我认为决定一家公司发展前景的因素有很多，除了技术本身的好坏，还需要考虑商业模式、用户体验、企业战略、产业格局、行业趋势、市场分析、品牌及产品定位、资源关系、公司运营管理能力、资金链供应链等等一系列因素。物联网领域从业两年，在此阐述我对物联网体系架构的总结、相关概念及问题的认识，以及从商业模式、市场、产品的角度谈谈自己的看法。
一、物联网体系架构图
二、物联网相关概念及问题的认识
2.1传感器行业现状、常用传感器（感知层）
1.当前，MEMS传感器（具备体积小、重量轻、功耗低、可靠性高、灵敏度高、易于集成的优点）和低端应用非MEMS传感器价格较低，已能满足大规模商业应用的要求。
2.目前常见的传感器有距离传感器、光离传感器、温度传感器、烟雾传感器、心率传感器、角速度传感器（陀螺仪）。
2.2传感器相关企业及未来发展趋势（感知层）
传感器产业链：
产业链相关企业如下：
研究与开发：国内有北大、清华等高校以及上海微系统与信息技术研究等科研机构，国外有MIT 加州大学伯克利分校等高校以及IBM AT&T Bell Laboratories等科研机构
设计：国内有歌尔声学、美新半导体、深迪半导体等公司，国外有博世、霍尼韦尔、博通、高通等公司
制造：国内有台积电、中芯国际等公司，国外有格罗方德、爱普生等公司
封装：国内有日月光、瑞声科技等公司，国外有Amkor、卡西欧等公司
测试：国内有京元电子、上海华岭等公司，国外有ADI、爱普科斯等公司
软件：国内有诺亦腾、飞智等公司，国外有博世、应美盛等公司
芯片：国内有展讯、联发科技、海思、紫光国芯等公司，国外有高通、博通、英伟达、因特尔、苹果、三星等公司
系统应用：国内有华为、中兴、小米、OPPO、vivo、联想等公司，国外有苹果、三星、谷歌、诺基亚、索尼、飞利浦等公司
传感器未来趋势：
2.3 芯片行业现状及问题（感知层）
现状：物联网成为微控制芯片（MCU）持续增长的重要动力，当前市场以8位（价格优势）和32位（性能优势）MCU为主，后期随着32位MCU成本的逐渐下降，会逐渐替代8位MCU。短距离通信芯片（无线个域网、无线局域网）在整个物联网市场芯片出货量中占比较高，其中，尤其以低功耗蓝牙芯片占比最大。广域物联网通信芯片仍然以传统蜂窝为主，2G和4G共占比超过70%，但LPWLAN（低功耗广域网络）芯片增速最快。
问题：1.安全性：基于成本的考虑，MUC、SOC、通信芯片均未加入安全芯片，存在安全隐患。2.功耗较高：在某些特定场景如表计应用、消防烟感都需要电池供电，因此功耗的优化直接决定了相关场景的应用。3.集成度不够：很多物联网领域所用的芯片并不是专门为此场景所定制的，因此在某些场景下需要多种芯片的共同使用，如接入芯片和安全芯片、主控应用芯片和接入芯片都是分立芯片。
2.4 AI芯片概念及分类（感知层）
随着图像识别、车联网等物联网新应用的发展，传统的cpu架构已无法满足新的计算需求。相较于传统cpu需要大量空间去放置存储单元、控制单元而计算单元很少，AI芯片具有大量的计算单元，非常适合大规模并行计算的要求。基于通用性与计算性能的不同，分为GPU、FPGA、ASIC、类脑芯片四大类。
2.5 5G技术构成部分及应用场景（网络层）
1.增强移动宽带（eMBB），以人为中心的应用场景，集中表现为超高的传输数据速率，广覆盖下的移动性保证，应用场景为高清视频、VR/AR
2.超可靠低时延连接（uRLLC），此场景下，连接时延要达到1ms级别，而且要支持高速移动（500KM/H）情况下的高可靠性（99.999%）连接，应用场景主要为车联网、
3.海量物联（mMTC），强大的连接能力可以快速促进各垂直行业的深度融合，应用场景有智能工业、智慧农业、智慧零售等。
