Search
【傳遞組織願景 鼓勵展現工作價值】
「有個人看到兩個石匠在敲石頭，好奇一問：你們在做什麼？第一個石匠說，我在敲石頭；第二個石匠說，我在蓋教堂。」工研院副院長張培仁以一個小故事，帶出管理者對員工傳遞組織願景的重要性。這也是張副院長從《大規模領導力：麥肯錫領導力聖經》一書的體悟，呼應了書中「激勵他人並使其發揮最大才能」領導力的最高境界。
想看《大規模領導力：麥肯錫領導力聖經》這本書的領導力核心原則嗎？請看以下分享。
新聞傳送門
https://udn.com/news/story/7241/5420622
#工研院 #張培仁 #理論結合實務 #工作價值 #大規模領導力 #麥肯錫領導力聖經
三分之一的前輩已經倒下，1600家物聯網平臺將何去何從？【物女心經】
作者：彭昭（物聯網智庫創始人&雲和資本合夥人）
物聯網智庫 原創
導 讀
在我的身邊，幾乎每家物聯網企業都創建了與自家產品和方案相匹配的平臺。物聯網平臺數量的增長，是物聯網市場欣欣向榮的一個有力實證。接下來，這些物聯網平臺將會如何發展？作為物聯網企業，怎樣規劃平臺的未來？作為用戶，如何選擇最適合自己的平臺？本文將嘗試予以分析。
你好，這是我在【物女心經】專欄寫的第217篇文章。
今天是大年初三，又恰逢2月14日情人節，好日子都在這期【物女心經】聚齊了。
開年大計，以愛為本。先祝單身的你牛年牛氣沖天，再祝成雙的你盡情“年”在一起。
在過去一年，我提到最多的關鍵字是“拐點”。
2020年，全球物聯網的連接數首次超過非物聯網的連接數；5G的覆蓋面持續擴大，行業認知程度和投資動力快速提升；工業界正處於“軟體定義工控”變革的前夜，工業互聯網正在跨越拐點……這都標誌著物聯網進入了新的發展階段。
當物聯網駛入快車道後，勢必催生大量的物聯網平臺需求，他們是承載與分析資料的基礎。
於是，我查詢了最新的物聯網平臺數量。
2017年，全球物聯網平臺數量是450家。2019年，根據IoT Analytics統計，物聯網平臺數量是620家。到了2021年初，原本我預計這一數量將增長到800家。
但查詢的結果出乎我預料。根據德國電信的最新資料，全球物聯網平臺數量約為1600家！
在我的身邊，幾乎每家物聯網企業都創建了與自家產品和方案相匹配的平臺。物聯網平臺數量的增長，是物聯網市場欣欣向榮的一個有力實證。
接下來，這些物聯網平臺將會如何發展？作為物聯網企業，怎樣規劃平臺的未來？作為用戶，如何選擇最適合自己的平臺？
本文將嘗試予以分析。
01物聯網平臺是戰略制高點
物聯網平臺實現了一定程度的能力沉澱、軟硬體解耦和資源調度作用。
自2012年近距離觀察物聯網的發展至今，每年我都看到大量的物聯網平臺誕生，而且這個勢頭一直存在，愈發強勁。
各行各業都在邁向數位化，這是一個普遍共識。這些行業的數位化轉型升級，造就了物聯網專案非常濃重的行業特徵。
成功的物聯網項目，他們的共性都是尊重和堅持了原有的產業規律和行業特徵。這些成功的物聯網項目將可複用的能力沉澱於平臺，又促進了物聯網的新一輪建設和反覆運算。
平臺作為物聯網企業的一個戰略制高點，值得審慎佈局，而且是一個長期的發展機遇。因此全球有1600家物聯網平臺，不足為奇，其數量在未來甚至還將持續增加。
不過物聯網平臺的發展也在歷經變遷。
首先，原有的分層架構不再適用于未來發展。
目前大家對於物聯網平臺，普遍認可的是由Machina Research提供的分類方法，即按照其主要功能分為連接管理平臺CMP、設備管理平臺DMP、應用使能平臺AEP和業務分析平臺BAP。
這是一種在物聯網發展初期，我們給物聯網平臺所貼的標籤和簡化。
然而隨著產業的發展，我們有時會發現，同屬於設備管理平臺的兩家企業，所提供的方案可能毫無相似性和可比性。
因為相比於互聯網，物聯網的產業鏈層次大大增加。
