数字化转型为何总陷入困境？如何利用AIoT进行降维打击？

导  读

面对席卷而来的数字化浪潮，企业应如何运用5G进行buff加持？如何利用AIoT成功实现转型？

以下内容摘自《数字经济与5G新商机》一书。

当前，大量公司都在利用物联网、人工智能、大数据、云计算等最新技术，赋能商业变革，实现产业升级和模式转型。

在这个过程中，一些昨天很成功的企业，想要在今天和未来继续取得成功， 就得不断寻找新的增长方式，开启“第二曲线”。如果组织和企业能在第一曲线到达巅峰之前，找到带领企业二次腾飞的“第二曲线”，那么企业永续增长的愿景就能实现。

现在，有实力载着千行百业，从“第一曲线”跃迁到“第二曲线”的底层共性力量之一，就是 5G。

跨越“S 型曲线”

为何数字化转型常常陷入困境？

企业在数字化转型过程中，有一种典型的“死亡”方式，就是很多时候我们陷在不停局部做试点的死循环里，无法形成全局性的价值和可规划复制的长期发展。

针对这个问题，阿里研究院副院长安筱鹏博士做过深入分析，他认为，这与我们过去看待和解决问题的习惯有关。过去我们解决问题的角度，往往是点状和局部的。如果只关注技术，只看到了一个层次，缺乏战略引领和业务规划，就容易陷入各种误区。

也就是，总是拿着旧地图，无法驶入新道路。跳出这种思维定式，还要从智能的本质说起。他以最有代表性的工业领域的智能为例。工业智能始于克服各种不确定性，引起不确定性的原因很多：制造流程本身正在越来越复杂、用户定制化的需求让生产越来越灵活、各项成本的提升使得增加利润的难度越来越大……

这种不确定性和复杂度已经到了难以想象的程度。以波音为例，它在研制787 飞机时，使用了 8000 多种软件，除了不到 1000 种外购的商业软件外，有7000 多种是自己的私有软件，波音关于飞机的设计、技术和知识经验等都凝结在这 7000 多种软件中，一旦某一环节出现问题，都会给整个系统带来破坏性影响。

工业智能是解决这些不确定性的基础。一家工业企业、一条产线到底是否智能，不在于它有多少智能设备、有没有使用人工智能、有没有采用大数据分析，这些都不重要……重要的是一家企业、一条产线能否对外部环境的变化做出实时响应。

各种技术，物联网、大数据、云计算，对于一家工业企业有什么价值？单个技术本身不一定能创造价值；把这些技术堆在一起，也不一定能创造价值。用上各种技术，也不一定能实现数字化转型。价值取决于应用场景而不是技术本身。

工业场景的个性化很强，对别人有用的技术，对你不一定有用。关键要看这些技术是不是促进各种数据的自动流动，把正确的信息、在正确的时间、用正确的方式、发送给正确的人，帮助管理人员做出正确的决策。数字化转型包含多个层次、维度和逻辑，得从全局、整体的视角出发。如果我们做工业物联网项目，仍旧只从已有的技术和数据出发，很可能会陷入业务价值有限等误区。与从局部到全局的视角相呼应，工业物联网正在推进从单机智能到系统智能的转变。迈克尔·波特在过去的几年，围绕工业物联网、万物互联发表了 3篇重要的文章。他所传递的关键信息是，无论硬件、软件、平台，都面临一个全新的时代，一个不断解耦与重构的时代。

迈克尔·波特将智能互联产品分解为 4 个功能模块：动力部件、执行部件、智能部件、互联部件。它们协同作用，实现智能产品的可监测、可控制、可优化。为了征服各种不确定性，智能互联产品的演进将形成软、硬件的分离解耦，打破过去的一体化硬件设施，实现“硬件资源的通用化”和“服务任务的可编程”。

“硬件资源的通用化”和“服务任务的可编程”的含义是：硬件提高资产通用性——遵循规模经济，可大规模生产标准化产品，降低生产成本；软件丰富产品个性化——遵循范围经济，企业从提供同质产品向提供多样化产品转变，满足多样化需求。通过这种解耦与重构，工业物联网将从单机智能步入系统智能阶段，让我们可以在一个更大的时空尺度范围内，通过系统化的全局视角，来应对各种不确定性。

数字化转型的误区，首先来自眼界的限制。只有将视野从设备级扩展到系统级、从单机智能延伸到系统智能，才能突破视觉盲区。其次，不能继续用今天的逻辑，思考明天的场景和应用。过去我们行驶在二级公路、一级公路，工业革命按部就班地一步一步推进。而现在我们换了一条新的跑道，直接行驶到高速公路，从发展路径上也会有本质变化。

最后，在规划路线图的同时，各行各业的企业还应当找准生态位。当下，企业之间的协同越来越密切，每个企业与上下游企业之间链条状结构正在转型为生态价值网。在生态系统中找准定位，扮演重要角色，也是实现数字化转型的必要条件。

总之，今天的逻辑在明天不再适用。数字化转型，环境、场景、应用都变了，解决问题的逻辑和方法也要跟随变化。从发展路径上来看，自动化、数字化、网络化、智能化并不是顺序关系；从产业关系上来看，需要建立生态思维，卡准生态位，扮演生态中的角色，承担生态中的职责。

