數(shù)據(jù)分析、機(jī)器學(xué)習(xí)與物聯(lián)網(wǎng)
我們當(dāng)前所處的世界，聯(lián)網(wǎng)程度不斷上升，低成本傳感器和分布式智能也在不斷普及，產(chǎn)業(yè)即將面臨這一切帶來(lái)的革命性的沖擊；同時(shí)，在此過(guò)程中還會(huì)產(chǎn)生大量的數(shù)據(jù)，其規(guī)模將龐大到遠(yuǎn)遠(yuǎn)超過(guò)人類(lèi)所能處理的范疇。對(duì)此，企業(yè)是否能足夠迅速地適應(yīng)并演進(jìn)自身的業(yè)務(wù)，以維持在競(jìng)爭(zhēng)格局中所處的位置？面對(duì)我們棲身的環(huán)境中植入的這些全新的信息來(lái)源和智能設(shè)備，人類(lèi)應(yīng)當(dāng)如何掌握它們并從中獲益？
利用不斷演進(jìn)的技術(shù)
組織機(jī)構(gòu)將需要建立起內(nèi)部數(shù)據(jù)倉(cāng)庫(kù)，以便能夠利用新的數(shù)據(jù)源和數(shù)據(jù)流。智能接入設(shè)備亦將在某些情況下取代人的角色，它們將能夠自行決策、執(zhí)行自我調(diào)整，或是根據(jù)需要引發(fā)對(duì)自身的糾正和修復(fù)。在另一些情景中，眾多設(shè)備的集合將聚集在一起成為完整的系統(tǒng)，這樣的系統(tǒng)可以采用新的方法進(jìn)行優(yōu)化；而由系統(tǒng)聚集成的系統(tǒng)，將會(huì)彼此共享數(shù)據(jù)，并成為由數(shù)據(jù)和設(shè)備組成的生態(tài)系統(tǒng)。機(jī)器學(xué)習(xí)（指從數(shù)據(jù)中推導(dǎo)出意義的眾多方法）注定將成為這個(gè)生態(tài)系統(tǒng)中的一部分；此外，隨著企業(yè)著手為物聯(lián)網(wǎng)（IoT）做準(zhǔn)備，傳統(tǒng)業(yè)務(wù)和數(shù)據(jù)分析技術(shù)也同樣將被納入到該生態(tài)系統(tǒng)之中
物聯(lián)網(wǎng)——某些人更愿意稱(chēng)之為“萬(wàn)物互聯(lián)”（Internet of Everything）——正處于不斷上升的軌道上。一項(xiàng)Gartner研究指出，在2020年IoT單元的數(shù)量將達(dá)到260億，而IoT產(chǎn)品和服務(wù)的市值將達(dá)到3000億美元1。另外，GE在工業(yè)互聯(lián)網(wǎng)（Industrial Internet）——這一概念包含用于監(jiān)控和優(yōu)化工業(yè)設(shè)備（例如噴氣式引擎、鐵路機(jī)車(chē)、動(dòng)力渦輪機(jī)和制造工藝）性能的機(jī)制和應(yīng)用——領(lǐng)域已經(jīng)活躍了很長(zhǎng)時(shí)間。根據(jù)GE的估算和預(yù)測(cè)，在接下來(lái)20年中，工業(yè)互聯(lián)網(wǎng)將幫助全球GDP產(chǎn)值提高10到15萬(wàn)億美元（沒(méi)錯(cuò)，萬(wàn)億量級(jí)）。
當(dāng)然，圍繞著已問(wèn)世的全新技術(shù)和正在逐步浮現(xiàn)的技術(shù)概念，市場(chǎng)中充斥著大量炒作。例如，Gartner備受爭(zhēng)議的 “成熟度曲線(xiàn)”（注：也有些人使用“炒作周期”這一貶義說(shuō)法）報(bào)告就把IoT擺在了“翹首以望的頂峰”的位置上（而大數(shù)據(jù)作為之前的熱點(diǎn)，已經(jīng)進(jìn)入了“理想幻滅的低谷” 3）。然而，哪怕企業(yè)家們?yōu)橹憩F(xiàn)出群情激昂的興奮，或是記者們?cè)诠P下展現(xiàn)出了對(duì)未來(lái)的狂熱展望，在現(xiàn)實(shí)中依舊存在著大量的挑戰(zhàn)，組織機(jī)構(gòu)必須克服它們，才能夠真正乘上這次技術(shù)演進(jìn)的東風(fēng)。
