編者按：本文來自微信公眾號“峰瑞資本”（微信號：freesvc），授權36氪發布，轉載請聯系原作者。
如果每個網絡信號都有實體的話，我們眼前的世界一定會越來越擁擠。
二十年前，互聯網改變了我們獲取信息和相互交流的方式。現在，這一運動正在以相同的方式改變我們與周遭物理世界的聯系。據市場研究機構 IDC 預測，到 2020 年時，物聯網設備安裝量將達到 281 億臺。
「物體」不再了無生氣，而是與我們的生活交互關聯。本篇，行業專家和創業者們將一起聊聊物聯網商業創新的方向。
1.陳孝良
聲智科技 CEO，中科院聲學研究所副研究員。聲智科技從事語音交互芯片、模組和設備研發、設計、制造，并提供整體聲學技術和語音識別解決方案。
-
聲、光、電融合傳感將會創造出更多新數據，進而推動商業模式創新。
-
讓機器適應人類，是人工智能得以實現的核心要素。
聲、光、電、熱、力、磁，這幾種傳感是人類獲取信息的重要手段，也是數字世界感知物理世界的主要途徑。其中，聲學（麥克風）、光學（攝像頭、激光雷達）和電學（GPS、電子雷達）更是核心要素。
從投資角度看，當前著名的人工智能企業基本可以按這三個傳感方式來劃分。
這里有個問題值得琢磨：聲、光、電傳感技術早于計算機而出現，比如留聲機、照相機和雷達。為什么直到現在，它們才開始引起產業界的重視？
縱觀技術歷史，總是聲學先行，光學和電學次之。所以，我們不妨以聲學領域的麥克風技術為例展開探討。
計算機和手機很早就配置了麥克風，但直到 Amazon 推出一款麥克風陣列的 Echo，產業界對這類產品忽然變得極度關注并爭相模仿。究其原因，除了這款產品在計算和通信方面的能力有所提高，更主要的原因是場景發生了變化。
在 Echo 出現之前，麥克風解決的一直都是近場問題。近場語音交互要求人類適應機器，一定程度上掩蓋了技術的不足，是典型的由于技術限制而刻意回避場景的案例。但實際上，人類之間的語音交互都會拉開一定距離。所以，現在我們開始需要機器適應人類的遠場語音交互。
機器適應人類，這可以說是計算機技術的一個巨大進步，也是人工智能得以實現的核心要素之一。
這并非聲學領域特有的問題，當汽車安裝攝像頭和雷達，以及自行車安裝 GPS 時，場景變化帶來的技術挑戰才會凸顯出來，因為真實場景所需要的技術并非是簡單升級而是顛覆性創新。這也是當前技術型創業公司被青睞的主要原因。
▲ 人工智能必須融合多種傳感方式。
然而，單一傳感方式所帶來的影響總是有限，不足以推動整個技術和社會的變革。例如，麥克風陣列可以采集人類自然對話的語音信息，從而逐漸演化、理解人類語言。這意味著將來機器可以讀懂我們的思想，十分可怕。但這種理解其實還比較片面，缺乏圖像、位置等其他傳感信息的支持。
從這個層面來說，人工智能必須融合多種傳感方式，而非局限于聲、光、電、熱、力、磁，再加上強大的計算和存儲能力，才能在某些領域超越人類，從而看懂世界，推動更多新商業模式的誕生。
當機器獲取的融合數據足以覆蓋人類產生的數據的十分之一時，大多時候，人類只需要說一說、看一看或者想一想，機器就能捕捉到背后的思想。
未來到底會產生哪些新的商業模式，我們尚不可知。但有一點可以肯定，廣告模式肯定不是人工智能時代的最佳商業模式。
2.趙曉光
天風證券研究所所長。2010-2016 年連續 7 年獲得《新財富》電子行業分析師第一名。
-
新的數據流必須依靠硬件創新來產生。
-
機會存在于制造業，如材料、設備、芯片、汽車、軍民融合領域等。
目前，全球科技行業都面臨著困局。如果把企業發展分為生產力創新和生產關系創新 2 個環節，那么很多企業都被關系創新沖昏了頭腦，認為加一點互聯網模式、加一點生態概念就是萬能的，反而在生產力創新上比較乏力。
