這次，我們想聊聊「智慧」這件事情。和你一樣，過去的這一個月裡面，我們的心一直被疫情所牽動著，也努力的在想如何儘自己的微薄之力。
好消息是，國內的疫情形勢慢慢緩和，但仍需要警惕的是「黎明前的黑暗」。這幾天全球各國股市多次熔斷，原油價格一度跌至30美元，新冠也已經攻陷五大洲，全球市場從對未知的恐懼，變成開始擔心病毒對經濟的影響......在全球化的時代裡，新冠已有燎原之勢，但這也倒逼全球合作，這場世界衛生危機已經成為了全人類的集體記憶。
而從另一方面看，新冠病毒使得全球流動減少，進出口放緩，未來全球供應鏈會出現本地化趨勢，全球化加速脫鉤，世界經濟面臨衰退。
但是，總會有人來迎接春天。
創業者們不僅要解決現在的問題，還要能夠面對未來的挑戰。
回到國內，總體的基調還是新冠疫情仍不容小覷，防控措施仍不可鬆懈。而按下暫停鍵一個多月的中國經濟，也面臨大考。首當其衝的是，元氣大傷的各類產業如何加速復工復產的進程？
流程監控、宿舍改造、員工迴流、防疫措施、上游供應、下游生產，盤根錯節，很多環節並非一家企業之力能夠解決的。除此之外，企業主還需要面對復工之後更多的風險，如：因復工產生的聚集性疫情，上下游工廠停工導致的連鎖反應，疫情後的招工難，防疫政策的處罰壓力。
而這些問題，都有它的共同點——「低智生產」。
智能是數字化時代的產業剛需
我曾和我們北高峰資本與坤湛科技的同學分享過，每一個十年交替的時點恰逢產業新陳代謝的交接。這是歷史的偶然，也是人類社會不斷在過去與未來之間按照價值標尺對焦的必然，而對焦的標準就是“產業進步造就普惠價值”。
舉個例子，1990年，Compaq、HP、Dell、Gateway等PC機廠商全面蠶食IBM的版圖，IBM被逼入絕境最終在90年代從PC電腦公司轉型為商業服務Service。IBM當時的戰略錯誤在於拒絕使用Intel的386 CPU芯片。而其競爭對手藉此全面追趕，因為他們抓住了IT時代人們的剛需：擁有更便宜更快速的電腦。
2000年，.com泡沫宣告了門戶互聯網web1.0高潮落幕。隨後NASDAQ跌入谷底，而Google與amazon熬過了產業的低谷，原因是他們抓住了互聯網時代消費者的精神與物質需求：「通過網絡高效獲取知識與購物」。
2010年，Nokia，Blackberry和Garmin墜入衰退的通道，而iPhone則樹立了智能手機的壟斷地位。因為Apple抓住了移動時代的消費者剛需：指掌之間與文明對話。
2020年，我們正在經歷著消費互聯網和產業互聯網的湧動，在這個日新月異的時代裡，抓住真正的剛需是很難的事情，偽剛需們往往會模糊創業者的眼睛。
而站在技術+產業的角度，我在IBM T.J. Watson Research，IBM Singapore, Google，以及阿里巴巴近6年的時間，從研究所的數學公式起步，到城市交通指揮中心，到生產車間再到田間地頭裡。比起單純的技術或資本，我們更容易看到一些「定性」的趨勢和變化，即明天會是什麼樣子。
當然，必須要承認的是，我們低估了「變化」帶給時代的衝擊：疫情使得產業端的智力革命大大提前。產業對於智能化、數字化的要求史無前例。
而這種變化又會對未來有什麼影響？這種變化是有價值的嗎？對這個的思考，也是以史為鏡、以史為鑑，更讓我們堅定了自己的方向，這也是更好地站在今天看明天。
今天和昨天，第三次工業革命的IT技術和物聯網技術實現了萬物的數字化，其在各個行業中的擴散，創造了不枯竭的新能源——數據，完成了打基礎蓄勢能的階段。而第四次工業革命，由大數據、雲計算、AI等底層通用技術，打造出嶄新的生產力——計算力。最後第三、四次工業革命的結晶結合，“計算力+數據”則會在明天成為空前的產業動力。
