斥资2500万美元经费 美国陆军计画以物联网技术强化现代作战能力

由美国陆军研究院提拨2500万美元研究资金，预计由伊利诺大学厄巴纳香槟分校与美国5所大学启动名为IoBTREIGN(IoBTResearchonEvolvingIntelligentGoal-drivenNeorks)研究项目，预期借由物联网技术应用协助陆军能在战场预先取得更多资讯，借此评估作战风险。

IoBTREIGN研究项目并非以现有装置基础作为强化，而是进一步透过人工智慧与深度学习等技术，让系统能主动协助陆军指挥单位分析各类作战计画，并且透过预先取得资讯判断风险，甚至预测敌军行进方向与可能意图，借此降低人员伤亡比例，或是拟定更合适的作战计画。

而在IoBTREIGN整个应用环节里，将结合各类感测元件、穿戴装置、无人迹或无人车，以及相关监控系统与手机等设备，并且配合云端协同运作实现将物联网技术导入战场使用目标。

至于将物联网技术应用在战场，意味所有装置连结都需以更安全的加密技术保护，因此相关技术将以更严谨规范运作，避免有心人士介入影响。

物联网需要三网融合作为基础!
远望谷是做物联网产品和应用的，同时他们产品是应用于铁路货车识别，所以同时属于物联网和高铁概念股。
物联网的英文名称为"The Internet of Things" ,简称：IOT。物联网是通过光学识别、射频识别技术、传感器、全球定位系统等新一代信息技术，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在链接，实现对物品和过程的智能化感知、识别和管理。物联网是通过智能感知、识别技术与普适计算、泛在网络的融合应用，被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。
发展物联网现在已提到国家的战略高度，它不但是信息技术发展到一定阶段的升级需要，同时也是实现国家产业结构调整，推动产业转型升级的一次重要契机。2010年9月，《国务院关于加快培育和发展战略性新兴产业的决定》发布，新一代信息技术、节能环保、新能源等七个产业被列为中国的战略性新兴产业，将在今后加快推进。其中物联网技术作为新一代信息技术的重要组成部分，更是在近一年里受到政府、企业和科研机构的大力支持。广东、上海、江苏、北京、山东、四川、浙江、福建等地陆续出台省市物联网发展规划，为本地发展物联网技术与应用提供良好的发展环境和优惠政策。
物联网将是下一个万亿级的产业，据专家介绍，物联网(Internet of Things)技术涵盖范围极广，包括具备“内在智能”的传感器、移动终端、智能电网、工业系统、楼控系统、家庭智能设施、视频监控系统等、和“外在使能”(Enabled)的，如贴上RFID、条形码标签的各种资产、携带无线终端的个人与车辆等等“智能化物件或动物”或“智能尘埃”，通过各种无线和/或有线的长距离和/或短距离通讯网络实现互联互通（M2M)、应用大集成（Grand Integration)、以及基于云计算的SaaS营运等模式，在内网（Intranet）、专网（Extranet）、和/或互联网（Internet）环境下，采用适当的信息安全保障机制，提供安全可控乃至个性化的实时在线监测、定位追溯、报警联动、调度指挥、预案管理、远程控制、安全防范、远程维保、在线升级、统计报表、决策支持、领导桌面等管理和服务功能，实现对“万物”的“高效、节能、安全、环保”的“管、控、营”一体化。
物联网相关技术已经广泛应用于交通、物流、工业、农业、医疗、卫生、安防、家居、旅游、军事等二十多个领域，在未来3年内中国物联网产业将在智能电网、智能家居、数字城市、智能医疗、车用传感器等领域率先普及，预计将实现三万亿的总产值。为协助物联网企业把握这一历史发展机遇，促进物联网产业快速发展，提升物联网技术的应用水平，物联传媒集团联合各方资源，全力打造最高级别的物联网国际盛会。
二、展会介绍：
2011深圳国际物联网技术与应用博览会，是一个关于物联网完整产业链、RFID（无线射频识别）技术、传感网技术、短距离通讯技术、最新移动支付技术、电子标签生产解决方案、读写器开发最新技术、中间件的精确控制技术、及其物联网技术在交通、工业自动化、智能电网、智能家居、物流、防伪、人员、车辆、军事、资产管理、服饰、图书、家用智能化、城市管理、环境监测等领域的全面解决方案和成功应用展示的高级别国际盛会。
展会为中国乃至国际的物联网行业（RFID、传感器、智能识别、无线通讯）企业提供了一个涉及物联网整个行业链的厂家、供应商、经销商、应用集成商聚合、展示、交流与洽谈合作的完善平台。同时，展会也通过广泛而有影响力的宣传，邀请了大量的物联网各大应用行业的终端客户、信息化服务提供商、软件开发集成商新临现场，实现供需双方的近距离相互了解和商务合作。

