還記得上次在PE研討會中，紅眼兔創始人兼CEO芮江峰先生不止一次向行業同仁們強調智能、數據云、物聯網這些熱點詞匯。于是最近有很多筒子們問小編，這些看似很高端的詞匯究竟有什么內涵，能不能換個簡單的方式闡述給大家。

為了解決大家的困惑，紅眼兔小編夙興夜寐、絞盡腦汁，冒著累死一大批腦細胞的風險，為大家分析了一波這些逼格很高的熱點詞匯。

說到這里，行業最熱明星詞匯，已經按捺不住自己的性子了，非要搶先刷一波存在感。

新數字經濟的商業模式與行業組織

新數字經濟的技術進步，為商業模式和行業組織帶來一系列新特點。跨領域的合作(例如計算機和數據科學與生物學、政治活動或銀行業務合作)是必須的，但還不夠。

情況極其復雜，而且越來越復雜，系統必須能夠動態應對，并且不會崩潰。新數字經濟的系統必須：1)依賴第三方提供互補產品和服務;2)利用外部(甚至公共的)知識和技術資源;3)劃分成獨立的、可管理的、可負擔的、可互操作的部分。換言之，新數字經濟必須以平臺、開放創新和模塊化為基礎。

物聯網

大家好，我叫物聯網。據我所知，很多人對我都有一種若即若離的感情，熟悉而陌生，親近又疏遠。其實我還有一個好哥們兒叫做“數據資源”，最直接的體現物就是傳感器，以傳感器為載體，我們可以被嵌入在機器人和生產設備中，也能夠嵌入在操作員的可穿戴設備、工業車輛、建筑、管道中。定期連續自動傳輸數據的傳感器，成本很低、功耗很小、帶寬要求不高，使一切成為可能。

只要是可以用傳感器的地方，無線傳輸把遠程設備與集成系統連接起來，由于可以從系統中的多個點，連續采集多個數據源的數據，經過一段時間后，可能會積累大量的數據。善加利用數據，讓它們會成為知識、創新、利潤的新來源就是我的直接體現了。

云計算

其實我并不是生活在云上的物體，云只是對那些承載大量數據的載體的一種稱呼而已。我是一種系統，讓用戶在需要時，可以通過互聯網或其他數字網絡，訪問可擴展的彈性數據存儲池和計算資源。

微軟在大家的眼里是最大的個人計算機軟件供應商，可是在我心里卻是將我捧成新一代“網紅”的經紀人。現在云計算軟件的收入占其總收入的一半以上。網絡瀏覽器已經取代了下載安裝的程序，成為操作線上軟件與數據的工具。

作為新一代“網紅”，很多企業都想跟我“套近乎”，存儲空間、應用程序和平臺可以想方法租賃我，并由供應商進行更新。只要能連接互聯網，軟件隨時隨地都是可用的，并且永遠都是最新版本。存儲也是一樣，從個人計算機和專有網絡轉移到云端。雖然普通消費者還不是很了解我，可是企業則恰恰相反，我們云計算的優勢巨大，被采用得也很快。

大數據分析

云不僅是存儲數據和運行程序的地方，還是接受物聯網自動流入的巨量數據的容器。如果組成物聯網的傳感器和設備自動向云發送數據，那么對元數據做適當粒度的標記(來源、位置等)，通過“數據開采”，可以形成新的認識。企業、政府機構及任何個人或組織可以訪問數據，用深度分析工具進行分析，實現“數據驅動決策”。

這樣做既不簡單，也不容易。因為取樣規模大，既會提高分析的穩定性，也會帶來風險。為了克服這些弊端，在時代的召喚下，我如期而至。從我誕生之日起，就面臨著兩大挑戰：一，是從質量差的數據中篩查“干擾”數據(包括元數據標簽不正確的數據);二，對不同來源和種類的數據進行加權和解釋。

