一文看尽最新趋势：智能物联2.0，产业元宇宙，DePIN，具身智能，工业大模型 | 2023彭昭专栏回顾
作者：彭昭（智次方创始人、云和资本联合创始合伙人）
这是我的第308篇专栏文章。
岁月如梭，转眼又是新的一年。
2023年的日历随着时光的洪流悄然退场，我们迎来了充满希望的2024年。
在人的一生中，每一年都承载着不同的意义和重量。
在新的一年，我的专栏有些调整，从2024年1月16日开始，本专栏首发时间将从每周日，调整为【每周二】傍晚17点，欢迎朋友们继续关注。
回望“不平凡”的2023年，我们的旅程充满了挑战与成长，留下了难以忘怀的记忆碎片。
在过去这一年中，我用笔记录下了对AIoT产业的种种观察和对行业的些许认知，累积了数十篇思考与见解的结晶。
每篇文章都是对所经历时光的映照。我的笔触依然保持了那份“专注”，继续在AIoT的海洋中潜心钻研，不断探索。
今天，依照往昔的习惯，我将过去一年的心血结晶进行了分类整理，以便你能够轻松地回顾那些曾经触动你心弦的篇章。
汇总之后，过去一年的文章内容主要涵盖以下5个主题：
- 2024，从AIoT 1.0走进“智能物联2.0”
- Web3+AIoT=DePIN，一片不可不知的新蓝海
- 与AIoT结合是大模型走向物理世界的必经之路
- 工业互联网“跨越鸿沟”，试点炼狱一去不复返
- 新一轮技术生态变革趋势：业务成果即服务
2024，从AIoT 1.0走进“智能物联2.0”
从“端-边-管-云-用”到“通感智值一体化”，是产业发展的必然趋势。它代表着更高层次的融合与共生，将推动通信、感知、智能、价值，四者真正实现融会贯通。“通感智值一体化”不仅意味着产业的重构，更将成为支撑经济社会数字化转型的重要动力。
智能物联AIoT 1.0是互联互通时代，实现了让之前没有连接能力的“哑设备”都接入了物联网，“物超人”是分水岭的标志；智能物联AIoT 2.0是智能化和价值化时代，我们即将迈向大量的、主流的设备皆智、升值的高效新阶段。
数字化就像重塑企业基因的生化试剂，正在催生数字原生组织的新生命；构建可信数字底座，可以强化企业的数字化“骨骼”；汹涌的智能服务浪潮，是数字化“肌肉”不断壮大的表现。
如果说数字化转型过程中的企业是孵化期的数字胚胎，那么数字原生企业则更像是成长期的数字少年。她开始寻找自我，学习自我管理和治理，并且渴望走出“企业孤岛”，去网络世界里接触更多可能。LLM大模型操作系统为数字原生企业的崛起提供了可能。建立在LLM之上的数字原生企业，具有智能化的自我治理、开放协作的文化内核和共生共荣的数字生态网络。
对应第3次系统架构的范式转移，这时候的操作系统，不应仅仅调度存储、算力和应用，更需要能够调度“万事万物”，调度各种物体的底层计算能力、物体本身、由物体构成的集群，甚至脱离物体调度其社会关系和协作网络。
“通感智值一体化”的核心思想是深度打通传感、通信和计算能力，实现多个功能间的协作和资源共享，追求信息感知的分布性、智能控制的自适应性、系统整体的协调性，最终提高综合的智能化和价值化水平。
当AIoT深入千行百业的时代，也是AIoT最难定义的时代。我们预判2024将是AIoT产业发展的分水岭，“智能物联2.0”即将开启，进入“通感智值一体化”的阶段。
Web3+AIoT=DePIN，一片不可不知的新蓝海
传统的基础设施，属于高Capex投资，大量资金投入却不看到足够的应用，内部决策制度伴随大量不透明和浪费。不同于传统的以中心节点作为控制中心的基础设施网络，DePIN以去中心化的方式，组织和协调现实世界中数以百万量级的设备。DePIN通过分散的节点来提高网络的可靠性和韧性，从供给端创造了一个能够提供足够大量、有吸引力的底层基础设施服务网络。
DePIN的经济模型基于两个原则，一个是传真机效应，一个是利益相关者原则。
传真机效应是指每个人买一台传真机并加入一个传真机网络，就使用这个网络，同时也增加了这个网络的价值。具备传真机效应的网络满足梅特卡夫定律，一个网络的价值和这个网络节点数的平方成正比。
利益相关者原则对应于传统的股东和客户关系，这是两个天然隔离的群体，股东持有股份，客户花钱购买产品，而现在股东和客户的身份二合为一，利益相关者既可以使用DePIN网络，又可以获得DePIN网络的价值，兼顾股东的身份。
根据项目发起人Sam Altman的介绍，Worldcoin是一种创新的加密项目，它将区块链技术、人工智能和基本收入理念相结合，为全球所有人提供可持续和公平的收入解决方案。