分析生產力創新瓶頸的核心方法是看數據流。搞清楚數據從哪里來，如何處理，到哪里去。大多數企業只要解決其中一個環節就可以成功，三個環節都解決了就有機會成為巨頭。
新的數據流必須依靠硬件創新來產生。所以，我認為科技行業的下一個突破點在硬件創新上。
過去的產業發展是軟、硬件創新交替帶動的。2010 年到 2013 年智能手機迅速發展，2013 年 5 月開始，社交、游戲軟件火爆起來，直到 2015 年開始全面下跌。按照規律，硬件也會進入一輪集中發展周期。現在互聯網巨頭也紛紛在布局，包括VR、智能汽車、可穿戴設備等等，這些其實都不僅僅是產品，更是獲取數據的硬件。
以智能手機為例，它產生的數據基于 3 個方面：使用人數，從 10% 發展到 80%；使用時長，從每天 2 小時發展到超過 10 小時；智能手機本身可以產生的數據。
前兩點的紅利已經快被消耗完了。但第三點，比如攝像頭拍照、錄視頻的數據，此前由于無法結構化，而沒有被商業化。但人工智能可以實現這一點。從 iOS 8 開始，手機可以自動識別圖片并進行歸類。這只是第一步。接下來的視頻數據分析，會產生巨大的商業機會，甚至改變傳媒行業、廣告行業。
另一個角度看，科技巨頭在做哪件事情，基本上這件事情就越有未來。現在巨頭都在做人工智能，它的核心是機器學習，而機器學習的難點在于數據。技術本身是可以通過學習而進步的，但是數據具有稀缺性，不是誰都可以拿到。所以，數據是解答一切問題的密碼。
人工智能這個行業，最后很可能是贏家通吃的。幾家科技巨頭分割不同市場。蘋果有消費端數據，亞馬遜有商店數據，Facebook 有社交數據，谷歌有搜索數據，微軟有辦公數據，他們是行業龍頭，其他人看起來很難進場。
你可能會問那么這個行業還有機會嗎？我的答案是有。機會存在于廣闊的傳統行業里。
▲ 制造業如何結合大數據成為新一輪競爭點。
以制造業為例，誰能提高產品良率，誰就是贏家。以前這個過程是靠工程師不斷調試，現在機器有自我學習能力了，就可以自己在試錯中不斷走出最優路徑。一個制造企業，如果和谷歌、英偉達這樣的公司合作，一定會有未來。人工智能在這里是一個工具性產品。
觀察過去 5-10 年，可以看到蘋果在中國培養了一批市值在 300-500 億的優秀的模組企業。產業是有遞推效應的，這一批企業誕生后，在制造業里會催生 3 個新的投資方向：
第一，上游的材料、設備、芯片。材料和設備正好符合「中國智造」，而半導體企業的地位也在發生變化，在過去分工專業化的基礎上，變成了一個能夠提供全新解決方案的公司。
第二，往汽車產業發展。現在汽車產業的采購格局和十年前的手機行業一樣。但現在手機行業把采購權釋法昂出來給到上游企業，代工廠的利潤率下降，產業利潤會從中游轉移到上游，汽車也會經歷同樣的過程。下一步在汽車產業鏈的材料、設備、芯片行業會出一批市值 500 億以上的巨頭。
第三，往軍民融合方向發展。民營企業更多地參與到軍品研制競爭里來，民參軍企業有望從低附加值芯片、分立器件等向系統級的產品和技術過渡。市場化運營的軍品產業鏈對接平臺也會開始應用。
此外，我還比較看好聲學、投影技術方面的機會。這 2 個領域都存在生產力和生產關系越來越不匹配的問題，谷歌、亞馬遜也都在進場。
3. 童瑫
睦星科技 (Kolmostar) 聯合創始人，哈佛大學電子與計算機工程博士。睦星科技提供低成本、低耗電、高精度的室內外定位解決方案，主要應用于物聯網節點、移動設備和自動駕駛系統。
-
定位服務是一項重要的基礎設施，GPS 成本、功耗的下降和定位精度的提升，將創造眾多商業機會。
-
變化將首先從物聯網、物流和「機器人」領域開始。未來的定位技術除了服務人類，將更多服務于機器人。
作為傳感器，GPS 能夠提供位置信息、接近原子鐘精度級別的時間信息、以及物體的運動速度。實際上，現在的衛星定位技術已經由 GPS 擴展到了北斗、Glonass 等多系統復合定位。這里不加區分地統稱為 GPS 系統。