以動態的眼光來看，隨著邊緣計算的發展，物聯網市場仍在不斷“增厚”，物聯網平臺也朝向各種邊緣和終端持續推進。各種行業的物聯網終端所具備的處理能力差異很大，針對不同場景，有些需要作為控制中樞，有些只需要提供簡單的功能…
面向未來，我們很難再用簡單的標籤來界定物聯網平臺的類別。
其次，生於垂直行業的物聯網平臺正在不斷跨界。
正因為不同的企業在嘗試物聯網的過程中，場景和應用存在很大的差異。因此物聯網平臺並不是一個單一的市場。
物聯網平臺只是一個統稱，其實每個環節、每個場景、每種應用，都有可能對應一個龐大的市場。
各個垂直行業、各個行業中不同環節中的企業，都具有截然不同的內外部環境，都需要能夠消化和包容差異化的解決方案。因此我們看到了誕生于智慧家居、智慧城市、智慧工業等垂直領域的物聯網平臺。
然而英雄不問出身，各個物聯網平臺不必局限於自己的背景，只看能否為產業創造價值。從家庭到園區、從工業到農業、從物流到零售，優秀的物聯網平臺不斷向相鄰領域擴張，持續跨界。
因此很多物聯網平臺淡化了行業屬性，其中標誌性的信號是美國工業互聯網聯盟IIC主動弱化了“工業”特徵，而只在新願景中強調“可信”和“價值”。
IIC談到了他們對於產業的觀察：“隨著時間的推移，市場已經發生了變化，物聯網的重心從技術本身轉向了實際部署。這一點很關鍵。只有被實際部署，被實際使用，技術才有價值。”
第三，對於平臺的定位決定了價值乘數。
雖然都建立了物聯網平臺，但是每家企業對於平臺的預期和目標不同，終局也就不同。
有個流傳很廣的說法是：應用型公司值十億，平臺型公司值百億，生態型公司值千億。
從數量上看，三種類型的公司數量恰恰呈金字塔結構，應用型公司數量最多，平臺型公司數量比較少，生態型公司全球僅幾家。
物聯網平臺恰恰是一個能上能下的“中層”。
平臺的定位決定了它所撬動的價值乘數，是10倍、100倍還是1000倍。
當然不同的價值乘數，也對應不同的難度係數。
從應用到平臺已屬不易，而從平臺到生態更是難上加難。因為想要建立一個與物聯網平臺相呼應的生態環境，其難度遠比建立平臺本身要大。
物聯網平臺並不是一個獨立存在的孤帆，而是需要大量硬體的配套支援，並能夠承載軟體發展成果的航母。
從物聯網平臺到生態系統的規劃，大致可以歸納為3個階段：
階段1：以平臺所有者為核心建立生態，平臺所有者向合作夥伴輸出價值為主；
階段2：與少數平臺所有者進行合作，目標是吸引更多使用者為生態輸入價值；
階段3：更多業務加入擴張生態，優勝劣汰，形成生態系統的良性發展。
而且開局的最初幾年尤為關鍵，物聯網平臺需要抓緊時機建立生態並迅速擴大規模。
借鑒BCG對於互聯網平臺的市場分析，大約80%的成功者在前5年就獲得了超過50%的市場份額，他們平均使用7年時間達到市場份額的峰值，市場佔有率約為80%。
02 物聯網平臺宜事前驗屍
面對1600家物聯網平臺，如果企業想做數位化轉型，該找誰合作呢？
很多企業都或多或少的遇到過這個問題。
如果說從供方出發，由物聯網平臺到生態，邁上這個臺階是難上加難。
那麼從需方角度，讓用戶在眾多的物聯網平臺中做出正確選擇，這道題目簡直慘絕人寰。
要知道，那些曾經財大氣粗的物聯網平臺也有“斷供”的可能。
之前曾有文章提到，2018年物聯網平臺倒閉了三分之一。在這條路上跌倒的，不僅有初出茅廬的毛小子，也有久經沙場的老師傅。
IBM的Watson平臺、GE的Predix平臺，穀歌的Android Things平臺…因為各種各樣的原因，淡出了視野。
家裡的智慧音箱，如果廠商停止服務，“智商歸零”的產品還可以當作普通音箱將就著用。如果企業選擇的物聯網平臺“失靈”了，對於管理和運維的影響就要複雜得多。
《孫子兵法》有雲：凡善戰者，未謀勝先謀敗。與其奢求物聯網平臺的基業長青，不如事前驗屍，避免誤入歧途，提前想好“善後”的對策。
至於平臺如何選擇，可以參考物聯網智庫的文章：《麥肯錫|十問十答，物聯網平臺該如何選擇》。