经过长时间的积累，边缘计算终于迎来了瓜熟蒂落的时刻。随着底层技术的进步和应用的不断丰富，国内外运营商和产业企业均进入到MEC商用落地阶段。进入2019年，国内三大运营商开展了积极的边缘计算试点和部署工作。例如，中国移动发布边缘计算“Pioneer300”先锋行动；中国电信打造边缘计算开放平台ECOP，构建边缘云网融合的网络服务平台及应用使能环境；中国联通展示业界首个“MEC智慧水利”案例。

运营商和企业特点各异

进入2019年以来，边缘计算呈现出了突飞猛进的发展势头，那么边缘计算何时将进入大规模部署阶段？

李开认为，要解答上述问题，首先需要理清边缘计算部署的位置。九州云认为，边缘计算是一个业务驱动的技术，失去了业务驱动，边缘也就失去了意义，因此需要解答的第一个核心问题是边缘计算的驱动力从何而来？

在李开看来，边缘计算主要有运营商和企业两大驱动来源，其中前者来自于对5G场景的落地，后者来自于自身借助5G提升的落地，它们的差别如下。

第一，前者是必然要推动的，后者是可以选择的。第二，前者的边缘架构是相对聚焦的，而且有ETSI MEC标准等可以参考，有StarlingX、Tacker、Airship等开源框架作为起点；后者是相对长尾的，要跟随业务场景摸索，开源框架作为起点只能解决平台问题，不能解决应用问题。第三，前者是从上而下的布局，后者是自下而上的驱动。第四，前者覆盖所有边缘应用，注重边缘分发平台的打造甚于单个应用场景的优化；后者注重实际单个应用的落地，更加能够轻装上阵。第五，前者的时间能够降维并为企业边缘架构所复用，后者的实践无法升级成为前者的架构。

由于运营商市场和企业市场特点相异，因此其进入大规模部署阶段的时间点也不会相同。

李开表示，运营商边缘计算的大规模部署与5G息息相关。受5G牌照、技术、采购和场景选择等多种因素影响，各大运营商的时间点各不相同，但是边缘平台肯定优先于5G至少1年进行试点和局部部署。“这个时间点大概会在2019年下半年和2020上半年到来。”李开认为。

就企业市场而言，其受零售、物流、医疗等企业需求的推动，虽然现在基于4G的边缘网络相较于5G在边缘适配上有一定的天然劣势，但是作为试点却是在一定条件下可以实现的。李开认为，企业的边缘框架和运营商框架相类似，只是在网络延时等条件上有一定折扣，在应用丰富程度上有一定收敛，在空间覆盖上相对局限，但在与企业内设备通信更加复杂。“即使现在企业有独自实现边缘框架的可能性，但是在边缘网络尚不规模具备、需求还需要磨合的情况下，可能要等到2020年下半年才真正具备大规模部署的能力。”李开认为。

物联网成边缘计算最强劲驱动力

物联网是边缘计算的主要应用场景，也是驱动边缘计算的主要动力所在。正因为如此，人们往往把边缘计算和物联网混在一起，但实际上两者虽有联系却并非完全重叠。

在李开看来，物联网和边缘计算有相同之处。例如，海量设备数据的导入可能导致数据爆炸问题需要解决；海量设备所在的物理世界需要在数字世界产生一个“数字孪生（Digital Twins）”，如IoT Shadow、VR对真实世界的复原、自动驾驶对驾驶环境的模拟等，用来模拟物理世界的运行模式。

