5G,新连接时代的机会

阅读时间 25 分钟,快速阅读仅需 9 分钟。

这篇文章很长,但我保证你看完后能获得足够多对 5G 和产业互联网的了解,可能也会由此想到处在当前位置的你,应该如何去迎接这个新连接时代。放心,我不会和你说「码分多址」之类的人类看不懂的词语,我们尝试用人话来了解 5G 时代的特征和机遇。

Artboard 2

这是一张在北京联通办公室实测的 4G 和 5G 的网速对比图,来自我的朋友圈。

可以很清晰地看到,左图 4G 无论是下载还是上传速度,都远远慢于 5G。

但实际差距真的有那么大么?有没有这么大很难说,但实际商用时,肯定不是这样的差距。我们不能拿大家都在用的已经拥挤的 4G 和只有一个人在用的 5G 来做比较。当年 4G 推出时,媒体的测速也有接近 100Mb/s 的。

很多兴奋地讲 5G 的文章都会告诉你,5G 的最大使用场景之一就是自动驾驶,说得好像只要 5G 上了,北京的行人再怎么乱穿马路、外卖小哥再怎么横冲直撞,私家车都能完美躲开一样。

实际上我们无法认为水管里的水流速快了,我们就能更快地泡澡,万一水还是凉的呢?自动驾驶也一样,光靠 5G 并不能实现自动驾驶,它还需要 AI ,需要尽量多的大数据,甚至还需要我们已经提了 10 多年的 IPv6 。

要搞清楚 5G 这个新连接时代带来什么变化、有什么机会、需要如何和已有的产业结合,我们需要从 5G 的特性讲起。

5G 的基本特征

我们常常听说,5G 非常快,下载一部电影只需要数秒钟。实际上,现在家庭 500M 宽带下载一部电影也不需要一分钟,不能光从速度上去讨论 5G。

5G 有几个和 4G、WiFi 不同的特征。

真高速

5G 的基站速度可以达到 10Gb/s ,比 4G 的理论速度要快 100 倍。但这并不意味着你下载一部 10Gb 的电影只需要一秒钟。

因为连接同一个基站的不止你一个人,其他人的设备也在连接,也就是说,你和其他人一起共享基站的 10Gb/s 下载速度。

即便如此,5G 的实际使用速度也比 4G 快不少。高通曾经在法兰克福和旧金山的实验室做过实验,5G 的下载速度分别是 490 Mb/s 和 1.4 Gb/s ,而 4G 是 56 Mb/s 和 71 Mb/s 。

另一方面,拿「下载一部电影」来举例是不合适的,在 C 端用户实际应用场景里,「下载」是可以等待的,我们可以等待一个晚上,让 NAS 在家里自动下载 100 G 的电影。真正有意义的是触手可及

这年头没有多少人会真的去「下载」一部电影,而是在线观看。5G 的高网速带来的是网络内容触手可达。在大多数情况下,你可能都不会看到 app 里的「请稍等,正在缓冲」的提示。

可以合理地期待,实际使用时,5G 的网速大概比 4G 快 10 倍。

千分之一秒低延迟

5G 的另一个关键特征是低延迟。

当我们用手机上网时,单程的路径是这样的:

  1. 手机发送信息到最近的小基站
  2. 小基站发信息到中型基站
  3. 中型基站发信息到大基站
  4. 大基站发信息到骨干网
  5. 骨干网发信息到你要访问的网站的机房
  6. 机房把信息发送到服务器
  7. 服务器按照以上路径逆向返回信息

这实际上是一个相对简化的模型。我们可以简单地认为,在路径 1-4 ,手机与基站、基站与基站之间是通过无线传输的,也就是 5G/4G ,而 5-7 是通过光纤传输的。

在 4G 环境下,手机与基站、基站与基站之间的延迟可以达到 50 毫秒甚至更多,也就是说,信息穿越的无线基站越多,延迟就越严重。

50 ms 人类基本上无法肉眼察觉,但在高精度的行业,比如自动驾驶,如果自动驾驶是联网判断车辆驾驶的,通过多个基站后,延迟可能会超过 100ms ,这样的延迟,就有可能会造成一场事故了。