虽然目前DePIN只是Web3当中的一个较小的新兴领域，但是正在逐渐走向主流，增长潜力巨大。根据研究机构Messari的估算，DePIN总体的行业规模目前大约2.2万亿美元，到2028年可能增长到3.5万亿美元，达到当下Web3整体市场市值的3倍。
在DePIN场景里，透过物联网的数字化手段，去度量工作量，能够把工作量实时登记到区块链上。这引出了物联网设备可信数据上链的能力。
我们看到各种各样的设备在不停运转，给社会做出重要的贡献，这个就叫物理工作量（Physical Work）。
它可以是充电桩给车充了多少电，可以是基站对外发了多少字节的数据，可以是光伏发了多少度绿电…这些是对外的商业服务，应该有商业的回报，需要基于这个工作量的精确度量，给到公允的回报。
ChatGPT迟早可以通过与设备连接的物联网预言机访问整个物理世界，而不再局限于人的数据。DePIN将为人工智能提供无需许可的可信数据基础设施，并为数据交易提供公平透明的商业模式。
虽然DePIN提出时间并不长，但是增长快速，从2022年开始，DePIN吸引了越来越多的关注。DePIN鼓励全球社区在Web3激励模式下开展大规模协作，共同建设一个具备网络效应的物理世界的基础设施，并共同拥有这个基础设施网络的使用权价值。
物联网预言机本质上作为一个翻译者，是将信息从物理世界传递到数字领域的首选，也是潜移默化的改变区块链技术与现实世界之间协作关系的变革者。
可以说，物联网预言机为信息从现实经济流向区块链提供了一条高效、可靠且安全的途径，推动了实时反应，并赋予来自真实世界的价值，以及前所未有的动态性。
随着ChatGPT等大型AI模型的兴起，海量数据和算力成为模型持续演进的必要条件。但这些关键资源目前仅有少数巨头能够获得，阻碍了AI创新。
去中心化物理基础设施网络DePIN提供了一种解决方案。DePIN利用区块链等技术，可以将全球碎片化的算力和数据高效聚合，构建一个开放共享的基础设施网络。这为AI模型的训练和推理提供了可持续的资源供给。
从长期来看，Web3和传统资产融合发展是必然趋势。
随着传统金融市场不断变革和创新，RWA可以为其带来更多的机会和竞争力。而区块链技术也正在被更主流人群所接受和采用，通过将真实资产数字化可有效降低交易成本，并提高了资产的流动性和透明度，从而为世界经济的发展提供新的动力。
DePIN不太适合从0到1构建市场，更适合帮助一个已经成型的AIoT市场，进行加速。比如无线通信网络产业已经相对成熟，各个环节的AIoT硬件供应商相对稳定，基于这样的土壤，类似于Helium等项目才可以在短时间之内，将无线网络的部署进行提速。
与AIoT结合是大模型走向物理世界的必经之路
由GPT大模型所指向的AGI通用人工智能，其背后的真谛是“实用”，在行业场景中落地用实际效果说话。
只有从数字世界走向物理世界，真正的赋予万物智能，GPT大模型才可以脱离“炫技”的嫌疑，给生活带来真正的改变。
就像人类具备五感一样，人工智能也即将可接受文本、图像、语音、视频等多种不同类型数据的输入、处理、分析，并将结果以不同的模态形式对外输出，实现异构模态数据协同推理。
具备使用其他工具能力的多模态人工智能模型，可以激发天马行空的应用蓬勃呈现。因为相信所以看见，让我们一起静待未来。
虽然AIGC操作系统和通用工具都是大企业的机会，但是如何运用这些工具的机会则见仁见智，每家企业都可以拥有。
工业互联网“跨越鸿沟”，试点炼狱一去不复返
如今，工业物联网的情况有了天翻地覆的改观，勇于尝鲜的早期采用者已经跨越了鸿沟，走入康庄大道。
根据微软和IoT Analytics的统计，2023年开始，大大小小的各种公司都在加大对工业物联网的投资，沃尔玛、梅赛德斯·奔驰、丰田汽车、可口可乐、DHL和迅达电梯等公司成为其中的典型代表。
从西门子的实践来看，工业互联网平台与工业自动化产品之间不是零和游戏，而是正和游戏，他们构成的是密不可分的一体化方案。
工业互联网平台的发展，带动了原有工业自动化产品的销售，两者相辅相成，互相促进，都在增长。
随着数字革命对现实世界的影响已经开始达到临界值，我们正在着手进行下一个重大转变：可编程的物理世界。在创造现实之上的数字世界的同时，也需要用数字的方式控制和改造物理世界。
如何对物理世界进行编程？生成式AI和大模型让我们看到了利用虚实结合的方式控制物理世界的可能性。用数字虚拟的方式训练生产机器，最终实现全自动化的制造业，让机器制造机器，工厂成为产品。
