赵晓泊：物联网十年变化,给社会带来价值基础

2018年6月21日，由投资家网主办的“2018人工智能+物联网主题沙龙”在投资家网北京总部光华路甲9号时尚大厦12层隆重举行，本次沙龙以“智变中国”为主题，广邀100+投资同行及50余位创业者共聚一堂，围绕当下行业相关热点话题进行了激烈探讨，深度剖析人工智能与物联网领域的现状与未来。达晨创投智能制造子基金合伙人赵晓泊出席沙龙，并做了题为《物联网驱动未来》的精彩演讲。

物联网相关的技术定位是：能够自动化解放人类体力、解放人们感知、扩展人们思考，这是物联网驱动未来，并能够为社会带价值的基础。

赵晓泊认为，十年来，在芯片集成、无线通讯、云平台等技术的不断发展下，物联网已经步入新的阶段。而这些发展背后有诸多推动因素，包括计算机算力增长、工业物联网的需求、城市精细化管理、人工智能的推动、环境感知的需求等。

以下为达晨智能制造子基金合伙人 赵晓泊在“智变中国2018人工智能+物联网主题沙龙”上的精彩分享：

为什么说大数据、人工智能和工业4.0的基石是物联网?我大概从2015年开始关注工业4.0概念，当时德国人说工业4.0来了，我认为达晨创投是最早的一波看工业4.0的投资机构。工业4.0，同中国提的“两化融合”、“中国制造2025”、“机器换人”等有两点不一样的地方，也就是新的地方：一是工业大数据，二是工业物联网。

那么，工业4.0环境下，物联网为什么算是一个新的东西?工业4.0核心追求无人工厂，来实现完全的柔性化和定制化，这就需要有实时的数据支持，透明的生产管理，于是工业物联网和大数据，就自然而然成为新概念“工业4.0”的技术基础。

今天，物联网是个笼统的大概念，可以从四点来看，第一是物联网发展，第二是技术的突破，第三是落地应用，第四实案例。

从2007、2008年开始，VC PE对物联网热捧，当时的互联网就是RFID，当时我也看过一些企业，很多创业园里留学归国的企业家都是做Rfid标签的，当时我觉得没有太大的技术含量，一个射频电路家一个读码器就是当时的物联网。很多项目落在智慧交通上，比如那时候出现的ETC，还有桥梁和公路的监控，也是RFID的一些应用。所以物联网看起来喊声震天，但是始终没有成为风口。但在技术突破下，物联网十年来，已经有了很大的突破。

从芯片集成度、无线技术的突破看懂物联网10年变迁

现在的物联网跟十年前的物联网很不一样，大概有四点。第一，以前是简单的RFID芯片，现在则大规模集成，大大提高了芯片的性能，可以实现芯片的超低低功耗和超长的待机性能，低功耗是多低的功耗呢?我今天早晨还问了业内一个技术专家，他说如果采集的数据密度不是特别大，比如一个小时只采集一个数据的话，这个芯片可以由一个很小的钮扣电池支持两年时间，这是所谓的低功耗;集成度高了，价格也大幅下降，现在一个基于ARM的芯片卖几块钱，包括RFID的标签，10年前几块钱，现在一两毛钱，所以成本和集成度的改善，包括功耗极大的降低，为物联网发展提供了技术的载体。

第二，MEMS的发展，MEMS是微结传感器，实际上是一个很小的集成电路，MEMS之前还有很多温度的、压力的、振动的各种各样的传感器。有的传感器很难做，我去年看一家公司给高铁列车做传感器，一套系统大概跟计算机机柜那么大，它监控的是高铁上的齿轮箱润滑油中间的金属颗粒物、酸碱度等，这套传感器系统，能大幅度提高中国高铁的可靠性，但这套传感器系统也是很贵的，一套就能卖20万元以上。当然，MEMS传感器价格就非常便宜，几块钱到几十块钱都有，包括手机上用的陀螺仪，就很便宜。所以传感器分两种，一种很高端的，很贵，一套可能几万几十万，但是量少;一种是非常便宜的，但量非常大的，比如用在各种各样的手机上，智能手环终端上的传感器，这是MEMS和其他传感器的发展。

第三，无线技术的突破，窄带高容量无线通讯和密集部署网络，包括远距离通讯技术的突破，为物联网的发展铺平道路。十几年前大家还不知道4G是什么的时候，物联网更不可能有多少价值，但现在无线网络已实现全部覆盖，带着物联网飞速发展。

第四，一些云平台的建立，通用的、更快部署的一些云平台出现，包括树根互联互联、航天云网等平台，腾讯和华为也出了类似的云。从物联网基础端的芯片和MCU来看，基于ARM架构的处理器基本上涵盖了90%以上的物联网计算模块，包括通讯技术的标准化，能够让整个物联网的搭建变得更加容易。

这是从技术突破角度上讲，物联网为什么有很大的突破，跟十年前不一样的东西。另外从需求端的角度看，也有很多推动因素。

需求端对物联网的推动

第一，计算机算力的增长，现在很多的处理器、服务器、云，实际上已经有一些冗余了，他需要有更多的应用场景。

第二，受工业物联网的需要，工业物联网的一个阶段性目标是要满足数字化工厂，整个数字化工厂要求把这个工厂里的人、设备、物料、能源、环境全都数字化，就是为了满足柔性化、定制化、以及质量和效率的提升。我们说一个车间里边可能有很多很多的数据进行网络的部署、采集，以及数据到平台上进行分析，这是工业上的需求。