挑戰(zhàn)
組織機(jī)構(gòu)必須聚焦于：
了解產(chǎn)品技術(shù)和IT領(lǐng)域中，企業(yè)能力的相對(duì)成熟度；
了解可以納入哪些類(lèi)型的IoT功能，以及新能力將會(huì)在哪些方面對(duì)客戶(hù)價(jià)值帶來(lái)影響；
基于市場(chǎng)變化的迅捷程度和競(jìng)爭(zhēng)對(duì)手的相對(duì)敏捷度，重新思考業(yè)務(wù)模型和價(jià)值鏈。
接下來(lái)，讓我們對(duì)這些挑戰(zhàn)逐一進(jìn)行更詳細(xì)地分析。
理解產(chǎn)品和IT成熟度
可以從產(chǎn)品和IT兩個(gè)維度分別進(jìn)行分析。首先，產(chǎn)品組合的成熟度如何？它是屬于變更較緩慢且逐步演進(jìn)的傳統(tǒng)類(lèi)型的產(chǎn)品，還是屬于前進(jìn)速度更快，同時(shí)具有更復(fù)雜生態(tài)系統(tǒng)的產(chǎn)品？礦產(chǎn)設(shè)備在技術(shù)上非常復(fù)雜。并且，與科學(xué)研究?jī)x器相比，它擁有更為漫長(zhǎng)的設(shè)備生命周期，和相對(duì)更緩慢的演進(jìn)速度。然而，這并不意味著科研儀器的公司，在利用IoT產(chǎn)品進(jìn)行系統(tǒng)優(yōu)化方面更具優(yōu)勢(shì)。另一個(gè)需要考慮的因素是IT流程的成熟度。各種類(lèi)型的組織機(jī)構(gòu)都可能會(huì)因采用IoT而獲益；然而，要想達(dá)成這一目標(biāo)，它們所需采用的模型卻各不相同。
讓我們進(jìn)一步分析一下IT成熟度水平這個(gè)因素。舉例來(lái)說(shuō)，科學(xué)研究?jī)x器供應(yīng)商或許擁有先進(jìn)技術(shù)，但卻可能缺乏強(qiáng)有力的IT架構(gòu)、流程和IT治理能力。與之相反，礦業(yè)設(shè)備制造商或許擁有非常成熟的內(nèi)部IT流程。對(duì)科學(xué)研究?jī)x器公司而言，IoT將讓它們能夠?qū)Π仓迷诂F(xiàn)場(chǎng)的儀器設(shè)備進(jìn)行功能升級(jí)；但面對(duì)由多種類(lèi)型設(shè)備組成的實(shí)驗(yàn)室信息生態(tài)系統(tǒng)庫(kù)，公司并不一定愿意嘗試去進(jìn)行優(yōu)化。（當(dāng)然，以IT作為成本中心——例如內(nèi)部IT管理——方面的成熟度不足，并不等于以IT作為利潤(rùn)中心——例如IT產(chǎn)品——方面成熟度的缺失；但當(dāng)開(kāi)發(fā)或拓展IT服務(wù)的時(shí)候，許多組織機(jī)構(gòu)都選擇在現(xiàn)有的基礎(chǔ)IT能力之上構(gòu)建。）在去年的哈佛商業(yè)評(píng)論（Harvard Business Review）中，討論了一個(gè)礦業(yè)設(shè)備領(lǐng)域的例子：Joy Global是一家礦業(yè)設(shè)備制造商，其專(zhuān)家團(tuán)隊(duì)橫跨與采礦作業(yè)相關(guān)的多種系統(tǒng)和流程。Joy Global以此為依托，針對(duì)來(lái)自多家供貨商的一系列設(shè)備，提供監(jiān)控、維護(hù)和優(yōu)化的服務(wù)4。
了解IoT能力