所幸的是,目前自动驾驶不仅需要联网,车辆里面也内置了 AI 判断系统。

5G 可以做到基站与基站之间的延迟在 1ms ,甚至低于 1ms。也就是千分之一秒。

如果我们假设服务器不会发生故障、骨干网与服务器之间的通路一直是顺畅的,我们就能让汽车的自动驾驶通过联网来进行,瞬间消掉了 100-200ms 的延迟。

联网自动驾驶的好处是什么?举个简单的例子,云端服务器有 1000G 的可供判断的驾驶数据,而车辆内置的可能只有 1G,联网判断显然要比本地判断的可靠性强很多。

高稳定性

5G 在制定标准时,对稳定性提出了要求。

我们在使用 4G 时,偶尔会出现断网、网络不稳定的情况,用技术原理来说,就是「数据丢包了」。

5G 的一个关键的 KPI 是做到 99.999% 的稳定性,它要求 1 ms 内一个 20 字节的数据包丢包率不能超过 0.001%

能达到这个稳定性除了有相对 4G 更优化的质量管理系统之外,还因为 5G 的基站比 4G 要多,而且多很多。

为什么要多很多?我会在第 6 点说明。

如果说,作为一个普通用户,我们都无法忍受坐个高铁、走进胡同里 4G 就网络不稳定了,那对于实时同步要求较高的企业来说,4G 压根不能用来让机器协同工作。

值得说的一件事是,虽然 5G 的目标是做到 99.999% 的稳定度,但如果你要在今年或明年尝鲜,恐怕其稳定度还不如 4G。比如最近我看到有报道说,韩国和美国首批尝鲜的用户,都在疯狂吐槽 5G 的稳定性。

高功耗与低功耗

5G 的基站功耗要比 4G 的高,但用户设备、物联网设备的功耗可能会降下来。

如果我们把功耗简单地认为是传输功耗+计算功耗。那么,5G 基站承载比 4G 更大的传输量和计算量,这意味着它的功耗会增加。

坏处当然是增加了电能消耗。但我们可以看到一个好处,终端的能耗可能会降低。

就像前面举的自动驾驶例子,如果我们已经实现了高网速、低延迟、高稳定性,这意味着,终端需要做的计算量就减少了,你可以把计算过程放到云端来计算,然后把结果下发到终端,终端只需要按照指令执行操作即可。

这样一来,终端设备将会减少计算功耗,当然,它的传输功耗可能还会增加,因为每秒接收到的数据可能更多了。如果我们做到计算功耗的减少量大于传输功耗的增量,那么,终端设备将会更省电。

对物联网来讲,是一件事极大的好事。

高密度连接

如果你曾参加过演唱会、各种人山人海的行业大会,你一定会吐槽会场的信号很差,经常连不上网,以至于你都不能发一张朋友圈炫耀炫耀。

相比起 4G,5G 的频段采用了更高的频率,我们可以简单地理解为,频段越高则车道越宽,能承载的车辆就越多。同时,5G 的基站数量多多少少加起来比 4G 要多出 100 倍。无论是更高的频率还是更多的基站,都在指向一件事 :一个空间内能同时联网的设备增多了

这不仅能让你在演唱会上顺利发朋友圈,还能让一平方米内的上百个设备同时连上互联网。这意味着,我们吹牛逼了那么多年的物联网,有了新的实现基础。

容易受干扰

5G 有很多好的特征,也有坏的特征。其中一个最值得关注的坏特征就是容易受干扰。

为了更好地理解为什么 5G 更容易受干扰,你可以回想一下家里的 WiFi 。一般路由器会发出一个 2.4GHz 和一个 5GHz 的热点,前者速度一般,但穿墙能力强,后者则相反。

5G 也是如此,通信频段越高,则受干扰越严重。

如果在家里你想每个角落都有 5GHz WiFi 信号你会怎么做?你可能会多买一两个路由器,也可能会装几个无线放大器。

5G 也是如此,5G 的基站会比以往多,而且多很多。以此来确保 5G 通信的稳定性。

未来我们会在路上、楼宇里看到各种大大小小的 5G 基站,有的可能像路由器那么小,有的则是信号塔那么大。这些大大小小的基站,就像你在家安装的放大器,来让 5G 信号续命。

