物聯(lián)網(wǎng)中大量被丟棄的數(shù)據(jù)，即所謂的“數(shù)據(jù)廢氣”(data exhaust)，實(shí)際上具有很大的價(jià)值，可以用來創(chuàng)造新的競爭優(yōu)勢。沃頓商學(xué)院高級研究員史耐德(Scott Snyder)和物聯(lián)網(wǎng)、數(shù)字化與人工智能公司火箭車(Rocket Wagon)負(fù)責(zé)產(chǎn)品和分析的副總裁卡斯托尼斯(Alex Castrounis)在以下這篇合作評論中探討了這一觀點(diǎn)。

　　物聯(lián)網(wǎng)應(yīng)稱為“數(shù)據(jù)聯(lián)網(wǎng)”

　　與其將物聯(lián)網(wǎng)稱為物聯(lián)網(wǎng)(Internet of Things, IoT)，也許我們應(yīng)該稱為數(shù)據(jù)聯(lián)網(wǎng)或數(shù)據(jù)網(wǎng)?

　　2016年思科視覺網(wǎng)絡(luò)指數(shù)顯示，物聯(lián)網(wǎng)將在2018年之前每年產(chǎn)生多達(dá)400 ZB(或400萬億兆字節(jié))的數(shù)據(jù)。從可穿戴設(shè)備到智能家居設(shè)備再到高端連接平臺(tái)，各種產(chǎn)品都在生成這些大量數(shù)據(jù)。以高端連接平臺(tái)為例，波音787每小時(shí)產(chǎn)生40 TB的數(shù)據(jù)，力拓(Rio Tinto)采礦業(yè)務(wù)可以每分鐘產(chǎn)生多達(dá)2.4 TB的數(shù)據(jù)，這是Twitter一天產(chǎn)生數(shù)據(jù)的20倍以上。

　　盡管物聯(lián)網(wǎng)設(shè)備數(shù)據(jù)量巨幅增長，只有少量(8.6 ZB)數(shù)據(jù)被發(fā)送到數(shù)據(jù)中心進(jìn)行存儲(chǔ)和后續(xù)分析，“數(shù)據(jù)廢氣”遠(yuǎn)遠(yuǎn)大于實(shí)際用于分析獲取洞見的數(shù)據(jù)。不過，范圍更大、功耗更低的物聯(lián)網(wǎng)連接，體積更小、成本更低的傳感器，以及有人工智能(AI)的云計(jì)算和邊緣計(jì)算，這些方面的快速改進(jìn)能使更多數(shù)據(jù)廢氣不僅可以用于分析獲取新洞見，還可以轉(zhuǎn)化為實(shí)時(shí)行動(dòng)。一個(gè)很好的例子是無人駕駛汽車，通過收集大量傳感器數(shù)據(jù)，從每個(gè)新場景和環(huán)境學(xué)習(xí)安全且高效的駕駛行為。

　　根據(jù)波士頓咨詢的報(bào)告，80%最具創(chuàng)新性的公司利用數(shù)據(jù)來推動(dòng)業(yè)務(wù)優(yōu)勢。因此像前進(jìn)保險(xiǎn)、耐克和約翰迪爾這樣的公司繼續(xù)投資于其產(chǎn)品的傳感功能，并在消費(fèi)者洞見、經(jīng)濟(jì)和商業(yè)模式創(chuàng)新方面獲得利益。然而對于大多數(shù)公司，數(shù)據(jù)的價(jià)值是在開發(fā)新產(chǎn)品或服務(wù)之后再開始考慮，更談不上改善業(yè)務(wù)運(yùn)營了。他們并沒有從末端數(shù)據(jù)的價(jià)值開始建構(gòu)，而只是專注于產(chǎn)品的“連接性”，視之為價(jià)值。

　　也許有些東西永遠(yuǎn)不應(yīng)該連接，比如可以計(jì)算性愛過程中消耗卡路里的i.Con智能安全套，或者Juicera的連網(wǎng)榨汁機(jī)，雖然沒人在乎它收集了什么數(shù)據(jù)，但這一產(chǎn)品還是吸引了1.2億美元的投資。