接下來(lái)，應(yīng)該考慮一下使用智能聯(lián)網(wǎng)設(shè)備中的哪些能力。剛剛提到的哈佛商業(yè)評(píng)論刊登的文章4指出，IoT包含四種類(lèi)型的能力：
監(jiān)視——傳感器提供關(guān)于運(yùn)行環(huán)境、產(chǎn)品使用和性能方面的數(shù)據(jù)；
控制——可以控制并定制個(gè)性化產(chǎn)品功能；
優(yōu)化——來(lái)自監(jiān)視與控制的反饋回路，能夠提供更高的效率、更好的性能、預(yù)防性維護(hù)，以及診斷和修復(fù)；
自治——監(jiān)視、控制和優(yōu)化將支持獨(dú)立運(yùn)行、不同系統(tǒng)間的協(xié)作、與環(huán)境交互、個(gè)性化、補(bǔ)給，以及自我診斷和修復(fù)。
這四個(gè)層級(jí)的能力，將為重新定義供應(yīng)鏈并重新配置價(jià)值鏈提供支持。我們不應(yīng)該抱有產(chǎn)品的功能應(yīng)固定不變的觀(guān)點(diǎn)；相反，我們應(yīng)該認(rèn)為它們將更具靈活性和適應(yīng)性。那些智能聯(lián)網(wǎng)設(shè)備和產(chǎn)品將具有可變特性，并能夠隨著用戶(hù)需求的變化而改變。在數(shù)年以前，軟件制造商就已經(jīng)認(rèn)識(shí)到了這一點(diǎn)。而現(xiàn)在，物理對(duì)象也正在逐漸轉(zhuǎn)變?yōu)檐浖?qū)動(dòng)功能的載體或容器。上述這些層級(jí)的能力要求越來(lái)越精密的數(shù)據(jù)分析方法——從收集和應(yīng)用數(shù)據(jù)，到支持算法自身運(yùn)用數(shù)據(jù)并在同時(shí)進(jìn)行學(xué)習(xí)。
第一個(gè)層級(jí)的能力——監(jiān)視——將成為一套實(shí)時(shí)的機(jī)制，我們可以運(yùn)用它更好地了解現(xiàn)場(chǎng)情況和用戶(hù)需求，并提供新的能力。這意味著組織機(jī)構(gòu)的傳統(tǒng)產(chǎn)品和服務(wù)將不再?zèng)芪挤置?，而且二者的邊界將彼此滲透。在過(guò)去，現(xiàn)場(chǎng)設(shè)備的維護(hù)由某個(gè)現(xiàn)場(chǎng)服務(wù)承包公司承擔(dān)，設(shè)備制造商的業(yè)務(wù)并不涉及此環(huán)節(jié)。而在智能設(shè)備與監(jiān)視能力結(jié)合后，設(shè)備可以在故障發(fā)生前將所需的服務(wù)提前告知制造商。同時(shí)，設(shè)備制造商也可以將常規(guī)維護(hù)納入自己的服務(wù)范疇。不過(guò)，如果利潤(rùn)和物流對(duì)組織機(jī)構(gòu)而言是個(gè)問(wèn)題的話(huà)，那么復(fù)雜的維修工作將依舊由專(zhuān)業(yè)承包商完成。這一“去中介化”(disintermediation)的模式也可以運(yùn)用到分發(fā)鏈中。設(shè)備可以自動(dòng)發(fā)起補(bǔ)充供應(yīng)的請(qǐng)求，從而降低甚至消除供應(yīng)鏈中的物流和庫(kù)存壓力。
控制是建立在監(jiān)視之上的更復(fù)雜的應(yīng)用。我們可以監(jiān)視設(shè)備運(yùn)行情況，并通過(guò)控制設(shè)備的多個(gè)部分或多個(gè)系統(tǒng)，來(lái)擴(kuò)展人工干預(yù)的邊界。想象一下，在操作大部分功能都是自動(dòng)化執(zhí)行的系統(tǒng)或機(jī)器時(shí)，人類(lèi)所扮演的角色：人類(lèi)指導(dǎo)機(jī)器運(yùn)轉(zhuǎn)，并尋找系統(tǒng)設(shè)計(jì)的時(shí)候沒(méi)有預(yù)料到（或是基于經(jīng)濟(jì)劃算的角度未設(shè)計(jì)應(yīng)對(duì)預(yù)設(shè)）的邊界條件、異常和例外。