李开表示，边缘计算和物联网的不同之处也很明显：第一，物联网产生的数据爆炸不一定会产生海量数据，如NB-IoT和LoRa也可以适配物联网，而边缘的主要能力是海量数据的传输；第二，物联网不一定需要低延时，而边缘计算必然强调低延时；第三，物联网大部分基于Internet（核心网），而边缘计算是独立于Internet（核心网）的网络切片，边缘网络安全性更高；第四，物联网未必产生数字视觉，而数字视觉造成的数据则是边缘的一个核心能力。

因此在李开看来，边缘网络落地的行业必然是在和“物”打交道的场景中，同时具备海量数据、低延时、高安全等需求的场景，如工业生产执行系统、工业缺陷识别系统、自动驾驶、AR/VR、远程医疗等。李开表示，九州云所接触到的客户则主要集中在工业制造领域，他们对于工业生产执行系统、工业缺陷识别系统的需求比较强烈。

开放架构加速边缘计算落地

在边缘计算落地过程中，运营商侧重于解决平台问题，打造边缘应用的承载商店和网络，因此非常重视平台的打造和开放。

李开表示，多种开放框架可以支持边缘平台的打造，如StarlingX（OpenStack + K8S）支持边缘基础架构（Edge-IaaS），Tacker、Airship等支持边缘编排（Edge MANO）等，基于这些技术可以打造符合ETSI MEC参考架构的边缘管理平台。九州云在这几个领域都积极参与，是StarlingX/Airship的中国发起单位之一，并在StarlingX拥有全球技术委员会的席位，在Tacker等编排技术上，九州云是全球第一的上有源码贡献厂商。

李开认为，开放边缘平台能力给垂直行业企业，必将产生很好的商用效果。因为开放架构有利于自主的边缘核心能力，提升竞争力。在边缘计算领域，运营商在“硬管道”（边缘基础网络）上具备无可替代的优势，由于边缘网络并不暴露在Internet上，这一优势无法被互联网企业在OTT方面利用，边缘为运营商造就了一个可以直接将触角延伸到最终用户，并重新发现价值的能力。而边缘平台则是“软管道”，运营商必然需要掌控核心能力，基于开放架构而不是商业架构，为运营商带来更好的控制力，加速平台的成形。

此外，开放架构有利于更好地复用运营商原有技术积累，加速落地边缘的编排、边缘云的优化、边缘接口的标准化等技术。事实上运营商在已经完成的NFV架构改造中已经积累了很多，如基于TOSCA的网元编排，适配OSS的接口对接，基于GPU、DPDK的性能加速等，运营商都是基于OpenStack的架构进行优化的，因此在边缘领域坚持开放架构，有利于运营商技术上的继承和复用，加速落地。

切忌“为了边缘而边缘”

边缘计算目前已经到了规模应用的前夕，而要实现规模部署，李开认为边缘计算还需要克服如下挑战：第一，边缘的部署位置，以及与边缘VNF/PNF的整合；第二，边缘机房的改造（直流、空间、制冷）、容量估算（基站接入数、带宽）和安全防护升级；第三，边缘的高可用如何解决；第四，边缘的接入模式（专线、LTE、IOT）和终端的位置（以企业为单一终端还是以设备为单一终端）；第五，边缘运维模式和现有网络运维、业务运维、云运维模式的整合，云边协同如何落地。

对于落地垂直行业，李开认为前景虽然明朗，但是也存在一些担忧，主要是“为了边缘而边缘”，即没有商业驱动、只是为了和热点结合引入的边缘计算。“技术问题其实都能够通过积累解决，应用刚需是无法通过技术刚需创造的。”李开认为。而要解决这些担忧，则需要审慎识别客户需求，即是否与“物”打交道的场景，是否具备海量数据、低延时、高安全等需求的场景。

此外，安全也是运营商边缘的优势之一，边缘网络通过网络切片模式实现，是不暴露在互联网上的网络，相对来说更加安全，当然边缘网络自身的安全防护也需要加强，这个模式与核心网的安全加固在技术上有相同之处，新的威胁是针对边缘应用的访问模式，对边缘机房（汇聚或者接入）安全防护能力的升级。