另外，很多企業都說自己有物聯網平臺，但我往往會多問一句，你有的到底是一個物聯網項目，還是一個物聯網平臺？
這裡需要強調的是，專案和平臺的差異在土壤之下。平臺的功夫是下在看不見的地方。
物聯網平臺面向的是一組具有相似業務邏輯的物件，並需將其抽象出來形成一套可擴展、可衡量、靈活的系統架構，應該能為應用軟體提供複用的能力。
有不少物聯網企業，還深陷從項目到平臺的鴻溝。
如果只是做物聯網專案，一個又一個的去服務不同行業客戶的個性化需求，不能尋找其中的共性，並在平臺上得以沉澱，就會導致應用無法複用，每做一個專案都得從0開始，賦能開發者更是無從談起。
可喜的是，隨著物聯網的成熟，標杆應用逐漸形成示範效應，並在更多領域實現複製，很多企業已經實現了從項目到平臺的跨越。
----寫在最後----
在新的一年，不僅春節和情人節聚齊了，而且最拔尖的人、最冷靜的腦、最理性的財、最智慧的物，都正在朝向物聯網領域彙聚。
1600家只是個階段性成果，物聯網的雪球只會越滾越大。萬物互聯，永遠都會有新的物聯網平臺誕生。
最後劃個重點：
第一，物聯網中的資料是複利的源泉，由資料構成的雪球已經初具規模，數位基礎設施的發展突破“拐點”。
第二，當物聯網跨越拐點之後，顯而易見將帶動各種物聯網平臺需求的增長。作為供方，物聯網平臺作為物聯網企業的一個戰略制高點，值得審慎佈局。
第三，作為需方，物聯網平臺的選擇困難症長期存在，與其奢求物聯網平臺的基業長青，不如事前驗屍，避免誤入歧途，提前想好“善後”的對策。
資料來源：https://mp.weixin.qq.com/s?__biz=MjM5MTM5ODQyMA%3D%3D&mid=2651245470&idx=1&sn=85ec44a1c82c33eaaf1ea63d6b8465a4&chksm=bd4444e58a33cdf381c30634844c0ebaaaa2596426bf07f1b00587bc4d9d2855d0c06689b534&xtrack=1&scene=90&subscene=93&sessionid=1613309167&clicktime=1613310566&enterid=1613310566&ascene=56&devicetype=android-26&version=27001543&nettype=WIFI&abtest_cookie=AAACAA%3D%3D&lang=zh_TW&exportkey=ApB%2BAYO1nDgXQM6RnIc2vu0%3D&pass_ticket=MLg83SgWi3hp4U8bwhYZDQB%2FjtImuGUfcmG6GarXGlcmKM4x0QmrGjlDlCiwqCJT&wx_header=1&fbclid=IwAR1srIHDLl5p4O0xSwHUj7yMjncmn187cksImjUxEEtwAIXn3QV4G89KyI8
端點AI -- 邁向一兆個智慧端點之路
【作者： Thomas Lorenser】 2021年01月14日 星期四
從工業到家庭、健康照護與智慧城市，由無數的應用和裝置蒐集來的大量數據產生即時的洞察與價值，智能（Intelligence）必須從雲到終端遍及整個網路。因此，提升終端運算能力、並結合機器學習技術，就有可能釋放物聯網終端裝置即時的數據分析力。
越來越多的智能圍繞在我們周遭的世界。我們聽到許多關於物聯網（IoT）、雲端運算與其他令人興奮的科技，如何在未來數十年改變人們生活的預測。從工業到家庭、健康照護與智慧城市，物聯網讓遍及日常生活的各種應用，變得更為豐富，且讓生活因此改觀。
應用的領域相當多元，有數百個子項目與數千個應用。這些應用產生許多數據，但數據本身不重要，重要的是我們可以從中擷取的價值。我們不能仰賴以往把所有數據都傳回雲端伺服器的傳統作法 – 這種作法隨著數據量的增加無法進行擴充，因此需要不同的解決方案。