如果运营商无法大面积、无死角地建设基站,前面各种 5G 的场景可能都是空谈,或者说,只能在特定的区域不空谈。

小型基站的铺设可能比 4G 大基站的铺设更容易一些,我曾经看到一篇报道,某个城市打算将每一个路灯,都改造(安装)成小型的 5G 基站,来确保主干道的 5G 信号。

5G 的 3 个好伴侣

脱离使用场景,光谈速度是没有意义的。而不同的场景,又需要其它「伴侣」才能让 5G 真正发挥它的作用。

大多数媒体的文章会告诉你,5G 会对某某行业产生巨大的影响,但没有下面 3 个伴侣,这些影响可能无从谈起。

我们拿自动驾驶作为例子,来看看这 3 个伴侣起到什么样的作用。

将自动驾驶这件事拆解,我们至少要实现的目标有:

  • 汽车能在各种环境的路上安全驾驶,确保乘车人和行人、电动车等的安全
  • 汽车能判断哪条路堵车哪条路不堵车,与其它汽车协同减少拥挤,所有车都尽快到达目的地
  • 汽车在停车时要尽快找到停车场,减少因为停车制造的临时拥堵
  • 车与车之间要能沟通,保持安全距离,甚至预判可能出现的碰撞

5G 能让汽车快速与服务器建立稳定的连接,但光有连接并没有用,连接后的行为判断才是价值所在。

AI

在自动驾驶这个例子当中,我相信我无需花太多的笔墨来解释 AI 的作用。AI 就是驾驶者。通过图像识别、传感器数据、车与车之间的通信,汽车将信息上报到云端,云端下发汽车操作行为。

AI 发生在云端和汽车本身。汽车内置了一个比较强的 AI ,能应付大多数路况,而云端的 AI 则让汽车对突发事件、城市临时变化的路况做出即时的处理。

没有 AI,自动驾驶无从谈起。而没有 5G,自动驾驶则只能在大多数时候依赖汽车内置的辅助驾驶系统,在复杂道路上,无法实现真正的自动驾驶。

大数据与云服务

AI 离不开大数据。只有在数据足够多时,才能训练出足够聪明的 AI。自动驾驶公司通过购买、采集各种驾驶的、道路的、天气的、行人行为的数据,强化 AI 的处理能力,从而让自动驾驶成为可行。

而要对大数据进行处理,则需要云服务。

只有数据足够多、云服务器处理能力足够强,才能训练出足够好的 AI。举个例子,滴滴通过对过去数据的集中化处理+对天气的分钟级预测实现了对乘客按地区需求量的预测,从而让司机提前集中在打车需求即将旺盛的区域。这样的处理,是无法在一台手机上完成的,也不是通过 5G 就能实现的。

5G 在这里的作用除了让汽车获取自动驾驶的判断,还承担一个很重要的角色,将各种传感器、手机上收集的数据,快速发送到服务器,让服务器做更快速的判断。

这时,自动驾驶实现的不仅仅是单辆汽车的驾驶,还能结合大数据,让汽车跟随着动态变化的路况做实时调度。

IPv6

这个词,我们至少听了 10 年。

到了 2019 年,才让普通群众有了真正的感受,因为中国今年开始大力推进 IPv6 ,你可以看到,你的手机和电脑,现在可能都已经有了一个 IPv6 的地址。

IPv6 地址有什么用?简单来说,它能让每一个设备都有自己独立的 IP,也就是说,以前这个设备可能是躲在一个公网 IP 背后的,现在,它的地址是外部可见的。

它带来的好处是,即使这个设备从北京移动到了南京,你依然可以通过唯一的 IPv6 地址找到它。你和它之间的通信,就像电话号码一样,无论它去到那里,你都能打电话把它揪出来。

可以说,IPv6 是物联网的基础。它让设备与设备之间的通信,不受制于区域不变化、基站变化的影响。

回到自动驾驶的例子。自动驾驶时,汽车除了要和服务器一直保持连接之外,很重要的一件事是和附近的汽车保持连接。举个不恰当的例子,如果旁边的汽车马上就要发生事故了,它如果能迅速将这个消息发给你的汽车,这将会减少这次事故的连锁伤害。

