物聯網中大量被丟棄的資料，即所謂的“資料廢氣”（data exhaust），實際上具有很大的價值，可以用來創造新的競爭優勢。沃頓商學院高級研究員史耐德（Scott Snyder）和物聯網、數位化與人工智慧公司火箭車（Rocket Wagon）負責產品和分析的副總裁卡斯托尼斯（Alex Castrounis）在以下這篇合作評論中探討了這一觀點。
與其將物聯網稱為物聯網（Internet of Things, IoT），也許我們應該稱為資料聯網或資料網？
2016年思科視覺網路指數顯示，物聯網將在2018年之前每年產生多達400 ZB（或400萬億百萬位元組）的數據。從可穿戴設備到智慧家居設備再到高端連接平臺，各種產品都在生成這些大量資料。以高端連接平臺為例，波音787每小時產生40 TB的資料，力拓（Rio Tinto）採礦業務可以每分鐘產生多達2.4 TB的資料，這是Twitter一天產生資料的20倍以上。
儘管物聯網設備資料量巨幅增長，只有少量（8.6 ZB）資料被發送到資料中心進行存儲和後續分析，“資料廢氣”遠遠大於實際用於分析獲取洞見的資料。不過，範圍更大、功耗更低的物聯網連接，體積更小、成本更低的感測器，以及有人工智慧（AI）的雲計算和邊緣計算，這些方面的快速改進能使更多資料廢氣不僅可以用於分析獲取新洞見，還可以轉化為即時行動。一個很好的例子是無人駕駛汽車，通過收集大量感測器資料，從每個新場景和環境學習安全且高效的駕駛行為。
根據波士頓諮詢的報告，80％最具創新性的公司利用資料來推動業務優勢。因此像前進保險、耐克和約翰迪爾這樣的公司繼續投資於其產品的傳感功能，並在消費者洞見、經濟和商業模式創新方面獲得利益。然而對於大多數公司，資料的價值是在開發新產品或服務之後再開始考慮，更談不上改善業務運營了。他們並沒有從末端資料的價值開始建構，而只是專注於產品的“連線性”，視之為價值。
也許有些東西永遠不應該連接，比如可以計算性愛過程中消耗卡路里的i.Con 智能安全套，或者Juicera的連網榨汁機，雖然沒人在乎它收集了什麼資料，但這一產品還是吸引了1.2億美元的投資。
通過資料創造價值
假如資料從一開始就是驅動因素，從如何以及為何應該利用生成的資料這個問題開始構建整個解決方案，會怎麼樣？人們普遍錯誤地認為物聯網的價值在於硬體和連線性，其實這兩者只是更高效和無縫地收集資料的媒介，甚至可能接觸我們以前無法獲得的資料。例如，通過在哮喘或COPD吸入器中嵌入感測器來收集人們何時何地使用吸入器的即時資料，創業公司Propeller Health重塑了呼吸系統疾病的管理。Propeller將患者人群的詳細使用資料與天氣和空氣品質等外部資料整合，提供即時的個性化輔導，從而將計畫外哮喘的發作率減少了50％，可能節省數十億美元的醫療費用。
同樣，前進保險公司將駕駛行為的資料從其Snapshot車輛感測器轉化為升級風險模型，降低表現出良好駕駛行為的承保駕駛者的保險費。這現在占其直接管道收入的20％以上。在兩種情況下，這些公司都在使用物聯網來收集無縫且最終使用者看不到的資料，同時為公司及客戶創造價值。
在B2B方面，約翰迪爾等公司已經使用物聯網資料來改變商業模式。由於土地和設備上的傳感功能的顯著增長，一個農場平均將從2014年每天生成19萬個資料點增加到2020年預計生成410萬個資料點。通過將這些資料流程轉化為洞見和指示性分析，或基於資料的自動化決策，約翰迪爾依賴資料優勢，從銷售農場設備轉變為提供“精准農作”服務。與約翰迪爾的案例類似，物聯網資料通過監控和優化每個產品或平臺的用途和可靠性，在許多其它資產密集型行業（如航空、採礦、運輸和建築）實現“XX即服務（ XaaS，as-a-service ）”的商業模式。
只要知道尋找資料的來源和方法，資料幾乎總能包含重要的價值和資訊。資料不僅代表所包含資訊的價值，而且有公司可以在與潛在合作夥伴的合作中利用的貨幣價值。資料可以被出售和交易等。各種形式的分析和貨幣化能從資料中釋放價值，並最終提供競爭優勢。
專業賽車案例
專業賽車運動也是物聯網的一個典型案例，汽車充當“一件物體”。車載感測器資料即時傳輸給工程師進行分析。這些資料通過基於射頻技術的軌道遙測技術傳輸給在維修站的工程師，也可能通過網路（例如廣域網路或蜂窩）傳輸給在賽車隊總部等遠端位置遙控的工程師。
典型的IndyCar擁有多達80個感測器。假設取樣速率為1000 kHz，即每秒8萬個資料樣本，即Indy 500中有6400億個資料樣本。如果汽車每次正常產生大量資料，競爭優勢的主要來源是近乎即時地將大量資料轉化為可操作的值，之後進行分析。