九州云：边缘计算弄潮儿

李开介绍，九州云成立于2012年，是中国第一家从事OpenStack和相关开源服务的专业公司。作为边缘计算的积极探路者，九州云在边缘计算领域积极布局。九州云为运营商打造符合ETSI MEC标准规范的、基于开放架构的边缘平台，九州云在2018年6月成为“中国联通边缘生态合作伙伴”，在2018年10月成为“中国移动边缘开放实验室”的成员，面对运营商客户，九州云主要提供全面解决方案和服务，主要涵盖“边缘应用调度管理平台”“边缘基础架构平台”两大领域。

李开表示，九州云对于边缘计算的商业模式 探索 ，主要集中在工业领域，依托开放框架、低延时边缘网络、大数据处理能力，为客户提供工业数字孪生（Digital Twins）能力，客户包含西格数据、海德控制、格力电器（和中国联通合作）等工业领域客户，其“工业智能管理边缘云平台”获得了2018年度制造业信息化优秀智能制造解决推荐方案，“基于OpenStack的刀具检测于寿命预测管理边缘计算平台”也获得了中国自动化学会“CAA智慧系统创新解决方案”等荣誉。

作者 | 尼古拉苏

数据支持 | 勾股大数据

1990年，美国首富比尔盖茨在华盛顿州西雅图的麦迪那区买了一块地皮，开始为自己建造一幢豪宅。七年之后，这幢豪宅终于完工，盖茨为此花费了113亿美金。这其中还不包括地价。

与传统豪宅相同的是，盖茨的豪宅地域广大，景观优美，功能齐备，极尽奢华，但与此同时，它与传统豪宅之间又有着极大的不同。它还是当世物联网智能家居的典范之作。

盖茨为这套豪宅取名“未来之屋”。

这就是人工智能赋能之下的万物互联，这就是IoT（Internet of Things，即“物联网”）。

很多人以为未来屋离我们还很远，其实未来屋早就来了。

站在2019年的时点上，很有必要地回头看看，物联网这颗潜伏多年的种子，将如何在中国这片土地上破土而出。

1

手环背后的蝴蝶效应：万亿级别信息产业

1982年，在美国卡内基梅隆大学计算机系，三个懒于去买可乐的程序员聚在了一起，认真地 探索 了如何科学购买可乐。他们在可乐机里安装了微动开关，并连接到服务器上。这样，人们可以在电脑里查询可乐的数量及冷热。

这台可乐机叫做“Only”，因为它是世界上最早的、当时唯一物联网设备。随后一系列的物联网设备开始诞生。

那么，何谓物联网？

与互联网把人连接起来不同，物联网是把万事万物连接在一起。物体通过传感器和嵌入式计算机系统，产生数据，通过网络进行数据交互，交织在同一张网络上， 最终实现任何时刻、任何地点、任何物体之间的互联，成为无所不在的网络并进行无所不在的计算； 而数据连接成巨大的神经网络，可以自动产生决策。

以时下流行的小米智能手环为例，只要戴着这个轻巧的小东西，它就可以记录你的运动量，监测你的睡眠质量。你可以通过手机应用实时查看运动量，监测走路和跑步的效果，及时调整健身计划，还可以实时了解自己的 健康 状况。

物联网是智慧世界最后一张拼图。 高效、精准、解放人力，这是物联网的关键词， 而物联网背后大数据的积累，则是新的生产资料。 物联网之上，无数从未被搜集统计的信息被数据化，万物信息上传到云端，成为数字世界非常重要的一环。

你身上带上的小小的手环，可能成为你的生命系统重要的监护人。 物联网这只蝴蝶，扇动几次翅膀，足可引起中国大地上的一场龙卷风。

互联网的红利正在逐渐消失，物联网的世界正在到来。

2008年，第一届国际物联网大会在瑞士苏黎世举行，这一年，物联网设备数量就已经超过了地球上人口的数量。 美国研究机构Forrester预测， 物联网所带来的产业价值将比互联网大30倍，并将成为下一个万亿元级别的信息产业。