接下來(lái)，人類(lèi)使用自己的判斷做出變更、糾正或調(diào)整。我們并不需要（在空間上）與設(shè)備在一起，或許我們也無(wú)需實(shí)時(shí)監(jiān)視它們（這取決于流程）。我們通過(guò)監(jiān)視層面采集數(shù)據(jù)并進(jìn)行處理（某些數(shù)據(jù)處理必須在特定時(shí)刻完成），并通過(guò)控制層面將這些數(shù)據(jù)實(shí)時(shí)（或準(zhǔn)實(shí)時(shí)）地運(yùn)用到設(shè)備或裝置的運(yùn)行上。需要組織機(jī)構(gòu)做出的戰(zhàn)略決策是，是否以及何時(shí)在產(chǎn)品中提供更多的控制能力，以及是將其作為一種服務(wù)向客戶(hù)開(kāi)放，還是讓客戶(hù)擁有這些功能。
第三個(gè)層級(jí)的能力——優(yōu)化——可以拓展到某個(gè)單體對(duì)象、一系列對(duì)象，或是一套由來(lái)自多家制造商、使用不同技術(shù)的對(duì)象組成的生態(tài)系統(tǒng)的表現(xiàn)方面。是否將提供的服務(wù)拓展到這一領(lǐng)域，取決于圍繞著價(jià)值鏈和流程邊界的知識(shí)和經(jīng)驗(yàn)的水平。前面提到的礦業(yè)的例子，反映出Joy Global與供應(yīng)商相比的優(yōu)勢(shì)，主要在于擁有在流程生態(tài)系統(tǒng)中更加聚焦的視角。以卡車(chē)制造商為例，它無(wú)法很好地優(yōu)化復(fù)雜的礦業(yè)設(shè)備，但卻會(huì)憑借對(duì)自己的一系列卡車(chē)（以及潛在的一系列其他制造商生產(chǎn)的卡車(chē)）進(jìn)行優(yōu)化而獲益——如果行業(yè)動(dòng)態(tài)確實(shí)具有商業(yè)意義的話(huà)。
要將優(yōu)化的范圍延伸到獨(dú)立運(yùn)行，還需要對(duì)這三個(gè)層級(jí)的能力進(jìn)行一些拓展，以支持與環(huán)境及其他系統(tǒng)進(jìn)行受限程度更低的交互。自治要求圍繞著算法提供更多的智能，以便應(yīng)對(duì)計(jì)劃外的情況——程序員和系統(tǒng)工程師未能明確設(shè)計(jì)這些情況下的方案。自主運(yùn)行需要整合具有適應(yīng)性的機(jī)器學(xué)習(xí)方法，以應(yīng)對(duì)新出現(xiàn)的情況，并將之納入到用于監(jiān)視、控制和優(yōu)化的核心算法中。
2014年11月，施樂(lè)公司帕洛阿爾托研究中心的Mike Kuniavsky在IDTechEx上進(jìn)行了一場(chǎng)名為“IoT領(lǐng)域中預(yù)測(cè)分析方面的用戶(hù)體驗(yàn)”的演講。在演講中他表示，我們應(yīng)該將幾乎所有功能都存放（或是在不久的將來(lái)存放）在云上。數(shù)據(jù)和功能可以從任何位置、通過(guò)任何設(shè)備訪(fǎng)問(wèn)。而專(zhuān)業(yè)設(shè)備則提供用戶(hù)訪(fǎng)問(wèn)數(shù)據(jù)的環(huán)境。