在这个例子里,IPv6 让这样的需求更快更稳定地实现。物与物之间,有了独一无二的连接方式。

事实上,物联网的发展,或者说 IPv6 的发展并不顺利,目前各种物联网设备的协议是不兼容的,比如,一个叫 Zigbee 的协议无法与无线路由通信,只能通过无线网关做中转。所以,IPv6 的发展,不是让每个设备都有唯一地址那么简单,还需要在未来,让各种物联网设备,都兼容这个「新」协议。

如何理解这 4 者的关系

离开上面任何一个因素去谈 5G 带来的对生活、对产业互联网变革都是没有意义的。

  • 5G 和 IPv6 提供的是一种稳健的、高速的、低延迟的通信手段,它们是通道
  • 大数据和云服务为真实场景提供处理能力和预判能力,将人与物、人与人、物与物之间,通过高速通道连接并提供能力
  • AI 则是将这些能力发挥到真实场景的「幕后主脑」

所以,光有 5G 无法实现自动驾驶,这 4 者必须同步发展,才能真正实现那个我们吹了 10 多年的物联网梦。哦对,现在改成更高端的词了,叫 IoT。

普通人能感受到的变化

智能手机出现后,普通人能感受到的变化有哪些?4G 出现后,你在智能手机上的行为和 3G 时代有什么不同?

我们切切实实地感受到,网速变快这件事不仅仅是水管流出来的水多了,而且它还催生了各种新的生活、娱乐方式。

比如,因为流量资费和网速的原因,以前你可能不会在手机上看视频,现在在地铁和公交里,你可以看到人人都在追剧。

比如,10 年前我们在 PC 上看文字博客,现在,有一群人天天拿着手机拍短视频、拍 Vlog 。

再比如,以前出门需要带钥匙、钱包、身份证,现在只需要带一个手机并安装一个微信。

网速变快不会直接影响生活,但网速变快带来的商业变化,却能在质上让我们生活得更美好。

在 5G 发展到第三年时,我们一定能看到这些变化:

更立体的直播

这是显而易见的。

更快的网速、更低的延迟、更高的稳定性,首先带来的肯定是视觉体验上的提升。

我们可以合理地期待,当 VR/AR/XR 的拍摄设备和查看设备也在进步的同时,人们能通过 5G 看到体验更佳的实时直播,你可以坐在咖啡馆身临其境地看一场 NBA 比赛,也可以躺在床上,看一个人直播攀登珠穆朗玛峰(前提上山有信号)。

更互动的娱乐方式

同样地,基于眼球的其它娱乐方式也将能得到体验上的提升。

比如游戏。

你几乎可以身处在任何地方实时地玩线上游戏,且不会突然爆出一句「我去,掉线了,本来我能赢」。

因为 5G 的低延迟特征,更多的数据处理会移到云端,这意味着,设备前端需要处理的东西更少、对 GPU 的要求也更低,即使是性能不是十分强大的设备,也有可能获得超越当前的视觉超越。

立体化教育

我说的教育是真的教育,并不下当下非常火热的单纯内容付费。

远程教育有 2 个问题在 4G 时代无法解决:

  • 老师无法实时看到学生的面部表情,要知道,面部表情的变化是让老师实时调整讲课方式的最大依据
  • VR 上课。VR 可以让肉眼看到的东西更真实,对于教育来说,真实的教育场景有助于提高学习效率。

结合前面 5G 的特征,可能我将能看到更立体化的教育诞生。

远程医疗

这是各种 5G 科普文章第二常提到的应用场景。

确实,远程医疗对网络的稳定性、延迟性的要求都很高,5G 第三年,当医疗设备与 5G 都进化到成熟的阶段时,或许你真的不需要从台山市跑到北京做一个眼角膜切除手术。

坐上了无人驾驶车

我们可能无法期待在 3 年后,所有汽车都实现无人驾驶,因为要对旧汽车进行改造,不是一件容易的事。但我们可以合理地期待,3 年后,我们可以看到无人驾驶公交车的出现,也会看到,路上的无人驾驶私家车越来越多。

当然,就像前文所说,前提不单纯是 5G,还有它那 3 个好伴侣。

更快的物流速度

5G 不是网速么?和物流有什么关系?难道提高下单的速度从 0.1 秒变成 0.001 秒?

