3.5 精准数据的未来应用  衣食住行如何实现精准数据？5G、物联网和人工智能之间有着怎样的演进关系？

衣食住行如何实现精准数据？5G、物联网和人工智能之间有着怎样的演进关系？

 

本期提要

1.衣食住行如何实现精准数据？

2.5G、物联网和人工智能之间有着怎样的演进关系？

衣食住行的精准数据

在目前所有的商业模式中，有一个行业特别成熟，而且我们每天都离不开它，是什么？出行服务。因为手机端掌握了精准的位置数据，所以很容易就实现了精准的撮合、匹配。

滴滴出行为什么很厉害，因为它的商业模式已经成熟了，为什么成熟，因为它掌握了精准数据。在我们主要的需求，衣、食、住、行、吃、喝、玩、乐中，行是最早被精准满足的，它的商业模式是最成熟的，就是因为它最早收集到了精准数据。

衣的需求没有被精准满足，为什么？因为没有精准的身体数据。ZARA已经开始收集顾客的精准身体数据，未来将会提供量身定做服务。我们可以利用3D Sensing (3D成像)技术收集精准的身体数据，如果再加上社交数据，让我知道你穿每件衣服的受欢迎程度，以及对于你的工作有没有帮助，那就更有意义了。

 

食也一样，如果我知道你身体的各种数据，我就可以每天给你推荐最适合你吃的东西。这些全都是跟精准数据有关的工作，都是精准数据未来将会渗透的行业。因为在行这个层面已经证明了，只要有精准数据，行业就会发展得特别好，特别容易成熟、特别容易商业化、特别容易赚钱。而与精准数据相关的技术，我们在之前已经讲到，在2C（面向个人）端，就是传感器。

 

我们最终做一个结论，是什么呢？围绕精准数据，有三个核心的技术，第一个是物联网技术，第二个是人工智能技术，最后是视频技术。

 

视频是物联网很重要的组成部分，所以我把它单独列了出来。视频技术主要分为两部分，一部分是视频的输入，也就是摄像技术；另一部分是视频的输出，也就是显示技术。

 

大家看一个技术创新，最重要的是要区分这个技术是替代性技术还是工具性技术。什么叫替代性技术？就是新技术的出现是为了替代原有技术。什么叫工具性技术？就是新技术的出现会帮助原有技术变得更好。

我举一个例子大家就会明白，我以前觉得石墨烯是一个很高深的东西，好像要把很多材料都替代掉，后来我专门去航空材料研究院认真学习了很久，发现石墨烯跟我之前想的其实不一样。当时有一个1984年出生的年轻人，自己构建了一套石墨烯的应用体系，当时的业内人士都觉得他在吹牛，为了骗取科研经费。后来“石墨烯之父”、诺贝尔物理学奖获得者安德烈·海姆专门来找这个人，因为他写了一篇文章，分析了怎么把石墨烯跟各种传统材料结合。

 

现在，在导线、电缆、橡胶、涂料，以及显示、电池等各种领域，添加石墨烯之后，性能大幅提高，安全系数大幅提高，甚至成本也随之降低。所以石墨烯本身不是一个替代性材料，而是一个工具性材料。当它是一个工具性材料的时候，会有肥沃的土壤让它成长；但如果它是一个替代性材料，因为涉及到产业链的更换，也就是路径依赖，大家接受起来就会比较难。

 

所以我们天天讲人工智能，它真正的机会在哪里，不在于开发技术的公司，而在于应用技术的公司，因为技术是不可预测的。物联网加人工智能，背后的精髓就是掌握精准数据、利用精准数据、运算精准数据，作为工具性的技术辅助其他行业的发展。

2015年我们讲互联网模式创新，目的就是要颠覆，但现在是我要帮助你发展。比如纺织行业，最早用人工，后来用机械、用蒸汽机，再后来用电力，最终纺织行业没有消亡，反而谁最早用机械、谁最早用电力谁胜出，所以机会在哪？机会就在纺织行业本身。

5G带来的变化

我们认为，房地产，机械、军工、汽车，各行各业都会进入精准数据的时代。这个时代有几个特点，第一点就是精准数据要求的不仅是空间数据的准确性和全面性，同时要求时间上的及时性，所以5G是重要的前提，5G满足的是及时性，因为它的速度是4G的50倍以上。

 

第二点是2C（面向个人）领域将会进入精准化数据时代，巨头继续巨头。如果想要投2C（面向个人）领域的公司，一定要慎之又慎，因为巨头化的趋势已经太明显了。而在2B（面向企业）领域，我觉得5G和物联网是重要的前提，有了它们才会有人工智能。现在已经有人在研究皮肤传感器，比如把它放在脸上就可以检测你的皮肤，测完之后马上告诉你，你是什么肤质，什么样的化妆品适合你。所以有了精准数据，最危险的行业是哪个，第一个是广告行业，第二个就是保险行业，因为它们是基于不精准数据，基于不精准数据的行业，其实未来都很危险。

所以在这个过程中，我们的逻辑就是，有了5G就有物联网，有了物联网就有精准数据，有了精准数据就有人工智能，所以我们最早需要讨论的问题是5G的问题。

 