過去 40 余年，GPS 已經從最初的軍事應用滲透進入我們的日常生活。未來，隨著 GPS 成本、功耗的下降以及定位精度的提升，我們會看到它在物聯網、物流和「機器人」等領域發揮關鍵的作用。
▲ 過去40年，GPS技術已經滲透進我們的生活。
在物聯網領域，GPS 提供的位置信息是各種基于位置的服務的基礎：
-
出行方面，共享單車是個非常好的例子；
-
智能硬件方面，相信很快會有待機時間長達數周的 GPS 運動手表面世，幫助我們跟蹤、記錄運動時的心率、速度等數據。相比于現在兩三天就需要充電的智能手表，下一代產品的用戶體驗和用戶黏性都會有巨大的提升。同時，隨著GPS功耗的下降，可穿戴設備上會有更豐富的基于位置的應用。比如風靡一時的Pokemon Go這種基于位置與運動信息的增強現實游戲；
-
智慧城市方面，位置信息將會覆蓋到城市基礎設施的方方面面，從所有的交通工具到每一個井蓋和垃圾桶。利用這些位置數據，整個管理鏈條打通之后，可以極大地提升城市多方面的運行效率。
-
在物流領域，GPS 可以提供運輸過程中對于人員、運輸工具和貨物的實時位置追蹤。這些數據不僅對物流公司優化業務有幫助，也有利于下游貨主提高供應鏈管理效率，而 GPS 的滲透深度很大程度上取決于 GPS 傳感器的硬件成本和運營維護成本。
高精度厘米級別的定位對于機器人來說是必不可少的。這里講的機器人是一個廣義的概念，包括了不同產品形態，比如無人機，自動駕駛汽車等。未來，它們都會有很大程度的基于人工智能的自動控制。現在的定位技術主要在服務人類。未來，定位技術會被大量用于服務機器人。
目前，這類「機器人」已有一些行業應用：
-
在北美和澳大利亞，攜帶高精度 GPS 的無人機和無人農用機械已被大量應用于精準農業，結合遙感數據實施耕地植保、農作物播種、施肥等無人化精細操作。我國很多地區，比如東北和新疆也已經在這方面做了很多突出的工作；
-
在自動駕駛領域，定位是導航和避障的基礎。高精度 GPS 與慣性傳感器和激光雷達一起，利用數據融合實現厘米級別定位，從而結合高精度地圖，幫助無人車感知周圍的環境。
4.肖建宏
芯翼信息創始人及CEO。美國Texas A&M RFIC 博士，15年研發及工業界經驗，曾在Broadcom任資深首席科學家。芯翼信息著力于基于蜂窩的窄帶物聯網（NB-IoT) 芯片研發。
-
技術跟應用相結合時，才能夠大概率產生商業創新。
-
物聯網芯片迭代，主要需要解決功耗、成本、穩定性方面的問題。
摩拜單車使用了蜂窩物聯網的通信技術和定位技術，來實現掃碼開鎖、準確定位，這無疑證實了 IoT（Internet of Things，即物聯網）的市場。但從技術推動商業創新的角度來看，摩拜的快速崛起其實是一個小概率事件，更多是應用驅動而不是技術驅動。
我們認為，對于物聯網，當技術和應用相結合，對兩者都有深刻理解并提供整體解決方案時，才能夠大概率產生商業創新。
物聯網通訊芯片的迭代邏輯是什么？
首先，從80 年代的「大哥大」到現在的智能機，手機芯片通過公網基站傳輸信號來完成。這種方式曾給我們帶來很多便利，但是隨著應用的不斷增多，在成本、功耗方面也逐漸出現一些問題。例如水表、電表、氣表，早期是靠人力抄表，后來換了GPRS 智能表，功耗較大，每隔幾年就要換一次。
有人估計，在物聯網到來時，我們身邊至少會有 50 個設備同時與物聯網相連接，包括可穿戴裝備和周邊環境中的監測設備等等。這就要求每個設備成本、功耗足夠低， 同時系統能夠在有限的頻譜上更有效處理這些小數據量設備的通訊。