　　通過數(shù)據(jù)創(chuàng)造價(jià)值

　　假如數(shù)據(jù)從一開始就是驅(qū)動(dòng)因素，從如何以及為何應(yīng)該利用生成的數(shù)據(jù)這個(gè)問題開始構(gòu)建整個(gè)解決方案，會(huì)怎么樣?人們普遍錯(cuò)誤地認(rèn)為物聯(lián)網(wǎng)的價(jià)值在于硬件和連接性，其實(shí)這兩者只是更高效和無縫地收集數(shù)據(jù)的媒介，甚至可能接觸我們以前無法獲得的數(shù)據(jù)。例如，通過在哮喘或COPD吸入器中嵌入傳感器來收集人們何時(shí)何地使用吸入器的實(shí)時(shí)數(shù)據(jù)，創(chuàng)業(yè)公司PropellerHealth重塑了呼吸系統(tǒng)疾病的管理。Propeller將患者人群的詳細(xì)使用數(shù)據(jù)與天氣和空氣質(zhì)量等外部數(shù)據(jù)整合，提供實(shí)時(shí)的個(gè)性化輔導(dǎo)，從而將計(jì)劃外哮喘的發(fā)作率減少了50%，可能節(jié)省數(shù)十億美元的醫(yī)療費(fèi)用。

　　同樣，前進(jìn)保險(xiǎn)公司將駕駛行為的數(shù)據(jù)從其Snapshot車輛傳感器轉(zhuǎn)化為升級風(fēng)險(xiǎn)模型，降低表現(xiàn)出良好駕駛行為的承保駕駛者的保險(xiǎn)費(fèi)。這現(xiàn)在占其直接渠道收入的20%以上。在兩種情況下，這些公司都在使用物聯(lián)網(wǎng)來收集無縫且最終用戶看不到的數(shù)據(jù)，同時(shí)為公司及客戶創(chuàng)造價(jià)值。

　　在B2B方面，約翰迪爾等公司已經(jīng)使用物聯(lián)網(wǎng)數(shù)據(jù)來改變商業(yè)模式。由于土地和設(shè)備上的傳感功能的顯著增長，一個(gè)農(nóng)場平均將從2014年每天生成19萬個(gè)數(shù)據(jù)點(diǎn)增加到2020年預(yù)計(jì)生成410萬個(gè)數(shù)據(jù)點(diǎn)。通過將這些數(shù)據(jù)流轉(zhuǎn)化為洞見和指示性分析，或基于數(shù)據(jù)的自動(dòng)化決策，約翰迪爾依賴數(shù)據(jù)優(yōu)勢，從銷售農(nóng)場設(shè)備轉(zhuǎn)變?yōu)樘峁?ldquo;精準(zhǔn)農(nóng)作”服務(wù)。與約翰迪爾的案例類似，物聯(lián)網(wǎng)數(shù)據(jù)通過監(jiān)控和優(yōu)化每個(gè)產(chǎn)品或平臺(tái)的用途和可靠性，在許多其它資產(chǎn)密集型行業(yè)(如航空、采礦、運(yùn)輸和建筑)實(shí)現(xiàn)“XX即服務(wù)( XaaS，as-a-service )”的商業(yè)模式。

　　只要知道尋找數(shù)據(jù)的來源和方法，數(shù)據(jù)幾乎總能包含重要的價(jià)值和信息。數(shù)據(jù)不僅代表所包含信息的價(jià)值，而且有公司可以在與潛在合作伙伴的合作中利用的貨幣價(jià)值。數(shù)據(jù)可以被出售和交易等。各種形式的分析和貨幣化能從數(shù)據(jù)中釋放價(jià)值，并最終提供競爭優(yōu)勢。

　　專業(yè)賽車案例

　　專業(yè)賽車運(yùn)動(dòng)也是物聯(lián)網(wǎng)的一個(gè)典型案例，汽車充當(dāng)“一件物體”。車載傳感器數(shù)據(jù)實(shí)時(shí)傳輸給工程師進(jìn)行分析。這些數(shù)據(jù)通過基于射頻技術(shù)的軌道遙測技術(shù)傳輸給在維修站的工程師，也可能通過網(wǎng)絡(luò)(例如廣域網(wǎng)或蜂窩)傳輸給在賽車隊(duì)總部等遠(yuǎn)程位置遙控的工程師。

　　典型的IndyCar擁有多達(dá)80個(gè)傳感器。假設(shè)采樣率為1000 kHz，即每秒8萬個(gè)數(shù)據(jù)樣本，即Indy 500中有6400億個(gè)數(shù)據(jù)樣本。如果汽車每次正常產(chǎn)生大量數(shù)據(jù)，競爭優(yōu)勢的主要來源是近乎實(shí)時(shí)地將大量數(shù)據(jù)轉(zhuǎn)化為可操作的值，之后進(jìn)行分析。