2

米家会是“未来之家”？

GSMA智库预计，从2017年到2025年，产业物联网连接数将实现47倍的增长，达到138亿产业物联网连接；2017年到2025年消费物联网连接数将实现25倍的增长，到2025年全球范围内将会有18亿消费物联网链接。 互联网在枯竭，而物联网将成为推动 科技 市场增长的最大风口。

从物联网连接的渗透率来看，渗透率最高有智能计量、车联网、智能家居和安防。在这些领域的数据最有可能率先实现闭环，最先落地。

尤其智能家居。它是2019年物联网最大的变化的领域，以超预期的速度在快速增长。

StrategyAnalytics数据显示，2017年全球智能家居数量为164亿户，市场规模为840亿美元，预计到2023年，智能家居数量预计将达到293亿户，年消费额将达1550亿美元；2017年中国智能家居市场规模为908亿元，预计2017-2021年GAGR为4812%。

目前，“未来之家”的中国市场，已经突破了千亿体量。但是，“未来之家”究竟局里我们还有多远呢？

答案是，近在咫尺。

通讯技术的突破性进展，大大加速了未来之家的落地。近年来，NB-IoT技术的普及，能解决能耗、覆盖率与成本的问题，可以有效地满足地下管网、室内及偏远地区监测邓物联网需求，而5G的落地更是大大加快了物联网的进程——它能使网络时延降至1ms、速度高达20Gbps、密度高达每平方公里100万终端，更能解决高要求的物联网需求。智能家居一触即发，巨头们早早布局，加码抢滩。 “未来之家”最可能先将由谁来实现？

美国有谷歌、苹果、亚马逊，而中国有小米 。

目前，全世界消费级IoT（物联网）市场第一是小米，占全球市场份额19%，第二、第三、第四是世界级巨头——亚马逊（12%）、苹果（1%）、谷歌（09%）。超乎想象地，小米超越了BAT巨头，也超越了美国巨头，成为全球第一。

小米在物联网基础之上，衍生出了“米家”，空调、电视、扫地机器人、电饭煲、洗衣机、智能门锁等都可以链接到米家上，实现语音智能 *** 控。可以说，进入米家，就是进入当年比尔盖茨的未来之屋了，而目前小米开发的米家APP上，月活用户不断增长，已经突破了260万，单纯非小米手机的米家APP用户就超过了50%。

自1990年比尔盖茨开始建造未来屋以来，智能家居的概念就已经诞生，但几十年来智能家居一直离普通人非常遥远，这其中的推广之难显而易见。

那么，小米IoT又是如何实现的呢？

3

小米提前布局的IoT生态链

智能家具有三大痛点：第一、商业通道的封闭性，非智能化的家居产品不能接入平台；第二、技术上没有打通，不同设备有不同的生产商，彼此不能互相连接，前两点都妨碍了智能家居间无法形成一个闭环。第三个痛点是成本高，质量差，性价比低，导致渗透增长率低下。

小米打造了庞大的产品线，构建了小米之家IoT生态链，IoT产业自此迎来转机。 今天，小米已经成为全球最大的家用智能硬件平台，没有之一。

小米对家居物联网关键领域都进行了卡位。2014年，小米推出智能手环开始，陆续推出空气净化器、路由器、净水器、电饭煲、无人机、扫地机器人、电动滑板车、声波电动牙刷、小爱音箱、蓝牙温湿度器、智能闹钟、行车记录仪。各项产品接入IoT生态链，能实现统一控制，互相协同，打造智能家具场景。

图:小米部分产品一览

此外，小米研发并生产了智能的互联互通的模组。 虽然产品不是同一个公司做的，但是只要用了小米的模组，不同设备就能互相连通。 这能帮助更多的产品接入到小米IoT生态链中。 例如，小米已经和宜家达成合作。宜家所有的全系智能照明产品，统统能通过ZigBee协议接入小米IoT生态链中。用户可以通过小爱同学和其他入口等控制宜家相关产品，并与小米其他IoT智能设备互联互通。除了宜家，小米还在全季上海虹桥中心酒店，与全季共同开发了智慧酒店系统；与”车和家“一起打造小爱同学车载解决方案。爱空间则推出了智能家居安装服务小米智能照明家装套餐。小米生态链渐趋完整。