健康手環(huán)可以通過(guò)iPhone或筆記本電腦，在特定的鍛煉環(huán)境中訪(fǎng)問(wèn)用戶(hù)的身體健康數(shù)據(jù)。在這種情況下，健康手環(huán)扮演了IoT傳感器的角色，同時(shí)也提供了訪(fǎng)問(wèn)和使用數(shù)據(jù)的一種途徑，而且它還通過(guò)軟件功能包含了其他一些設(shè)備（例如計(jì)步器）的能力。設(shè)備上產(chǎn)生的數(shù)據(jù)可以為廠(chǎng)家提供額外的洞見(jiàn)，幫助其了解消費(fèi)者的使用情況和喜好，并藉此升級(jí)功能或開(kāi)發(fā)新特性。如果匯聚來(lái)自用戶(hù)群的數(shù)據(jù)并結(jié)合其他數(shù)據(jù)集，那么新的洞見(jiàn)可以闡明流行病方面的數(shù)據(jù)、人群活動(dòng)水平、生活方式和人口統(tǒng)計(jì)數(shù)據(jù)。對(duì)市場(chǎng)人員、健康服務(wù)提供者、保險(xiǎn)公司和政府機(jī)構(gòu)來(lái)說(shuō)，這些信息具有寶貴的價(jià)值。（當(dāng)然，我們必須認(rèn)真對(duì)待隱私和數(shù)據(jù)使用許可方面的責(zé)任。）
我們可以使用機(jī)器學(xué)習(xí)算法，基于這些數(shù)據(jù)模式作出預(yù)測(cè)。例如，在一份來(lái)自Mayo Clinic的研究中，發(fā)掘出了活動(dòng)數(shù)據(jù)與心臟病人恢復(fù)速度的相關(guān)性5。
同樣的機(jī)器學(xué)習(xí)和預(yù)測(cè)算法也是許多聯(lián)網(wǎng)智能消費(fèi)設(shè)備的基礎(chǔ)。例如，Nest恒溫器是一套能夠使用數(shù)據(jù)模式的設(shè)備，它預(yù)測(cè)消費(fèi)者對(duì)于某個(gè)特定房間、在一天中的某個(gè)特定時(shí)刻的溫度要求。（另一個(gè)控制和優(yōu)化的例子體現(xiàn)在聚居區(qū)的層面。在獲得了業(yè)主許可的情況下，電力設(shè)施可以通過(guò)遠(yuǎn)程調(diào)節(jié)的方式，控制成百上千的Nest設(shè)備，將室溫調(diào)高或調(diào)低幾度，從而完成高峰期的用能負(fù)載調(diào)度）。這類(lèi)消費(fèi)設(shè)備涵蓋了從聲音模式（例如亞馬遜的個(gè)人助理輸入設(shè)備Echo6）到更復(fù)雜的行為和活動(dòng)模式（例如捷豹的路虎監(jiān)視系統(tǒng)，它依賴(lài)于一套復(fù)雜的軟件系統(tǒng)，該系統(tǒng)讓汽車(chē)能夠?qū)W習(xí)、預(yù)測(cè)和檢查，并提醒車(chē)上的乘客幫助駕駛員自動(dòng)委派次要任務(wù)，以便駕駛員將更多的注意力集中在駕駛上7）進(jìn)行學(xué)習(xí)的范圍。
優(yōu)化算法通過(guò)使用機(jī)器學(xué)習(xí)機(jī)制，來(lái)利用從動(dòng)態(tài)環(huán)境下交互的傳感器和智能設(shè)備傳回的數(shù)據(jù)。算法不能基于特定的參數(shù)，精確地預(yù)測(cè)這些多變的情況，而是需要不斷地感知、響應(yīng)并適應(yīng)。例如，隨著汽車(chē)從駕駛員身上分擔(dān)了更多的責(zé)任，它們需要與周邊環(huán)境中更多的數(shù)據(jù)來(lái)源進(jìn)行交互（傳感器、燈光、其他車(chē)輛等等）。在工業(yè)自動(dòng)化、物流和交通運(yùn)輸、電力網(wǎng)絡(luò)與能源系統(tǒng)、交通管理、安全系統(tǒng)以及其他“系統(tǒng)的系統(tǒng)”等領(lǐng)域中的各類(lèi)應(yīng)用，都將讓機(jī)器直接與其他機(jī)器進(jìn)行交流。此外，這些應(yīng)用還將基于能夠演進(jìn)和自適應(yīng)的算法，幫助機(jī)器翻譯數(shù)據(jù)流，從而使機(jī)器能夠依據(jù)給定的運(yùn)行參數(shù)達(dá)到要求的最終狀態(tài)。