　　兩輛IndyCar賽車隊(duì)的年度預(yù)算約為1,500萬美元并不少見，一些一級方程式賽車隊(duì)的預(yù)算總額高達(dá)5億美元。對于現(xiàn)有的團(tuán)隊(duì)，參賽團(tuán)隊(duì)獲得贊助的能力以及贊助的金額完全取決于團(tuán)隊(duì)的歷史表現(xiàn)和競爭優(yōu)勢，無論是實(shí)際優(yōu)勢還是感知優(yōu)勢。在高層次上，賽車隊(duì)可以通過兩種方式提高性能和競爭優(yōu)勢，要么“讓汽車開得更快”(大部分的比賽隊(duì)員的常用短語)，要么通過優(yōu)秀的比賽策略或運(yùn)氣獲得晉級并贏得比賽。

　　僅僅通過分析數(shù)據(jù)就可以使車開得更快。這些數(shù)據(jù)可以來自車載傳感器與數(shù)據(jù)采集、車手反饋、風(fēng)洞、七柱測試臺(tái)、計(jì)算機(jī)模擬、賽道測試、輪胎測試、流體動(dòng)力學(xué)模擬和測試、發(fā)動(dòng)機(jī)馬力測試等等。在實(shí)際比賽中，通過更好的比賽策略來超越競爭對手的能力本身就主要依賴于歷史和實(shí)時(shí)比賽數(shù)據(jù)。

　　在這兩種情況下，利用先進(jìn)的分析技術(shù)能使賽車隊(duì)將數(shù)據(jù)轉(zhuǎn)化為更優(yōu)的性能(更快的賽車和更少的每圈用時(shí))，以及通過戰(zhàn)略來優(yōu)化比賽結(jié)果。一些分析是由數(shù)據(jù)科學(xué)家和工程師手動(dòng)執(zhí)行的，其他分析是自動(dòng)的。這種情況下的分析可以是描述性分析、數(shù)據(jù)可視化、統(tǒng)計(jì)分析和高級分析，其中可以包括人工智能以及機(jī)器學(xué)習(xí)技術(shù)和算法的應(yīng)用。

　　賽車的速度越快以及平均比賽結(jié)果越好，賽車隊(duì)就越容易獲得贊助，并有望增長。商業(yè)上也完全一樣。企業(yè)創(chuàng)造的競爭優(yōu)勢越明顯，財(cái)務(wù)績效就越好，因?yàn)槠髽I(yè)變得更容易獲得、保留和增加客戶數(shù)量。

　　如何將“數(shù)據(jù)廢氣”轉(zhuǎn)變?yōu)閮r(jià)值?

　　擁有競爭優(yōu)勢意味著您或您的企業(yè)能提供您競爭對手無法提供的某種價(jià)值。實(shí)現(xiàn)這一點(diǎn)的方式可以是創(chuàng)新、卓越的執(zhí)行力、更佳的用戶體驗(yàn)或更強(qiáng)的獲取和轉(zhuǎn)化數(shù)據(jù)為價(jià)值的能力。

　　以往我們基于直覺或從歷史和經(jīng)驗(yàn)得來的理性猜測作出決策，數(shù)據(jù)將這種決策行為轉(zhuǎn)變?yōu)榛谝?guī)律和預(yù)測的客觀決策。數(shù)據(jù)還使我們能夠量化決策所依據(jù)的基本假設(shè)，分配可能性和規(guī)模。事實(shí)上，數(shù)據(jù)讓我們知道能夠改進(jìn)或優(yōu)化某件事的程度。

　　物聯(lián)網(wǎng)不僅代表了大量收集更多有關(guān)產(chǎn)品、服務(wù)和運(yùn)營的數(shù)據(jù)的機(jī)會(huì)，而且還可以為您的業(yè)務(wù)帶來競爭優(yōu)勢，就像IndyCar賽車團(tuán)隊(duì)一樣。但要利用這個(gè)優(yōu)勢，您需要在“比賽日”之前打好基礎(chǔ)，才能贏得勝利。這包括以下方面。

　　-衡量結(jié)果。首先確定從物聯(lián)網(wǎng)數(shù)據(jù)中獲取價(jià)值的潛在機(jī)會(huì)，并確定為此收集數(shù)據(jù)的最無縫和最經(jīng)濟(jì)的方法。例如，如果運(yùn)動(dòng)員已經(jīng)穿著防滑釘或運(yùn)動(dòng)衫，也許我們可以在那里嵌入傳感器，而不必創(chuàng)建新設(shè)備并計(jì)算成本。耐克公司已經(jīng)投入大量資金來擴(kuò)展耐克+平臺(tái)(連接運(yùn)動(dòng)鞋、可穿戴設(shè)備和應(yīng)用程序)，來收集700多萬跑步者及其行為的更多細(xì)化數(shù)據(jù)，通過智能替換(了解鞋底磨損時(shí)間)和更個(gè)性化的鞋子和服飾來增加銷量。