其次，目前的芯片技術也需要進一步優化。例如，當我們身處地下室、車庫或相對密閉空間時，手機信號時常不好；斷電時，報警器、煙霧探測器等很多監測設備上的傳感器狀態無法傳輸。在物聯網時代，如果因為這些原因導致信號中斷，事情將變得非常糟糕。因而，新技術必須要有足夠好的覆蓋率和穩定性。
NB-IoT（Narrow Band Internet of Things, 基于蜂窩的窄帶物聯網技術，簡稱 NB-IoT）很好的解決了這些問題，這種技術在上述對時延不太敏感（無需做到微秒級響應），又需要深度覆蓋、低成本傳輸數據的場所都可以應用。可以想見的場景包括公用事業、健康、智慧城市、智能樓宇、物流、工業、農業環境監控等等。
▲ 我們身邊將有至少 50 個設備連接物聯網。
有哪些可以期待的應用？
特別說一下智能家居產業。這個產業之前不溫不火有很多原因，其中一個是在沒有形成平臺化系統的情況下，就去做平臺化的事情。換句話說，目前的設備多是針對消費者的單一痛點設計，技術標準很難統一，例如各種無線方式來遙控燈，或者播放音樂。
如果有了 NB-IoT， 廠家可能為了及時監控各種設備（比如冰箱、空調等）的使用狀況就可能大規模給設備智能化。 這時，由于統一的標準，產業整體就具備了聯網能力和平臺化的條件，接下來的一步是由 BAT 或其他平臺公司來整合、共享數據。技術的成熟能夠大幅推動應用的發展。
在個人消費領域，傳感器也有很大迭代空間。例如，目前的可穿戴設備以數據傳輸和健康監測功能為主，在保障老人、小孩等弱勢群體的安全領域還沒有很好的解決方案。如果新的產品功耗能足夠低，基本上無需充電，又可以小型化、放到衣服里，需要用的時候通過手機 App 激活，就像「查找 iPhone 功能」一樣獲知人的位置， 肯定會大概率激發商業創新。
不過，這些應用場景到底能夠發展成什么樣子，會產生哪些新的商業模式， 還需要時間來驗證。為了更好的推動大規模商業創新， 我們要保持對應用的極大關注，從系統角度來提供整體解決方案，同時大幅降低功耗成本， 為萬物互聯提供基礎。
編者按：本文來自微信公眾號“峰瑞資本”（微信號：freesvc），授權36氪發布，轉載請聯系原作者。
如果每個網絡信號都有實體的話，我們眼前的世界一定會越來越擁擠。
二十年前，互聯網改變了我們獲取信息和相互交流的方式。現在，這一運動正在以相同的方式改變我們與周遭物理世界的聯系。據市場研究機構 IDC 預測，到 2020 年時，物聯網設備安裝量將達到 281 億臺。
「物體」不再了無生氣，而是與我們的生活交互關聯。本篇，行業專家和創業者們將一起聊聊物聯網商業創新的方向。
1.陳孝良
聲智科技 CEO，中科院聲學研究所副研究員。聲智科技從事語音交互芯片、模組和設備研發、設計、制造，并提供整體聲學技術和語音識別解決方案。
聲、光、電融合傳感將會創造出更多新數據，進而推動商業模式創新。
讓機器適應人類，是人工智能得以實現的核心要素。
聲、光、電、熱、力、磁，這幾種傳感是人類獲取信息的重要手段，也是數字世界感知物理世界的主要途徑。其中，聲學（麥克風）、光學（攝像頭、激光雷達）和電學（GPS、電子雷達）更是核心要素。
從投資角度看，當前著名的人工智能企業基本可以按這三個傳感方式來劃分。
這里有個問題值得琢磨：聲、光、電傳感技術早于計算機而出現，比如留聲機、照相機和雷達。為什么直到現在，它們才開始引起產業界的重視？
縱觀技術歷史，總是聲學先行，光學和電學次之。所以，我們不妨以聲學領域的麥克風技術為例展開探討。
計算機和手機很早就配置了麥克風，但直到 Amazon 推出一款麥克風陣列的 Echo，產業界對這類產品忽然變得極度關注并爭相模仿。究其原因，除了這款產品在計算和通信方面的能力有所提高，更主要的原因是場景發生了變化。
在 Echo 出現之前，麥克風解決的一直都是近場問題。近場語音交互要求人類適應機器，一定程度上掩蓋了技術的不足，是典型的由于技術限制而刻意回避場景的案例。但實際上，人類之間的語音交互都會拉開一定距離。所以，現在我們開始需要機器適應人類的遠場語音交互。