2.6 NB-IOT LORA、eMTC、Sigfox技术的的区别（网络层）
2.7 当前蜂窝物联网现状（网络层）
接入侧看，包括短距离通信、低功耗广域网络、第五代移动通信技术、蜂窝通信技术快速商用落地，不仅扩展了可以接入的物理设备的数量和范围，而且使物理设备接入网络更加便捷、安全和低成本。从核心网看，依然沿用传统方式，数据的回传后仍然采用传统数据网络的核心网架构，目前业界无论是软件定义网络、网络功能虚拟化、5G 网络切片、未来网络等均是采用虚拟或单独重建的理念对蜂窝网络或互联网骨干网基础设施进行改造，缺少面向物联网的专用性核心网技术的突破。
蜂窝物联网中，NB-IOT在公共网络中占主导，eMTC紧随其后，LORA主要在私有网络中发挥作用，而Sigfox由于超窄带的特点，应用场景受限
当前全球蜂窝物联网连接数中，2G占42%，4G占30%，未来随着NB-IOT对2G的替代，到2025年全球蜂窝物联网的连接将以4G和NB-IOT网络为主，5G 网络将发挥 uRLLC（低时延高可靠）的功能，承载车联网、工业自动化等低时延的关键物联网业务
2.8 TSN、SDN、NFV相关概念（网络层）
TSN(timesensitive network)：时间敏感网络，对时间敏感，对数据传输的时效性要求很高
SDN（software definednetworking）：软件定义网络
NFV(Networkfunctions Virtualization)：网络功能虚拟化
大的方面讲，SDN和NFV都提出将软件和硬件分离的概念， SDN侧重于将设备层面的控制模块分离出来，简化底层设备，进行集中控制。而NFV则看中将设备中的功能提取出来，通过虚拟化的技术在上层提供虚拟功能模块。SDN主要是优化网络基础设施架构，比如以太网交换机，路由器和无线网络等。NFV主要是优化网络的功能，比如负载均衡，防火墙，WAN网优化控制器等
2.9 物联网实时通信协议CoAP、MQTT（网络层）
物联网的终端节点一般都是存储和带宽受限的嵌入式设备，较复杂的协议不太适合嵌入式系统应用，例如：XMPP协议基于XML，对于嵌入式设备来说，XML解析是超级困难的。另外HTTP协议对于嵌入式设备来说是属于重量级也不是很合适。比较适合嵌入式设备就是轻量级的CoAP与MQTT。
协议栈： MQTT：TCP 长链接 CoAP：UDP 低功耗短连接
请求方式：MQTT：发布订阅 CoAP：request/ response
2.10 IAAS PAAS SAAS相关概念（平台层）
IaaS： Infrastructure-as-a-Service（基础设施即服务）包括CPU、内存、存储、网络等最基本的计算资源
PaaS：Platform-as-a-Service（平台即服务）在基础设施之上，还包括操作系统、中间件、运行库
SaaS：Software-as-a-Service（软件即服务）在平台的基础上，还添加了数据与应用
基于IAAS PAAS SAAS云计算服务模型，现在逐步完善其功能体系，形成了ICP（基础设施云服务平台）、CMP（连接管理平台）、DMP（设备管理平台）、AEP（应用使能平台）、BAP（业务分析平台）五大云平台
以吃披萨为例子详解IAAS PAAS SAAS的区别：
2.11 各云服务平台层代表企业（平台层）
2.12 关于边缘计算（平台层）