　　Under Armour花費(fèi)了近5億美元獲取1.5億數(shù)字健身和保健用戶的數(shù)據(jù)，并推出 HealthBox來利用同樣的數(shù)據(jù)收集機(jī)會(huì)，進(jìn)一步獲取健康和健身的數(shù)據(jù)洞見。除了確定收集數(shù)據(jù)(傳感器和連通性)的最有效方式之外，公司還需要實(shí)施大數(shù)據(jù)環(huán)境來吸收、管理和分析他們期望處理的不同IoT數(shù)據(jù)流。

　　-調(diào)整優(yōu)化。一旦收集和存儲(chǔ)數(shù)據(jù)的設(shè)備已經(jīng)到位，您就需要擁有智慧和工具來將這些物聯(lián)網(wǎng)數(shù)據(jù)轉(zhuǎn)化為具有商業(yè)價(jià)值的洞見和決策。這意味著有一個(gè)由數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師和架構(gòu)師組成的團(tuán)隊(duì)，他們既可以回答已知的問題來優(yōu)化性能，也可以通過發(fā)現(xiàn)數(shù)據(jù)中的隱藏規(guī)律來回答新問題。在智能城市應(yīng)用中，理解車輛流量并確定優(yōu)化交通的替代方案是一個(gè)已知問題。

　　假設(shè)公共交通使用的減少使乘車分享對某些地區(qū)交通產(chǎn)生負(fù)面影響將是一個(gè)新問題。這意味著有一個(gè)能夠使用最新的預(yù)測分析和人工智能平臺(tái)(如 TensorFlow、Torch或H20.ai)快速提出和測試假設(shè)的數(shù)據(jù)及分析團(tuán)隊(duì)，從而生成建議策略和行動(dòng)，實(shí)現(xiàn)所期望的結(jié)果。

　　發(fā)現(xiàn)這類具有批判性思維的數(shù)據(jù)科學(xué)家并不容易，可能需要將具有不同技能的員工(Python程序員、建模師、統(tǒng)計(jì)師和商業(yè)分析師)整合到一起，同時(shí)通過其他渠道建立人才輸送渠道(比如Kaggle的開放數(shù)據(jù)競賽或贊助學(xué)生項(xiàng)目發(fā)現(xiàn)新人才)。

　　-跑贏對手。擁有數(shù)據(jù)、洞見和建議的行動(dòng)將能使您進(jìn)一步優(yōu)化當(dāng)前的業(yè)務(wù)或平臺(tái)。但要充分發(fā)揮數(shù)據(jù)價(jià)值，通常需要重新思考包含數(shù)據(jù)在內(nèi)的整體產(chǎn)品和商業(yè)模式，以及將其作為核心優(yōu)勢運(yùn)用的能力。

　　由于物聯(lián)網(wǎng)能圍繞當(dāng)前業(yè)務(wù)運(yùn)營和客戶體驗(yàn)拓展生成龐大數(shù)據(jù)，公司有獨(dú)特的機(jī)會(huì)轉(zhuǎn)向以數(shù)據(jù)為中心的商業(yè)模式，并以持續(xù)服務(wù)的形式提供產(chǎn)品，例如制藥公司從銷售藥物轉(zhuǎn)向提供疾病管理(通過患者監(jiān)控)，或汽車制造商從銷售汽車轉(zhuǎn)到運(yùn)輸里程。此外，公司如果在創(chuàng)新過程中就提前整合物聯(lián)網(wǎng)數(shù)據(jù)資產(chǎn)和數(shù)據(jù)科學(xué)能力，而不是事后才想到，就能開發(fā)全新的連接產(chǎn)品和服務(wù)。

　　總之，如果物聯(lián)網(wǎng)是新時(shí)代的互聯(lián)網(wǎng)，數(shù)據(jù)就是新時(shí)代的石油，不要白白浪費(fèi)您的物聯(lián)網(wǎng)數(shù)據(jù)包。這些數(shù)據(jù)可能包含了促發(fā)競爭優(yōu)勢的洞見，能幫助您在未來的市場競爭中取勝。但首先企業(yè)需要構(gòu)建能夠有效捕獲和分析這些數(shù)據(jù)的能力，并改善創(chuàng)新流程，運(yùn)用物聯(lián)網(wǎng)生成的數(shù)據(jù)開發(fā)新產(chǎn)品、新服務(wù)和商業(yè)模式，從而脫穎而出。準(zhǔn)備啟動(dòng)新的數(shù)據(jù)引擎吧!感知現(xiàn)今，觸摸未來，請與我同步!