué)習(xí)是未來值得加大投資的商業(yè)方向，個(gè)人的終生學(xué)習(xí)何嘗不也是一個(gè)持續(xù)值得投入的人生方向呢？

數(shù)據(jù)轉(zhuǎn)換為商業(yè)價(jià)值

圖7：數(shù)據(jù)轉(zhuǎn)換為商業(yè)價(jià)值示意圖

       好比提煉好的石油進(jìn)入各行各業(yè)成為燃料或生產(chǎn)原料，物聯(lián)網(wǎng)數(shù)據(jù)分析的結(jié)果必須能夠整合進(jìn)商業(yè)服務(wù)流程、成為產(chǎn)品或服務(wù)，才能體現(xiàn)出它的商業(yè)價(jià)值。通常來說，越能提升商業(yè)生態(tài)資源整合能力的數(shù)據(jù)服務(wù)，商業(yè)可持續(xù)的價(jià)值越高。

       除了和石油一樣作為原料的價(jià)值以外，數(shù)據(jù)的實(shí)際價(jià)值等于所有可能用途的總和，它可以被反反復(fù)復(fù)地用來改變商業(yè)流程、提升運(yùn)營效率和產(chǎn)生增值等。

       那么，數(shù)據(jù)到底能轉(zhuǎn)換為多大的商業(yè)價(jià)值呢？也就是說，如何為數(shù)據(jù)這種未來的新型的無形資產(chǎn)估值？目前還沒發(fā)現(xiàn)這方面的行業(yè)評(píng)估標(biāo)準(zhǔn)。但是，就像過去評(píng)估各種資產(chǎn)的公司一樣，未來市場(chǎng)上必定也會(huì)出現(xiàn)一些讓人耳目一新的數(shù)據(jù)價(jià)值評(píng)估公司。

       無論如何，要想把數(shù)據(jù)轉(zhuǎn)換為商業(yè)價(jià)值，除了必須擁有相應(yīng)可采用的技術(shù)能力以外，還要有數(shù)據(jù)可轉(zhuǎn)為為商業(yè)價(jià)值的戰(zhàn)略意識(shí)，兩者缺一不可。[敏感詞]三個(gè)案例都可以很好地說明這個(gè)道理。

       案例1：歐洲一家汽車制造商通過收集汽車運(yùn)行數(shù)據(jù)并與外聘數(shù)據(jù)分析公司合作后發(fā)現(xiàn)，其德國供貨商提供的油箱檢測(cè)傳感器出現(xiàn)頻繁錯(cuò)誤報(bào)警的缺陷。經(jīng)過仔細(xì)考慮后，汽車制造商沒有選擇直接把這個(gè)信息告訴供應(yīng)商責(zé)令其整改，而是通過改進(jìn)軟件和油箱上對(duì)應(yīng)的零件并將這次改進(jìn)申請(qǐng)了專利，然后把這項(xiàng)專利賣給供貨商，與供貨商建立一種新的合作伙伴關(guān)系，這么做既為自己的前期投入找到可持續(xù)的商業(yè)回報(bào)，提升企業(yè)商業(yè)生態(tài)合作能力，同時(shí)也提高了包括競(jìng)爭(zhēng)對(duì)手在內(nèi)的整個(gè)汽車制造行業(yè)的技術(shù)發(fā)展水平，皆大歡喜。

       如果說案例1是一家高科技企業(yè)在數(shù)據(jù)分析過程中無意中碰到的，只因?yàn)樗麄兡軌蛞庾R(shí)到其中的價(jià)值才及時(shí)抓住了商機(jī)，那么，案例2剛好相反。它是我近期參加的Smarties X 2019評(píng)審活動(dòng)接觸到的一家南美傳統(tǒng)制造企業(yè)主動(dòng)策劃出來的新型營銷方案，其構(gòu)思之別出心裁讓人大開眼界。確切來說這個(gè)案例的數(shù)據(jù)來自移動(dòng)互聯(lián)網(wǎng)而不是物聯(lián)網(wǎng)，但它們將本不相關(guān)的數(shù)據(jù)關(guān)聯(lián)起來轉(zhuǎn)換為商業(yè)價(jià)值的思路是一致的，同樣對(duì)商業(yè)決策者具有參考意義。

