物聯網的代表就好比摩拜單車就是物聯網的產品體現之一，在不久的將來包括電視都可能和手機等終端進行聯網。雲計算的體現就是阿里雲，給網際網路小公司，政府提供計算能力自己伺服器託管。大資料，任何行為，商業活動只要每秒產生數以億計的資料，需要運算分析使用者行為自己習慣都屬於雲計算範疇。工業4.0簡單說就是依靠以上東西進行C端消費者的需求定製，然後B端工廠再進行定製生產，進行配送。人工智慧就是以深度學習為基礎，演算法為依據的機器學習，機器開始有了自己的學習能力。以上這些都依靠網際網路這個基礎服務在進行。

其實在這些名詞裡關鍵詞就是資料什麼是資料呢打個比方我們人就是無時無刻都在收集資料比如用眼睛看就是收集影象資料用耳朵聽就是收集音訊資料等等那麼收集了資料有什麼用呢就是用收集來的資料再經過對資料的處理來最佳化我們的行為更好的完成某些任務比如吃飯走路開飛機等等你不收集資料都是無法完成的大資料也是一樣它透過網際網路物聯網等等來收集資料再把收集來的資料透過大算力的計算機處理變成有用的資料就能使網際網路更聰明就可以更好的服務於使用者比如做電視劇的可以從人們搜尋那類電視劇多決定他去做什麼電視劇醫生可以根據網上搜索發展流感爆發還有商家根據你的喜好推送產品或是服務當然我說的都是比效簡單的大資料還可以訓練人工智慧未來大資料和人工智慧的深度結合與發展這個潛力是不可限量的還要說一下處理資料主要就是用各種演算法來完成的非常複雜簡單理解就是歸類對比

　　從2007年開始，科學院相關研究團隊發表論文提出網際網路未來趨勢：“網際網路正在向著與人類大腦高度相似的方向進化，它將具備自己的視覺、聽覺、觸覺、運動神經系統，也會擁有自己的記憶神經系統、中樞神經系統、自主神經系統。”。並由此產生網際網路雲腦（Internet Cloud Brain）架構。

　　到2017年，隨著人工智慧，物聯網，大資料，雲計算，機器人，虛擬現實，工業網際網路等科學技術的蓬勃發展，網際網路雲腦的架構也逐步清晰起來，從2008年到2017年形成4個版本的網際網路雲腦架構圖（下圖為2017年版本）

　　應該說網際網路雲腦是網際網路在進化過程中形成的類大腦架構，它並不是一開始就成熟和完整的，而是在科學探索和商業創新過程中逐步發育而成。web2.0,物聯網，雲計算，工業網際網路，大資料，人工智慧。。，它們不是脫離網際網路的新事物，而是網際網路雲腦發育過程中，由於各神經系統發育的不均勻導致的波浪式高峰，往往是一個技術或模式成熟後，下一個技術或模式才有蓬勃發育的基礎。我們可以看一下人工智慧熱潮產生之前的網際網路進展。

　　1.物聯網本質上是網際網路雲腦的中樞神經系統和其控制的感覺神經系統和運動神經系統

　　2.雲計算本質上是網際網路雲腦的中樞神經系統，它透過伺服器，網路作業系統，神經元網路（大社交網路），大資料和基於大資料的人工智慧演算法對網際網路雲腦的其他組成部分進行控制。

　　3.大資料本質上是網際網路雲腦各神經系統在運轉過程中傳輸和積累的有價值資訊。因為在過去50年隨著網際網路的快速進化而急速膨脹，體量極其巨大。是網際網路雲腦產生智慧智慧的基礎。

　　4.人工智慧本質是網際網路雲腦產生產生智慧智慧的動力源泉，人工智慧不僅僅透過演算法如深度學習，機器學習與大資料結合，也運用到網際網路雲腦的神經末梢，神經網路和智慧終端中。使得網際網路雲腦各個神經系統同時提升能力。