這將會是一場全面的智力革命，“計算力+數據”打破了勞動者與勞動工具的智力侷限。人腦能夠存儲和處理的信息是有限的，這也決定了人腦的知識水平和可開發智力的侷限性。計算力與大數據技術發展推進了從海量數據中獲取知識的深度、廣度、速度。今天的AI算法一分鐘就能處理完一個人整個生命週期所接觸的數據。
從更深處看，生產工具的數字化也可以帶來產線的智能化，通過設備端的實時數據與計算力結合實現智能化返控，賦予機器產線IQ，讓產線像人一樣「思考」。
2016年8月份，我第一次將這種概念運用在廣州市海珠區及天河區的關鍵路口的交通信號燈上，“互聯網+信號燈”的提升高峰期的局部擁堵指數，隨後應用在杭州的城市大腦第一期。在杭州生活過的人，應該都知道曾經的“杭州堵王”——莫干山路、中河-上塘高架。當時，我們將這個地區的128個交通信號燈全部打通並且接入“大腦”，以人工智能的方式對其進行自動接管和調配。這期間，很多人問我交通信號燈和“人工智能”有什麼關係？弄穿了是否還只是在GPS上說這個點位出現了堵情？
其實，我們做的事情是完全不一樣的。一個是「事後諸葛亮」的信息展示，一個是給予交通思考能力和預判力的「城市大腦」，我們要做的是讓交通調度如人的大腦一般聰穎。
除了顯而易見的高峰時間、路況、車速、車輛類型、行人等信息，其他任何所能帶來的變化，也得考慮在內。經過一年的調試改造，我們做到了將中河-上塘高架平均延誤降低15.3%，莫干山路等地面主幹道平均延誤降低8.5%。
其實早在2008年我就在新加坡陸路交通管理局的項目中第一次上線了實時預測未來60分鐘內每個路段的交通流，預測準確率高達90%，隨即被CNN等主流媒體作為智慧城市的標杆案例。而在杭州城市大腦的信號燈調控只是那時候的模型自然延展。在這個方向堅持8年，因為一直相信數據的力量，也堅信「要敢於在最傳統的地方用最先進的技術」，哪怕是別人以為已經很智能的場景仍有很大的進步空間？這成為了我們的投資理念之一，因此我們目前的投資佈局主要集中在第一、第二產業，包括投資天創時尚，通過數字化實現產業鏈全流程改造、驅動新零售創新，實現產業升級。
值得注意的是，技術上的先進不是萬能的。相信很多技術to b型的企業都會面臨一個最根本的問題：客戶為什麼要用一個從前沒有的設備或者服務併為之付錢，他的動力是什麼？你能夠創造什麼價值？
如何說服客戶，如何找到合適的切入場景，讓客戶覺得你的技術能夠創造出真實的價值？很多人看到了智能化是大勢所趨，但是這只是第一步，當具體到行業、到公司，我們要回答，為什麼企業需要智能化？為什麼是從這裡突破？為什麼是我們來做智能化？這些問題都很難。
萬事開頭最難，早期我們沒有經驗，也不知道什麼行業能做，什麼行業不能做，只是抱著做數字化探索的心態。一開始找了很多公司接觸，而大多數公司連嘗試的機會都不願意給，他們覺得我們壓根不懂產業。不過幸好當時是在阿里，堅持就總能出現機會。
2016年8月，協鑫光伏告訴我願意試一試，我帶著團隊下到蘇州太倉的車間裡，去觀察整個生產的流程，從原材料到切割，到洗片，再到打膠......我們總共去了三次，每次都會連續一兩週呆在車間工廠裡，去跟工人、工程師們聊天、吃飯、工作，不斷磨合，去了解和觀察他們要改變的痛點是什麼？在哪裡？有幾個？
其中也遇到很多問題，技術人員覺得做技術的為什麼要到工廠裡幹活，工程師和工人又覺得一群弄技術的人懂什麼產業，根本不是一個話語體系。這還不是最難的，我們在改造過程遇到的最普遍性、最艱難的問題是—「如何理解數據變量中背後的含義」。
