为了更进一步探索2022年的新风向，我们邀请了一系列重量级的领军人物、企业高管，以及行业专家们进行访谈，聊一聊他们对智联网产业未来的见解。正是这些专家们不同思想的碰撞，校准着我的判断;正是这些大咖们开阔思路的视野，填补了我的盲区。本文想与你分享的观点，来自两位德高望重的师长，他们是工业人工智能之父李杰教授和中国蜂窝物联网发展的关键推手之一的闻库秘书长。
这是我在【物女心经】专栏写的第239篇文章。
临近年末，我的好朋友们知道，物联网智库与挚物AIoT产业研究院每年在这个时候都会举办AIoT领域的产业年会，目的是与你一同展望AIoT未来的发展趋势。
为了更进一步探索2022年的新风向，我们邀请了一系列重量级的领军人物、企业高管，以及行业专家们进行访谈，聊一聊他们对智联网产业未来的见解。
在交流的过程中，不免会听到视角完全不同的观点和声音，也不免会触及一些从未耳闻的概念和术语。
正是这些专家们不同思想的碰撞，校准着我的判断;正是这些大咖们开阔思路的视野，填补了我的盲区。
本文想与你分享的观点，来自两位德高望重的师长，每次与他们交流，既能让我仰望星空，又能兼顾脚踏实地。
他们是工业人工智能之父李杰教授和中国蜂窝物联网发展的关键推手之一的闻库秘书长。
每次与李杰教授交流，他都能带我抢先一步看到未来。
李老师担任鸿海科技集团副董事长、美国辛辛那提大学讲座教授、美国国家科学基金会(NSF)智能维护系统(IMS)产学合作中心主任、世界经济论坛(WEF)全球未来委员会先进制造与生产委员，曾任麦肯锡全球资深顾问。著有“工业人工智能三部曲”：《工业人工智能》、《从大数据到智能制造》、《CPS：新一代工业智能》等著作，对世界智能制造有重大影响。
每次与闻库秘书长交流，他都会让我看清脚下的路要从哪里迈起。
闻老师担任中国通信标准化协会(CCSA)副理事长兼秘书长，曾历任邮电部电信总局网管中心主任、邮电部科技司副司长、信息产业部科技司副司长和信息产业部电信管理局副局长和信息产业部科技司司长、工业和信息化部科技司司长、工信部信息通信发展司司长等职。
你也许会好奇，这两位老师一位来自学界、一位来自政界;一位钻研人工智能、一位深耕通信连接，他们之间会有什么共同点呢?
他们的观点既涵盖了AI、也囊括了IoT，完美交织于AIoT。
共同点是他们都把推动产业发展视为使命，视为一种高于生存的人生意义，因此与他们交流总会觉得智慧扑面、酣畅淋漓。
1、产业元宇宙的基础是CPS
我们每个人往往面临一个悖论，就是我们不知道我们不知道的是什么。
这个困扰在李教授这里，总能轻易化解。
因为李教授多年思考的问题，正是如何让不可见的部分变得可见，让不知道的信息被知道。
虽然最近元宇宙Meta-verse被热炒，但一个同词根的术语也值得被关注，Meta-model。
Meta-model已经存在数十年，并不是新东西，从字面上理解，它是指模型的模型，由元模型Meta-model可以构建一个整合管理的系统。
什么意思呢?李教授举了个例子。
在产业中，我们经常会强调数据的重要性，但现实情况往往是给了你数据，你依然不知道如何去操作和改进。比如一个人炒股，天天盯着股价看，仍旧不会投。专业的投资人不只是看股价波动，还要了解企业的基本情况，发生了什么新闻，有没有并购事件，推出了什么新产品。这些还不够，投资人还会看行业趋势，整体的发展方向，这个公司的上下游产业链等很多信息。还有些投资人会参与企业管理，为企业发展提供帮助，让企业变得更好。所以炒股不能只盯着数据看，还要了解股票背后的企业，并为企业的发展助力。
这就是从数据Data，到模型Model，再到元模型Meta-model的思维逻辑。
投射到工业领域，什么是智能制造的Meta-model?