并非如此。

在这里,我要提前引入「产业互联网」这个词,实际上后面会详细讲述。

5G + 大数据 + AI 的一个很大的应用场景是产业互联网。举个例子,当你用美团叫外卖时,实际上已经很难有比 app 下单更快的速度了,如果有,可能也只能是智能音箱。

网速是快了,但送货速度并没有因为网速变快而提高。拿餐饮来说,影响送餐速度的因素包括厨师操作速度、备菜是否足够、打包速度、电梯等待时间、外卖员路线、外卖员骑行速度等。

所谓产业互联网,其实就是利用移动互联网目前已经获得的大数据去帮助传统的产业提高生产效率。

5G 时代不仅是一个网速快的时代,而是一个效率得到重大提高的时代。试想,当传统行业有了互联网行业的思维,并且在各个环节都部署了可以连接 5G 的传感器,从而利用大数据提高生产效率,你订到外卖不是可以更快送到了么?

以本人为中心的消费体验

我们在线上使用今日头条、淘宝等信息流产品时,已经能深深感受到我们被中心化了。每条新闻、每件商品、每个直播,都是根据我们的偏好推荐的。

若在 5G 时代的第三年,我们终于实现了 10 年前就喊出来的物联网梦想,那么,当我们进去一个景区,门口的显示器可能就会告诉你,你可能最感兴趣的是某个分馆,你应该先去那里;当我们走进商场,门口的智能机器人也会告诉你,你喜欢的某某品牌正在打折,就在 F3-22 的位置。

说到这里,我不得不重复前面一直说的那句话,看 5G 时代,一定不能只看 5G ,要将大数据、AI、云结合起来看。

新的互联网设备和新形态 app

2G – 3G – 4G 这几年,我们目睹了手机的进化。我们可能很难将下面这些要素确定为因果关系,但它们确实是互相促进的:

  1. 更快的网速、人们更愿意发视频和高清照片、手机拥有了更高清的摄像头
  2. 更快的网速、视频磨皮技术、流量便宜、抖音和快手兴起

在 2G 甚至是 3G 时代,我们想象不出来抖音这样的 app ,也不觉得手机应该拥有那么大的屏幕和如此高分辨率的摄像头。

5G 时代,肯定也会有与之形成因果关系或者互相促进的要素,这些要素会催生新的物理设备和新形态的 app。

很遗憾,我们目前可能只能看着当下的设备和 app 去设想未来的世界,但正如我们在 2G 时代想象不出来抖音,现在去想象 5G 时代什么样的应用能引爆是不现实的,我们能做的,是跟着这个趋势,找到合理的创新点。

产业能感受到的变化

相比起 C 端用户感受到的变化,B 端用户,或者说,第二产业对 5G 时代即将带来的变化会有更直观的感受。

这就是所谓的「产业互联网」。最常说这个词的是腾讯,它还有其它说法,比如「互联网+」、「互联网下半场」。

互联网发展得很快,互联网获取到的用户行为大数据也很多,这些大数据反过来又促进了互联网的发展。

相比之下,我们的物理世界,要获取数据并非一件容易的事。你可以在一个 app 里加一个埋点记录用户的行为,这几乎是无成本的,但你要记录一个人在物理世界的行为,你需要部署各种传感器,这是任何一个企业都很难独立达成的。

那么,互联网高速发展积累下来的大数据,仅仅对自身发展有用么?能否让把互联网企业的方法抽象出来、把能力开放出来、把渠道叠加起来,让传统行业也能带来效率上的提升?

这是目前 BAT 和美团、滴滴等大型互联网企业正在做的事。他们坚信,这里存在大量的创业、创新机会,也存在新的人与物、物与物的连接方式。

这里我们引入一个简单的理论:「平理论」。

有 2 个产业,一个发展度高,另一个发展度低,两者在发展度上的不平,会带来新的机会和新的流量红利。

这个理论适用于两个不同的产业、不同的人群,甚至不同的国家。为什么某些中国手机在印度和非洲卖得如此火爆?也可以用这个理论去解释。

回到我们要讨论的话题,传统行业。前面说到个人更感受到的变化时,我举了美团外卖的例子,目前美团确实在做这件事,他们在用自己积累的能力,试图帮助餐饮公司提高生产效率、仓储能力。滴滴也在做同样的事,它在利用它的大数据,在帮助构建大数据模型,缓解城市的拥堵。阿里、腾讯更是把非常多的能力都放到了「帮助传统行业」这件事上,腾讯直接成了 CSIG 事业群,专门赋能「产业互联网」。