兩輛IndyCar賽車隊的年度預算約為1,500萬美元並不少見，一些一級方程式賽車隊的預算總額高達5億美元。對於現有的團隊，參賽團隊獲得贊助的能力以及贊助的金額完全取決於團隊的歷史表現和競爭優勢，無論是實際優勢還是感知優勢。在高層次上，賽車隊可以通過兩種方式提高性能和競爭優勢，要麼“讓汽車開得更快”（大部分的比賽隊員的常用短語），要麼通過優秀的比賽策略或運氣獲得晉級並贏得比賽。
僅僅通過分析資料就可以使車開得更快。這些資料可以來自車載感測器與資料獲取、車手回饋、風洞、七柱測試台、電腦類比、賽道測試、輪胎測試、流體動力學模擬和測試、發動機馬力測試等等。在實際比賽中，通過更好的比賽策略來超越競爭對手的能力本身就主要依賴於歷史和即時比賽資料。
在這兩種情況下，利用先進的分析技術能使賽車隊將資料轉化為更優的性能（更快的賽車和更少的每圈用時），以及通過戰略來優化比賽結果。一些分析是由資料科學家和工程師手動執行的，其他分析是自動的。這種情況下的分析可以是描述性分析、資料視覺化、統計分析和高級分析，其中可以包括人工智慧以及機器學習技術和演算法的應用。
賽車的速度越快以及平均比賽結果越好，賽車隊就越容易獲得贊助，並有望增長。 商業上也完全一樣。企業創造的競爭優勢越明顯，財務績效就越好，因為企業變得更容易獲得、保留和增加客戶數量。
如何將“資料廢氣”轉變為價值？
擁有競爭優勢意味著您或您的企業能提供您競爭對手無法提供的某種價值。實現這一點的方式可以是創新、卓越的執行力、更佳的用戶體驗或更強的獲取和轉化資料為價值的能力。
以往我們基於直覺或從歷史和經驗得來的理性猜測作出決策，資料將這種決策行為轉變為基於規律和預測的客觀決策。資料還使我們能夠量化決策所依據的基本假設，分配可能性和規模。事實上，資料讓我們知道能夠改進或優化某件事的程度。
物聯網不僅代表了大量收集更多有關產品、服務和運營的資料的機會，而且還可以為您的業務帶來競爭優勢，就像IndyCar賽車團隊一樣。但要利用這個優勢，您需要在“比賽日”之前打好基礎，才能贏得勝利。這包括以下方面。
— 衡量結果。首先確定從物聯網資料中獲取價值的潛在機會，並確定為此收集資料的最無縫和最經濟的方法。例如，如果運動員已經穿著防滑釘或運動衫，也許我們可以在那裡嵌入感測器，而不必創建新設備並計算成本。耐克公司已經投入大量資金來擴展耐克+平臺（連接運動鞋、可穿戴設備和應用程式），來收集700多萬跑步者及其行為的更多細化資料，通過智慧替換（瞭解鞋底磨損時間）和更個性化的鞋子和服飾來增加銷量。
Under Armour 花費了近5億美元獲取1.5億數字健身和保健使用者的資料，並推出 HealthBox 來利用同樣的資料收集機會，進一步獲取健康和健身的資料洞見。 除了確定收集資料（感測器和連通性）的最有效方式之外，公司還需要實施大資料環境來吸收、管理和分析他們期望處理的不同IoT資料流程。
— 調整優化。一旦收集和存儲資料的設備已經到位，您就需要擁有智慧和工具來將這些物聯網資料轉化為具有商業價值的洞見和決策。這意味著有一個由資料科學家、資料工程師和架構師組成的團隊，他們既可以回答已知的問題來優化性能，也可以通過發現資料中的隱藏規律來回答新問題。在智慧城市應用中，理解車輛流量並確定優化交通的替代方案是一個已知問題。
假設公共交通使用的減少使乘車分享對某些地區交通產生負面影響將是一個新問題。這意味著有一個能夠使用最新的預測分析和人工智慧平臺（如 TensorFlow、Torch或H20.ai）快速提出和測試假設的資料及分析團隊，從而生成建議策略和行動，實現所期望的結果。
發現這類具有批判性思維的資料科學家並不容易，可能需要將具有不同技能的員工（Python程式師、建模師、統計師和商業分析師）整合到一起，同時通過其他管道建立人才輸送管道（比如Kaggle的開放資料競賽或贊助學生專案發現新人才）。
— 跑贏對手。擁有資料、洞見和建議的行動將能使您進一步優化當前的業務或平臺。但要充分發揮資料價值，通常需要重新思考包含資料在內的整體產品和商業模式，以及將其作為核心優勢運用的能力。
由於物聯網能圍繞當前業務運營和客戶體驗拓展生成龐大資料，公司有獨特的機會轉向以資料為中心的商業模式，並以持續服務的形式提供產品，例如製藥公司從銷售藥物轉向提供疾病管理（通過患者監控），或汽車製造商從銷售汽車轉到運輸里程。此外，公司如果在創新過程中就提前整合物聯網資料資產和資料科學能力，而不是事後才想到，就能開發全新的連接產品和服務。
總之，如果物聯網是新時代的互聯網，資料就是新時代的石油，不要白白浪費您的物聯網資料包。這些資料可能包含了促發競爭優勢的洞見，能幫助您在未來的市場競爭中取勝。但首先企業需要構建能夠有效捕獲和分析這些資料的能力，並改善創新流程，運用物聯網生成的資料開發新產品、新服務和商業模式，從而脫穎而出。準備啟動新的資料引擎吧！
Join The Discussion
No Comments So Far