　　5.工業4.0和工業網際網路本質是網際網路雲腦的運動神經系統，這將是網際網路雲腦未來非常龐大的組成部分，它也將包含6中介紹的各種前沿技術。

　　6.智慧駕駛，雲機器人，無人機，3D列印本質上是網際網路雲腦運動神經系統中最活躍的部分，他們透過延展運動和機械操作，幫助人類完成對世界更強有力的探索和改造。

　　7.邊緣計算本質是網際網路雲腦神經末梢的發育和成長，人工智慧技術不但應用在中樞神經系統中的大資料，神經元網路中，也分佈到神經系統的末梢。讓網際網路雲腦的感覺神經系統，運動神經系統的末梢控制變得更為智慧和健壯。

　　8.移動網際網路本質是網際網路雲腦神經纖維種類的豐富，讓網際網路使用者更便捷，更不受地域限制的連結到網際網路雲腦中。

　　10.雲反射弧（Cloud reflex arcs)是網際網路雲腦最重要的神經活動現象，與人類神經系統相仿，也包含感受器、傳入神經纖維、神經中樞、傳出神經纖維和效應器。是網際網路雲腦智慧智慧與現實世界互動的重要執行動作。它的種類有7種。將在以後的文章中專門介紹。

　　11.智慧城市本質是網際網路雲腦與具體的地域結合的結果，是網際網路雲腦的縮小版應用，智慧城市的建設，從網際網路雲腦的架構看，需要關注城市居民，單位，機構，企業建設統一的神經元網路（大社交）的情況，也要關注城市的雲反射弧的反應速度和健壯情況，譬如防火雲反射弧，金融雲反射弧，交通雲反射弧，新零售雲反射弧，能源雲反射弧等。

一、通俗解釋

所謂物聯網，相當於傳統網際網路的實體化，在位元的世界裡，傳統網際網路是網路之間的聯絡，而物聯網則是透過網路技術，將物與物連線在一起。

工業4.0是德國的一種叫法，通俗來說是德國希望藉助於物聯網系統，將從訂單到生產出來的產品，以更快的速度和更個性化的方式生產出來，以滿足使用者的需要。

至於雲計算和大資料，都是服務於網際網路、物聯網，工業4.0的技術。對雲計算來說，它採用的是分散式的運算能力，在網路中如雲一般分散在各個電腦上，以此最大限度的提高運算能力。同時，因為運算需要大量且全面的資料，而這就是大資料技術的通俗解釋。可以說雲計算和大資料是相輔相成的兩種技術。

所以我們可以說，物聯網和工業4.0，是網際網路的延伸和發展，而他們所用應用的技術，則是雲計算和大資料。

發酵於上個世紀的人工智慧技術，可以說是物聯網大資料雲計算工業4.0的集大成者，也是他們發展的方向。在人工智慧逐漸興起的今天，類似前面這些網際網路技術，到逐漸融合起來，並湧現出了，漸漸具有自主意識的機器，這就是屬於人工智慧新未來。

而且由於人工智慧將湧現出自己的意志。所以它可以進行自我學習，在很大程度上將會成為超越人類的生命的第三種身材，前面兩種生命體系，是生命1.0的微生物，以及生命2.0的多細胞生物（包括人類）。

總而言之，物聯網雲計算，大資料工業4.0，可以說都是即將到來的，真正的人工智慧時代，前奏。

在20XX年的某一天:

你對著手機說：“hi,我想換輛車”，

手機說：“嗯，是該換一輛車子了，您的車子已經跑了26.8萬公里，最近修了兩次前輪電動機，電池蓄電量也明顯不足...”

你說：“買什麼車好呢？SUV？”

手機說：“根據您近一年的出行狀況，有八成的時間在跑客戶接待客戶，建議您還是買輛轎車...”