       案例2：巴西一家生產(chǎn)銷售平底鍋的百年老店叫Tramontina（查蒙蒂納），眼看著親自做飯的年輕人越來越少，產(chǎn)品銷售前景堪憂。為了改變這種現(xiàn)狀，這家企業(yè)組建了一個(gè)由廚師、神經(jīng)網(wǎng)絡(luò)專家和樂隊(duì)指揮家等專業(yè)人士組成的國際項(xiàng)目團(tuán)隊(duì)，與備受年輕人喜愛的世界知名音樂網(wǎng)Spotify展開一項(xiàng)共贏合作。他們花了半年時(shí)間研究如何利用“共感覺（Synesthesia）”的算法將音樂聽覺與食物味覺關(guān)聯(lián)起來。首先，在Spotify上篩選出可以和烹飪參數(shù)對(duì)應(yīng)的樂曲特征參數(shù)，比如，消極的音調(diào)對(duì)應(yīng)苦澀的口味、由多種樂器奏出的協(xié)奏曲對(duì)應(yīng)重口味、樂曲時(shí)長對(duì)應(yīng)食材數(shù)量、音符跳躍對(duì)應(yīng)烹飪溫度等等，并建立一個(gè)對(duì)應(yīng)的大型數(shù)據(jù)庫。然后，利用人工智能將數(shù)據(jù)轉(zhuǎn)換成一個(gè)千萬數(shù)量級(jí)的食譜，發(fā)布在“Flavor of Songs(樂曲的味道)”新網(wǎng)站上。最后，在潛在用戶瀏覽時(shí)適時(shí)地給出如何選用平底鍋將食譜變成食物的指南，吸引越來越多的音樂網(wǎng)年輕用戶前來體驗(yàn)。就這樣，與個(gè)性烹飪結(jié)合的老牌平底鍋成了和音樂一樣受歡迎的商品，改變年輕人的飲食習(xí)慣，引導(dǎo)他們走向廚房。

圖8：TRAMONTINA| Flavor of Songs 截屏

       從這兩個(gè)案例可以看出無論是有意還是無意中收集的數(shù)據(jù)都具有潛在的商業(yè)價(jià)值，未來企業(yè)需要花更多精力挖掘、整理、篩選、分析或重組已收集的數(shù)據(jù)，選擇適合自身企業(yè)實(shí)際情況的轉(zhuǎn)換路徑，既可以象案例1的汽車制造商一樣，將數(shù)據(jù)轉(zhuǎn)換為一項(xiàng)帶有知識(shí)產(chǎn)權(quán)屬性的新業(yè)務(wù)；也可以象案例2的廚具制造商一樣，利用數(shù)據(jù)建立新的營銷通道。

       當(dāng)然，還有的企業(yè)，尤其是那些能夠?qū)⑼诰驍?shù)據(jù)價(jià)值提到到企業(yè)戰(zhàn)略高度的企業(yè)，還可以走得更遠(yuǎn)，他們往往以數(shù)據(jù)為契機(jī)，改變整個(gè)商務(wù)流程，重塑商業(yè)模式。這部分內(nèi)容在我之前發(fā)表的有關(guān)“物聯(lián)網(wǎng)生態(tài)系統(tǒng)”和“PaaS（產(chǎn)品即服務(wù)）商業(yè)模式”文章里介紹了不少案例也給出相關(guān)的分析，恰好最近看到呂建中博士發(fā)表的文章《制造業(yè)向數(shù)字化智能化轉(zhuǎn)型的可持續(xù)發(fā)展路徑》中提到的另一個(gè)案例，寫得非常清晰易懂，也很有代表性。現(xiàn)摘錄如下：