一開始我們拿到工廠數據的時候，連數據的變量是表達什麼含義都不懂。因為在工廠的工業系統中，工程師的信息化建設、it建設是建立在他們對於工業、產業的專業知識之上的。
而不懂數據含義就如同盲人摸象，找不到短期能夠見效的痛點，找不到痛點就無法說服企業來相信這種技術能夠改變他們。所以這也是我一直強調的，數據科學家做產業改造一定要下到車間裡、田地裡的理由。
所以，正因為我們的「躬身入局」，團隊開始明白流程是怎麼樣的，數據是怎麼來的，流程和數據之間的因果關係是什麼樣的，這樣也就能夠找到最關鍵的痛點。
最後，我們將協鑫光伏的電池切片良品率提高了1%，這是巨大的成本節約。第一次成功了，之後找我們的人越來越多，我們接觸的產業、企業也越多，這一套技術和方法論也就越好用，越好用，來用的人越多。這是一種「正向的積累」，越多越好，越好越多。即便是有人技術再好、團隊再強，也很難複製，超越。
其次，企業的CEO需要對行業當前的痛點和未來發展趨勢是有判斷的，他認為某一個服務或者設備能夠解答這個問題並且會採取行動。一個企業的數字化改造，一定是CEO工程，只有CEO重視他才可能真正落地。我們和天創時尚的合作也離不開CEO倪總的推進，倪總是設計師出身，他對於產品本身是非常執著的，他對產業有清晰的判斷，領導人對產品越專注，就越明白這個時間企業最需要的是什麼。
現在的製造業，不再需要更多的傳感器，更多的硬件設備，而是需要完成「支持數據連接和流通的大腦」，這是進入最後智能化的必經之路。
這也是我想提到的，今天的“大腦”與以往智慧化改造，最根本的區別是商業模式的區別。一條產線，一個公司，到一座城市，它們要變得“聰明”並不需要更多的硬件，更不需要浪費投資，重複建設。而是利用已經存在的基礎設施去搜集數據，通過人工智能手段將其變成一種資源，利用數據的方式去提升管理和生產水平。
科技是應對風險最好的工具
數字化轉型是技術與思想全面協同的系統性變革，在生產製造、社會治理各方面都會帶來深刻的變化。在這裡，我們不會忽略智能化可能的最大受益者——「政府」。這次疫情就像是一面“照妖鏡”，以往難以被發現的盲點、困點全部暴露無遺。
無論我們生活在哪座城市，我們無一不例外都會遇到一件事情，在社區或者工作地點前，手工錄入個人數據。“你是誰？你從哪裡來？你要到哪裡去？”這三個處於哲學頂層的問題，真實的變成了日復一日的拷問。
智慧的社區各有不同，不智慧的社區一模一樣。紙質通行證、人工量體溫、出入對暗號、防控靠喇叭。然而社區自身已經擁有大量的數據，缺乏的只是打破孤島的方式。
我們肯定知道小區中安裝了許多安全攝像頭，但是問題在於，單一攝像頭收集的數據無法測量出業主的體溫，還需要其他的傳感器數據。那麼是不是意味著我們要把智慧小區的物理空間進行智慧化，要加很多硬件和花費更多的成本？
所以有沒有一個設備，不需要額外的支出就能夠獲得額外的數據，這一點對於社區的智慧化十分重要。我的答案是：有的
業主們攜帶的智能手機和智能手錶等設備，都能夠實現包括定位、測溫、心跳等功能。現在缺少的不是數據的接觸點，缺乏的是數據的連接點。
最後，我想說的是在智慧城市建設的早期，各地重複建設了大量硬件和技術，數據的反應都是「各自為政」，包括這次疫情中，很多地區緊急開發的系統、連接了很多數據，但是依舊是獨立於原有系統之外的，孤島中再建孤島。這也就能夠理解，為什麼疫情來臨時，智慧城市們都沒有展現足夠的應對能力。