第三点是小米一直坚持极致高效为根基的“性价比”路线。 这得益于过去的沉淀。小米一贯坚持高性价比路线，建立了高效的供应链体系。而小米有一个以“米粉”为核心的庞大的用户群体，使得产品能快速规模化生产，把成本控制在较低水平。

图：小米家居保持极高性价比

另一方面，是由于对产品的“专注”，保证了质量。小米产品这么多，但是只有手机、电视和路由器是小米生产的，其他的产品是采用投资的方式，孵化出不同的产品。小米直接在市场“抢”在细分领域数一数二的公司合作，每个公司都是专注在各自领域沉淀多年的企业， “专注性”保证了了米家的智能化设备保持高效和稳定。

2019年Q1，小米IoT平台已连接IoT设备数达到171亿台（不包括智能手机和笔记本电脑），环比增长137%，同比增长70%。高连接数使得产品保持高速迭代，IoT开发者平台全生态已经建雏形。

4

IoT的未来谁主沉浮，小米会一直领先？

物联网市场规模可观，国内各领域巨头陆续布局。BAT等互联网巨头基于自身云计算优势，主要布局B端大型客户，只有阿里在C端消费级IoT相对成熟。而智能设备供应商中，华为、小米起步较早，通过打造自身设备连接平台，构建消费级IoT平台；OV在消费级IoT的布局尚未成形。

而阿里、小米、华为三者模式看似类似，但是细看大有不同：

从控制中心来看，小米、阿里起步较早，布局较全面。小米的小爱同学和阿里云的天猫精灵起步相近，华为起步较晚。

但从种类看，小米和华为控制中心布局较全，华小米和华为在手机端优势明显，华为的手机出货量比小米的高，但是小米的手机IoT配套显然比华为齐全。除了智能音箱和智能音箱外，小米还有手机、智能电视、智能手环等作为入口。

云计算方面，阿里无疑拥有最强的云计算能力。华为云整体优势大于小米，但是优势主要针对B端，在整体的应用层面，并不一定比小米突出。

IoT平台方面，阿里平台视之为物联网重点，因此阿里的平台搭建最成熟；小米次之，华为在智能家居领域的平台搭建不如前两者。

每个部分强弱不同，和各巨头发展的重点不同有关。阿里重点在于应用管理平台搭建和数据处理，华为凭借着海量连接以及NB-IoT技术，重点做底层的设备连接平台。而小米注重智能家居的整体生态。

而从C端物联网的流量分布来看，小米遥遥领先。全世界消费级IoT（物联网）市场第一是小米，占全球市场份额19%。小米名符其实地超越了BAT巨头，也超越了美国巨头，成为全球第一。

也就是从目前布局来讲，小米遥遥领先。

为什么是小米？而这样的成功有没有护城河呢？

首先，流量是物联网竞争的关键，能帮助小米避开BAT的流量垄断，小米手机+其他控制入口+智能赢家设备+IoT平台，构成了完整的闭环，自成护城河，而不需要导入BAT的流量。

随着生态链的完整，IoT业务开始呈现规模效应，在2019年Q1，IoT版块财务数据亮眼。2019年Q1，小米IoT与生活消费品部分营收达人民币120亿元，同比增565%。小米AIoT特征显著，呈现爆发式增长，反映出小米的AIoT领先优势。并且，AIoT业务已经开始兑现收入，未来预计进入高速增长期。

当年手机出诞生，人们只视之为可携带的通话工具，认为取代PC是痴人说梦；而未来屋的幻想的提出，当时也被无数人认为是幻想。而现在，小米经过了多年布局，梦想中的“未来之屋”真的要来了。

雷军在2019年之初再次喊出了，小米要全面AllinIoT，未来五年持续投入高达100亿，抓住人工智能、物联网时代的新风口。这是对业务战略重点布局方向的清晰界定，以"手机+AIoT"双引擎战略建立深厚基础，迎接5G、人工智能及万物互联等新技术周期。

