“雲物大智”被越來越多的提及，它主要代表未來科技應用的四大領域：雲計算、物聯網、大數據和人工智能。最初是由哪位將四個領域並在一起使用，已經無從得知。
四個概念讓我們對未來世界產生了巨大的想象空間。其中最重要的一點是四個概念不斷的互為補充，互為基礎，從而使得最終的智能化應用場景和應用設備不斷產生，以至於1956年就已經提出的人工智能直到50-60年之後的今天，才有更加多場景的商業應用。
“雲”字排在第一位，是因為最重要麼？
“雲”代表著雲計算，這一概念是由亞馬遜於2006年3月推出彈性計算雲服務所延伸出來。2006年8月9日，Google首席執行官埃裡克·施密特在搜索引擎大會首次提出“雲計算”（Cloud Computing）的概念。
“雲”是規模的意思，雲計算顧名思義就是大規模的計算，從而賦予用戶前所未有的計算能力。巨頭們早已在雲計算上佈局著，當前Google雲計算已經擁有100多萬臺服務器， Amazon、IBM、微軟、Yahoo等的“雲”均擁有幾十萬臺服務器。企業私有云一般擁有數百上千臺服務器。
雲計算，簡單的可認為是通過使計算分佈在大量的分佈式計算機上，從而將數據的運行通過更加廣泛的計算機和存儲系統進行效率的調用。而正是這個廣泛的、規模化的、效率化的計算能力才構成大數據、物聯網以及人工智能的最底層基礎設施。因為大數據的規模採集、積累和分析、管理與運用都依賴於大規模運算的能力。物物相連後，對數據存儲和計算量的巨大需求，同樣要求具有規模化的運算基礎。
而人工智能依賴於大數據的分析與模型建設，同時人工智能的各種識別技術將會要求更大的帶寬和帶來更加多樣化的數據與信息，以及對這些多樣化數據與信息的更大計算與處理要求。
也許正是這樣才使得“雲”排在第一位。
計算機的普及是物聯網時代快速發展的助推器麼？
1998年，微軟第一次把IE瀏覽器技術整合到Windows裡面，開發了Windows 98，從而更好地滿足了用戶訪問Internet資源的需要。之後PC使用率的大幅度提高直接使得互聯網成為信息資源集散地，信息大爆炸時代誕生。而之後計算機普及大浪潮下，以PC為終端，將其他物進行聯繫的場景越來越多，如企業端的投影，娛樂端的KTV點播，零售與餐飲端的POS機等。
個人電腦的大規模普及（包括企業用電腦），使得分佈式計算機的計算能力得到了鋪墊與積累。PC的普及帶動互聯網帶寬的技術發展和網絡通信基礎設施建設，同時對於服務器與存儲系統的要求越來越高，這也間接的為雲計算的基礎設施打下了基礎。
物聯網簡而言之就是“物物相連的互聯網”。 它是1999年美國麻省理工學院立的“自動識別中心（Auto-ID）”，所提出的萬物皆可通過網絡互聯。早期的物聯網是依託射頻識別（RFID）技術的物流網絡。
隨著使用紅外感應器、全球定位系統、激光掃描器、氣體感應器等信息傳感設備，按約定的協議，把任何物品與互聯網連接起來，進行信息交換和通訊，以實現智能化識別、定位、跟蹤、監控和管理。
而要萬物互聯，物物通信與信息處理、存儲系統和服務器建設的要求就會更高。所以可以認為，PC的普及為物聯網的基礎設施要求提供了積澱。
而如今，PC品牌商也直接成為物聯網領域設備的主要製造商。五大個人電腦(PC)品牌廠都在美國消費性電子展(CES)展現強攻物聯網(IoT)雄心。聯想、惠普、戴爾、宏碁、華碩等品牌廠皆表態，物聯網給PC廠帶來新時代的機會與挑戰。
更大規模的大數據來源於物聯網
由維克托·邁爾-舍恩伯格及肯尼斯·庫克耶於2008年提出，他們共同出了一本《大數據時代》的書。
在我們日常的意識裡面會認為是以數字為載體的集合為大數據。其實大數據是一種信息資產，它包括結構化、半結構化和非結構化數據，非結構化數據越來越成為數據的主要部分。據IDC的調查報告顯示：企業中80%的數據都是非結構化數據，這些數據每年都按指數增長60%。如何有效利用這些數據，潛在的價值不可估量。
物聯網是把任何物品與互聯網連接起來，進行信息交換和通訊，同時在此過程中實現信息識別、分析、管理與再應用。這一系列鏈條中，將會沉澱大量的數據信息，如果有效識別與管理數據將成為物聯網時代迫切需要解決的事情。