俗話說：“沒有那金剛鉆,就別攬那瓷器活。”為了應對傳統技術難關，我必須具備三大新特點：數據量大、收集速度快、數據多樣化。由于云計算可以擴展，隨時可用，隨時可以訪問，所以企業可以用各種形式(書面、數字、視聽)，近乎實時地積累體量空前的數據。

數據量大、形式多樣，提高了分析的精確性(例如“集體智慧”);收集速度快，則提高了響應的速度和相關性。這些已經成為了我躋身時代潮流前端的代名詞。

然而，我也不是萬能的，保證數據的完整性，始終是用我們大數據做決策最大的挑戰之一。

決策者怎樣判斷原始數據有沒有被篡改? 為了解決這個難題，我的好基友“區塊鏈”誕生了，區塊鏈是一種編碼和分享數據的強大方法，它可以對數據進行加密。例如，時間戳和位置戳，可以避免事后篡改數據。

區塊鏈貌似很深奧，其實很簡單。舉個例子：詢問數據的完整性，與詢問數據的準確性或數據的意義不同。有問題的傳感器可能會提供錯誤的數據，數據的準確性和意義，總是通過分析來確定的。但是當數據池特別大時，特別是把數據集中到一起，向公眾公開或跨機構公開時，數據完整性就更重要了。

區塊鏈系統就是為此設計的。區塊鏈技術可以創建共享數據層，自動執行合同、版稅支付系統、分布式文件存儲、點對點零售、安全眾籌、透明投票和公司治理。通過比較物聯網的多個傳感器的數據，也可以實現類似驗證。在新數字經濟中，數據擁有者的權力無可爭辯。

區塊鏈技術及其他數據驗證方法，可以將云計算的重點，從數據所有權向數據分析轉移。換言之，競爭就體現在分析的速度、質量和準確性上。

人工智能

如果云端有大量數據，那么通過分析，就能深入認識數據源(人或機器)及其代表的社會動態和商業動態，包括新數字經濟怎樣發揮作用。

其實我是一種機器學習算法，由于大規模進行預測和決策的自動化水平會越來越高。現在人工智能的熱點(也是令人擔心的一點)，是人工智能既在逐漸超越“有監督的機器學習”——即由人類給圖像及其他數據加上標簽，事先定義好什么方法是“正確” 的(主要構成了機器智能的外在);也有 “無監督的學習”——即事先不定義方法，機器可以對未加標簽的數據即時進行分類，無需人工干預，系統就能改善執行效果。

我們的歷史悠久，它與兩種相互競爭的實現方法——即基于規則的決策和機器學習緊密聯系在一起。當計算機像人類創建新的神經通路那樣，能根據數據分析改變程序(“前向傳播”)時，機器學習就實現了。機器學習通過改變現有代碼，改進了人類學習(“反向傳播”)。機器學習創建了新代碼，迅速徹底地提高了系統性能。

各公司一般都會尋求將工作的輸出格式標準化(在橙色六邊形處交換信息)，找外部供應商降低成本，提高靈活性，解放內部員工做價值含量更高的工作。供應商尋求與各種客戶進行標準化互動，推動一個行業廣泛使用外部供應商，從而在價值鏈上產生標準的行業信息交換方法。此類方法一般包括第三方IT系統的應用。

盡管各公司可以用子公司之間的模塊化聯系，但是價值鏈的模塊化，至少在理論上可以減少合同摩擦的影響，增加了外包的可能性。

簡單說來，價值鏈模塊化涉及到對以前隱性信息的系統分割。

這樣既能提高公司內部的效率(公司內模塊化);也能與行業信息標準結合，提高公司間的效率(公司間模塊化);還能通過模塊化的全球價值鏈聯系，實現外包和離岸外包，提高跨境效率。

這些過程的理論化和文件化后，要側重于用新數字經濟的技術、工具和平臺生態系統，進一步實現——可能還可加快 ——價值鏈的模塊化。這是因為互操作性越來越開放的已知標準，對于新數字經濟的運行至關重要。

玻纖https://www.hongyantu.com/index.php?r=good%2Findex&cd=14&cd2=1401&page=2