智能聯(lián)網(wǎng)設(shè)備要求組織機(jī)構(gòu)重新檢視，它們處在市場(chǎng)中的什么位置、以什么方式創(chuàng)造價(jià)值，以及這些價(jià)值將如何隨著競(jìng)爭(zhēng)環(huán)境和信息生態(tài)系統(tǒng)的演進(jìn)而增加或減少。分析將幫助驗(yàn)證某些決策（例如，在對(duì)特性進(jìn)行變更或是增加服務(wù)和功能后，獲得實(shí)時(shí)使用數(shù)據(jù)）；不過(guò)，市場(chǎng)新進(jìn)入者和新的價(jià)值鏈結(jié)構(gòu)或許會(huì)對(duì)業(yè)務(wù)模式帶來(lái)巨大的轉(zhuǎn)變，而基于公司傳統(tǒng)業(yè)務(wù)模式做出的分析將不再具有相關(guān)性。因此，產(chǎn)品或服務(wù)的基礎(chǔ)，或許會(huì)轉(zhuǎn)變?yōu)閬?lái)自傳統(tǒng)產(chǎn)品的數(shù)據(jù)流，而不是來(lái)自產(chǎn)品本身的收入。新的業(yè)務(wù)模式將得以延展，甚至有可能遠(yuǎn)遠(yuǎn)超出產(chǎn)品本身的范疇，覆蓋上游供應(yīng)商或下游消費(fèi)者。
最重要的是，所有這些可能性，都會(huì)要求組織機(jī)構(gòu)擁有圍繞著其內(nèi)部數(shù)據(jù)健康度和用于分析的基礎(chǔ)設(shè)施的基礎(chǔ)能力：數(shù)據(jù)“打撈”（curation）、所有制和質(zhì)量標(biāo)準(zhǔn)、具有一致性的企業(yè)架構(gòu)、干凈整潔地集成在一起的系統(tǒng)、自動(dòng)化的數(shù)據(jù)載入流程，以及成熟的分析專(zhuān)家。如果欠缺或未能有效管理這些基礎(chǔ)條件，組織機(jī)構(gòu)將很難進(jìn)行快速反應(yīng)，并演化出新的分析和數(shù)據(jù)管理功能與能力。
IoT將基于數(shù)據(jù)流和復(fù)雜的方法，從信息中獲取洞見(jiàn)，并通過(guò)與企業(yè)知識(shí)整合，將之運(yùn)用到價(jià)值創(chuàng)造方面。而不具備這些能力的組織機(jī)構(gòu)將在市場(chǎng)上落后，或是降級(jí)到低價(jià)值、低利潤(rùn)的層次。數(shù)據(jù)被稱(chēng)為“新的石油”——我們可以拓展這一比喻，這意味著通過(guò)分析能力中的知識(shí)提煉環(huán)節(jié)，數(shù)據(jù)將被精煉為高價(jià)值產(chǎn)品。組織機(jī)構(gòu)現(xiàn)在就需要在構(gòu)建此類(lèi)基礎(chǔ)設(shè)施的方面投入資源，以便為接下來(lái)數(shù)年中應(yīng)對(duì)供應(yīng)鏈和價(jià)值創(chuàng)造環(huán)節(jié)的轉(zhuǎn)型、擾動(dòng)和顛覆做好準(zhǔn)備。信息敏捷性將成為必備的核心能力。
CDA數(shù)據(jù)分析師考試相關(guān)入口一覽（建議收藏）：
? 想報(bào)名CDA認(rèn)證考試，點(diǎn)擊>>>
“CDA報(bào)名”
了解CDA考試詳情；
? 想學(xué)習(xí)CDA考試教材，點(diǎn)擊>>> “CDA教材” 了解CDA考試詳情；
? 想加入CDA考試題庫(kù)，點(diǎn)擊>>> “CDA題庫(kù)” 了解CDA考試詳情；
? 想了解CDA考試含金量，點(diǎn)擊>>> “CDA含金量” 了解CDA考試詳情；
京公網(wǎng)安備 11010802034615號(hào)
經(jīng)營(yíng)許可證編號(hào)：京B2-20210330