边缘计算指的是在网络边缘结点来处理、分析数据，而边缘节点指在数据产生源头和云中心之间具有计算资源和网络资源的节点。如手机是人和云中心之间的边缘节点，网关是智能家居和云中心之间的边缘节点。随着物联网的发展，将来有会大量的物体连接到网络，产生大量数据，传统的云计算模型不能及时有效的计算处理这些数据，因此采用边缘计算的方式处理这些数据将减少数据响应处理时间、减轻网络负载同时保证数据的私密性。边缘计算和云计算将互相协作，在边缘计算环境中安装和连接的智能设备能够处理关键任务数据并实时响应，而不是通过网络将所有数据发送到云并等待云响应，之后云在对这些数据进行第二轮评估，进行深入分析和处理。
2.13 关于物联网、云计算、大数据、人工智能
物联网指将人与物、物与物之间相互连接起来，这将产生大量数据，云计算的作用是将这些数据进行集中存储和计算处理，大数据是基于海量数据进行分析从而发现一些隐藏的规律、现象、原理等，人工智能则在大数据的基础上更进一步，人工智能会分析数据，然后根据分析结果作出相应处理
2.14 智能家居行业发展现状及问题（应用层）
经过数年的发展，智能家居市场早已一片火热，传统家电企业与互联网、科技巨头争相布局，创新型企业层出不穷，各方竞争如火如荼。
产品形态看智能家居发展的三个阶段：
第一阶段，单品智能化。这类产品可通过蓝牙、WiFi等无线通信技术实现简单的操控功能。
第二阶段，单品之间联动。不同品牌、不同品类产品之间会在数据上做更多的融合和交互，但这样的跨产品的数据互通和互动大多可能还是没办法自发地进行，只能人为去干涉，比如通过手环读取智能秤的数据，通过温控器读取手环的数据等。
第三阶段，系统实现智能化。要求智能产品可以跨品牌、种类进行互动，并运行在统一的平台上，遵循着统一的标准。此时，系统就可根据数据的变化，主动调动智能化产品进行相应，以实现自动相应，不再需要人为干涉。例如，智能床发现主人太热出汗了，空调就启动了，或者是抽油烟机发现油烟量太大，净化器就做好准备开始吸附PM2.5 并除味
控制器形态看智能家居的三个阶段：
第一阶段，手机控制。对于很多产品来说，有手机控制未必比没手机控制智能。只是增加联网功能控制产品开关并无很大意义
第二阶段，各种控制方式结合。除了手机控制，已经出现触控、语音、手势等多种控制方式。
第三阶段，感应式控制。能够感应用户的状态进行对设备状态进行调整，如人来灯亮人走灯灭。
智能家居面临的五个问题：
1.无法满足用户真正需求，或者需求不强 2.购买成本高 3.没有形成统一的工业标准，不同品牌产品之间户能互联互通 4.购买和使用体验性差 5.售后服务跟不上
2.15 智能工业当前发展遇到的问题（应用层）
1.没有形成统一的标准。工厂要对内外各种物品与服务进行联网，那么通信方式、数据格式等许多内容都需要标准化
2.复杂的系统管理。生产过程与各种业务管理系统协同之后，系统整体会更加复杂化，对其进行管理将更为困难
3.通信基础设施建设薄弱，前期投入成本高。构建容量更大、服务质量更可靠的工业通信基础设施需要花费不少的费用。
4.网络安全保障。人力、物料、生产设备、各种生产管理系统以及价值链上的众多协同企业都将互联，随之而来的是网络安全问题的隐忧，这就迫切需要建立一套完善的工业互联网信息安全认证体系
2.16 智慧城市当前发展趋势及问题（应用层）
发展趋势：
1. 城市管理矛盾突出，政策支持助力智慧城市行业发展。城市管理面临着交通堵塞、公共安全、环境污染等诸多挑战，而智慧城市通过有效、科学的信息处理，提高城市运行和管理效率，改善城市公共服务水平，这将有效解决城市发展问题。基于此背景，各级政府都出台了一系列鼓励智慧城市发展的政策
2.镇化率不断提高，智慧城市建设成为城镇化的重要组成部分。到 2020 年我国常住人口城镇化率的目标为 60%左右（现阶段，发达国家城镇化率平均水平约 80%），明显低于发达国家水平，城镇化仍具有较大的提升空间。推进城镇化建设过程中，通过智慧城市建设，能有效提升城市管理能力和治理水平，有助于改善民生，并使得城市运行更加高效