那么简单地讲，5G跟4G、3G有哪些区别，我给大家举个例子大家就明白。4G、3G时代是广播模式发信号，不管你用不用，信号一直向外发射，所以大量的频段和信号被浪费了。但是到了5G时代，5G为什么快呢？因为它是互动的，比如我的手机现在需要信号，就可以马上给基站发信号说我需要信号，然后基站马上把信号发给我，效率非常高，能够实现最大化的撮合和利用。

但这时候会产生一个问题，是什么？需要很多基站，让我可以随时联系到你。所以想要实现随时快速通信，就需要密集地建设很多小基站，于是问题来了：第一，小基站建在哪里？第二，小基站由什么构成？

 

首先，小基站建在哪里？我们不能再像以前一样，建那么多发射塔，那么小基站应该放在哪里？放在路灯上。所以5G其实对路灯行业来说，是一个很好的机会。

 

第二，小基站内部是怎么构成的？小基站主要是由天线和射频构成的，所以其实真正受益于5G发展的，不是那些生产通讯设备的公司，而是在手机端做无线业务的公司，因为这种业务跟小基站的技术路径特别像，而单价又是原来的10倍，空间特别大。我们测算过，5G整体的设备投资会比4G增长100%，其中占比比较大的就是小基站的建设费用。

 

所以对于整个通信行业，我们的判断是从2018年年底到2019年，会进入一个比较高速的建设周期，因为5G这个产业链是符合所有产业链的利益的。

人工智能的思考

有了5G然后再有物联网，有了物联网我们最后才能实现人工智能。到了那个时候，人工智能的玩法跟现在肯定是完全不一样的，我认为GPU肯定是要被淘汰的，未来一定会进入云时代。未来所有的设备终端只用来通信和采集数据，计算都在云端完成。

我给大家举一个例子，现在语音识别特别火，但语音识别真正成熟是在2010年。我记得在2010年4月，科大讯飞的语音识别率只有40%，它做了二十多年，只有40%的识别率，为什么？因为所有的识别都在手机上进行。但到了2011年9、10月份，3G成熟了，3G成熟之后，科大讯飞的运算模式从单机运算变成了云运算。

 

比如我说华尔街见闻，手机采集到这条语音后，通过网络传输到服务器进行识别。那一年科大讯飞买入了大量的服务器，因为识别的本质其实就是记忆，记忆次数越多，识别出来的概率就越高，服务器可以储存大量的数据，这些数据会帮助提升识别率。科大讯飞的识别率在半年时间内从40%提高到98%，这本质上是由整个架构的不同带来的。

 

所以现在想要在汽车上装一个GPU就实现无人驾驶，根本不可能。视频对计算能力的要求是语音的上百倍。如果5G真的实现了，车载摄像头采集到的景象会马上传输到云端，云端经过计算后马上给你反馈，告诉你应该怎么应对，而且是在一秒之内完成，这比人的反应速度是要快的，而且在这个过程中，如果忽然信号没有了，可以再转到GPU模式。

 

现在投做人工智能的公司，一定要谨慎，为什么？人工智能本身就是数据的竞争，它比的不是谁的技术高大上，而是谁能落地。如果你能把所有的公安的订单拿下来，你肯定能把人工智能做得最好。

 

我们在中科院看到一个公司，它是做什么的呢？它只做一个行业，智能捡货，这个公司是2015年成立的，去年收入两个亿收入，两千多万利润，今年收入八个亿，我估计至少八千万利润，现在各大物流巨头都是它的客户。它从芯片做到设备，再做到解决方案，最后它就把整个物流行业的数据全拿到了。拿到数据对它来说就是自我循环，数据越多计算效果越好，计算效果越好订单越多，然后数据更多，形成了一个正反馈的过程。所以我觉得人工智能目前只是刚开始，现在的技术路线可能都是错的，从最简单的逻辑上，它应该从单机时代进入云时代。

 

对于人工智能，我们有很多思考，一个是哪些领域最容易实现人工智能，另一个是人工智能的发展到底由哪些企业主导。我觉得技术是很难预测的，但是大企业因为有足够多的数据，它们会最先采用人工智能，所以很多小企业其实也没有什么机会。我们过去一直讲人工智能，比如之前讲到人工智能炒股不现实，原因就是没有数据。有数据的行业是最容易实现人工智能的，所以现在人工智能最火的领域是什么？不是无人驾驶和人工智能炒股，反而在替代一些职业上，比如现在在美国，很多以经验技术为核心的岗位，比如HR、财务、市场分析，都在被人工智能替代，在这些领域中，人工智能已经在大范围内适用了。

 

最后一点就是关于人工智能的三类应用场景，分别是需要人的、分析人的和无人的场景。我觉得需要人的场景是最复杂的，分析人的场景是最难的，而无人的场景其实是最容易实现的，所以人工智能应该会先在无人的场景中实现。

 

以上是对于人工智能的一个整体分析，也是从5G、物联网、精准数据到人工智能的一个逻辑关系。

好的，那么这期内容就到这里，谢谢大家。

 

 

—E N D—