就這樣，你在手機的建議下，決定選擇一輛某品牌的自動駕駛轎車，於是你在手機上的某個直購APP上找到這個品牌的轎車，選擇車身顏色、電機引數、座椅顏色、中控顏色等各種配置，提交訂單，支付首付款，隨後直購APP告訴你，你的訂單已經受理，汽車將在兩日後送至你家。

在你提交訂單的一瞬間，整車廠的LeanMES系統就根據當前工廠的產能狀況，計算出你的車子的出廠日期，這個整車廠是一無人工廠，由LeanMES系統整體協調控制生產。確認訂單後，各零配件廠商也收到了零配件採購訂單，當然，這些廠商工廠也是無人車間，進行自動化生產。

半小時後，你開啟直購APP,想了解下當前的生產進度，於是開啟遠端檢視功能，你透過遠端攝像頭看到車架正在由機械臂進行自動噴漆，油漆用的是某品牌的某批次產品，噴完漆後，車架由AGV自動搬運至烘乾室...

五小時後，你收到直購APP一條訊息，通知你選擇顏色的座椅在運輸途中物流車出現故障，不能按時送達，要麼多等一天，要麼只能換另一個顏色，你等車心切，就同意換另一個顏色。

就這樣，在你關注的過程中，汽車生產完畢，透過物流車運送至你家，你確認收貨，坐進新車的駕駛室，將車子與自己手機關聯起來,檢視各項配置引數...

手機、無人車間和自動駕駛使用了人工智慧和物聯網，線上訂單使用了網際網路，以上都是基於雲計算和大資料。

智慧家居，用這幾種方式改變你的生活

隨著智慧科技的快速發展，各種各樣的智慧家居裝置將越來越多的便利和創新功能融入到我們的家庭生活中。未來的家庭將會是一個互聯互通的智慧家庭。

最新發布的研究報告《2018年全球智慧家居市場預測》指出，2017年全球智慧家居市場規模達到840億美元，較2016年的720億美元增長16%。2018年全球智慧家居裝置，系統和服務的消費者支出總額將接近960億美元，並在預測期（2018年至2023年）的複合年增長率達到10%，達到1550億美元。北美將佔總支出的41%或400億美元，其次是亞太地區260億美元，西歐則為170億美元。

今天，我們一起來分享將重塑未來智慧家庭生活的幾種智慧連線生活方式。

1、自動照明

雲開關，是實習對燈具照明的智慧節能管理。基於移動互聯技術，在普通開關功能基礎上，實習雲端操作和節能管理，是“網際網路+照明”的具體應用，是照明智慧升級的最佳方案。可直接替代普通開關，為您提供方便快捷的照明智慧管理。雲開關的主要優勢就是採用ZigBee或WiFi無線通訊方式，結合手機APP，來互聯你的照明裝置，對照明燈具智慧管理。

2、空調控制

夏季到了使用空調的高峰期，那與空調的互聯互通和智慧管理則是當下比較流行的智慧家居應用。

互聯不同的空調有兩種不同的裝置。雲溫控器實現對中央空調的智慧節能管理，雲遙控器來對分體空調進行智慧管理，由雲控模組和雲感模組兩部分組成，以此來對空調進行智慧化的升級。採用ZigBee或無線通訊技術，結合智慧家庭APP，來遠端管理空調。可以進行無線升級，隨時下載公司釋出的最新程式，進行無線韌體升級，真正實現裝置互聯互通，對空調進行智慧化管理。

3、家用/辦公電器控制

繼空調互聯之後，雲插座與各家用/辦公電器的互聯也是當前最實用最節能的智慧家居的應用。節能環保並不是我們多喊幾句口號就可以實現的，它需要我們真正的從實際生活中去改善，去實踐，從身邊的每一件事情開始做起。 作為每一個家庭，我們更應該提高家庭的綜合素質，切實瞭解節能環保的現實意義和重大作用，將每個家庭成員組織起來，牢牢抱成一團，從生活的方方面面著手去認識，去改進，將節能環保的主題落到實處。雲插座在普通插座的基礎上，實現雲端操作，適用於住宅、企事業單位、公共建築、辦公樓等，可直接替代普通插座。來實現對家用/辦公電器的互通互聯，來達到智慧節能的效果。