把數據從端點傳輸至雲端是有代價的，包括更長的延遲、數據傳輸時的用電、頻寬，以及伺服器的容量，這最終也將是使用場景價值成功或失敗的關鍵。這在物聯網中特別容易發生，原因是許多應用必須仰賴最低延遲的即時數據分析與決策。
事實上，有時候端點可能只擁有有限（如果有的話）的連接性。因此，智能的分配必須遍及整個網路，一路到數據源頭的端點，如此我們才能在正確的地方擁有處理能力。提升終端運算能力並結合機器學習技術，就有可能釋放物聯網端點即時的數據分析力，而兩者的匯聚也稱為「端點人工智慧（Endpoint AI）」。
什麼是端點AI，為何它很重要？
端點AI主要是讓端點（即便是最小型的裝置）變得更聰明且更具智慧，可以在端點上執行必要的即時分析，同時：
‧ 改善整體系統效能
‧ 降低耗電量配置
‧ 降低對雲端處理的依賴
我們舉個例子：想像有一個負責監控水管狀態的小型端點，目的在檢測異常情況，例如水管漏水。倘若水管破裂能儘早檢測出來，避免對房屋造成損害，這對於屋主與保險公司都有極大的價值。這種裝置若能檢測出漏水，只需再加上雲端連接性，就能善用端點上的處理能力並創造價值。
不過，如同之前討論過，到目前為止看到的都是「雲端優先」的方法，這種方法把智能放在雲端上，而數據則不斷地沿著網路進行傳輸。然而為了迎合耗電、頻寬與成本的需求，這種方法正在改變，如此才能促成更寬廣的使用場景。舉上述的漏水檢測器為例，把處理能力移到端點內，可以把電池壽命從數個月延長至數年。
對於許多的使用場景而言，最佳的方式是將智能普遍分配到整個網路上，包括一路配置到端點。Arm貴為整個網路上的每個節點，都提出了解決方案：從數據中心、（終端）伺服器、閘道，一路到端點。
今日感測器產生的數據大多被丟棄，原因是要傳輸這些數據，從能源與頻寬的角度來看，成本實在太高。想像一個電池驅動的物聯網端點，使用藍牙、窄頻物聯網，或其它方式連網。端點從各個感測器搜集數據，然後把資料傳至閘道或另一個裝置。
不過，這個使用場景的通訊，往往成為整套系統耗電量最大的一部份。因此，系統架構師得進行取捨，以便在系統的耗電量限制下作業。他們得兼顧端點內感測器數據的資料速率與數據處理，以便讓電池壽命保持在可接受的範圍內。
倘若我們只在感到有興趣的事件發生時，使用機器學習架構方法來儲存或傳送數據，並藉此降低無線電波的使用、同時優化電池的壽命，又會怎?樣呢？儘管這些端點上的運算資源一直以來都太過貧乏，無法在裝置本身支援訊號處理與機器學習，但端點 AI 現在卻讓它變成可能。
事實上，今日已有許多的應用，使用Arm Cortex-M架構的裝置內的機器學習技術。受到Arm在內的許多領先企業機構支持、稱為tinyML的社群運作，正在驅動這個趨勢，目標是在微處理器（MCU）上部署機器學習。
tinyML基金會正在協助讓傳統的嵌入式世界與全新的端點AI世界，找到兩者之間的交集。藉由他們的努力，更多的開發人員現在已經可能直接在微處理器上，運行越來越複雜的深度學習模型，藉以加速端點AI，並產生出全新的使用場景。快速檢視其內容，我們發現它大多利用Arm的IP架構。Cortex-M處理器能提供應對各種既有使用場景的正確功能集。
例如，Audio Analytic 公司使用 Arm Cortex-M0+ 處理器實作聲音辨識。其它的實例則使用 Cortex-M4、Cortex-M7 與 Cortex-M33 的數位訊號處理器（DSP）的運算能力：
接下來呢？
我們正處於一段令人興奮時期的開端，在這個期間，新的科技將促成新的能力，並且讓要求更為嚴苛的物聯網端點使用場景，成為可能。端點搜集越來越多的數據，這些數據可以用節能的方式進行分析並找出型態，並觸發下一步的處理。這也是為何物聯網端點與微處理器（MCU）必須具備更多的能力，以應付與日俱增的需求。