3.大数据等技术应用推动智慧城市建设不断发展。大数据、云计算等信息技术的逐渐成熟对于智慧城市解决方案质量的提升起着较为重要的作用，在整合智慧城市平台建设中，通过大数据发掘等方式实现智慧城市体验提升， 将是未来智慧城市建设发展过程中的重要趋势。
当前问题：
1.底层基础技术仍在发展中，相关人才储备不足 2.前期投入成本高 3.规划不系统，缺乏顶层设计 4.信息共享不足，缺乏统一的行业标准
三、我从商业、市场、产品的角度看物联网
3.1 我国物联网产业发展面临的挑战
当前，我国物联网产业核心基础能力薄弱、高端产品对外依存度高、原始创新能力不足等问题长期存在。此外，随着物联网产业和应用加速发展，一些新问题日益突出。主要体现为，一是产业整合和引领能力不足。当前全球巨头企业纷纷以平台为核心构建产业生态，通过兼并整合、开放合作等方式增强产业链上下游资源整合能力，在企业营收、应用规模、合作伙伴数量等方面均大幅领先。而我国缺少整合产业链上下游资源、引领产业协调发展的龙头企业，产业链协同性能力较弱。二是物联网安全问题日益突出。数以亿计的设备接入物联网，针对用户隐私、基础网络环境等的安全攻击不断增多，物联网风险评估、安全评测等尚不成熟，成为推广物联网应用的重要制约因素。三是标准体系仍不完善。一些重要标准研制进度较慢，跨行业应用标准制定推进困难，尚难满足产业急需和规模应用需求。
3.2 我对物联网商业模式的学习认识
谈物联网之前，我们先来看看传统互联网的商业模式。在我看来，互联网的核心就是信息打通，然后用户为王、体验至上，通过前期免费引流的方式实现后期的转移支付，已达到商业变现的方式，其变现的对象主要是商家。
物联网常见商业模式：
1. 订阅模式：其最大的好处是可以实现连续性收入，而不是一次性收费，使用订阅模式，我们可以让你的客户在后期服务中继续付费。以SAAS模式为例，我们可以实施每月订阅、付费升级甚至是免费增值等方式让产品产生收益，其最大的好处是与客户建立长期的关系，通过不断的联系沟通不断改进我们的服务。
2. 服务模式：让客户购买服务，而不是产品本身。例如，一个手泵制造商，之前他们的业务是销售水泵，而某些客户本质目的并不是想购买水泵，他们的目的是希望将水从A地运到B地，用于浇灌、工业用水等目的，此时，若我们生产了一个可以检测抽水量的水泵，我们就可以向客户提出一个他们关心的问题：用水量，让其根据用水量的多少来付费，而不是单纯地购买水泵。此服务模式可以作为产品销售模式的一种补充。
3. 结果模式：此模式不单单是以服务来服务，而是提供一系列捆绑式解决方案，让用户根据结果来付费。举个例子，在智能农业中，不再提供单独的解决方案来监测土壤湿度、阳光和二氧化碳排放量，而是提供解决方案来帮助农户如何操作以促进农作物的生产，并根据农作物的生长情况向农户收费。
4. 资产共享模式：客户有时购买一个昂贵的商品时，往往考虑的是其产品使用使用率，这就为共享模式提供了机会。这种模式可以将我们所拥有产品的额外或剩余投入到市场当中，最终目的是通过多个客户，最大限度地提高产品的使用率，降低使用成本。
5. 物联网产品作为渠道销售其它产品：这种模式下，我们可以低于成本价销售我们的产品，并将这个产品作为渠道连接用户，后续以销售其它产品。举个例子，Amazon Dash按钮，此物联网产品按钮”预先配置订购特定产品功能，例如洗涤剂或卫生纸，当您按下按钮时，它会从亚马逊订购该商品，并在几天内送至您家。在这种情况下，Amazon Dash并不是其收入来源，而是后期销售其它产品来实现盈利。