這幾種智慧連線裝置的應用，正在改變我們的家庭生活。這些智慧科技讓我們的生活變得越來越便捷、舒適，同時還能讓家庭更加安全，費用支出更少。

首先，大資料是技術基礎，雲計算是解決途徑，物聯網和人工智慧是這二者技術結晶。

當我們在暢談當下最火的物聯網和人工智慧的時候，就始終不能忘記大資料和雲計算。大資料可以將網際網路上的形形色色的資訊進行綜合整理，然後分析歸納，然後將同一類的資料或者資訊交給雲計算進行統計，最後用計算的形式，把這些資料反應出來的現象或者是預測結果進行總結。最後交給那些需要的人。

而物聯網和人工智慧就是基於這樣的基礎上，可以這樣說，大資料和雲計算是物聯網和人工智慧的命根子。物聯網實時控制需要的資訊來源於大資料整合和雲計算之後的結果，只有雲計算越來越快，物聯網的發展才能越來越讓人滿意。而對於人工智慧來說，大資料更是它最渴求的資源，只有足夠多的資料才可以實現機器對於某些狀況的反應和處理手段最符合人類本身的認知能力。

而云計算是決定了人工智慧的反應速度。當下的好多人工智慧公司都開始入住華為雲，就是因為華為雲有足夠的硬體和服務為他們提供更快更合適的雲計算服務，為他們的創業發展助力，對於有夢想有技術的公司，有了華為雲的助力，絕對是如虎添翼。

所以，在未來的科技的發展過程中，這四者只有都不停歇的加速發展才不會彼此制約，才可以實現並駕齊驅，共同為人類的發展共享力量。

在這個思考碎片化並且分工又精細化的時代，類似這樣有深度、有難度、又有意義的問題應該來一打。

筆者在這六個領域都有實際的產品和專案經驗，期望下文能讓大家對相關領域有基本的認識：

發展順序

隨著網際網路、物聯網的發展，資訊傳遞加速的同時，越來越多的現實被記錄成資料，這些資料透過各種相關性進行融合，形成大資料，隨之而來的是透過機器學習快速處理這些大量、大範圍、多維度的資料。資料中除了蘊含現實記錄，更多的是為人們發現現實發展的規律提供線索，進而預測未來、計劃未來、改變未來……於是人工智慧技術的發展不再是單純地還原現實，人們更加期望它能預測現實、虛擬現實、改變現實。

人工智慧學習已有的人類智慧後，能夠代替重複的腦力勞動，結合機器手臂，便能從事各種物理活動；結合人類的價值判斷，就能成為人類的AI夥伴，現實世界將進入生產更加自動化、服務更加個性化的時代，這個時代人們將能掌握神所具有的“智慧控物”、“智慧造物”的能力——這就是工業4.0。

包含關係

然而，我們回到現實世界，大多陣列織還處於工業1.0、工業2.0時代，進入工業4.0還有很長一段路要走：一方面，社會變革需要深思熟慮；另一方面，技術的普及和應用還需要大量的教育和創新，而這些是挑戰也是機遇，唯有依靠具有未來觀並且具有冒險精神的各種組織領袖共同推進。

依存關係

網際網路時代，人們為了便捷的網際網路服務，心甘情願地奉獻自己的資料，真正擁有大資料的組織除了國家政府，只看網際網路巨頭。很多企業的大資料戰略、資料資產戰略已經叫囂多年，然而僅憑單一的企業，何來大資料？不完成網際網路化，打通內外部資料渠道，資料維度不夠豐富、資料範圍不夠廣，如何進行正確地預測？