機器適應人類，這可以說是計算機技術的一個巨大進步，也是人工智能得以實現的核心要素之一。
這并非聲學領域特有的問題，當汽車安裝攝像頭和雷達，以及自行車安裝 GPS 時，場景變化帶來的技術挑戰才會凸顯出來，因為真實場景所需要的技術并非是簡單升級而是顛覆性創新。這也是當前技術型創業公司被青睞的主要原因。
▲ 人工智能必須融合多種傳感方式。
然而，單一傳感方式所帶來的影響總是有限，不足以推動整個技術和社會的變革。例如，麥克風陣列可以采集人類自然對話的語音信息，從而逐漸演化、理解人類語言。這意味著將來機器可以讀懂我們的思想，十分可怕。但這種理解其實還比較片面，缺乏圖像、位置等其他傳感信息的支持。
從這個層面來說，人工智能必須融合多種傳感方式，而非局限于聲、光、電、熱、力、磁，再加上強大的計算和存儲能力，才能在某些領域超越人類，從而看懂世界，推動更多新商業模式的誕生。
當機器獲取的融合數據足以覆蓋人類產生的數據的十分之一時，大多時候，人類只需要說一說、看一看或者想一想，機器就能捕捉到背后的思想。
未來到底會產生哪些新的商業模式，我們尚不可知。但有一點可以肯定，廣告模式肯定不是人工智能時代的最佳商業模式。
2.趙曉光
天風證券研究所所長。2010-2016 年連續 7 年獲得《新財富》電子行業分析師第一名。
新的數據流必須依靠硬件創新來產生。
機會存在于制造業，如材料、設備、芯片、汽車、軍民融合領域等。
目前，全球科技行業都面臨著困局。如果把企業發展分為生產力創新和生產關系創新2 個環節，那么很多企業都被關系創新沖昏了頭腦，認為加一點互聯網模式、加一點生態概念就是萬能的，反而在生產力創新上比較乏力。
分析生產力創新瓶頸的核心方法是看數據流。搞清楚數據從哪里來，如何處理，到哪里去。大多數企業只要解決其中一個環節就可以成功，三個環節都解決了就有機會成為巨頭。
新的數據流必須依靠硬件創新來產生。所以，我認為科技行業的下一個突破點在硬件創新上。
過去的產業發展是軟、硬件創新交替帶動的。2010 年到 2013 年智能手機迅速發展，2013 年 5 月開始，社交、游戲軟件火爆起來，直到 2015 年開始全面下跌。按照規律，硬件也會進入一輪集中發展周期。現在互聯網巨頭也紛紛在布局，包括VR、智能汽車、可穿戴設備等等，這些其實都不僅僅是產品，更是獲取數據的硬件。
以智能手機為例，它產生的數據基于3 個方面：使用人數，從 10% 發展到 80%；使用時長，從每天 2 小時發展到超過 10 小時；智能手機本身可以產生的數據。
前兩點的紅利已經快被消耗完了。但第三點，比如攝像頭拍照、錄視頻的數據，此前由于無法結構化，而沒有被商業化。但人工智能可以實現這一點。從 iOS 8 開始，手機可以自動識別圖片并進行歸類。這只是第一步。接下來的視頻數據分析，會產生巨大的商業機會，甚至改變傳媒行業、廣告行業。
另一個角度看，科技巨頭在做哪件事情，基本上這件事情就越有未來。現在巨頭都在做人工智能，它的核心是機器學習，而機器學習的難點在于數據。技術本身是可以通過學習而進步的，但是數據具有稀缺性，不是誰都可以拿到。所以，數據是解答一切問題的密碼。
人工智能這個行業，最后很可能是贏家通吃的。幾家科技巨頭分割不同市場。蘋果有消費端數據，亞馬遜有商店數據，Facebook 有社交數據，谷歌有搜索數據，微軟有辦公數據，他們是行業龍頭，其他人看起來很難進場。
你可能會問那么這個行業還有機會嗎？我的答案是有。機會存在于廣闊的傳統行業里。
▲制造業如何結合大數據成為新一輪競爭點。