小米的未来是什么？

小米的未来依然只会是小米，是AIoT最终及最初的幻想。

参考及引用：

[1]丛林基于技术、应用、市场三个层面的我国物联网产业发展研究[D]，辽宁大学

[2]苏 美文 物联网产业发展的理论分析与对策研究[D]，吉林大学

[3]郑欣物联网商业模式发展研究[D]，北京邮电大学

[4]小米生态链战地笔记[M]，小米生态链谷仓学院，中信出版社

[5]从亚马逊飞轮看小米的护城河[R]，西南证券

[6]小米纪录片，一团火

[7]以硬件为入口逐步推进互联网变现的 科技 巨头[R]，光大证券

[8]从亚马逊飞轮看小米的护城河[R]，西南证券

[9]雷军致投资人公开信

[10]访谈，王自如对话小米副总裁

[11]虎嗅：小米生态链的未来在哪里[Z]，江浩Corli

总体来说，AI类产品可大体分为两类：

对于推荐算法产品经理而言，算法本身即是产品。产品经理的职责主要在于，通过挑选合适的数据、算法帮助用户更好地解决 个性化需求与海量信息之间的匹配问题 ，通过恰当的测评方法，帮助技术人员寻找优化特定场景下算法效能的方法。考虑到用户的需求相对单一，且参考指标明晰（如点击率、浏览率等），因此算法产品相对于其他产品而言，要对技术实现和底层算法逻辑拥有更清晰的认识，从而可以方便的配合技术人员完成转化率的提升。

对于终端类产品经理而言，如果产品形态仅仅是算法，那么需要考虑的内容应与推荐算法产品大同小异。随着家居物联网产品的兴起，越多越多的企业开始提供硬件类产品，常见的包括：AI智能音箱、安防摄像头以及疫情期间的测温仪等等。由于硬件产品对物流供应链的要求高、产品集成度也更高， 产品经理除却需要考虑算法是否能够适配当前的场景之外，更应当专注于产品的集成测试和竞品分析（尤其需要掌握潜在进入者的动向），来确保产品的整体可用性和市场竞争力。

非个性化推荐算法关注的是一群人的共性 。

典型应用场景包括，“音乐热曲排行榜”、初期谷歌的“搜索引擎”等等。

由于非个性化推荐的结果依赖于大众的点击，因此易呈现强者越强、弱者越弱的马太效应。对于内容生产者而言，推荐引擎如果始终维持这样的策略，将对新产生的内容不公平。为了兼顾冷启动的问题，可以考虑采用“最近时间窗口”策略，维护内容的新鲜度的同时兼顾大众偏好。

个性化推荐算法关注的是少数人的个性 。

适用于非个性化推荐算法的场景主要具有以下两个特征：

1海量数据；

2拥有收集用户信息的渠道。

其中用户信息的收集方法又可分为以下两种：

1来源于网页Cookie信息、访问地址信息;

2来源于用户登录账户期间的 *** 作日志记录。

个性化推荐中有两类重要的算法设计思路，分别是（1）基于向量相似度的推荐算法，以及（2）基于用户的协同过滤推荐算法。前者偏重于推荐标的物与用户兴趣之间的相似度评估，通过在预先设定的维度上获取用户的兴趣向量作为基向量，而后用同一坐标系对标的物进行标注，获取到用户兴趣与潜在标的物之间的相似度（具体示意如图1所示）。后者则偏重于用户间相似度的衡量，假设认为，拥有较高兴趣相似度的用户，针对某个具体标的物将具有相似的偏好（具体示意如图2所示）。

产品发展到一定的DAU数量之后，为了进一步提高这部分DAU人群的使用效率，需要通过精细化的推荐来辅助运营实现更高层次的目标。

尽管同为推荐产品大类，但由于推荐场景略有不同，因此电商推荐类产品与内容推荐类产品在业务指标的关注点上也略有不同。 电商推荐类产品更关注用户的营收， 因此通常将 转化率 设定为推荐指标； 内容推荐类产品则更关注用户的留存和使用粘性， 因此通常将 推荐准确度、用户体验 设定为推荐评估指标 。 以京东和头条为例，由于前者是面向”大明型“用户群体的产品，更关注推荐系统产生的效果为及时转化贡献了怎样的力量；而后者则是面向”小闲型“的用户群体，因此更关注推荐系统在用户体验与产品依赖层面贡献了怎样的力量。