第三，城市精细化管理，城市精细化管理它是2G的业务，所以现在有很多大数据公司都开始盈利了，为什么?因为政府里边有项目，跟市政相关的、安防相关的数据需要采集，也就是城市精细化管理对物联网有拉动。

第四，人工智能，是最近2年的投资风口，人工智能实际上最大的障碍是样本数据量，人工智能在工业上落地应用比较困难，因为工业上面的残次品非常非常地少，比如生产一万件产品，它的残次品可能只有万分之一，量非常少，但这些残次品对于人工智能来讲是非常有价值的，如果希望通过人工智能来解决残次品的问题，就只有出现一些瑕疵问题的时候才能够训练人工智能，因为瑕疵的量非常少，所以人工智能在工业上的落地相对困难。目前人工智能在工业应用，大部分还仅仅局限于视觉引导等方面。

第五，环境感知的需要，环境的感知也是对物联网需求的拉动。比如智能家居、智慧医疗等的应用，就离不开各种各样的传感器和物联网连接。

物联网相关的技术定位是：能够自动化解放人类体力、解放人们感知、扩展人们思考，这是物联网在未来基于这三条能够为我们的社会带来什么样的价值。接下来看它的实际应用。

物联网落地应用在哪里?

首先谈传感器技术在各个领域的应用。智能水表就是传感器用在智慧水务上，能量检测、气体检测，智能装配，包括机器人，AGV在智慧物流，物料追踪，是物流的东西。有很多朋友问我，你关注什么，我说今年看物联网，他说你看的东西是不是很窄，我说很宽，比如智能制造、智慧物流、传感器、人工智能、还有智慧家居都是我看的，还有大数据、云，全都在这里边，包罗万象。

因为有各种各样物联网通讯手段，所以让物联网有了更灵活的部署，更容易获取的一些东西。我在前年投过一家物联网的通讯公司，实际上他当时做得很简单，就是汽车厂里边的一个按灯系统，这些功能实际用在厂内物流，当时车厂希望你给我实现一个功能，但是不能用有线方式，他说好，只能用无线，他自己开发了一套私有协议，组成mesh网络实现了车厂的需求。他去做汽车厂的时候，一个项目一个项目去做，非常累，一个项目一两百万元很少。我当时的投资逻辑，第一个，你做这套东西可能是物联网里边必须用到的，然后我拉着他去工业大数据公司谈合作，很容易就达成了业务上的合作关系。工业级的应用非常严苛，每上一个项目周期都很长，但这家公司在去年年底的时候突然抓住机会，京东的无人便利店找他，就是用他的东西做商品的结算系统，新零售起来之后，突然发现原来钱非常好赚。这个识别率要求有多少?比汽车厂的要求可低多了，反正比竞争对手高出许多，现在已经拿下了90%的京东的合同，原来服务汽车厂，现在便利店是很典型的生意。无线网络的存在让物联网能够落到每个环节，这个就不展开讲了。

典型的一个物联网模块是这样的，有一个中央处理器，通讯的部分，再加上集成一些传感器部分，不一定是RFID，可能是其他的，构建成物联网产品一个典型的构造。

应用领域的话，刚才其实也讲到了一些。我曾在深圳碰到一个很小的公司，他们做了一个非常简单的传感器，上面集成了两个陀螺仪，非常精确。在瑞士有一家做烙铁的公司，这家公司把烙铁卖给华为，华为工人拿烙铁焊他的机柜，这个机柜卖给欧盟，欧盟当时说你一个产品的质量如果达不到85%以上的话，整个批次我都不要。最容易出问题的就是焊点的虚焊问题，这家公司就是几个人的小公司，用加速度传感器绑在烙铁上，工人每做一个动作都记录下来，然后每个月产生72亿数据，通过数据做品控分析，提高产量。最后烙铁在最后焊接过程中，最后的合格率到了95%点几，比原来提升了10多个点，让华为在欧盟减少了很多很多退货的风险，这是一个简单的应用，后来这家瑞士烙铁工厂找到了深圳的小公司，打算购买他们的传感器。

还有一个非常重要的案例，山东的红领制衣，这是工业4.0领域里面一个非常重要的案例，也是达晨投资的企业。它的产品成品线上挂满了西装成衣，但是每件衣服都不一样，这是它牛的地方，因为一般的服装厂是一个批次100件、500件、1000件都是一样的，但是这家公司出品的几万件衣服，都不一样。怎么解决的呢?通过物联网的手段，让机器知道你现在加工的某一件衣服的某一件布料上，告诉机器做成什么样子，机器上加上一个显示屏，一个数据采集，把这个数据上传到自己的服务器上，MES系统根据这些数据同订单相匹配，订单拆解开以后再告诉每个设备，每一个工人，每一个布料该做哪一步，这件衣服来以后缝左边，下件衣服来以后缝右边，都会告诉机器和工人，所以他能够做到100%的柔性化，他做的衣服，交期特别快，而且绝对同消费者量身定制的合身。

物联网其他应用就是智能家居、自动驾驶。自动驾驶是物联网应用的集大成者，现在业界还只是把自动驾驶看成一个人工智能的投资机会，但实际上，没有物联网、没有传感器、没有无线通讯，没有这些基础的东西的话，自动驾驶离我们还是非常远。