以制造業為例，誰能提高產品良率，誰就是贏家。以前這個過程是靠工程師不斷調試，現在機器有自我學習能力了，就可以自己在試錯中不斷走出最優路徑。一個制造企業，如果和谷歌、英偉達這樣的公司合作，一定會有未來。人工智能在這里是一個工具性產品。
觀察過去5-10 年，可以看到蘋果在中國培養了一批市值在 300-500 億的優秀的模組企業。產業是有遞推效應的，這一批企業誕生后，在制造業里會催生 3 個新的投資方向：
第一，上游的材料、設備、芯片。材料和設備正好符合「中國智造」，而半導體企業的地位也在發生變化，在過去分工專業化的基礎上，變成了一個能夠提供全新解決方案的公司。
第二，往汽車產業發展。現在汽車產業的采購格局和十年前的手機行業一樣。但現在手機行業把采購權釋法昂出來給到上游企業，代工廠的利潤率下降，產業利潤會從中游轉移到上游，汽車也會經歷同樣的過程。下一步在汽車產業鏈的材料、設備、芯片行業會出一批市值 500 億以上的巨頭。
第三，往軍民融合方向發展。民營企業更多地參與到軍品研制競爭里來，民參軍企業有望從低附加值芯片、分立器件等向系統級的產品和技術過渡。市場化運營的軍品產業鏈對接平臺也會開始應用。
此外，我還比較看好聲學、投影技術方面的機會。這 2 個領域都存在生產力和生產關系越來越不匹配的問題，谷歌、亞馬遜也都在進場。
3. 童瑫
睦星科技 (Kolmostar) 聯合創始人，哈佛大學電子與計算機工程博士。睦星科技提供低成本、低耗電、高精度的室內外定位解決方案，主要應用于物聯網節點、移動設備和自動駕駛系統。
定位服務是一項重要的基礎設施，GPS 成本、功耗的下降和定位精度的提升，將創造眾多商業機會。
變化將首先從物聯網、物流和「機器人」領域開始。未來的定位技術除了服務人類，將更多服務于機器人。
作為傳感器，GPS 能夠提供位置信息、接近原子鐘精度級別的時間信息、以及物體的運動速度。實際上，現在的衛星定位技術已經由 GPS 擴展到了北斗、Glonass 等多系統復合定位。這里不加區分地統稱為 GPS 系統。
過去 40 余年，GPS 已經從最初的軍事應用滲透進入我們的日常生活。未來，隨著 GPS 成本、功耗的下降以及定位精度的提升，我們會看到它在物聯網、物流和「機器人」等領域發揮關鍵的作用。
▲ 過去40年，GPS技術已經滲透進我們的生活。
在物聯網領域，GPS 提供的位置信息是各種基于位置的服務的基礎：
出行方面，共享單車是個非常好的例子；
智能硬件方面，相信很快會有待機時間長達數周的 GPS 運動手表面世，幫助我們跟蹤、記錄運動時的心率、速度等數據。相比于現在兩三天就需要充電的智能手表，下一代產品的用戶體驗和用戶黏性都會有巨大的提升。同時，隨著GPS功耗的下降，可穿戴設備上會有更豐富的基于位置的應用。比如風靡一時的Pokemon Go這種基于位置與運動信息的增強現實游戲；
智慧城市方面，位置信息將會覆蓋到城市基礎設施的方方面面，從所有的交通工具到每一個井蓋和垃圾桶。利用這些位置數據，整個管理鏈條打通之后，可以極大地提升城市多方面的運行效率。
在物流領域，GPS 可以提供運輸過程中對于人員、運輸工具和貨物的實時位置追蹤。這些數據不僅對物流公司優化業務有幫助，也有利于下游貨主提高供應鏈管理效率，而 GPS 的滲透深度很大程度上取決于 GPS 傳感器的硬件成本和運營維護成本。
高精度厘米級別的定位對于機器人來說是必不可少的。這里講的機器人是一個廣義的概念，包括了不同產品形態，比如無人機，自動駕駛汽車等。未來，它們都會有很大程度的基于人工智能的自動控制。現在的定位技術主要在服務人類。未來，定位技術會被大量用于服務機器人。
目前，這類「機器人」已有一些行業應用：
在北美和澳大利亞，攜帶高精度 GPS 的無人機和無人農用機械已被大量應用于精準農業，結合遙感數據實施耕地植保、農作物播種、施肥等無人化精細操作。我國很多地區，比如東北和新疆也已經在這方面做了很多突出的工作；