為了支持端點AI的願景，Arm特別開發Cortex-M55（Arm具備最高AI能力的 Cortex-M 處理器）與Ethos-U55（可搭配Cortex-M的微神經網路處理器），兩者是應對許多新興使用場景的完美組合。與現有的Cortex-M處理器相比，Cortex-M55搭配Ethos-U55的總機器學習效能可以提升480倍。
此外，重點不只有IP。Arm的CMSIS-DSP與CMSIS-NN程式庫的演進，以及我們與Google的TensorFlow Lite Micro團隊的協作，將讓開發人員可以更簡便地把他們在之前Cortex-M平台上的作業，轉移到Cortex-M55與Ethos-U55。
端點AI靠視覺-語音-震動驅動
麥肯錫公司已經找出在2025年以前，可為邊緣與端點處理創造出2500億美元硬體價值的橫跨11個產業的100個使用場景。藉由分析這些專供端點AI利用的使用場景，可以發現主要的使用場景都圍繞三個領域：視覺、語音與震動。
預測性維護在許多大眾市場應用中，是一股重要的成長驅動力。據估計，每年因為機器停機造成的損失超過 200 億美元。
我們可預見上述三個類別之一，或是多個類別的使用場景或應用。例如，除了可以使用震動監控來執行異常檢測，也可以利用聲音辨識的技術，或是使用影像。端點AI已能支援設備上的訊號處理和機器學習。
附圖：圖一 : Arm在所有設備及裝置上實現無所不在的人工智慧
資料來源：https://ctimes.com.tw/DispArt-tw.asp?O=HK51E75CFDSARASTD7
麥肯錫：2025年物聯網總產值11兆美金
"萬物上網" 物聯網時代正式來臨！
雲端網路運算 智慧判斷生活自動化
物聯網應用廣泛 人類進化一大步
物聯網應用:星巴克以物聯網精準行銷
物聯網應用廣泛 人類進化一大步
車聯網觸角廣 含汽車自動、輔助駕駛
智慧醫療 投藥準確精準醫療服務
物聯網結合物流及金流 購物省時省力
FinTech改變消費、借貸與投資方式
無人工廠、自動維修 物聯網工業應用
工商業模式整體突破 物聯網更大願景
各廠牌規格技術限制 成物聯網阻礙?
物聯網由供需兩端長期累積 發展紮實
硬體規格非大問題 時間可消彌
MSCI科技指數本益比 目前為相對低點
大摩:自動車&行動支付 仍具30%成長性
物聯網直接間接商機大 潛力無窮
車聯網指標Tesla車輛訊息皆匯集電腦
NVIDIA切入汽車晶片 搶攻車聯網大餅
NVIDIA受惠物聯網 財報獲利驚豔
電玩晶片、VR 切對產品企業起死回生
外科手術機器人 執行精密準確手術
醫生透過iPhone 即可替病人做手術
FinTech對消費完全掌握 安全設防線
物聯網範過度圍廣 投資難聚焦?
投資物聯網基金 各產業面面俱到
衛星通訊+物聯網 軍工演進為無人戰爭
無人機興起 偵查、保鑣、物流樣樣行
物聯網基金盛行 復華如何鶴立雞群
不只追求本夢比，更務實篩選價值股
空頭時期不做夢 挑選PB、PE低個股
GE、NVIDIA、星巴克 物聯網實際獲利者
大多頭時期 加重本夢比個股比重
復華全球研究團隊35人 含4位專業博士
黃博士學經歷豐富 鑽研物聯網逾20年
本夢比高個股 股價跑得快波動大
基金經理人勝率高 選股秘訣一把罩！
物聯網大趨勢 現在正是買點
麥肯錫 提出改變世界的12項科技，要成為智慧型企業至少需要其中三項. More information ... 策略會議前由總裁闡述企業願景讓員工知悉. More information ... ... <看更多>
麥肯錫願景 在 資策會地方創生服務處代處長周樹林, profile picture - Facebook 的推薦與評價
麥肯錫 揭企業數位轉型痛點：老闆只看績效、朝夕令改，僅16%高管自認成功】 根據 ... 也因為如此，企業內的領導者與主管應該試著提出轉型的願景並且擁有開放的思維才 ... ... <看更多>