       案例3：“在《智慧轉(zhuǎn)型》這本書中（Digital Transformation，David Rogers）有這樣一個(gè)真實(shí)而有趣的故事：有個(gè)主營天氣預(yù)報(bào)服務(wù)的公司TWC，以收集、處理、發(fā)送天氣預(yù)報(bào)進(jìn)而在發(fā)布平臺(tái)上刊登廣告為主要經(jīng)營模式。但是，TWC很快意識(shí)到，數(shù)據(jù)的潛在價(jià)值遠(yuǎn)遠(yuǎn)超過獲得廣告的收入。于是，他們成立了一個(gè)由索菲亞領(lǐng)導(dǎo)的數(shù)據(jù)科學(xué)家小組，這個(gè)小組的任務(wù)，是把數(shù)據(jù)這一工具轉(zhuǎn)化為創(chuàng)造更高附加值的戰(zhàn)略資產(chǎn)。科研小組發(fā)現(xiàn)，天氣的變化對(duì)[敏感詞]1/3的經(jīng)濟(jì)活動(dòng)的波動(dòng)產(chǎn)生影響。于是他們和沃爾瑪組成了聯(lián)合工作小組，建立了一個(gè)鏈接氣象數(shù)據(jù)和銷售品類及銷售量的經(jīng)濟(jì)分析模型，并利用這個(gè)模型來推測(cè)，消費(fèi)者會(huì)在什么樣的天氣情況下對(duì)哪些產(chǎn)品有更高的購買需求和意愿，制定出針對(duì)受天氣影響的暢銷產(chǎn)品品類的廣告投放策略，從而獲得最大銷售收入，提升廣告投入-產(chǎn)出的回報(bào)率。 研究小組還和保險(xiǎn)公司合作，開發(fā)一個(gè)叫做Hailzone的小App，在冰雹或暴風(fēng)雪來臨之前， 及時(shí)提醒擁有汽車的車主們，把車子移進(jìn)車庫。這個(gè)小小的App大幅度降低了車子損壞率，減輕了車主們的不便和煩惱，而且也降低了保險(xiǎn)公司的理賠訴求和成本，受到了消費(fèi)者、保險(xiǎn)公司、社區(qū)等利益相關(guān)方的贊許。一下子，很多人注冊(cè)到Hailzone上來，一些氣象愛好者還自備了氣象觀測(cè)工具，隨時(shí)向Hailzone平臺(tái)發(fā)送和分享他們自己所在的地方監(jiān)測(cè)到的氣象變化數(shù)據(jù)。這樣一來，Hailzone平臺(tái)可以在每1.5秒時(shí)間間隔里，整合大量來自四面八方的數(shù)據(jù)，通過特殊的算法，給出更加實(shí)時(shí)、精準(zhǔn)的預(yù)報(bào)，進(jìn)入了一個(gè)良性的質(zhì)量提升和價(jià)值創(chuàng)造正向循環(huán)。”

       在案例3中，企業(yè)有意識(shí)地將數(shù)據(jù)與外部環(huán)境聯(lián)系起來，積極發(fā)展外部生態(tài)合作伙伴，建立起一個(gè)與零售商、保險(xiǎn)公司、消費(fèi)者、社區(qū)等機(jī)構(gòu)和個(gè)人實(shí)時(shí)互動(dòng)的網(wǎng)絡(luò)，將原來相對(duì)靜態(tài)的天氣預(yù)報(bào)數(shù)據(jù)庫轉(zhuǎn)變?yōu)槿伺c設(shè)備多方參與的實(shí)時(shí)數(shù)據(jù)更新和互動(dòng)平臺(tái)，為利益相關(guān)方提供更及時(shí)的高附加值服務(wù)，同時(shí)獲得可自我增長的可持續(xù)商業(yè)生態(tài)效應(yīng)。

       簡(jiǎn)單總結(jié)下有關(guān)數(shù)據(jù)轉(zhuǎn)換為可持續(xù)的商業(yè)價(jià)值所經(jīng)歷的途徑，大致包括[敏感詞]三類或這三類的組合：

       出租自身產(chǎn)品或服務(wù)的使用權(quán)限，形成一個(gè)能夠與用戶保持互動(dòng)、支付、結(jié)算的數(shù)據(jù)平臺(tái)（如案例1和3），比如一些高門檻的工業(yè)產(chǎn)品租賃、IP、咨詢、信息服務(wù)等；

       為產(chǎn)品合作方及用戶建立便捷的數(shù)據(jù)服務(wù)入口然后出售這些入口權(quán)限或建立新的營銷通道（如案例2和3），比如提供智能物流服務(wù)、產(chǎn)品使用和支付服務(wù)入口權(quán)限等。

       幫助客戶將外部數(shù)據(jù)添加到指定數(shù)據(jù)集并提供增值服務(wù)（如案例3），比如提供遠(yuǎn)程心率監(jiān)控服務(wù)及檢測(cè)報(bào)告的解讀、診斷，環(huán)境數(shù)據(jù)與經(jīng)濟(jì)活動(dòng)的關(guān)聯(lián)增值等。

       總而言之，數(shù)據(jù)轉(zhuǎn)換為可持續(xù)商業(yè)價(jià)值的關(guān)鍵就是要圍繞數(shù)據(jù)鏈構(gòu)建自己的生態(tài)圈，其成功與否在很大程度上取決于如何制定和實(shí)施可持續(xù)的商業(yè)戰(zhàn)略。

       本文轉(zhuǎn)自“物聯(lián)網(wǎng)智庫”公眾號(hào)，如有侵權(quán)請(qǐng)后臺(tái)留言刪除