AI本質(zhì)上是科學(xué)方法論的代名詞，而科學(xué)是第一生產(chǎn)力。

凡是在人類向前發(fā)展的長(zhǎng)河中能夠起到提高生產(chǎn)力的發(fā)明或者方法，都可以被人們以銘記，雖然一個(gè)行業(yè)乃至一個(gè)社會(huì)的發(fā)展情景無法預(yù)測(cè)，但是歷史總會(huì)記住對(duì)這個(gè)世界真正有價(jià)值的事物。短期看似熱鬧，流行的文化或者技術(shù)能夠引領(lǐng)著大眾，經(jīng)過時(shí)間的篩選，或許潮退之后才能看到誰在裸泳。市場(chǎng)短期是投票機(jī)，從長(zhǎng)期來說，卻是一個(gè)稱重器。那些引領(lǐng)時(shí)代進(jìn)步的技術(shù)，知識(shí)，思想定能隨著時(shí)間的增加越加光芒。就如尼古拉斯-塔勒布在《反脆弱》一書中提到的林迪效應(yīng)：

對(duì)于會(huì)自然消亡的事物，生命每增加一天，其預(yù)期壽命就會(huì)縮短一些。而對(duì)于不會(huì)自然消亡的事物，生命每增加一天，則可能意味著更長(zhǎng)的預(yù)期剩余壽命。

那對(duì)于目前火熱的物聯(lián)網(wǎng)行業(yè)究竟是曇花一現(xiàn)然后自然消亡還是如媒體上所描述的那樣將會(huì)成為工業(yè)發(fā)展史上重要的一個(gè)里程碑？還需要拭目以待，因?yàn)槲磥頍o法預(yù)測(cè)，未來是有想法有激情的企業(yè)及個(gè)人，一步步的試錯(cuò)中走出來的。其中曾被很多人看好的GE Predix成為了工業(yè)互聯(lián)網(wǎng)史技術(shù)發(fā)展史上試錯(cuò)的一家，雖然投資了幾百億美元，卻在幾億美元的慘淡業(yè)績(jī)下不得不被打包出售。在現(xiàn)在工業(yè)物聯(lián)網(wǎng)的行業(yè)及有限的知識(shí)，還無法預(yù)測(cè)Predix以后的發(fā)展前景，但可以確定的是它所帶給該行業(yè)及行業(yè)從業(yè)者的思想及啟發(fā)有非凡的意義。為什么這么看似有前景的技術(shù)沒有爆發(fā)卻被打包出售，我想除了資本市場(chǎng)的逐利性，短期看不到效益被管理層甩賣，還有一些和行業(yè)，技術(shù)沒有協(xié)同發(fā)展的原因。

1.把試錯(cuò)的機(jī)會(huì)當(dāng)成必須要實(shí)現(xiàn)的戰(zhàn)略

不管是GE的Predix，還是IBM的Watson計(jì)劃，都對(duì)物聯(lián)網(wǎng)未來的發(fā)展投入了很多的資源與精力，而把本是需要不斷試錯(cuò)和摸索的階段當(dāng)成公司必須要實(shí)現(xiàn)的戰(zhàn)略。不管是麥肯錫還是其他一些專業(yè)分析報(bào)告，都給物聯(lián)網(wǎng)的發(fā)展定了很高的基調(diào)，趨勢(shì)確實(shí)是有，但這樣的定調(diào)也或多或少的引導(dǎo)一些公司的決策。就像《反脆弱》書中提到，經(jīng)濟(jì)學(xué)家只能是顧問，而不能當(dāng)作策略的制定者，就是為了防止理論過度指導(dǎo)實(shí)踐，而不是實(shí)踐和理論相結(jié)合的方式。在這一方面做的特別好的要舉兩個(gè)例子：