連接起這些數據，將其「智慧化」，城市大腦必不可少。在這一點上，浙江省這次疫情上做得很成功，藉助城市大腦打通各部門間的數據，還實現政務數據和阿里等公司提供的商業大數據形成聯動。
在打破孤島之後，更重要的是「與時俱進」。我們一致將數據喻為新時代的“石油”資源，而如今及時的數據才具有價值。試想，在數據滯後3-4小時後，病人已經可以從武漢返回深圳了，一個移動的傳染源，中間他要接觸多少人，延後的防控需要付出多大的成本？所以及時的數據和及時的動作反饋很重要。
談了這麼多，我們作為投資人的角度，最終要回到商業模式上來。我們認為這裡隱藏著大生意。首先，智慧社區的商業模式需要特別小心，智慧城市很有可能是政府買單。那麼智慧社區的買單者是誰要講清楚。
第一，還是政府買單，理由不在做過多的贅述。
第二，物業買單，但是物業買單最終錢還是從業主身上來的，那麼必須考慮，智慧社區給業主創造的價值是什麼？如果只是物業本來有的功能的強化，監管功能或者巡查功能等等，為什麼要讓業主多付錢？如何說服業主多付錢？這和大家做生意一樣的，你要讓別人相信，購買這個東西或服務可以解決什麼問題，得到什麼好處。當然已經有這樣的情況，比如說萬科和綠城的物業能夠提供更多的增值服務，他們可能也需要這些數據。
第三，本地生活公司和互聯網公司買單，也是我著重想探討的，我認為這裡隱藏著一個嶄新的商業模式。
當他們對小區開始深度融合的時候（快遞智能櫃就是一種簡單的融合），本地生活的企業對於小區是有需求的。因為他想成為深入到小區內跟每一個家庭最後「握手」的那個人。互聯網的流量有兩種，一種是上行的流量，一種是下行的流量。
上行的流量打個比方就是我在app上下單，我主動去接近你買東西。而下行的流量就是當我買的東西送到家裡的一個交付過程。上行是用戶主動發起，是服務或者商品吸引他主動進入的流量。下行往往在服務商手中，包括物流公司、外賣小哥等等。
他們掌握了一個下行的流量。但是絕大多數情況下他們沒有把下行的流量給踩住，很多包裹直接丟在地上，餐飲丟在社區的外賣桌上，最後給消費者的是0觸達，而這浪費了流量非常重要的一個環節。我相信一定會有互聯網公司和本地生活公司，他希望踩住流量的入口和出口，上行和下行。
可以看到，如果說我們現在已經有一套真正智能的社區，那麼無論是從疫情，還是從生產、生活上，企業和勞動者都可以變得主動起來，因為科技是應對風險最好的工具。
同樣，「科技是應對風險最好的工具」這種思路可以複製到很多領域，尤其是抗風險能力弱的農業，比如說去年的非洲豬瘟，又比如說今年的春耕。農業一直被視為中國國民經濟的基礎，而受疫情影響最大的春耕則是一年農事中最重要的環節。
這次農業受到了非常大的衝擊，一是封城、封路、封村的措施，導致人流、物流都處於停滯狀態，出門務農受到限制，農藥，種子、化肥等物資也無法送達。
農業是一個靠天吃飯的行業，一旦錯過最佳的耕種期，必然面臨糧食產量的銳減。農業興，則國興，我們國家的農業近四十年中沒有出現過大的改變，而四十年的世界已經發生了翻天覆地的變化。農業的變革已經十分急迫，而在這其中，科技決定了農業未來的出路。
下次我會為大家分享北高峰資本在農業領域的一次投資，我們已經在嘗試著將第一、第二產業從「低智生產」提升到「萬物智能」。
我們這一代人不曾聽過瓦特蒸汽機的第一聲轟鳴，也錯過了愛迪生白熾燈的第一縷光明，更沒有見證“Hello, World!”的第一行顯影。但是時代給了我們一個罕見的“第一次”機會，與全球同步站在第四次工業革命的起跑線上。
我們沒有任何理由放棄這次超車的機會，我們一定會創造一個產業的春天。
閱讀更多 大數據文獻 的文章
