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
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13