下面这张关系图能清晰地说明,互联网将对传统行业带来什么样的变革:

图片来自腾讯的一份白皮书

下面我们来拆解一下,5G 时代对互联网产业、传统产业带来的新机会。

轻前端,重后端

如果说 4G 时代的云计算是一朵晴空万里的白云,那 5G 时代它就是一大片积雨云。它所包含的数据将是极其庞大的、连接终端数量也是相对 4G 时代指数级变化的。

因为 5G 的各种特征和物联网的发展,为云端更快且更多地获取了大量数据,这些数据在 4G 时代无法做到高可靠性、低延迟的处理,但在 5G 时代,可以。

设想一个简单的用户场景:

一个用户要剪辑一段视频,加上各种有趣的效果,在当下,他只能在手机上完成剪辑,但手机剪辑大型视频的处理速度是堪忧的。在 5G 时代,他可以把视频快速上传到云端,然后他的每一次操作,云端都实时地提供反馈 — 仿佛就在本地进行剪辑一样。

结合 5G 的特征,我们可以合理地认为这样的场景在未来是能实现的,就像 Google 推出的云端游戏平台 STADIA — 你完全可以在显卡性能不够强的场景里玩 1080 甚至 4K 游戏 — 因为图像处理的过程全部由云端服务器完成了。

所以,云在 5G 时代,甚至未来 6G 时代,将扮演越来越重要的角色,它不仅是数据存储的地方,还是个人终端数据处理的地方,通过 5G,这些数据实时地返回给用户 — 仿佛就在本地处理一样。

前端会越来越轻,轻到可能像小程序的形态,因为复杂的运算和处理都交给云了。从这个角度来看,我们不得不说,小程序是非常具有前瞻性的

相比之下,后端需要做的事要比以前复杂很多,因为数据更多了,处理速度和效率也要跟上,甚至,「云」在各地的部署也要跟上,这样才能配合 5G 的低延迟,不能让云成为低延迟的瓶颈。

海量物联网与效率提升

为了区分过去的物联网,高通等企业提出了「海量互联网」这个概念。它的意思就是字面的意思,海量的物连入了互联网。按照 3GPP 组织的定义,每平方公里至少有 100 万的物连入了互联网。

结合 IPv6 和 AI,以及各种传感器的成本降低、功耗降低,这些领域将会有所突破:

  1. 农业
  2. 能源业
  3. 零售业
  4. 工业生产
  5. 城市建设
  6. 海事军事等领域
  7. ……

拿农业举例。现代农业事实上已经在采用各种监测设备来监控农作物、牲畜的成长,并在疾病在可控范围之内就采取相应措施阻止其蔓延。结合 5G 和 AI,以及互联网企业已经熟悉的大数据分析能力,农业可以更快地检测出问题,也能根据已有的大数据来做接下来的决策。

又拿城市建设来说,5G 作为必要的通信手段,结合各种传感器和 AI,可以实现:

  • 减少拥堵:智能调节无人驾驶车走线
  • 减少红绿灯等待时间:明明没车通过,为什么不变成绿灯让人通过马路?
  • 减少犯罪:通过智能监控,为安保人员提供实时安全预警
  • 快速响应故障与维修:立马知道哪里有故障,比如电网,迅速派人抢修
  • 减少人类无用功:明明某条街道很干净,为什么环卫工人还要跑过去打扫?