物聯(lián)網(wǎng)參與者PTC，跟蹤該公司發(fā)展的從業(yè)者可能會(huì)發(fā)現(xiàn)這幾年P(guān)TC在資本的表現(xiàn)比較好，即使在國(guó)際貿(mào)易戰(zhàn)，美國(guó)股市連續(xù)十年上漲大家都普遍看衰的高壓下，其市值也是穩(wěn)步攀升，筆者認(rèn)為PTC的優(yōu)勢(shì)是在守住PLM，生產(chǎn)制造輔助軟件，這幾項(xiàng)傳統(tǒng)掙錢項(xiàng)目的同時(shí)，不斷通過收購(gòu)的方式擴(kuò)展自己物聯(lián)網(wǎng)的產(chǎn)品線，比如前后將物聯(lián)網(wǎng)中間件Kepware，物聯(lián)網(wǎng)平臺(tái)ThingWorx納入囊中來提高底層數(shù)據(jù)采集與數(shù)據(jù)平臺(tái)服務(wù)這兩項(xiàng)設(shè)備端的優(yōu)勢(shì)。今年霍尼韋爾嗅到了機(jī)會(huì)，用戰(zhàn)略投資的方式與PTC達(dá)成了合作來彌補(bǔ)自己缺陷的設(shè)備端的數(shù)據(jù)打通，工業(yè)AR場(chǎng)景?？梢奝TC最近一兩年在物聯(lián)網(wǎng)的動(dòng)作是穩(wěn)步進(jìn)行，理論和實(shí)踐相結(jié)合。

再有一個(gè)例子是大家熟悉的Google，Alphabe成為其母公司時(shí)，布林退出了Google公司的管理而全力引導(dǎo)Google X實(shí)驗(yàn)室這個(gè)部門，而很多黑科技及未來的一些技術(shù)都很有可能誕生于此，作為一個(gè)技術(shù)性公司，通過在Google X部門不斷試錯(cuò)與孵化的產(chǎn)品，成熟之后推向市場(chǎng)，布林的前瞻性與視野，敢于放權(quán)，也是中國(guó)企業(yè)家學(xué)習(xí)的對(duì)象。

2.沒有協(xié)同的發(fā)展理念與技術(shù)

第一次工業(yè)革命是因?yàn)檎羝麢C(jī)的發(fā)現(xiàn)，才引起生產(chǎn)力的大幅提高，從而才有了鋼鐵的冶煉，電力，電磁學(xué)，個(gè)人電腦的出現(xiàn)?？梢哉f蒸汽機(jī)是整個(gè)工業(yè)史上最重要的一項(xiàng)發(fā)明。不過有參考資料指出，蒸汽機(jī)在很久之前就已經(jīng)被發(fā)明出來過，只是當(dāng)時(shí)人的觀念，經(jīng)濟(jì)的基礎(chǔ)，技術(shù)的支持與產(chǎn)業(yè)的發(fā)展都不足以讓人想到可以使用蒸汽機(jī)來提高生產(chǎn)力，就比如在千禧年前后，荷馬鮮生這種消費(fèi)升級(jí)的模式肯定也不會(huì)出現(xiàn)。當(dāng)如今工廠端，很多生產(chǎn)流程簡(jiǎn)單，分散，生產(chǎn)設(shè)備老舊，公司管理者的理念都沒有物聯(lián)網(wǎng)概念的時(shí)候，需要實(shí)踐與試錯(cuò)的去推進(jìn)物聯(lián)網(wǎng)的發(fā)展。

富士康工業(yè)互聯(lián)董事長(zhǎng)陳永正曾講過：”工業(yè)互聯(lián)網(wǎng)就是所謂的實(shí)體經(jīng)濟(jì)跟數(shù)字經(jīng)濟(jì)的融合。嚴(yán)格講起來，過去是實(shí)體經(jīng)濟(jì)，因?yàn)橛辛斯I(yè)4.0，有了工業(yè)互聯(lián)網(wǎng)，開始有更多的大數(shù)據(jù)，所以已經(jīng)跨到數(shù)字經(jīng)濟(jì)了。