如果工业自动化市场按照5~10年为期限的变革路径发展，可能会导致亚马逊、微软、阿里、腾讯等公司赢面扩大，从传统工业自动化企业西门子、ABB、霍尼韦尔、艾默生等公司手中抢走份额。
但是如果软PLC、工业人工智能、工业无线等技术并没有突破增长的临界点，那么工业自动化可能会增长得更加缓慢，2040年左右才会被广泛采用。
虚拟PLC超脱于传统PLC的软硬件强制绑定，实现了PLC的数字孪生。解耦之后，虚拟PLC可以通过云端完成部署和管理，远程控制更加简便。虚拟PLC更容易扩展，开放的数据接口意味着它可以轻松被集成到其它IT系统之中。
在企业中，管理建立在制度上，制度建立在流程上，流程建立在系统上，系统建立在数据上，企业实现管理是“数据+程序”的结果。既然ChatGPT可以直接读取数据，并实现了一定程度的通用人工智能，能够产生基于数据的基本分析决策，那么现存的系统应用，比如ERP、CRM、MES…是不是会发生颠覆性的变化，甚至是大洗牌？
很多制造企业已经意识到了数据的价值，意识到了应该将宝贵的数据资产做更好的采集、分析和预测，来驱动新型制造，这是企业的必然方向。
进而我们从看得见的自动化，迈入了看不见的自动化阶段。
什么是看不见的自动化？
在不采购新设备的前提下，我们有可能通过已有的设备获得关键数据，通过这些看不见的数据流，创造更大的价值。也就是这些看不见的数据，将成为驱动企业未来创新最重要的动能。
西门子与《麻省理工科技评论》合作发布了关于产业元宇宙的研究报告，名为《破土而出的产业元宇宙（The emergent industrial metaverse）》，该报告预测到2025年，产业元宇宙的市场规模将达到1,000亿欧元，并在本周举办的活动中进行了延续性讨论。
考虑到西门子一贯是工业领域的创新风向标，之前就曾带动了工业互联网的发展，而产业元宇宙正是工业互联网与数字原生彼此相遇和协作的结合部，具有重要的战略价值。
新一轮技术生态变革趋势：业务成果即服务
以前的产品使用情况，买方更加关心，而业务成果即服务，则将产品应用效果评估的责任，转移到了卖方，而且卖方可以通过不断交付业务成果，获得持续性收入。
业务成果即服务的本质，是可测量和可持续。
基于业务成果的服务，其背后的驱动理念是，公司提供的是业务成果，而不仅仅是产品或服务。这种商业模式中，服务合同的导向是实现业务成果，用成果说话。
业务成果即服务，这并不是一种全新的模式，很多领先企业已经在使用这种新的商业模式，有研究显示在美国有60%的制造企业现在正在转向提供基于结果的服务，在欧洲这一数字也趋近于40%。
让很多人没有想到的是，OpenAI拥有非常独特的股权结构和治理制度。因为从成立的第一天起，OpenAI就在思考什么样的组织才能最好的确保AI对人类是有益的。
在研究了OpenAI的组织架构和发展历程之后，我们会发现OpenAI的成功不仅属于一家公司，也属于一个生态；属于这个生态对离奇点子的包容，让灵活商业探索成为可能。
简单的说，BrainTrust就是去中心化的BOSS直聘，这家公司从零起步开始搭建人才、连接者、雇主之间的多边平台。按理说，多边平台的冷启动是最难的，可是这家公司设计了一种独特的模式，使得增长飞轮一路狂飙。
工业5.0不是一场革命，而是推动工业4.0向前发展的一种延伸。在工业5.0阶段，技术不再是束缚企业发展的瓶颈，我们需要解决流程重塑和组织再造等问题。
之所以提出工业5.0，因为欧盟的很多企业逐步发现，目前各种行业的组织模式发展，远远落后于整体技术架构、商业模式以及产业生态的变化。
在工业5.0的叙事逻辑之下，核心强调的内容就是人员潜能的发挥，企业领导者不仅需要重新思考组织的存在意义和构建方式，还需要思考如何发掘个人、技术以及生态系统的潜力。
我们常说，不要在落后的工艺上做自动化，不要在落后的管理上做信息化，不要在落后的组织上做智能化。
GPT实体机器人的推出，可能是对企业组织能力的一次大考！
写在最后
你的陪伴是我不断前行的动力，非常感谢您在2023年的耐心阅读与支持，这是一个充满挑战与成长的一年。
在新的一年里，我诚挚地祝愿每一位朋友不仅能登高望远，更能一往无前，无论遇到多少艰难险阻，都能够再创辉煌。
让我们携手并肩，共同迈向充满无限可能的2024年！
文章精选
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。