京公网安备 11010802034615号
经营许可证编号:京B2-20210330
物联网:智能化到社会化 互联网+到物联网X 大数据到大事件
物联网是超越智能化与超越互联网的、虚拟世界与实体世界深度融合的全新体系,是第三次信息产业浪潮、第四次工业革命的核心支撑,也是人类从原始社会茹毛饮血的实体世界,到中世纪达到顶峰的精神世界,再到信息技术特别是互联网带来的虚拟世界,但现在人们更关心环境、安全、健康、能源等诸多实体世界的问题,人类社会从实体世界、精神世界、虚拟世界、到实体世界,进入了螺旋式发展的回归,这次回归追求的是人与实体世界的和谐、共融、共存、共发展,而这正是物联网的历史使命。
首先,物联网是超越智能化的。智能化是把系统比作一个人,信息采集(五官)、传输(神经)到处理(大脑);物联网则是把系统类比成多个人、团队,有协同、有分工、有组织、有纪律的自主体系,物联网的终端是智能化的,但物联网系统是团队、是社会属性的。如果我们把传感器比作人的五官,是“仿生”的话,那么智能化是“仿人”,物联网则是“仿团队”了。计算机的智能化和物联网的社会化是方法论上的根本差别,物联网将信息化体系从智能化的架构变革到社会化的架构,社会化当然是向下兼容智能化的。
其次,物联网是超越互联网的。互联网面向虚拟世界,解决的是信息不对称的问题,核心是信息共享,提供的是信息内容的服务,互联网所有的商业模式都是基于信息共享的,是虚拟经济。
互联网是信息共享系统,核心不是网络,网络是它的手段;物联网则是面向实体物理世界的,实现实体物理世界的主动、有组织的管理,是超越智能化的团队、社会属性的架构,让实体世界的管理产生重大变革。物联网核心也不是网络,网络是它的手段,也不是信息共享系统,信息共享是它的手段,物联网是面向实体世界的感知互动系统。物联网的发展离不开互联网,但不是互联网的延伸。“互联网+”加的是传统各行各业,解决的是传统行业流通领域信息不对称的问题;物联网则是面向实体世界,是对传统行业的核心、模式的深刻变革,是虚实交融的实体经济,因此,我们称之为“物联网×”。物联网将推动“互联网+”时代到“物联网×”时代。
互联网关注数据,推动大数据的服务,它是对大量历史数据的统计分析、数据挖掘,给出未来的趋势判断;物联网关心的是事件,事件是数据之物理属性(如环境、目标、任务等信息)的封装,大数据将会是物联网对于事件判断的辅助决策依据之一。物联网将“大数据服务”推到“大事件服务”。
物联网是面向实体世界,以感知互动为目的,以团队属性、社会属性为核心,关注的是事件,不是大数据,是建立在智能化和网络化基础之上的,但是超越智能化、超越互联网的物理与信息深度融合的全新系统,实现实体世界的主动、有组织的管理。
物联网的特征不是物物相联,移动通信的终端手机是物,不是人,也是物物相联,但它不是物联网;互联网的终端计算机是物,不是人,也是物物相联,当然它也不是物联网。
物联网与智能化、网络化是分不开的,物联网的团队属性,团队成员首先必须是智能化的,即物联网的终端是智能化的,其次团队成员之间必须有交流沟通,即物联网的终端之间必须有与之相适应的网络,没有计算机、没有移动通信、没有互联网就不会有物联网的诞生。
物联网推动信息技术从“智能化”架构到“社会化”架构,从“互联网+”到“物联网×”,从“数据”到“事件”,是继计算机、互联网之后的第三次信息产业浪潮。
无论是传感器、计算机、还是互联网,信息领域均可划分为信息获取、信息传输、信息处理三个部分,也是信息技术的三大支柱。首先是信息处理支柱,以PC机为代表,推动信息产业进入第一次产业浪潮——智能化,诞生了诸如IBM、微软、COMPAQ、联想等伟大的企业,成就了中关村的崛起;其次是信息传输支柱,以移动通信、互联网为代表,推动信息产业进入第二次产业浪潮——网络化,诞生了诸如华为、facebook、Google、中国移动、腾讯、阿里巴巴等伟大企业,成就了深圳的崛起;信息获取支柱,一直未有根本性的突破,是源于现在的信息获取手段大都是传感器信息采集、通信网络传输、到计算机中心处理的架构,无法满足纷繁复杂的现实物理世界多样性的要求。物联网以全新的社会属性的架构,让信息获取产生革命性的变化,推动信息产业进入第三次产业浪潮——社会化。
第一次工业革命是蒸汽机;第二次工业革命是电力;第三次工业革命(工业3.0)是制造业与电子、IT的结合,推动制造业的智能化、自动化,智能制造、精准制造是工业3.0的产物。工业4.0——是信息物理系统(就是物联网)支撑下的工业第四次革命。超越智能化、超越互联网的物联网体系,带给工业4.0到底是什么?至少应该是跨越智能制造的。
物联网的核心是有协同、有分工、有组织的社会属性架构,物联网关注的是制造环节间的协同、行业间的融合,以及研产融商深度融合的边际效应,促成零边际成本的形成,成为智能制造多业态的运营商,成为经济的运行平台。
智能化思维、互联网思维符合西方思维方式,头痛医头脚痛医脚。而协同、融合、边际的物联网思维,非常符合中华思维方式,符合中国古老的中医理论。物联网时代,物联网思维将推动世界从以西方思维主导到以中华思维主导的转变,也必将推动中国的大国崛起。我国只要确保在国际物联网领域的持续领先的地位,我们就有可能推动一带一路的经济一体化,中国将成为全球经济的整合者,重新布局全球产业金融经济新格局。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18