如何利用 AIoT 进行降维打击？

在智联网时代，有一条显性的第二曲线，就是深度使用各种新技术对传统行业进行革新，部分企业有可能将自己打造成“万物运营商”。 

什么是万物运营商？当一个智联网企业不再是仅仅追求将产品卖给用户，而是在原有基础上不断提供各类附加服务，不断产生新的服务内容和收入方式时，就具备了成为“万物运营商”的商业基础。“万物运营商”的运营逻辑已经遍布于智能网联汽车、智慧城市、工业现场、智能物流、智能建筑等产业和消费性市场领域。这种新型的“万物运营商”，一方面依赖于物联网技术的采用以改造原有产业，另一方面正逢物联网时代的额外红利，围绕其建立新型产业生态，通过边缘计算与智能分析能力，打造创新服务网络。 

万物运营商可以基于差异化的端到端网络架构和基础设施资源优势，面向企业或者个人客户开展租约式服务，提供受理、开通、计费、收费、运维等服务。也可以根据由物联网采集到的数据，挖掘其中的商业价值，实现优化生产、远程急救或者资源调配，做到“数、网、云”等各项基础设施和技术能力的价值最大化。 

作为其中的一种可能路径，目前电信运营商拥有了一项新职能，那就是帮助其他企业转型成为万物运营商。怎么做到呢？由于频谱的稀缺性，最终能够获得专有频谱的厂商非常少。相对于少数可以获得专用频谱的大玩家，大量企业不可能有专用频谱资源，但却有专用网络的需求，通过一张自主可控的网络来支撑自己的生产经营流程。在这种情况下，电信运营商的频谱资源、核心网能力、网络运营经验等就会发挥作用，帮助其他厂商成为“准 5G 运营商”。 

“准 5G 运营商”，也就是电信运营商提供一些通用的资产和能力，垂直行业厂商只拥有 5G 网络的部分资产和能力。这里的通用资产和能力，是电信运营商拥有的频谱资源和核心网，想自己搭建和运营 5G 网络的垂直行业厂商只需自己购买基站部署接入网，租用电信运营商的核心网和频谱，最终形成一个行业专网。这种情况下，垂直行业企业拥有的就是“私有接入网”。 

此时，电信运营商就成为一个“运营商的批发商”，可以快速帮助其他企业成为 5G 运营商，并帮助其他企业有效地运营 5G 专网。对于电信运营商来说，面对行业客户若采取这种方式，则是一种轻资产的运营模式，因为站址、基站等重资产的投资都是行业客户自行解决，运营商的核心网和频谱虽然一次投资巨大，但随着租赁的用户越来越多，其边际成本会越来越低，边际收益则越来越高，可探索“网络即服务”的商业模式。 

当然，对于垂直行业的“万物运营商”来说，接入网的投资成本也越来越低。一方面，随着开源技术的发展，采用通用硬件和软件开发的基站成本越来越低；另一方面，各种类型的基站纷纷推出，根据不同环境、可靠性，形成不同成本。 

在这些技术的推动下，垂直行业企业在 5G 时代自建专网的成本会大大下降。建立了“万物运营商”的雏形，很多企业可以探索利用新技术形成降维打击的可能性。在商业领域，“降维打击”常被用于形容某家企业通过拔高自己的维度，碾压了行业中的同类公司。 

但要做到降维打击很难。因为降维打击的能力，不仅需要利用新技术实现对原有产品的改造，更关键的是完成企业组织形态和商业模式的转变，从而形成一个犹如脱胎换骨的全新发力点，这个发力点与行业中的其他公司完全不在一个层面，最终将改写行业的发展格局。 

5G 带来的超高速、超低时延的连接网络与物联网收集到的海量数据相结合，再由 AI 技术提供语境化和决策能力，三者的结合能够为几乎所有行业和领域带来新的转型动力，成为加速科技发展的催化剂，并催生出新的颠覆式的数字化服务。这些表明，AIoT 已经成为企业实现降维打击的最佳选择。

5G 如何赋能工业互联网？

5G 有哪些切入场景？在工业互联网领域，IT 和 OT 的融合是老生常谈的话题，5G 则引入了另外一个 T，CT 通信技术。相比 4G，眼前的 5G 并不只是换个手机那么简单，加之工业制造对 CT 的要求更高，虽然 5G 有诸多优势，还要找到适合的切入场景。 

5G 是一场从端到云的变革。正如从“功能手机”到“智能手机”的转变，5G 还将促进各种现场终端的变化，比如 AR 智能眼镜、MEC 移动边缘计算设备的广泛使用，以及终端设备形态的改变。由于 5G 缩短了云和端之间的“距离感”，可能会加速“边云协同”和“终端瘦身”的进程。其实这种趋势在 5G 到来之前便已存在。比如施耐德最新的 M262 控制器，具有嵌入式的云平台接入能力，可以实现机器对机器以及机器对云的直接连接，集成速度提升 40%。由于允许即插即用的嵌入式系统访问，减少约 50% 的调试与服务工作，安装成本降低 30%。 

5G 的增强宽带使云端和本地的差异变小，“变瘦”的终端也会更便宜，比如“云端工业机器人”。在设想中，这种机器人的大脑在云端，5G 超高速通信网络作为神经，机器人硬件就变成了一个纯粹的身体。

另一方面，工业互联网新平台持续涌现。作为一项包含“云”“管”“端” 铁人三项的全能型的“长途赛局”，由 GE 在 2012 年提出的工业互联网，如今已经步入了发展的第 7 年。 

根据 IoT Analytics 在 2019 年发布的最新分析报告，工业互联网仍将在未来的 7 年保持 40% 的年复合增长率（CAGR），而且工业互联网还找到了落地的突破口，开始取代 MES 等传统软件，接手了生产监控、质量控制和库存管理等相关应用。 

相比批处理和流程工业，离散制造业将拥有最高的工业互联网支出占比（53%），以及最高的增长率（46%）。离散制造中的生产复杂性越大，数据就越有价值，并且最有可能催化新的商业模式。