再比如制造业,小型,廉价,低功率的传感器可以改善产品跟踪,从而减少材料的浪费,和人员成本的无效使用。

要实现海量物联网智能化这个目标,需要传统企业和互联网企业相结合。5G 在这里,提供的只是必须的基础条件。

各种云服务

如果我们认可轻前端、重后端,也认为海量物联网即将发生,那么,对于互联网公司来说,提供不同场景的云服务,就是一个巨大的机会。

不同行业的需求和场景不一样,很难通过完全标准化的云服务器来提升效率,这时,面向不同行业,甚至不同企业的云服务,就是打平互联网和传统企业之间鸿沟的最佳手段

可以预见,未来 3 年,面向传统企业都云服务会越来越多,不仅仅是那种项目管理类工具,更多的是走进产业里的,提供线上线下采集、处理、分析、决策的积雨云服务。

智慧 XX

这张截图,来自腾讯即将在云南召开的一个大会,不用特别细心你都能看到,「智慧」这个词出现的频率是最高的。

而在浙江省,阿里巴巴早年间就提出来「城市大脑」这个概念,要通过阿里的大数据帮助构建「智慧城市」。而过去一年,我们听到最多的词,可能是「智慧零售」。

在实操中,阿里在各个城市开了盒马生鲜,腾讯投资了永辉超市做了「超级物种」。

中国两大互联网巨头,都在用自己的已有能力,希望在新的领域里更早地占领市场。

不止智慧零售。很多互联网公司业逐渐将手伸到医疗、服装、工业生产等行业。

说白了,因为这里存在机会,存在值得去「打平的机会」

互联网公司提供数据分析能力,传统企业提供真正的线下生产和运营能力。两者本应更早地结合,但互联网公司跑太快了,直到现在,当互联网已经被公认没什么风口了,他们才意识到,真正能让互联网走到线下的,不只是让你在大众点评买一张团购券,还有让传统企业变得更智慧、更互联网化。

传统企业在效率上的瓶颈也逐渐呈现出来,它们现在不仅需要互联网的思维,还需要互联网化的工具,来帮助他们提高效率,就像前面举例的餐厅出餐速度一样。

当前,传统企业的升级需要依靠劳动力的升级。然而中国的人口规模红利正在消失,人口质量的提升速度跟不上市场需求的变化,导致新的岗位人力缺口难以快速填补。但是,可以通过「产业互联网化」来填补。

因此,两者一拍即合。

所以,我们将能看到更多「智慧 XX」的出现,在 5G 时代,这可能不再是噱头,而是两侧产业的需求与能力的互补,是可以产生化学效应的。

更互联网化、更智慧除了直接能带来金钱上的收益之外,还将带来新的人口红利,更准确地说,是用户时间红利。后面将继续展开这个话题。

传统企业更需要 CIO 了

是的,传统企业更需要 CIO 了。

这里的 CIO 不一定是在传统企业工作的个人,还包括给传统企业提供能力整合的互联网企业。

传统企业要实现「产业互联网化」,需要一个既懂产业,又懂互联网,甚至还懂增长的人,来帮助提高效率和销量。

云服务有很多,怎么选?互联网增长的方式如何应用到传统行业?一个汽车轮胎品牌能不能像李佳琦卖口红那样刷爆抖音?

传统企业比以往更需要 CIO 这个沟通和执行桥梁,以便于将产品逐渐过渡到服务化, 使得用户和企业都可以持续保持连接和交互。

新的用户时间红利

让我们再回到互联网行业,回到我们经常谈论的「红利」这个词。

很多人说,人口红利已经没了,该上网的人已经上了,该用小程序的也已经用了,已经没法通过人口红利来带动产品增长了。

实际上,5G 会带来新的人口红利,这里的人口红利更准确地说,应该是时间红利

我们还是再拿自动驾驶来解释时间红利。

2018 年,全国汽车保有量 3.25 亿。假设同时在路上开的车是其中的 10% ,那么,同时将有 3000万辆汽车在全国各地行使。

如今你在开车时,能同时连接「互联网高速公路」的方式只能通过耳朵,听听音乐、听听播客、听听课程。顶多,你的眼睛稍微看一眼正在为你提供导航的高德地图。

用「平理论」来说,如果我们认为一个人能在手机上无限制地看任何 app ,做任何的交互行为,叫做「平」,那么,作为司机的你,处在一个「不够平」的场景里。

自动驾驶,其实是一种让你的驾驶场景更平的方式。当自动驾驶能在北京这种行人乱穿马路的城市都能比人工驾驶更快到达目的地时,你可以在车里享受和躺在床上一模一样的数字生活。

我们再切换回「红利」理论,当自动驾驶普及后,全中国同时将多出 3000 万在车里无限制连接互联网的人。他们以往只能听播客,现在,他们能在车里刷直播、看公众号、玩游戏。