关于广告推荐的几个共识：

1、产品的价值交换：为用户创造使用价值、并获取交换价值的过程。

2、几乎所有的广告需求都是对体验有负向影响的反向需求。

广告形态主要分为（1）横幅；（2）插屏；（3）原生。其中横幅广告效果较差，且对体验有一定影响；插屏广告由于以整屏形式出现，会吸引用户的全部注意力，尽管降低了产品的体验，但一定程度上提高了广告的展示效率；原生广告以一种仿似真实展示结果的形式嵌入到用户产品使用过程中，用户体验最好，但转化率相对插屏而言较低。一般情况下， 更推荐使用插屏和原生广告，尽量避免使用横幅广告 。

由于广告具有一定的商业性质，只有尽可能保障广告推荐的高效性，才有机会获取到足够的广告营收费用。通常而言，广告是否有效需要从以下两个角度进行衡量：

1曝光频次高；

2展示效率高，其中展示效率可从以下三个方面去衡量：（1）展示时机；（2）用户状态及（3）可见区域。

通常情况下，在产品刚进入市场的阶段，应当重点考虑DAU，只有把用户基数做大，后续的流量变现规模才足够可观。当产品DAU开始逐渐稳定时，则可以开始考虑MTR，产品也随之进入商业化变现的成熟阶段。Avglmps指数一方面展示出广告曝光率与广告收入之间的正线性关系，一方面也暗示着广告的曝光率与用户体验之间的反比关系，需要产品在不同场景下进行适当的权衡与取舍。广告点击率的大小，更多情况下取决于交互数据的应用和推荐算法的构建。当广告推荐的准确度日趋成熟，产品的广告位也将逐步获得更好的议价能力，有望获得更多的营收收入。

除了产品开发者本身可以招揽广告位外，广告生态系统中还存在这样一类第三方，被称之为ad network。作为连通广告位和广告主之间的中间方，通过统筹并协调广告资源，制定相对普适化的广告算法，能够最大限度的保障广告主对于广告展示次数的要求，同时能够帮助产品提供方充分利用剩余的广告位资源。对于大厂而言，流量变现已成为最重要的营收手段，除非广告资源稀缺，通常不会交予第三方管理。但对于尚处于发展期的公司而言，将广告位外包给中间商，一方面获取源源不断的收入，一方面将更多的精力集中在产品的研发投入上，是一件一举两得的事情。

在进行广告分析时，通常会采用如上的5个指标对广告展示效率进行逐层次的分析，在自上而下的过程中每一层次都存在着流量的流失。下面将以两个场景为例，逐一分析场景二的潜在提升空间。

1 通常而言，广告请求率应尽量保证在100%，可以考虑优化用户访问时的请求率；

2 当用户端发出广告请求时，缺少与用户当前情境相匹配的广告时，易出现填充率的情形。可考虑适当增加广告源，进一步提高填充率；

3 广告展示率低，意味着广告匹配成功后，却由于网络带宽、用户停留时长、广告资源大小等原因没有得到合适的展示机会。需要具体分析，可采用prefetch等方法、挑选合适的展示时机等方法，提高展示成功率；

4 点击率与广告内容、展示时机和广告大小等等因素密切相关。通过选取与上下文情境相匹配的广告源、增加广告位的大小、筛选出高质量广告，可以进一步提升广告的点击期望。

5、然而，为了选取高质量的广告而为广告位设置了广告底价后，也意味着广告资源数目的降低（即填充率的降低）。需要产品制定出适用于当前产品的整体策略。

除了上述AI产品之外，还有一类特殊的AI产品，通常由AI头部公司创建。通过集成相关算法和数据，为开发者提供相对自由的基础训练模型，提供自然语言处理、图像识别、VR等相关领域的SDK开发包，为各行业定制专用解决方案。可参考的AI平台类产品主要包括：

1 百度大脑 —— AI开放平台（ >