當(dāng)然，接下來怎么去服務(wù)外界？讓數(shù)字能力對(duì)外。這方面，要向互聯(lián)網(wǎng)公司學(xué)習(xí)。其實(shí)沒錯(cuò)，數(shù)字經(jīng)濟(jì)是比較發(fā)散的，比較感知的。實(shí)體經(jīng)濟(jì)是精確的，是一分一秒都不能差的，所以這兩個(gè)本質(zhì)是非常不同的。

而目前工廠端的設(shè)備控制總線及協(xié)議技術(shù)要求是毫秒級(jí)別，互聯(lián)網(wǎng)和底層工廠端數(shù)據(jù)及流程打通，需要極其少的時(shí)間延遲，而如今IT技術(shù)的時(shí)間精度還無法達(dá)到OT端的要求，不過已經(jīng)有好消息，今年的德國(guó)漢諾威展華為和貝加萊測(cè)試TSN，OPC/UA技術(shù)的協(xié)同，進(jìn)一步將OT和IT真正的融合在一起。

3.頂層端AI的發(fā)展還沒有真正的開花

如果說上一個(gè)世紀(jì)改變世界的是電力，而本世紀(jì)最大的革新將來自于算力。

物聯(lián)網(wǎng)，提供算力的基礎(chǔ)數(shù)據(jù)及收集數(shù)據(jù)的方式，方法。

大數(shù)據(jù)，提供算力非常龐大數(shù)據(jù)的承載和高效運(yùn)算能力。

AI，提供算力的模型及核心的算法，算力在商業(yè)模式變現(xiàn)的發(fā)動(dòng)機(jī)。

AI目前在商業(yè)應(yīng)用的一個(gè)方向：如果在機(jī)場(chǎng)安檢或者在酒店入住時(shí)，你會(huì)發(fā)現(xiàn)有商湯科技，云從科技，依圖科技，曠視科技的人臉識(shí)別系統(tǒng)，這是目前人工智能商用和變現(xiàn)最多的一個(gè)領(lǐng)域。

AI目前在工業(yè)應(yīng)用比較多的一個(gè)方向是AOI光學(xué)檢測(cè)，從之前工廠端AOI設(shè)備提取圖片，進(jìn)行人工智能的分析，學(xué)習(xí)，準(zhǔn)確度越來越高，這是我所了解目前AI技術(shù)在工廠端商業(yè)變現(xiàn)的例子。

AI在大型設(shè)備租賃市場(chǎng)上的應(yīng)用，場(chǎng)景之一：金融巨頭將大型設(shè)備出租給使用方，通過物聯(lián)網(wǎng)技術(shù)將設(shè)備的使用時(shí)間和相關(guān)的參數(shù)數(shù)據(jù)提取到數(shù)據(jù)中心，通過數(shù)據(jù)的迭代累加可以建立數(shù)據(jù)模型，對(duì)設(shè)備的壽命，使用方目前業(yè)務(wù)繁忙的程度進(jìn)行預(yù)判，達(dá)到降低風(fēng)險(xiǎn)及精細(xì)管理的目的。

筆者認(rèn)為AI的出現(xiàn)，讓人們更加科學(xué)的去工作，有數(shù)據(jù)支撐的去決策，有理有據(jù)的去執(zhí)行，對(duì)減少資源的浪費(fèi)，提高生產(chǎn)質(zhì)量管理，打通上下游產(chǎn)業(yè)有非常大的幫助。而AI早在1950年前后就被美國(guó)頂級(jí)的數(shù)學(xué)家和戰(zhàn)略家所使用，而當(dāng)時(shí)只不過沒有AI這個(gè)名詞，沒有強(qiáng)大計(jì)算機(jī)能力而已，如果你瀏覽《蘭德公司與美國(guó)的崛起》這本書時(shí)就會(huì)發(fā)現(xiàn)，很多重要的決策都離不開科學(xué)方法的驗(yàn)證，數(shù)據(jù)科學(xué)的分析。

AI本質(zhì)上是科學(xué)方法論的代名詞，而科學(xué)是第一生產(chǎn)力。

來源：南城嘉圖