这是 5G 时代带来的新的时间红利。是活生生多出来的「时间」。

我们觉得红利没有了,在当下生产力的时候可能没有了,但当生产力提高,就会有新的场景出现,通过将新的场景「打平」,就会出现新的时间红利。

与自动驾驶同理,在「产业互联网」的其它领域,我们一定也能找到类似自动驾驶这样的时间红利。

没错,人口增速是放缓了,人人也都已经上网了,我们无法增加一个人一天所拥有的时间,但通过对生产效率的提高,人们会多出更多时间来学习、生活、娱乐。

如果我们非要说红利,这就是其中的红利。

当然,更大的红利并不是时间红利,真正的创业红利,在打平产业与互联网业之间鸿沟里。

新连接时代

5G 是一个新的连接时代,它并不是一个孤立的因子,它和 AI、大数据、云、IPv6、传感器等结合在一起,造就了下一个人与人、人与物、物与物更快速、更直接、更稳定、更立体的连接时代。

我们不能说 5G 一定会带来什么样的巨变,因为它实际上是催化剂,就像前面举得例子,人们渴望拍高清视频,于是催生了更高摄像头配置的手机。5G 的基础承载能力更高,必定会催生新的产物,还会与前面提到的几个「好伴侣」一起互相促进。

在这个新连接时代,我们会看到物理世界被更多地数字化,也会看到 AI 的长足进步,最终促进传统产业与互联网能力的融合。

在这里,AI 也起到了极其关键的因素。AI 就像互联网,有人说他被骗钱了是因为上网受骗,都是互联网的错;有人买到了本地买不到的衣服,觉得互联网很好。AI 也一样,它本身并没有好坏之分,也没法区分好坏,关键是,谁在用它、怎么用。

写到这里,我突然明白了为什么马化腾要说「科技向善」,我相信这不是一个公关措辞,这是在 5G 这个新连接时代,很重要的原则。

人们的生活就像《黑客帝国》里都被电子化、数据化了,如果 AI 不善良,对人的伤害将不止是自动驾驶车撞到栏杆那么简单,那将可能是毁灭性的。

10 条评论

  1. 5G属于移动网络,关键是“移动”二字,因此在和移动无关的应用场景上谈5G就是扯淡,比如现在很多地方热衷的5G医疗,明明可以有线连接做到极低延时,根本不用上5G。另外,5G的速度快,延时低,实际上意味着数据通量(throughput)大,数据通量大了,第一个意义是如作者所说,有些东西就不用在终端处理,可以直接放到云端。第二个意义是可以实现万物互联,实现多传感器数据的融合,从而提高决策精度。比如导航,现在只利用了GPS传感器数据来定位,以后有可能可以融合实时的摄像头数据,根据你所处环境的图像,来进一步提高定位精度,相关工作目前谷歌已经在做了。第三个意义是可以multi-tasking,以前你4G只能在线看一个1080p视频,现在你可以同时看几个4K视频,或者一边看视频,一边干别的。当然自动驾驶也是这个范畴的,但窃以为不是第一个意义(如作者说的将决策放到云端),而是在第二个意义上的,即是将道路上的一切信息互联,包括车与车、车与道路、甚至车与行人连接起来,从而利用5G的高通量低延时来实现及时决策(注意这个决策不一定是云端的)。以上鄙人几点拙见,实为抛砖引玉。

  2. 文章中说 “联网自动驾驶的好处是什么?举个简单的例子,云端服务器有 1000G 的可供判断的驾驶数据,而车辆内置的可能只有 1G,联网判断显然要比本地判断的可靠性强很多。”
    实际上自动驾驶并不是这样工作,机器学习模型在大量数据上训练得到(比如 1000G,不光来自此辆车),随后把模型部署在车辆上,并不需要把数据放上去。
    我是一个计算机博士生,刚发表一篇论文,想做的事情是 self driving as a cloud service,和本文举例的场景一样,车辆把拍到的视频通过无线网络传回数据中心,数据中心做好决策发给车辆。没有公司这么做,技术原因很多,但也有法律原因,比如如果网络故障了,车祸的责任归谁。车辆制造商一定希望这是个自己完全控制的系统。
    我认为通过云服务来提供自动驾驶(未来)最可能的应用是,送货车/机器人 (请搜索 Amazon Scout),大量部署并且每个车辆成本较低,所以不希望使用昂贵的计算硬件。

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注