二十年前，互联网改变了我们获取信息和相互交流的方式。现在，这一运动正在以相同的方式改变我们与周遭物理世界的联系。据市场研究机构 IDC 预测，到 2020 年时，全球物联网设备安装量将达到 281 亿台。那么，物联网还有哪些创业机会？一起来听听行业专家和创业者们是怎么说的。
1.陈孝良
声智科技 CEO，中科院声学研究所副研究员。声智科技从事语音交互芯片、模组和设备研发、设计、制造，并提供整体声学技术和语音识别解决方案。
声、光、电融合传感将会创造出更多新数据，进而推动商业模式创新。
让机器适应人类，是人工智能得以实现的核心要素。
声、光、电、热、力、磁，这几种传感是人类获取信息的重要手段，也是数字世界感知物理世界的主要途径。其中，声学（麦克风）、光学（摄像头、激光雷达）和电学（GPS、电子雷达）更是核心要素。
从投资角度看，当前著名的人工智能企业基本可以按这三个传感方式来划分。
这里有个问题值得琢磨：声、光、电传感技术早于计算机而出现，比如留声机、照相机和雷达。为什么直到现在，它们才开始引起产业界的重视？
纵观技术历史，总是声学先行，光学和电学次之。所以，我们不妨以声学领域的麦克风技术为例展开探讨。
计算机和手机很早就配置了麦克风，但直到 Amazon 推出一款麦克风阵列的 Echo，产业界对这类产品忽然变得极度关注并争相模仿。究其原因，除了这款产品在计算和通信方面的能力有所提高，更主要的原因是场景发生了变化。
在 Echo 出现之前，麦克风解决的一直都是近场问题。近场语音交互要求人类适应机器，一定程度上掩盖了技术的不足，是典型的由于技术限制而刻意回避场景的案例。但实际上，人类之间的语音交互都会拉开一定距离。所以，现在我们开始需要机器适应人类的远场语音交互。
机器适应人类，这可以说是计算机技术的一个巨大进步，也是人工智能得以实现的核心要素之一。
这并非声学领域特有的问题，当汽车安装摄像头和雷达，以及自行车安装 GPS 时，场景变化带来的技术挑战才会凸显出来，因为真实场景所需要的技术并非是简单升级而是颠覆性创新。这也是当前技术型创业公司被青睐的主要原因。
然而，单一传感方式所带来的影响总是有限，不足以推动整个技术和社会的变革。例如，麦克风阵列可以采集人类自然对话的语音信息，从而逐渐演化、理解人类语言。这意味着将来机器可以读懂我们的思想，十分可怕。但这种理解其实还比较片面，缺乏图像、位置等其他传感信息的支持。
从这个层面来说，人工智能必须融合多种传感方式，而非局限于声、光、电、热、力、磁，再加上强大的计算和存储能力，才能在某些领域超越人类，从而看懂世界，推动更多新商业模式的诞生。
当机器获取的融合数据足以覆盖人类产生的数据的十分之一时，大多时候，人类只需要说一说、看一看或者想一想，机器就能捕捉到背后的思想。
未来到底会产生哪些新的商业模式，我们尚不可知。但有一点可以肯定，广告模式肯定不是人工智能时代的最佳商业模式。
2.赵晓光
天风证券研究所所长。2010-2016 年连续 7 年获得《新财富》电子行业分析师第一名。
新的数据流必须依靠硬件创新来产生。
机会存在于制造业，如材料、设备、芯片、汽车、军民融合领域等。
目前，全球科技行业都面临着困局。如果把企业发展分为生产力创新和生产关系创新 2 个环节，那么很多企业都被关系创新冲昏了头脑，认为加一点互联网模式、加一点生态概念就是万能的，反而在生产力创新上比较乏力。
分析生产力创新瓶颈的核心方法是看数据流。搞清楚数据从哪里来，如何处理，到哪里去。大多数企业只要解决其中一个环节就可以成功，三个环节都解决了就有机会成为巨头。
新的数据流必须依靠硬件创新来产生。所以，我认为科技行业的下一个突破点在硬件创新上。
过去的产业发展是软、硬件创新交替带动的。2010 年到 2013 年智能手机迅速发展，2013 年 5 月开始，社交、游戏软件火爆起来，直到 2015 年开始全面下跌。按照规律，硬件也会进入一轮集中发展周期。现在互联网巨头也纷纷在布局，包括VR、智能汽车、可穿戴设备等等，这些其实都不仅仅是产品，更是获取数据的硬件。
以智能手机为例，它产生的数据基于 3 个方面：使用人数，从 10% 发展到 80%；使用时长，从每天 2 小时发展到超过 10 小时；智能手机本身可以产生数据。
前两点的红利已经快被消耗完了。但第三点，比如摄像头拍照、录视频的数据，此前由于无法结构化，而没有被商业化。但人工智能可以实现这一点。从 iOS 8 开始，手机可以自动识别图片并进行归类。这只是第一步。接下来的视频数据分析，会产生巨大的商业机会，甚至改变传媒行业、广告行业。
另一个角度看，科技巨头在做哪件事情，基本上这件事情就越有未来。现在巨头都在做人工智能，它的核心是机器学习，而机器学习的难点在于数据。技术本身是可以通过学习而进步的，但是数据具有稀缺性，不是谁都可以拿到。所以，数据是解答一切问题的密码。
人工智能这个行业，最后很可能是赢家通吃的。几家科技巨头分割不同市场。苹果有消费端数据，亚马逊有商店数据，Facebook 有社交数据，谷歌有搜索数据，微软有办公数据，他们是行业龙头，其他人看起来很难进场。
你可能会问那么这个行业还有机会吗？我的答案是有。机会存在于广阔的传统行业里。
以制造业为例，谁能提高产品良率，谁就是赢家。以前这个过程是靠工程师不断调试，现在机器有自我学习能力了，就可以自己在试错中不断走出最优路径。一个制造企业，如果和谷歌、英伟达这样的公司合作，一定会有未来。人工智能在这里是一个工具性产品。
观察过去 5-10 年，可以看到苹果在中国培养了一批市值在 300-500 亿的优秀的模组企业。产业是有递推效应的，这一批企业诞生后，在制造业里会催生 3 个新的投资方向：
第一，上游的材料、设备、芯片。材料和设备正好符合“中国智造”，而半导体企业的地位也在发生变化，在过去分工专业化的基础上，变成了一个能够提供全新解决方案的公司。
第二，往汽车产业发展。现在汽车产业的采购格局和十年前的手机行业一样。但现在手机行业把采购权释放出来给到上游企业，代工厂的利润率下降，产业利润会从中游转移到上游，汽车也会经历同样的过程。下一步在汽车产业链的材料、设备、芯片行业会出一批市值 500 亿以上的巨头。
第三，往军民融合方向发展。民营企业更多地参与到军品研制竞争里来，民参军企业有望从低附加值芯片、分立器件等向系统级的产品和技术国度。市场化运营的军品产业链对接平台也会开始应用。
此外，我还比较看好声学、投影技术方面的机会。这 2 个领域都存在生产力和生产关系越来越不匹配的问题，谷歌、亚马逊也都在进场。
1 2 3 下页