在自動駕駛領域，定位是導航和避障的基礎。高精度 GPS 與慣性傳感器和激光雷達一起，利用數據融合實現厘米級別定位，從而結合高精度地圖，幫助無人車感知周圍的環境。
4.肖建宏
芯翼信息創始人及CEO。美國Texas A&M RFIC 博士，15年研發及工業界經驗，曾在Broadcom任資深首席科學家。芯翼信息著力于基于蜂窩的窄帶物聯網（NB-IoT) 芯片研發。
技術跟應用相結合時，才能夠大概率產生商業創新。
物聯網芯片迭代，主要需要解決功耗、成本、穩定性方面的問題。
摩拜單車使用了蜂窩物聯網的通信技術和定位技術，來實現掃碼開鎖、準確定位，這無疑證實了 IoT（Internet of Things，即物聯網）的市場。但從技術推動商業創新的角度來看，摩拜的快速崛起其實是一個小概率事件，更多是應用驅動而不是技術驅動。
我們認為，對于物聯網，當技術和應用相結合，對兩者都有深刻理解并提供整體解決方案時，才能夠大概率產生商業創新。
物聯網通訊芯片的迭代邏輯是什么？
首先，從80 年代的「大哥大」到現在的智能機，手機芯片通過公網基站傳輸信號來完成。這種方式曾給我們帶來很多便利，但是隨著應用的不斷增多，在成本、功耗方面也逐漸出現一些問題。例如水表、電表、氣表，早期是靠人力抄表，后來換了GPRS 智能表，功耗較大，每隔幾年就要換一次。
有人估計，在物聯網到來時，我們身邊至少會有 50 個設備同時與物聯網相連接，包括可穿戴裝備和周邊環境中的監測設備等等。這就要求每個設備成本、功耗足夠低，同時系統能夠在有限的頻譜上更有效處理這些小數據量設備的通訊。
其次，目前的芯片技術也需要進一步優化。例如，當我們身處地下室、車庫或相對密閉空間時，手機信號時常不好；斷電時，報警器、煙霧探測器等很多監測設備上的傳感器狀態無法傳輸。在物聯網時代，如果因為這些原因導致信號中斷，事情將變得非常糟糕。因而，新技術必須要有足夠好的覆蓋率和穩定性。
NB-IoT（Narrow Band Internet of Things, 基于蜂窩的窄帶物聯網技術，簡稱 NB-IoT）很好的解決了這些問題，這種技術在上述對時延不太敏感（無需做到微秒級響應），又需要深度覆蓋、低成本傳輸數據的場所都可以應用。可以想見的場景包括公用事業、健康、智慧城市、智能樓宇、物流、工業、農業環境監控等等。
▲ 我們身邊將有至少 50 個設備連接物聯網。
有哪些可以期待的應用？
特別說一下智能家居產業。這個產業之前不溫不火有很多原因，其中一個是在沒有形成平臺化系統的情況下，就去做平臺化的事情。換句話說，目前的設備多是針對消費者的單一痛點設計，技術標準很難統一，例如各種無線方式來遙控燈，或者播放音樂。
如果有了 NB-IoT， 廠家可能為了及時監控各種設備（比如冰箱、空調等）的使用狀況就可能大規模給設備智能化。 這時，由于統一的標準，產業整體就具備了聯網能力和平臺化的條件，接下來的一步是由 BAT 或其他平臺公司來整合、共享數據。技術的成熟能夠大幅推動應用的發展。
在個人消費領域，傳感器也有很大迭代空間。例如，目前的可穿戴設備以數據傳輸和健康監測功能為主，在保障老人、小孩等弱勢群體的安全領域還沒有很好的解決方案。如果新的產品功耗能足夠低，基本上無需充電，又可以小型化、放到衣服里，需要用的時候通過手機 App 激活，就像「查找 iPhone 功能」一樣獲知人的位置， 肯定會大概率激發商業創新。
不過，這些應用場景到底能夠發展成什么樣子，會產生哪些新的商業模式， 還需要時間來驗證。為了更好的推動大規模商業創新， 我們要保持對應用的極大關注，從系統角度來提供整體解決方案，同時大幅降低功耗成本， 為萬物互聯提供基礎。
京公網安備 11010502049343號