李教授以质量管理为例，生产线所产生的问题，产品质量的结果，都可以通过Meta-model被完全追溯。生产过程中，Meta-model就可以预测下一批次的产品质量是否合格，根据Meta-model提供的校准数据，产线可以自我调节和持续优化。
简单地说，生产线的一般Model提供的是控制能力，但控制是控制，管理是管理，Meta-model侧重于管理。
Meta-model应该可以预测、发现和反馈不可见的问题。
为了解决“可见”的问题，很多企业开展了工业互联网项目，引进传感器、边缘计算设备，强调要探索数字孪生，这些都是惯常的做法，但是却往往忽略了一些根本性的问题。
工业企业到底需要怎样的信息物理系统CPS(Cyber-Physical System)、数字孪生(Digital Twin)?有哪些问题和挑战是以往解决不了的，而CPS和数字孪生又为何能解决这些问题?
CPS与数字孪生的作用是解决那些工业系统中还没有被充分认知的“不可见”问题。
如果CPS、数字孪生仅仅被用来解决可见的问题，很容易被误解和误用。
怎么被误用的?李教授又举了一个例子。
就像照镜子。镜子可以反映出来这个人美不美，衣服有没有穿对。企业也用数字孪生来照镜子，反映设备的运行情况。但实际上数字孪生并不仅仅是镜子，它的能力在于建造了Twin Model，能够像医生一样发现不可见的问题。
现阶段工业和制造企业最主要的痛点是如何去解决和避免不可见的问题。不可见的问题包括哪些?比如设备性能的衰退、精度的缺失、易耗件的磨损和资源的浪费，等等。
说回与Meta-model同词根的Meta-verse元宇宙，如果元宇宙在工业领域应用，需要满足多种条件才能成为产业元宇宙。
第一是需要通过Meta-model不仅做到控制，更要实现管理。
怎么区分控制和管理?比如一台风机，我们调整它的状态，实现最大风能捕获，这是控制。如果我们做到它的健康衰退评估，将这些知识与风机的结构设计、控制逻辑相关联，使它能够在不同健康模式下，都能保持最佳的状态，这是管理。
第二是社交元宇宙不一定有目的，但是产业元宇宙需要很强的目的性。
互联网、大数据、人工智能…应用这些技术不是目的，工业领域往往有很强的目的性。目的并不是解决可见的技术问题，目的是在不可见空间内发现问题、解决问题和获取价值。
明确目的，可以更好的做决策。
工业领域的目的性很强，每个目的背后都有痛点问题。数据不能标准化是痛点、质量需要提升是痛点、数据量太大是痛点、资源浪费是痛点…从每个痛点向前溯源，人、机、料、法、环，直到分析出痛点的来源，再分析哪些是可以数字化的，哪些是不可以数字化的，形成数字化转型的目的。这是一个系统性的工程，从痛点Pain到目的Purpose。
李教授从十几年前就开始关注CPS，并著有《CPS：新一代工业智能》一书，提出CPS是可以持续传承的智能系统。
从字面翻译，CPS是信息-物理系统，也可被译为赛博-实体系统。实体系统代表的是对功能性的管理和建模，赛博系统是对实体、环境和活动之间关系性的管理和建模。
CPS是赛博空间中的通信、计算和控制与实体系统在所有尺度内的深度融合。以物联网为重要元素的CPS，能够将整个价值链上的环节相连，使位于产业链各个位置的角色能够以很低的成本，直接服务于用户，也使得产业链之间在服务方面的协作成本降低。
因此，从某种意义上来说，产业元宇宙的基础是CPS。
2、深耕AIoT要做好踏踏实实“筛沙子”的准备
谋定而动，乘势而上。
闻老师总是能让我们看清，当下这一步要从哪里迈起。
最近，美国5G部署因为频谱“卡脖子”被迫暂停的消息在国内引起了热议，与美国相比，中国5G频谱规划和政策更为有效，在供给侧保障了产业界对频谱的需求，因而助力5G商用的领先。
我们在5G上半场打得不错，现在开始打下半场。上半场是技术、网络、手机终端等部署，下半场要开始应用，尤其是各行各业的应用非常重要。
5G应用，尤其是物联网的应用，是一个金矿。但是物联网这个金矿有什么特点呢?