然而企業比個人更明白資料的價值，於是各自捂著自身的資料不放，也拿不到相關行業主體的其他資料，只能在激烈的行業競爭中高成本搶奪行業資源。

回到網際網路，雖然贏家通吃的過程中也有激烈的競爭，但資訊通暢後的行業領域內，往往能夠實現對內提升質效，對外融通發展，使得整個行業能效整體提升。

因此，更加深入的網際網路化還將繼續深入，才能全面進入大資料時代，然而這個時代到臨之前對於資料資產的歸屬及安全問題還需要更多與之配套的制度保駕護航。

未來終將到來，任何組織和個人都無法改變時代發展的洪流，只能選擇擁抱。認清組織通向工業4.0之路，就顯得格外重要：

AI-人工智慧

雖然這個概念已經流行已久，但其實不管是國內還是國外，對人工智慧的定義仍然分為好幾個流派，至今未統一。筆者比較傾向的定義是：用機器實現原本必須人類智慧才能完成的任務。

在組織內，人工智慧除了技術本身的挑戰外，更多面臨的是：如何讓員工心甘情願將個人智慧轉化為人工智慧？

API形式是曾經與一位海龜博士合作過程中用到的一種方法，即：博士自己實現人工智慧後，對外開通介面，使用者可以呼叫這個介面傳入資料獲取處理結果，使用者只要確保相關結果的正確率即可。

然而這種方式對一般的企業來講，又缺乏動力。

BI-商業智慧

個人參與到的BI專案涉及軍隊、銀行、高校，也有世界五百強的國際型企業，但BI發展水平都不夠充分。一方面業務自身還不具備商業智慧化的基礎；另一方面受限於技術應用的投入、回報，大多數企業只能採取頭痛醫頭、腳痛醫腳的方式，碎片化地開展商業智慧化工作。絕大多數企業通往充分的商業智慧還有很大距離：

商業智慧充分化的狀態：所有正式流程線上化，自上而下、自下而上的資訊流通自動化。實現高精度的流程監控及最佳化，風險及控制。

從業務上，當前掣肘企業進入充分商業智慧化的普遍問題在於，很多企業的正式流程並未精細化，因此往往BI專案會伴隨類似阿米巴的精細化管理制度引入。

從技術上，目前已經有大量資料治理工具和BI產品能夠很好地支撐不同業務場景及業務變化下的資料治理及視覺化。主要存在的挑戰還是技術能力與業務能力的融合上。

CI-客戶智慧

因為洞察到了重複的腦力勞動必將被替代，因此面向客戶需求的持續創新成為打造領先戰略優勢的企業首選。這些企業，不管是服務業還是製造業，都不再滿足於處理千萬個同樣的訂單，而是追求處理千萬個客製化的訂單。

個性化的服務和個性化的產品是客戶智慧的關鍵詞。

但是客戶智慧的終極狀態絕非聽取使用者個性化的需求進行個性化滿足，而是預測使用者的個性化需求，推薦個性化的產品和服務，而做到這一點，對影響客戶需求的各種環境和環節都需要有所洞察。

DI-資料智慧

組織跑通了AI、BI、CI，讓客戶需求（現金）、員工智慧（知識）以資料的方式在業務流程中流通，才能真正體現資料智慧的商業價值：基於歷史業務資料，預測市場變化，並充分利用已有的AI、BI成果進行自動化響應，整體上提高市場銷售和降低服務成本。

然後很多組織單獨做BI專案、AI專案，都離生意太遠，企業看不到資料帶來的商業價值，因此往往缺乏推進資料治理專案的動力。

ERI-企業資源智慧

企業對業務單元具備高精度的管控能力後，使用內部企業資源與外部企業資源都能保證較高的能效。持有戰略資產，而把部分企業資產商品化，構建自己的企業資源雲，實現ERI（企業資源智慧）。到達這一步後，組織就能憑藉智慧化的訂單，靈活調遣企業內外的企業資源，這一步做得比較好的是各大外賣平臺、打車平臺。

結語

組織邁向工業4.0的核心能力是對大資料AI技術的充分應用，但其難點在於，其應用並非過去資訊系統那樣可以標準化購買和使用。

企業需要的不僅僅是大資料平臺、AI模型平臺，更需要的是業務職能與大資料AI職能的深度融合，實現大資料AI職能化，組織智慧化。