揮別傳統PC時代，當前及以後的一段時間，物聯網架構下的上網裝置將以一年百億臺為單位。在龐大的硬件基礎上，將會產生令人難以想象的數據信息，這些信息還將立即在互聯網上湧現。如：PC後時代，以智能手機為代表的智能設備讓人們隨時隨處都可以進行信息採集與分發，從而引發至今十年的移動互聯時代；智能電視等家用電器形成統一互聯網智慧客廳、智慧城市下的自動化停車場、交通監控等形成了龐大的信息系統。在商業場景下的互聯網金融更是在無硬件下形成資金流、信息流和數據流等純數據化的生態。
IBM的研究稱，整個人類文明所獲得的全部數據中，有90%是過去兩年內產生的。而到了2020年，全世界所產生的數據規模將達到今天的44倍。
雲計算為物聯網奠定計算力基礎，促發了物聯網產生龐大數據的衍生能力，同時在以雲計算為代表的技術創新大幕的襯托下，這些原本看起來很難收集和使用的數據開始容易被利用起來了，通過各行各業的不斷創新，大數據會逐步為人類創造更多的價值。
在雲計算、物聯網和大數據時代的積累，一定程度上更加推進著人工智能在各領域的進步。
人工智能，我們終於抓住了它的一根指頭
人工智能（Artificial Intelligence），英文縮寫為AI。是隨著計算機的產生與發展而提出的，最早是在七十年代同空間技術、能源技術共同列為尖端科技之中。後來隨著基因工程和納米科學的發展，基因與納米新材料在人工智能方面可能產生的巨大應用，人工智能同基因技術和納米科學一併列為二十一世紀尖端科技。
該人工智能的概念提的最早，但是發展卻是相對最緩慢的。其最大的難點就在於智能識別技術的突破。這些識別技術包括機器視覺，指紋識別，人臉識別，視網膜識別，虹膜識別，掌紋識別，專家系統，自動規劃，智能搜索，定理證明，博弈，自動程序設計，智能控制，機器人學，語言和圖像理解，遺傳編程等。
而這一切都需要大量的數據積累，而效率的數據採集是當前的一個難點。沒有大規模樣本數據的基礎，無法就智能化的模型提供參數，智能化組織與智能化個體行為難以執行多樣化的場景。
但是在標準化程度高的領域，採集數據相對容易，就會有更加智能化的設備產生。如汽車製造領域，特斯拉的無人制造工廠只有150個機器人。
在其他領域，隨著物聯網下的智能設備裝置越來越豐富，應用場景越來越多，智能化要求下的數據與信息在快速的積累著。技術性的突破就在眼前。
雲物大智下的商業場景
未來世界是一個智能世界，實現人工智能最大的基礎是數據。當前以及未來一段時間都是數據與信息的爭奪。能夠效率的識別、採集與管理分析數據，就會產生更大的商業價值。
1、 當前雲計算技術已經可以達到低成本商業化運用的程度，基於雲計算基礎的架構（在IAAS，PAAS方面）可以挖掘的價值已經遠遠落後於SAAS架構下的軟件服務價值。當前以及未來一段時間，利用SAAS服務去挖掘企業服務方面的商業模式將會有更大的空間，為企業服務過程中也會有原始商業主體數據的積累過程。未來將會產生智能化的企業綜合服務平臺。
2、 物聯網的優勢在於提供硬件的同時，後端搭載完整的軟件服務和終端系統，從而通過互聯的設備實現信息、數據共享。它聯繫的場景必須能夠達到線上和線下的互通。物聯網設備和人工智能的新型數據提取方式可以提取到關於場景的必要數據。O2O下的物聯網系統的佈局場景，才能有效捕捉大數據，運用雲計算進行大數據分析為商業場景的複製鋪設提供參考。無論滴滴打車，共享單車、共享雨傘還是自動販售機等都是以一種便利化，高效率化，低成本化的物聯網形式獲取消費者數據、商品流數據、資金數據、出行數據等，從而為後面智能化的商業場景模型提供更加豐富的數據支持。基於場景的商業智能會讓數據分析產生意義，提升企業的運營效率或者發現新的商業模式。
3、 數據與信息為王。從智能客廳到智能建築、從智能安防到智慧城市、從在線教育到智慧教育等，無一不是都包含了數以百萬到十億計的物體、IP地址和數據產生點。如何進行這些物體、IP地址和數據節點的數據管理分析，將會是另一個巨大的需求。那些為設備提取數據節點的，並進行有效管理的數據服務行為將有廣闊的價值空間。綜合雲平臺及分佈式計算能通過在價值鏈的不同節點上進行數據處理和分析操作，就可能對資源進行測算並在需要它們的某個節點及時對其加以利用，這也是為什麼區塊鏈的分佈式賬本記錄與傳輸數據的能力引起世界廣泛的關注。
4、 智能時代是否已經到來，只有等到未來給我們回答。當前打著AI、VR、AR等概念的商業場景或更多的是一種偽智能。而以通過計算技術、硬件軟件產品、數據分析與服務等對各商業場景、行業供應鏈、產業架構進行拆解和重構，從而針對性的大量獲取信息與數據的商業行為，或許才是更有價值的方向。
相關推薦