6. 数据盈利模式：我们可以从我们收集到的数据中获取价值。例如，我们将我们的硬件产品免费提供给用户，并让其尽可能多的使用它，当收集到足够多的数据之后，我们可以将收集到的数据卖给第三方以实现盈利。此模式可以帮助我们迅速获取用户，但值得注意的是如何让用户尽可能多的使用它，并产生有价值的数据。
综述：不同的商业模式，其具备的风险和带来的收益都不尽相同。我们只有结合自身情况、市场情况、竞争情况、用户接受度等因素进行综合考量，以选择适合自己的商业模式。
3.3 我对物联网碎片化特征的学习认识
不同设备企业之间，同一设备企业不同产品之间，甚至同一产品不同代之间，通讯协议/标准/地址都是有差别的，因此在它们之间无法形成数据和服务的融合，相互之间是一个信息孤岛，呈现碎片化的状态。造成碎片化的本质是技术碎片化和业务碎片化。技术碎片化分为很多方面，主要是技术标准的不统一。比如物联网领域涉及到的通信协议，无线的就有几十种之多，还不包括很多协议的变种，通信协议的不同带来了极其碎片化的效应。对于一个企业来说，把不同供应商所提供的设备集中到一个联网环境下进行管理不是一件容易的事。至于业务碎片化，社会组织天然就是有间隔的，其组织建设的初衷肯定是服务于自己的业务目标，而不是首先考虑其他组织的需要，因此这就为跨组织之间的协作带来了阻碍。
两个上相互孤立的系统不一定就是碎片化的。只有当新利益通过一种新的业务模式被呈现出来，而这种新业务模式需要两个系统实现一定程度的融合，这时，相互孤立的状态才能被称为碎片化。碎片化的现象一定缘起于新增利益的产生。而碎片化的解决前提就是新增利益的分配。假设新增利益非常清晰且分配合理，则从技术上解决碎片化最好的方式就是平台化。通过平台我们可以很好地融合数据及服务。
3.4 我对物联网市场产业链的学习认识
物联网的产业链包括四个环节：（1）芯片/终端，含金量最高的是基带芯片，由芯片出发带动众多的模组、终端厂商。（2）网络，广域网络（蜂窝/NB-IOT/eMTC）由运营商主导部署在授权频段，Lora 部署在非授权频段可以部署在相对独立区域，Wlan/蓝牙/Zigbee 等局域连接大多应用在家庭/商业场景。（3）平台使能，实现设备管理、连接管理、安全管理、应用使能、业务分析等功能。（4）集成/应用及数据运营，具体下沉到具体行业及应用场景，完成物联网软硬件配置并持续运营。据有关机构预计到 2020 年全球物联网市场的规模将从 2014 年的 6558 亿美元增至 1.7 万亿美元（CARG 17%）。我国物联网产业规模预计 2020年有望突破 1.5 万亿元。而物联网产业链四个环节的价值量占比分别为 30%、10%、20%、40%。
对于芯片/终端，我认为企业不能一开始就大而全，最好在某一细分领域深耕，扎根稳，树干壮，在这一领域做到极致后，到一定时机再开枝散叶，这样企业才能走的长久。
对于网络，这一部分主要是运营商作主导，那么我认为作为企业我们最好从运营商的角度看待问题，帮助他们降低实施成本、提高实施效率、提升目标客户体验或者带来新的价值。
对于平台，我认为企业得具备5个方面的指标。1. 拥有多项不可替代的刚性需求功能；2.能够聚集海量生态伙伴；3.能够节省物联网化时间或成本；4.能够让客户高频使用；5.能够掌握数据。
对于集成/应用及数据运营，我认为企业应该结合自身优势，不断挖掘用户需求，增强用户体验，加强方案落地能力。
3.5 我对物联网相关产品的学习认识
依照马斯洛需求层次划分，人的需求依次为生理需求、安全需求、社交需求、尊重需求、自我实现需求。不管是TO C还是TO B，当我们设计一件产品时，这件产品本身肯定是对他们有用的，因此我们可以从这几个方面来探索设计产品。1.给用户带来更好的体验，满足了对美好生活的追求。2.降低了用户的时间成本或者使用成本。3.提高了工作或生活效率。4.给用户带来了新的价值。
