面臨接口標準化等挑戰
盡管物聯網會對產業升級產生種種影響,但其并非無所不能。微軟亞洲研究院常務副院長趙峰認為,大家對物聯網的期待有些過高,眼下物聯網面臨的重要問題就是接口有待標準化,而數據若想體現價值,必須建立在挖掘和可視化分析的基礎上。
梁泉亦表示,產業升級路徑的價值在于數據采集、分析和最后落地,能提升產業決策,提高資源的配置進而影響產業,但也面對相應的挑戰。首先,升級路徑從東部到西部,在各行業里面分布不均,簡單講就是產業與ICT(信息和通信技術)融合滯后,拖慢了整體升級進程;其次,國內移動互聯網的發展在全球已處于較好的位置,但核心技術跟基礎還需進一步提升;最后,ICT產業鏈上下游也面臨著來自芯片、操作系統、云計算、大數據和人工智能方面的升級挑戰。
梁泉建議,不同操作系統、協議、聯盟、云平臺之間的技術亂戰需要改變。畢竟物聯網和產業深度結合,將安全的重要性提升到新高度,這將考驗國家標準、基礎設施和全產業鏈。
“至于互聯,單體設備的連接價值并不大,這也是為什么現在單體設備很難去大規模啟動消費級市場的原因,核心的云技術和普及規模都不可或缺。”聯想集團副總裁、新業務拓展部總經理白欲立認為,相較而言,目前企業對物聯網的布局重點在2B(TOBusiness即對企業的公司)市場,2C(TOConsumer即對消費者的公司)市場還沒被真正啟動。
京東IT數碼事業部、品牌合作與發展部總經理汪延領則認為,物聯網的排頭兵產業將產生在高端物流以及個人健康安全類的應用上。物聯網先在這兩產業得到廣泛應用,才能從2C市場反過來激發2B市場。
《《《
人物專訪
騰訊QQ物聯副總經理毛華:
物聯網硬件不是一錘子買賣 廠商需延伸商業鏈條
還沒下班,手機里的信息提醒孩子在幾點幾分已經放學回家,因為家里的攝像頭已不再只是簡單的安防功能,而是具有了人臉識別能力。在設備上“激活”QQ號后,可以跟設備實現“對話”。
這些看似科技感十足的場景,未來通過騰訊QQ物聯就可能實現。在接受《每日經濟新聞》記者(以下簡稱NBD)專訪時,QQ物聯副總經理毛華透露,QQ物聯預計在7月底公測。“相較于阿里和京東有強大的電商基因,騰訊的售賣能力相對弱一些,所以一定要找到差異化的切入點,即發揮社交關系鏈和音視頻能力,在用戶端建立起人跟硬件的關系。”毛華說道。
所謂的“硬件社交”邏輯在于,使智能硬件廠商不再只是“一錘子買賣”的產品售賣者,而是通過后續為用戶提供服務和內容,延伸商業化鏈條,由此釋放物聯網的想象空間。而造平臺生態是BAT(百度、阿里和騰訊)的慣用打法。針對物聯網,尤其是離用戶較近的智能硬件,除了騰訊用微信、QQ同時摸索,阿里、京東等都在布局。
硬件商需深度開發設備功能
NBD:您能介紹下目前有哪些硬件廠商已經接入QQ物聯平臺?是否存在同質化競爭?
毛華:目前,該平臺接入的70%硬件廠商為中小企業,傳統家電廠商也有,但不方便透露具體品牌。整體上,硬件廠商的能力參差不齊,產品確實存在同質化的現象。很多硬件廠商沒有深度挖掘設備的功能和能力,對服務鏈條擴展有限。
物聯網的最大價值將體現在數據采集分析上。傳統硬件廠商的思路需要轉換,硬的定價可以稍微低一點,目的是讓更多的用戶購買使用產品,才能為后續的內容服務帶來潛在消費者,探索更多的商業模式。
NBD:QQ物聯在硬件端多選擇接入扶植中小廠商,出于哪些考慮?
毛華:QQ物聯是對外完全開放的智能硬件平臺,對企業規模我們沒有作任何限制,也沒有引導企業規模大小。從實際接入情況來看,應該說70%接入的是中小企業。
我們不在乎團隊大小,任何領域都歡迎合作,但研發能力要強,要有創造力。比如,攝像頭企業具備音視頻的傳輸能力,但作為硬件廠商沒有能力去搭建服務器,所以QQ物聯將音視頻通道提供給設備廠商。又比如,家里門開了,通過攝像頭報警到QQ上,同時攝像頭會捕捉畫面。其實,很多硬件廠商沒有深度挖掘設備的更多功能和能力。
物聯網重在數據分析
NBD:有觀點認為,互聯網企業和家電廠商都在造自己的生態圈,留給初創企業的空間不大,您怎么看?
毛華:大公司有大公司的優勢,小廠商轉變思路也完全可以做得很好。比如,接到我們平臺上面的設備已經不再是固有的設備,能力是有擴展的。普通攝像頭給人的第一印象是一個安防設備,但如果接到QQ物聯的設備,會展開很多的能力,比如人臉識別。
如果中小硬件廠商能往服務領域做更多的拓展,他們也可以培育新的商業模式,因此發展空間還有很大提升。
NBD:您剛才提到物聯網的數據采集分析價值很大,未來QQ物聯有沒有數據采集分析和后續服務的計劃?
毛華:物聯網最大的價值就是數據,針對數據的變化采取相應的措施,并通過后續的措施去適應新的變化,這是數據分析最最重要的地方。硬件廠商在生產這些硬件的時候也希望自己拿到數據,但這些數據歸屬用戶,涉及用戶隱私。平臺方的數據到底提供給誰,應該讓用戶自己去做決定。
騰訊除了有騰訊云、云存儲之外,還有很大一部分是數據分析。未來,設備的數據加進來會更加豐富,用戶的數據跟設備的數據結合起來會更有意思,可以自我學習,進行自動識別和調整。