就是整块的金子少，碎片化的金沙多，大量金子需要花费力气去筛。
看上去物联网这个金矿里面满满是金子，但是真正要淘出来不容易，需要做好踏踏实实，慢慢挖掘的准备。
开垦物联网金矿很难，不过当所有人都意识到很难的时候，最难的阶段可能已经过去了。
闻老师从2009年国家提出感知中国开始，就一直在推进物联网的应用落地。
以无锡为例，那里的公安局发现电动自行车的丢失问题很严重，小偷挺难抓，公安局就想了个办法，给一批电动车悄悄在看不到的地方，绑上一个类似小手机的防丢设备，一旦车子被偷就能很快对其定位。
经过验证这招很管用——有次他们看到有辆卡车运了一整箱的电动自行车，过收费站的时候发现其中一辆就装了这种防丢设备，通过追踪警察迅速就把案破了。现在所有电动自动车几乎都装了这种防丢设备，这是物联网实现价值的一个典型案例。
后来大家又发现了各种电动自行车的痛点，比如车锁总是坏，现在深圳有个企业研发了一种新锁，因为看不到实体锁，所以使用过程中根本不用手动去触碰。手机APP控制开锁，骑完把车停好，手机APP结束行程，车就自动上锁了。
物联网是一门不断迭代的生意。有些应用不是上了物联网就完事了，还需要不断去完善。
物联网发展的难点在于可复制性差，需要抱着淘金“筛沙子”的耐心，慢慢解决。
在这个过程中，最重要的是解决问题的成本划算才行。
闻老师举了个现实生活中的例子。比如家庭用的和面机。大食堂的和面机因为天天要用，使用频率很高，所以是划算的。但是到了家庭场景，一个礼拜吃一次馒头，一个月吃一次面条，买个和面机不容易洗还占地，就不划算了。
物联网的应用也是同样的道理，成本上划算是应用规模化的前提。物联网要普及，就得把物联网的终端价格水平降下来。
大家都看好的5G Redcap定义了一个轻量版的5G。相对于之前的版本，Redcap做了显著的简化，扩大了5G物联网能够支持的终端范畴。Redcap不是一个新东西，它是一个对现有东西的裁减。
未来从技术角度来讲，应该会出现一些类似Redcap这样的东西，敢于删掉没用的功能，便宜、简单，让大家都好用。技术迭代不是朝着高大上的方向迭代，而是应朝着便宜好用迭代。这是真正的迭代，有用的迭代。
从运营企业来说，近20年来移动通信基本上都是和手机打交道，商业模式是To C。但是5G应该朝着企业走，To B解决问题。业界对Redcap保持较高的期待，将其作为5G To B的一个重要抓手。
除了善用技术迭代，还要转变运营思路。
举个例子，比如运营商为一家工业企业服务，给每个工人配一部5G手机，一共3000人配了3000部，虽然收费面向企业，但实际上本质仍旧是To C。
真正做到To B就要在网络上有所改变，通信设备就像企业的生产设备一样，企业想怎么用就怎么用，甚至可以反向控制通信设备。而且通信设备产生的数据要能够与生产、财务、运营等数据整合为一体，在这种情况下，企业需要对通信网络有一定的自主权。
因此To B方面，5G网络也应该逐渐发生变化，把网络改造成能够面向企业使用。
闻老师认为，如果物联网应用没用广泛落地，那么AI、AIoT都是“空中楼阁”。
AI跟loT结合，基础是IoT要先搞好。没有物联网的数据支撑，AI的产业应用可能就停留在讲概念阶段。在很多场景中，AI和IoT还没搭上边，中间有挺长一段距离，前期要费很大的劲。
----写在最后----
还有很长的路要走。
物联网发展到今天，变得越来越复杂，不断融合与叠加了各种概念，比如5G、AI、区块链，甚至元宇宙。这些复杂性，让物联网的发展充满了挑战。
正是挑战与复杂，让物联网的探索之旅充满了乐趣与机遇。
